下墊面參數(shù)與地表溫度的時(shí)空差異性研究：以鄱陽(yáng)湖流域?yàn)槔?/h1>
2022-06-29 04:08:24闕元燕胡欣雨陳舒玲王升紅林仕宇陸東芳
闕元燕，胡欣雨，陳舒玲，王升紅，林仕宇，陸東芳
(福建農(nóng)林大學(xué) 園林學(xué)院，福州 350002)
氣候變化容易改變區(qū)域水熱循環(huán)，導(dǎo)致極端氣候事件發(fā)生，進(jìn)而引起一系列生態(tài)環(huán)境問(wèn)題，其中湖水環(huán)境的退化問(wèn)題較為明顯[1].鄱陽(yáng)湖作為水陸生態(tài)系統(tǒng)交匯帶，具有保護(hù)、連接、緩沖等重要生態(tài)功能，其作為我國(guó)第一大淡水湖，是長(zhǎng)江下游僅存的2個(gè)大型通江湖泊之一，是世界上重要的濕地生態(tài)區(qū)，同時(shí)也是全球最大的鳥類保護(hù)區(qū)和候鳥的重要遷徙地[2].因此，鄱陽(yáng)湖流域有著重要的戰(zhàn)略地位.隨著人為干擾的加劇，城市擴(kuò)張遷移、生產(chǎn)生活等活動(dòng)使得鄱陽(yáng)湖水環(huán)境問(wèn)題日益突出[3].因此，探究鄱陽(yáng)湖流域不同時(shí)期(枯水期和豐水期)的地表溫度時(shí)空分布特征，對(duì)鄱陽(yáng)湖流域的生態(tài)保護(hù)和發(fā)展具有重要意義.
目前，城市熱島受到了廣泛的關(guān)注.其研究方法主要有氣象數(shù)據(jù)觀測(cè)法、數(shù)字模擬研究法以及遙感影像反演法3大類[4].其中遙感影像反演的方法具有同步觀測(cè)、數(shù)據(jù)易獲取等優(yōu)點(diǎn)，被廣泛應(yīng)用.在研究?jī)?nèi)容上，諸多學(xué)者聚焦土地利用變化及綠地景觀格局對(duì)熱島的影響[5-7]，其研究對(duì)象主要為城市建成區(qū).如李軍等[8]分析了重慶市主城區(qū)的地表溫度分布差異；陳斌等[9]研究了武漢市主城區(qū)公園景觀的熱環(huán)境.其他研究對(duì)象還有脆弱性高的山區(qū)、高原、河流、湖泊等.如夏龍等[10]研究了青藏高原草地植被與地表溫度的關(guān)系；熱伊萊等[11]研究了博斯騰湖流域溫度時(shí)空分異特征.
鄱陽(yáng)湖流域因其獨(dú)特的季節(jié)性特點(diǎn)，不同時(shí)期呈現(xiàn)不同的下墊面性質(zhì)特征.針對(duì)湖泊流域的地表溫度時(shí)空分布特征的研究各具特色，但綜合分析其空間聚集特征及尺度效應(yīng)的研究并不多.因此，本文從鄱陽(yáng)湖流域不同時(shí)期的溫度分布時(shí)空特征、尺度效應(yīng)以及其與下墊面參數(shù)的關(guān)系角度出發(fā)，探究鄱陽(yáng)湖流域不同時(shí)期的地表溫度與下墊面關(guān)系的時(shí)空特征，以期為鄱陽(yáng)湖生態(tài)-經(jīng)濟(jì)圈[12]的發(fā)展提供參考.研究基于目標(biāo)區(qū)獨(dú)特的湖泊形態(tài)特征，利用遙感影像反演其不同時(shí)期的地表溫度和下墊面參數(shù)，利用ArcGIS、ENVI 軟件進(jìn)行數(shù)據(jù)分析以及影像處理，并通過(guò)5種網(wǎng)格尺度下的采樣分析，得出了鄱陽(yáng)湖流域研究的空間適宜尺度，以及該尺度下的下墊面參數(shù)與地表溫度的相關(guān)性及其特征.
1 研究區(qū)概況及數(shù)據(jù)來(lái)源
1.1 研究區(qū)概況
鄱陽(yáng)湖，位于江西省北部，是中國(guó)最大的淡水湖，也是長(zhǎng)江中下游主要支流之一.它是長(zhǎng)江流域的一個(gè)重要的過(guò)水性、吞吐性、季節(jié)性的淺水湖泊，受季節(jié)影響大，“高水是湖、低水似河”是鄱陽(yáng)湖獨(dú)有的形態(tài)特征[13].其湖區(qū)面積，在高水位的6～8 月時(shí)達(dá)4 125 km2以上，而低水位的12 月和1 月時(shí)僅500 km2.該地屬亞熱帶季風(fēng)氣候，年均溫度為18 ℃左右，8 月最高為29.9 ℃左右，1 月最低為5.9 ℃左右.流域內(nèi)自然資源豐富，且在調(diào)節(jié)長(zhǎng)江水位、涵養(yǎng)水源、改善當(dāng)?shù)貧夂蚝途S護(hù)地區(qū)生態(tài)平衡方面起著巨大作用，具有重要的生態(tài)戰(zhàn)略地位.本研究選取鄱陽(yáng)湖區(qū)的一部分，其行政范圍包括湖口縣、廬山市、共青城市、都昌縣、永修縣、濂溪區(qū)、鄱陽(yáng)縣、余干縣、南昌市區(qū)、南昌縣、進(jìn)賢縣等區(qū)域，如圖1所示.
圖1 研究區(qū)范圍
1.2 數(shù)據(jù)來(lái)源及預(yù)處理
研究區(qū)主要為大面積湖泊，晴朗少云的影像并不多.因此，本研究選取云量＜5%且質(zhì)量較好的影像，以鄱陽(yáng)湖枯水期(2017 年12 月)和豐水期(2019 年 8 月)的 Landsat8 影像(來(lái)源于USGUEarthExplorer(usgs.gov))TIRS 熱紅外10 波段數(shù)據(jù)用來(lái)計(jì)算地表溫度；陸地成像儀OLI 用于計(jì)算歸一化植被指數(shù)NDVI、改進(jìn)后的歸一化水體指數(shù)MNDWI以及歸一化建筑指數(shù)NDBI.在ENVI5.3 中對(duì)影像數(shù)據(jù)分別進(jìn)行輻射定標(biāo)、大氣校正等預(yù)處理，并按研究區(qū)矢量邊界裁剪得到研究區(qū)范圍.
2 研究方法
2.1 地表溫度反演
地表溫度反演可分為多波段和單波段算法.根據(jù)不同遙感數(shù)據(jù)的特點(diǎn)，地表溫度反演主要的算法有大氣校正法[14](也稱輻射傳輸方程法)、單窗算法[15-16]和分裂窗算法(也稱劈窗算法)[17-18].本文采用適合Landsat 影像的大氣校正法中的單波段算法.由于Landsat8 影像第11 波段精度不高，故采用第10 波段進(jìn)行地表溫度反演.其基本原理是去除大氣對(duì)地表熱輻射產(chǎn)生的誤差，把熱輻射強(qiáng)度轉(zhuǎn)換為相應(yīng)的地表溫度[19].因此，需對(duì)第10波段進(jìn)行輻射定標(biāo)并計(jì)算其輻射亮度，即
其中，Lλ為熱輻射亮度；DN代表熱紅外波段像元灰度值；Gain和Offset分別代表增益參數(shù)和偏移參數(shù).
衛(wèi)星傳感器接收的輻射亮度值Lλ由3 部分組成：地面真實(shí)輻射亮度經(jīng)過(guò)大氣層后到達(dá)衛(wèi)星傳感器的能量；大氣向下輻射到達(dá)地面后反射的能量(L↓)；大氣向上的輻射亮度(L↑)[20].其表達(dá)式為
其中τ為大氣在熱紅外波段的透過(guò)率.真實(shí)地表溫度sT的值可以通過(guò)普朗克公式得到，即
其中，L↑、L↓和τ可以通過(guò)NASA 官網(wǎng)(http://atmcorr.gsfc.nasa.gov/)獲?。籏1和K2為常量，在Landsat8TIRS 第10 波段中，K1=774.89 W/(cm2·μm·sr)，K2=1 321.08 K.
2.2 地表溫度等級(jí)劃分
常用的劃分溫度等級(jí)的方法有均值-標(biāo)準(zhǔn)差法、自然斷點(diǎn)法和溫度正規(guī)化法.本研究采用均值-標(biāo)準(zhǔn)差法對(duì)鄱陽(yáng)湖地表溫度進(jìn)行劃分.此方法能夠較好地反映不同地表溫度的差異細(xì)節(jié)和體現(xiàn)熱環(huán)境空間分布的優(yōu)勢(shì)[21].以0.5 為分割點(diǎn)將鄱陽(yáng)湖流域地表溫度劃分為5 個(gè)等級(jí)，見(jiàn)表1.
表1 均值-標(biāo)準(zhǔn)差法溫度等級(jí)劃分
2.3 下墊面參數(shù)計(jì)算
地表參數(shù)與地表溫度密切相關(guān)且具有顯著的時(shí)空效應(yīng)，同一地表參數(shù)在不同季節(jié)與地表溫度相關(guān)性存在一定差異[21].參考前人研究成果，并結(jié)合研究區(qū)域特征，選取歸一化植被指數(shù)(NDVI)、改進(jìn)后的歸一化水體指數(shù)(MNDWI)及歸一化建筑指數(shù)(NDBI)來(lái)揭示鄱陽(yáng)湖豐水期、枯水期與地表溫度(LST)的相關(guān)性特點(diǎn).其表達(dá)式分別為
其中，ρNIR代表近紅外波段反射率；ρRed代表紅光波段反射率；ρGreen代表綠光波段反射率；ρMIR為中紅外波段反射率.
2.4 空間自相關(guān)分析
空間自相關(guān)分析能表達(dá)某一空間與其相鄰空間觀測(cè)值是否存在相關(guān)性及其強(qiáng)度，從而探索空間事物的分布特征[22].空間自相關(guān)分為全局空間自相關(guān)和局部空間自相關(guān).全局空間自相關(guān)分析用于衡量整個(gè)地理單元空間與周圍相鄰空間之間的聚集性，其計(jì)算公式為
局部空間自相關(guān)分析則用于衡量局部區(qū)域中變量的聚集性以及分異特征，其計(jì)算公式如下：
其中，n為單元格總數(shù)；xi和xj分別為某變量在空間單元i和j的觀測(cè)值；wij為w位置ij觀測(cè)值權(quán)重；為某變量在第n個(gè)空間的平均值；S2為所有空間單元中變量觀測(cè)值的方差.
3 結(jié)果與分析
3.1 鄱陽(yáng)湖流域枯水期和豐水期地表溫度分布特征
基于均值-標(biāo)準(zhǔn)差的等級(jí)方法，通過(guò)不同倍數(shù)分割密度來(lái)區(qū)分不同閾值，可在一定程度上減小不同時(shí)期的背景差異，能夠更好地表現(xiàn)區(qū)域地表溫度的差異，使數(shù)據(jù)更具可比性[23].依據(jù)該方法，將鄱陽(yáng)湖枯水期和豐水期地表溫度劃分為5 個(gè)等級(jí)，依次為低、次低、中、次高和高溫區(qū)，如圖2 所示.
圖2 鄱陽(yáng)湖流域枯水期(左)、豐水期(右)地表溫度分布特征
由圖2 可知，鄱陽(yáng)湖流域豐水期即夏季，高溫區(qū)和次高溫區(qū)分布在湖體周圍，其主要原因是該區(qū)域受下墊面性質(zhì)以及人類活動(dòng)的影響，大量分布著城市建筑群、耕地以及灘涂地，并且綠地面積破碎使得地表溫度高于其他地區(qū)；中溫區(qū)主要分布在耕地平原地區(qū)，以及水體與山地的過(guò)度地帶；次中溫區(qū)和低溫區(qū)主要分布在鄱陽(yáng)湖主體區(qū)域以及廬山、梅嶺等海拔較高的山體部分.枯水期正值冬季，水位下降導(dǎo)致湖底泥沙裸露，同時(shí)水田也處于裸露狀態(tài)，主要以中溫區(qū)為主；高溫區(qū)主要分布在西南以及西北區(qū)域.為進(jìn)一步揭示研究區(qū)不同時(shí)期溫度的差異，對(duì)其地表溫度等級(jí)的面積占比進(jìn)行了統(tǒng)計(jì)，見(jiàn)表2.
表2 研究區(qū)溫度統(tǒng)計(jì)
由表2 可知，研究區(qū)豐水期的溫度標(biāo)準(zhǔn)差大于枯水期的溫度標(biāo)準(zhǔn)差，這說(shuō)明豐水期溫度的變異性要大于枯水期.豐水期湖泊流域面積大，主體景觀為水體，次中溫區(qū)面積占比大，占整個(gè)研究區(qū)的27.81%，這說(shuō)明水體的降溫作用明顯；豐水期各溫度等級(jí)占比依次為中溫區(qū)(35.44%)＞次中溫區(qū)(27.81%)＞高溫區(qū)(16.77%)＞次高溫區(qū)(10.23%)＞低溫區(qū)(9.72%).枯水期因水位低，大部分泥沙地裸露導(dǎo)致地面升溫快，溫度高，因此中溫區(qū)面積比重大，占整個(gè)區(qū)域的44.6%；枯水期各溫度等級(jí)占比依次為中溫區(qū)(44.6%)＞次高溫區(qū)(18.65%)＞低溫區(qū)(13.66%)＞高溫區(qū)(12.63%)＞次中溫區(qū)(10.44%).由此可知，下墊面特征是引起地表溫度變化的關(guān)鍵性因素.
3.2 不同尺度下鄱陽(yáng)湖流域季節(jié)性地表溫度的空間聚集特征
為定量分析季節(jié)性地表溫度的空間聚集特征以及尺度效應(yīng)，借鑒黃木易等[22]的研究方法，對(duì)地表溫度柵格圖分別在1 km×1 km、2 km×2 km、3 km×3 km、4 km×4 km 以及5 km×5 km 5 種尺度下進(jìn)行采樣.利用ArcGIS10.5 軟件的空間分析模塊和統(tǒng)計(jì)模塊計(jì)算出研究區(qū)2019 年的地表溫度、全局Moran′sI、方差等各項(xiàng)參數(shù).限于篇幅，本研究?jī)H以鄱陽(yáng)湖流域豐水期的地表溫度數(shù)據(jù)為例，計(jì)算研究區(qū)地表溫度與下墊面特征的最佳研究尺度，結(jié)果見(jiàn)圖3.
Moran′sI一般采用Z 方法進(jìn)行顯著性檢驗(yàn)，當(dāng)p-value＜0.05 且z-score＞1.96 時(shí)，則存在空間自相關(guān).在此前提下，當(dāng)Moran′sI＞0 時(shí)，其數(shù)值越大，空間正相關(guān)性就越強(qiáng)，z-score得分越大，則空間正相關(guān)就越顯著.本文中5 種尺度下都通過(guò)了顯著性檢驗(yàn).由圖3 可知，莫蘭指數(shù)值在5種尺度下鄱陽(yáng)湖流域都呈現(xiàn)出顯著的空間自相關(guān)，并隨著網(wǎng)格尺度的增大呈不斷下降趨勢(shì)，這表明LST的空間分布呈多中心分布趨勢(shì)，且發(fā)生團(tuán)狀集聚變化，隨著尺度增大，其分布格局逐漸簡(jiǎn)化，空間相關(guān)性減弱；z-score值呈下降趨勢(shì)，這表明隨著尺度增大，空間顯著性在逐漸降低，且在1～2 km 尺度下降幅度最大；LST方差隨尺度增大而減少，這表明尺度越小，LST的空間差異性越大，且在1 km 尺度下的熱場(chǎng)分布信息最豐富.綜上可知，本研究區(qū)適宜尺度為1 km，此時(shí)的研究結(jié)果能夠較好地表現(xiàn)出鄱陽(yáng)湖流域的溫度聚集特征.
圖3 研究區(qū)地表溫度空間統(tǒng)計(jì)變量與尺度關(guān)系曲線
為進(jìn)一步揭示鄱陽(yáng)湖流域地表溫度的空間異質(zhì)性，本研究選取了2019 年豐水期進(jìn)行局部空間自相關(guān)分析(local indicator of spatial association，LISA)，觀察其空間聚集情況，結(jié)果見(jiàn)圖4.
圖4 鄱陽(yáng)湖流域局部空間自相關(guān)(1 km 尺度)
Moran′sI散點(diǎn)圖分別對(duì)應(yīng)4 個(gè)象限，代表4種類型的空間聚集關(guān)系，其含義參考王鵬龍等[24]的研究.由圖4可知，鄱陽(yáng)湖豐水期水域面積大、連通性好，其水體空間呈低低(LL)聚集區(qū)，在1 km尺度下也較好地反映了水體的形態(tài)及其分布特征；圍繞湖體周圍的高高(HH)聚集區(qū)為城市區(qū)域以及未利用地；高溫區(qū)出現(xiàn)低值區(qū)，即低值被高值包圍呈低高(LH)聚集區(qū)，這表明城市建設(shè)用地中存在公園綠地、水體等具有降溫作用的區(qū)域；同樣，在水體低值區(qū)分布著高值區(qū)，即高值區(qū)被低值區(qū)包圍呈現(xiàn)高低(HL)聚集區(qū)，這表明湖體存在部分裸露的灘涂地，溫度高于周邊地區(qū).山體低值區(qū)域范圍內(nèi)出現(xiàn)部分高值區(qū)，是受人為活動(dòng)影響，其導(dǎo)致了下墊面性質(zhì)發(fā)生變化引起的溫度升高.這進(jìn)一步表明了地表溫度受下墊面特征變化影響.
3.3 鄱陽(yáng)湖流域地表溫度與下墊面參數(shù)的相關(guān)性分析
下墊面是大氣的直接熱源，而地表溫度場(chǎng)又與大氣溫度場(chǎng)關(guān)系密切，因此，下墊面性質(zhì)的變化是影響地表溫度的關(guān)鍵性因素[25-27].為研究鄱陽(yáng)湖流域地表指數(shù)與地表溫度的定量關(guān)系，本研究以1 km 為研究尺度，對(duì)鄱陽(yáng)湖流域豐水期和枯水期分別提取其地表指數(shù)，探討其在不同時(shí)期的地表指數(shù)響應(yīng)情況以及其與地表溫度的相關(guān)性強(qiáng)度的差異，并揭示其在不同時(shí)期的地表指數(shù)對(duì)地表溫度的貢獻(xiàn)程度.枯水期和豐水期鄱陽(yáng)湖流域的NDVI、MNDWI以及NDBI的提取情況如圖5所示.由圖5 可知，NDVI在豐水期因處于夏季，植被茂盛，高值區(qū)面積大，主要分布在山體的林地區(qū)域以及水田耕地區(qū)；枯水期則為12 月份，植被正處于衰退期，且此時(shí)因水田的作物已經(jīng)被收割完，處于裸地狀態(tài)，因此高值區(qū)只分布在山體林地區(qū)域.從豐水期和枯水期來(lái)看，MNDWI能夠較好地提取水體范圍，對(duì)水體的輪廓特征表現(xiàn)較好，能明顯地表達(dá)鄱陽(yáng)湖流域的水系特征及范圍；NDBI對(duì)鄱陽(yáng)湖流域豐水期時(shí)建筑等不透水面的提取較好，而枯水期因鄱陽(yáng)湖水位下降，水系基本干涸，大量泥沙裸露以及水田的裸露導(dǎo)致其對(duì)不透水面的提取出現(xiàn)像元混合情況，主要表現(xiàn)為建筑或道路與高亮裸土的混合像元，此結(jié)果與馬羽赫等[28]的研究相符；因鄱陽(yáng)湖流域枯水期存在大面積的裸地而形成干擾，出現(xiàn)了圖5 的大面積NDBI高值區(qū)，其主要分布在城市區(qū)域、水田耕地區(qū)、水體裸露部分等區(qū)域.為進(jìn)一步解釋不同時(shí)期3 種地表指數(shù)與地表溫度的相關(guān)性強(qiáng)度及其差異，本研究分別對(duì)鄱陽(yáng)湖流域豐水期以及枯水期的NDVI、MNDWI和NDBI與地表溫度進(jìn)行了相關(guān)性分析，如圖6 所示.
圖5 鄱陽(yáng)湖流域枯水期(左)、豐水期(右)的NDVI，MNDWI 和NDBI
圖6 鄱陽(yáng)湖流域枯水期和豐水期的LST 與NDVI，MNDWI，NDBI 的關(guān)系
參考帥晨等[25]的研究，因不同的地物類型會(huì)影響地表指數(shù)與地表溫度的相關(guān)性，因此，本文為減少不同土地覆蓋類型對(duì)地表指數(shù)與地表溫度相關(guān)性的干擾，剔除了不同時(shí)期的NDVI和MNDWI＜0 的指數(shù)，而NDBI因受地表覆蓋類型影響小，整體趨勢(shì)不變，因此保留了NDBI原有的值，結(jié)果如圖6 所示.由圖6可知，豐水期的LST與NDVI相關(guān)性比枯水期要好，這是因?yàn)樨S水期處于夏季，植被覆蓋度高，不同地物類型之間的溫差大.從圖6 還可以看出，不同時(shí)期NDVI與溫度都呈負(fù)相關(guān)性，這表明植被具有降溫作用，尤其是夏季作用更為明顯；鄱陽(yáng)湖流域枯水期的MNDWI與LST的相關(guān)性比豐水期好，造成此結(jié)果的原因是夏季鄱陽(yáng)湖水面積大，水體以及水田的控制力強(qiáng)使得水體與周圍的溫度差異性減少，加之夏季植被覆蓋度高，對(duì)結(jié)果也會(huì)產(chǎn)生一定的影響.不同時(shí)期的MNDWI與溫度都呈現(xiàn)不同程度的負(fù)相關(guān)，這說(shuō)明水體具有降溫作用；豐水期的NDBI與LST的相關(guān)性比枯水期要好，其原因與前文提到的冬季NDBI出現(xiàn)混合像元情況有關(guān).不同時(shí)期的NDBI與溫度呈正相關(guān)，而豐水期即夏季呈顯著相關(guān)，這表明不透水地面對(duì)地表溫度具有升溫作用，且升溫幅度明顯大于植被和水體.因此，人類活動(dòng)是導(dǎo)致城市熱島和地表溫度強(qiáng)烈變化的主要原因.
4 結(jié)論
鄱陽(yáng)湖流域豐水期地表溫度差異明顯，其低溫區(qū)分布在湖體以及山體區(qū)域，高溫區(qū)分布在城市區(qū)域以及未利用地等不透水面區(qū)域；枯水期因大量湖底泥沙裸露，主要以中溫區(qū)為主，高溫區(qū)分布較分散；枯水期溫度變異性要小于夏季.
空間異質(zhì)性表明，LST網(wǎng)格化單元在5 種尺度下均呈現(xiàn)顯著的空間正相關(guān)；LST的空間聚集特征受尺度變化的影響，鄱陽(yáng)湖流域地表溫度空間研究的適宜尺度為1 km，該尺度對(duì)空間異質(zhì)性表現(xiàn)顯著，并且能夠很好地反映流域內(nèi)高低溫度聚集的情況與下墊面性質(zhì)的關(guān)系.
豐水期NDVI與地表溫度相關(guān)性高于枯水期，且不同時(shí)期兩者均呈負(fù)相關(guān)；枯水期MNDWI與地表溫度的相關(guān)性高于豐水期，其原因是受水體降溫的影響，削弱了與周邊地區(qū)的溫度差異，且兩者在不同時(shí)期均呈負(fù)相關(guān)性；豐水期NDBI與溫度的相關(guān)性高于枯水期，且兩者呈正相關(guān)性.這說(shuō)明水體和植被對(duì)地表具有降溫作用，而不透水地面具有升溫作用，且升溫幅度大于NDVI和MNDWI的降溫幅度.
猜你喜歡
豐水期巢湖水體與沉積物重金屬污染及分配特征研究中國(guó)資源綜合利用(2024年7期)2024-12-31 00:00:00 ABSTRACTS鄱陽(yáng)湖學(xué)刊(2024年3期)2024-01-01 00:00:00 牛欄江流域浮游動(dòng)物群落結(jié)構(gòu)特征及驅(qū)動(dòng)因子水生態(tài)學(xué)雜志(2024年5期)2024-01-01 00:00:00 膠東沿海某地區(qū)生活飲用水總α、總β放射性水平調(diào)查分析食品安全導(dǎo)刊·中旬刊(2023年4期)2023-05-31 21:35:50 不同下墊面對(duì)氣溫的影響氣象水文海洋儀器(2022年3期)2022-11-09 12:37:00 鄱陽(yáng)湖水系之潦河水利水電快報(bào)(2022年7期)2022-07-18 01:02:40 《鄱陽(yáng)湖生態(tài)系列插畫》現(xiàn)代出版(2019年6期)2020-01-14 02:20:36 北京與成都城市下墊面閃電時(shí)空分布特征對(duì)比研究成都信息工程大學(xué)學(xué)報(bào)(2018年3期)2018-08-29 01:08:52 流域下墊面變化對(duì)潮白河密云水庫(kù)上游徑流影響分析水利規(guī)劃與設(shè)計(jì)(2017年11期)2017-12-23 06:34:08 下墊面變化對(duì)徑流及洪水影響分析水利科技與經(jīng)濟(jì)(2017年4期)2017-04-22 02:38:06
闕元燕，胡欣雨，陳舒玲，王升紅，林仕宇，陸東芳
(福建農(nóng)林大學(xué) 園林學(xué)院，福州 350002)
氣候變化容易改變區(qū)域水熱循環(huán)，導(dǎo)致極端氣候事件發(fā)生，進(jìn)而引起一系列生態(tài)環(huán)境問(wèn)題，其中湖水環(huán)境的退化問(wèn)題較為明顯[1].鄱陽(yáng)湖作為水陸生態(tài)系統(tǒng)交匯帶，具有保護(hù)、連接、緩沖等重要生態(tài)功能，其作為我國(guó)第一大淡水湖，是長(zhǎng)江下游僅存的2個(gè)大型通江湖泊之一，是世界上重要的濕地生態(tài)區(qū)，同時(shí)也是全球最大的鳥類保護(hù)區(qū)和候鳥的重要遷徙地[2].因此，鄱陽(yáng)湖流域有著重要的戰(zhàn)略地位.隨著人為干擾的加劇，城市擴(kuò)張遷移、生產(chǎn)生活等活動(dòng)使得鄱陽(yáng)湖水環(huán)境問(wèn)題日益突出[3].因此，探究鄱陽(yáng)湖流域不同時(shí)期(枯水期和豐水期)的地表溫度時(shí)空分布特征，對(duì)鄱陽(yáng)湖流域的生態(tài)保護(hù)和發(fā)展具有重要意義.
目前，城市熱島受到了廣泛的關(guān)注.其研究方法主要有氣象數(shù)據(jù)觀測(cè)法、數(shù)字模擬研究法以及遙感影像反演法3大類[4].其中遙感影像反演的方法具有同步觀測(cè)、數(shù)據(jù)易獲取等優(yōu)點(diǎn)，被廣泛應(yīng)用.在研究?jī)?nèi)容上，諸多學(xué)者聚焦土地利用變化及綠地景觀格局對(duì)熱島的影響[5-7]，其研究對(duì)象主要為城市建成區(qū).如李軍等[8]分析了重慶市主城區(qū)的地表溫度分布差異；陳斌等[9]研究了武漢市主城區(qū)公園景觀的熱環(huán)境.其他研究對(duì)象還有脆弱性高的山區(qū)、高原、河流、湖泊等.如夏龍等[10]研究了青藏高原草地植被與地表溫度的關(guān)系；熱伊萊等[11]研究了博斯騰湖流域溫度時(shí)空分異特征.
鄱陽(yáng)湖流域因其獨(dú)特的季節(jié)性特點(diǎn)，不同時(shí)期呈現(xiàn)不同的下墊面性質(zhì)特征.針對(duì)湖泊流域的地表溫度時(shí)空分布特征的研究各具特色，但綜合分析其空間聚集特征及尺度效應(yīng)的研究并不多.因此，本文從鄱陽(yáng)湖流域不同時(shí)期的溫度分布時(shí)空特征、尺度效應(yīng)以及其與下墊面參數(shù)的關(guān)系角度出發(fā)，探究鄱陽(yáng)湖流域不同時(shí)期的地表溫度與下墊面關(guān)系的時(shí)空特征，以期為鄱陽(yáng)湖生態(tài)-經(jīng)濟(jì)圈[12]的發(fā)展提供參考.研究基于目標(biāo)區(qū)獨(dú)特的湖泊形態(tài)特征，利用遙感影像反演其不同時(shí)期的地表溫度和下墊面參數(shù)，利用ArcGIS、ENVI 軟件進(jìn)行數(shù)據(jù)分析以及影像處理，并通過(guò)5種網(wǎng)格尺度下的采樣分析，得出了鄱陽(yáng)湖流域研究的空間適宜尺度，以及該尺度下的下墊面參數(shù)與地表溫度的相關(guān)性及其特征.
1 研究區(qū)概況及數(shù)據(jù)來(lái)源
1.1 研究區(qū)概況
鄱陽(yáng)湖，位于江西省北部，是中國(guó)最大的淡水湖，也是長(zhǎng)江中下游主要支流之一.它是長(zhǎng)江流域的一個(gè)重要的過(guò)水性、吞吐性、季節(jié)性的淺水湖泊，受季節(jié)影響大，“高水是湖、低水似河”是鄱陽(yáng)湖獨(dú)有的形態(tài)特征[13].其湖區(qū)面積，在高水位的6～8 月時(shí)達(dá)4 125 km2以上，而低水位的12 月和1 月時(shí)僅500 km2.該地屬亞熱帶季風(fēng)氣候，年均溫度為18 ℃左右，8 月最高為29.9 ℃左右，1 月最低為5.9 ℃左右.流域內(nèi)自然資源豐富，且在調(diào)節(jié)長(zhǎng)江水位、涵養(yǎng)水源、改善當(dāng)?shù)貧夂蚝途S護(hù)地區(qū)生態(tài)平衡方面起著巨大作用，具有重要的生態(tài)戰(zhàn)略地位.本研究選取鄱陽(yáng)湖區(qū)的一部分，其行政范圍包括湖口縣、廬山市、共青城市、都昌縣、永修縣、濂溪區(qū)、鄱陽(yáng)縣、余干縣、南昌市區(qū)、南昌縣、進(jìn)賢縣等區(qū)域，如圖1所示.
圖1 研究區(qū)范圍
1.2 數(shù)據(jù)來(lái)源及預(yù)處理
研究區(qū)主要為大面積湖泊，晴朗少云的影像并不多.因此，本研究選取云量＜5%且質(zhì)量較好的影像，以鄱陽(yáng)湖枯水期(2017 年12 月)和豐水期(2019 年 8 月)的 Landsat8 影像(來(lái)源于USGUEarthExplorer(usgs.gov))TIRS 熱紅外10 波段數(shù)據(jù)用來(lái)計(jì)算地表溫度；陸地成像儀OLI 用于計(jì)算歸一化植被指數(shù)NDVI、改進(jìn)后的歸一化水體指數(shù)MNDWI以及歸一化建筑指數(shù)NDBI.在ENVI5.3 中對(duì)影像數(shù)據(jù)分別進(jìn)行輻射定標(biāo)、大氣校正等預(yù)處理，并按研究區(qū)矢量邊界裁剪得到研究區(qū)范圍.
2 研究方法
2.1 地表溫度反演
地表溫度反演可分為多波段和單波段算法.根據(jù)不同遙感數(shù)據(jù)的特點(diǎn)，地表溫度反演主要的算法有大氣校正法[14](也稱輻射傳輸方程法)、單窗算法[15-16]和分裂窗算法(也稱劈窗算法)[17-18].本文采用適合Landsat 影像的大氣校正法中的單波段算法.由于Landsat8 影像第11 波段精度不高，故采用第10 波段進(jìn)行地表溫度反演.其基本原理是去除大氣對(duì)地表熱輻射產(chǎn)生的誤差，把熱輻射強(qiáng)度轉(zhuǎn)換為相應(yīng)的地表溫度[19].因此，需對(duì)第10波段進(jìn)行輻射定標(biāo)并計(jì)算其輻射亮度，即
其中，Lλ為熱輻射亮度；DN代表熱紅外波段像元灰度值；Gain和Offset分別代表增益參數(shù)和偏移參數(shù).
衛(wèi)星傳感器接收的輻射亮度值Lλ由3 部分組成：地面真實(shí)輻射亮度經(jīng)過(guò)大氣層后到達(dá)衛(wèi)星傳感器的能量；大氣向下輻射到達(dá)地面后反射的能量(L↓)；大氣向上的輻射亮度(L↑)[20].其表達(dá)式為
其中τ為大氣在熱紅外波段的透過(guò)率.真實(shí)地表溫度sT的值可以通過(guò)普朗克公式得到，即
其中，L↑、L↓和τ可以通過(guò)NASA 官網(wǎng)(http://atmcorr.gsfc.nasa.gov/)獲?。籏1和K2為常量，在Landsat8TIRS 第10 波段中，K1=774.89 W/(cm2·μm·sr)，K2=1 321.08 K.
2.2 地表溫度等級(jí)劃分
常用的劃分溫度等級(jí)的方法有均值-標(biāo)準(zhǔn)差法、自然斷點(diǎn)法和溫度正規(guī)化法.本研究采用均值-標(biāo)準(zhǔn)差法對(duì)鄱陽(yáng)湖地表溫度進(jìn)行劃分.此方法能夠較好地反映不同地表溫度的差異細(xì)節(jié)和體現(xiàn)熱環(huán)境空間分布的優(yōu)勢(shì)[21].以0.5 為分割點(diǎn)將鄱陽(yáng)湖流域地表溫度劃分為5 個(gè)等級(jí)，見(jiàn)表1.
表1 均值-標(biāo)準(zhǔn)差法溫度等級(jí)劃分
2.3 下墊面參數(shù)計(jì)算
地表參數(shù)與地表溫度密切相關(guān)且具有顯著的時(shí)空效應(yīng)，同一地表參數(shù)在不同季節(jié)與地表溫度相關(guān)性存在一定差異[21].參考前人研究成果，并結(jié)合研究區(qū)域特征，選取歸一化植被指數(shù)(NDVI)、改進(jìn)后的歸一化水體指數(shù)(MNDWI)及歸一化建筑指數(shù)(NDBI)來(lái)揭示鄱陽(yáng)湖豐水期、枯水期與地表溫度(LST)的相關(guān)性特點(diǎn).其表達(dá)式分別為
其中，ρNIR代表近紅外波段反射率；ρRed代表紅光波段反射率；ρGreen代表綠光波段反射率；ρMIR為中紅外波段反射率.
2.4 空間自相關(guān)分析
空間自相關(guān)分析能表達(dá)某一空間與其相鄰空間觀測(cè)值是否存在相關(guān)性及其強(qiáng)度，從而探索空間事物的分布特征[22].空間自相關(guān)分為全局空間自相關(guān)和局部空間自相關(guān).全局空間自相關(guān)分析用于衡量整個(gè)地理單元空間與周圍相鄰空間之間的聚集性，其計(jì)算公式為
局部空間自相關(guān)分析則用于衡量局部區(qū)域中變量的聚集性以及分異特征，其計(jì)算公式如下：
其中，n為單元格總數(shù)；xi和xj分別為某變量在空間單元i和j的觀測(cè)值；wij為w位置ij觀測(cè)值權(quán)重；為某變量在第n個(gè)空間的平均值；S2為所有空間單元中變量觀測(cè)值的方差.
3 結(jié)果與分析
3.1 鄱陽(yáng)湖流域枯水期和豐水期地表溫度分布特征
基于均值-標(biāo)準(zhǔn)差的等級(jí)方法，通過(guò)不同倍數(shù)分割密度來(lái)區(qū)分不同閾值，可在一定程度上減小不同時(shí)期的背景差異，能夠更好地表現(xiàn)區(qū)域地表溫度的差異，使數(shù)據(jù)更具可比性[23].依據(jù)該方法，將鄱陽(yáng)湖枯水期和豐水期地表溫度劃分為5 個(gè)等級(jí)，依次為低、次低、中、次高和高溫區(qū)，如圖2 所示.
圖2 鄱陽(yáng)湖流域枯水期(左)、豐水期(右)地表溫度分布特征
由圖2 可知，鄱陽(yáng)湖流域豐水期即夏季，高溫區(qū)和次高溫區(qū)分布在湖體周圍，其主要原因是該區(qū)域受下墊面性質(zhì)以及人類活動(dòng)的影響，大量分布著城市建筑群、耕地以及灘涂地，并且綠地面積破碎使得地表溫度高于其他地區(qū)；中溫區(qū)主要分布在耕地平原地區(qū)，以及水體與山地的過(guò)度地帶；次中溫區(qū)和低溫區(qū)主要分布在鄱陽(yáng)湖主體區(qū)域以及廬山、梅嶺等海拔較高的山體部分.枯水期正值冬季，水位下降導(dǎo)致湖底泥沙裸露，同時(shí)水田也處于裸露狀態(tài)，主要以中溫區(qū)為主；高溫區(qū)主要分布在西南以及西北區(qū)域.為進(jìn)一步揭示研究區(qū)不同時(shí)期溫度的差異，對(duì)其地表溫度等級(jí)的面積占比進(jìn)行了統(tǒng)計(jì)，見(jiàn)表2.
表2 研究區(qū)溫度統(tǒng)計(jì)
由表2 可知，研究區(qū)豐水期的溫度標(biāo)準(zhǔn)差大于枯水期的溫度標(biāo)準(zhǔn)差，這說(shuō)明豐水期溫度的變異性要大于枯水期.豐水期湖泊流域面積大，主體景觀為水體，次中溫區(qū)面積占比大，占整個(gè)研究區(qū)的27.81%，這說(shuō)明水體的降溫作用明顯；豐水期各溫度等級(jí)占比依次為中溫區(qū)(35.44%)＞次中溫區(qū)(27.81%)＞高溫區(qū)(16.77%)＞次高溫區(qū)(10.23%)＞低溫區(qū)(9.72%).枯水期因水位低，大部分泥沙地裸露導(dǎo)致地面升溫快，溫度高，因此中溫區(qū)面積比重大，占整個(gè)區(qū)域的44.6%；枯水期各溫度等級(jí)占比依次為中溫區(qū)(44.6%)＞次高溫區(qū)(18.65%)＞低溫區(qū)(13.66%)＞高溫區(qū)(12.63%)＞次中溫區(qū)(10.44%).由此可知，下墊面特征是引起地表溫度變化的關(guān)鍵性因素.
3.2 不同尺度下鄱陽(yáng)湖流域季節(jié)性地表溫度的空間聚集特征
為定量分析季節(jié)性地表溫度的空間聚集特征以及尺度效應(yīng)，借鑒黃木易等[22]的研究方法，對(duì)地表溫度柵格圖分別在1 km×1 km、2 km×2 km、3 km×3 km、4 km×4 km 以及5 km×5 km 5 種尺度下進(jìn)行采樣.利用ArcGIS10.5 軟件的空間分析模塊和統(tǒng)計(jì)模塊計(jì)算出研究區(qū)2019 年的地表溫度、全局Moran′sI、方差等各項(xiàng)參數(shù).限于篇幅，本研究?jī)H以鄱陽(yáng)湖流域豐水期的地表溫度數(shù)據(jù)為例，計(jì)算研究區(qū)地表溫度與下墊面特征的最佳研究尺度，結(jié)果見(jiàn)圖3.
Moran′sI一般采用Z 方法進(jìn)行顯著性檢驗(yàn)，當(dāng)p-value＜0.05 且z-score＞1.96 時(shí)，則存在空間自相關(guān).在此前提下，當(dāng)Moran′sI＞0 時(shí)，其數(shù)值越大，空間正相關(guān)性就越強(qiáng)，z-score得分越大，則空間正相關(guān)就越顯著.本文中5 種尺度下都通過(guò)了顯著性檢驗(yàn).由圖3 可知，莫蘭指數(shù)值在5種尺度下鄱陽(yáng)湖流域都呈現(xiàn)出顯著的空間自相關(guān)，并隨著網(wǎng)格尺度的增大呈不斷下降趨勢(shì)，這表明LST的空間分布呈多中心分布趨勢(shì)，且發(fā)生團(tuán)狀集聚變化，隨著尺度增大，其分布格局逐漸簡(jiǎn)化，空間相關(guān)性減弱；z-score值呈下降趨勢(shì)，這表明隨著尺度增大，空間顯著性在逐漸降低，且在1～2 km 尺度下降幅度最大；LST方差隨尺度增大而減少，這表明尺度越小，LST的空間差異性越大，且在1 km 尺度下的熱場(chǎng)分布信息最豐富.綜上可知，本研究區(qū)適宜尺度為1 km，此時(shí)的研究結(jié)果能夠較好地表現(xiàn)出鄱陽(yáng)湖流域的溫度聚集特征.
圖3 研究區(qū)地表溫度空間統(tǒng)計(jì)變量與尺度關(guān)系曲線
為進(jìn)一步揭示鄱陽(yáng)湖流域地表溫度的空間異質(zhì)性，本研究選取了2019 年豐水期進(jìn)行局部空間自相關(guān)分析(local indicator of spatial association，LISA)，觀察其空間聚集情況，結(jié)果見(jiàn)圖4.
圖4 鄱陽(yáng)湖流域局部空間自相關(guān)(1 km 尺度)
Moran′sI散點(diǎn)圖分別對(duì)應(yīng)4 個(gè)象限，代表4種類型的空間聚集關(guān)系，其含義參考王鵬龍等[24]的研究.由圖4可知，鄱陽(yáng)湖豐水期水域面積大、連通性好，其水體空間呈低低(LL)聚集區(qū)，在1 km尺度下也較好地反映了水體的形態(tài)及其分布特征；圍繞湖體周圍的高高(HH)聚集區(qū)為城市區(qū)域以及未利用地；高溫區(qū)出現(xiàn)低值區(qū)，即低值被高值包圍呈低高(LH)聚集區(qū)，這表明城市建設(shè)用地中存在公園綠地、水體等具有降溫作用的區(qū)域；同樣，在水體低值區(qū)分布著高值區(qū)，即高值區(qū)被低值區(qū)包圍呈現(xiàn)高低(HL)聚集區(qū)，這表明湖體存在部分裸露的灘涂地，溫度高于周邊地區(qū).山體低值區(qū)域范圍內(nèi)出現(xiàn)部分高值區(qū)，是受人為活動(dòng)影響，其導(dǎo)致了下墊面性質(zhì)發(fā)生變化引起的溫度升高.這進(jìn)一步表明了地表溫度受下墊面特征變化影響.
3.3 鄱陽(yáng)湖流域地表溫度與下墊面參數(shù)的相關(guān)性分析
下墊面是大氣的直接熱源，而地表溫度場(chǎng)又與大氣溫度場(chǎng)關(guān)系密切，因此，下墊面性質(zhì)的變化是影響地表溫度的關(guān)鍵性因素[25-27].為研究鄱陽(yáng)湖流域地表指數(shù)與地表溫度的定量關(guān)系，本研究以1 km 為研究尺度，對(duì)鄱陽(yáng)湖流域豐水期和枯水期分別提取其地表指數(shù)，探討其在不同時(shí)期的地表指數(shù)響應(yīng)情況以及其與地表溫度的相關(guān)性強(qiáng)度的差異，并揭示其在不同時(shí)期的地表指數(shù)對(duì)地表溫度的貢獻(xiàn)程度.枯水期和豐水期鄱陽(yáng)湖流域的NDVI、MNDWI以及NDBI的提取情況如圖5所示.由圖5 可知，NDVI在豐水期因處于夏季，植被茂盛，高值區(qū)面積大，主要分布在山體的林地區(qū)域以及水田耕地區(qū)；枯水期則為12 月份，植被正處于衰退期，且此時(shí)因水田的作物已經(jīng)被收割完，處于裸地狀態(tài)，因此高值區(qū)只分布在山體林地區(qū)域.從豐水期和枯水期來(lái)看，MNDWI能夠較好地提取水體范圍，對(duì)水體的輪廓特征表現(xiàn)較好，能明顯地表達(dá)鄱陽(yáng)湖流域的水系特征及范圍；NDBI對(duì)鄱陽(yáng)湖流域豐水期時(shí)建筑等不透水面的提取較好，而枯水期因鄱陽(yáng)湖水位下降，水系基本干涸，大量泥沙裸露以及水田的裸露導(dǎo)致其對(duì)不透水面的提取出現(xiàn)像元混合情況，主要表現(xiàn)為建筑或道路與高亮裸土的混合像元，此結(jié)果與馬羽赫等[28]的研究相符；因鄱陽(yáng)湖流域枯水期存在大面積的裸地而形成干擾，出現(xiàn)了圖5 的大面積NDBI高值區(qū)，其主要分布在城市區(qū)域、水田耕地區(qū)、水體裸露部分等區(qū)域.為進(jìn)一步解釋不同時(shí)期3 種地表指數(shù)與地表溫度的相關(guān)性強(qiáng)度及其差異，本研究分別對(duì)鄱陽(yáng)湖流域豐水期以及枯水期的NDVI、MNDWI和NDBI與地表溫度進(jìn)行了相關(guān)性分析，如圖6 所示.
圖5 鄱陽(yáng)湖流域枯水期(左)、豐水期(右)的NDVI，MNDWI 和NDBI
圖6 鄱陽(yáng)湖流域枯水期和豐水期的LST 與NDVI，MNDWI，NDBI 的關(guān)系
參考帥晨等[25]的研究，因不同的地物類型會(huì)影響地表指數(shù)與地表溫度的相關(guān)性，因此，本文為減少不同土地覆蓋類型對(duì)地表指數(shù)與地表溫度相關(guān)性的干擾，剔除了不同時(shí)期的NDVI和MNDWI＜0 的指數(shù)，而NDBI因受地表覆蓋類型影響小，整體趨勢(shì)不變，因此保留了NDBI原有的值，結(jié)果如圖6 所示.由圖6可知，豐水期的LST與NDVI相關(guān)性比枯水期要好，這是因?yàn)樨S水期處于夏季，植被覆蓋度高，不同地物類型之間的溫差大.從圖6 還可以看出，不同時(shí)期NDVI與溫度都呈負(fù)相關(guān)性，這表明植被具有降溫作用，尤其是夏季作用更為明顯；鄱陽(yáng)湖流域枯水期的MNDWI與LST的相關(guān)性比豐水期好，造成此結(jié)果的原因是夏季鄱陽(yáng)湖水面積大，水體以及水田的控制力強(qiáng)使得水體與周圍的溫度差異性減少，加之夏季植被覆蓋度高，對(duì)結(jié)果也會(huì)產(chǎn)生一定的影響.不同時(shí)期的MNDWI與溫度都呈現(xiàn)不同程度的負(fù)相關(guān)，這說(shuō)明水體具有降溫作用；豐水期的NDBI與LST的相關(guān)性比枯水期要好，其原因與前文提到的冬季NDBI出現(xiàn)混合像元情況有關(guān).不同時(shí)期的NDBI與溫度呈正相關(guān)，而豐水期即夏季呈顯著相關(guān)，這表明不透水地面對(duì)地表溫度具有升溫作用，且升溫幅度明顯大于植被和水體.因此，人類活動(dòng)是導(dǎo)致城市熱島和地表溫度強(qiáng)烈變化的主要原因.
4 結(jié)論
鄱陽(yáng)湖流域豐水期地表溫度差異明顯，其低溫區(qū)分布在湖體以及山體區(qū)域，高溫區(qū)分布在城市區(qū)域以及未利用地等不透水面區(qū)域；枯水期因大量湖底泥沙裸露，主要以中溫區(qū)為主，高溫區(qū)分布較分散；枯水期溫度變異性要小于夏季.
空間異質(zhì)性表明，LST網(wǎng)格化單元在5 種尺度下均呈現(xiàn)顯著的空間正相關(guān)；LST的空間聚集特征受尺度變化的影響，鄱陽(yáng)湖流域地表溫度空間研究的適宜尺度為1 km，該尺度對(duì)空間異質(zhì)性表現(xiàn)顯著，并且能夠很好地反映流域內(nèi)高低溫度聚集的情況與下墊面性質(zhì)的關(guān)系.
豐水期NDVI與地表溫度相關(guān)性高于枯水期，且不同時(shí)期兩者均呈負(fù)相關(guān)；枯水期MNDWI與地表溫度的相關(guān)性高于豐水期，其原因是受水體降溫的影響，削弱了與周邊地區(qū)的溫度差異，且兩者在不同時(shí)期均呈負(fù)相關(guān)性；豐水期NDBI與溫度的相關(guān)性高于枯水期，且兩者呈正相關(guān)性.這說(shuō)明水體和植被對(duì)地表具有降溫作用，而不透水地面具有升溫作用，且升溫幅度大于NDVI和MNDWI的降溫幅度.
猜你喜歡
中國(guó)資源綜合利用(2024年7期)2024-12-31 00:00:00
鄱陽(yáng)湖學(xué)刊(2024年3期)2024-01-01 00:00:00
水生態(tài)學(xué)雜志(2024年5期)2024-01-01 00:00:00
食品安全導(dǎo)刊·中旬刊(2023年4期)2023-05-31 21:35:50
氣象水文海洋儀器(2022年3期)2022-11-09 12:37:00
水利水電快報(bào)(2022年7期)2022-07-18 01:02:40
現(xiàn)代出版(2019年6期)2020-01-14 02:20:36
成都信息工程大學(xué)學(xué)報(bào)(2018年3期)2018-08-29 01:08:52
水利規(guī)劃與設(shè)計(jì)(2017年11期)2017-12-23 06:34:08
水利科技與經(jīng)濟(jì)(2017年4期)2017-04-22 02:38:06
