基于遥感产品的青藏高原植被物候研究主要集中于物候的时空变化。丁明军等[16]基于1999~2009 年 SPOT VGT 归一化植被指数（NDVI）数据，利用最小二乘法分析青藏高原高寒草地物候的时空变化趋势。陈江等[17]利用 GIMMS-NDVI 遥感数据，采用遥感反演的方法 定量分析了青藏高原 1982~2002 年的植被覆盖的时空变化趋势。田柳茜[18]基于 GIMMS NDVI、SPOT NDVI 以及 MODIS NDVI 遥感数据，采用最小二乘法对青藏高原返青期进行 分析计算。曾彪[19]利用线性拟合法和经验模式分解法（EDM）分析了 1982-2003 年间青藏 高原植被的时空格局。Yu 等[20]基于 GIMMS-NDVI 数据分析了 1982-2006 年青藏高原高寒草 地物候变化特征，得出植被返青期在 90 年代中期之前呈提前之后呈推迟趋势的结论。Wang 等[21]利用 2000-2010 年的 MODIS（NDVI）和 Mann-Kendall 趋势分析法得出，青藏高原物 候变化趋势存在东西反向的现象。Shen  等[22]基于 2000-2011  年 GIMSS（NDVI）、SPOT（NDVI）、MODIS（NDVI）数据和 MODIS(EVI)四种数据，利用五种物候提取方法对比分 析得出，2000-2011 年青藏高原春季物候并未呈现显著变化趋势。

目前国内外有许多学者基于传统物候观测方法或遥感数据来研究青藏高原植被物候变 化，多采用传统的时间序列分析。传统方法在时间序列的分析上，多采用最小二乘法的线性 拟合，对变化率的推算中，由于极值存在，结果可能大幅偏离。青藏高原的气候复杂，极端 降雨、干旱等等都会发生。参数方法需要数据存在一定的分布规律，而极端天气下的物候经 常存在非正态分布数据的现象。

综上，传统的相关系数确定物候法和最小二乘法的线性拟合参数确定变化率法在青藏高 原此类地区适用性差，为更好的还原高原地区的植被物候变化趋势，需要选择合适的方法对 物候的变化进行分析探索。

1.3研究目标、内容与技术路线

1.3.1 研究目标

本研究以青藏高原植被返青期为研究对象，利用长时间序列的 GIMMS-NDVI 遥感数据 提取植被返青期，使用 Theil-Sen 趋势分析法分析青藏高原植被返青期的时空格局，探索植 被返青期时空变化趋势。

1.3.2 研究内容

（1）   NDVI 数据集研制

本研究使用的原始数据是 GIMMIS-NDVI 15d 最大合成数据；同时由于卫星在对地面探 测时会受到云的干扰、卫星角度不同等外界因素的干扰，使通过原始遥感数据计算得到的 NDVI 值经常小于地面的实际值，导致 NDVI 数据集不能准确地反映地表植被生长和变化的 情况，因此需重建 NDVI 数据时间序列集以减少外部因素的干扰并尽可能消除噪声的影响。 本研究采用 S-G 滤波法对 NDVI 时间序列进行重建，对数据进行滤波平滑处理，研制 GIMMS 时间序列数据集。

（2）  植被返青期提取研究

基于 TIMESAT 软件实现 GIMMS 数据时间序列重构，采用阈值法提取返青期。

（3） 植被返青期变化趋势研究 由于传统的相关系数确定物候法和最小二乘法的线性拟合在青藏高原此类地区适用性差，为更好的还原高原地区的植被物候变化趋势，本研究采取非参数 Theil-Sen 中值趋势分 析研究青藏高原植被返青期年际变化趋势。

1.3.3 技术路线

本文基于 2006~2015 年青藏高原 GIMMS-NDVI 遥感数据，采用阈值法提取植被返青期， 定量分析了 2006 到 2015 年青藏高原地区植被返青期在时间尺度上的变化和空间尺度上的特

征；运用非参数中值分析法来分析青藏高原地区 2006 到 2015 年植被返青期的变化趋势，从 而得到不同时期植被返青期时空变化特征。 基于GIMMS数据的青藏高原植被返青期变化趋势研究(3):http://www.chuibin.com/shuxue/lunwen_206111.html