摘要

已有研究表明南北坡小气候差异会导致植被绿度不同，但是对于不同坡向小气候是否会影响植被物候尚无定论。为回答这一问题，本研究基于2019-2022年哨兵2（Sentinel-2）数据提取了三江源区域的草地物候，并计算了每个3×3km²格网内的南北坡物候差异。研究发现，在寒冷且潮湿的区域，南坡的春季物候（SOS）明显早于北坡，但在干旱区域，北坡的SOS发生的更早。与春季物候相比，南坡秋季物候（EOS）统一结束地较晚，这主要是因为秋季植被生长受辐射限制的缘故。该研究首次探究了三江源区域南北坡植被的物候差异，为理解植被物候随地形的变化提供了重要参考。

研究背景

植被物候变化对陆地生态系统的碳循环有重要影响。以往的研究表明，温度、降水和辐射是影响植被物候的主要气候因素，在高纬度地区，温度主导物候变化，而在干旱/半干旱地区，降水调节了物候对温度的依赖性。此外，辐射控制秋季植被的光合作用。但是，气候因子对物候的影响是否会受地形调节尚不明确。实际上，北坡和南坡的辐射差异高达30％，导致南北坡向气候存在明显差异，如南坡较为干燥和温暖，而北坡相对较冷且湿润。不同坡向的微气候不同可能会导致物候差异，比如，在较为干旱的区域，温度较高的南坡植被可能会在早春季节面临干旱风险，因此，南坡春季物候可能开始地会比较晚。而在秋季，辐射是限制植被生长的主要气候因子，接收辐射较强的南坡植被生长季可能结束地更迟。但是，以上猜想并未经过验证。基于此，本研究利用哨兵2遥感数据提取了三江源区域2019-2022年间空间分辨率为10m的草地物候，接着计算了每个3×3km²格网内的南北坡物候差异，讨论了其在气候空间中的分布，并尝试解释其背后的潜在机制。

主要结果

南坡SOS较早的区域占了46.4%，主要位于三江源东南部，北坡SOS较早区域占总区域的53.6%，位于三江源东南部。相比之下，70%以上区域南坡秋季物候结束地更迟，尤其是在东南部区域，物候差异高达10天左右。以上现象表明，三江源东南部区域的气候条件可能更适合草地生长。

南北坡物候差异受降水和温度的共同影响。在降水相对较高且温度较低的区域，南坡SOS通常比北坡早，而在大多数温度较高的区域，北坡的SOS略早于南坡。对于秋季物候而言，在低温和高降水区域，南坡的EOS明显晚于北坡，但在降水量较小的区域，北坡的EOS略晚于南坡。

分析ΔSOS和ΔEOS随气候变化的情况，发现在特定温度阈值内，随着降水增加，ΔSOS的方向发生了变化，特别是在温度适中的地区。同样，在某一降水区间内，温度的升高导致ΔSOS由正转为负。虽然ΔEOS方向的变化没有ΔSOS明显，但当一个变量固定而另一个变量变化时，ΔEOS值会发生显著变化。以空间代时间，物候差异在气候空间中的分布可以推测未来不同气候条件下南北坡向物候差异的变化方向。

摘要

遥感监测秋季物候具有较大的不确定性，从不同的卫星代理参数中提取的秋季物候观测结果相较于春季物候差异更大。本文比较了太阳诱导叶绿素荧光(SIF)、叶绿素类胡萝卜素指数(CCI)、增强植被指数(EVI)和归一化植被指数(NDVI)对落叶林秋季物候提取特征的差异。研究发现，基于不同卫星代理参数提取的秋季物候遵循了一个特定的时间表：SIF < CCI < EVI < NDVI。结合地面物候观测结果，我们进一步发现SIF、CCI、EVI和NDVI可以分别表征光合活性的衰减、叶绿素降解、叶片变色和叶片脱落的衰落过程。基于这些卫星代理参数中提取的秋季物候对气候因子响应的敏感性也具有一致的时间排序，其中SIF对秋季太阳辐射的偏相关系数最高，其次是CCI、EVI和NDVI，而NDVI与温度更相关，其次是EVI、CCI和SIF。

主要结果

基于SIF提取的秋季物候与基于GPP的秋季物候最匹配，其次是基于CCI、基于EVI和基于NDVI提取的秋季物候（图1 a）。然而，从CCI和EVI提取的秋季物候比从SIF和NDVI提取的秋季物候更接近叶变色（t检验均无显著差异）（图1 b）。相较于叶变色的时间，NDVI提取的秋季物候具有推迟趋势，而SIF则具有提前趋势。相反，基于NDVI提取的秋季物候与落叶时间最匹配，其次是基于EVI、基于CCI和基于SIF提取的秋季物候（图1 c）。

如表1所示，SIF提取的秋季物候与基于GPP的秋季物候关系密切，R²最高（0.331），ME（-1.36天）、MAE（6.98天）和RMSE（9.32天）最小。基于EVI的秋季物候与叶变色最相关（R²=0.257），而ME最低（1.07天）。基于CCI的秋季物候也接近叶变色，ME稍低（-2.41天），MAE（13.36）和RMSE（16.19）与基于EVI的秋季物候相似。NDVI提取的秋季物候滞后叶变色的时间约16天，MAE（19.85）和RMSE（24.06）高于EVI，但它最接近落叶的时间（ME=-2.93天，MAE=8.93天，RMSE=10.17）。

Field observations	Statistics	SIF-based EOS	CCI-based EOS	EVI-based EOS	NDVI-based EOS
GPP-based EOS	ME (days)	-1.36	13.13	17.32	25.79
	MAE (days)	6.98	13.42	17.35	25.79
	RMSE (days)	9.32	16.81	20.56	28.26
	R²	0.331	0.263	0.199	0.250
Colored leaves	ME (days)	-19.30	-2.41	1.07	16.37
	MAE (days)	20.11	13.36	12.70	19.58
	RMSE (days)	25.15	16.19	15.80	24.06
	R²	0.216	0.220	0.257	0.155
Falling leaves	ME (days)	-28.96	-12.94	-9.45	3.66
	MAE (days)	30.02	17.10	16.27	11.30
	RMSE (days)	33.59	19.84	19.32	15.44
	R²	0.077	0.248	0.131	0.277

研究发现，落叶林的生理状态和结构信息在秋季出现了解耦现象，这与秋季的太阳辐射和温度变化不同步有关（图2）。SIF与太阳辐射的偏相关系数高于CCI、EVI和NDVI，略低于GPP与太阳辐射的偏相关系数。相反，NDVI与温度的偏相关系数最高，其次是EVI、CCI和SIF。

主要结论

研究发现，落叶林叶片衰老是一个循序渐进的过程，从不同卫星植被参数中提取的秋季物候也具有一定的时间顺序，它遵循了一个特定的时间表，即SIF < CCI < EVI < NDVI，它们分别对应了光合活性的衰减、叶绿素的降解、叶片变色和叶片脱落。秋季物候和气候因子之间的偏相关分析进一步支持了该时间顺序表。本研究强调了不同卫星代理提取秋季物候的差异以及它们与地面观测物候过程之间的关系，增进了我们对陆地表面物候的解译及其对气候因子响应的理解。研究建议应谨慎考虑不同卫星代理参数的含义，以正确解译秋季物候，促进遥感秋季物候在不同使用场景中的应用和推广。