謝俊峰, 莫 凡, 奚紹禮,唐洪釗,褚 存
1 自然資源部國土衛(wèi)星遙感應用中心, 北京 100048
2 遼寧技術工程大學測繪與地理科學學院, 阜新 123000
3 重慶交通大學土木工程學院 重慶 400074
4 遼寧科技大學土木工程學院, 鞍山 114000
玉龍雪山位于我國的云南省麗江市,呈南北走向,海拔最高為5500余米,其溫度氣候呈現垂直差異,山頂終年積雪,區(qū)域溫差較大。玉龍雪山自然保護區(qū)留有我國珍貴的古冰川遺跡,育有完整自然生態(tài)系統(tǒng),具有極其重要的科研及旅游價值[1]。由于其特殊的地理位置,玉龍雪山對全球氣候變化趨勢敏感性較強,因此玉龍雪山的生態(tài)環(huán)境變化可以很好地反映全球氣候變化[2]。
陸地表面溫度是生態(tài)環(huán)境分析等研究應用的關鍵指標,在全球環(huán)境變化和生態(tài)資源監(jiān)測等領域具有重要的研究價值[3]。隨著衛(wèi)星遙感技術的不斷發(fā)展,衛(wèi)星平臺的承載力逐漸增大、穩(wěn)定度不斷提高,為大區(qū)域陸地表面溫度定量化地反演提供了一種有效的技術手段。目前,利用衛(wèi)星熱紅外遙感影像反演陸地表面溫度在地礦資源的探測、城市熱島效應分析、植被病蟲害狀態(tài)監(jiān)測等領域都取得了重要的研究成果。黃秀華等利用不同時相下熱紅外遙感數據提取熱異常標志,指出了找油的最佳時機[4]。張小飛通過提取相關的下墊面類型、地表溫度和植被覆蓋等信息,證實城市區(qū)域植被覆蓋狀況可直接影響城市地表溫度[5]。毛克彪提出利用MODIS數據基于輻射傳輸方程來進行地表溫度反演[6]。周紀構建立了城市熱島容量計算模型,綜合城市熱島強度、足跡面積等多方面信息, 在最大程度上定量地反映和刻畫了熱島效應發(fā)生的顯著程度, 能夠客觀描述城市熱島對局地氣候、人居環(huán)境質量的影響[7]。徐永明利用MOIDS數據提出了改進的溫度-植被指數,在農田區(qū)域及農作物生長期內具有很好的適用性和精度,為有效獲取大范圍農田氣溫提供了新的思路[8]。Brabyn Lars從Landsat 7 ETM +影像提取地表溫度,指出利用Landsat 7 ETM +得出的地表溫度可廣泛地應用于生態(tài)和氣象研究[9]。盧顯等基于中國HJ-1B衛(wèi)星熱紅外數據驗證了2010年4月14日青海玉樹M_S7.1地震LST臨震地表溫度異常的可靠性[10]。馮海英等人利用MODIS反演的地表溫度和土地覆蓋產品提出一種評估森林調節(jié)溫度生態(tài)服務價值的新方法,為正確認識和定量評估森林生態(tài)服務價值及進行生態(tài)系統(tǒng)管理提供參考[11]。吳文淵等利用Landsat 8 OLI/TIRS遙感影像反演地表溫度,結果表明地表熱環(huán)境分布與斷裂帶等自然因素存在一定相關性[12]。目前,基于兩線陣、多線陣傳感器獲取的立體像對重建高精度數字表面模型的研究也取得了很大的進步[13]。林行剛基于DSM討論了精確地形對飛行器跟蹤制導技術的重要工程應用前景[14]。王明華采用DSM完成了工程巖體三維地質建模與可視化[15]。穆超等基于高分辨率遙感影像,實現了DSM建筑物點的提取,對建筑物的精確三維重建提供了有效幫助。Ola Friman等采用數字表面模型來估計入射光的不同分量,進而預測不同光照條件下的被測光譜[16]。Mathieu Brédifd等提出一種從數字表面模型提取建筑物占地面積的全自動框架,給出了利用DSM構建 3D城市模型的全自動過程[17]。Lasse Sander等利用SRTM數字地面模型獲取到寬灘脊系統(tǒng)的海拔趨勢[18]。凌成星等提出了一種基于GeoEye-1立體像對提取平均樹高的方法,可快速獲得研究區(qū)大范圍森林平均樹高[19]。解金衛(wèi)等人提出一種高精度DSM估計方法,能有效提高植被區(qū)DSM反演精度[20]。
熱紅外遙感能夠獲取地表溫度信息,可見光遙感具有出色的地面分辨率,在對地進行精確定位及立體成像方面具有無可比擬的優(yōu)勢?,F階段圍繞數字表面模型以及熱紅外遙感地表溫度反演兩個領域的應用研究都有了很多重要成果,但是通過兩者的融合應用開展多維遙感信息探測還處于初始階段,尚有大量空白空間需要國內外學者進行探索。將星載熱紅外數據與可見光數據融合使用,突破單一數據的桎梏,可進一步拓寬并提升遙感應用的邊界與高度,構建地表三維溫度場。相比較單一的熱紅外遙感應用,更真實地反應研究區(qū)的實際地表情況,結合溫度信息可以實現立體式熱紅外探測,通過利用多維信息主被動復合觀測,顯著提升目標多維度信息綜合監(jiān)測能力。
本文從星載熱紅外與可見光立體遙感數據融合應用出發(fā),以研究玉龍雪山的溫度變化為目的,基于Landsat系列衛(wèi)星的熱紅外數據反演二維地表溫度,基于資源三號衛(wèi)星的三線陣可見光影像構建數字表面模型,通過兩者嵌套完成地表三維溫度場構建,定量分析研究區(qū)域的地表三維溫度場時空變化。
研究數據選取區(qū)域為玉龍雪山區(qū)域,大致位于我國麗江市內100°4′2″E至100°16′30″E、27°3′2″N至27°18′57″N處,地理位置如圖1所示。研究數據選用陸地衛(wèi)星(Landsat)系列的熱紅外影像以及立體測繪衛(wèi)星資源三號(ZY3)的三線陣影像為基礎研究數據。Landsat TM以及Landsat 8 TIRS提供了從1984年至今的熱紅外數據,本文選取了從1987年至2018年的時間跨度中,以兩到三年為時間間隔的13個年份中每年的12月熱紅外影像數據進行處理,并且通過對比選擇該月份中質量較高的日期的影像數據(由于數據質量原因,在2004年至2008年的數據為四年的時間間隔)。數據在美國地質勘探局網站(USGS)下載得到。資源三號衛(wèi)星的三線陣影像數據包括前視、后視及全色影像,軌道行列號Path為33,Row為157,數據通過自然資源部國土衛(wèi)星遙感應用中心獲取得到。由于較早時期的熱紅外影像數據無相對應的資源三號數據,以相近時相下的Landsat ETM+ 全色影像模擬為高分辨率可見光影像對其進行影像配準。以上數據均以Geotiff格式儲存,采用了UTM-WGS84坐標系統(tǒng)進行地圖投影。
圖1 玉龍雪山地理位置示意圖
1.2.1普適性單通道算法反演地表溫度
普適性單通道算法(generalized single-channel method, GSC)顧及了地表比輻射率和大氣輻射參數,是一種可靠性較高的溫度反演算法。其可適用于Landsat 4 TM熱紅外數據、Landsat 7 ETM+熱紅外數據和Landsat 8 TIRS數據,算法公式如下[21-22]:
(1)
(2)
(3)
式中,TS為地表溫度,單位為K。Ti為波段通道的亮度溫度,單位為K。Li為大氣頂層衛(wèi)星傳感器所接收到的輻射亮度,單位為W m-2sr-1μm-1;bγ=c2/λ,c2為普朗克函數中的常量,c2=1.43877×104μm·K,λ是有效波長。對于Landsat 4 TM第6波段,bγ為1290K。對于Landsat 5 TM第6波段,bγ為1256K。對于Landsat 7 ETM+第6波段,bγ為1277K。對于Landsat8 TIRS第10波段,bγ為1324K。Ψ1、Ψ2及Ψ3是關于大氣水汽含量ω的大氣參數,由下式及表中的計算系數利用大氣水汽含量計算得到:
(4)
1.2.2鉛垂線軌跡法制作數字表面模型
圖2 鉛垂線軌跡法匹配制作數字表面模型
鉛垂線軌跡法(VLL——Vertical Line Locus)是制作數字表面模型過程中常用的技術策略之一。其基本思想是:假設在物方有一條鉛垂線軌跡,則它在畫幅式像片上的投影也是一條直線,鉛垂線與地面交點A在像片上的構像必定位于相應的投影輻射線上,原理示意圖如下[13,23]。
利用鉛垂線軌跡法搜索其相應的像點a1和a2,確定A點高程的基本計算步驟如下:給定地面點的平面坐標(X0,Y0)與可能的最低高程Zmin,高程搜索步距dZ可以按照所要求的高程精度決定。由地面點的平面坐標(X0,Y0)與可能的高程:Zi=Zmin+i·dZ,(i=0,1,…n),計算地面點分別在左右像片上的像點坐標(x1,y1),(x2,y2)。分別以(x1,y1)、(x2,y2)為中心在各自影像上選取匹配窗口,計算其匹配測度,如計算相關系數ρi(也可以利用其他測度)。令i=i+1,重復上述步驟,得到一組匹配測度{ρ0,ρ1,ρ2,…,ρk},選取其中的最大值ρk,其對應的高程為Zk=Zmin+k·dZ,則認為地面點P的高程值為Zk。還可以利用ρk及其相鄰的幾個相關系數擬合一條拋物線,以其極值對應的高程作為地面點的高程,以進一步提高精度,或以更小的高程步距dZ,在一小范圍內重復以上過程。
1.2.3三維溫度場構建
地表三維溫度場作為星載熱紅外數據與可見光數據融合產品,具有幾何高精度、信息多維度的優(yōu)勢。在構建地表三維溫度場時,根據應用需求,在數據選擇方面需要考慮熱紅外數據的時間分辨率和溫度分辨率,例如Landsat系列衛(wèi)星在理想狀態(tài)下獲取從1984年至今的16天時間分辨率平均誤差值在1K左右的地表溫度數據,可廣泛應用于各種熱紅外遙感的研究應用。資源三號衛(wèi)星三線陣影像具有高精度的幾何定位的能力,采用同軌立體像對生產數字表面模型,為地表三維溫度場提供精確可靠的地面三維坐標數據。
三維溫度場的構建基本流程如下:首先對原始可見光影像數據進行預處理,消除影像的幾何與輻射畸變等。采用熱紅外數據反演地表溫度,得到表征地表溫度信息如圖3所示的影像數據。使用可見光數據的前視、后視及正視影像制作如圖3的數字表面模型。最后將熱紅外溫度影像與數字表面模型在統(tǒng)一地理基準的情況下進行套合,完成熱紅外與可見光遙感數據地融合,得到既包含了溫度信息又具有高精度三維坐標如圖4所示的地表溫度場數據,技術流程如圖5所示。
圖3 溫度反演與立體影像產品
圖4 地表三維溫度場
圖5 三維溫度場構建流程圖
利用普適性單通道算法進行溫度反演,在獲得研究區(qū)域的一個時間序列的地表溫度反演結果后,為了更好的研究分析該區(qū)域地表三維溫度場的時間演變規(guī)律及空間分布特征,需要對地表溫度產品進行溫度等級的劃分。通過對不同溫度區(qū)間進行分層賦色,可以直觀的表現出該研究區(qū)域中不同溫度區(qū)間的覆蓋范圍及相對分布情況。本文通過密度分割并基于等間距分割法來劃分地表溫度等級,劃分低溫等級后的溫度產品結果如圖6所示:
圖6 玉龍雪山區(qū)域歷年溫度平面分布圖
將以上反演得到的地表溫度產品,與DSM進行融合疊加處理,獲得所有溫度產品對應的地表三維溫度場。如圖7所示,不僅可以看出最終生成的地表三維溫度場直觀明了地展現出玉龍雪山區(qū)域在1987年到2018年時間序列中具體地表的溫度情況,同時,還可以獲取到不同地形地物的具體溫度信息及三維坐標位置信息。
圖7 玉龍雪山區(qū)域歷年地表三維溫度場
為了方便對玉龍雪山區(qū)域的地表三維溫度場進行更直觀的定量分析,根據影像獲取時刻的地表溫度,將研究區(qū)域簡單劃分為四個溫度區(qū)間:低溫區(qū)(T<-10℃)、次低溫區(qū)(-10℃
表1 研究區(qū)歷年不同溫區(qū)地表投影面積統(tǒng)計表
根據上述圖表給出的結果,對玉龍雪山區(qū)域從1987—2018年的地表三維溫度場的時空變化特征進行研究分析:
(1)從圖6玉龍雪山區(qū)域歷年溫度平面分布圖可以看出,由于研究區(qū)域中部的海拔較高,溫度一致呈現出由中間區(qū)域向外遞減的趨勢,圖7玉龍雪山區(qū)域歷年地表三維溫度場則更直觀的呈現出了歷年溫度最低的區(qū)域一致集中在了海拔最高的山峰頂部,而在海拔較低及人類活動區(qū)域溫度逐漸升高。
(2)由圖8和表3可以看出,針對玉龍雪山的時空變化分析,地表三維溫度場相較于二維數據分析優(yōu)勢明顯,對不同溫區(qū)真實地表面積變化情況更加敏感。其中次低溫區(qū)位于高程變化顯著區(qū)域,真實地表面積與投影面積差異最為明顯,中溫區(qū)次之?;诘乇砣S溫度場,充分利用地形高程信息,可以表現出不同二維數據的真實地表情況。玉龍雪山從河谷到山頂高程差距較大,對于其垂直氣候的分層差異,表現出不同高程下育有不同的氣候帶。由于地表三維溫度場相比較平面溫度場在統(tǒng)計地表面積方面會因高程差異顯著更為精確,因此建立地表三維溫度場對于玉龍雪山等山地區(qū)域的生態(tài)研究分析意義重大。
表3 不同溫區(qū)地表面積變化斜率
(3)在1987—2018年間,研究區(qū)不同溫區(qū)的地表面積變化呈現出不穩(wěn)定的變化現象,整體變化趨于溫度升高。由表2及圖8可知,所選取的13年中,1989年玉龍雪山的整體溫度分布最低,低溫區(qū)(T<-10℃)所占面積大幅度提高,之后呈現出逐年遞減并在1994年后趨于穩(wěn)定的狀態(tài)。次低溫區(qū)(-10℃
表2 研究區(qū)歷年不同溫區(qū)地表實際面積統(tǒng)計表
圖8 不同溫區(qū)地表面積變化總體趨勢圖
本文利用陸地系列衛(wèi)星和資源三號衛(wèi)星的影像數據,通過套合溫度反演產品和數字表面模型,構建了云南省麗江市玉龍雪山區(qū)域的地表三維溫度場,研究分析了該區(qū)域由1987—2018年的時空變化特征,并分析不同溫區(qū)的面積變化。根據本文地表三維溫度場與二維數據比較結果,針對高程起伏明顯區(qū)域,地表三維溫度場優(yōu)勢明顯,能夠更加有效地反映地表溫度情況,對于山地區(qū)域的研究具有重要意義。同時,玉龍雪山區(qū)域研究時間序列內的中溫區(qū)和暖溫區(qū)的地表面積有逐年增加的趨勢,相較之下中溫區(qū)的地表面積升幅稍大;低溫區(qū)和次低溫區(qū)的地表面積大體呈現減少的趨勢;可以發(fā)現玉龍雪山地區(qū)的整體溫度變暖,驗證了全球溫度變暖的趨勢。