全 文 ：第 33卷 第 6期 生 态 科 学 33(6): 11691176
2014 年 11 月 Ecological Science Nov. 2014

收稿日期: 2014-04-02; 修订日期: 2014-04-22
基金项目: 教育部人文社会科学研究青年基金项目(12YJCZH120); 国家社会科学基金青年项目(14CJY077)
作者简介: 于泉洲(1983—), 男, 山东济南人，博士研究生, 中国生态学学会会员(S281001166S), 主要从事生态系统生态学与植被遥感方面的研究,
E-mail: yuquanzhou2008@126.com
*通信作者: 梁春玲, 女, 博士, E-mail: guliang1229@126.com

于泉洲, 梁春玲, 刘煜杰. 近 30 年长江口崇明东滩植被对于气候变化的响应特征[J]. 生态科学, 2014, 33(6): 11691176.
YU Quanzhou, LIANG Chunling, LIU Yujie. Vegetation responses to climatic change in Yangtze River Delta wetlands during the past
30 years[J]. Ecological Science, 2014, 33(6): 11691176.

近 30 年长江口崇明东滩植被对于气候变化的响应
特征
于泉洲 1,2, 梁春玲 3,*, 刘煜杰 4
1. 中国科学院地理科学与资源研究所 生态系统网络观测与模拟重点实验室, 北京 100101
2. 中国科学院大学, 北京 100049
3. 商丘师范学院 环境与规划学院, 河南 商丘 476000
4. 中国环境科学研究院 生态文明研究中心, 北京 100012

【摘要】 在分析近 30 年来长江口区域气候变化特征基础上, 利用 107 景 Landsat 系列卫星的 TM 和 ETM+遥感数据, 计
算了 1984—2013 年间长江口崇明东滩湿地的归一化植被指数(NDVI), 并以此为湿地植被活动的指标, 研究植被年际
及季节变化特征。结果表明: (1)长江口地区气候变化特征为: 年均温显著增加, 日照时数显著下降, 年降水量变化趋势
不显著。就各个季节而言, 气温存在显著增加趋势(冬季除外), 降水量和日照时数变化趋势相对不显著。(2)不同季节
植被年际变化特征一致, NDVI 皆随时间增加, 但增加的强度和显著性有所差异。植被 NDVI 在冬季和春季增加较大且
极显著, 增速分别为 0.07·10a1 和 0.06·10a1; 夏季增速稍低, 为 0.04·10a1; 秋季增加不显著。(3)年内季节变化方面,
湿地植被 NDVI 呈现单峰的变化特征, 从春季开始增加, 在夏末(全年的第 188 或 189 天)达到最大值(NDVImax=0.63),
然后下降在冬季降至最低。植被的年内季节变化特征主要受月均温的控制(R2=0.84)。

关键词：植被活动; NDVI; 气候变化; 长江口; 崇明东滩湿地; Landsat
doi:10.14108/j.cnki.1008-8873.2014.06.022 中图分类号：P461 文献标识码：A 文章编号：1008-8873(2014)06-1169-08
Vegetation responses to climatic change in Yangtze River Delta wetlands
during the past 30 years
YU Quanzhou1,2, LIANG Chunling3,*, LIU Yujie4
1. The Key Laboratory of Ecosystem Network Observation and Modeling, Institute of Geographic Sciences and Natural
Resources Research, Chinese Academy of Sciences, Beijing 100101, China
2. University of the Chinese Academy of Sciences, Beijing 100049, China
3. Department of Environment and Programming, Shangqiu Normal University, Shangqiu 476000, China
4. Center for Ecological Civilization Research, Chinese Research Academy of Environmental Sciences, Beijing 100012, China
Abstract: Based on the analysis of the past 30 years climate change characteristics in Yangtze estuary area, the normalized difference
vegetation index (NDVI) of the Chongming Dongtan Wetland in Yangtze River Delta was calculated on the basis of 107 TM and
ETM+ images, which were collected by the Landsat satellites. The wetland vegetation activities were shown by the index. By studying
their characteristics of seasonal vegetation activity during 1984-2013, the control factors of intra-annual and inter-annual vegetation
1170 生 态 科 学 33 卷

activity were revealed. Moreover, this study showed the wetland vegetation’s response characteristics to climate changes. The results
can be summarized as follows. (1) Climate variation in Yangtze River Delta was that the temperature increased and sunshine duration
decreased significantly, while there was no significant variation of the precipitation. The temperature increased significantly in
different seasons (except winter), while the tendency of precipitation and sunshine duration was not significant. (2) The seasonal
variation characteristics of wetland vegetation were identical in the last 30 years. NDVI increased with time, but its velocity and
significance varied. NDVI growth rates in winter and spring were larger, with 0.07·10a1 and 0.06·10a1; growth rate in summer was
slightly lower with 0.04·10a1; the tendency in fall was not significant. (3) The NDVI of wetland vegetation showed a single-peaked
variation characteristic in term of seasonal variation in one year. They increased in spring and reached the maximum (NDVImax=0.63)
in midsummer (the 188th day and 189th day in the year), then the value began to decrease and reach the lowest value in winter.
Seasonal variation characteristics of the vegetation NDVI were mainly controlled by monthly mean temperature (R2 = 0.84).
Key words: vegetation activity; NDVI; climate change; Yangtze River delta; Chongming Dongtan wetland; Landsat
1 前言
近几十年来全球变化不断加剧[1], 国内外对于
陆地生态系统对全球变化响应与适应性研究业已开
展[2–6]。湿地作为陆地生态系统重要组成部分和全球
生产力最高的生态系统之一, 对于全球变化的响应
十分敏感[7–9]。湿地植被通过光合作用固定大气中的
CO2, 自然状态下以凋落物的形式储存到湿地泥炭
层中而分解缓慢, 具有很强的固碳能力[10–12], 在调
节全球碳平衡、减缓大气CO2浓度上升以及维护全
球气候稳定等方面具有重要作用[9,13–15]。
在气候变化和人类活动双重影响下, 湿地植被
的响应与适应是当前全球变化和陆地生态系统研究
的重点之一。当前, 对于陆地生态系统植被研究多
借助于遥感数据源提供的植被指数产品, 如NOAA
AVHRR、SPOT-4 Vegetation、MODIS等[16], 植被指
数不仅可以反应植被生长状况, 而且在模拟陆地生
态系统NPP(Net Primary Productivity)方面也有重要
作用。虽然这些植被指数产品具有较好的时间连续
性, 但往往空间分辨率较低[17,18], 对于景观破碎的
区域生态系统研究具有一定局限性。因此, 利用较
高空间分辨率遥感数据开展区域植被对于气候变化
响应特征的研究, 不仅对于阐明典型植被生态系统
变化特征具有重要意义, 而且对于大尺度植被变化
研究也是有益补充[19]。本文以对气候变化响应较为
敏感的长江口崇明东滩湿地为研究对象 , 利用
Landsat遥感数据计算的NDVI作为植被活动的指标,
揭示近30年来该湿地植被的年际和季节变化特征及
其控制因素, 阐明长江口湿地植被对于全球变化的
响应特征, 以期丰富不同陆地生态系统植被对于全
球变化响应特征的认识。
2 数据与方法
2.1 研究区概况
研究区位于长江口崇明岛东滩湿地, 经纬度范
围约为东经12140—12201, 北纬3125—3138
之间。崇明岛位于西太平洋沿岸中国海岸线的中点
地区, 地处中国最大河流长江的入海口, 是全世界
最大的河口冲积岛, 全岛东西长76 km, 南北宽13—
18 km, 形似卧蚕(图1), 行政上属上海市崇明县管
辖。该区地处北半球亚热带, 属典型海洋性气候, 温
和湿润, 雨水充沛, 年平均降雨量约为1025 mm[20]。
其地理位置随着滩涂的自然淤涨和人工围垦, 不
断向东移动, 目前仍以每年140 m左右的速度向外
延伸[21]。2001年崇明东滩湿地已被《国际湿地公
约》列为国际重要湿地名录[22]。该区圈围开发滩涂
的活动强度较大, 1980年代开始经历了几次大规模
圈围, 1991年围成团结沙, 1992年围成东旺沙。1998
年在东旺沙和团结沙外建成98塘, 属于中滩圈围,
圈围高程为2.5 m[23]。湿地植被从潮上带往低处依次分
布有芦苇(Phragmites australis)、海三棱藨草(Scirpus
mariqueter)和藨草(Scirpus triqueter)等[24]。
2.2 数据
收集到崇明东滩湿地近 30 年来的 107 景无云
Landsat 卫星 TM 与 ETM+数据(表 1)。收集了位于长
江口距离崇明东滩湿地较近的上海宝山和龙华气象
观测站 1951 年以来的气温、降水和日照时数逐年、
逐月数据。由于部分气象数据缺失, 1998 年之前的
年气象数据使用龙华气象站数据, 1999 年至今的数
据为宝山气象站观测数据。
2.3 研究方法
2.3.1 遥感数据与植被指数
NDVI(Normalized Difference Vegetation Index)
6 期 于泉洲, 等. 近 30 年长江口崇明东滩植被对于气候变化的响应特征 1171


图 1 崇明东滩湿地位置及 TM 标准假彩色影像
Fig. 1 Location of Chongming Dongtan Wetland and its TM image
表 1 Landsat 遥感数据统计
Tab. 1 Statistic of Landsat scenes used for analysis
年代 季节 景数 年代总景数
春季 2
夏季 5
秋季 4 1980 年代
冬季 8
19
春季 8
夏季 4
秋季 3 1990 年代
冬季 10
25
春季 17
夏季 12
秋季 14 2000 年以后
冬季 20
63

是基于植被叶绿素在 0.69 m 处的强吸收, 通过红
光和近红外波段的组合实现对植被信息状态的表
达[25], 能够较为准确的反映植被的覆盖程度、生长
状况、生物量以及光合作用强度, 因此常被直接或
间接用于研究植被活动[2–6]。NDVI 的计算公式如下:
NDVI= NIR Red
NIR Red
R R
R R

 (1)
由于 AVHRR、MODIS 以及 SPOT-4 等的植被
指数产品空间分辨率较低, 对于景观较破碎的长江
口崇明东滩湿地[20], 低空间分辨率的数据难以准确
反映植被变化的细节特征。故本研究使用较高空间
分辨率的 Landsat 遥感数据计算 NDVI。
2.3.2 植被 NDVI 阈值
植被 NDVI 阈值具有一定的时变性, 但在辐射校
正的情况下阈值具有相对的稳定性[26]。有研究将年平
均NDVI>0.1 的像元算作植被区[3]。也有研究将 NDVI>
0.2 视为有植被 [27], 通过考察不同季节研究区的
Landsat 影像 NDVI 发现, 长势良好的湿地植被 NDVI
一般大于 0.5, 与枯黄植被或裸地等的混合像元的
NDVI一般在 0.1—0.5之间, 纯净水体像元的NDVI一
般小于 0.1 且多为负值。综合崇明东滩湿地植被 NDVI
特征, 选择NDVI>0.1的像元计算研究区平均的NDVI。
2.3.3 遥感数据处理
使用的Landsat数据已做过几何校正, 本研究直
接对所有影像进行统一裁切, 利用 MODTRAN 辐射
传输模型对影像进行快速大气校正, 然后利用公式
(1)批量计算整个湿地逐个像元的 NDVI 值, 对于
TM 和 ETM+影像都选择 Band 3 和 Band 4 进行波段
运算。随后对影像逐个像元 NDVI 进行统计, 求取
湿地植被平均 NDVI。遥感数据处理在 ENVI5.0 平
台和 IDL8.2 编程环境下完成。
2.3.4 湿地 NDVI 变化分析
由于 Landsat TM 和 ETM+卫星数据的重访周期
1172 生 态 科 学 33 卷

为 16天[28]且时常有云干扰, 造成数据在时序上分布
不均匀。因此, 为合理研究湿地植被变化特征, 将所
有数据划归到四个季节, 每个季节分别进行湿地植
被 NDVI 均值的年际变化分析。根据当地气候特征,
将每年的 2—4 月(DOY: 32-120)划分为春季, 5—7 月
(DOY: 121—210)划分为夏季, 8—10 月(DOY: 211—
300)划分为秋季, 11—次年 1月(DOY: 301—365以及
1—31)划分为冬季。对于 NDVI 季节变化特征, 主要
考察其随年积日(DOY)的变化趋势。对于控制因子
分析, 主要考虑气温、降水和日照时数 3 个气象要
素在不同时间尺度上对湿地植被 NDVI 变化的影
响。数据的统计分析和出图在 SigmaPlot10.0 软件中
完成。
3 结果与分析
3.1 研究区气候变化特征分析
3.1.1 研究区气候变化背景
全球气候变化背景下, 世界大部分区域呈现变
暖趋势[1]。分析 60 多年来研究区气温、降水与日照
时数的逐年数据发现长江口崇明东滩湿地气温变化
存在明显的阶段性, 1951—1980 年气温变化不显著
(R2=0.00); 1980 年代以来的 30 多年增温趋势极显著
(R2=0.64, P<0.0001), 平均每 10 年增温 0.63 ℃。近
60 年来年降水量没有明显变化趋势(R2=0.00); 但
年日照时数呈现显著降低趋势(R2=0.32, P<0.0001)
(图 2)。
3.1.2 近 30 年来各季节气候因子变化特征
将 1983—2013 年的月均气温、月降水和月日
照时数 3 个气象要素按季节计算其算术平均值,
再进行时序变化特征分析。由表 2 可知, 近 30 年
来各个季节气温变化趋势较为一致, 均呈现增温
特征(R 值均为正), 春夏秋三个季节增温趋势极其
显著, 冬季增温趋势也接近显著水平(P=0.0592)。
近 30 年来, 降水量和日照时数除了在冬季存在显
著变化趋势外, 其他季节变化均不显著。其中冬季
降水增加显著 (P=0.0238),日照时数减少显著 (P=
0.0044)。
3.2 近 30 年湿地植被变化特征
3.2.1 不同季节植被年际变化特征
近 30 年来, 长江口崇明东滩湿地植被四季平均
NDVI 表现出一致的时序变化特征(图 3), 皆呈现出
增加趋势, 但在不同季节 NDVI 增加的强度和显著
性有所不同。春季和冬季湿地植被 NDVI 增加极其
显著(P<0.01), 其中春季NDVI平均每 10年增加 0.07,
冬季 NDVI 平均每 10 年增加 0.06, 增速较大; 夏季
湿地植被NDVI增加趋势显著(P<0.05), 增速略有减

图 2 1951 年以来的年均温度、降水与日照时数变化趋势
Fig. 2 Temperature, precipitation and sunshine duration variation since 1951
6 期 于泉洲, 等. 近 30 年长江口崇明东滩植被对于气候变化的响应特征 1173

表 2 近 30 年不同季节气候要素变化趋势统计
Tab. 2 Statistic of climatic factors variation for different
seasons in the past 30 years
气候要素统计值 春季 夏季 秋季 冬季
R 值 0.6312 0.6901 0.6916 0.3483 气温
P 值 0.0001 <0.0001 <0.0001 0.0592
R 值 –0.2103 –0.1699 –0.2263 0.4116 降水
P 值 0.2561 0.3608 0.2291 0.0238
R 值 0.1480 –0.3264 –0.3067 –0.5048 日照
时数 P 值 0.4268 0.0731 0.0992 0.0044
小, 平均每 10 年增加 0.04; 秋季湿地植被 NDVI 增
加趋势不显著(P=0.1287)。
春季和冬季植被 NDVI 增加极其显著且可决系
数较其他两个季节为高, 可能是由于植被对于春季
和冬季的升温响应敏感, 造成生长季提前, 湿地
NDVI 的显著上升。另外, 由于研究区内存在一定数
量的农田植被[20], 农作物收获期的变动(一般在夏
秋季节)可能导致崇明东滩湿地植被NDVI在夏季和
秋季增加趋势的显著性有所降低。

图 3 不同季节湿地植被 NDVI 年际变化特征
Fig. 3 NDVI inter-annual variation in different seasons

3.2.2 不同月份植被年际变化特征差异分析
就每个月份而言, 近 30 年来植被 NDVI 的变化
趋势也有不同。通过将 107 景遥感影像计算的 NDVI
分配到 12 个月中, 对每个月湿地 NDVI 的年际变化
趋势进行分析, 得到每个月 NDVI 与年份的可决系
数和 NDVI 变化的显著性(表 3)。其中 1 月、2 月和
5 月的湿地植被 NDVI 变化趋势显著, 分别达到
0.05、0.01 和 0.05 的显著性水平; 其他月份湿地植
被 NDVI 变化趋势不显著, 但 12 月份 NDVI 变化接
近 0.05 的显著性水平(P=0.064)。这一方面说明冬春
(12 月、1 月和 2 月)和初夏(5 月)的植被 NDVI 增加
趋势较显著; 另一方面反映出 2 月份是长江口湿地
植被增加最显著的月份(R2=0.69, P=0.0053)。
3.3 植被年内季节变化特征及控制因子分析
将 107 景影像的植被 NDVI 与其年积日的散点
图进行曲线拟合, 得到植被 NDVI 随年积日的变化
曲线(图 4)。从图 4 可知, 崇明东滩湿地 NDVI 存在
极显著的单峰型季节变化特征(P<0.0001), NDVI 在
春季开始上升, 在夏季达到峰值, 然后秋季持续一
段时间后又下降, 在冬季降至最低。
通过对拟合曲线的方程求一阶导数, 并令其等
于零(y=0), 可求得 NDVI 在一年中的最大值及对应
的年积日。计算发现, 湿地植被平均NDVI在每年188
或 189天(DOY=188.4)达到最大值(NDVImax= 0.63)。
从图 4 可以发现, 实际的数据并不像拟合曲线那样规
1174 生 态 科 学 33 卷

表 3 近 30 年逐月 NDVI 的年际变化趋势统计
Tab. 3 Statistic of NDVI variation for every month in the last 30 years
月份 1 2 3 4 5 6 7 8 9 10 11 12
R2值 0.41 0.69 0.02 0.24 0.59 0.04 0.01 0.23 0.29 0.14 0.16 0.33
P 值 0.0100 0.0053 0.6839 0.2217 0.0260 0.7990 0.8440 0.2762 0.2129 0.4162 0.1957 0.0640
N 15 9 10 8 8 4 9 7 7 7 12 11


图 4 湿地植被平均 NDVI 的季节变化特征
Fig. 4 Seasonal variation of wetland vegetation mean
NDVI
律, 在冬春交替时期(DOY: 1—70)NDVI 存在较大波
动, 可能是近 30 来春季气温增加显著造成的。
通过对研究区气温、降水和日照时数的多年季节变
化特征研究发现(图 5), 3 个气候变量都存在年内的
单峰变化趋势, 其中气温的变化趋势最明显。崇明
东滩位于北亚热带, 气候温和湿润, 四季分明, 夏
季湿热, 冬季干冷, 为典型的亚热带季风气候。湿地
植被 NDVI 的年内季节变化特征与气温、降水和日
照时数的变化特征一致。因此, 湿地植被 NDVI 的
季节变化主要受当地气象因子的控制。
将 107 个时间点的 NDVI 数据按照月份进行算
术平均, 并与对应月份的近 30 年平均的气温、降水

图 5 月均温、降水和日照时数的季节变化特征
Fig. 5 Seasonal variation of monthly mean temperature, precipitation and sunshine duration
和日照时数进行回归分析(图 6)。结果发现 NDVI 月
均值与月气温均值存在极显著的线性正相关关系
(R2=0.84, P<0.0001), 且温度每上升 10 ℃湿地平均
NDVI 增加 0.092。由于湿地位于北亚热带地区, 气
温控制着植被的生理生态功能, 是植被活动的季节
性控制因子。日照时数月均值与 NDVI 月均值的相
关关系亦极显著(R2=0.76, P=0.0002), 说明辐射量也
是影响长江口湿地植被季节变化的重要因素。另外,
6 期 于泉洲, 等. 近 30 年长江口崇明东滩植被对于气候变化的响应特征 1175


图 6 NDVI 月均值与月气温、降水、日照时数的回归分析
Fig. 6 Regression analysis between monthly mean temperature, precipitation, sunshine duration and monthly mean NDVI
月降水均值与月 NDVI 均值存在一定的相关性(R2=
0.42, P=0.0237), 说明对于北亚热带湿润地区湿地
生态系统, 水分对于植被生长的限制较为有限。综
上所述, 影响崇明东滩湿地植被季节变化的最主要
控制因子是月均温。
3.4 讨论
当前流行的 MODIS、AVHRR 及 SPOT-4 植被
指数产品在监测和评价大尺度植被变化趋势和空间
分布特征方面具有一定优势, 具有较好时间连续
性。但由于这些植被指数产品空间分辨率较粗, 对
于区域尺度上景观破碎程度较高的研究对象往往会
产生一定的混合像元效应, 影响研究的精度。Landsat
系列卫星的 TM、ETM+数据具有较高空间分辨率的
特点, 30 m 的空间分辨率可以很好的用于景观破碎
化区域的植被特征提取 , 开展趋势分析。由于
Landsat 卫星的重访周期和云覆盖的影响, 获取的遥
感数据时间频率欠稳定, 这对 NDVI 时序变化分析
可能产生一定影响。由于 107 景影像分配到每个月
的影像数目不一致, 尤其是个别月份影像数量很少
(如 6 月份仅 4 景), 因此对近 30 年各个月份植被变
异分析时也可能会造成一定影响。尽管如此, 本文
提出的这种利用同一地区大量多时相 Landsat 数据
对景观破碎化程度较高的区域植被进行监测和分析
的方法, 无疑为弥补当前大尺度和较粗空间分辨率
下植被变化研究的不足提供了值得借鉴的思路。
4 结论
本文利用长江口区域的气象站点 1951 年以来
逐年与逐月气象数据, 分析了研究区气候背景和各
季节气象要素的变化特征。同时利用 1984—2013 间
的 107 景 Landsat 卫星遥感数据, 计算了长江口崇明
东滩湿地植被平均 NDVI, 揭示了崇明东滩湿地不
同季节植被活动的年际变化趋势和年内季节变化特
征, 得到以下结论:
(1) 崇明东滩气候变化特征: 近 30 年来, 年均气
温的增加趋势显著, 平均增温速度 0.63 ℃·10a1; 年日
照时数存在显著下降趋势, 平均下降速度 62 h·10a1;
年降水量变化趋势不明显。就不同季节而言, 只有
气温存在显著的年际增加趋势(除冬季), 降水量和
日照时数变化趋势相对不显著。
(2) 崇明东滩湿地植被 NDVI 在不同季节的年
际变化趋势一致, 皆随时间不断增加, 但增加趋势和
显著性不尽相同。春季和冬季植被 NDVI 极显著增加
(P<0.01), 春季 NDVI 增速为 0.07·10a1, 冬季为 0.06·10a1;
夏季湿地植被NDVI增加趋势显著(P<0.05), 增速为
0.04·10a1; 秋季植被 NDVI 增加趋势不显著(P=
1176 生 态 科 学 33 卷

0.1287)。分析发现气温是植被 NDVI 年际变化的主
要控制因子。
(3) 崇明东滩湿地植被 NDVI 存在明显的季节
变化特征。植被 NDVI 从春季开始增加, 在夏季(每
年的第 188 或 189 天)达到最大值(NDVImax=0.63),
然后开始下降, 到冬季降至最低。研究区月均温对
湿地植被NDVI的变化控制最为显著(P<0.0001), 是
植被活动在季节尺度上的主控因子。

致谢：感谢美国地质勘探局(United States Geological
Survey, USGS)提供大量的 Landsat 遥感数据; 感谢
中国气象科学数据共享服务平台提供研究区气象站
点的年值和月值气象数据。
参考文献
[1] IPCC. Climate Change 2007: The Scientific Basis[R]. New
York: Cambridge University Press, 2007.
[2] MYNENI R B, KEELING C D, TUCKER C J, et al.
Increased plant growth in the northern high latitudes from
1981 to 1991[J]. Nature, 1997, 386: 698–702.
[3] 方精云, 朴世龙, 贺金生, 等. 近 20 年来中国植被活动
在增强[J]. 中国科学 C 辑, 2003, 33 (6): 554–565.
[4] 朴世龙, 方精云. 1982—1999 年我国陆地植被活动对气
候变化响应的季节差异 [J]. 地理学报 , 2003, 58(1):
119–125.
[5] 杨元合, 朴世龙. 青藏高原草地植被覆盖变化及其与气
候因子的关系[J]. 植物生态学报, 2006, 30(1): 1–8.
[6] PIAO SHILONG, FRIEDLINGSTEIN P, CIAIS, P et al.
Growing season extension and its impact on terrestrial
carbon cycle in the Northern Hemisphere over the last 2
decades[J]. Global Biogeochemical Cycles, 2007, 21,
http://dx.doi.org/ 10.1029/2006GB002888.
[7] 傅国斌, 李克让. 全球变暖与湿地生态系统的研究进
展[J]. 地理研究, 2001, (2): 120–128.
[8] 陈宜瑜, 吕宪国．湿地功能与湿地科学的研究方向[J].
湿地科学, 2003, 1 (1): 7–12.
[9] PAULINE M. ROSS P A. Climate Change and Intertidal
Wetlands[J]. Biology, 2013, 2: 445–480.
[10] 段晓男, 王效科, 尹弢, 等. 湿地生态系统固碳潜力研究
进展[J]. 生态环境, 2006, 15(5): 1091–1095.
[11] 郑姚闽, 牛振国, 宫鹏, 等. 湿地碳计量方法及中国湿地
有机碳库初步估计[J]. 科学通报, 2013, 58(2): 170–180.
[12] DUARTE C M, MIDDELBURG J J, CARACO N. Major
role of marine vegetation on the oceanic carbon cycle[J].
Biogeosciences, 2005, 2: 1–8.
[13] SCOTT D, BRIDGHAM C A, JOHNSTON J P et al.
Potential Feedbacks of Northern Wetlands on Climate
Change[J]. BioScience, 1995, 45(4): 262–274.
[14] KEVIN L E. Wetlands and global climate change: the role
of wetland restoration in a changing world[J]. Wetlands
Ecology Manage, 2009, 17: 71–84.
[15] VIRGINIA B, JON K. Climate change: potential impacts
and interactions in wetlands of the United States[J]. Journal
of the American Water Resources Association, 2000, 36(2):
313–320.
[16] TUCKER C J, PINZON J E, BROWN M E. An extended
AVHRR 8–km NDVI dataset compatible with MODIS and
SPOT vegetation NDVI data[J]. International Journal of
Remote Sensing, 2005, 26(20): 4485–4498.
[17] 王正兴 , 刘闯 , HUETE A. 植被指数研究进展 :从
AVHRR_NDVI到MODIS_EVI[J]. 生态学报, 2003, 23(5):
979–987.
[18] HUETE A, DIDAN K, MIURA T, et al. Overview of the
radiometric and biophysical performance of the MODIS
vegetation indices[J]. Remote Sensing of Environment,
2002, 83: 195–213.
[19] 于泉洲, 梁春玲, 张祖陆. 近 40 年来南四湖湿地 NDVI
变化特征及其控制因子分析[J]. 湖泊科学, 2014, 26(3):
456–464.
[20] 王敏, 阮俊杰, 王卿, 等. 崇明岛景观格局演变特征研
究[J]. 中国人口资源与环境, 2012, 22(5): 217–223.
[21] 姚丽萍, 徐丽华, 李先华. 基于 RS 的崇明东滩空间动态
变化研究[J]. 资源调查与环境, 2005, 26(1): 64–70.
[22] 阮俊杰, 黄沈发, 王卿, 等. 基于遥感信息的二十年来上
海市滩涂湿地时空动态分析[J]. 长江流域资源与环境,
2010, 19(2): 94–100.
[23] 张彤, 梅安新, 蔡永立. SPOT 遥感数据在崇明东滩景观
分类研究中的应用,城市环境与城市生态[J]. 2004, 17(2):
45–47.
[24] ZHAO Bin, YAN Yaner, GUO Haiquan, et al. Monitoring
rapid vegetation succession in estuarine wetland using time
series MODIS–based indicators: An application in the
Yangtze River Delta area[J]. Ecological Indicators, 2009,
(9): 346–356.
[25] TUCKER C J. Red and photographic infrared linear combi-
nations for monitoring vegetation[J]. Remote Sensing of
Environment, 1979, 8: 127–150.
[26] LIU Yuanbo, SONG Ping, PENG Jian et al. A physical
explanation of the variation in threshold for delineating
terrestrial water surfaces from multi-temporal images:
effects of radiometric correction[J]. International Journal of
Remote Sensing, 2012, 33(18): 5862–5875.
[27] SOBRINO J A, JIME´NEZ–MUNOZ J C, PAOLINI L.
Land surface temperature retrieval from Landsat TM[J].
Remote Sensing of Environment, 2004, 90: 434–440.
[28] NASA (National Aeronautics and Space Administration).
Landsat 7 Science Data Users Handbook[B]. http://landsath-
andbook.gsfc.nasa.gov/.