基于中分辨率多星协同探索植被物候对京津冀城市化进程的响应

Vegetation phenology response to urbanization reflects how human activities influence the seasonal variation of ecosystem. Satellite observation with low spatial resolution limits detailed analysis of the phenology response to urbanization; on the other side, satellite observation with medium or high spatial resolution often associated with low temporal resolution, it’s difficult perform phenology monitoring with one satellite. To solve the above mentioned issues, this project will take Jing-Jin-Ji region as research area, utilize multiply satellites with medium or high resolution for phenology monitoring, and study phenology responding mechanism to urbanization. The project will: (1) explore the approach to effectively remove the data differences caused by different wavelengths and observation geometries among multiply satellites, and combine simulation data with real satellite observation to construct dataset of vegetation growth time series; (2) extract medium resolution phenological metrics, and perform validation with ground observation; (3) considering build up area intensity and developing mode to explore the vegetation phenology response to urbanization. The outcome of this project will provide a feasible method for phenology monitoring at medium resolution, and hope can provide a scientific basis for the analysis of how future built-up areas planning will affect vegetation phenology.

植被物候对城市化进程的响应反映着人类活动对生态环境季节性变化的影响。低空间分辨率遥感观测限制了植被物候对城市化进程响应的精细化分析，而中高空间分辨率卫星的时间分辨率较低，单颗卫星难以独立开展物候监测与分析。针对这一问题，本项目将以京津冀为研究区域，协同多颗中高分辨率卫星开展植被物候动态监测，探索植被物候对城市化进程的响应。研究内容包括：（1）开发多源中高分辨率卫星数据的光谱与观测角度协同归一化方法，结合多星数据以及模拟数据构建植被生长时间序列数据集；（2）提取中分辨率植被物候期，并开展地面观测进行验证评估；（3）结合建成区密度、发展模式等信息，分析植被物候对城市化进程中不同建成区发展模式的响应。研究成果将提供一种可行的中分辨率遥感物候监测方法，并有望为日后建成区规划对植被物候的影响分析提供科学依据。

城市作为空间异质性极强的区域以及人类对地面改造最为剧烈的区域，一直以来都是物候等生态环境监测指标遥感反演和驱动力分析等研究的重点与难点。为了探索中高空间分辨率尺度上植被物候对城市化进程的响应，本项目以京津冀为研究区域研发多星数据协同构建植被生长时间序列数据集的方法；提取30米尺度植被物候期，利用运动相机模拟物候相机的观测，对物候数据进行验证；选取研究区域内不同等级的城市，分析近20年城市物候的年际变化规律与城市规模的关系。.项目重要结果包括：1.通过基于时间和空间协同的数据融合算法，单颗卫星可以实现中高分辨率植被生长时间序列数据集的重构，多颗卫星协同有效增加了输入的数据量，可以提高数据融合结果的精度；2.使用便携的运动相机，可以在移动站点通过连续观测实现物候的实地监测，补充物候相机不可移动、站点较少、成本偏高等不足；3.城市的规模影响了物候的年际变化强度，主要体现为与城市面积的对数呈线性相关，虽然这种关系显著性较弱，且对春季物候影响较大，对于秋季物候的变化影响较小。.项目产生的关键数据包括京津冀区域内区级以上12个城市2000年到2020年以5年为间隔的植被生长时间序列数据集，以及其对应的包括返青、成熟、休眠等的6个物候期数据集，部分区域以及时间的数据质量受过境卫星观测量的影响，不能满足应用与分析的要求。.通过挑战城市这一异质性强、破碎度高的物候监测难点区域，本项目形成了一种普适的基于时间和空间协同的数据融合算法，揭示了城市物候在不同城市年纪变化的多样性，进一步丰富植被物候对城市化进程响应机制的理解。