智利地中海地区不同植被类型物候模式的遥感研究

《Journal of Vegetation Science》：Remote Sensing of Phenological Patterns Across Vegetation Types in Mediterranean Chile

本研究基于智利中部地中海型生态系统，利用MODIS植被指数时间序列和机器学习聚类算法，识别出9类生态系统功能类型（EFTs），揭示其与植被生长型及优势物种组成的强关联性，为应对气候变化下的生态管理提供依据。

　　

摘要

问题

陆地表面物候是监测气候变化对植被影响（尤其是干旱和热浪）的关键指标。本研究描述了智利地中海型生态系统中的物候模式，并强调了这些模式与植被生长形式及优势物种组成的密切关联。

研究地点

本研究在智利中部的地中海型生态系统中进行。

研究方法

我们利用来自MODIS植被指数时间序列的遥感物候数据，并应用无监督机器学习聚类算法来识别智利地中海型生态系统中的生态系统功能类型（EFTs）。通过排序分析，并结合土地利用图和植被登记数据，确定了指示物种，以阐明EFTs、植被生长形式及物种组成之间的关系。

研究结果

我们识别出九种不同的生态系统功能类型（EFTs），它们与研究区域内的植被生长形式和物种多样性之间存在显著相关性。主要由Nothofagus属落叶树群落构成的南部森林表现出最高的生产力，并且生产力季节出现延迟。而在以Quillaja saponaria、Cryptocarya alba和Lithraea caustica等硬叶植物为主的区域，植被生长季节较早开始。由Trevoa trinervis、Colliguaja odorifera和Baccharis等物种组成的旱生灌木群落则表现出较高的变异性和较早的生长季节。这些发现有助于了解研究区域内不同保护单元内的变化情况。

结论

基于绿色程度的植被物候评估能够揭示植被生长形式以及优势物种的丰富度和数量。遥感和现代算法使得高分辨率的绿色度变化监测成为可能，从而支持在快速变化的环境中进行有效管理。这种综合方法揭示了生态系统各属性之间的联系，为评估环境影响提供了有价值的工具，进而为保护和管理决策提供指导。

利益冲突

作者声明不存在利益冲突。

数据可用性声明

本研究生成的数据产品可通过https://zenodo.org/records/16905466在Zenodo开放存储库中获取。