阜平縣地表溫度遙感反演及其空間特征研究

李春波 任磊 于蒙 李會(huì)愷 焦尚斌

摘 要：以阜平縣為研究區(qū)域，基于Landsat 8遙感影像和ASTGTM2 DEM數(shù)據(jù)，利用輻射傳輸方程法反演地表溫度，運(yùn)用統(tǒng)計(jì)學(xué)方法分析地表溫度與歸一化植被指數(shù)（NDVI）、海拔和坡向之間的關(guān)系。結(jié)果表明：阜平縣地表溫度整體呈西高東低分布，地表溫度與植被覆蓋、地形要素之間的關(guān)系密切，地表溫度高值區(qū)域主要分布在研究區(qū)西部和東北部海拔較高且NDVI值較高區(qū)域，低值區(qū)域主要分布在東南部海拔較低且NDVI值較低區(qū)域。地表溫度隨海拔和NDVI的升高逐漸減小，呈現(xiàn)明顯的負(fù)線性相關(guān);不同坡向的地表溫度分布具有一定的差異，陽(yáng)坡的地表溫度高于陰坡。

關(guān)鍵詞：地表溫度反演;輻射傳輸方程法;影響因素;阜平縣

Abstract： Taking Fuping County as the research area， based on Landsat 8 remote sensing images and ASTGTM2 DEM data， this paper applies radiation transfer equation method to invert the surface temperature of the study area， and statistical methods to analyze the relationship between land surface temperature and normalized vegetation index， elevation and aspect. The results show that the land surface temperature in Fuping County is high in the west and low in the east. The surface temperature and vegetation coverage and topographic elements are closely related. The high surface temperature areas are mainly distributed in the west and northeast of the study area with higher elevations and higher NDVI values. The low surface temperature areas are mainly distributed in the southeastern areas with lower elevations and lower NDVI values. The statistic results show that the surface temperature gradually decreases with elevation and NDVI， showing a significant negative correlation; the surface temperature distribution of different aspects varies， with the surface temperature of the sunny slope higher than that of the shaded slope.

Keywords： surface temperature inversion; radiation transfer equation method; influencing factors; Fuping County

地表溫度（Land Surface Temperature，LST）是影響自然環(huán)境形成與變化的最活躍因素之一，同時(shí)也是地表能量平衡的關(guān)鍵參數(shù)之一，研究地表溫度的分布特征與變化具有重要的意義（史新等，2018）。目前，基于遙感技術(shù)反演地表溫度已廣泛應(yīng)用于城市熱島效應(yīng)研究、地?zé)豳Y源預(yù)測(cè)、區(qū)域干旱監(jiān)測(cè)等諸多領(lǐng)域（李學(xué)敏等，2019;何雪琴等，2019;李紅軍等，2006），部分學(xué)者還進(jìn)行了地表溫度影響因素的研究。伍顯等（2018）基于Landsat 8數(shù)據(jù)和DEM數(shù)據(jù)研究了貴州思雅河流域地表溫度與土地利用、地形要素的關(guān)系，孫常峰等（2014）基于Landsat 5數(shù)據(jù)和ASTGTM2 DEM數(shù)據(jù)研究了泰山地表溫度與地形因子、歸一化水汽指數(shù)（Normalized Different Moisture Index，NDMI）、歸一化植被指數(shù)（Normalized Vegetation Index，NDVI）的關(guān)系，熊俊楠等（2019）基于Landsat 8數(shù)據(jù)和SRTM DEM數(shù)據(jù)研究了青藏高原桑珠孜區(qū)地表溫度與地形因子、NDMI、NDVI之間的關(guān)系。這些研究表明，地表溫度與地形、植被覆蓋等因素之間存在一定的關(guān)系，但不同研究給出的結(jié)論略有不同，這說(shuō)明在不同地區(qū)地表溫度的影響因素對(duì)地表溫度的影響程度存在差異。

本文以阜平縣為研究區(qū)域，基于Landsat 8遙感影像反演研究區(qū)的地表溫度、NDVI，基于ASTGTM2 DEM數(shù)據(jù)計(jì)算坡向，運(yùn)用統(tǒng)計(jì)學(xué)方法分析地表溫度與NDVI、海拔、坡向之間的關(guān)系，為下一步開展阜平縣地?zé)豳Y源預(yù)測(cè)提供依據(jù)。

1 研究區(qū)概況與數(shù)據(jù)

1.1 研究區(qū)概況

阜平縣位于保定市西部，面積約2500 km2，地理坐標(biāo)為東經(jīng) 113°46′～114°32′、北偉 38°39′～39°7′（圖1）。該縣地處太行山中北部東麓，為全山區(qū)縣，縣域內(nèi)地形復(fù)雜，山巒綿亙、溝壑縱橫，地勢(shì)由東南向西北逐漸升高，海拔高度一般為200～2200 m（圖2）。氣候?qū)倥瘻貛О霛駶?rùn)半干旱大陸性季風(fēng)氣候，四季分明，年平均氣溫為12.6 ℃，年平均降水量630 mm左右，年平均蒸發(fā)量2024 mm左右，無(wú)霜期約225 d?？h域生態(tài)環(huán)境整體較好，森林覆蓋率達(dá)39.47%，植被覆蓋度達(dá)80%以上。阜平縣地?zé)豳Y源豐富，其中城南莊溫泉、溫塘寺溫泉、下堡溫泉等目前已處于開發(fā)利用階段。

1.2 數(shù)據(jù)及預(yù)處理

研究數(shù)據(jù)包括Landsat 8 OLI/TIRS遙感影像和ASTGTM2 DEM數(shù)據(jù)，均來(lái)源于地理空間數(shù)據(jù)云平臺(tái)（http：//www.gscloud.cn）。其中Landsat 8遙感影像1景，標(biāo)識(shí)號(hào)為L(zhǎng)C81240332015225LGN01，條帶號(hào)124、行編號(hào)33，平均云量為0.09%，獲取時(shí)間為2015年8月13日;ASTGTM2 DEM數(shù)據(jù)4景，條帶號(hào)113～114，行編號(hào)38～39，空間分辨率為30 m。

Landsat 8數(shù)據(jù)預(yù)處理主要包括輻射定標(biāo)、大氣校正、影像裁剪等，ASTGTM2數(shù)據(jù)預(yù)處理主要包括數(shù)據(jù)鑲嵌、投影、裁剪等，主要用于地表溫度反演以及計(jì)算NDVI、坡向等。

2 地表溫度反演

基于遙感技術(shù)反演地表溫度的方法大致可分為輻射傳輸方程法、單窗算法、單通道算法、劈窗算法等。侯宇初等（2019）基于Landsat 8數(shù)據(jù)在大興安嶺地區(qū)對(duì)比分析了輻射傳輸方程法、單窗算法和劈窗算法的地表溫度反演精度，認(rèn)為輻射傳輸方程法反演的結(jié)果精度更高;史新等（2018）利用Landsat 8數(shù)據(jù)在廣東三河壩流域?qū)Ρ攘溯椛鋫鬏敺匠谭?、單窗算法和單通道算?種算法，認(rèn)為3種算法的反演結(jié)果線性擬合程度類似，空間分布一致;Yu等（2014）分析了輻射傳輸方程法、分裂窗算法和單通道算法3種算法的精度，認(rèn)為輻射傳輸方程法的精度高于另外2種算法。結(jié)合上述研究，本次研究采用輻射傳輸方程法反演阜平縣地表溫度。

輻射傳輸方程法的基本原理是將衛(wèi)星傳感器接收到的總輻射分為3部分，分別是地表熱輻射經(jīng)大氣衰減后到達(dá)傳感器的輻射、大氣上行輻射和大氣下行輻射經(jīng)地表反射后通過(guò)大氣傳輸?shù)絺鞲衅鞯妮椛洌ㄠ嚂螅?014）。在假設(shè)地表為朗伯體的條件下，輻射傳輸方程可簡(jiǎn)化為：

式中：Lλ為傳感器接收到的波長(zhǎng)為λ的熱紅外輻射強(qiáng)度，Bλ （Ts ）為溫度Ts時(shí)黑體的的輻射強(qiáng)度，ελ是地表比輻射率，τλ為大氣透過(guò)率，、? 分別為大氣上行輻射強(qiáng)度和大氣下行輻射強(qiáng)度。

普朗克定律闡明了物體熱輻射強(qiáng)度與波長(zhǎng)、溫度之間的關(guān)系，根據(jù)該定律，可通過(guò)黑體在熱紅外波段的輻射強(qiáng)度反演地表溫度：

式中：K1、K2為熱紅外傳感器的定標(biāo)參數(shù)，對(duì)于Landsat 8 TIRS band 10波段，K1 = 774.89 W·m-2·μm-1·sr-1，K2=1321.08 K。B（Ts ）可由公式（1）推導(dǎo)出：

由公式（2）、公式（3）可知，利用輻射傳輸方程法反演地表溫度必須的參數(shù)為地表比輻射率ε和大氣透過(guò)率τ、大氣上行輻射強(qiáng)度L↑和大氣下行輻射強(qiáng)度L↓等大氣剖面參數(shù)。對(duì)于Landsat 8數(shù)據(jù)可在NASA提供的網(wǎng)站（http：//atmcorr.gsfc.nasa.gov）輸入成像時(shí)間以及中心經(jīng)緯度等信息獲取大氣剖面參數(shù)。地表比輻射率的計(jì)算可根據(jù)公式（4）計(jì)算（Sobrino et al.，2004）：

3 結(jié)果分析

阜平縣地表溫度為20.22～55.07 ℃（圖3），低值區(qū)域（小于30 ℃）占比10.57%，高值區(qū)域（大于40 ℃）占比12.47%。地表溫度低值區(qū)域主要分布在研究區(qū)西部和東北部海拔較高、地形起伏較大且NDVI值較高的區(qū)域，另外在研究區(qū)東南部的水體區(qū)域地表溫度值也較低;地表溫度高值區(qū)域主要分布在研究區(qū)東南部海拔較低且地形相對(duì)較為平坦、城鎮(zhèn)分布較為集中、NDVI值較低區(qū)域，地表溫度與地形、植被覆蓋之間的關(guān)系較為明顯（圖4）。

為進(jìn)一步分析地表溫度與植被、地形之間的關(guān)系，參考相關(guān)研究，選取NDVI、海拔和坡向3個(gè)地表溫度影響因素，分別運(yùn)用隨機(jī)點(diǎn)統(tǒng)計(jì)、分區(qū)統(tǒng)計(jì)等方法，分析地表溫度與NDVI、海拔和坡向之間的關(guān)系。

3.1 隨機(jī)點(diǎn)統(tǒng)計(jì)

在研究區(qū)范圍內(nèi)隨機(jī)選取3000個(gè)點(diǎn)，在ArcGIS 10.2軟件中分別提取地表溫度（LST）、NDVI、海拔高度和坡向的數(shù)值，生成散點(diǎn)圖，并進(jìn)行相關(guān)性分析。

相關(guān)研究表明，NDVI為負(fù)值的區(qū)域一般為水體，在分析LST與NDVI之間的關(guān)系時(shí)應(yīng)該去除，因此本次研究?jī)H分析NDVI為正值的數(shù)據(jù)。隨機(jī)點(diǎn)分析結(jié)果顯示，LST隨NDVI的增大而逐漸減小（圖5），LST與NDVI之間呈現(xiàn)明顯的負(fù)相關(guān)。LST與地形之間的關(guān)系較為復(fù)雜，LST與海拔高程呈現(xiàn)明顯的負(fù)線性相關(guān)（圖6），但在海拔300 m以下，LST隨海拔的升高呈現(xiàn)增加的趨勢(shì)，這是因?yàn)檠芯繀^(qū)海拔高程最低的位置位于研究區(qū)東南部的水體區(qū)域，而水體的LST小于周邊區(qū)域且海拔高程也低于周邊造成的。LST與坡向的關(guān)系與一般認(rèn)知相同，即陽(yáng)坡的地表溫度比陰坡的地表溫度稍高（圖7）。

3.2 分區(qū)統(tǒng)計(jì)

為進(jìn)一步分析LST與NDVI、海拔和坡向之間的關(guān)系，運(yùn)用分區(qū)統(tǒng)計(jì)的方法，將NDVI、海拔、坡度和坡向的數(shù)據(jù)按照一定的增量劃分為若干區(qū)間，統(tǒng)計(jì)區(qū)間內(nèi)LST的平均值，并進(jìn)行相關(guān)性分析。其中，NDVI數(shù)據(jù)按照每增加0.1劃分1個(gè)區(qū)間，共劃分10個(gè)區(qū)間;海拔數(shù)據(jù)按照每增加100 m劃分1個(gè)區(qū)間，共劃分20個(gè)區(qū)間;坡向以正北方向?yàn)?，按照順時(shí)針?lè)较驅(qū)⑵孪驍?shù)據(jù)劃分為平面、北坡（337.5°～22.5°）、東北坡（22.5°～67.5°）、東坡（67.5°～112.5°）、東南坡（112.5°～157.5°）、南坡（157.5°～202.5°）、西南坡（202.5°～247.5°）、西坡（247.5°～292.5°）、西北坡（292.5°～337.5°）9大類（圖8），一般而言，朝向南面的坡稱為陽(yáng)坡，朝向背面的坡稱為陰坡。

結(jié)果表明，分區(qū)統(tǒng)計(jì)與隨機(jī)點(diǎn)統(tǒng)計(jì)結(jié)果具有一定的相似性。以NDVI增加0.1為區(qū)間，LST平均值隨NDVI的增大逐漸減小，表明LST的平均值與NDVI呈負(fù)線性相關(guān)，且相關(guān)系數(shù)R2達(dá)0.99（圖9）。以海拔高度每增加100 m為區(qū)間，LST平均值與海拔呈負(fù)線性相關(guān)，相關(guān)系數(shù)R2為0.99（圖10）。不同坡向的LST平均值差異較大，陽(yáng)坡的地表溫度高于陰坡的地表溫度，最大相差約2 ℃，其他坡度的差異相對(duì)較小，表明對(duì)于山區(qū)陰陽(yáng)坡向的不同也是影響地表溫度分布的一個(gè)重要因素（圖11）。

4 結(jié)論

（1）阜平縣地表溫度為20.22～55.07 ℃，低值區(qū)域主要分布在研究區(qū)西部和東北部海拔較高、地形起伏較大且NDVI值較高的區(qū)域，高值區(qū)域主要分布在研究區(qū)東南部海拔較低且地形相對(duì)較為平坦、城鎮(zhèn)分布較為集中、NDVI值較低區(qū)域。

（2）阜平縣地表溫度與植被覆蓋、地形要素之間的關(guān)系較為密切。地表溫度與NDVI呈負(fù)相關(guān)，地表溫度隨NDVI的增加逐漸減小;地表溫度與海拔之間呈負(fù)相關(guān)，當(dāng)海拔高度大于300 m時(shí)，每升高100 m，地表溫度下降約0.84 ℃;不同坡向的地表溫度分布具有一定的差異，陽(yáng)坡的地表溫度高于陰坡。

（3）本次研究?jī)H分析了植被覆蓋和地形與地表溫度之間的關(guān)系，實(shí)際上地表溫度是在太陽(yáng)輻射、季節(jié)變化、地表覆蓋、人類活動(dòng)等多種因素下共同作用的結(jié)果，地表溫度與其他影響因素之間的關(guān)系還有待進(jìn)一步研究。

參考文獻(xiàn)：

鄧書斌，2014. ENVI遙感圖像處理方法[M]. 2版. 北京：高等教育出版社.

何雪琴，鄧清海，高宗軍，等，2019. 遙感技術(shù)在干熱巖選區(qū)中的應(yīng)用：以魯東地區(qū)為例[J]. 山東國(guó)土資源，35（6）：67-73.

侯宇初，張冬有，2019. 基于Landsat8遙感影像的地表溫度反演方法對(duì)比研究[J]. 中國(guó)農(nóng)學(xué)通報(bào)，35（10）：142-147.

李紅軍，鄭力，雷玉平，等，2006. 植被指數(shù)-地表溫度特征空間研究及其在旱情監(jiān)測(cè)中的應(yīng)用[J]. 農(nóng)業(yè)工程學(xué)報(bào)，22（11）：170-174.

李學(xué)敏，文力，王儷璇，2019. 基于Landsat遙感數(shù)據(jù)的城市熱島效應(yīng)及影響因素：以襄陽(yáng)市為例[J]. 湖北農(nóng)業(yè)科學(xué)，58（16）：41-48.

孫常峰，孔繁華，尹海偉，等，2014. 山區(qū)夏季地表溫度的影響因素：以泰山為例[J].? 生態(tài)學(xué)報(bào)，34（12）：3394-3404.

覃志豪，李文娟，徐斌，等，2004. 陸地衛(wèi)星TM6波段范圍內(nèi)地表比輻射率的估計(jì)[J]. 國(guó)土資源遙感，（3）：28-32+36-41+74.

史新，周買春，劉振華，等，2018. 基于Landsat 8數(shù)據(jù)的3種地表溫度反演算法在三河壩流域的對(duì)比分析[J]. 遙感技術(shù)與應(yīng)用，33（3）：465-475.

伍顯，安裕倫，趙海兵，等，2018. 基于Landsat8的地表溫度與地形要素的關(guān)系研究[J]. 江蘇農(nóng)業(yè)科學(xué)，46（18）：266-270.

熊俊楠，李偉，程維明，等，2019. 高原地區(qū)LST空間分異特征及影響因素研究：以桑珠孜區(qū)為例[J]. 國(guó)土資源遙感，31（2）：164-171.

SOBRINO J A， JIM?NEZ-MU?OZ J C， PAOLINI L， 2004. Land surface temperature retrieval from LANDSAT TM 5[J]. Remote Sensing of Environment， 90（4）：434-440.

YU Xiaolei， GUO Xulin， WU Zhaocong， 2014. Land Surface Temperature Retrieval from Landsat 8 TIRS-Comparison between Radiative Transfer Equation-based Method，Split Window Algorithm and Single Channel Method[J]. Remote sensing， 6（10）：9829-9852.