Vegetation phenology in the Northern Hemisphere based on the solar-induced chlorophyll fluorescence
Wen ZHOU1, Yong-Gang CHI1, Lei ZHOU,1,2,*1College of Geography and Environmental Sciences, Zhejiang Normal University, Jinhua, Zhejiang 321004, China 2Key Laboratory of Ecosystem Network Observation and Modelling, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China
National Key R&D Program of China(2017YFB0504000) National Natural Science Foundation of China(41871084) National Natural Science Foundation of China(31400393)
Abstract Aims Vegetation phenology is an important indicator to reflect the stages of vegetation growth, which is of great significance to the feedback to climate. Solar-induced chlorophyll fluorescence (SIF) is a by-product of photosynthesis, which provides the possibility to directly detect vegetation phenology at the global scale. In order to reveal the accuracy of phenology estimated by SIF of different forest types, we estimated phenology of three forest types in the Northern Hemisphere. Methods Based on 35 eddy flux tower sites in the Northern Hemisphere during the period of 2007-2014, we estimated phenology of three typical forest types using SIF value and gross primary production (GPP) by double logistic growth model and dynamic threshold. Correlation analysis was used to evaluate the different potential of SIF in estimating phenology of different forest types. Important findings Results showed that: 1) SIF was more suitable to estimate the timing of the start of growing season (SOS) than the timing of the end of growing season (EOS). 2) SOS based on SIF had the highest correlation with SOS based on GPP in mixed forests (MF). However, the SOS of deciduous broadleaf forest (DBF) and evergreen needleleaf forest (ENF) could not be accurately tracked by SIF value. 3) The preseason shortwave radiation (SR) was the primarily environmental factor of SOS. Keywords：vegetation phenology;northern forest;solar-induced chlorophyll fluorescence;climate change;shortwave radiation
PDF (714KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex收藏本文 引用本文 周稳, 迟永刚, 周蕾. 基于日光诱导叶绿素荧光的北半球森林物候研究. 植物生态学报, 2021, 45(4): 345-354. DOI: 10.17521/cjpe.2020.0376 ZHOU Wen, CHI Yong-Gang, ZHOU Lei. Vegetation phenology in the Northern Hemisphere based on the solar-induced chlorophyll fluorescence. Chinese Journal of Plant Ecology, 2021, 45(4): 345-354. DOI: 10.17521/cjpe.2020.0376
植被物候能够反映植物在一年中的生长发育规律(Piao et al., 2019 )。生长季开始时间(SOS)和生长季结束时间(EOS)描述了植被生命周期的发育、活跃生长和衰老阶段(周蕾等, 2020)。准确的物候监测对于估算陆地与大气之间的碳水交换具有重要意义。近年来, 遥感技术成为估算大尺度植被物候的有效手段(代武君等, 2020)。
本研究采用FLUXNET 2015数据集( https://fluxnet.org/data/fluxnet2015-dataset/)中日尺度GPP。该数据是由涡度相关测量技术直接观测得到净生态系统交换量(NEE), 然后将NEE拆分为GPP和生态系统呼吸量(ER)(Yang et al., 2017 )。本研究首先将SIF值和GPP平均到8天并计算相关性。其次为了验证SIF追踪物候的精度, 本研究使用GPP作为对照数据, 和SIF使用同样的方法反演物候(Lu et al., 2018b ; Wang et al., 2019b , 2020)。
本研究的气温(TA_F)、降水(P_F)和辐射(SW_IN_F)采用和GPP时间范围一致的FLUXNET 2015数据集。本研究采用季前环境因子与物候之间的相关性探索气候条件的变化对物候的影响(Yuan et al., 2020 )。首先分别获取物候前1-4个月的环境因子, 并与物候进行偏相关性分析, 最佳季前长度即环境因子与物候之间偏相关系数最大的时段(Jeong et al., 2011 ; Liu et al., 2016a )。为了减少数据的偏差, 本研究对超过5年数据的29个站点分别采用最佳季前长度的环境因子和基于SIF的SOS做相关性分析(Xu et al., 2019a )。
1.4 物候确定方法
部分原始数据存在着质量差以及缺失的现象, 造成物候观测的不确定性(章钊颖等, 2019)。本研究采用既能保护数据关键点, 又能抵抗植被参数噪声的三次样条插值法校准和插补GPP和SIF数据(Liu et al., 2017 )(图1)。
Fig. 2An example for determining the phenology based on daily solar-induced chlorophyll fluorescence (SIF) time series using double logistic growth model. Timing of the start of the growing season (SOS) and the end of the growing season (EOS) were plotted by green circle and orange circle. DOY, day of year.
Fig. 3Seasonal trajectories of normalized solar-induced chlorophyll fluorescence (SIF) value and gross primary production (GPP). DBF, deciduous broadleaf forest; ENF, evergreen needleleaf forest; MF, mixed forests. DOY, day of year.
Fig. 5Scatterplots describing the relationship between timing of the start of growing season (SOS) and timing of the end of growing season (EOS) derived from solar-induced chlorophyll fluorescence (SIF) value and gross primary production (GPP). DOY, day of year; N, the years of all sites. DBF, deciduous broadleaf forest; ENF, evergreen needleleaf forest; MF, mixed forests.
Fig. 6Distributions of timing of the start of the growing season (SOS) and timing of the end of the growing season (EOS) derived from solar-induced chlorophyll fluorescence (SIF) value and gross primary production (GPP). DBF, deciduous broadleaf forest; ENF, evergreen needleleaf forest; MF, mixed forests. DOY, day of year.
Fig. 7Correlation coefficient (r) of environmental factors (shortwave radiation, air temperature, precipitation) in preseason and timing of the start of the growing season (SOS). **, p< 0.05. DBF, deciduous broadleaf forest; ENF, evergreen needleleaf forest; MF, mixed forests. The Y-axis represents the forest site name in FLUXNET.
ChangQ, XiaoX, JiaoW, WuX, DoughtyR, WangJ, DuL, ZouZ, QinY (2019). Assessing consistency of spring phenology of snow-covered forests as estimated by vegetation indices, gross primary production, and solar-induced chlorophyll fluorescence Agricultural and Forest Meteorology, 275, 305-316. DOI:10.1016/j.agrformet.2019.06.002 [本文引用: 2] Accurate phenology characterization is of great importance for measuring ecosystem dynamics, especially for carbon and water exchange between land and the atmosphere. Vegetation indices (VIs), calculated from land surface reflectance, are widely used to estimate phenology from the leaf and canopy structure perspective. Gross Primary Production (GPP) and solar-induced chlorophyll fluorescence (SIF) are used to estimate phenology from the canopy functional (physiological) perspective. To what degree are the spring phenology estimated from these different perspectives consistent with each other? In this study, we evaluated the consistency of the start of the growing season (SOS) in spring for snow-covered evergreen needleleaf forests (ENF) and deciduous broadleaf forests (DBF) using three vegetation indices, in-situ GPP data from the eddy covariance flux towers (GPP(EC)), GPP data from the Vegetation Photosynthesis Model (GPP(VPM)), and SIF data from the GOME-2. Results showed that SOSNDVI dates were much earlier than SOS dates from EVI (SOSEVI), land surface water index (LSWI) (SOSLSWI), GPP (SOSGPP; SOSGPP-EC, SOSGPP_VPM) and SIF (SOSSIF) for both snow-covered evergreen needleleaf forest (ENF) and deciduous broadleaf forest (DBF). SOSLSWI dates were more linearly correlated with SOSGPP and SOSSIF than SOS dates from NDVI and EVI. At ENF sites, SOSLSWI dates were 17 (+/- 27) days later and SOSEVI were 25 (+/- 34) days later than SOSGPP_EC dates. At DBF sites, SOSLSWI and SOSEVI dates were 1-week (+/- 13 days) later than SOSGPP_EC dates. In the snow-covered regions at mid- to high-latitude in the Northern Hemisphere, SOSLSWI dates were 2(similar to)3 weeks (+/- 5 days) later than those of SOSGPP_VPM and SOSSIF for both ENF and DBF. Our results clearly highlight the need for further investigation of NDVI-based SOS dates, which were likely affected by snowmelt in snow-covered forests, and the potential of LSWI for tracking the effects of snow on SOS dates. Estimations of SOS dates in snow-covered forests should consider the effects of both snow cover and temperature on leaf emergence (green-up) and gross primary production.
FangJY ( 2000). Forest biomass carbon pool of middle and high latitudes in the North Hemisphere is probably much smaller than present estimates Acta phytoecologica Sinica, 24, 635-638. [本文引用: 1]
FrankenbergC, FisherJB, WordenJ, BadgleyG, SaatchiSS, LeeJE, ToonGC, ButzA, JungM, KuzeA (2011). New global observations of the terrestrial carbon cycle from GOSAT: patterns of plant fluorescence with gross primary productivity Geophysical Research Letters, 38, L17706. DOI: https://www.plant-ecology.com/article/2021/1005-264X/10.1029/2011GL048738. [本文引用: 1]
GuanK, BerryJA, ZhangY, JoinerJ, GuanterL, BadgleyG, LobellDB (2016). Improving the monitoring of crop productivity using spaceborne solar-induced fluorescence Global Change Biology, 22, 716-726. DOI:10.1111/gcb.2016.22.issue-2URL [本文引用: 1]
GuanQH, DingMJ, ZhangHM ( 2019). Spatiotemporal variation of spring phenology in alpine grassland and response to climate changes on the Qinghai-Tibet, China Mountain Research, 37, 639-648. [本文引用: 1]
GuanterL, ZhangY, JungM, JoinerJ, VoigtM, BerryJA, FrankenbergC, HueteAR, Zarco-TejadaP, LeeJE, MoranMS, Ponce-CamposG, BeerC, Camps-VallsG, BuchmannN, et al. (2014). Global and time-resolved monitoring of crop photosynthesis with chlorophyll fluorescence Proceedings of the National Academy of Sciences of the United States of America, 111, E1327-E1333. [本文引用: 1]
HeL, ChenJM, LiuJ, MoG, JoinerJ (2017). Angular normalization of GOME-2 Sun-induced chlorophyll fluorescence observation as a better proxy of vegetation productivity Geophysical Research Letters, 44, 5691-5699. DOI:10.1002/2017GL073708URL [本文引用: 1]
HuangJG, MaQ, RossiS, BiondiF, DeslauriersA, FontiP, LiangE, MäkinenH, OberhuberW, RathgeberCBK, TognettiR, TremlV, YangB, ZhangJL, AntonucciS, et al. (2020). Photoperiod and temperature as dominant environmental drivers triggering secondary growth resumption in Northern Hemisphere conifers Proceedings of the National Academy of Sciences of the United States of America, 117, 20645-20652. [本文引用: 1]
JeongSJ, HoCH, GimHJ, BrownME (2011). Phenology shifts at start vs. end of growing season in temperate vegetation over the Northern Hemisphere for the period 1982-2008 Global Change Biology, 17, 2385-2399. DOI:10.1111/j.1365-2486.2011.02397.xURL [本文引用: 3]
JeongSJ, SchimelD, FrankenbergC, DrewryDT, FisherJB, VermaM, BerryJA, LeeJE, JoinerJ (2017). Application of satellite solar-induced chlorophyll fluorescence to understanding large-scale variations in vegetation phenology and function over northern high latitude forests Remote Sensing of Environment, 190, 178-187. DOI:10.1016/j.rse.2016.11.021URL [本文引用: 4]
JinH, JönssonAM, OlssonC, LindströmJ, JönssonP, EklundhL (2019). New satellite-based estimates show significant trends in spring phenology and complex sensitivities to temperature and precipitation at northern European latitudes International Journal of Biometeorology, 63, 763-775. DOI:10.1007/s00484-019-01690-5URL [本文引用: 1]
JoinerJ, GuanterL, LindstrotR, VoigtM, VasilkovAP, MiddletonEM, HuemmrichKF, YoshidaY, FrankenbergC (2013). Global monitoring of terrestrial chlorophyll fluorescence from moderate-spectral-resolution near-infrared satellite measurements: methodology, simulations, and application to GOME-2 Atmospheric Measurement Techniques, 6, 2803-2823. DOI:10.5194/amt-6-2803-2013URL [本文引用: 1]
KöhlerP, GuanterL, JoinerJ (2015). A linear method for the retrieval of sun-induced chlorophyll fluorescence from GOME-2 and SCIAMACHY data Atmospheric Measurement Techniques, 8, 2589-2608. DOI:10.5194/amt-8-2589-2015URL [本文引用: 2]
LeeJE, BerryJA, van der TolC, YangX, GuanterL, DammA, BakerI, FrankenbergC (2015). Simulations of chlorophyll fluorescence incorporated into the Community Land Model version 4 Global Change Biology, 21, 3469-3477. DOI:10.1111/gcb.2015.21.issue-9URL [本文引用: 1]
LiX, XiaoJ, HeB, Altaf ArainM, BeringerJ, DesaiAR, EmmelC, HollingerDY, KrasnovaA, MammarellaI, NoeSM, OrtizPS, Rey-SanchezAC, RochaAV, VarlaginA (2018). Solar-induced chlorophyll fluorescence is strongly correlated with terrestrial photosynthesis for a wide variety of biomes: first global analysis based on OCO-2 and flux tower observations Global Change Biology, 24, 3990-4008. DOI:10.1111/gcb.2018.24.issue-9URL [本文引用: 2]
LiuQ, FuYH, ZhuZ, LiuY, LiuZ, HuangM, JanssensIA, PiaoS (2016a). Delayed autumn phenology in the Northern Hemisphere is related to change in both climate and spring phenology Global Change Biology, 22, 3702-3711. DOI:10.1111/gcb.2016.22.issue-11URL [本文引用: 3]
LiuRG, ShangR, LiuY, LuXL (2017). Global evaluation of gap-filling approaches for seasonal NDVI with considering vegetation growth trajectory, protection of key point, noise resistance and curve stability Remote Sensing of Environment, 189, 164-179. DOI:10.1016/j.rse.2016.11.023URL [本文引用: 1]
LiuXT, ZhouL, ShiH, WangSQ, ChiYG ( 2018). Phenological characteristics of temperate coniferous and broad-leaved mixed forests based on multiple remote sensing vegetation indices, chlorophyll fluorescence and CO2 flux data Acta Ecologica Sinica, 38, 3482-3494. [本文引用: 1]
LiuY, WuC, PengD, XuS, GonsamoA, JassalRS, Altaf ArainM, LuL, FangB, ChenJM (2016b). Improved modeling of land surface phenology using MODIS land surface reflectance and temperature at evergreen needleleaf forests of central North America Remote Sensing of Environment, 176, 152-162. DOI:10.1016/j.rse.2016.01.021URL [本文引用: 1]
LuXC, ChengX, LiXL, ChenJQ, SunMM, JiM, HeH, WangSY, LiS, TangJW (2018a). Seasonal patterns of canopy photosynthesis captured by remotely sensed sun-induced fluorescence and vegetation indexes in mid-to-high latitude forests: a cross-platform comparison Science of the Total Environment, 644, 439-451. DOI:10.1016/j.scitotenv.2018.06.269URL [本文引用: 1]
LuXL, LiuZQ, ZhouYY, LiuYL, AnSQ, TangJW (2018b). Comparison of phenology estimated from reflectance-?based indices and solar-induced chlorophyll fluorescence (SIF) observations in a temperate forest using GPP-based phenology as the standard Remote Sensing, 10, 932. DOI: https://www.plant-ecology.com/article/2021/1005-264X/10.3390/rs10060932. URL [本文引用: 1]
PeaucelleM, JanssensIA, StockerBD, FerrandoAD, FuYH, Molowny-HorasR, CiaisP, PeñuelasJ (2019). Spatial variance of spring phenology in temperate deciduous forests is constrained by background climatic conditions Nature Communications, 10, 5388. DOI: https://www.plant-ecology.com/article/2021/1005-264X/10.1038/s41467-019-13365-1. PMID:31772185 [本文引用: 1] Leaf unfolding in temperate forests is driven by spring temperature, but little is known about the spatial variance of that temperature dependency. Here we use in situ leaf unfolding observations for eight deciduous tree species to show that the two factors that control chilling (number of cold days) and heat requirement (growing degree days at leaf unfolding, GDD) only explain 30% of the spatial variance of leaf unfolding. Radiation and aridity differences among sites together explain 10% of the spatial variance of leaf unfolding date, and 40% of the variation in GDD. Radiation intensity is positively correlated with GDD and aridity is negatively correlated with GDD spatial variance. These results suggest that leaf unfolding of temperate deciduous trees is adapted to local mean climate, including water and light availability, through altered sensitivity to spring temperature. Such adaptation of heat requirement to background climate would imply that models using constant temperature response are inherently inaccurate at local scale.
PiaoS, LiuQ, ChenA, JanssensIA, FuY, DaiJ, LiuL, LianX, ShenM, ZhuX (2019). Plant phenology and global climate change: current progresses and challenges Global Change Biology, 25, 1922-1940. DOI:10.1111/gcb.2019.25.issue-6URL [本文引用: 2]
ShenXJ, LiuBH, XueZS, JiangM, LuXG, ZhangQ (2019). Spatiotemporal variation in vegetation spring phenology and its response to climate change in freshwater marshes of Northeast China Science of the Total Environment, 666, 1169-1177. DOI:10.1016/j.scitotenv.2019.02.265URL [本文引用: 1]
SinghRK, SvystunT, AlDahmashB, JönssonAM, BhaleraoRP (2017). Photoperiod- and temperature- mediated control of phenology in trees—A molecular perspective New Phytologist, 213, 511-524. DOI:10.1111/nph.2017.213.issue-2URL [本文引用: 1]
TanB, MorisetteJT, WolfeRE, GaoF, EdererGA, NightingaleJ, PedeltyJA (2011). An enhanced TIMESAT algorithm for estimating vegetation phenology metrics from MODIS data IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 4, 361-371. DOI:10.1109/JSTARS.4609443URL [本文引用: 1]
WangXY, WangT, LiuD, ZhangTT, XuJF, CuiGS, LvGT, HuangHB (2019b). Multisatellite analyses of spatiotemporal variability in photosynthetic activity over the Tibetan Plateau Journal of Geophysical Research, 124, 3778-3797. [本文引用: 1]
WilsonTB, MeyersTP (2007). Determining vegetation indices from solar and photosynthetically active radiation fluxes Agricultural and Forest Meteorology, 144, 160-179. DOI:10.1016/j.agrformet.2007.04.001URL [本文引用: 1]
WuC, PengD, SoudaniK, SiebickeL, GoughCM, Altaf ArainM, BohrerG, LafleurPM, PeichlM, GonsamoA, XuS, FangB, GeQ (2017). Land surface phenology derived from normalized difference vegetation index (NDVI) at global FLUXNET sites Agricultural and Forest Meteorology, 233, 171-182. DOI:10.1016/j.agrformet.2016.11.193URL [本文引用: 2]
XieYY, WangXJ, SilanderJA (2015). Deciduous forest responses to temperature, precipitation, and drought imply complex climate change impacts Proceedings of the National Academy of Sciences of the United States of America, 112, 13585-13590. [本文引用: 1]
XuXJ, DuHQ, FanWL, HuJG, MaoFJ, DongHJ (2019b). Long-term trend in vegetation gross primary production, phenology and their relationships inferred from the FLUXNET data Journal of Environmental Management, 246, 605-616. DOI:10.1016/j.jenvman.2019.06.023URL [本文引用: 1]
YangH, YangX, ZhangY, HeskelMA, LuX, MungerJW, SunS, TangJ (2017). Chlorophyll fluorescence tracks seasonal variations of photosynthesis from leaf to canopy in a temperate forest Global Change Biology, 23, 2874-2886. DOI:10.1111/gcb.2017.23.issue-7URL [本文引用: 1]
ZhangY, GuanterL, BerryJ, van der TolC, YangX, TangJ, ZhangF (2016). Model-based analysis of the relationship between sun-induced chlorophyll fluorescence and gross primary production for remote sensing applications Remote Sensing of Environment, 187, 145-155. DOI:10.1016/j.rse.2016.10.016URL [本文引用: 2]
ZhangZY, WangSH, QiuB, SongL, ZhangYG ( 2019). Retrieval of Sun-induced chlorophyll fluorescence and advancements in carbon cycle application Journal of Remote Sensing, 23, 37-52. [本文引用: 1]
Chlorophyll fluorescence data reveals climate-related photosynthesis seasonality in Amazonian forests 1 2017
... 日光诱导叶绿素荧光(SIF)是有效光合辐射中小部分辐射的再发射, 延伸到近红外波段, 具有红光(690 nm左右)和近红外(740 nm左右)两个波峰(Jeong et al., 2017 ).在理论上, SIF通过复杂的能量耗散机制与光合作用相关联(Guanter et al., 2014 ; Zhang et al., 2016 ), 而且SIF产品对云和大气散射不敏感(Piao et al., 2019 ).因此, SIF数据为探测大尺度植被物候提供了一种可靠的方法(Bertani et al., 2017 ; Li et al., 2018 ; 刘啸添等, 2018).然而, SIF数据与光合作用之间的联系会随着植被类型的不同而发生变化.Li等(2018)通过对8种植被的比较发现, 相对于常绿针叶林和灌木林, SIF更适用于估算温带混交林和落叶阔叶林的物候.SIF在估算不同森林物候时所表现出的差异性能力可能与植被的冠层结构(Guan et al., 2016 )、生理特性(Sun et al., 2017 )、环境变化(Lee et al., 2015 )以及景观异质性(Zhang et al., 2020 )密切相关.因此, 需要从全球尺度比较SIF对不同森林类型物候的追踪能力. ...
Assessing consistency of spring phenology of snow-covered forests as estimated by vegetation indices, gross primary production, and solar-induced chlorophyll fluorescence 2 2019
... 本研究通过双逻辑生长模型(公式(1))拟合SIF和GPP时间序列数据确定植被的物候(Chang et al., 2019 ; Wang et al., 2019a ), 物候学的双逻辑生长模型有效地解释了在生长季节观察到的大部分冠层覆盖的时间模式.由二阶导数曲线检测到的物候能够代表大多数植被物候(Tan et al., 2011 ).SOS和EOS分别对应拟合曲线的二阶导数开始和结束时两个极大值相对应的日期(Wang et al., 2019a )(图2). ...
... SIF值和GPP的相关性在混交林最高(图4), 同样基于SIF值估算出的混交林的物候更接近于基于GPP估算出的物候(图6).以往关于北半球中高纬度森林物候的研究同样表明, SIF值和GPP的线性相关性在混交林比常绿针叶林和落叶阔叶林强, 而且基于SIF值的物候在混交林更接近基于GPP的物候(Lu et al., 2018a ).SIF追踪不同森林物候的差异性可能与冠层结构和景观异质性有关.冠层结构变化对森林的GPP变化有重要的影响, 明显的季节动态使得估算混交林物候相对容易.然而常绿针叶林植被冠层结构季节性变化较小, GPP的季节动态主要由植被生理变化引起(Chang et al., 2019 ).另外, 落叶阔叶林SIF值的误差可能源自景观异质性(He et al., 2017 ), 当GPP基本为0时, 可能由于林下植被还有信号(Zhang et al., 2020 ), 或者GOME-2的信噪比产生一些异常值(Köhleret al., 2015 ), 导致SIF值产生误差, 从而不能准确估算落叶阔叶林的物候.因此, 在全球范围内使用SIF值估算植被物候时, 应考虑SIF对不同植被的适用性. ...
Analyzing the relationship between solar-induced chlorophyll fluorescence and gross primary production using remotely sensed data and model simulation 1 2017
... SIF作为光合作用的副产品, 多项研究表明SIF值与GPP之间几乎呈线性关系(Cui et al., 2017 ; Frankenberg et al., 2011 ), 而且在温带和北方森林中SIF值和GPP表现出较强的季节相关性(Yang et al., 2015 ), 近期的研究表明基于SIF值的物候在不同地区表现出与GPP几乎相同的物候模式(Jeong et al., 2017 ).这些结果表明, SIF可以用作大规模物候监测, 从而增进对物候学的理解. ...
植物物候学研究进展 1 2020
... 植被物候能够反映植物在一年中的生长发育规律(Piao et al., 2019 ).生长季开始时间(SOS)和生长季结束时间(EOS)描述了植被生命周期的发育、活跃生长和衰老阶段(周蕾等, 2020).准确的物候监测对于估算陆地与大气之间的碳水交换具有重要意义.近年来, 遥感技术成为估算大尺度植被物候的有效手段(代武君等, 2020). ...
植物物候学研究进展 1 2020
... 植被物候能够反映植物在一年中的生长发育规律(Piao et al., 2019 ).生长季开始时间(SOS)和生长季结束时间(EOS)描述了植被生命周期的发育、活跃生长和衰老阶段(周蕾等, 2020).准确的物候监测对于估算陆地与大气之间的碳水交换具有重要意义.近年来, 遥感技术成为估算大尺度植被物候的有效手段(代武君等, 2020). ...
Photoperiod, [CO2] and soil moisture interactively affect phenology in trembling aspen: implications to climate change-induced migration 1 2020
... 季前短波辐射对SOS起主要驱动作用, 其次是季前气温(图7).随着春季季前短波辐射和季前气温的增强, SOS推迟.气温是植物生长的基本需求, 在植物生长发育过程中发挥重要作用(Xie et al., 2015 ; Liu & Zhang, 2020).但是绿色植物大部分的能源是经由光合作用从太阳光中得到的, 以往的研究同样表明了辐射对于物候的重要性(管琪卉等, 2019; Inoue et al., 2020 ).太阳辐射是地球陆地生态系统演化的主要驱动力, 为光合作用提供了能量(Wilson & Meyers, 2007).短波辐射在植物活动中起着关键作用, 通过影响乙烯和脱落酸这两种参与芽形成和叶片发育的植物激素, 调节植物内源激素调节的生长和蛋白质生产(Zhong et al., 2012 ; Singh et al., 2017 ; Peaucelle et al., 2019 ).植被需要一定的冷冻积累才能进入生态休眠阶段, 然而在季节性解冻之前强烈的季前短波辐射会减少冬季的冷冻积累, 从而限制植被的生长(Yang et al., 2020b ).因此, 在研究植被物候的环境驱动机制时, 需要进一步考虑辐射对物候的影响. ...
Phenology shifts at start vs. end of growing season in temperate vegetation over the Northern Hemisphere for the period 1982-2008 3 2011
... 本研究的气温(TA_F)、降水(P_F)和辐射(SW_IN_F)采用和GPP时间范围一致的FLUXNET 2015数据集.本研究采用季前环境因子与物候之间的相关性探索气候条件的变化对物候的影响(Yuan et al., 2020 ).首先分别获取物候前1-4个月的环境因子, 并与物候进行偏相关性分析, 最佳季前长度即环境因子与物候之间偏相关系数最大的时段(Jeong et al., 2011 ; Liu et al., 2016a ).为了减少数据的偏差, 本研究对超过5年数据的29个站点分别采用最佳季前长度的环境因子和基于SIF的SOS做相关性分析(Xu et al., 2019a ). ...
... 为了验证双逻辑生长模型的结果, 我们同时使用动态阈值确定物候(Jeong et al., 2011 ; Shen et al., 2020 ).首先用六项式(公式(2))拟合GPP和SIF值年度曲线, 然后对拟合后的GPP和SIF值归一化, 最后将0.2设置为阈值追踪物候(Jeong et al., 2017 , Wang et al., 2019a ) ...
... 季前环境因子广泛应用于物候环境因子的评价中(Jeong et al., 2011 ; Liu et al., 2016a ).植被的春季物候主要取决于前几个月的环境因子, 北半球季前长度的变化从几周到4个月不等(Shen et al., 2014 ).最佳季前长度对应的环境因子对春季物候的影响, 能够体现植被生长季开始时间的环境驱动机制. ...
Application of satellite solar-induced chlorophyll fluorescence to understanding large-scale variations in vegetation phenology and function over northern high latitude forests 4 2017
... 日光诱导叶绿素荧光(SIF)是有效光合辐射中小部分辐射的再发射, 延伸到近红外波段, 具有红光(690 nm左右)和近红外(740 nm左右)两个波峰(Jeong et al., 2017 ).在理论上, SIF通过复杂的能量耗散机制与光合作用相关联(Guanter et al., 2014 ; Zhang et al., 2016 ), 而且SIF产品对云和大气散射不敏感(Piao et al., 2019 ).因此, SIF数据为探测大尺度植被物候提供了一种可靠的方法(Bertani et al., 2017 ; Li et al., 2018 ; 刘啸添等, 2018).然而, SIF数据与光合作用之间的联系会随着植被类型的不同而发生变化.Li等(2018)通过对8种植被的比较发现, 相对于常绿针叶林和灌木林, SIF更适用于估算温带混交林和落叶阔叶林的物候.SIF在估算不同森林物候时所表现出的差异性能力可能与植被的冠层结构(Guan et al., 2016 )、生理特性(Sun et al., 2017 )、环境变化(Lee et al., 2015 )以及景观异质性(Zhang et al., 2020 )密切相关.因此, 需要从全球尺度比较SIF对不同森林类型物候的追踪能力. ...
... 为了验证双逻辑生长模型的结果, 我们同时使用动态阈值确定物候(Jeong et al., 2011 ; Shen et al., 2020 ).首先用六项式(公式(2))拟合GPP和SIF值年度曲线, 然后对拟合后的GPP和SIF值归一化, 最后将0.2设置为阈值追踪物候(Jeong et al., 2017 , Wang et al., 2019a ) ...
... SIF作为光合作用的副产品, 多项研究表明SIF值与GPP之间几乎呈线性关系(Cui et al., 2017 ; Frankenberg et al., 2011 ), 而且在温带和北方森林中SIF值和GPP表现出较强的季节相关性(Yang et al., 2015 ), 近期的研究表明基于SIF值的物候在不同地区表现出与GPP几乎相同的物候模式(Jeong et al., 2017 ).这些结果表明, SIF可以用作大规模物候监测, 从而增进对物候学的理解. ...
New satellite-based estimates show significant trends in spring phenology and complex sensitivities to temperature and precipitation at northern European latitudes 1 2019
... 植物物候发生的时间与环境因素息息相关(Yang et al., 2020a ).气温是影响植被物候的重要环境因素.一般来说, 气温升高会促进叶片提前发育和推迟衰老, 然而气温降低则会推迟叶片发育和加快叶片衰老(Piao et al., 2007 ).植被物候也会受到降水的影响, 特别是在干旱和半干旱地区(Shen et al., 2019 ).充足的水分会促进叶片发育的提前(Jin et al., 2019 ), 而延缓植被叶片的衰老(Liu et al., 2016a ; Yuan et al., 2020 ).此外, 辐射也是引起物候发生变化的重要气候因子, 一般来说春季辐射的增强会导致生长季开始时间的提前, 而冬季辐射的增强会导致春季物候的推迟(Yang et al., 2020b ).因此, 理解气候因素对植被物候的驱动和调控机制, 以及理解植物对气候系统的反馈具有重要意义. ...
Global monitoring of terrestrial chlorophyll fluorescence from moderate-spectral-resolution near-infrared satellite measurements: methodology, simulations, and application to GOME-2 1 2013
... SIF值和GPP的相关性在混交林最高(图4), 同样基于SIF值估算出的混交林的物候更接近于基于GPP估算出的物候(图6).以往关于北半球中高纬度森林物候的研究同样表明, SIF值和GPP的线性相关性在混交林比常绿针叶林和落叶阔叶林强, 而且基于SIF值的物候在混交林更接近基于GPP的物候(Lu et al., 2018a ).SIF追踪不同森林物候的差异性可能与冠层结构和景观异质性有关.冠层结构变化对森林的GPP变化有重要的影响, 明显的季节动态使得估算混交林物候相对容易.然而常绿针叶林植被冠层结构季节性变化较小, GPP的季节动态主要由植被生理变化引起(Chang et al., 2019 ).另外, 落叶阔叶林SIF值的误差可能源自景观异质性(He et al., 2017 ), 当GPP基本为0时, 可能由于林下植被还有信号(Zhang et al., 2020 ), 或者GOME-2的信噪比产生一些异常值(Köhleret al., 2015 ), 导致SIF值产生误差, 从而不能准确估算落叶阔叶林的物候.因此, 在全球范围内使用SIF值估算植被物候时, 应考虑SIF对不同植被的适用性. ...
Simulations of chlorophyll fluorescence incorporated into the Community Land Model version 4 1 2015
... 日光诱导叶绿素荧光(SIF)是有效光合辐射中小部分辐射的再发射, 延伸到近红外波段, 具有红光(690 nm左右)和近红外(740 nm左右)两个波峰(Jeong et al., 2017 ).在理论上, SIF通过复杂的能量耗散机制与光合作用相关联(Guanter et al., 2014 ; Zhang et al., 2016 ), 而且SIF产品对云和大气散射不敏感(Piao et al., 2019 ).因此, SIF数据为探测大尺度植被物候提供了一种可靠的方法(Bertani et al., 2017 ; Li et al., 2018 ; 刘啸添等, 2018).然而, SIF数据与光合作用之间的联系会随着植被类型的不同而发生变化.Li等(2018)通过对8种植被的比较发现, 相对于常绿针叶林和灌木林, SIF更适用于估算温带混交林和落叶阔叶林的物候.SIF在估算不同森林物候时所表现出的差异性能力可能与植被的冠层结构(Guan et al., 2016 )、生理特性(Sun et al., 2017 )、环境变化(Lee et al., 2015 )以及景观异质性(Zhang et al., 2020 )密切相关.因此, 需要从全球尺度比较SIF对不同森林类型物候的追踪能力. ...
Solar-induced chlorophyll fluorescence is strongly correlated with terrestrial photosynthesis for a wide variety of biomes: first global analysis based on OCO-2 and flux tower observations 2 2018
... 日光诱导叶绿素荧光(SIF)是有效光合辐射中小部分辐射的再发射, 延伸到近红外波段, 具有红光(690 nm左右)和近红外(740 nm左右)两个波峰(Jeong et al., 2017 ).在理论上, SIF通过复杂的能量耗散机制与光合作用相关联(Guanter et al., 2014 ; Zhang et al., 2016 ), 而且SIF产品对云和大气散射不敏感(Piao et al., 2019 ).因此, SIF数据为探测大尺度植被物候提供了一种可靠的方法(Bertani et al., 2017 ; Li et al., 2018 ; 刘啸添等, 2018).然而, SIF数据与光合作用之间的联系会随着植被类型的不同而发生变化.Li等(2018)通过对8种植被的比较发现, 相对于常绿针叶林和灌木林, SIF更适用于估算温带混交林和落叶阔叶林的物候.SIF在估算不同森林物候时所表现出的差异性能力可能与植被的冠层结构(Guan et al., 2016 )、生理特性(Sun et al., 2017 )、环境变化(Lee et al., 2015 )以及景观异质性(Zhang et al., 2020 )密切相关.因此, 需要从全球尺度比较SIF对不同森林类型物候的追踪能力. ...
... ).然而, SIF数据与光合作用之间的联系会随着植被类型的不同而发生变化.Li等(2018)通过对8种植被的比较发现, 相对于常绿针叶林和灌木林, SIF更适用于估算温带混交林和落叶阔叶林的物候.SIF在估算不同森林物候时所表现出的差异性能力可能与植被的冠层结构(Guan et al., 2016 )、生理特性(Sun et al., 2017 )、环境变化(Lee et al., 2015 )以及景观异质性(Zhang et al., 2020 )密切相关.因此, 需要从全球尺度比较SIF对不同森林类型物候的追踪能力. ...
Effects of temperature variability and extremes on spring phenology across the contiguous United States from 1982 to 2016 1 2020
... 季前短波辐射对SOS起主要驱动作用, 其次是季前气温(图7).随着春季季前短波辐射和季前气温的增强, SOS推迟.气温是植物生长的基本需求, 在植物生长发育过程中发挥重要作用(Xie et al., 2015 ; Liu & Zhang, 2020).但是绿色植物大部分的能源是经由光合作用从太阳光中得到的, 以往的研究同样表明了辐射对于物候的重要性(管琪卉等, 2019; Inoue et al., 2020 ).太阳辐射是地球陆地生态系统演化的主要驱动力, 为光合作用提供了能量(Wilson & Meyers, 2007).短波辐射在植物活动中起着关键作用, 通过影响乙烯和脱落酸这两种参与芽形成和叶片发育的植物激素, 调节植物内源激素调节的生长和蛋白质生产(Zhong et al., 2012 ; Singh et al., 2017 ; Peaucelle et al., 2019 ).植被需要一定的冷冻积累才能进入生态休眠阶段, 然而在季节性解冻之前强烈的季前短波辐射会减少冬季的冷冻积累, 从而限制植被的生长(Yang et al., 2020b ).因此, 在研究植被物候的环境驱动机制时, 需要进一步考虑辐射对物候的影响. ...
Delayed autumn phenology in the Northern Hemisphere is related to change in both climate and spring phenology 3 2016a
... 植物物候发生的时间与环境因素息息相关(Yang et al., 2020a ).气温是影响植被物候的重要环境因素.一般来说, 气温升高会促进叶片提前发育和推迟衰老, 然而气温降低则会推迟叶片发育和加快叶片衰老(Piao et al., 2007 ).植被物候也会受到降水的影响, 特别是在干旱和半干旱地区(Shen et al., 2019 ).充足的水分会促进叶片发育的提前(Jin et al., 2019 ), 而延缓植被叶片的衰老(Liu et al., 2016a ; Yuan et al., 2020 ).此外, 辐射也是引起物候发生变化的重要气候因子, 一般来说春季辐射的增强会导致生长季开始时间的提前, 而冬季辐射的增强会导致春季物候的推迟(Yang et al., 2020b ).因此, 理解气候因素对植被物候的驱动和调控机制, 以及理解植物对气候系统的反馈具有重要意义. ...
... 本研究的气温(TA_F)、降水(P_F)和辐射(SW_IN_F)采用和GPP时间范围一致的FLUXNET 2015数据集.本研究采用季前环境因子与物候之间的相关性探索气候条件的变化对物候的影响(Yuan et al., 2020 ).首先分别获取物候前1-4个月的环境因子, 并与物候进行偏相关性分析, 最佳季前长度即环境因子与物候之间偏相关系数最大的时段(Jeong et al., 2011 ; Liu et al., 2016a ).为了减少数据的偏差, 本研究对超过5年数据的29个站点分别采用最佳季前长度的环境因子和基于SIF的SOS做相关性分析(Xu et al., 2019a ). ...
... 季前环境因子广泛应用于物候环境因子的评价中(Jeong et al., 2011 ; Liu et al., 2016a ).植被的春季物候主要取决于前几个月的环境因子, 北半球季前长度的变化从几周到4个月不等(Shen et al., 2014 ).最佳季前长度对应的环境因子对春季物候的影响, 能够体现植被生长季开始时间的环境驱动机制. ...
Global evaluation of gap-filling approaches for seasonal NDVI with considering vegetation growth trajectory, protection of key point, noise resistance and curve stability 1 2017
... 部分原始数据存在着质量差以及缺失的现象, 造成物候观测的不确定性(章钊颖等, 2019).本研究采用既能保护数据关键点, 又能抵抗植被参数噪声的三次样条插值法校准和插补GPP和SIF数据(Liu et al., 2017 )(图1). ...
基于多种遥感植被指数、叶绿素荧光与CO2通量数据的温带针阔混交林物候特征对比分析 1 2018
... 日光诱导叶绿素荧光(SIF)是有效光合辐射中小部分辐射的再发射, 延伸到近红外波段, 具有红光(690 nm左右)和近红外(740 nm左右)两个波峰(Jeong et al., 2017 ).在理论上, SIF通过复杂的能量耗散机制与光合作用相关联(Guanter et al., 2014 ; Zhang et al., 2016 ), 而且SIF产品对云和大气散射不敏感(Piao et al., 2019 ).因此, SIF数据为探测大尺度植被物候提供了一种可靠的方法(Bertani et al., 2017 ; Li et al., 2018 ; 刘啸添等, 2018).然而, SIF数据与光合作用之间的联系会随着植被类型的不同而发生变化.Li等(2018)通过对8种植被的比较发现, 相对于常绿针叶林和灌木林, SIF更适用于估算温带混交林和落叶阔叶林的物候.SIF在估算不同森林物候时所表现出的差异性能力可能与植被的冠层结构(Guan et al., 2016 )、生理特性(Sun et al., 2017 )、环境变化(Lee et al., 2015 )以及景观异质性(Zhang et al., 2020 )密切相关.因此, 需要从全球尺度比较SIF对不同森林类型物候的追踪能力. ...
基于多种遥感植被指数、叶绿素荧光与CO2通量数据的温带针阔混交林物候特征对比分析 1 2018
... 日光诱导叶绿素荧光(SIF)是有效光合辐射中小部分辐射的再发射, 延伸到近红外波段, 具有红光(690 nm左右)和近红外(740 nm左右)两个波峰(Jeong et al., 2017 ).在理论上, SIF通过复杂的能量耗散机制与光合作用相关联(Guanter et al., 2014 ; Zhang et al., 2016 ), 而且SIF产品对云和大气散射不敏感(Piao et al., 2019 ).因此, SIF数据为探测大尺度植被物候提供了一种可靠的方法(Bertani et al., 2017 ; Li et al., 2018 ; 刘啸添等, 2018).然而, SIF数据与光合作用之间的联系会随着植被类型的不同而发生变化.Li等(2018)通过对8种植被的比较发现, 相对于常绿针叶林和灌木林, SIF更适用于估算温带混交林和落叶阔叶林的物候.SIF在估算不同森林物候时所表现出的差异性能力可能与植被的冠层结构(Guan et al., 2016 )、生理特性(Sun et al., 2017 )、环境变化(Lee et al., 2015 )以及景观异质性(Zhang et al., 2020 )密切相关.因此, 需要从全球尺度比较SIF对不同森林类型物候的追踪能力. ...
Improved modeling of land surface phenology using MODIS land surface reflectance and temperature at evergreen needleleaf forests of central North America 1 2016b
... 以往有关遥感物候的研究表明, 对于大多数植被类型而言, SOS比EOS更有可能获得高建模精度(Wu et al., 2017 ), 我们同样证实了该观点.在绿化阶段, 植被绿度变化的原因是叶绿素的增加、叶面积的增加以及其他叶片性状的变化, 这些变化与光合作用和呼吸作用有关(Wu et al., 2017 ).因此, SIF能够追踪到生长季的开始.但是, 在衰老阶段, 植物的冠层绿度变化和光合作用变化要经历时间更长, 而且变化速度更慢的过程(Liu et al., 2016b ).从而使衰老事件的监测更加困难. ...
Seasonal patterns of canopy photosynthesis captured by remotely sensed sun-induced fluorescence and vegetation indexes in mid-to-high latitude forests: a cross-platform comparison 1 2018a
... SIF值和GPP的相关性在混交林最高(图4), 同样基于SIF值估算出的混交林的物候更接近于基于GPP估算出的物候(图6).以往关于北半球中高纬度森林物候的研究同样表明, SIF值和GPP的线性相关性在混交林比常绿针叶林和落叶阔叶林强, 而且基于SIF值的物候在混交林更接近基于GPP的物候(Lu et al., 2018a ).SIF追踪不同森林物候的差异性可能与冠层结构和景观异质性有关.冠层结构变化对森林的GPP变化有重要的影响, 明显的季节动态使得估算混交林物候相对容易.然而常绿针叶林植被冠层结构季节性变化较小, GPP的季节动态主要由植被生理变化引起(Chang et al., 2019 ).另外, 落叶阔叶林SIF值的误差可能源自景观异质性(He et al., 2017 ), 当GPP基本为0时, 可能由于林下植被还有信号(Zhang et al., 2020 ), 或者GOME-2的信噪比产生一些异常值(Köhleret al., 2015 ), 导致SIF值产生误差, 从而不能准确估算落叶阔叶林的物候.因此, 在全球范围内使用SIF值估算植被物候时, 应考虑SIF对不同植被的适用性. ...
Comparison of phenology estimated from reflectance-?based indices and solar-induced chlorophyll fluorescence (SIF) observations in a temperate forest using GPP-based phenology as the standard 1 2018b
... 本研究采用FLUXNET 2015数据集( https://fluxnet.org/data/fluxnet2015-dataset/)中日尺度GPP.该数据是由涡度相关测量技术直接观测得到净生态系统交换量(NEE), 然后将NEE拆分为GPP和生态系统呼吸量(ER)(Yang et al., 2017 ).本研究首先将SIF值和GPP平均到8天并计算相关性.其次为了验证SIF追踪物候的精度, 本研究使用GPP作为对照数据, 和SIF使用同样的方法反演物候(Lu et al., 2018b ; Wang et al., 2019b , 2020). ...
Spatial variance of spring phenology in temperate deciduous forests is constrained by background climatic conditions 1 2019
... 季前短波辐射对SOS起主要驱动作用, 其次是季前气温(图7).随着春季季前短波辐射和季前气温的增强, SOS推迟.气温是植物生长的基本需求, 在植物生长发育过程中发挥重要作用(Xie et al., 2015 ; Liu & Zhang, 2020).但是绿色植物大部分的能源是经由光合作用从太阳光中得到的, 以往的研究同样表明了辐射对于物候的重要性(管琪卉等, 2019; Inoue et al., 2020 ).太阳辐射是地球陆地生态系统演化的主要驱动力, 为光合作用提供了能量(Wilson & Meyers, 2007).短波辐射在植物活动中起着关键作用, 通过影响乙烯和脱落酸这两种参与芽形成和叶片发育的植物激素, 调节植物内源激素调节的生长和蛋白质生产(Zhong et al., 2012 ; Singh et al., 2017 ; Peaucelle et al., 2019 ).植被需要一定的冷冻积累才能进入生态休眠阶段, 然而在季节性解冻之前强烈的季前短波辐射会减少冬季的冷冻积累, 从而限制植被的生长(Yang et al., 2020b ).因此, 在研究植被物候的环境驱动机制时, 需要进一步考虑辐射对物候的影响. ...
Plant phenology and global climate change: current progresses and challenges 2 2019
... 植被物候能够反映植物在一年中的生长发育规律(Piao et al., 2019 ).生长季开始时间(SOS)和生长季结束时间(EOS)描述了植被生命周期的发育、活跃生长和衰老阶段(周蕾等, 2020).准确的物候监测对于估算陆地与大气之间的碳水交换具有重要意义.近年来, 遥感技术成为估算大尺度植被物候的有效手段(代武君等, 2020). ...
... 日光诱导叶绿素荧光(SIF)是有效光合辐射中小部分辐射的再发射, 延伸到近红外波段, 具有红光(690 nm左右)和近红外(740 nm左右)两个波峰(Jeong et al., 2017 ).在理论上, SIF通过复杂的能量耗散机制与光合作用相关联(Guanter et al., 2014 ; Zhang et al., 2016 ), 而且SIF产品对云和大气散射不敏感(Piao et al., 2019 ).因此, SIF数据为探测大尺度植被物候提供了一种可靠的方法(Bertani et al., 2017 ; Li et al., 2018 ; 刘啸添等, 2018).然而, SIF数据与光合作用之间的联系会随着植被类型的不同而发生变化.Li等(2018)通过对8种植被的比较发现, 相对于常绿针叶林和灌木林, SIF更适用于估算温带混交林和落叶阔叶林的物候.SIF在估算不同森林物候时所表现出的差异性能力可能与植被的冠层结构(Guan et al., 2016 )、生理特性(Sun et al., 2017 )、环境变化(Lee et al., 2015 )以及景观异质性(Zhang et al., 2020 )密切相关.因此, 需要从全球尺度比较SIF对不同森林类型物候的追踪能力. ...
Growing season extension and its impact on terrestrial carbon cycle in the Northern Hemisphere over the past 2 decades 1 2007
... 植物物候发生的时间与环境因素息息相关(Yang et al., 2020a ).气温是影响植被物候的重要环境因素.一般来说, 气温升高会促进叶片提前发育和推迟衰老, 然而气温降低则会推迟叶片发育和加快叶片衰老(Piao et al., 2007 ).植被物候也会受到降水的影响, 特别是在干旱和半干旱地区(Shen et al., 2019 ).充足的水分会促进叶片发育的提前(Jin et al., 2019 ), 而延缓植被叶片的衰老(Liu et al., 2016a ; Yuan et al., 2020 ).此外, 辐射也是引起物候发生变化的重要气候因子, 一般来说春季辐射的增强会导致生长季开始时间的提前, 而冬季辐射的增强会导致春季物候的推迟(Yang et al., 2020b ).因此, 理解气候因素对植被物候的驱动和调控机制, 以及理解植物对气候系统的反馈具有重要意义. ...
Can changes in autumn phenology facilitate earlier green-up date of northern vegetation? 1 2020
... 为了验证双逻辑生长模型的结果, 我们同时使用动态阈值确定物候(Jeong et al., 2011 ; Shen et al., 2020 ).首先用六项式(公式(2))拟合GPP和SIF值年度曲线, 然后对拟合后的GPP和SIF值归一化, 最后将0.2设置为阈值追踪物候(Jeong et al., 2017 , Wang et al., 2019a ) ...
Earlier-season vegetation has greater temperature sensitivity of spring phenology in Northern Hemisphere 1 2014
... 季前环境因子广泛应用于物候环境因子的评价中(Jeong et al., 2011 ; Liu et al., 2016a ).植被的春季物候主要取决于前几个月的环境因子, 北半球季前长度的变化从几周到4个月不等(Shen et al., 2014 ).最佳季前长度对应的环境因子对春季物候的影响, 能够体现植被生长季开始时间的环境驱动机制. ...
Spatiotemporal variation in vegetation spring phenology and its response to climate change in freshwater marshes of Northeast China 1 2019
... 植物物候发生的时间与环境因素息息相关(Yang et al., 2020a ).气温是影响植被物候的重要环境因素.一般来说, 气温升高会促进叶片提前发育和推迟衰老, 然而气温降低则会推迟叶片发育和加快叶片衰老(Piao et al., 2007 ).植被物候也会受到降水的影响, 特别是在干旱和半干旱地区(Shen et al., 2019 ).充足的水分会促进叶片发育的提前(Jin et al., 2019 ), 而延缓植被叶片的衰老(Liu et al., 2016a ; Yuan et al., 2020 ).此外, 辐射也是引起物候发生变化的重要气候因子, 一般来说春季辐射的增强会导致生长季开始时间的提前, 而冬季辐射的增强会导致春季物候的推迟(Yang et al., 2020b ).因此, 理解气候因素对植被物候的驱动和调控机制, 以及理解植物对气候系统的反馈具有重要意义. ...
Photoperiod- and temperature- mediated control of phenology in trees—A molecular perspective 1 2017
... 季前短波辐射对SOS起主要驱动作用, 其次是季前气温(图7).随着春季季前短波辐射和季前气温的增强, SOS推迟.气温是植物生长的基本需求, 在植物生长发育过程中发挥重要作用(Xie et al., 2015 ; Liu & Zhang, 2020).但是绿色植物大部分的能源是经由光合作用从太阳光中得到的, 以往的研究同样表明了辐射对于物候的重要性(管琪卉等, 2019; Inoue et al., 2020 ).太阳辐射是地球陆地生态系统演化的主要驱动力, 为光合作用提供了能量(Wilson & Meyers, 2007).短波辐射在植物活动中起着关键作用, 通过影响乙烯和脱落酸这两种参与芽形成和叶片发育的植物激素, 调节植物内源激素调节的生长和蛋白质生产(Zhong et al., 2012 ; Singh et al., 2017 ; Peaucelle et al., 2019 ).植被需要一定的冷冻积累才能进入生态休眠阶段, 然而在季节性解冻之前强烈的季前短波辐射会减少冬季的冷冻积累, 从而限制植被的生长(Yang et al., 2020b ).因此, 在研究植被物候的环境驱动机制时, 需要进一步考虑辐射对物候的影响. ...
OCO-2 advances photosynthesis observation from space via solar-induced chlorophyll fluorescence 1 2017
... 日光诱导叶绿素荧光(SIF)是有效光合辐射中小部分辐射的再发射, 延伸到近红外波段, 具有红光(690 nm左右)和近红外(740 nm左右)两个波峰(Jeong et al., 2017 ).在理论上, SIF通过复杂的能量耗散机制与光合作用相关联(Guanter et al., 2014 ; Zhang et al., 2016 ), 而且SIF产品对云和大气散射不敏感(Piao et al., 2019 ).因此, SIF数据为探测大尺度植被物候提供了一种可靠的方法(Bertani et al., 2017 ; Li et al., 2018 ; 刘啸添等, 2018).然而, SIF数据与光合作用之间的联系会随着植被类型的不同而发生变化.Li等(2018)通过对8种植被的比较发现, 相对于常绿针叶林和灌木林, SIF更适用于估算温带混交林和落叶阔叶林的物候.SIF在估算不同森林物候时所表现出的差异性能力可能与植被的冠层结构(Guan et al., 2016 )、生理特性(Sun et al., 2017 )、环境变化(Lee et al., 2015 )以及景观异质性(Zhang et al., 2020 )密切相关.因此, 需要从全球尺度比较SIF对不同森林类型物候的追踪能力. ...
An enhanced TIMESAT algorithm for estimating vegetation phenology metrics from MODIS data 1 2011
... 本研究通过双逻辑生长模型(公式(1))拟合SIF和GPP时间序列数据确定植被的物候(Chang et al., 2019 ; Wang et al., 2019a ), 物候学的双逻辑生长模型有效地解释了在生长季节观察到的大部分冠层覆盖的时间模式.由二阶导数曲线检测到的物候能够代表大多数植被物候(Tan et al., 2011 ).SOS和EOS分别对应拟合曲线的二阶导数开始和结束时两个极大值相对应的日期(Wang et al., 2019a )(图2). ...
Solar-induced chlorophyll fluorescence as an indicator for determining the end date of the vegetation growing season 1 2020
... 本研究采用FLUXNET 2015数据集( https://fluxnet.org/data/fluxnet2015-dataset/)中日尺度GPP.该数据是由涡度相关测量技术直接观测得到净生态系统交换量(NEE), 然后将NEE拆分为GPP和生态系统呼吸量(ER)(Yang et al., 2017 ).本研究首先将SIF值和GPP平均到8天并计算相关性.其次为了验证SIF追踪物候的精度, 本研究使用GPP作为对照数据, 和SIF使用同样的方法反演物候(Lu et al., 2018b ; Wang et al., 2019b , 2020). ...
No trends in spring and autumn phenology during the global warming 3 2019a
... 本研究通过双逻辑生长模型(公式(1))拟合SIF和GPP时间序列数据确定植被的物候(Chang et al., 2019 ; Wang et al., 2019a ), 物候学的双逻辑生长模型有效地解释了在生长季节观察到的大部分冠层覆盖的时间模式.由二阶导数曲线检测到的物候能够代表大多数植被物候(Tan et al., 2011 ).SOS和EOS分别对应拟合曲线的二阶导数开始和结束时两个极大值相对应的日期(Wang et al., 2019a )(图2). ...
... ).SOS和EOS分别对应拟合曲线的二阶导数开始和结束时两个极大值相对应的日期(Wang et al., 2019a )(图2). ...
... 为了验证双逻辑生长模型的结果, 我们同时使用动态阈值确定物候(Jeong et al., 2011 ; Shen et al., 2020 ).首先用六项式(公式(2))拟合GPP和SIF值年度曲线, 然后对拟合后的GPP和SIF值归一化, 最后将0.2设置为阈值追踪物候(Jeong et al., 2017 , Wang et al., 2019a ) ...
Multisatellite analyses of spatiotemporal variability in photosynthetic activity over the Tibetan Plateau 1 2019b
... 本研究采用FLUXNET 2015数据集( https://fluxnet.org/data/fluxnet2015-dataset/)中日尺度GPP.该数据是由涡度相关测量技术直接观测得到净生态系统交换量(NEE), 然后将NEE拆分为GPP和生态系统呼吸量(ER)(Yang et al., 2017 ).本研究首先将SIF值和GPP平均到8天并计算相关性.其次为了验证SIF追踪物候的精度, 本研究使用GPP作为对照数据, 和SIF使用同样的方法反演物候(Lu et al., 2018b ; Wang et al., 2019b , 2020). ...
Determining vegetation indices from solar and photosynthetically active radiation fluxes 1 2007
... 季前短波辐射对SOS起主要驱动作用, 其次是季前气温(图7).随着春季季前短波辐射和季前气温的增强, SOS推迟.气温是植物生长的基本需求, 在植物生长发育过程中发挥重要作用(Xie et al., 2015 ; Liu & Zhang, 2020).但是绿色植物大部分的能源是经由光合作用从太阳光中得到的, 以往的研究同样表明了辐射对于物候的重要性(管琪卉等, 2019; Inoue et al., 2020 ).太阳辐射是地球陆地生态系统演化的主要驱动力, 为光合作用提供了能量(Wilson & Meyers, 2007).短波辐射在植物活动中起着关键作用, 通过影响乙烯和脱落酸这两种参与芽形成和叶片发育的植物激素, 调节植物内源激素调节的生长和蛋白质生产(Zhong et al., 2012 ; Singh et al., 2017 ; Peaucelle et al., 2019 ).植被需要一定的冷冻积累才能进入生态休眠阶段, 然而在季节性解冻之前强烈的季前短波辐射会减少冬季的冷冻积累, 从而限制植被的生长(Yang et al., 2020b ).因此, 在研究植被物候的环境驱动机制时, 需要进一步考虑辐射对物候的影响. ...
Land surface phenology derived from normalized difference vegetation index (NDVI) at global FLUXNET sites 2 2017
... 以往有关遥感物候的研究表明, 对于大多数植被类型而言, SOS比EOS更有可能获得高建模精度(Wu et al., 2017 ), 我们同样证实了该观点.在绿化阶段, 植被绿度变化的原因是叶绿素的增加、叶面积的增加以及其他叶片性状的变化, 这些变化与光合作用和呼吸作用有关(Wu et al., 2017 ).因此, SIF能够追踪到生长季的开始.但是, 在衰老阶段, 植物的冠层绿度变化和光合作用变化要经历时间更长, 而且变化速度更慢的过程(Liu et al., 2016b ).从而使衰老事件的监测更加困难. ...
... ), 我们同样证实了该观点.在绿化阶段, 植被绿度变化的原因是叶绿素的增加、叶面积的增加以及其他叶片性状的变化, 这些变化与光合作用和呼吸作用有关(Wu et al., 2017 ).因此, SIF能够追踪到生长季的开始.但是, 在衰老阶段, 植物的冠层绿度变化和光合作用变化要经历时间更长, 而且变化速度更慢的过程(Liu et al., 2016b ).从而使衰老事件的监测更加困难. ...
Deciduous forest responses to temperature, precipitation, and drought imply complex climate change impacts 1 2015
... 季前短波辐射对SOS起主要驱动作用, 其次是季前气温(图7).随着春季季前短波辐射和季前气温的增强, SOS推迟.气温是植物生长的基本需求, 在植物生长发育过程中发挥重要作用(Xie et al., 2015 ; Liu & Zhang, 2020).但是绿色植物大部分的能源是经由光合作用从太阳光中得到的, 以往的研究同样表明了辐射对于物候的重要性(管琪卉等, 2019; Inoue et al., 2020 ).太阳辐射是地球陆地生态系统演化的主要驱动力, 为光合作用提供了能量(Wilson & Meyers, 2007).短波辐射在植物活动中起着关键作用, 通过影响乙烯和脱落酸这两种参与芽形成和叶片发育的植物激素, 调节植物内源激素调节的生长和蛋白质生产(Zhong et al., 2012 ; Singh et al., 2017 ; Peaucelle et al., 2019 ).植被需要一定的冷冻积累才能进入生态休眠阶段, 然而在季节性解冻之前强烈的季前短波辐射会减少冬季的冷冻积累, 从而限制植被的生长(Yang et al., 2020b ).因此, 在研究植被物候的环境驱动机制时, 需要进一步考虑辐射对物候的影响. ...
Heterogeneous spring phenology shifts affected by climate: supportive evidence from two remotely sensed vegetation indices 1 2019a
... 本研究的气温(TA_F)、降水(P_F)和辐射(SW_IN_F)采用和GPP时间范围一致的FLUXNET 2015数据集.本研究采用季前环境因子与物候之间的相关性探索气候条件的变化对物候的影响(Yuan et al., 2020 ).首先分别获取物候前1-4个月的环境因子, 并与物候进行偏相关性分析, 最佳季前长度即环境因子与物候之间偏相关系数最大的时段(Jeong et al., 2011 ; Liu et al., 2016a ).为了减少数据的偏差, 本研究对超过5年数据的29个站点分别采用最佳季前长度的环境因子和基于SIF的SOS做相关性分析(Xu et al., 2019a ). ...
Long-term trend in vegetation gross primary production, phenology and their relationships inferred from the FLUXNET data 1 2019b
... 本研究选取了FLUXNET中北半球35个森林站点作为研究对象.站点选取原则为: (1)选取SIF和GPP数据都超过3年的站点; (2)选取SIF和GPP数据每年的填充率都在80%以上的站点(Xu et al., 2019b ).研究站点包括19个常绿针叶林(ENF)、11个落叶阔叶林(DBF)和5个混交林(MF)站点. ...
Chlorophyll fluorescence tracks seasonal variations of photosynthesis from leaf to canopy in a temperate forest 1 2017
... 本研究采用FLUXNET 2015数据集( https://fluxnet.org/data/fluxnet2015-dataset/)中日尺度GPP.该数据是由涡度相关测量技术直接观测得到净生态系统交换量(NEE), 然后将NEE拆分为GPP和生态系统呼吸量(ER)(Yang et al., 2017 ).本研究首先将SIF值和GPP平均到8天并计算相关性.其次为了验证SIF追踪物候的精度, 本研究使用GPP作为对照数据, 和SIF使用同样的方法反演物候(Lu et al., 2018b ; Wang et al., 2019b , 2020). ...
Shifts in plant phenology induced by environmental changes are small relative to annual phenological variation 1 2020a
... 植物物候发生的时间与环境因素息息相关(Yang et al., 2020a ).气温是影响植被物候的重要环境因素.一般来说, 气温升高会促进叶片提前发育和推迟衰老, 然而气温降低则会推迟叶片发育和加快叶片衰老(Piao et al., 2007 ).植被物候也会受到降水的影响, 特别是在干旱和半干旱地区(Shen et al., 2019 ).充足的水分会促进叶片发育的提前(Jin et al., 2019 ), 而延缓植被叶片的衰老(Liu et al., 2016a ; Yuan et al., 2020 ).此外, 辐射也是引起物候发生变化的重要气候因子, 一般来说春季辐射的增强会导致生长季开始时间的提前, 而冬季辐射的增强会导致春季物候的推迟(Yang et al., 2020b ).因此, 理解气候因素对植被物候的驱动和调控机制, 以及理解植物对气候系统的反馈具有重要意义. ...
Solar-induced chlorophyll fluorescence that correlates with canopy photosynthesis on diurnal and seasonal scales in a temperate deciduous forest 1 2015
... SIF作为光合作用的副产品, 多项研究表明SIF值与GPP之间几乎呈线性关系(Cui et al., 2017 ; Frankenberg et al., 2011 ), 而且在温带和北方森林中SIF值和GPP表现出较强的季节相关性(Yang et al., 2015 ), 近期的研究表明基于SIF值的物候在不同地区表现出与GPP几乎相同的物候模式(Jeong et al., 2017 ).这些结果表明, SIF可以用作大规模物候监测, 从而增进对物候学的理解. ...
Effects of winter chilling vs. spring forcing on the spring phenology of trees in a cold region and a warmer reference region 2 2020b
... 植物物候发生的时间与环境因素息息相关(Yang et al., 2020a ).气温是影响植被物候的重要环境因素.一般来说, 气温升高会促进叶片提前发育和推迟衰老, 然而气温降低则会推迟叶片发育和加快叶片衰老(Piao et al., 2007 ).植被物候也会受到降水的影响, 特别是在干旱和半干旱地区(Shen et al., 2019 ).充足的水分会促进叶片发育的提前(Jin et al., 2019 ), 而延缓植被叶片的衰老(Liu et al., 2016a ; Yuan et al., 2020 ).此外, 辐射也是引起物候发生变化的重要气候因子, 一般来说春季辐射的增强会导致生长季开始时间的提前, 而冬季辐射的增强会导致春季物候的推迟(Yang et al., 2020b ).因此, 理解气候因素对植被物候的驱动和调控机制, 以及理解植物对气候系统的反馈具有重要意义. ...
... 季前短波辐射对SOS起主要驱动作用, 其次是季前气温(图7).随着春季季前短波辐射和季前气温的增强, SOS推迟.气温是植物生长的基本需求, 在植物生长发育过程中发挥重要作用(Xie et al., 2015 ; Liu & Zhang, 2020).但是绿色植物大部分的能源是经由光合作用从太阳光中得到的, 以往的研究同样表明了辐射对于物候的重要性(管琪卉等, 2019; Inoue et al., 2020 ).太阳辐射是地球陆地生态系统演化的主要驱动力, 为光合作用提供了能量(Wilson & Meyers, 2007).短波辐射在植物活动中起着关键作用, 通过影响乙烯和脱落酸这两种参与芽形成和叶片发育的植物激素, 调节植物内源激素调节的生长和蛋白质生产(Zhong et al., 2012 ; Singh et al., 2017 ; Peaucelle et al., 2019 ).植被需要一定的冷冻积累才能进入生态休眠阶段, 然而在季节性解冻之前强烈的季前短波辐射会减少冬季的冷冻积累, 从而限制植被的生长(Yang et al., 2020b ).因此, 在研究植被物候的环境驱动机制时, 需要进一步考虑辐射对物候的影响. ...
Evidence for satellite observed changes in the relative influence of climate indicators on autumn phenology over the Northern Hemisphere 2 2020
... 植物物候发生的时间与环境因素息息相关(Yang et al., 2020a ).气温是影响植被物候的重要环境因素.一般来说, 气温升高会促进叶片提前发育和推迟衰老, 然而气温降低则会推迟叶片发育和加快叶片衰老(Piao et al., 2007 ).植被物候也会受到降水的影响, 特别是在干旱和半干旱地区(Shen et al., 2019 ).充足的水分会促进叶片发育的提前(Jin et al., 2019 ), 而延缓植被叶片的衰老(Liu et al., 2016a ; Yuan et al., 2020 ).此外, 辐射也是引起物候发生变化的重要气候因子, 一般来说春季辐射的增强会导致生长季开始时间的提前, 而冬季辐射的增强会导致春季物候的推迟(Yang et al., 2020b ).因此, 理解气候因素对植被物候的驱动和调控机制, 以及理解植物对气候系统的反馈具有重要意义. ...
... 本研究的气温(TA_F)、降水(P_F)和辐射(SW_IN_F)采用和GPP时间范围一致的FLUXNET 2015数据集.本研究采用季前环境因子与物候之间的相关性探索气候条件的变化对物候的影响(Yuan et al., 2020 ).首先分别获取物候前1-4个月的环境因子, 并与物候进行偏相关性分析, 最佳季前长度即环境因子与物候之间偏相关系数最大的时段(Jeong et al., 2011 ; Liu et al., 2016a ).为了减少数据的偏差, 本研究对超过5年数据的29个站点分别采用最佳季前长度的环境因子和基于SIF的SOS做相关性分析(Xu et al., 2019a ). ...
Model-based analysis of the relationship between sun-induced chlorophyll fluorescence and gross primary production for remote sensing applications 2 2016
... 日光诱导叶绿素荧光(SIF)是有效光合辐射中小部分辐射的再发射, 延伸到近红外波段, 具有红光(690 nm左右)和近红外(740 nm左右)两个波峰(Jeong et al., 2017 ).在理论上, SIF通过复杂的能量耗散机制与光合作用相关联(Guanter et al., 2014 ; Zhang et al., 2016 ), 而且SIF产品对云和大气散射不敏感(Piao et al., 2019 ).因此, SIF数据为探测大尺度植被物候提供了一种可靠的方法(Bertani et al., 2017 ; Li et al., 2018 ; 刘啸添等, 2018).然而, SIF数据与光合作用之间的联系会随着植被类型的不同而发生变化.Li等(2018)通过对8种植被的比较发现, 相对于常绿针叶林和灌木林, SIF更适用于估算温带混交林和落叶阔叶林的物候.SIF在估算不同森林物候时所表现出的差异性能力可能与植被的冠层结构(Guan et al., 2016 )、生理特性(Sun et al., 2017 )、环境变化(Lee et al., 2015 )以及景观异质性(Zhang et al., 2020 )密切相关.因此, 需要从全球尺度比较SIF对不同森林类型物候的追踪能力. ...
... 部分原始数据存在着质量差以及缺失的现象, 造成物候观测的不确定性(章钊颖等, 2019).本研究采用既能保护数据关键点, 又能抵抗植被参数噪声的三次样条插值法校准和插补GPP和SIF数据(Liu et al., 2017 )(图1). ...
日光诱导叶绿素荧光遥感反演及碳循环应用进展 1 2019
... 部分原始数据存在着质量差以及缺失的现象, 造成物候观测的不确定性(章钊颖等, 2019).本研究采用既能保护数据关键点, 又能抵抗植被参数噪声的三次样条插值法校准和插补GPP和SIF数据(Liu et al., 2017 )(图1). ...
Reduction of structural impacts and distinction of photosynthetic pathways in a global estimation of GPP from space-borne solar-induced chlorophyll fluorescence 2 2020
... 日光诱导叶绿素荧光(SIF)是有效光合辐射中小部分辐射的再发射, 延伸到近红外波段, 具有红光(690 nm左右)和近红外(740 nm左右)两个波峰(Jeong et al., 2017 ).在理论上, SIF通过复杂的能量耗散机制与光合作用相关联(Guanter et al., 2014 ; Zhang et al., 2016 ), 而且SIF产品对云和大气散射不敏感(Piao et al., 2019 ).因此, SIF数据为探测大尺度植被物候提供了一种可靠的方法(Bertani et al., 2017 ; Li et al., 2018 ; 刘啸添等, 2018).然而, SIF数据与光合作用之间的联系会随着植被类型的不同而发生变化.Li等(2018)通过对8种植被的比较发现, 相对于常绿针叶林和灌木林, SIF更适用于估算温带混交林和落叶阔叶林的物候.SIF在估算不同森林物候时所表现出的差异性能力可能与植被的冠层结构(Guan et al., 2016 )、生理特性(Sun et al., 2017 )、环境变化(Lee et al., 2015 )以及景观异质性(Zhang et al., 2020 )密切相关.因此, 需要从全球尺度比较SIF对不同森林类型物候的追踪能力. ...
... SIF值和GPP的相关性在混交林最高(图4), 同样基于SIF值估算出的混交林的物候更接近于基于GPP估算出的物候(图6).以往关于北半球中高纬度森林物候的研究同样表明, SIF值和GPP的线性相关性在混交林比常绿针叶林和落叶阔叶林强, 而且基于SIF值的物候在混交林更接近基于GPP的物候(Lu et al., 2018a ).SIF追踪不同森林物候的差异性可能与冠层结构和景观异质性有关.冠层结构变化对森林的GPP变化有重要的影响, 明显的季节动态使得估算混交林物候相对容易.然而常绿针叶林植被冠层结构季节性变化较小, GPP的季节动态主要由植被生理变化引起(Chang et al., 2019 ).另外, 落叶阔叶林SIF值的误差可能源自景观异质性(He et al., 2017 ), 当GPP基本为0时, 可能由于林下植被还有信号(Zhang et al., 2020 ), 或者GOME-2的信噪比产生一些异常值(Köhleret al., 2015 ), 导致SIF值产生误差, 从而不能准确估算落叶阔叶林的物候.因此, 在全球范围内使用SIF值估算植被物候时, 应考虑SIF对不同植被的适用性. ...
A molecular framework of light-controlled phytohormone action in Arabidopsis 1 2012
... 季前短波辐射对SOS起主要驱动作用, 其次是季前气温(图7).随着春季季前短波辐射和季前气温的增强, SOS推迟.气温是植物生长的基本需求, 在植物生长发育过程中发挥重要作用(Xie et al., 2015 ; Liu & Zhang, 2020).但是绿色植物大部分的能源是经由光合作用从太阳光中得到的, 以往的研究同样表明了辐射对于物候的重要性(管琪卉等, 2019; Inoue et al., 2020 ).太阳辐射是地球陆地生态系统演化的主要驱动力, 为光合作用提供了能量(Wilson & Meyers, 2007).短波辐射在植物活动中起着关键作用, 通过影响乙烯和脱落酸这两种参与芽形成和叶片发育的植物激素, 调节植物内源激素调节的生长和蛋白质生产(Zhong et al., 2012 ; Singh et al., 2017 ; Peaucelle et al., 2019 ).植被需要一定的冷冻积累才能进入生态休眠阶段, 然而在季节性解冻之前强烈的季前短波辐射会减少冬季的冷冻积累, 从而限制植被的生长(Yang et al., 2020b ).因此, 在研究植被物候的环境驱动机制时, 需要进一步考虑辐射对物候的影响. ...
日光诱导叶绿素荧光对亚热带常绿针叶林物候的追踪 1 2020
... 植被物候能够反映植物在一年中的生长发育规律(Piao et al., 2019 ).生长季开始时间(SOS)和生长季结束时间(EOS)描述了植被生命周期的发育、活跃生长和衰老阶段(周蕾等, 2020).准确的物候监测对于估算陆地与大气之间的碳水交换具有重要意义.近年来, 遥感技术成为估算大尺度植被物候的有效手段(代武君等, 2020). ...
日光诱导叶绿素荧光对亚热带常绿针叶林物候的追踪 1 2020
... 植被物候能够反映植物在一年中的生长发育规律(Piao et al., 2019 ).生长季开始时间(SOS)和生长季结束时间(EOS)描述了植被生命周期的发育、活跃生长和衰老阶段(周蕾等, 2020).准确的物候监测对于估算陆地与大气之间的碳水交换具有重要意义.近年来, 遥感技术成为估算大尺度植被物候的有效手段(代武君等, 2020). ...
,1,2,*
新窗口打开|下载原图ZIP|生成PPT
新窗口打开|下载原图ZIP|生成PPT
新窗口打开|下载原图ZIP|生成PPT
新窗口打开|下载原图ZIP|生成PPT
新窗口打开|下载原图ZIP|生成PPT
新窗口打开|下载原图ZIP|生成PPT
新窗口打开|下载原图ZIP|生成PPT
