Введение 4
1 Территория исследования 7
2 Исходные данные 8
2.1 Вегетационный индекс NDVI 8
2.2 Показатели фенологического цикла растительности по данным MODIS .. 10
2.3 Классификация растительности TerraNorte RLC2011 11
2.4 Обработка данных NDVI 12
2.5 Процесс обработки фенологических данных MCD12Q2 15
3 Характеристика водосборных бассейнов 16
3.1 Вычисление статистики для NDVI 16
3.2 Вычисление статистики для фенологических дат 20
3.3 Расчет карт трендов 29
4 Статистика NDVI и фенофаз по классам растительности 31
Заключение 39
Список использованных источников 40
Исследования, направленные на мониторинг и моделирование биосферных процессов, требуют точной информации, относящийся к пространственной - временной динамике экосистем. Фенология растений оказывает влияние на многие процессы такие, как циркуляция углерода [1], расчет альбедо поверхности земли [2], круговорот питательных веществ [3], взаимодействие земли с атмосферой [4]. В основе фенологического развития растений лежат наследственная закреплённая ритмичность и периодичность физиологических процессов, названная биологическими или физиологическими часами. Однако сроки начала, окончания и длительности вегетационного сезона зависят от сезонных изменений погоды. Влияние изменения климата на фенологию растения была изучена многими исследователями, включая E.E. Cleland [5].
Изучение особенностей различных экосистем актуально всегда, и оно основывается на результатах многолетнего пространственно-временного анализа, выполняемого в рамках данной работы для обширных территорий севера Средней Сибири. Для мониторинга сезонных изменений экосистем на больших территориях требуется привлечение материалов спутниковых съемок. Круг вопросов, решение которых возможно по космическим снимкам, очень широк и включает в себя мониторинг фенологического состояния. Актуальной задачей является определение количественных изменений ежегодных показателей нормализованного относительного индекса растительности NDVI в сочетании с характеристикой ежегодной динамики дат начала и конца вегетационного сезона за последние десятилетия по причине значительных климатических изменений этого периода.
Источниками данных являются растровые данные периодической съемки MODIS в виде рассчитанного нормализованного относительного индекса растительности (NDVI), параметров (дат) вегетационного сезона (MCD12Q2) и классификации растительности TerraNorte RLC2011. Данные получены из международных архивов спутниковой информации с отрытым доступом, такие как национальный архив спутникового мониторинга Земли (USGS Reverb) [6].
Цель работы - состоит в составлении характеристики территории исследования с помощью статистического анализа временной динамики показателей NDVI и ключевых фенологических дат (начала, максимума, конца и длительности вегетационного сезона) по ежегодным данным съемки MODIS для северных территорий бассейна р. Енисей за период времени с 2001 по 2013 годы отдельно для каждого водосборного бассейна и в пределах распространения индивидуальных классов растительности совокупности всех бассейнов.
Задачи работы:
- подготовить исходные растровые слои NDVI (MOD13Q1), фенологических дат (MCD12Q2 - начало, максимум, конец и длина вегетационного сезона) и классификации растительности (TerraNorte RLC 2011) по данным съемки MODIS для расчета необходимых характеристик за период с 2001 по 2013 гг.;
- разработать алгоритмы статистического анализа (средние величины, стандартное отклонение, линейный тренд, корреляция между показателями) подготовленных данных;
- рассчитать базовые статистические показатели пространственно-временного распределения значений индекса NDVI и фенологических дат для территории исследования, составить и проанализировать карты этих распределений;
- составить сравнительную характеристику статистических показателей для каждого водосборного бассейна и в пределах распространения индивидуальных классов растительности совокупности всех бассейнов;
- определить специфичные и территориально - обобщенные закономерности многолетней динамики NDVI и фенологических дат.
В результате проведения исследования были составлены характеристики NDVI и фенологических дат в виде слоев данных ГИС, карт и графиков временной динамики этих показателей, как для каждого водосборного бассейна, так и в пределах распространения основных типов растительности северных территорий бассейна р. Енисей.
На основе полученных результатов мы можем определить значение максимума NDVI, дат начала роста, пика, конца и длительности вегетационного сезона для типов растительности по классификации TerraNorthe RLC2011, посмотреть по картам распределение полученных характеристик NDVI и фенологических дат 23 водосборных бассейнов рек севера Средней Сибири. По картам тренда фенофаз можно рассмотреть территориальную зависимость, например, у водосборных бассейнов до 65° с. ш. идет уменьшение длительности вегетационного сезона, а от 65° с. ш. до 70° с. ш. идет увеличение длительности вегетационного сезона.
1 Churkina G. Spatial analysis of growing season length control over net ecosystem exchange / G. Churkina, D. Schimel, B.H. Braswell, X. Xiao // Global Change Biology - 2005. - № 11. - P. 1777-1787.
2 Rechid D. Parameterization of snow-free land surface albedo as a function of vegetation phenology based on MODIS data and applied in climate modeling / D. Rechid, T.J. Raddatz, D. Jacob // Theoretical and Applied Climatology, - 2009. - V. 95 № 3. - P. 245-255.
3 Cooke, J.E.K., Weih, M. Nitrogen storage and seasonal nitrogen cycling in Populus: Bridging molecular physiology and ecophysiology / J.E.K. Cooke, M. Weih // New Phytologist - 2005. - № 167. - P. 19-30.
4 Heimann, M. Evaluation of terrestrial Carbon Cycle models through simulations of the seasonal cycle of atmospheric CO2: First results of a model intercomparison study / M. Heimann, G. Esser, A. Haxeltine, J. Kaduk, D.W. Kicklighter, W. Knorr // Global Biogeochemical Cycles - 1998. - V. 12, № 1. - P. 1¬24.
5. Cleland, E.E. Shifting plant phenology in response to global change / E.E. Cleland, I. Chuine, A. Menzel, H.A. Mooney, M.D. Schwartz // Trends in Ecology & Evolution - 2007 - № 22 - P. 357-365.
6 USGS Reverb [Электронный ресурс] - Режим доступа: http://reverb.echo.nasa.gov/reverb/
7 Jarvis, A. Practical use of SRTM data in the tropics-comparisons with digital elevation models generated from cartographic data / A. Jarvis, J. Rubiano, A. Nelson, A. Farrow, M. Mulligan // Working document - 2004. - № 198. - P. 32.
8 NDVI - теория и практика [Электронный ресурс] - ГИС Лаборатория, GIS-Lab. - Режим доступа: http://gis-lab.info/qa/ndvi.html
9 Vegetation Indices 16-Day L3 Global 250m [Электронный ресурс]: The Land Processes Distributed Active Archive Center (LP DAAC). - Режим доступа: https://lpdaac.usgs.gov/dataset_discovery/modis/modis_products_table/mod13q1
10 Land Cover Dynamics Yearly L3 Global 500 m SIN Grid [Электронный
ресурс]: The Land Processes Distributed Active Archive Center (LP DAAC). - Режим доступа:
https://lpdaac.usgs.gov/dataset_discovery/modis/modis_products_table/mcd12q2
11 Schaaf B. First operational BRDF, albedo nadir reflectance products from MODIS / C. B. Schaaf, F. Gao, A.H. Strahler, W. Lucht, X. Li, T. Tsang, N.C. Strugnell, X. Zhang, Y. Jin, Jan-Peter Muller, P. Lewis, M. Barnsley, P. Hobson, M. Disney, G. Roberts, M. Dunderdale, C. Doll, R.P. d'Entremont, B. Hu, S. Liang, J.L. Privette, D.Roy // Remote Sensing of Environment - 2002. - № 83 - P.135-148.
12 Zhang X. Global vegetation phenology from Moderate Resolution Imaging Spectroradiometer (MODIS): Evaluation of global patterns and comparison with in situ measurements / X. Zhang, M.A. Friedl, C.B. Schaaf // Journal of Geophysical Research - 2006. - V. 111 (G04).
13 Zhang X. Monitoring vegetation phenology using MODIS / X. Zhang, M.A. Friedl, C.B. Schaaf, A.H. Strahler, J.C.F. Hodges, F. Gao // Remote Sensing of Environment - 2003. - V. 84 - P. 471-475.
14 Ganguly, S. Land surface phenology from MODIS: Characterization of the Collection 5 global land cover dynamics product / S. Ganguly, M.A. Friedl, B. Tan, X. Zhang, M. Verma // Remote Sensing of Environment - 2010. - V.118, № 8. - P. 1805-1816.
15 Friedl, M. A. MODIS Collection 5 global land cover: Algorithm refinements and characterization of new datasets // Remote Sensing of Environment -2010.- V. 114, № 1. - P. 168-182.
16 Барталёв, С. А. Спутниковое картографирование растительного покрова России по данным спектрорадиометра MODIS / С.А. Барталев, В.А. Егоров, Д.В. Ершов, А.С. Исаев, Е.А. Лупян, Д.Е. Плотников, И.А. Уваров // Современные проблемы дистанционного зондирования Земли из космоса. -
2011. - Т. 8 - № 4 - С. 285-302.