One
Select issue
Year Issue
Article search ?
Author
Add author Del author
Keyword
Add keyword Del keyword
Full text

all these words
this exact wording or phrase
one or more of these words
any of these unwanted words
Year
till
 
Two
INDEXING

ERDKUNDE is covered by:

  • COS GeoREF
  • GEOBASE - Earth Science Database
  • NSD Norwegian Social Science Data
  • Thomson Reuters Social Science
    Citation Index
  • Thomson Reuters Current Contents/
    Physical, Chemical & Earth Science
  • Thomson Reuters Current Contents/
    Social & Behavioral Science
  • Thomson Reuters Journal Ciatation Report
  • ISI Journal Citation Report Impact Factor 2016: 0.923
 
You are here: Home Archive 2017 Vegetation and climate interaction patterns in Kyrgyzstan: spatial discretization based on time series analysis

Article details

Vegetation and climate interaction patterns in Kyrgyzstan: spatial discretization based on time series analysis

DOI: 10.3112/erdkunde.2017.02.04
Year: 2017
Vol: 71
Issue: 2
Pages: 143-165
Summary:

Spatio-temporal variations of climate-vegetation interactions in Central Asia have been given a lot of attention recently. However some serious methodological drawbacks of previous studies prevented thorough assessment of such interactions. In order to avoid the limitations and improve the analysis we used spatially explicit time series of NDVI (normalized difference vegetation index), temperature and precipitation which were decomposed to seasonal and trend components on per-pixel basis using STL (seasonal decomposition of time series by loess). Trend and seasonal components of NDVI, precipitation and temperature were assessed pixelwise for temporal correlations with different lags to understand the patterns of their interaction in Kyrgyzstan and adjoining regions. Based on these results a coefficient of determination was calculated to understand the extent to which NDVI is conditioned by precipitation and temperature variations. The images with the lags of time series correlation minima and maxima for each pixel and coefficients of NDVI determination by temperature and precipitation were subjected to cluster analysis to identify interaction patterns over the study area. The approach used in this research differs from previous regional studies by implementation of seasonal decomposition and analyzing the full data without spatial or seasonal averaging within predetermined limits prior to the analysis. NDVI response to temperature and precipitation was assumed to be spatially variable in its sign, strength and lag, thus a separate model was developed for each pixel. The results were assessed with cluster analysis to identify spatial patterns of temporal interactions, decrease dimensionality and facilitate their comprehensiveness. The research resulted in 5 spatial clusters with different patterns of NDVI interaction with temperature and precipitation on intra- and interannual scales. The highest correlation scores between NDVI and temperature at the seasonal scale were found at 0-4 months lag and between NDVI and precipitation at 1-5 months lag. At high elevations of 3000-4000 m above sea level, both precipitation and temperature occurred to be facilitating factors for vegetation development, whereas temperature was rather a limiting factor at lower elevations of 200-1300 m a.s.l. We developed maps of the NDVI coefficient of determination by both temperature and precipitation. Only deserts and glaciers had low coefficients of determination (adjusted R2) on the seasonal scale (0.1-0.3), whereas areas with vegetation were greatly conditioned by temperature and precipitation (0.7-0.95). On the trend scale, dense vegetation and bare areas had low coefficient of determination (0.1-0.3), whereas areas with average vegetation cover were greatly controlled by the climatic factors (0.7-0.9).

Zusammenfassung:

Raumzeitliche Veränderungen von Klima-Vegetation-Interaktionen in Zentralasien stehen seit geraumer Zeit im Fokus wissenschaftlichen Interesses. Gewisse Unzulänglichkeiten methodischer Herangehensweisen früherer Studien verhinderten bislang eine gründliche Abschätzung solcher Interaktionen. Um methodische Limitierungen zu vermeiden und entsprechende Analysen zu optimieren, liegen dieser Studie räumlich explizite Zeitreihen von NDVI (normalisierter differenzierter Vegetationsindex), Temperatur und Niederschlag zugrunde, die mittels STL (saisonale Auflösung von Zeitreihen mit Loess) in saisonale und Trend-Komponenten auf Pixelbasis aufgelöst wurden. Die entsprechenden Komponenten von NDVI, Temperatur und Niederschlag wurden pixelweise im Hinblick auf zeitliche Korrelationen unter Berücksichtigung unterschiedlicher Latenzzeiten analysiert, um die Interaktionsmuster von Klima und Vegetation in Kirgistan und angrenzenden Regionen nachvollziehen zu können. Auf der Grundlage der Ergebnisse wurde ein Bestimmtheitsmaß ermittelt, das zur Abschätzung der Abhängigkeit des NDVI von Niederschlag und Temperatur verwendet wurde. Die graphischen Darstellungen mit den Latenzzeiten der Korrelationsmaxima und -minima der Zeitreihen für jedes Pixel und die Bestimmtheitsmaße zur NDVI-Beeinflussung durch Temperatur und Niederschlag wurden Clusteranalysen unterzogen, um die Interaktionsmuster im gesamten Arbeitsgebiet zu identifizieren. Der methodische Ansatz dieser Studie weicht von früheren Regionalstudien insofern ab, als dass die Zeitreihenanalyse mit saisonaler Auflösung umgesetzt und der gesamte Datensatz ohne vorhergehende räumliche oder saisonale Mittelwertbildung analysiert wurde. Die NDVI-Reaktion auf Temperatur und Niederschlag wurde im Hinblick auf Signal, Stärke und Verzögerungszeit als räumlich variabel angenommen, und somit ein separates Modell für jedes Pixel entwickelt. Die Ergebnisse wurden mit Clusteranalysen untersucht, um räumliche Muster und zeitliche Interaktionen zu erkennen, die Dimensionalität zu reduzieren, und deren Vollständigkeit zu optimieren. Als Ergebnis lassen sich 5 räumliche Cluster differenzieren mit unterschiedlichen Mustern der NDVI-Interaktion mit Temperatur und Niederschlag auf intra- und interannueller Ebene. Die höchsten Korrelationen zwischen NDVI und Temperatur auf saisonaler Ebene wurden bei einer Verzögerungszeit von 0-4 Monaten und zwischen NDVI und Niederschlag bei 1-5 Monaten ermittelt. In Höhenlagen zwischen 3000 und 4000 m NN erwiesen sich sowohl Niederschlag als auch Temperatur als die Vegetationsentwicklung begünstigende Faktoren, während in Höhen zwischen 200 und 1300 m NN die Temperatur eher limitierend wirkt. Die entwickelten Kartendarstellungen zeigen die NDVI-Beeinflussung sowohl durch Temperatur als auch durch Niederschlag. Lediglich Wüsten- und Gletscher-Bereiche weisen geringe Bestimmtheitsmaße (korrigiertes R2) auf saisonaler Ebene auf (0,1-0,3), während vegetationsbedeckte Flächen einen sehr deutlichen Zusammenhang mit Temperatur und Niederschlag zeigen (0,7-0,95). Auf der Trendebene sind Bestimmtheitsmaße bei dichter Vegetation und vegetationslosen Flächen gering (0,1-0,3), Flächen mit gewöhnlicher Vegetationsbedeckung zeigen dagegen eine starke Abhängigkeit von den klimatischen Faktoren (0,7-0,9).

Document Actions
Personal tools