中國科學院信息化建設項目(XXH12504-1-12)資助.2015-03-13收稿；2015-05-11

收修改稿.劉旭穎(1989～)，女，碩士研究生；E-mail：liuxuying1213@163.com。

?

基于時間序列諧波分析的鄱陽湖濕地植被分布與水位變化響應*

*中國科學院信息化建設項目(XXH12504-1-12)資助.2015-03-13收稿；2015-05-11

收修改稿.劉旭穎(1989～)，女，碩士研究生；E-mail：liuxuying1213@163.com。

(1：中國科學院遙感與數字地球研究所，北京 100101)

(2：中國科學院大學，北京 100049)

摘要：采用高時間分辨率遙感信息的諧波分析方法，提取反映鄱陽湖濕地植被指數隨水位變化的諧波分量，分別以自然年和水文年的不同周期作為濕地植被指數諧波分析單元，利用時間序列信號的最大振幅諧波分量的變化周期表征濕地植被指數在不同分析單元的變化模式，結合常年水位觀測數據和濕地植被群落在不同物候期的時間與空間特征，探討鄱陽湖國家級自然保護區(qū)和南磯濕地國家級自然保護區(qū)的植被分布面積與水位變化關系.結果表明：(1) 鄱陽湖濕地植被分布受水文狀況影響的特征明顯，相對于南磯自然保護區(qū)，鄱陽湖自然保護區(qū)濕地植被分布面積對觀測水位的變化更為敏感.(2) 兩個自然保護區(qū)范圍內的濕地植被分布面積與對應水文年9和10月的觀測水位呈現較強的負相關關系，且在0.05水平上顯著.一年兩季生長的濕地植被分布面積受退水時間影響大于次年的漲水時間，與枯水期的觀測水位無明顯的相關關系.(3) 兩個自然保護區(qū)在不同高程區(qū)間的濕地植被分布面積與觀測水位的相關關系和顯著性呈現各自特征.在鄱陽湖保護區(qū)，12～13m高程區(qū)間的濕地植被分布面積與9月觀測水位的相關性最強，且相關關系在0.05水平上顯著；13～14m高程區(qū)間的濕地植被分布面積與10月觀測水位相關關系更強.在南磯自然保護區(qū)，濕地植被分布面積在不同高程區(qū)間均與9和10月觀測水位顯著相關.采用諧波分析方法分析湖泊濕地的植被分布面積與水位關系有助于基于多時間序列遙感信息的濕地水文節(jié)律研究。

關鍵詞：鄱陽湖；時間序列；遙感數據；諧波分析；水位；Pearson相關分析

濕地水文過程作為影響濕地生態(tài)系統(tǒng)的重要因素之一，不僅左右著濕地的物理、化學和生態(tài)過程，也對濕地發(fā)育演化和維持景觀效益起到重要作用[1]，鄱陽湖水文過程同時受到贛、撫、信、饒、修五水及長江的影響[2].按照鄱陽湖水利樞紐建設辦公室提供的觀測數據，自1950年以來，鄱陽湖的水位(星子水位)在7～23m 之間波動，最高水位為22.52m(1998年8月2日)，最低水位為7.11m(2004年2月4日).涉及鄱陽湖湖泊水文節(jié)律的研究主要使用定位觀測數據[3-12]和遙感、GIS[12-14]等技術.閔騫等自1990s開始，持續(xù)關注鄱陽湖觀測水位數據，從多角度描述鄱陽湖水位變化特征和規(guī)律，并在此基礎上討論了圍墾等人類活動對鄱陽湖水位的影響[9-11].李鵬等利用1989-2010年多期衛(wèi)星影像信息提取湖泊面積，結合定位觀測數據得到了鄱陽湖水面面積隨水位變化的關系[12].針對鄱陽湖地區(qū)的濕地植被，研究方法集中在采用傳統(tǒng)的采樣調查[15-21]、使用遙感數據反演生物量[22]、解譯植被種類[19-22]等.張全軍等通過實地調查研究了南磯自然保護區(qū)的植被類型及分布[18].胡振鵬等利用3S技術對鄱陽湖濕地進行分類，研究了主要植物群落結構和分布規(guī)律[19].葛剛等通過長期實地觀測和調查描述了鄱陽湖地區(qū)優(yōu)勢植被種群的分布格局[20]，以及外來入侵種的科目和對于鄱陽湖濕地的影響[21]。

本文使用的諧波分析方法不僅在信號處理領域應用廣泛，隨著遙感數據的積累，也常見于對時間序列遙感數據的處理.諧波分析法能準確描述時間序列數據的變化規(guī)律，在地表覆蓋分析方面的應用已經比較成熟[25-34].于信芳等利用諧波分析的方法對我國東北森林物候期進行監(jiān)測，并獲取了其空間分布格局[33].本文使用的遙感數據具有高時間分辨率的優(yōu)點，可以從多角度綜合反映地表變化.諧波分析的方法則可以將反映地表變化的時間序列信號簡化為不同的特征參量.鄱陽湖因其濕地結構波動明顯，相對于瞬時數據，諧波分析結果能夠更客觀地反映鄱陽湖地表綜合特征。

1 研究區(qū)概況

圖1 鄱陽湖內自然保護區(qū)區(qū)位(底圖為1989年11月20日TM742波段合成)Fig.1 National nature reserves inside Lake Poyang(Background is Landsat TM taken on Nov. 20th， 1989)

鄱陽湖位于江西省北部，屬于吞吐型湖泊.湖泊水面面積在夏季豐水期可達3700km2以上，在秋、冬枯水期可縮小至不足1000km2，形成獨特的“豐水一片，枯水一線”的景觀.研究表明，在吳淞高程12～16m的水位升高過程中，每升高1m，主湖水面以超過300km2的面積擴展.其中12～13m為面積增加最大區(qū)間，在12m 升高到13m階段，水面擴展662.3km2.隨著水位升高，草洲、灘地的分布減少明顯.在12～14m區(qū)間，草洲隨著水位每升高1m，平均以超過300km2的幅度減少*鄱陽湖水利樞紐工程對濕地與候鳥的影響及對策研究課題組，李文華、劉興士等.鄱陽湖水利樞紐工程對濕地與候鳥的影響及對策研究報告，2010年10月..這種隨水位而導致濕地結構發(fā)生波動的變化規(guī)律，是自古鄱陽湖形成以來的典型特征[2].研究樣區(qū)選取鄱陽湖國家自然保護區(qū)(以下簡稱鄱陽湖自然保護區(qū))和南磯濕地國家級自然保護區(qū)(以下簡稱南磯自然保護區(qū))(圖1).兩個保護區(qū)為典型的水體-灘地-草洲交錯分布的湖泊濕地結構。

2 數據處理

2.1 數據來源及預處理

本文采用的數據主要有：MODIS-NDVI16日集成的標準產品數據(空間分辨率為250m)、水文站定位觀測數據、DEM數據.標準產品數據的時間段為從2000年第49d(2月18日)至2013年第353d(12月19日)，以16d 為間隔，共計319期.MODIS-NDVI數據產品由MODIS逐日數據計算，經過16日最大值合成法(MVC)生產.MVC(Maximum Value Composite)指的是用合成期內最大NDVI值代表這16日的地表NDVI.從NASA提供的數據中提取出NDVI波段，通過遙感圖像處理的標準化流程，并實現WGS84/UTM50坐標系的投影轉換。

DEM數據(圖2)是將1∶25000 比例尺等值線DEM中的等高線離散化成為點數據，并與1∶10000 比例尺等高點數據空間疊加后生成不規(guī)則三角網(TIN)，在TIN的基礎上內插值成規(guī)則格網DEM*鄱陽湖水利樞紐工程對濕地與候鳥的影響及對策研究課題組，李文華、劉興士等.鄱陽湖水利樞紐工程對濕地與候鳥的影響及對策研究報告，2010年10月.。

2.2 計算諧波分量特征值

3 結果和分析

3.1 時間序列遙感數據諧波分析

分別對全部14 a與每一水文年(9月至次年9月)兩個不同尺度的遙感數據進行諧波分析，得到地表NDVI主要變化諧波分量對應周期(T)，如圖3、4、5.從圖3可知14 a間鄱陽湖的濕地結構.根據諧波分析原理和不同地表類型在紅光波段及近紅外波段反射特點，將無明顯周期性變化特征的像元判定為水體.T=1a的區(qū)域為水體、含植被水體、灘地、水-灘過渡帶等；T=0.5a的區(qū)域是鄱陽湖的草洲帶.鄱陽湖濕地主要的植被群落種類有蘆葦群落、南荻群落、苔草群落等，這些群落存在不同程度的鑲嵌情況，一般呈現出春季及秋季兩次生長周期[18]，即T=0.5a.因此選擇NDVI變化周期為半年的區(qū)域特征值表征濕地植被群落分布.濕地植被群落多分布于子湖周邊以及入湖河流的各級支流周邊.不同的地表覆蓋具有不同的高程分布特征，水-灘過渡帶主要在11～12m，草洲帶主要分布在12m以上的高程范圍。

圖2 鄱陽湖DEM(吳淞高程)Fig.2 DEM of Lake Poyang(The same reference datum as water level)

圖3 2000-2013年鄱陽湖地區(qū)NDVI時間序列諧波分析圖Fig.3 Harmonic analysis result of time series NDVIdataset of Lake Poyang during 2000-2013

圖4、圖5分別為兩個保護區(qū)NDVI在每一水文年內的變化模式，例如T=3～4月.在鄱陽湖自然保護區(qū)，濕地植被分布主要集中在蚌湖東側帶狀區(qū)域、大湖池周邊以及保護區(qū)東南眾多小型子湖周邊.當濕地植被分布減少時，大湖池周邊的分布首先減少；當濕地植被分布增加時，其分布向主湖區(qū)蔓延.在南磯自然保護區(qū)，濕地植被在高程12m分布廣泛，多集中于各子湖周邊。

根據每一水文年和14a的諧波分析結果中T=0.5a所占比例(表1、圖6)，在兩個保護區(qū)中，鄱陽湖自然保護區(qū)內濕地植被分布隨著水位波動更大.以14a結果以±15%為分析閾值，即鄱陽湖自然保護區(qū)結果閾值區(qū)間為[21.21%，51.21%]，南磯自然保護區(qū)結果閾值區(qū)間為[8.68%，38.68%].在閾值范圍外的年份有2000-2001、2005-2006、2006-2007、2010-2011、2012-2013水文年，其余年份與14a結果相近。

根據鄱陽湖國家自然保護區(qū)管理局提供的2009年10月蚌湖實地調查結果(圖7、表2)、張全軍、胡振鵬、葛剛等學者關于鄱陽湖地區(qū)主要濕地植被種類物候期的描述[18-20](圖8)以及各點高程得出在2009-2010水文年各點NDVI的變化模式.A、B、C、D點主要植被覆蓋類型為苔草科和蘆葦，高程均大于13m.根據2009-2010水文年水位數據，A～D點所呈現的NDVI變化模式主要由濕地植被的物候期決定，因此諧波分析結果為T=0.5a.而E、F、G點的高程小于13m，根據水位數據，在2009-2010水文年內，僅在其秋季生長期有長時間的露出，因此，對應的NDVI變化模式是以1a為周期的，與諧波分析得到的結果一致。

圖4 鄱陽湖自然保護區(qū)各年NDVI時間序列諧波分析Fig.4 Harmonic analysis result of Lake Poyang Natural Reserve of time series NDVI dataset in every hydrological year

圖5 南磯自然保護區(qū)各年NDVI時間序列諧波分析Fig.5 Harmonic analysis results of Nanji Natural Reserve of time series NDVI dataset in every hydrologic year

20002001年20012002年20022003年20032004年20042005年20052006年20062007年20072008年20082009年20092010年20102011年20112012年20122013年14a綜合結果鄱陽湖自然保護區(qū)7.3042.9038.5026.5223.669.7459.6831.3132.4428.141.6849.6513.5436.21南磯自然保護區(qū) 7.8332.9827.4223.7222.1212.4365.0024.2729.5827.161.4428.2710.8123.68

圖6 諧波分析中T=0.5 a所占比例Fig.6 Percentage of “T=0.5 a” in every harmonic result

圖7 實地調查樣點位置Fig.7 Field vegetation survey spots

圖8 濕地植被物候期[18-19]Fig.8 Phenology of wetland vegetation[18-19]

采樣點蓋度/%蘆葦南荻糠稷灰化苔草糙葉苔草剛毛荸薺水蓼水田碎米薺諧波分析結果DEM(吳淞高程:m)A10.018.378.3T=0.5a15.0B8.313.383.3T=0.5a14.6C70.016.77.0T=0.5a14.0D28.381.7T=0.5a13.2E94.3T=1a12.6F36.713.310.350.0T=1a11.6G16.750.011.756.7T=1a11.5

3.2 水位變化規(guī)律

鄱陽湖主要水文站有都昌站、棠陰站、星子站和吳城站等，其中吳城站水位取吳城贛江站和吳城修水站水位數據平均值.將都昌水位與其他水文站水位進行擬合，均呈現較好的擬合效果(圖9)，故選擇都昌站水位數據進行分析.按3.1節(jié)中分析結果將這14a數據分成兩組分別觀察水位變化規(guī)律(圖10)。

圖9 都昌水位與星子、棠陰、吳城水位的擬合關系Fig.9 Relationships between water level of Duchang and Xingzi， Tangyin, Wucheng

圖10 不同水文年月均都昌水位變化Fig.10 Average water level per month during selected hydrological years

在諧波分析結果異常的水文年中9、10月和次年4、5月都昌水位相對于14a平均水位出現明顯偏移.例如在分布比例超過60%以上的2006-2007水文年，9-10月呈現低水位、小幅度減少趨勢；在次年4-5月呈現低水位、小幅度增加趨勢.而其他年份的水位偏移主要集中于11月至次年2月。

在2000-2001水文年的秋季生長期，即10月及11月，都昌水位比平均水位高出3m左右.而2005-2006水文年，水位波動與14a平均水位波動模式相似.但根據都昌每日水位數據，在該水文年豐轉枯和枯轉豐這兩個變化過程中的高程10～13m區(qū)間，出現多個極值水位，造成水與灘之間濕地結構的反復變化，使得這些區(qū)域濕地植被的NDVI變化模式變成了以3～4個月為周期.在2010-2011水文年，10月至次年5月的平均水位均在9～10m.比較草洲帶這一水文年與其他年份同一地表區(qū)域對應象元的Z譜曲線，在這一水文年的12月至次年2月，即主要濕地植被的枯萎期，NDVI沒有變小，因此導致諧波分析結果出現絕大區(qū)域均為T=1a的情況.類似的規(guī)律也曾出現在2012-2013水文年。

與之形成對比的是2006-2007水文年的分析結果.水位波動雖與2010-2011水文年相似，枯水位較低，但諧波分析結果與2010-2011水文年恰好相反，濕地植被分布高達60%以上.2006-2007水文年秋季生長期水位較低，不僅為高程在13m以上的草洲帶提供了濕地植被生長的必需條件，同時為更低高程區(qū)域的植被提供了足夠的生長時間.該水文年的春季2-3月水位開始出現明顯上漲，為濕地植被的春季生長提供了充足的水環(huán)境.因此在兩個保護區(qū)內，一年兩次生長期的濕地植被群落分布廣泛.出現類似結果的還有2011-2012水文年.該水文年的9月及10月水位與14a平均水位相差3m以上，其濕地植被分布比例明顯大于總14a的結果，尤其在鄱陽湖自然保護區(qū)。

3.3 濕地植被分布面積與水位的相關性分析

根據各水文站的地理位置，分別選擇吳城站和棠陰站觀測水位分析鄱陽湖自然保護區(qū)濕地植被分布面積與水位變化之間的關系(表3)。

表3 濕地植被分布與各月水位的相關系數(P)和顯著性系數(Sig.)

**表示在0.01水平上顯著；*表示在0.05水平上顯著，下同。

相關分析結果表明，在鄱陽湖自然保護區(qū)和南磯自然保護區(qū)，濕地植被的分布與對應水文年9月的水位有緊密的負相關性，與10月水位相關性稍差，均呈顯著相關，與其他月份的水位相關性較小.在2006-2007以及2011-2012水文年，9月及10月的水位比14a平均水位低2m以上，因此對應水文年的濕地植被分布比例高.在2000-2001、2005-2006水文年，9、10月吳城和棠陰水位均明顯大于14a平均值，因此對應水文年的濕地植被分布比例低.鄱陽湖自然保護區(qū)濕地植被分布與水位的相關系數大于南磯自然保護區(qū)，說明鄱陽湖自然保護區(qū)的濕地植被分布面積對于水位變化更加敏感.結合鄱陽湖地區(qū)的水文特征，9月及10月的水位反映了對應水文年的退水時間，次年3、4月水位則反映了鄱陽湖地區(qū)次年漲水時間[2].因此退水時間對濕地植被影響較大。

3.4 不同高程濕地植被分布面積對水位變化的響應

結合DEM數據(圖2)，在大于12m(吳淞高程)的區(qū)域，以1m為間隔統(tǒng)計濕地植被占保護區(qū)面積的比例結果(圖11)表明，在鄱陽湖自然保護區(qū)，濕地植被在12m以上的高程區(qū)間均有分布，且各高程分布相對南磯自然保護區(qū)比較均勻.而在南磯自然保護區(qū)，濕地植被主要集中于12～14m的高程區(qū)間，在大于14m高程上分布較少。

圖11 鄱陽湖自然保護區(qū)和南磯自然保護區(qū)濕地植被在不同高程的分布比例Fig.11 Percentage of distribution of wetland vegetaton on different heights in Lake Poyang Natural Reserve and Nanji Natural Reserve

分別計算不同高程鄱陽湖自然保護區(qū)濕地植被面積與吳城水位的相關關系和顯著性系數(表4)，南磯自然保護區(qū)濕地植被面積與棠陰水位的相關關系和顯著性(表5).在不同高程，濕地植被的分布與水位的相關關系不同。

1) 12～13m：濕地植被分布面積主要受9、10月水位影響，且均顯著相關；

2) 13～14m：鄱陽湖自然保護區(qū)的濕地植被分布面積同時與9、10月水位呈負相關，相關程度相近；南磯自然保護區(qū)的濕地植被主要受10月棠陰水位影響，與次年4月水位呈弱相關；

3) >14m：濕地植被分布同時受到9、10月和次年4月水位影響.濕地植被的分布與9、10月都昌水位的相關關系在不同水平上(0.05～0.10)顯著，但與次年4月水位關系不顯著.相對于鄱陽湖自然保護區(qū)，南磯自然保護區(qū)的濕地植被分布與水位相關關系更顯著。

表4 鄱陽湖自然保護區(qū)不同高程濕地植被分布與吳城水位的相關系數和顯著性系數

表5 南磯自然保護區(qū)不同高程濕地植被分布與棠陰水位的相關系數和顯著性系數

4 結語

本文采用時間序列遙感數據的諧波分析，根據鄱陽湖地區(qū)主要濕地植被種類的物候特征，以NDVI變化周期為半年的區(qū)域特征值表征濕地植被群落分布.結合鄱陽湖的DEM數據與吳城站、棠陰水位數據，分析了濕地植被對水位變化的特征與規(guī)律，得出以下結論：

1) 兩個保護區(qū)中，鄱陽湖國家級自然保護區(qū)濕地植被群落分布對水位的變化更為敏感.鄱陽湖自然保護區(qū)的濕地植被分布面積與9、10月吳城水位相關系數分別為-0.71和-0.66，均大于南磯自然保護區(qū)與棠陰水位的-0.66和-0.62。

2) 兩個保護區(qū)范圍內的濕地植被分布與對應水文年9、10月的水位呈現比較強的負相關性，且在0.05水平上顯著。

3) 不同高程的濕地植被群落分布與水位關系不同.在吳淞高程12～13m的濕地植被群落分布與9月水位相關性最強，且顯著相關；在13～14m高程的濕地植被分布與10月水位相關關系的顯著性強于9月水位.南磯自然保護區(qū)在各高程的濕地植被分布與水位相關關系的顯著性強于鄱陽湖自然保護區(qū)。

4) 鄱陽湖地區(qū)呈現一年兩季生長的濕地植被受退水時間影響最大，其次是次年的漲水時間，與枯水期水位無明顯的相關關系。

本文所用方法可以得到對于每一年地表變化的綜合評價，避免了瞬時觀測數據的偶然性誤差，為不同年份之間進行動態(tài)對比提供了標準化的指標.采用諧波分析得到濕地植被的分布與水位關系結果，與葉春等使用生物量作為指標獲取的結果[35-36]變化趨勢一致。

將T=0.5a作為鄱陽湖主要濕地植被的表征，并不代表其他區(qū)域沒有濕地植被分布，只是在250m空間分辨率的尺度上沒有顯現。

由于本文采用的MODIS-NDVI數據產品起始于2000年，采用諧波分析研究濕地植被與水位變化，需要在進一步研究中補充更長時間序列的高時間分辨率遙感數據。

鄱陽湖水利樞紐建設辦公室提供的資料顯示，鄱陽湖受人為擾動因素影響，湖區(qū)的61個碟形子湖中，有44個設有水閘進行水位控制，僅有17個子湖處于與鄱陽湖自然連通的狀態(tài).在人工調控背景下，對于水文節(jié)律改變的影響以及濕地植被對水文節(jié)律的響應關系等變化，需要在日后長期的研究中加以深化。

致謝：鄱陽湖水利樞紐工程建設辦公室提供水位觀測數據，鄱陽湖國家級自然保護區(qū)管理局提供實地采樣數據和吳城贛江、修水水位觀測數據，在此一并表示感謝。

參考文獻5

[1]鄧偉, 胡金明. 濕地水文學研究進展及科學前沿問題. 濕地科學, 2003, 1(1): 12-20。

[2]朱海虹. 鄱陽湖: 水文·生物·沉積·濕地·開發(fā)整治. 合肥: 中國科學技術大學出版社, 1997: 170。

[3]劉成林, 譚胤靜, 林聯盛等. 鄱陽湖水位變化對候鳥棲息地的影響. 湖泊科學, 2011, 23(1): 129-135. DOI 10. 18307/2011. 0119。

[4]蔡曉斌, 陳曉玲, 王學雷等. 鄱陽湖水位空間差異及其對濕地水文分析的影響. 華中師范大學學報: 自然科學版, 2011, 45(1): 139-144。

[5]郭華, 蘇布達, 王艷君等. 鄱陽湖流域1955-2002年徑流系數變化趨勢及其與氣候因子的關系. 湖泊科學, 2007, 19(2): 163-169. DOI 10. 18307/2007. 0209。

[6]Guo H, Hu Q, Jiang T. Annual and seasonal streamflow responses to climate and land-cover changes in the Poyang Lake basin, China.JournalofHydrology, 2008, 355(1): 106-122。

[7]Jiang JH, Huang Q. 三峽工程對鄱陽湖水位影響研究. 自然資源學報, 1997, 12(3): 219-224。

[8]Shankman D, Keim BD, Song J. Flood frequency in China’s Poyang Lake region: trends and teleconnections.InternationalJournalofClimatology, 2006, 26(9): 1255-1266。

[9]閔騫. 20世紀90年代鄱陽湖洪水特征的分析. 湖泊科學, 2002, 14(4): 323-330. DOI 10. 18307/2002. 0405。

[10]閔騫. 近50年鄱陽湖形態(tài)和水情的變化及其與圍墾的關系. 水科學進展, 2000, 11(1): 76-81。

[11]閔騫, 劉影, 馬定國. 退田還湖對鄱陽湖洪水調控能力的影響. 長江流域資源與環(huán)境, 2006, 15(5): 574-578。

[12]李鵬, 封志明, 姜魯光等. 鄱陽湖天然湖面遙感監(jiān)測及其與水位關系研究. 自然資源學報, 2013, 28(9): 1556-1568。

[13]龔偉, 楊大文, 錢群. 基于MODIS數據的洞庭湖水面面積估算方法. 人民長江, 2009, 40(14): 40-43。

[14]顧中宇. 鄱陽湖水文特征分析及水體形態(tài)特征的遙感提取[學位論文]. 南昌: 江西師范大學, 2007。

[15]吳建東, 劉觀華, 金杰峰等. 鄱陽湖秋季洲灘植物種類結構分析. 江西科學, 2010, 28(4): 549-554。

[16]張麗麗, 殷峻暹, 蔣云鐘等. 鄱陽湖自然保護區(qū)濕地植被群落與水文情勢關系. 水科學進展, 2012, 23(6): 768-775。

[17]趙安娜. 鄱陽湖濕地植物-土壤-微生物多樣性對水文過程變化的響應[學位論文]. 南昌: 南昌大學, 2012。

[18]張全軍, 于秀波, 胡斌華. 鄱陽湖南磯濕地植物群落分布特征研究. 資源科學, 2013, 35(1): 42。

[19]胡振鵬, 葛剛, 劉成林等. 鄱陽湖濕地植物生態(tài)系統(tǒng)結構及湖水位對其影響研究. 長江流域資源與環(huán)境, 2010, 19(6): 597-605。

[20]葛剛, 趙安娜, 鐘義勇等. 鄱陽湖洲灘優(yōu)勢植物種群的分布格局. 濕地科學, 2011, 9(1): 19-25。

[21]葛剛, 李恩香, 吳和平等. 鄱陽湖國家級自然保護區(qū)的外來入侵植物調查. 湖泊科學, 2010, 22(1): 93-97. DOI 10. 18307/2010. 0113。

[22]葉春, 趙曉松, 吳桂平等. 鄱陽湖自然保護區(qū)植被生物量時空變化及水位影響. 湖泊科學, 2013, 25(5): 707-714. DOI 10. 18307/2013. 0512。

[23]Dronova I, Gong P, Wang L. Object-based analysis and change detection of major wetland cover types and their classification uncertainty during the low water period at Poyang Lake, China.RemoteSensingofEnvironment, 2011, 115(12): 3220-3236。

[24]Dronova I, Gong P, Clinton NEetal. Landscape analysis of wetland plant functional types: The effects of image segmentation scale, vegetation classes and classification methods.RemoteSensingofEnvironment, 2012, 127: 357-369。

[25]Wang L, Dronova I, Gong Petal. A new time series vegetation-water index of phenological-hydrological trait across species and functional types for Poyang Lake wetland ecosystem.RemoteSensingofEnvironment, 2012, 125: 49-63。

[26]Zhang Q, Xiao M, Singh VPetal. Max-stable based evaluation of impacts of climate indices on extreme precipitation processes across the Poyang Lake basin, China.GlobalandPlanetaryChange, 2014, 122: 271-281。

[27]Zhao X, Stein A, Chen XL. Monitoring the dynamics of wetland inundation by random sets on multi-temporal images.RemoteSensingofEnvironment, 2011, 115(9): 2390-2401。

[28]張明偉. 基于MODIS數據的作物物候期監(jiān)測及作物類型識別模式研究[學位論文]. 武漢: 華中農業(yè)大學, 2006。

[29]林忠輝, 莫興國.NDVI時間序列諧波分析與地表物候信息獲取. 農業(yè)工程學報, 2006, 22(12): 138-144。

[30]左麗君, 張增祥, 董婷婷等. MODIS/NDVI和MODIS/EVI在耕地信息提取中的應用及對比分析. 農業(yè)工程學報, 2008, 24(3): 167-172。

[31]王丹, 姜小光. 利用NOAA數據分析中國地區(qū)植被覆蓋變化周期. 中國圖象圖形學報, 2006, 11(4): 516-520。

[32]張霞, 孫睿, 張兵等. 基于MODIS植被指數時間譜的華北平原土地覆蓋分類. 農業(yè)工程學報, 2007, 22(12): 128-132。

[33]于信芳, 莊大方. 基于MODIS NDVI數據的東北森林物候期監(jiān)測. 資源科學, 2006, 28(4): 111-117。

[34]梁守真, 邢前國, 施平等. 山東省典型地表覆被NDVI時間序列諧波分析. 生態(tài)學雜志, 2011, 30(1): 59-65。

[35]葉春, 劉元波, 趙曉松等. 基于MODIS的鄱陽湖濕地植被變化及其對水位的響應研究. 長江流域資源與環(huán)境, 2013, 22(6): 705-712。

[36]葉春, 吳桂平, 趙曉松等. 鄱陽湖國家級自然保護區(qū)濕地植被的干旱響應及影響因素. 湖泊科學, 2014, 26(2): 253-259. DOI 10. 18307/2014. 0212。

J.LakeSci.(湖泊科學)， 2016， 28(1)： 195-206

?2016 byJournalofLakeSciences

Response on wetland vegetation distribution to hydrology regularity based on harmonic-time series analysis

LIU Xuying1，2， GUAN Yanning1**， GUO Shan1， ZHANG Chunyan1& WANG Lei1，2

(1：InstituteofRemoteSensingandDigitalEarth，ChineseAcademyofSciences，Beijing100101，P.R.China)

(2：UniversityofChineseAcademyofSciences，Beijing100049，P.R.China)

Abstract：This paper examines wetland vegetation distribution based upon perennial water levels and the time and spatial characteristics of wetland vegetation in various phonological phases. Harmonic components are extracted to describe wetland vegetation index and the changing patterns are used by remote sensing data in a high time resolution. This paper defines one analysis unit by a period from 2000 to 2013 as one hydrological year (from September to the next September). Changing patterns of wetland vegetation during different analysis units are expressed by the period of harmonic component which has the maximum amplitude. Results show： (1) Area of wetland vegetation in Lake Poyang Natural Reserve is significantly influenced by hydrological characteristics. Compared to that in Nanji Natural Reserve， wetland vegetation distribution in Lake Poyang Natural Reserve is more sensitive to the changes in water level. (2) Area of the wetland vegetation within natural reserves is negatively Pearson correlated with water level in a hydrological year (at a 0.05 significance level). Impact of recession date is larger than that of next-year flooding date on distribution of wetland vegetation， while water level in dry season is not significantly Pearson correlated with the distribution of two-growing-period wetland vegetation. (3) The Pearson correlations between distribution of wetland vegetation on different elevations and water level in the two natural reserves show distinct correlations. In Lake Poyang Natural Reserve， wetland vegetation distribution from the elevations 12-13 m has the strongest correlation with water level in September， and the wetland vegetation distribution from the elevations 13-14 m has the strongest correlation with water level in October. In Nanji Natural Reserve， the wetland vegetation distributions on different elevations are significantly correlated with water levels in September and October. A harmonic analysis is conducive to further study on wetland hydrology relations based on multi-temporal remote sensing data。

Keywords：Lake Poyang； long time series； remote sensing data； harmonic analysis； water level； Pearson correlation analysis

通信作者劉旭穎1，2，關燕寧1*；E-mail：guanyn@radi.ac.cn.，郭杉1，張春燕1，王蕾1，2

DOI10.18307/2016.0123