《Frontiers in Plant Science》：Study on the spatiotemporal variations of vegetation phenology in China based on solar-induced chlorophyll fluorescence
编辑推荐：
本研究利用高分辨率太阳诱导叶绿素荧光（HCSIF）数据，结合气象和土地利用数据，分析了植被物候的时空动态。研究人员进行了回归、稳定性、连续性和相关性分析，以评估过去20年气候变化对中国植被物候的影响。结果表明：首先，生长季开始时间（SOS）从1月初到5月中旬，
本研究利用高分辨率太阳诱导叶绿素荧光（HCSIF）数据，结合气象和土地利用数据，分析了植被物候的时空动态。研究人员进行了回归、稳定性、连续性和相关性分析，以评估过去20年气候变化对中国植被物候的影响。结果表明：首先，生长季开始时间（SOS）从1月初到5月中旬，生长季结束时间（EOS）从8月中旬到12月下旬，平均生长季长度（LOS）为8个月。20年间，SOS以0.02天/年的速度提前，EOS以0.23天/年的速度推迟，LOS以0.13天/年的速度延长。其次，除草地和灌木外，大多数植被类型表现出EOS推迟和LOS延长，而草地和灌木则表现出略微提前的EOS和缩短的LOS。农田和自然植被的变化最为显著，SOS提前0.66天/年，EOS推迟0.97天/年，LOS增加1.37天/年。最后，海拔和城市化有显著影响：海拔每升高500米，SOS提前3.67天，EOS推迟2.87天，LOS延长6.53天；城市化每增加10%，SOS提前1.37天/年，EOS推迟2.22天/年，LOS延长3.09天/年。气象因素强烈影响物候变化，尤其是在农田和自然植被中。
植被物候是气候变化的关键指示器，反映植被对温度、降水等外部因素的响应，包括发芽、开花、结果和落叶等过程，作为生态系统对气候变化响应的“早期指标”，具有重要监测与预测价值。传统监测方法包括地面调查、遥感（如归一化植被指数NDVI、增强型植被指数EVI）和模型模拟，但各有局限：地面调查难以大尺度应用；模型受理论假设和结构影响，结果不确定性高；NDVI/EVI受云层、气溶胶、传感器差异等干扰，在植被覆盖高或复杂地形区域精度不足。太阳诱导叶绿素荧光（SIF）作为植被光合作用直接发出的光谱信号，对大气和云散射不敏感，能直接反映植被光合动态，提供比绿度指数更直接的光合物候信息。目前中国植被物候研究存在三大空白：大多依赖NDVI/EVI等绿度指数，未能准确刻画光合活性；基于SIF的物候研究多集中于全球或特定区域，缺乏全国尺度高空间分辨率SIF数据的综合评估；气候因子、地形和人类活动对物候的联合效应缺乏统一分析框架。为此，研究人员利用高分辨率太阳诱导叶绿素荧光（HCSIF）数据集（500m分辨率），结合气象、土地利用、夜间灯光等数据，分析2001-2020年中国植被物候的时空动态，包括生长季开始（SOS）、结束（EOS）和长度（LOS）的空间格局、趋势、稳定性与未来持续性，并评估气候因子、地形条件和城市化对物候的影响。该研究为理解气候变化和人类活动加剧背景下中国植被光合物候及其驱动机制提供了新见解，论文发表在《Frontiers in Plant Science》。
研究人员采用以下主要关键技术方法：（1）时间序列重建：使用Savitzky-Golay（S-G）滤波方法对HCSIF原始时间序列进行平滑重构，以消除观测误差和噪声干扰。（2）物候参数提取：采用动态阈值法（固定阈值0.2）从重构的HCSIF时间序列中提取SOS、EOS和LOS。（3）趋势与稳定性分析：通过Theil-Sen斜率估计和Mann-Kendall非参数检验评估物候变化趋势；计算变异系数（CV）衡量稳定性，将CV分为五级。（4）持续性分析：运用重标极差（R/S）分析计算Hurst指数，预测未来趋势。（5）驱动因子分析：采用Pearson偏相关分析评估气候因子（温度、降水、辐射、饱和水汽压差、蒸散发等）、地形（海拔）和城市化（夜间灯光数据PANDA）与物候参数的关系。数据来源包括HCSIF数据集（2000-2022年，500m分辨率）、ERA5再分析气象数据、MODIS IGBP土地利用分类产品、PANDA夜间灯光数据集等，所有数据统一重采样至500m空间分辨率，并以WGS84地理坐标系处理。
**3.1 过去20年中国植被物候时空变化特征**
通过空间分布分析，SOS从东南向西北呈现“早-晚-早”分布，主要集中在第4-160天；EOS主要集中在第250-364天，呈“晚-早-晚”分布；LOS主要在98-360天之间，呈“长-短-长”分布。趋势分析显示，SOS平均提前0.02天/年（p<0.01），EOS推迟0.23天/年（p>0.05），LOS延长0.13天/年（p>0.05）。空间上，13.80%区域SOS提前（主要分布在华北、华东、华南），20.10%区域推迟（主要在内蒙古、东北、新疆）。12.52%区域EOS推迟（主要在南方），24%区域LOS延长（主要在东北和华中）。稳定性分析表明，SOS平均变异系数为0.52，23.49%为高波动区，主要分布在胡焕庸线以北和南方沿海，植被类型为草地和农田；EOS和LOS以低波动为主，稳定区域分别占99.68%和74.77%。Hurst指数分析显示，SOS、EOS和LOS的H<0.5的像元比例分别为61.81%、70.70%和77.97%，表明大部分区域呈现反持续性，未来趋势可能与历史相反。不同植被类型中，针叶林SOS提前最显著（0.63天/年），农田和自然植被镶嵌体变化最大（SOS提前0.66天/年，EOS推迟0.97天/年，LOS延长1.37天/年），草地和灌木则表现出EOS提前和LOS缩短。
**3.2 气候与环境驱动因子分析**
通过偏相关分析，SOS与降水呈负相关（负相关像元占51.32%），即降水增加导致SOS提前；EOS与降水正相关（57.43%），降水增加使EOS推迟；LOS与降水弱正相关（54.2%）。SOS与温度呈弱正相关（50.01%），即温度升高使SOS推迟；EOS与温度负相关（60.29%），温度升高使EOS提前；LOS与温度负相关（55.97%），温度升高使LOS缩短。海拔梯度分析表明，每升高500m，SOS提前3.67天（p<0.01），EOS推迟2.87天（p>0.05），LOS延长6.53天（p>0.05）。在3000-4000m海拔区间，SOS和EOS分别显著推迟和提前，导致LOS最短。城市化梯度分析显示，夜间灯光数据代表的城市化水平与SOS负相关，与EOS和LOS正相关：城市化每增加10%，SOS提前1.37天/年，EOS推迟2.22天/年，LOS延长3.09天/年。城市地区（城市化>80%）SOS比农村平均提前10.61天，EOS推迟17.75天，LOS延长24.36天。相关矩阵进一步揭示，EOS与LOS强正相关（r=0.98），SOS与LOS强负相关（r=-0.99），SOS与EOS强负相关（r=-0.94）。气候因子中，太阳辐射（SRAD）与EOS和LOS正相关（r=0.17, 0.2），饱和水汽压差（VPD）与EOS和LOS负相关（r=-0.06, -0.05），降水（PR）与EOS和LOS正相关（r=0.13, 0.08），温度（TMEAN）与LOS弱负相关（r=-0.02）。海拔与EOS和LOS正相关（r=0.23, 0.22），帕尔默干旱指数（PDSI）与EOS和LOS正相关（r=0.21）。
讨论部分指出，HCSIF衍生的物候指标反映的是光合物候而非绿度物候，与NDVI和EVI相比更直接联系光合过程和碳同化，因此在SOS、EOS和LOS的识别上能更好地反映生态系统功能和碳吸收的季节动态。全国平均SOS趋势较小（0.02天/年），但区域差异显著，表明物候对温度响应的空间异质性。海拔梯度效应并非仅由温度驱动，而是与区域气候条件、植被类型组成和地形异质性共同作用的结果。城市化通过热岛效应改变局部热环境，进而影响物候。研究局限包括：未量化各因子的独立贡献，固定阈值（0.2）可能引入系统偏差，Hurst指数受短时间序列限制，结果应视为潜在趋势倾向而非确定性预测。未来需结合地面观测、通量塔数据和过程模型，采用多阈值或自适应阈值方法，以及更严格的归因框架（如方差分解、随机森林等）来量化驱动因子相对重要性。
**结论**
本研究利用高分辨率太阳诱导叶绿素荧光（HCSIF）数据、土地利用数据、夜间灯光数据以及气象和地形数据，从时空、平面和海拔等多维度分析了中国植被物候，并基于线性回归、稳定性分析和持续性分析等方法，研究了物候年际变异和空间异质性的主要驱动因子，以及气候和其他影响因素的响应，同时以夜间灯光数据表征城市化水平，分析了物候与城市化水平的关系。以下为重要发现：在中国，SOS显著提前（0.02天/年，p<0.01），EOS推迟（0.23天/年，p>0.05），LOS延长（0.13天/年，p>0.05）。过去20年，草地、农田和灌木的生长期开始时间推迟，而其余植被类型呈提前趋势，其中针叶林最显著（0.63天/年）。除草地和灌木外，所有植被类型的EOS均推迟，草地和灌木的EOS分别以0.15和0.50天/年的速度提前。草地和灌木的LOS分别以0.39和0.84天/年的速度缩短，农田和自然植被镶嵌体的变化最显著，20年间累计推迟19.4天。研究区植被SOS平均变异系数为0.52，大部分区域不稳定，23.49%为高波动区，7.44%为较高波动区，植被类型为草地和农田；EOS和LOS以低波动为主，稳定区域分别占99.68%和74.77%，平均变异系数分别为0.05和0.13。SOS、EOS和LOS的Hurst指数在0-0.5之间的像元比例分别为61.81%、70.70%和77.97%，表明大部分区域呈现反持续性，历史趋势可能不会持续。SOS与温度正相关、与降水负相关，EOS和LOS与温度负相关、与降水正相关。海拔升高使SOS提前、EOS推迟、LOS延长；城市化加剧使SOS提前、EOS推迟、LOS延长。总体而言，中国植被物候的空间变化反映了气候梯度、植被类型分布、地形异质性和人类活动的综合影响，这些因素相互作用，共同调控植被光合动态，塑造了全国尺度的SOS、EOS和LOS格局。
