應用Landsat-8數(shù)據(jù)分析山地地表溫度格局及影響要素1)

王敬文 趙微 葉江霞 朱洪琴 張明莎

(西南林業(yè)大學，昆明，650224)(昆明理工大學)(西南林業(yè)大學)

地表溫度是研究陸地表面與大氣之間相互作用的重要參數(shù)，對物種的適生性及棲居具有重要的決定作用[1]，并影響區(qū)域及全球生態(tài)系統(tǒng)。山地地表溫度場格局及其影響要素定量化分析，準確刻畫山地地表水熱環(huán)境、了解山地生態(tài)系統(tǒng)的時空分布特征，對生物多樣性保護、物種分布建模及全球氣候變化的研究具有重要意義。

傳統(tǒng)的地表溫度場獲取主要有應用氣象站點的內插法[2-5]，由于氣象站點分布較為稀疏，且極易受環(huán)境的影響，致使溫度場的內插精度不高[6-7]。隨著遙感技術，特別是熱紅外遙感的發(fā)展，使大面積地表溫度場的獲取成為可能。中分辨率成像光譜儀(MODIS)及Landsat熱紅外波段成為地表溫度反演的主要數(shù)據(jù)源[8]，Landsat 8數(shù)據(jù)廣泛應用于城市熱島效應分析、植被時空分布格局等[9-17]。目前，對地表溫度遙感獲取主要運用單波段的單通道算法[18-20]、劈窗算法[21-23]、多波段算法[24]以及Gerace et al.[25]提出的削減雜散光帶來的誤差影響的雙通道矯正算法。Wang et al.[19]提出的針對landsat-8 TIRS10波段改進后的單窗算法(IMW)，通過改進大氣平均作用溫度參數(shù)，對真實氣溫數(shù)據(jù)的反演精度能夠保持在1.4 K左右[26]。但由于衛(wèi)星過境時間的限制，難以獲得與其同步的地面觀測值，加之地面觀測點稀疏，現(xiàn)有地表溫度遙感反演中，較少考慮實測近地面溫度的空間和時間尺度[27-28]，從而極大影響地表溫度場的精準性。

隨著地表溫度反演算法的發(fā)展，山地地表溫度與影響要素的關系分析越來越受到關注，主要集中在山地地形效應。MODIS系列產(chǎn)品應用于大尺度的地域分析，以高程、坡度、坡向、緯度等大尺度地形因子影響下的地表溫度格局分析[29-34]，但很少考慮到小尺度微地形作用下的影響，以及人居環(huán)境，包括水資源布局[35]、居民區(qū)、植被覆蓋等對地表溫度關系的研究較少[36]。因此，山地溫度格局的定量化分析，應綜合考慮影響溫度的宏觀環(huán)境因子及微自然格局及人文因素[37-40]。

為獲取更為精準的地表溫度，以Landsat-8為遙感數(shù)據(jù)源，結合地面同步的常規(guī)氣象站點及微氣象站點觀測值，以典型山地代表的云南滇中作為研究區(qū)，通過對地表溫度場反演，結合區(qū)域地理環(huán)境及人居環(huán)境空間精細化模擬表達，定量分析山地溫度場的空間格局，揭示影響山地溫度格局的驅動因素及其規(guī)律，為山地生態(tài)系統(tǒng)的保護提供重要基礎。

1 研究區(qū)概況

以云南省的滇中部分地區(qū)為研究區(qū)，主要包括昆明市、玉溪市、紅河州及曲靖市大部分地區(qū)。區(qū)域內地形以山地和山間盆地為主，屬滇東高原盆地，山地地勢起伏較大。該地區(qū)屬亞熱帶氣候，日照充足，四季如春，氣候宜人，干濕季分明；土壤類型以紅壤為主，植被類型多樣。區(qū)域內人居環(huán)境特征明顯，城市聚集，是云南省的政治、經(jīng)濟、文化中心，區(qū)域內人文元素豐富。具有豐富的山地植被，如滇中植被垂直帶譜完整的轎子雪山國家級自然保護區(qū)、滇中向滇南延伸的哀牢山；高原湖泊有滇池和撫仙湖、陽宗海和湯池。

2 研究方法

2.1 數(shù)據(jù)及預處理

研究數(shù)據(jù)源主要有l(wèi)andsat-8 OLI、SRTM DEM 90m，MODIS數(shù)據(jù)產(chǎn)品來源于地理空間數(shù)據(jù)云(http://www.gscloud.cn/)，具體的時間為2015年5月28日3時34分；MODIS數(shù)據(jù)選擇的為時間相近的LB1數(shù)據(jù)，來源美國國家航空航天局(NASA)(https://ladsweb.modaps.eosdis.nasa.gov/)；地面同步觀測氣溫數(shù)據(jù)，采用云南省常規(guī)氣象站點及云南電網(wǎng)微氣象站點的逐時觀測數(shù)據(jù)，共計171個觀測站點；人居環(huán)境獲取采用珞珈一號夜視燈光遙感數(shù)據(jù)(源于http://www.hbeos.org.cn/)。對獲取的Landsat-8 OLI影像數(shù)據(jù)，利用數(shù)字地形模型對圖像進行幾何精校正[41]、輻射定標處理，用ENVI的FLAASH進行大氣校正。

2.2 地表溫度反演模型

地表溫度選擇連續(xù)性約束和亮度梯度約束的多窗口區(qū)域匹配算法(IMW)為地表溫度反演方法。

IMW算法結構主要根據(jù)地表熱輻射傳輸方程，推導出利用熱紅外波段數(shù)據(jù)反演地表溫度，以landsat-8第10波段為例，其計算公式為：

Ts=[a10(1-C10-D10)+(b10(1-C10-D10)+C10-D10)

T10-D10Ta]/C10。

式中：Ts是基于landsat-8第10波段反演得到地表溫度；Ta是大氣平均作用溫度(見表1)；T10是landsat-8第10波段觀測的地表星上亮溫；a10和b10為系數(shù)(見表2)；C10和D10為算法內部參數(shù)(C10=τ10×ε10，D10=(1-τ10)[1+(1-ε10)τ10]。式中，τ10和ε10分別為第10波段大氣透過率和地表比輻射率)。根據(jù)在NASA官網(wǎng)數(shù)據(jù)計算出大氣熱紅外波段的透過率為0.73。

表1 熱紅外波段大氣平均作用溫度估算方程[42]

利用地面171個常規(guī)氣象站點及微氣象站點同步觀測數(shù)據(jù)，并隨機選取20個用于精度檢驗。研究選擇中緯度夏季估算方程。

表2 不同溫度范圍內的地表溫度反演回歸系數(shù)a10和b10的取值[19]

采用通用的地表比輻射率估計方法，即簡單地將地表視為水體、建筑、自然表面等地類構成，其中水體利用歸一化差異水體指數(shù)進行提??；建筑提取方法綜合選取具有較高精度的垂直不透水層指數(shù)(PII)[43-48]。對于自然表面像元，可簡單認為是植被和裸土組成的混合像元，將水體、建筑、植被、裸土的地表比輻射率分別設置為：ε10ω=0.991、ε10m=0.962、ε10s=0.966、ε10v=0.973[49]。對自然表面可根據(jù)像元的植被覆蓋度來估算，具體估算方法參考文獻[19]的模型如下：

2.3 山地溫度影響因子空間格局

地表溫度主要受下墊面性質的影響，選取地理環(huán)境因子及人居環(huán)境因子定量分析山地溫度格局的影響因子。

地理環(huán)境因子：地理環(huán)境因子主要選取海拔高度、坡度、坡向及能描述地貌隆起、切割程度的度量指標—地形起伏度[52], 地形起伏度是最高點海拔高度與最低點海拔高度的差值，以相對高差更加準確表達區(qū)域地形的隆起或切割的地貌形態(tài)特征，更能反映山地溫度的立體變化和微地形特征。利用均值變點法[53]提取地形起伏度，通過鄰域計算，窗口逐一設置為2、3、…、49 km進行試驗，選擇最佳窗口為18 km，獲得地形起伏度空間格局(如圖1a)。

圖1 山地溫度主要影響因子格局

人居環(huán)境因子：以研究區(qū)內水域、植被覆蓋及居民區(qū)共同刻畫人居環(huán)境。以歸一化植被指數(shù)作為植被覆蓋度指標(見圖1b)。利用歸一化差異水體指數(shù)(INDW)[54]表達水域的空間影響，計算如公式為：INDW=(G-R)/(G+R)。其中：G為綠波段的亮度值(對應第3波段)，R為近紅外波段的亮度值(對應第5波段)。為定量表達水域的空間影響，以成本距離計算其格局(見圖1c)。

為客觀表達人類居住場所空間格局，利用分辨率為130 m的珞珈一號夜視燈光數(shù)據(jù)提取居民區(qū)，并以成本距離模擬人居活動場所的空間格局(見圖1d)。

3 結果與分析

3.1 山地溫度格局的影響因子

為探究地表溫度與地理環(huán)境及人居環(huán)境因子的定量關系，將反演的地表溫度、地形起伏度、水域空間格局、高程、人居活動空間格局和歸一化植被指數(shù)等進行相關性分析(見表3)。

表3 各因子間的相關性

3.1.1 地表溫度與大尺度地形環(huán)境的關系

以海拔100 m為遞增步長，坡向按照陰坡和陽坡進行劃分；為克服高程數(shù)據(jù)誤差對坡度估計帶來的誤差，參照文獻[8]對坡度大于5°的地表溫度進行統(tǒng)計分析，按照5°分階，由于40°以上區(qū)間坡度地面較少，將坡度40°以上歸為一類進行統(tǒng)計分析；將各影響變量按照分區(qū)與地表溫度在該區(qū)間的平均值進行曲線擬合選出最佳曲線進行分析。

由圖2可知，海拔對地表溫度影響的曲線擬合關系，回歸決定系數(shù)(R2)為0.899 8，當溫度變化為10 ℃時，海拔變化為2 000 m。海拔在1 000～1 500 m溫度略有波動且有上升趨勢，海拔1 500 m以上時，溫度隨海拔上升有明顯的下降趨勢，基本成對數(shù)關系，這與文獻[56-57]的研究結果具有相似的規(guī)律，隨著海拔的增大，地表溫度逐漸降低，地表溫度隨海拔的變化率為：海拔變化100 m，地表溫度變化0.5 ℃。

由圖2可知，坡度對地表溫度影響的曲線擬合關系，回歸決定系數(shù)(R2)為0.930 3，坡度對地表溫度的線性影響較為明顯，隨著坡度上升溫度具有顯著下降的趨勢，與文獻[8]的研究結果一致。

根據(jù)陰陽坡的劃分規(guī)律，將坡向劃分為陰坡(337.5°～67.5°)、半陰坡(67.5°～112.5°、292.5°～337.5°)、陽坡(157.5°～247.5°)、半陽坡(112.5°～157.5°、247.5°～292.5°)。

圖2 地表溫度與海拔的關系

圖3 地表溫度與坡度的關系

由圖4可知，坡向與地表溫度影響的曲線擬合關系發(fā)現(xiàn)，回歸決定系數(shù)(R2)為0.884 7，模型擬合效果好。地表溫度隨坡向變化的關系是先升高后逐漸降低，再上升的趨勢，大致呈現(xiàn)正弦三角函數(shù)關系，這與文獻[58]利用坡向構建太陽輻射(與地表溫度有關)的關系函數(shù)一致；在陽坡和半陽坡，地表溫度隨坡向的變化而降低，在陰坡和半陰坡，地表溫度隨坡向的變化而升高，且北坡溫度低于南坡的溫度，與文獻[8]的研究結論一致。

在柴油降解的初期，搖瓶內的柴油呈膜狀漂浮在水面上，水相澄清。隨著時間的延長，水相開始逐漸變渾濁，柴油呈油滴狀。隨著培養(yǎng)時間的進一步延長，柴油液滴越來越小直至液面上無明顯油滴，液相呈乳白色。發(fā)酵液離心去除菌體后用鹽酸調節(jié)至pH=2.0，在4 ℃下冷藏過夜，無沉淀產(chǎn)生。用氯仿-甲醇(2∶1，體積分數(shù))混合液萃取發(fā)酵液中的表面活性劑，將萃取液旋轉蒸發(fā)后得到物質為棕黃色粉末。

圖4 地表溫度與坡向的關系

3.1.2 地表溫度與地形起伏度

由圖5可知，利用自然間斷點分級法，對地形起伏度分類，研究與地表溫度受地形起伏度的影響。地形起伏度與地表溫度的曲線擬合的決定系數(shù)(R2)為0.898 1。地形起伏度小于600時，地表溫度隨地形起伏度的關系基本呈下降的趨勢；而地形起伏度大于600時，地表溫度隨地形起伏度略有上升的趨勢。

圖5 地表溫度與地形起伏度的關系

3.1.3地表溫度與植被覆蓋度、水域和人居環(huán)境的關系

由圖6可知，在植被覆蓋方面，利用自然間斷點分級法，將植被覆蓋度分為20類，分析植被覆蓋度與地表溫度的關系，植被覆蓋度與地表溫度的擬合曲線的決定系數(shù)(R2)為0.875 6。隨著植被覆蓋度的增大，溫度逐漸降低，但并不是明顯的線性遞減，而是略成對數(shù)遞減關系。

圖6 地表溫度與植被覆蓋度的關系

由圖7可知，利用自然間斷點分級法(Jenks)，對水域空間影響進行分類，研究地表溫度受水體的影響。地表溫度與水域空間格局擬合關系的決定系數(shù)(R2)為0.714 1。隨著水域影響空間距離的增加，地表溫度下降極為明顯[59]，距離水體越近地溫越高。但在某些區(qū)位也略有增加，這是因為水體對區(qū)域的地表溫度具有增加效應。

圖7 地表溫度與水域空間格局的關系

由圖8可知，在人居活動影響格局方面，利用自然間斷點分級法，分析人居活動影響空間格局與地表溫度關系。人居活動影響空間格局與地表溫度曲線擬合的決定系數(shù)(R2)為0.725 9。隨著人居活動影響空間距離的逐漸增大，地表溫度有較為明顯的增加，與文獻[60]的研究結論一致。

圖8 地表溫度與人居活動空間格局的關系

3.2 地表溫度反演模型的建立

利用漁網(wǎng)工具采集研究區(qū)域內3 000 m的邊長的網(wǎng)格樣點，去除異常數(shù)據(jù)后，剩余31 899個樣點數(shù)據(jù)用于分析地表溫度反演模型。根據(jù)每個地形特征與地表溫度之間的相關性，進行多元回歸分析，使用逐步回歸方法建立相關模型(見表4、表5)。

表4 多元回歸分析

由表4、表5可知，模型經(jīng)7次逐步回歸，7個原始變量均被保留，且常數(shù)和各變量都通過T檢驗，方差膨脹因子均較小，沒有多重共線性，模型的R2為0.42。地表溫度反演模型為：

y=311.023-22.449x1-0.025x2-0.008x3-0.007x4-

0.002x5-0.003x6+0.003x7。

式中：y表示地表溫度，x1、x2、x3、x4、x5、x6、x7分別表示歸一化植被指數(shù)、坡度、坡向、地形起伏度、海拔、人居活動影響空間格局、水域影響空間格局。

表5 模型系數(shù)及檢驗

3.3 溫度反演精度檢驗

由圖9可知，通過計算并經(jīng)單位換算后的地表溫度反演結果，地表溫度最高值為49.15 ℃，最低溫為0.82 ℃，平均溫度為24.92 ℃。

利用大氣平均作用溫度估算方程將地表溫度的反演結果，轉化為與實測溫度類似的大氣溫度進行精度檢驗，采用平均絕對誤差、平均相對誤差和均方根誤差評估溫度實測值與地表溫度反演值和MODIS的差異(見表6)。

由表6可知，反演的地表溫度比MODIS溫度產(chǎn)品的平均絕對誤差值小0.31 ℃、平均相對誤差值小2.15%、均方根誤差值小5.87 ℃，表明地溫反演精度較MODIS數(shù)據(jù)產(chǎn)品較好，與文獻[61]得出的結論一致。

表6 地表溫度反演精度驗證

3.4 山地溫度格局分布

由圖9可知，地表溫度宏觀格局，可明顯看出高溫主要集中在昆明市富明、祿勸、石林等區(qū)域，紅河地區(qū)的開遠、建水、彌勒等區(qū)域，玉溪市的華寧和易門區(qū)域；較高溫則出現(xiàn)在昆明市主城區(qū)、呈貢、晉寧、嵩明、宜良、安寧等區(qū)域，玉溪市的紅塔和新平區(qū)域，曲靖市的陸良和師宗區(qū)域，紅河州的部分地區(qū)；溫度較低區(qū)域主要分布在紅河的石屏以及玉溪市的大部分地區(qū)。

地表溫度整體格局，從高至低依次是昆明、曲靖、紅河、玉溪，這與區(qū)域大型水體的距離、植被覆蓋高低、地形起伏、海拔、人居環(huán)境密切相關。特別是昆明作為云南最大的人居聚集地，城市溫度相對較高，但周邊因山體地形及大型水體滇池及城市面山植被覆蓋的調溫作用，使其溫度較低。

圖9 地表溫度反演結果

溫度的分布格局主要與區(qū)域地理環(huán)境特征有關，整體上，曲靖市東北部、中部的昆明市(主要包括主城區(qū)與嵩明、石林、呈貢等區(qū)域)、玉溪市(主要包括紅塔、江川、澄江、通海等區(qū)域)，及紅河州大部份地區(qū)地形起伏度較低，而昆明市(主要包括富明、祿勸、宜良、安寧等區(qū)域)、玉溪市和紅河州(主要包括石屏、開遠、彌勒、瀘西等區(qū)域)地形起伏度較高。

研究區(qū)域溫度格局與水體分布，受滇池的影響，昆明主城區(qū)與安寧、晉寧等地整體溫度略比其他地區(qū)低，陽宗海周邊也呈現(xiàn)這一規(guī)律，但由于水域面積較小，影響范圍有限；玉溪市的撫仙湖周邊這一效應也較明顯，如澄江、江川和紅塔地區(qū)靠近湖體周邊地區(qū)溫度較低。從一定程度能說明水體對周邊地表具有降溫作用，但受到水域面積及距離的影響。

4 結論與討論

利用同一區(qū)域的Landsat-8影像數(shù)據(jù)，以及相對密集的近地表溫度同步觀測樣點數(shù)據(jù)，結合IMW算法反演的地表溫度，對比MODIS地表溫度產(chǎn)品和實測數(shù)據(jù)，總體反演的地表溫度精度明顯優(yōu)于MODIS數(shù)據(jù)，表明可實現(xiàn)地表溫度場的精確獲取。

地表溫度不僅與宏觀的地形要素有關，還與微地形及人居環(huán)境作用關系密切。地表溫度數(shù)據(jù)空間分布與地形起伏度、海拔、坡向、坡度、水域影響格局、人居活動影響格局具有不同程度的相關規(guī)律，植被覆蓋度對地表溫度的負相關影響最為顯著。近年來，云南省將生態(tài)文明建設放在首要位置，提出2020年全省森林覆蓋率提升到65%以上的增長目標，提升人居環(huán)境的同時，也對地表溫度起到較好的調節(jié)作用；地形起伏度精確刻畫了微地形差異，對地表溫度的空間格局具有明顯的影響；海拔對地表溫度整體上不是簡單的線性關系，當海拔小于1 500 m時，地表溫度與海拔正相關，當海拔超過1 500 m時，隨著海拔的逐漸增高，對地表溫度的影響則呈對數(shù)線性遞減。坡度對地溫的影響是線性遞減的關系；而人居活動空間影響隨著距離增加，地表溫度逐漸降低，反映“城市熱島”增溫效果；水域影響空間格局，與地表溫度整體成負相關；坡向與地表溫度不成簡單的線性關系，在陰坡和半陰坡的范圍內成正相關，而在陽坡和半陽坡的范圍內成負相關關系。

通過對山地地表溫度影響因素定量分析，可以應用宏觀地形及微地形的地理環(huán)境和人居環(huán)境因子的山地溫度綜合模型，實現(xiàn)山地溫度場時空格局的精細化模擬。通過對地表溫度場反演，結合區(qū)域地形及人居環(huán)境模擬，定量分析山地溫度場的空間格局，揭示影響山地溫度格局的驅動因素及其規(guī)律，為山地生態(tài)系統(tǒng)研究提供重要基礎，在生物多樣性保護、物種分布建模及全球變化等研究中具有重要意義。

研究充分利用了現(xiàn)有常規(guī)氣象站點及微氣象站點同步氣象觀測數(shù)據(jù)，實現(xiàn)了基于Landsat-8的地表溫度的精確反演，為山地溫度場的研究應用提供了基礎信息；應用遙感與GIS模擬了研究區(qū)域宏觀地形及微地形、人居環(huán)境要素的空間格局，分析了各要素對山地溫度的空間定量關系，最后構建了基于地理環(huán)境與人居環(huán)境共同作用的山地溫度模型。山地溫度場的空間格局，不僅受下墊面宏觀地形、微地形及人居環(huán)境影響，還與宏觀上山地緯度、海陸位置、大氣環(huán)流及其動態(tài)等因素有關，綜合分析影響要素，構建更為精確的山地溫度場是今后研究趨勢。