侯春華,李富平,何寶杰,馬朋坤,宋 文,6,趙菁菁
(1.華北理工大學 礦業(yè)工程學院,河北 唐山 063210;2.唐山師范學院 計算機科學系,河北 唐山 063000;3.重慶大學 建筑城規(guī)學院,重慶 400405;4.澳大利亞新南威爾士大學 建筑環(huán)境學院,澳大利亞 悉尼 2052;5.北京城市氣象研究院城市邊界層與大氣環(huán)境研究所,北京 100089;6.中國科學院地理科學與資源研究所,北京100101)
地表溫度(Land surface temperature,LST)是表征大氣底層和陸地表層之間熱量狀況的重要指標,其變化主要受地表反照率(Albedo)和下墊面性質等因素的影響[1]。地表反照率是描述地表輻射特征的量綱一的參數(shù)[2],時空變化受到自然過程以及人類活動的影響,例如工業(yè)化、城市化以及季節(jié)變化等都會對地表反照率造成影響,進而影響地表溫度[3-4]。Hansen等[5]研究得出全球土地利用變化會導致地表反照率發(fā)生變化,從而引起全球凈輻射減少,使得氣溫下降。礦產(chǎn)資源開采活動改變了原有地表下墊面性質,大量植被遭到破壞,使得地表反照率發(fā)生變化,進而影響地表輻射平衡和熱量狀況[6]。
以往研究只考慮植被覆蓋的動態(tài)變化對地表熱環(huán)境的驅動作用[7-9]。研究表明,植被的降溫作用一定程度上是因為光合植被(Photosynthetic vegetation,PV)葉面的水分含量,如Amiri等[10]在伊朗的研究表明,高植被覆蓋區(qū)因植被含水量變化導致地溫在低溫和高溫特征之間相互轉變。因而提取光合植被覆蓋度(fractional cover of photosynthetic vegetation,fPV)信息,分析其動態(tài)變化引起地表反照率發(fā)生改變進而對地表熱環(huán)境的驅動作用具有重要意義。近年來,地表反照率的時空特征研究一直備受關注,這些研究大多都是大、中尺度區(qū)域地表反照率時空分布變化特征[11-13],對于礦業(yè)開采導致礦區(qū)內(nèi)部光合植被覆蓋改變引起地表反照率時空分布及其特征發(fā)生變化,進而加劇地表熱環(huán)境異質性的分析研究相對薄弱。
基于此,本文基于2000年、2008年和2018年3期Landsat遙感影像的可見光波段,反演光合植被覆蓋度與地表反照率,基于熱紅外波段反演地表溫度。利用疊加分析、相關分析和回歸分析法,定量化和可視化分析了fPV和Albedo與地表溫度的相關性,進而探究由于礦產(chǎn)開發(fā)引起礦區(qū)光合植被覆蓋時空變化導致地表反照率變化之間的潛在關系,并揭示礦區(qū)地表熱環(huán)境異質性對光合植被覆蓋度和地表反照率變化的響應規(guī)律。
1.1.1 研究區(qū)概況
唐山首鋼馬蘭莊鐵礦位于河北省唐山市東北部的遷安市馬蘭莊鎮(zhèn)境內(nèi)(如圖1所示)。遷安市以山地和丘陵為主,地勢西北高,東南低,屬暖溫帶、半濕潤大陸性季風氣候,全年氣溫變化較大。馬蘭莊鐵礦礦區(qū)面積2.9 km2,于1970年開始建礦,1972年正式投產(chǎn)。礦山目前采用露天開采方式,主要包括白馬山和沙河山2個采場,白馬山采場于2007年末閉坑。礦區(qū)東臨灤河、北依燕山、西與遷西接壤、南與首鋼礦區(qū)相連,礦藏豐富。礦山于2008年、2009年和2010年分別在尾礦庫、柳河峪排土場和白馬山排土場持續(xù)實施植被恢復工程,主要種植刺槐、火炬樹、沙棘等適宜于礦區(qū)自然條件的先鋒植物和適宜樹種[14]。
圖1 研究區(qū)位置與三維示意圖
1.1.2 數(shù)據(jù)源及預處理
1)遙感影像數(shù)據(jù)。所用數(shù)據(jù)分別為2000年9月6日、2008年9月12日和2018年9月8日,來源于美國地質調(diào)查局(USGS)Landsat官方網(wǎng)站(http://glovis.usgs.gov/),Level 1T級中分辨率系列衛(wèi)星產(chǎn)品(軌道號122/32),分辨率為30 m,云量均小于2%,經(jīng)查驗 3 期影像過境時間均為上午10:00~11:00之間,衛(wèi)星過境全天均無降水,天氣狀況較好,適宜進行地表反照率和LST反演。來源于地理空間數(shù)據(jù)云(http://www.gscloud.cn/)的,分辨率為250 m的與Landsat數(shù)據(jù)獲取日期一致的MODIS地表反射率產(chǎn)品MOD09GQ,用于對Landsat反演的地表反照率進行驗證。
預處理工作依托ENVI5.3軟件平臺,對各期Landsat影像進行輻射定標,大氣校正和裁剪。各期MOD09GQ產(chǎn)品依托ArcGIS10.2軟件進行投影變換使之與Landsat投影保持一致,最后拼接和裁剪。
2)實地調(diào)查數(shù)據(jù)。于2018年9月9日派出具有野外實地工作經(jīng)驗,并具有一定地理學理論基礎的實測人員5人,采用實地測量法定量驗證植被覆蓋度反演精度。在礦區(qū)內(nèi)選取10個有代表性的30 m×30 m的網(wǎng)格,網(wǎng)格中心點周圍的植被覆蓋度均存在一定差異,盡量包含0~100%的植被覆蓋范圍,分別記錄下各網(wǎng)格單元中心點的經(jīng)、緯度坐標。每個網(wǎng)格由5位觀測員分別輪流站在網(wǎng)格單元的中心點進行目視觀測,并分別將觀測結果記錄下來,觀測結束后對每個網(wǎng)格的植被覆蓋度觀測結果求取均值。
3)其他數(shù)據(jù)。中國縣級行政矢量圖的研究區(qū)矢量邊界數(shù)據(jù);2018年9月28日空間分辨率為全色2 m、多光譜8 m的GF-1衛(wèi)星遙感影像;谷歌地球高分辨率影像,用于輔助目視解譯礦區(qū)地表擾動類型。
1.1.3 地表下墊面擾動類型提取
在參考中國土地利用現(xiàn)狀調(diào)查分析體系和國土資源部土地利用分類體系的基礎上,經(jīng)過實地調(diào)研結合谷歌地球高分辨率影像,考慮遷安市首鋼馬蘭莊鐵礦地表下墊面覆被狀況,利用目視解譯法提取境內(nèi)沙河山采場、尾礦庫、柳河峪排土場、白馬山排土場和水體等幾類對地表熱環(huán)境異質性影響較大的典型地物邊界(如圖2所示)。
圖2 2018年研究區(qū)主要典型地物邊界圖
1.2.1 地表溫度反演
利用輻射傳輸方程法(Radiative transfer equation,RTE)反演地表溫度,基本原理為估計大氣對地表熱輻射的影響,將這一部分從衛(wèi)星傳感器所觀測到的熱輻射總量中減去,得到地表熱輻射強度,然后借助大氣輻射傳輸方程,將衛(wèi)星所觀測到地表熱輻射強度轉化為相應地表溫度[15]。
衛(wèi)星傳感器接收到的熱紅外輻射亮度值的輻射傳輸方程為
Lλ=[εB(T)+(1-ε)Ld]τ+Lu
(1)
式中:Lλ為衛(wèi)星熱紅外波段的輻射亮度,ε為地表比輻射率,T為地表真實溫度,B(T)為黑體熱輻射亮度),τ為大氣在熱紅外波段的透過率,Lu、Ld分別為大氣上行和下行輻射亮度[16]。
假設大氣、地表對熱輻射具有朗伯體性質,則溫度為T的黑體在熱紅外波段的輻射亮度B(T)為
B(T)=[Lλ-Lu-τ(1-ε)Ld]/τε
(2)
地表比輻射率計算公式為
ε=0.004Pv+0.986
(3)
通過覃志豪等[17]提出的方法計算地表比輻射率ε。地面真實溫度T根據(jù)普朗克公式為
T=K2/ln(K1/B(T)+1)
(4)
式中:K1、K2為熱紅外波段的定標參數(shù),對于Landsat5 TM影像第6波段,K1=607.76 W/(m2·μm·sr),K2=1 260.56 K;對于Landsat8 TIRS影像第10波段,K1=774.89 W/(m2·μm·sr),K2=1 321.08 K[18]。大氣校正參數(shù)τ、Lu和Ld在美國國家航空航天局NASA官網(wǎng)(http://atmcorr.gsfc.nasa.gov/)中輸入影像中心經(jīng)緯度、成像時間和其他參數(shù)信息獲取。
1.2.2 地表溫度分級
為反映研究區(qū)地表溫度值等級及分布特征,利用密度分割法將反演所得地表溫度數(shù)據(jù)進行等級劃分。為使不同年份的地表溫度數(shù)據(jù)能在統(tǒng)一的量綱下進行對比,并消除氣候等大背景環(huán)境因素年代間的不確定性和變化性的影響,參考已有研究[19],首先對地表溫度進行正規(guī)化處理(Normalized land surface temperature,NLST)[20],其計算公式如下:
NLST=(LST-LSTmin)/(LSTmax-LSTmin)
(5)
式中:NLST為正規(guī)化后的地表溫度值,LST為原始地表溫度值,LSTmax、LSTmin分別為LST影像中的最大值和最小值。
根據(jù)NLST的取值范圍,依托ArcGIS10.2軟件,以0.2為間隔將NLST劃分為5個熱力等級,分別為低溫、次低溫、中溫、次高溫和高溫(見表1),更加系統(tǒng)地反映研究區(qū)地表溫度等級分布狀況。
表1 地表溫度等級劃分標準
1.3.1 光合植被覆蓋度反演
通過構建NDVI-DFI特征空間提取純凈端元特征值,利用像元三分模型對研究區(qū)混合像元進行分解,分解為光合植被覆蓋度、非光合植被覆蓋度(fractional cover of NPV,fNPV)和裸土覆蓋度,單獨保存各波段以此來獲取光合植被覆蓋度信息。經(jīng)實地采樣驗證,像元三分模型在研究區(qū)fPV的估算精度較高。具體計算步驟詳見文獻[21]。為了對不同年份的fPV在統(tǒng)一的量綱下進行對比,利用以下公式對fPV進行正規(guī)化處理,使其值域在[0,1]之間:
NfPV=(fPV-(fPV)min)/((fPV)max-(fPV)min)
(6)
式中:NfPV為正規(guī)化后的光合植被覆蓋度,fPV為原始光合植被覆蓋度,(fPV)max、(fPV)min分別為原始光合植被覆蓋度的最大值和最小值。
1.3.2 驗 證
分別利用定性和定量方法進行驗證。首先利用GF-1假彩色影像對植被覆蓋度(Vegetation fractional coverage,VFC)反演結果進行了定性驗證。繪制了研究區(qū)2018年9月8日NDVI-DFI特征空間散點圖,并截取同期研究區(qū)內(nèi)典型地物fPV、fNPV和fBS的RGB空間分布圖,與近同期2018年9月28日GF-1假彩色影像上的真實地物做對比(如圖3所示)。圖3(a)為非光合植被反演結果;圖3(b)為對應GF-1影像中的非光合植被;圖3(c)為裸土反演結果;圖3(d)為對應GF-1影像中的裸土;圖3(i)為光合植被反演結果;圖3(j)為對應GF-1影像中的光合植被;圖3(k)、3(g)為非光合植被伴生于光合植被中的反演結果;圖3(l)、3(h)為對應的GF-1影像;圖3(e)為混合光合/非光合植被和裸土的反演結果;圖3(f)為對應的GF-1影像。結果表明和實際地物吻合度較高,反演效果較好。
圖3 利用GF-1影像對基于NDVI-DFI像元三分模型反演VFC的結果作定性驗證
然后按照經(jīng)、緯度一致原則,提取實地采樣點相應位置像元fPV、fNPV和fBS的均值,對實測值和反演值進行線性擬合進行定量驗證(如圖4所示)。擬合結果表明,fPV、fNPV和fBS的實測值和反演值的決定系數(shù)R2分別為0.78、0.70和0.76,在p<0.01水平上顯著相關,擬合度較好,反演精度較高。
圖4 fPV、fNPV和fBS的反演值和實測值
1.4.1 地表反照率(Albedo)反演
地表反照率反演算法參考Liang[22]于2011年建立的,適用于不同大氣和下墊面類型的公式:
Albedo=0.356×Rblue+0.130×Rred+
0.373×Rnir+0.085×Rswir1+
0.072×Rswir2-0.001 8
(7)
式中:Rblue、Rred、Rnir、Rswir1和Rswir2分別為傳感器對應的藍、紅、近紅外、短波紅外1和短波紅外2波段的光譜反射率,Albedo為地表反照率。
為了對不同年份的Albedo在統(tǒng)一的量綱下進行對比,利用以下公式對Albedo行正規(guī)化處理,使其值域在[0,1]之間:
NAlbedo=(Albedo-(Albedo)min)/
((Albedo)max-(Albedo)min)
(8)
式中:NAlbedo為正規(guī)化后的地表反照率,Albedo為原始地表反照率,(Albedo)max、(Albedo)min分別為原始地表反照率的最大值和最小值。
1.4.2 地表反照率驗證
分別利用定性和定量方法進行驗證。首先,以2000年分辨率為250 m的的MODIS的MOD09GQ陸地反射率產(chǎn)品為數(shù)據(jù)源,對以同年分辨率為30 m的基于Landsat影像反演的Albedo結果的空間一致性進行相對驗證。由于MOD09GQ空間分辨率較低,礦區(qū)尺度較小,以礦區(qū)范圍進行對比不能很好的觀察二者空間對應情況。因此以整個遷安市2000年影像為例,對反演結果進行相對驗證,可以看出二者的高值區(qū)和低值區(qū)的對應效果較好,并且Landsat反演結果的空間分辨率更高,更適合對小尺度礦區(qū)境內(nèi)的地表反照率進行分析(如圖5所示)。
然后利用定量驗證方法,從研究區(qū)境內(nèi)隨機選取20個采樣點,對基于Landsat數(shù)據(jù)反演的Albedo結果與MOD09GQ地表反射率產(chǎn)品進行線性擬合(如圖6所示)??梢钥闯龆呔哂休^高的相關性,決定系數(shù)R2達0.86,說明研究區(qū)適宜利用該方法反演Albedo,反演結果精度較高。
圖5 2000年Landsat反演地表反照率與MOD09GQ反射率產(chǎn)品
圖6 基于Landsat的Albedo反演值和MOD09GQ反射率產(chǎn)品
基于3期Landsat影像反演的地表溫度結果,均呈現(xiàn)明顯的空間異質性和規(guī)律性,說明Landsat數(shù)據(jù)的空間分辨率能達到該研究區(qū)尺度下的地表溫度反演要求,滿足地表熱環(huán)境的空間分布研究(如圖7所示)。對照圖1可知,高溫區(qū)主要分布于北部沙河山采場、中部柳河峪排土場和南部未復墾的白馬山排土場,中溫區(qū)主要位于高溫區(qū)邊緣以及其他裸露地表,低溫區(qū)主要位于北部已復墾尾礦庫和已復墾排土場以及境內(nèi)綠地和水體。
為進一步明晰礦區(qū)地表熱環(huán)境異質性特征,利用ArcGIS10.2的疊加分析功能,分別計算礦區(qū)各地物地溫均值(見表2)。結果表明,2000年地溫排序為:白馬山排土場>沙河山采場>柳河峪排土場>尾礦庫>水域,2008年地溫排序為:白馬山排土場>柳河峪排土場>沙河山采場>尾礦庫>水域;2018年地溫均值排序為:沙河山采場>柳河峪排土場>白馬山排土場>尾礦庫>水域。19年間白馬山排土場的地溫排序變動情況可知,2000—2008年礦區(qū)處于大規(guī)模開采期,白馬山排土場地溫在這9年間始終居高不下;2008年開始隨著生態(tài)復墾工作的實施,白馬山排土場開始栽植大量灌木和喬木等耐旱耐高溫植被,使得2018年該區(qū)域地溫均值低于沙河山采場和柳河峪排土場,說明2008—2018年間,白馬山排土場的生態(tài)修復工作效果較好,隨著植被覆蓋和地表濕度的明顯上升,地表反照率下降,地表溫度明顯下降,此外,還應考慮到不同地表覆被對于直接太陽輻射和間接太陽輻射的反射與散射問題導致的地表熱環(huán)境異質性問題。
圖7 2000—2018年NLST空間分布
表2 2000—2018年馬蘭莊礦各地物地表溫度均值
為探究fPV和Albedo與地表溫度的相關關系,利用ENVI5.3軟件的密度分割工具,分別對fPV、Albedo和NLST進行等級劃分,劃分規(guī)則為每隔0.2為一個等級(如圖8所示),并利用ArcGIS10.2軟件的統(tǒng)計工具計算fPV、Albedo和NLST各級別面積占比(見表3~5)。
圖8 2000—2018年fPV、Albedo和NLST等級占比
表3 2000—2018年fPV各等級占比
表4 2000—2018年Albedo各等級占比
表5 2000—2018年NLST各等級占比
2000—2008年間,由于礦業(yè)大規(guī)模開采,植被遭到破壞,fPV的高、次高和中等級別面積總占比由2000年的49.19%,下降到2008年的23.67%,下降了25.52個百分點。隨著fPV的下降,采場裸巖逐漸出露,和礦區(qū)采場、未復墾排土場和未復墾尾礦庫等裸露地表相重疊的高溫、次高溫和中溫區(qū),面積總占比由2000年的78.8%上升到2008年的82.51%,增加了3.71個百分點。2008—2018年間,隨著礦區(qū)生態(tài)修復工作著手實施,尾礦庫和排土場等區(qū)域栽植了大量植被和作物,fPV由2008年的23.67%,上升到2018年的43.81%,上升了20.14個百分點。隨著fPV的上升,高溫、次高溫和中溫區(qū),面積總占比由2008年的82.51%下降到2018年的68.03%,下降了14.48個百分點。2000—2018年19年間,高溫、次高溫和中溫區(qū)面積占比下降了10.77個百分點,Albedo等級高、次高和中級面積占比下降了25.52個百分點,說明生態(tài)修復工作成效顯著。
為進一步探究fPV和Albedo與地表溫度之間的關系,以2018年為例,依托ENVI5.3軟件,分別利用fPV和Albedo與地表溫度做散點圖(如圖9所示),結果表明fPV與LST呈現(xiàn)明顯的負相關關系,Albedo與LST呈現(xiàn)明顯的正相關關系。可據(jù)此初步認為,fPV的增加有助于緩解地表熱強度,Albedo的增大有助于增強地表熱強度。
2000—2018年fPV空間分布具有明顯的異質性和規(guī)律性(如圖10所示),高值區(qū)分布于已復墾排土場和尾礦庫以及其他植被覆蓋區(qū)域,中低值區(qū)位于礦區(qū)采場裸巖和排土場裸土等裸露區(qū)域和水體。利用ArcGIS10.2的疊加分析功能,計算3期影像不同下墊面LST和fPV均值并排序:礦區(qū)采場裸巖LST均值35.29℃>排土場礦渣LST均值35.02℃>復墾植被LST均值25.25 ℃>水體LST均值21.77℃;復墾植被fPV均值0.73>排土場礦渣fPV均值0.09>礦區(qū)采場裸巖fPV均值0.03>水體fPV均值0.00。
圖9 2018年馬蘭莊礦地表溫度與fPV和Albedo散點圖
圖10 2000—2018年光合植被覆蓋度空間分布
為定量分析地表熱環(huán)境異質性對fPV變化的響應規(guī)律。依托ArcGIS10.2軟件提取隨機點工具,以及SPSS22.0軟件的相關分析功能對3期影像的fPV和LST反演值進行回歸分析(如圖11所示)。結果表明,2000、2008、2018年決定系數(shù)R2分別為0.63、0.55和0.65,fPV與LST在0.01水平(雙側)呈線性負相關關系(p<0.01),說明fPV的增加對地表熱環(huán)境具有降溫效應,由回歸系數(shù)可知,2000、2008、2018年,fPV每增加10%,會使LST相應下降0.66、0.74、1.09 ℃。
圖11 2000—2018年fPV與LST回歸分析
2000—2018年Albedo空間分布具有明顯的異質性和規(guī)律性(如圖12所示),高值區(qū)分布于礦區(qū)采場裸巖和排土場裸土等裸露區(qū)域,中低值區(qū)位于植被和水體。利用ArcGIS10.2的疊加分析功能,計算3期影像不同下墊面LST和Albedo均值及排序:礦區(qū)采場裸巖LST均值35.29 ℃>排土場礦渣LST均值35.02 ℃>復墾植被LST均值25.25 ℃>水體LST均值21.77 ℃;礦區(qū)采場裸巖Albedo均值0.79>排土場礦渣Albedo均值0.68>復墾植被Albedo均值0.46>水體Albedo均值0.12。
為定量分析地表熱環(huán)境異質性對Albedo變化的響應規(guī)律。依托ArcGIS10.2軟件提取隨機點工具以及SPSS22.0軟件的相關分析功能對3期影像的Albedo和LST反演值進行回歸分析(如圖13所示)。結果表明,2000、2008、2018年決定系數(shù)R2分別為0.35、0.40、0.48,Albedo與LST在0.01水平(雙側)呈線性正相關關系(p<0.01),說明Albedo的增加對地表熱環(huán)境具有增溫效應,但是相較于fPV,Albedo和地表溫度的相關性較小。由回歸系數(shù)可知,2000、2008、2018年,Albedo每增加10%,會使LST相應上升1.09、1.36、1.76 ℃。此外,不同地表覆被對于直接太陽輻射和間接太陽輻射的反射與散射可能對該結果造成一定的干擾。
圖12 2000—2018年地表反照率空間分布
圖13 2000—2018年Albedo與LST回歸分析
1)研究區(qū)地表溫度空間分布呈現(xiàn)明顯的異質性和規(guī)律性,高溫區(qū)主要分布于北部沙河山采場、中部柳河峪排土場和南部未復墾的白馬山排土場,中溫區(qū)主要位于高溫區(qū)邊緣以及其他裸露地表,低溫區(qū)主要位于北部已復墾尾礦庫和已復墾排土場以及境內(nèi)綠地和水體。
2)研究區(qū)光合植被覆蓋度在2000—2018年19年間,呈現(xiàn)先下降再上升的變化趨勢,相應的高溫、次高溫和中溫區(qū)呈現(xiàn)先上升后下降的變化趨勢,說明光合植被覆蓋度與地表溫度呈現(xiàn)負相關關系,并且空間上呈現(xiàn)相反的變化特征。研究區(qū)地表反照率在2000—2018年19年間,呈現(xiàn)先微弱下降再大幅度下降趨勢,總體呈現(xiàn)下降趨勢,與地表溫度19年間高溫、次高溫和中溫區(qū)的總體呈現(xiàn)下降趨勢的變化特征一致,說明地表反照率與地表溫度呈現(xiàn)正相關關系,并且空間上整體變化趨勢相一致。
3)光合植被覆蓋度和地表溫度的回歸分析結果表明二者在0.01水平(雙側)呈線性負相關關系(p<0.01),說明光合植被覆蓋度的增加對地表熱環(huán)境具有降溫效應,決定系數(shù)R2分別為0.63、0.55和0.65,由回歸系數(shù)可知,2000、2008、2018年,光合植被覆蓋度每增加10%,會使地表溫度分別相應下降0.66、0.74、1.09 ℃。地表反照率與地表溫度的回歸分析結果表明二者在0.01水平(雙側)呈線性正相關關系(p<0.01),說明地表反照率的增加對地表熱環(huán)境具有增溫效應,決定系數(shù)R2分別為0.35、0.40和0.48,由決定系數(shù)來看,相較于光合植被覆蓋度,地表反照率和地表溫度的相關性較小,由回歸系數(shù)可知,2000、2008、2018年,地表反照率每增加10%,會使地表溫度分別相應上升1.09、1.36、1.76℃。
4)地表下墊面覆被類型對地表反照率的分布和變化特征具有較大影響,礦業(yè)開采活動使得原有地表覆被遭到破壞,大面積裸露地表出現(xiàn),改變了地表下墊面性質,在接收同等太陽輻射的條件下,出露的巖石和裸土熱容量小,升溫更快。并且由于采場出露的裸巖和排土場礦渣具有的高反照率對其周圍區(qū)域的凈輻射損失有重要影響,是造成采場和排土場地表溫度迅速升高的主要原因。對于礦業(yè)開發(fā)密集區(qū),今后應采取邊開采邊復墾的土地整治措施,以達到降低裸露地表面積,提高光合植被覆蓋度,進而改善地表熱環(huán)境高溫聚集效應的目的。全球氣候變化導致的氣溫升高也會造成一定程度的地表溫度升高,但是如何剝離全球氣溫上升造成的影響是很難做到的。本文研究彌補了礦業(yè)開采導致礦區(qū)內(nèi)部光合植被覆蓋改變引起地表反照率時空分布變化,進而加劇地表熱環(huán)境異質性分析的不足,有助于人們理解光合植被覆蓋度和地表反照率之間潛在的關系。