2001—2014年博斯騰湖流域地表溫度時空分異特征及歸因

熱伊萊·卡得爾，玉素甫江·如素力，阿迪來·烏甫，艾則孜提約麥爾·麥麥提，姜 紅

(1.新疆師范大學地理科學與旅游學院，流域信息集成與生態(tài)安全實驗室， 新疆 烏魯木齊 830054；2.新疆干旱區(qū)湖泊環(huán)境與資源重點實驗室， 新疆 烏魯木齊 830054)

地表溫度(LST, land surface temperature)是地表生態(tài)環(huán)境系統(tǒng)研究的重要指標，也是地表與大氣之間能量與物質交換的重要參數。采用遙感技術反演大范圍的地表溫度已被廣泛應用在生態(tài)學、水文學、氣候學等科學領域[1-5]，并且在農業(yè)氣象、城市熱島效應、農作物估產和土壤水分估算等方面都具有重要的科學價值。近年來，隨著氣候變化和生態(tài)環(huán)境問題的深入研究，特別是區(qū)域性LST變化和應用方面的迫切要求，LST的定量研究及空間格局發(fā)揮著極其重要的作用。尤其在干旱半干旱地區(qū)，明確流域 LST的時空格局變化，對于合理開發(fā)利用流域資源、生態(tài)農業(yè)建設、提高資源利用率以及保障流域生態(tài)環(huán)境健康等具有重要意義[6-8]。利用MODIS衛(wèi)星遙感數據進行的區(qū)域性LST時空變化研究及其應用研究已得到深入發(fā)展，并在農業(yè)生產、生態(tài)環(huán)境等宏觀、大范圍、動態(tài)性連續(xù)監(jiān)測和研究中得到了廣泛應用[9-10]。傳統(tǒng)水文、氣象學中多基于“點”尺度或景觀尺度進行LST觀測，由于陸面非均勻性和熱量傳輸動態(tài)性，傳統(tǒng)的局地尺度研究方法很難應用到區(qū)域尺度。而在現代實際應用中，不同的區(qū)域和范圍對LST的精度要求不同，如在農業(yè)、氣象和水文研究領域應用中，要求空間分辨率為1～10 km，同時衛(wèi)星觀測數據的LST產品要達到0.5℃～2℃[11-12]。因此，對MODIS LST產品精度驗證和評價是其有效應用于各個研究領域的前提。

目前，隨著遙感技術快速發(fā)展，關于遙感數據的LST研究已取得了很大進展，同時國內外已經有了許多有關MODIS LST產品的應用分析和LST算法的研究[13-15]，如譚志豪等采用單窗算法[16]、馬耀明等[17]采用輻射傳輸方程方法，1984年Price[18]利用大氣輻射傳輸理論，對大氣的影響做簡化處理后提出分裂窗算法，給出了具體的分裂窗算法，后來Ri Changin[19]也采用了分裂窗算法。于文憑[20]等對黑河流域的MODIS LST與實測LST驗證指出黑河流域的MODIS LST產品與地面紅外溫度計觀測的LST平均絕對偏差小于2.2℃。Mostovoy 等[21]利用MODIS LST產品對密西西比河流域的最低氣溫進行估算，分析了像元分辨率的高低、土地覆蓋類型及植被覆蓋度等對LST產生的影響。Vancutesm等[22]基于MODIS標準夜間產品和日產品估算非洲地區(qū)最低氣溫、最高氣溫，分析了不同季節(jié)和植被覆蓋度等因素對氣溫估算的影響。

基于此，本文擬以1 km空間分辨率的MODIS LST產品為基礎，在探討利用該產品進行博斯騰湖流域LST分析的可行性基礎上，根據流域土地利用/土地覆蓋變化(LUCC, land-use and land-cover change)數據，通過GIS空間分析技術，對流域不同土地利用類型下的LST進行統(tǒng)計分析，從而深入分析博斯騰湖流域在年、月時間尺度下，LST的數量特征和空間格局特征，更進一步探尋這種空間分布特征與不同LUCC類型之間的關系，以揭示博斯騰湖流域LST的變化規(guī)律及其影響因素。其研究結果在干旱區(qū)流域環(huán)境保護、生態(tài)農業(yè)建設、合理開發(fā)流域資源等領域中具有重要意義。

1 研究區(qū)概況

博斯騰湖流域位于中國西北部新疆巴音郭楞蒙古自治州境內，地理位置為82.80°～88.63°E，40.73°～43.57°N，包括流入博斯騰湖的河流流域(主要有開都河上游、黃水溝上游、清水河上游和20條時令河上游)、焉耆盆地和孔雀河流域，總面積約68 687 km2。流域東南部為平原盆地區(qū)，海拔高度約為856～4 798 m(圖1)。流域地勢是北高、南低，西高、東低，高山、峽谷和盆地交錯，地形復雜。流域內有我國最大的內陸淡水湖——博斯騰湖，是開都河的尾閭和孔雀河的源頭，博斯騰湖在焉耆盆地隨海拔高度的變化自上而下包括冰雪帶、高山墊狀植被帶、高山草甸帶、草原帶、荒漠草原帶、荒漠帶等[23]。整個博斯騰湖流域屬于暖溫帶大陸性干旱氣候，除山區(qū)產流區(qū)外，整個流域干旱少雨。流域年平均氣溫8.2℃～11.5℃，極端最高氣溫37.1℃～40.0℃，極端最低氣溫-25.3℃～-31.6℃，日最高氣溫≥35℃的炎熱天數只有0.1～4.3 d，日最低氣溫≤-20℃的寒冷天數也只有0.1～0.9 d[24]。由于研究區(qū)自然地理條件適宜于農業(yè)發(fā)展，20世紀50年代以來，尤其是70年代后綠洲區(qū)農業(yè)耕地面積處于增長趨勢，氣候變化和人類活動的共同作用下，博斯騰湖的水域及附近的綠洲面積發(fā)生明顯變化[25]。由此可見，博斯騰湖流域已成為氣候變化和人類活動影響明顯的區(qū)域，是最適合本研究目標的典型區(qū)。

圖1 研究區(qū)及其土地利用/覆被分布和氣象站分布

Fig.1 Location of study area and distribution of land use/cover change and meteorological station

2 數據來源與分析方法

2.1 數據來源

(1) 遙感數據：所采用的 MODIS數據下載于NASA(美國國家航空航天局)網站免費下載獲取，空間分辨率為1 km，每副產品周期為8 d，共有7個波段的MOD11A2作為主要數據源。選擇的數據涵蓋了博斯騰湖流域2001—2014年共14 a的各月份LST數據，從MOD11A2數據集中提取白天和夜間陸面溫度產品。為便于分析季節(jié)變化，MODIS 溫度產品3—5月代表春季、6—8月代表夏季、9—11月代表秋季、12—1月代表冬季。依據博斯騰湖流域的土地利用方式和分析精度要求，土地利用數據是2010年的1∶25萬土地覆被矢量數據，其投影方式為Albers正軸等面積雙標準緯線圓錐投影，坐標系為Krasovsky坐標系。將研究區(qū)土地利用類型并歸為8個一級地類，包括旱地、沙漠、湖泊、稀疏草地、草原、草本沼澤、草甸和裸土。

(2) 地面觀測數據：為了檢驗MODIS LST產品在該研究區(qū)LST的適用性，根據各個氣象站的實際地理環(huán)境，選取博斯騰湖流域內巴音布魯克、巴侖臺、焉耆和輪臺等4個氣象站的2001—2014年時間序列的實際日平均地表溫度觀測數據。

2.2 數據處理

具體數據處理過程如下：

(1) 原始的MODIS LST產品是以分級數據格式(HDF, Hierarchical Data Format)存儲的，投影是正弦曲線投影，因此MODIS數據利用MRT軟件，將MOD11A2產品的HDF格式文件轉換為WGS-1984經緯度坐標系統(tǒng)下的GeoTiff格式文件，并進行投影轉換、軌道鑲嵌和重采樣等操作。

(2) 基于博斯騰湖流域的水系特點，獲取了研究區(qū)的矢量邊界圖，然后利用Arc GIS軟件對經過投影轉換的MODIS數據進行裁剪，從而得到不同時間和空間尺度下的LST圖，最后借助于IDL編程語言分別進行LST的最大值、最小值、平均值和標準差統(tǒng)計，再利用Arc GIS軟件制作博斯騰湖流域2001—2014年年、月平均LST空間分布圖。

(3) 為了進一步解釋不同土地利用類型下LST的變化特征，利用Arc GIS對不同時期的MODIS LST結果圖和不同土地類型圖相疊置，統(tǒng)計獲取不同時間序列(月尺度和年尺度)和不同土地利用類型地表溫度的年際和不同月份變化特征。

2.3 研究方法

2.3.1 趨勢分析方法 借鑒線性傾向估計計算每個像元2001—2014年的LST時間線性傾向率(S)[26]：

(1)

式中，S為線性傾向值，n為年序列總長度(n=14)；i為具體計算年份；LSTi為第i年份的年LST值。當S為負表示隨時間i的增加，LST變化處于減少趨勢，S為正表示隨時間i的增加，LST變化處于增加趨勢。采用傾向估計進行地表溫度趨勢分析，再利用相關系數的統(tǒng)計檢驗方法進行顯著性趨勢檢驗，如果回歸方程的相關系數通過信度為0.05、0.01的顯著性水平，則LST減少或增加趨勢分別達到顯著和極顯著。

2.3.2 相關分析法 相關分析是一種分析變量之間密切程度的統(tǒng)計學方法，通過計算年均MODIS產品中提取的LST值與觀測站點的實測LST值之間的相關系數，能夠有效指出LST產品與觀測LST值之間的密切聯(lián)系，相關系數(R)取值區(qū)間為[-1，1]，計算公式如下[27]：

(2)

3 結果與分析

3.1 MODIS地表溫度產品的驗證

為了驗證MODIS LST產品在博斯騰湖流域LST時空分布的準確性，4個代表性氣象觀測站(圖1)的實測LST值與MODIS LST產品中提取的14 a相對應的LST值進行精度驗證。從圖中可以看出，由于各個站點的地形、氣候、植被等要素的不同，二者之間的相關性在每個氣象站不同。14 a的每月平均實測LST值與MODIS LST值的平均誤差都小于1℃。經過顯著性檢驗的線性回歸方程分別達到極顯著水平，通過了0.01顯著性檢驗(圖2)；其中巴音布魯克、焉耆、巴侖臺、輪臺氣象站的14 a各月平均實測數據和衛(wèi)星數據的R2分別為0.98、0.94、0.96和0.96。這說明LST產品和站點實測地溫具有較高的一致性，MODIS溫度產品可以充分反映LST的真實狀況，不僅可以作為該研究區(qū)LST時空分布研究，還可以作為指示LST的強度指標，具有一定合理性。

3.2 多年LST年、季節(jié)平均值空間分布特征

圖3顯示博斯騰湖流域多年LST平均值，具有較強的空間分布規(guī)律并呈現出東南高于西北的變化趨勢。在植被覆蓋度高的區(qū)域，LST值較低(圖1和圖3)。具體表現為： 從地形上來看西北部賽日木河流域附近LST值較低，高值LST區(qū)域則主要分布在博斯騰湖東南高山區(qū)及附近的區(qū)域。從土地利用類型上看，LST的空間分布明顯受地表覆蓋類型的影響，西北部草甸、草原、草本沼澤等土地覆蓋分布較廣、植被覆蓋度較高，則多年平均LST值較低，達到-12.43℃左右；東南部由于多為裸土、沙漠和旱地等LUCC類型，因此博斯騰湖東南山區(qū)年均LST值最高，在16.13℃左右；博斯騰湖水體的年均LST值基本相差不大，大致在8.5℃左右。

圖2 氣象站月平均實測地表溫度和MODIS LST產品的關系 Fig.2 Relationship between measured surface temperature and MODIS LST product from meteorological station

圖3 博斯騰湖流域2001—2014年平均LST分布

Fig.3 Average LST during 2001—2014 in Bosten Lake Basin

季節(jié)性變化是LST年內變化的重要特征，對研究區(qū)各季節(jié)LST進行空間分析和數理統(tǒng)計。如圖4所示，各季節(jié)空間分布與多年LST空間格局基本一致，但是受季節(jié)性太陽輻射、土地類型、植被覆蓋度等因素的影響引起年內LST分配不均，因此四季平均LST空間分布也表現出一定差異性。春季(3—5月)LST值在-11.8℃～19.16℃，均值在9.59℃左右。春季地溫慢慢回暖，此時冬小麥處于返青、拔節(jié)期，太陽高度角逐步提升，因此LST值也逐步升高；夏季(6—8月)LST值在-1.85℃～33.67℃，均值在21.48℃左右，為一年中溫度最高季節(jié)，區(qū)域高低相差懸殊，主要原因是一方面地表吸收的太陽輻射達到最高值并且日照時間給LST的增高提供了良好條件；另一方面是沙漠、裸土和稀疏草地等土地類型所覆蓋范圍較廣并吸收大量熱量使地溫更高。秋季(9—11月)LST開始降溫，LST減少至-12.47℃～16.35℃，均值在7.27℃左右，主要是受太陽輻射量減少、日照時間縮短、植被覆蓋度降低等因素的影響，因此LST值又開始降低。冬季(12—2月)隨著溫度進一步下降，LST降至-26.88～-2.22℃，LST均值在-11.23℃左右，此時正是冬小麥越冬時期，作物生長緩慢，因而地表覆蓋類型呈現連片的低值區(qū)域。由此可見，不同月份的LST分布與該時段內的太陽輻射、日照時間、LUCC類型和植被覆蓋度等因素的季節(jié)性變化密切相關，因此表現出研究區(qū)LST值由大到小依次為夏季>春季>秋季>冬季的規(guī)律。

圖4 博斯騰湖流域四季LST時空分布

Fig.4 Spatial distribution of LST in four seasons of Bosten Lake Basin

總體而言，博斯騰湖流域多年LST平均值具有較強的空間分異性規(guī)律，地表溫度的年際變化主要由氣候要素和LUCC的覆蓋范圍及其空間格局變化而決定。氣候要素和植被覆蓋狀況及其物候特征的季節(jié)性變化是影響LST季節(jié)變化的主要因素。

3.3 年際、年內LST變化特征

圖5顯示了博斯騰湖流域LST的逐年變化過程，以及流域LST相對變化率的年際波動狀況。從圖中可以看出，2001—2014年博斯騰湖流域年平均LST的波動范圍為6.0℃～7.4℃，多年平均LST為6.8℃(如圖5虛線所示)，且各年間的平均LST呈現一定的波動，年際波動較大。年均溫度超出多年LST平均值的年份出現在2001、2002、2006、2007、2008、2009年和2013年，其它年份均低于多年平均值，其中2002、2007、2013年較為突出，分別超出多年平均值0.45℃、0.59℃、0.29℃，LST的相對變化率分別達到6.22%、7.97%、4.06%。2001—2003年呈先升后降趨勢，2003—2007年呈上升趨勢，2007年達到最高值，為7.4℃，2007—2012年呈下降趨勢，2012—2014年先升后降，2014年達到最小值，為6.0℃。

圖5 博斯騰湖流域2001—2014年LST的年際變化 Fig.5 Annual variation of LST over Bosten Lake Basin during 2001—2014

圖6 博斯騰湖流域2001—2014年不同月份LST分布

Fig.6 Monthly LST in Bosten Lake Basin during 2001—2014

圖6是2001—2014年月均LST變化圖。從整個博斯騰湖流域來看，其年內各月變化趨勢呈現先升后降的單峰型變化趨勢，從3—8月LST緩慢上升，7月LST最高，達到23.8℃，并且在此期間受大量太陽輻射，尤其在夏季太陽位于北回歸線附近、太陽輻射最強烈，LST為一年中最大。隨后9—1月份地表面溫度急劇下降，1月份LST最低，達到-13.2℃，在此期間太陽高度角小、太陽輻射能量較弱，LST為一年中最低。按季節(jié)來看，春季即3月到5月LST處于增加趨勢，夏季溫度達到最高值，因此6月份開始LST迅速增加，秋季即9—11月太陽輻射減少、日照時間縮短，LST隨之處于急劇減少趨勢，12月到次年2月保持低值，無明顯的變化。由此可見，年際和年內的LST變化狀況與該時段內的太陽輻射、氣溫、植被覆蓋、日照時間等因素的季節(jié)性變化具有密切關系。

3.4 不同土地利用類型地表溫度的時間分布特征

不同土地類型由于本身的生理生態(tài)特性以及所處區(qū)域LST差異，不同LUCC的平均LST分布表現出不同的變化特點。為了更精確分析每個土地利用類型的LST特征，利用ArcGIS的空間統(tǒng)計功能，分別提取了各LUCC類型年均LST。從圖7中可以看出，流域內年均LST和LUCC類型密切相關，不同LUCC的平均LST存在著較大差異，溫度較高的土地類型是沙漠、裸土、旱地，分別為13.3℃、12.6℃、11.6℃，表明裸土、沙漠、旱地是比熱容小，受太陽輻射后升溫速度快，因此年均LST相對較高；草甸的年均LST值最低，僅為-0.9℃。各種土地覆蓋類型的年均LST排序依次為沙漠>裸土>旱地>稀疏草地>湖泊>草原>草本沼澤>草甸。究其原因，一方面是因為不同的LUCC有其獨特的特征，草原、草本沼澤、草甸受太陽射后升溫速度較慢、蒸騰率較高，因此草原等植被覆蓋區(qū)域促進地表與近地面大氣之間的能量交換，使LST值較低。另一方面各LUCC類型所處區(qū)域的地形、日照、降水等氣候條件也有所不同。博斯騰湖流域地形復雜，大多分布于山脈和盆地，該區(qū)域降水量較少、干旱程度較高、夏季日照時間長，同時吸收大量太陽輻射能量的土地類型也較多，使得處于LST值高溫狀態(tài)；在博斯騰湖流域東南地區(qū)裸土和旱地較廣，因此該地區(qū)吸收大量的太陽輻射，LST值也相對較高。

對不同LUCC的月平均LST變化統(tǒng)計結果如圖7，整體而言，2001—2014年博斯騰湖流域各土地利用類型月均LST變化趨勢與年均LST變化較為一致，均呈現先升后降的單峰型變化模式。以溫度最高的沙漠和裸土為例，沙漠全年各月LST均值高于其它地類，尤其在3—10月累積的LST與其它地類極差達14.31℃；多年月平均LST最低的是草甸，為-1.1℃，主要原因是植被可以通過蒸騰作用減少土壤或地表中的熱量。各土地類型最高、最低LST值出現的時間有所差距，對草甸來說最高溫度出現的月份是7月份，但是6—8月份溫度變化曲線處于平衡狀態(tài)、相差不大；對旱地來說最高溫度出現的月份是6月份，為26.4℃，從7月份開始溫度變化曲線處于下降趨勢；而湖泊等水體最高溫度出現的月份是8月份，主要是由于熱轉導率小、熱容量大，導致溫度上升緩慢，因此最高溫度出現的月份比其它土地類型較晚，但相差不大。綜上所述，不同土地利用類型的年平均LST大小順序和月平均LST大小順序較一致，植被覆蓋的增加導致LST值較低，對區(qū)域LST值的降低具有一定的調節(jié)作用。

3.5 流域LST的空間變化趨勢分布

本研究將采用趨勢分析方法，利用2001—2014年平均LST分布來反映博斯騰湖流域LST變化趨勢，并計算每個像元的LST值與時間的相關系數，以及對趨勢分布狀況進行顯著性檢驗。從圖8中可以看出，LST明顯增加(P<0.01)的區(qū)域面積約占7%，主要分布在巴音布魯克附近的草原覆蓋區(qū)域、博斯騰湖周邊沙漠覆蓋區(qū)域和輪臺縣附近的稀疏草地覆蓋區(qū)域。其主要原因是隨著人口的增加、經濟的發(fā)展以及國家政策的出臺，近年來當地的耕地、建設用地有所增加，與此同時林地、草地及裸巖的面積減少[28]。輕微增加(P<0.05)的區(qū)域面積約占36%，主要分布在博斯騰湖東南部、哈布其罕溝、賽日木河、輪臺縣等區(qū)域，主要原因是植被覆蓋度較低并容易受人類活動的影響。流域LST基本不變的區(qū)域面積約占39%，主要分布在焉耆縣和輪臺縣附近的稀疏草地、旱地等LUCC類型分布的區(qū)域。輕微減少(P<0.05)和嚴重減少(P<0.01)的區(qū)域面積分別占總面積的13%、5%，主要分布在巴音布魯克草原和輪臺縣附近的旱地覆蓋區(qū)域。

圖7 不同土地利用類型多年(A)、月(B)平均LST Fig.7 Multi-year LST for various Land covers

注：圓圈表示地表溫度明顯增加的區(qū)域。Note: Circle indicates that land surface temperature is the area of apparent increase.

圖8 博斯騰湖流域2001—2014年LST變化趨勢

Fig.8 Change trend of LST in Bosten Lake Basin during 2001—2014

4 結論與討論

博斯騰湖流域位于天山中部南緣和塔克拉瑪干沙漠北緣，氣候干燥、地形復雜、生態(tài)環(huán)境脆弱，是一個獨特的綠洲-荒漠交錯地區(qū)?；贛ODIS數據LST時空分布的相關研究，對區(qū)域環(huán)境保護、生態(tài)規(guī)劃、農作物生產、生態(tài)農業(yè)建設等領域具有重要的理論價值。本研究結果表明，2001—2014年博斯騰湖流域年平均LST值有明顯超過總平均LST值的趨勢。符合我國西北地區(qū)年平均LST增溫趨勢[29]，說明LST時空變化能夠有效反映區(qū)域氣候變化情況，因此在干旱半干旱地區(qū)，明確流域LST時空格局變化及歸因方面的研究具有重要意義。另外，本文應用的MODIS LST產品在地形復雜、氣象站點較少、生態(tài)環(huán)境脆弱的情況下，能夠有效反映區(qū)域溫度場的變化，并達到溫度產品應用的要求，可適用于大范圍LST時空分布狀況的研究。

本文基于MODIS LST產品，在精度驗證的基礎上，對博斯騰湖流域的LST時空格局和變化趨勢進行分析，得出以下結論:(1) MODIS LST產品與4個氣象站月時間序列的實測LST值呈現出顯著的相關關系，相關系數R2分別達到0.98、0.94、0.96和0.96，說明MODIS LST產品在研究區(qū)總體上符合精度要求，可適用于LST時空分布研究。(2) 博斯騰湖流域2001—2014年平均LST具有明顯的時空分異特征。時間上，14年來流域年平均LST超出多年平均值的年份出現在2001、2002、2006、2007、2008、2009年和2013年，其中2002、2007、2013年較為突出；空間上，LST分布呈現出東南高于西北的趨勢，植被覆蓋度高的地方LST值較低，植被覆蓋度低的地方LST值較高。各月LST的年際變化具有季節(jié)分異特征，呈現先增大后減小的單峰型分布趨勢，LST上升趨勢主要在3—8月份，其中7月份溫度最高，1月份溫度最低。(3) 不同LUCC類型的平均LST表現出不同變化特征，各LUCC類型的年均LST排序依次為沙漠>裸土>旱地>稀疏草地>湖泊>草原>草本沼澤>草甸；各土地利用類型LST的不同月份變化大小順序與年際變化基本一致。(4) 從14年LST變化趨勢來看，賽日木河和巴音布魯克縣的附近、博斯騰湖周邊和輪臺縣附近等區(qū)域LST呈現明顯增加趨勢；輕微增加的區(qū)域主要分布在博斯騰湖東南部、烏拉斯臺河、哈布其罕溝、輪臺縣等區(qū)域；明顯增加趨勢、輕微增加和基本不變的區(qū)域面積分別占總面積的7%、36%和39%，以輕微增加和基本不變趨勢為主。輕微減少和嚴重減少的區(qū)域面積分別占總面積的13%、5%，主要分布在巴音布魯克草原和輪臺縣附近的旱地覆蓋區(qū)域。

[1] Dousset B, Gourmelon F. Satelite multi-sensor data analysis off urban surface temperatures and land cover[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2003,58(1-2):43-54.

[2] 喬玉良,楊永明.紅外遙感尋找地下熱水方法探究[J].氣象與環(huán)境科學,2008,31(4):12-14.

[3] 石玉立.中巴地球資源衛(wèi)星數據反演地表溫度產品設計[J].氣象與環(huán)境科學,2009,32(1):5-8.

[4] 劉桂芳,盧鶴立.全球變暖背景下的中國西部地區(qū)氣候變化研究進展[J].氣象與環(huán)境科學,2009,32(4):69-73.

[5] 拉 巴,拉巴卓瑪,陳 濤.基于MODIS影像的西藏典型內陸湖泊變化研究及成因分析[J].氣象與環(huán)境科學,2011,34(3):37-40.

[6] 張沛東,張秀梅,李 健.對蝦行為生態(tài)學研究進展Ⅱ.環(huán)境因子對對蝦行為習性的影響[J].應用生態(tài)學報,2006,17(2):340-344.

[7] Luo J, Zhang J, Huang W, et al. Preliminary study on the relationship between land surface temperature and occurrence of yellow rust in winter wheat[J]. Disaster Advances, 2010,3(4):288-292.

[8] 熱伊萊·卡得爾,玉素甫江·如素力,高 倩,等.新疆焉耆盆地地表溫度時空分布對LUCC的響應[J].農業(yè)工程學報,2016,32(20):259-266.

[9] 王賓賓,馬耀明,馬偉強.青藏高原那曲地區(qū)MODIS地表溫度估算[J].遙感學報,2012,16(6):1289-1309.

[10] 李 慧,王鵬新.基于Terra-MODIS和NOAA-AVHRR數據的條件植被溫度指數干旱監(jiān)測及其對比分析[J].干旱區(qū)資源與環(huán)境,2013,27(3):61-66.

[11] A.Retalis, D.Paronis, K.Lagouvardos, et al. The heat wave of June 2007 in Athens, Greece-Part 1: Study of satellite derived land surface temperature[J]. Atmospheric Research, 2010,98(2-4):458-467.

[12] Prasanjit Dash, Frank-M.G?ttsche, Folke-S.Olesen, et al. Separating surface emissivity and temperature using two-channel spectral indices and emissivity composites and comparison with a vegetation fraction method[J]. Remote Sensing of Environment, 2005,96(1):1-17.

[13] 王之夏,南卓銅,趙 林,等.MODIS地表溫度產品在青藏高原凍土模擬中的適用性評價[J].冰川凍土,2011,33(1):132-143.

[14] 張宏群,楊元建,荀尚培,等.安徽省植被和地表溫度季節(jié)變化及空間分布特征[J].應用氣象學報,2011,22(2):232-240.

[15] 王建凱,王開存,王普才.基于MODIS地表溫度產品的北京城市熱島(冷島)強度分析[J].遙感學報,2007,11(3):330-339.

[16] 覃志豪, Zhang Minghua, Arnon Karnieli, 等.用陸地衛(wèi)星TM6數據演算地表溫度的單窗算法[J].地理學報,2001,56(4):456-466.

[17] 馬耀明,劉東升,王介民,等.衛(wèi)星遙感敦煌地區(qū)地表特征參數研究[J].高原氣象,2003,22(6):513-536.

[18] PRICE J C. Land surface temperature measurements from the split window channels of the NOAA 7 Advanced very high Resolution Radiometer[J]. Journal of Geophysical Research: Atmospheres, 1984,89(D5):7231-7237.

[19] Changin R I, Liu Q, Hua L I, et al. Improved split window algorithm to retrieve LST from Terra/MODIS data[J]. Journal of Remote Sensing, 2013,17(4):830-840.

[20] 于文憑,馬明國.MODIS地表溫度產品的驗證研究——以黑河流域為例[J].遙感技術與應用,2011,26(6):705-712.

[21] Georgy V Mostovoy, Roger L King, K Raja Reddy, et al. Statistical estimation of daily maximum and minimum air temperatures from MODIS LST data over the state of Mississippi[J]. GI science and Remote Sensing, 2006,43(1):78-110.

[22] Vancutsem C, Ceccato O, DinkuI T, et al. Evaluation of MODIS land surface temperature data to estimate air temperature in different ecosystems over Africa[J]. Remote sensing of Environment, 2010,114:449-465.

[23] 周成虎,羅格平,李 策,等.博斯騰湖環(huán)境變化及其與焉耆盆地綠洲開發(fā)關系研究[J].地理研究,2001,20(1):15-23.

[24] 邱 冰,姜加虎,孫占東,等.基于統(tǒng)計降尺度模型的博斯騰湖流域未來氣溫和降水變化趨勢分析[J].資源科學,2010,32(6):1133-1140.

[25] Yusufujiang R, LI L H , Sajjad A, et al. Dynamics model to simulate water and salt balance of Bosten Lake in Xinjiang, China[J]. Environmental Earth Sciences, 2015,74(3):2499-2510.

[26] 喻 元,白建軍,王建博,等.基于MOD16的關中地區(qū)實際蒸散發(fā)時空特征分析[J].干旱地區(qū)農業(yè)研究,2015,33(3):245-253.

[27] 管延龍,王讓會,李 成,等.基于MODIS數據的天山區(qū)域地表溫度時空特征[J].應用生態(tài)學報,2015,26(3):681-688.

[28] 阿依蘇力坦·麥麥提艾力.博斯騰湖流域土地利用/覆被變化及其驅動因子分析[D].烏魯木齊：新疆師范大學,2014.

[29] 喬 麗,吳林榮,張高健.中國近50a地表溫度時空變化特征分析[J].水土保持通報,2015,35(5):323-326.