微域尺度下的地表温度与土地利用/覆被关系研究

刘 超，张永福，徐华君

(新疆大学资源与环境科学学院/绿洲生态教育部重点实验室/新疆智慧城市与环境建模普通高校重点实验室，新疆乌鲁木齐 830046)

随着新疆经济的加速发展，以自然景观为主的地表类型正被人工植被和建筑物所替代，致使下垫面的地表类型等陆地生态系统发生巨大变化，从而使地表温度(land surface temperature，LST)、植被覆盖指数(NDVI)、地表反照率(Albedo)等发生变化，进而对区域大气环境、边界层结构、气候状况和人们的生产生活等产生影响，这也正是下垫面的热力结构发生改变等综合作用的结果。其中，地表温度是物质能量平衡、能量循环、气候变化的重要影响因素，也是人类研究地球各圈层之间物质能量流动机制以及地-气相互作用的依赖参数，同时也是研究地表与大气之间能量与物质交换的重要参数[1-3]。目前地表温度是遥感定量化研究的热点之一，主要运用在城市“热岛效应”和绿洲“冷岛效应”方面的研究。

在城市热环境等研究中应用较多的遥感数据为NOAA/AVHRR、Landsat TM/ETM +、MODIS及ASTER影像。众多数据源中，Landsat TM/ETM +影像由于具有高分辨率、获取容易等优点，近年来被广泛应用于城市热环境研究，并取得了丰富的研究成果。目前主要采用辐射传导方程法、单窗算法[4]和单通道算法[5]来对TM6波段数据进行地表温度的反演。通常由于辐射传导方程法计算过程十分复杂且需要卫星过境时刻的实时大气剖面数据，因此在实际运用中较少采用。单窗算法和单通道算法仅需基本的气象资料及少数参数资料就可实现地表温度的反演，且计算过程容易实现[6-7]，所以国内众多学者都采用此方法进行研究[8-12]，尤其是对城市热环境。纵观国内外，研究干旱区的热环境变化也陆续展开[13-15]，但主要针对地表温度时空变化的研究仍旧相对较少。本研究选择干旱区内新疆精河县作为研究区，采用覃志豪单窗算法，利用2015年10月遥感影像来反演精河县地表温度，分析其空间变化特征及其驱动机制，这对进一步理解精河县的土壤-土地利用/覆被-人类能量交换状况有着重要的意义。

1 材料与方法

1.1 研究区概况

新疆维吾尔自治区精河县地理位置介于43°38′～45°52′N 和79°53′～85°02′E之间，位于欧亚大陆腹地的中纬度地区。由于远离海洋且北、西、南3面被高山阻隔，因此气候十分干燥，属典型的温带干旱大陆性气候。主要表现为干旱少雨，蒸发量大，日照充足，气候变化剧烈的特征，特别是与特殊的地形地貌相匹配，风多且大，沙尘暴和浮尘活动频繁是该地区的显著特色。西北阿拉山口的大风是影响当地气候的主导因素。该山口由西北向东倾斜，形成落差约150 m的狭长谷地。年平均大风(风速高于17 m/s)多达164 d，最多的高达185 d，年均有8级以上大风241 d[16]。研究区示意图如图1所示。

1.2 研究方法

1.2.1 数据获取和处理 遥感影像数据：采用2015年10月Landsat 8 OLI数据。采用的数据图像质量好，没有云、雾和积雪等的影响。处理图像前需要先进行辐射定标，达到消除传感器系统误差的目的[13，17-19]，并采用相应计算公式[20-21]求取表观发射率，再作地形辐射校正，以获得更准确的NDVI值，然后采用高斯-克吕格投影模式、3次卷积内插法重采样进行图像点的精密校正(选择的GCP点的误差均小于0.5个像元)及控制点-多项式拟合校正法对精河县1 ∶5 000地形图的OLI影像各波段进行几何精校正。气象数据：年均温度数据的获取均来自于中国气象科学数据共享服务网(http：//cdc.cma.gov.cn/)。人口数量、耕地面积等数据统计摘自于精河县统计年鉴。

1.2.2 算法参数估计 地表温度是利用遥感技术分析绿洲温度时空变异特征时的一个重要参数[22]。本研究所采用的单窗算法是田辉等推导出的利用TM6波段数据反演地表温度的方法[23-24]，该方法是在大气辐射传输方程和对普朗克方程的线性化的基础上利用图像的热红外波段得到的。

1.2.2.1 辐射亮度L的计算 辐射亮度是表示面辐射源上某一点在一定方向上的辐射强弱，是传感器接受的大气层顶辐射亮度，其主要计算公式参考文献[25]。

1.2.2.2 表观反射率的计算 采用COST模型进行大气校正并计算表观反射率[26]。

1.2.2.3 反演算法 采用单窗算法[3]反演地表温度，公式如下：

(1)

C和D为中间变量，分别用下式计算：

C=ε×T；

(2)

D=(1-τ)[1+(1-ε)×τ]。

(3)

式中：ε为研究区地表比辐射率；τ为研究区大气透射率。

1.2.2.4 地表温度反演参数算法的获取 (1)在标准大气状态下，大气平均作用温度Ta[27]与地面附近气温T0存在线性关系[1-3]，本研究大气类型选择中纬度夏季平均大气(北纬45度，7月)，估算方程为Ta=16.011+0.926 21T0。(2)地表比辐射率ε估算[28]。由于自然表面所占比例最大，所以我们在地表温度反演过程中重点考虑自然表面的地表比辐射率。地表比辐射率是由地表的物质结构和遥感器的波段区间共同决定的，因此我们排除复杂地表结构的因素外仅从卫星像元的尺度来看，大致可以分为3种类型：自然体、水体和城镇。

van de Griend等建立的地表比辐射率和归一化植被指数之间的统计关系模型发现比辐射率与NDVI之间高度相关，但是该统计模型由于地表差异导致不能解决混合像元问题，因此不能被广泛利用[29]。在此基础上Sobrino等利用NDVI对地表分类，在植被和土壤比辐射率已知的前提下，提出了在地表相对平坦、均一的条件下的比辐射估算方程[30]。本研究使用Sobrino提出的推算地表比辐射率的方法，NDVImin=0.2，NDVImax=0.5。(3)大气透射率尽管受到气压、气温、LST含量、大气水分含量等影响而致使地表热辐射在大气中的传导产生衰减，但是，大气水分含量才是决定大气透射率的主要影响因素。因此，除了水分含量是大气透射率估计的主要考虑因素以外的其他因素对大气透射率的变化没有显著影响[31]。采用水分含量在0.4～1.6 g/cm2的高气温区间公式来计算大气透射率[1，3]。

1.2.3 土地利用/覆被信息的提取 本研究在土地利用/覆被信息的提取中使用决策树分类法，决策树归纳法是数据挖掘中获取分类规则的主要方法之一。分类回归树(Classification and regression tree，CART)是一种结构清晰、实现简单、运行快速和准确性高的决策树构建算法。国内外许多学者基于不同数据源的特征参数探讨了CART决策树算法在区域土地利用分类中的优势[25-26]，证明其适合不同尺度、类型的分类特征融合。笔者通过分析研究区典型地类的NDVI时间序列曲线，提取能够反映地类间差异的物候参数，结合包含丰富土壤信息的光谱参数，Layer Stacking分别将蓝、绿、红、近红外4个波段和NDVI、WNDVI、DEM组合成一个7个波段的文件，利用基于CART的决策树法进行土地利用分类。参照全国土地利用分类方法，结合当地的实际情况，将研究区的景观类型分为耕地、林草地、水体、盐渍地、其他用地等5种类型，在遥感解译的过程中，结合野外采样，通过多次实地调查和数据纠正，解译精度达79%以上，Kappa系数为0.802。

1.2.4 微域分割 本研究在流域的基础上进行，在研究土地利用与LST的关系时，为了减少数据冗余，作者选取了土地覆被和LST变化的典型区域，并将典型研究区域划分为60个20 km×20 km的规模微域进行统计分析。

1.2.5 不同土地覆被对LST的贡献 进一步量化不同土地覆被对LST的影响，计算土地覆被对减轻空气污染的贡献。估计各土地覆被对地理现象的贡献。首先，计算整个研究区的平均LST。其次，计算各土地覆被的平均LST。在计算研究区各土地覆被的平均LST时，其他土地利用作为背景被淹没。随后计算相应的土地覆被的平均LST与所有图像在整体研究区平均LST的差异。

(4)

式中：dTi是平均LST与土地覆被对应的平均LST的差异；meanLST是整个研究区LST的平均值；mean(ΔLST)是不同土地覆被上的LST平均值。最后得出方程(5)为不同土地覆被对LST的贡献计算公式：

Ci=Si×dTi。

(5)

式中：Si(%)是各土地覆被的面积比例，其中，Ci贡献值越大，表明土地覆被变化对LST影响较大，对区域LST的贡献越大。

2 结果与分析

2.1 地表温度的计算结果

采用田辉等所推导出的单窗算法[23-24]计算地表温度。其中，由上文引用的平均大气公式(采用中纬度冬季)来推算大气平均作用温度；采用大气透射率估计方程来推算大气透射率。通过参数的计算均带入公式(1)最终计算出比辐射率，则可得到2015年10月新疆精河县地表温度。在此基础上，笔者绘制出了研究区2015年的新疆精河县地表温度反演空间分布图(图2)。

本研究在土地利用/覆盖的基础上进行，讨论研究土地利用与LST的关系，为了减少数据冗余，以新疆精河县土地覆被和LST变化的区域，并将研究区域划分为60个20 km×20 km 的规模，在微域的尺度进行统计分析，小区域的样方一定程度上具有代表性。从图2可以看出，水体周围河床存在大面积盐渍化土壤，主要是研究区是干旱区，气候干燥，由于水体的淋侵，且地表植物抗盐碱，因此其土壤深层盐分析出地表，从而在水体周围呈现大面积盐渍化土地；林草地大范围分布在南部地区边缘山间地带及部分在河流的支流周围；耕地分布在河流的南部和西部，这与精河县地势有关，此区域相对平坦且离水源较近，同时接近人口集中区，便于耕地浇灌和种植。其他用地主要包括城市建筑用地、工业用地、沙漠等，位于研究区中心，呈半圆形。从图3可以看出，研究区中心温度都高于研究区周边的温度，呈现热岛效应；研究区最低温度为-11.58 ℃，位于山间盆地，主要是2015年10月该地区高山部分有雨雪天气出现，导致气温大幅下降。低温区主要为水体和林草地。最高温度为41.02 ℃，位于沙漠区域，主要是该地区阳光辐射强度大，温差大，而沙石的比热容较小且易吸热。高温沿着东北到西南方向分布，整体体现出了土地利用/覆被类型的复杂性，主要为其他用地和盐渍土。下垫面不同，温度相差较大。为了进一步确定温度反演图像的精度，笔者对研究区地表反演的温度和收集的精河县地表实测温度数据进行了对比，结果显示2015年精河县内各个地区收集的实测温度数据与反演的温度结果对比验证后其精确度差值均在 0～1.5 ℃之间，表明反演的地表温度结果是基本准确的。

2.2 土地利用/覆被信息的提取

从图4可以看出，2015年研究区范围内不同土地利用类型面积，其他用途土地(城市建筑用地、工业用地、沙漠等)占研究区总面积的54.23%，即随着城市的不断扩张，土地被碎片化使用，其主要分布在水体和耕地边缘区域，便于城市集中人口的供给。其余划分类型中，耕地为研究区域内最主要的土地利用类型，占总面积22.45%，分布在其他土地类型周围和水体附近，即被包围在其中。其次为水体，占总面积的10.19%，水体面积不到耕地面积一半，说明这里水资源短缺。同时城市主要边缘耕地受到城市发展需要遭到侵占，其面积逐年减少。林草地占总面积的4.60%，即该区域生态环境脆弱。盐渍地占总面积7.82%，高于林草地的比例，说明随着水体、林草地的减少，土壤盐渍化面积在增加，也可能是靠近水体附近的土地被水体淋侵，进而土地地表呈现盐渍化。同时，干旱地区土地缺水，由于水体和下垫面的改变，河床干枯，增加了面积。

2.3 基于区域分割理论的土地利用/覆被对地表温度的贡献

2.3.1 小尺度土地利用覆被与地表温度的关系 本研究为进一步探讨区域土地利用与地表温度之间的响应关系，利用单因子回归法研究，以地表温度为自变量，不同土地类型(耕地、林草地、盐渍地、其他土地)面积为因变量，通过分析得出耕地、盐渍地、其他用地与地表温度呈正相关，其r2依次为0.402 8(图5-A)、0.112 5(图5-C)、0.359 5(图5-D)。说明线性相关性较差，大多数点偏离其直线。林草地与地表温度呈负相关，其r2为-0.578 5(图5-B)，相关性较好，大多数点位于直线附近。水体与地表温度无相关性，水温比热容较大，因此温度变化差异小。

2.3.2 小尺度下土地利用覆被与地表温度的贡献 为了进一步定量评估土地覆被对LST的影响，并计算各土地覆被对应的LST的平均值和各土地覆被上LST平均值之间的差异。通过贡献分析发现，土地覆被变化可能会导致区域地表温度的变化。以2015年的Landsat OLI卫星图像为基础计算各土地覆被类型对区域LST的贡献，基于土地覆被类型变化的地表温度变化见表1。其他用地(城市建筑用地、工业用地、沙漠等)对LST贡献最大，其次是林草地、耕地、盐渍地和水体，表明在LST的变化与土地利用方式之间的密切联系。耕地和林草地对区域地表温度的贡献下降主要是由耕地面积的减少造成，dTi值的下降也是造成耕地和林草地贡献率下降的原因。结果表明，土地覆被的变化对LST的增加的影响主要发生在精河县中心人口集中区域的建筑、工业用地及边缘盐渍地区域。所以，在人类的活动加强的情况下，包括城市扩张、农业用地的增加，都会进一步改变自然景观，使其下垫面发生变化，进而导致土地吸收热量不均匀。因此，土地利用格局变化对LST的变化具有重要的意义。

3 结论

利用2015年10月Landsat OLI数据计算新疆精河县地表温度，基于目视解译与决策树分类结合的方法提取研究区的5类土地利用类型；在区域分割理论的基础上，结合贡献分析和相关性分析方法研究微域尺度下地表温度与土地利用/覆被之间的关系。结果表明：(1)5类土地划分中，城市的面积呈现“摊饼”状，其他用途地占总面积54.23%，也增加了热岛效应。耕地、盐渍土、水体和林草地主要分布在精河县城区周围。随着城市人口的增加，土地利用方式随之增加，导致部分土地类型减少。(2)从反演LST图中得到，地表温度高低依次为城市人口集中区域盐渍土、耕地、水体、林草地，即离人类活动越远，其地表温度相对越低，呈现环状分布。(3)盐渍地、耕地、林草地和水体平均的LST大致随着其他用途土地(城市建筑、工业、沙漠等)距离的增加而减少。(4)通过贡献率得到与微域地表反演图相同结果，其他用地(城市建筑用地、工业用地、沙漠等)对LST贡献最大，其次是林草地、耕地、盐渍地和水体。因此，在干旱区土地利用规划中应该非常关注其他土地利用(城市建筑用地、工业用地、沙漠)的合理规划，为绿洲土地开发提供建议。

表1 精河县不同土地覆被类型对区域地表温度的贡献分析