塔里木南緣綠洲下墊面生物物理參數(shù)與地表溫度相關(guān)性研究

馬勇剛，李 宏，甘艷露

（新疆遙感中心，烏魯木齊 830011）

隨著全球氣候變化下的氣候異常研究成為當(dāng)前研究的熱點問題之一，區(qū)域下墊面的生物物理參數(shù)變化對局地氣候變化的影響也更加引起了研究者的關(guān)注。特別是干旱區(qū)綠洲作為我國西北干旱區(qū)的一種特殊生態(tài)景觀和西北人民的生產(chǎn)、生活、工作的主要地理載體，針對其下墊面屬性變化及其對綠洲氣候變化乃至穩(wěn)定性的影響進(jìn)行研究具有重要的意義。

作為典型綠洲局部氣候，綠洲“冷島”效應(yīng)一直是研究者關(guān)注的熱點。Oke在1987年將綠洲效應(yīng)定義為微氣候條件下，由于蒸散發(fā)過程引起潛熱比上升，植被區(qū)域相對于非植被區(qū)域的較低溫度和較高相對濕度的現(xiàn)象［1］。Kai等研究了中國戈壁沙漠中綠洲效應(yīng)范圍，并將其定義為荒漠和綠洲間的輻射平衡現(xiàn)象［2］。國內(nèi)研究起步于蘇從先等人［3－4］；1987－1992年中日合作在我國甘肅黑河流域進(jìn)行的“黑河地區(qū)地氣相互作用野外觀測實驗研究”得到了很多有益的研究成果:（1）綠洲的逆溫－“冷島”效應(yīng)；（2）鄰近綠洲的沙漠戈壁大氣是逆濕，水汽通量是向下輸送的。白天，感熱通量和潛熱通量使綠洲涼而濕。觀測表明，沙漠地表全天都比綠洲干，而在夏季白天綠洲的地表溫度比沙漠的低［4］。與此同時，國內(nèi)學(xué)者對綠洲尺度對局部氣候的影響進(jìn)行研究。張強(qiáng)模擬了干旱區(qū)中綠洲中尺度運(yùn)動，提出綠洲系統(tǒng)維持的最小臨界尺度在幾公里的量級［5］。薛具奎等從動力學(xué)和非平衡態(tài)熱力學(xué)角度分析了綠洲與沙漠的相互作用特征，指出綠洲的維持與發(fā)展存在一個最小臨界尺度為6km［6］。

隨著遙感反演技術(shù)的發(fā)展和提高，國內(nèi)外學(xué)者對綠洲地表下墊面屬性變化對地表溫度和局部氣候的影響進(jìn)行了大量研究，但主要集中在土地利用類型與地表溫度進(jìn)行相關(guān)分析［7－9］。Voogt指出單純基于土地利用土地覆蓋專題信息的簡單的定性描述方法及簡單的相關(guān)分析不利于熱紅外遙感研究的進(jìn)展［10］。部分研究利用NDVI作為地表生物物理參數(shù)，研究了植被狀況與地表溫度之間的關(guān)系，而大多數(shù)結(jié)果表明NDVI與地表溫度之間為非線性關(guān)系，因此用NDVI作為地表生物物理參數(shù)研究地表覆蓋對局地氣候變化的關(guān)系有其局限性。發(fā)掘與地表溫度更具相關(guān)性的生物物理參數(shù)是目前研究的重點之一。本文以西部干旱區(qū)不同尺度綠洲為研究對象，采用地表不透水層和植被豐度為地表生物物理參數(shù)，對兩者與地表溫度的相關(guān)性及其響應(yīng)進(jìn)行研究，同時探討綠洲尺度對這種相關(guān)性的影響，為進(jìn)一步的研究提供參考。

1 研究方法

1.1 研究區(qū)概況

策勒－于田地區(qū)位居塔里木盆地南緣克里雅河流域，受大陸性干旱氣候的長期作用和山地盆地相間地貌格局的影響，發(fā)育典型的綠洲、荒漠生態(tài)系統(tǒng)，在西部干旱區(qū)環(huán)境演變研究中占據(jù)極其重要的地位。該地區(qū)深處封閉環(huán)境之中，是典型的極端干旱區(qū)，由于其南部為高大的山脈，北部為廣闊的塔克拉瑪干沙漠，生態(tài)環(huán)境相當(dāng)脆弱，選擇該地區(qū)作為研究區(qū)具有比較好的代表性，對于研究該地區(qū)的綠洲演變及其對于生態(tài)環(huán)境及綠洲的發(fā)展所造成的影響也具有重要意義。本文使用的數(shù)據(jù)為美國地質(zhì)調(diào)查局（USGS）發(fā)布的全球免費(fèi)Landsat影像，影像分別為1999年9月13日TM影像和2009年9月16日ETM圖像，圖像的軌道號為（Row 34／Path 145），圖像經(jīng)過 Modtran4進(jìn)行大氣校正消除大氣的影響，經(jīng)幾何校正保證各波段空間誤差小于1個像元。本研究主題主要以策勒縣，奧依托格拉克鄉(xiāng)和也蘇勒工村三個相對孤立的綠洲作為尺度研究的三個規(guī)模，具體見表1。

表1 研究主體詳細(xì)情況

1.2 地表溫度（LST）反演

研究使用TM和ETM的熱紅外波段反演地表溫度采用的反演方法為Sobrino’s的單通道算法［11－13］，具體算法如下:

DN值轉(zhuǎn)化為光譜輻射率的公式如下:

式中:Lλ——傳感器光譜亮度值［W／（m2·sr·μ·m）］；Qcal——量化定標(biāo)像素值［DN］；Qcalmin——最小量化定標(biāo)像素值［DN］；Qcalmax——最大量化定標(biāo)像素值［DN］；Lminλ——最小量化定標(biāo)像素值時的輻射亮度值［W／（m2·sr·μm）］；Lmaxλ——最大量化定標(biāo)像素值時的輻射亮度值［W／（m2·sr·μm）］。

光譜亮度值轉(zhuǎn)換為傳感器亮溫公式如下:

式中:Tb——有效傳感器亮溫（K）；K2——定標(biāo)參數(shù)2（K）（對于ETM，K2＝1282.71K；對于 TM，K2＝1260.56K）；K1——定標(biāo)參數(shù)1［W／（m2·sr·μm）］；（對于ETM，K1＝666.09W／（m2·sr·μm）；對于TM，K1＝607.76W／（m2·sr·μm）。

傳感器亮溫轉(zhuǎn)換為地表溫度公式為

式中:LST——地表溫度；ε——地表比輻射率；λ——有效波長（μm）。

大氣參數(shù)ψ1，ψ2和ψ3可由下列等式計算得出（w為大氣水分含量）:

1.3 植被豐度和不透水層比率計算

Adams在1995年提出了植被－不透水層－土壤（V－I－S）模型并以此參數(shù)作為城市地表生物物理組分［14］。在該模型中，任意一個地表單元都被認(rèn)為是V－I－S的不同比例的組合結(jié)果。已有較多的研究采用該模型進(jìn)行地表生物物理參數(shù)的反演并取得了較好的效果。本研究采用V－I－S組分模型，提取植被豐度和不透水層分量作為綠洲內(nèi)部下墊面地表生物物理參數(shù)主要基于:（1）綠洲中的城鎮(zhèn)化發(fā)展與被鄉(xiāng)村包圍的城市化的發(fā)展在土地覆蓋格局上具有相似性，都是不透水層區(qū)域在植被區(qū)域內(nèi)的發(fā)展；（2）從物理屬性上講，綠洲中的城鎮(zhèn)化發(fā)展與被鄉(xiāng)村包圍的城市化所產(chǎn)生的不透水層是一致的。因此在城市應(yīng)用較為廣泛和成功的V－I－S模型在理論上是適用與綠洲的城鎮(zhèn)化過程研究的。

V－I－S分量提取主要基于歸一化光譜分解模型。歸一化光譜分解模型（NSMA）是一種基于物理理論的影像處理方法［15－16］，該模型認(rèn)為衛(wèi)星傳感器接收到的信號是若干種純凈基質(zhì)（端元）反射信號的線性組合，模型可以表達(dá)為

式中:ˉRb——像元在波段b的反射率；N——端元數(shù)量；n——端元n的比例；ˉRn，b——b波段端元n的反射率；Eb——b波段對n個端元的擬合誤差；m——波段數(shù)。

設(shè)定同時滿足于條件（公式7－9）:通過最小二乘法使根方差之和（RMS）達(dá)到最?。ü?0），最后求得每一個像元各端元組成最優(yōu)解。

本研究中首先對TM／ETM數(shù)據(jù)的1－5，7等波段的反射率進(jìn)行歸一化，對第7波段通過閾值提取法去除水體對模型的影響，通過MNF轉(zhuǎn)化和n維空間可視化中對端元的選取，最后計算得出兩期影像的植被豐度（fraction of vegetation，簡寫為FV），不透水層比率（percent of impervious surface area，簡寫為%ISA）兩個分量。

圖1 1999年和2009年植被豐度－地表溫度三綠洲散點回歸圖

2 結(jié)果分析

2.1 植被豐度、不透水層比率與地表溫度相關(guān)分析

本研究對A，B和C三個綠洲主體在P＝0.05顯著水平上進(jìn)行了兩個時期的點對點上，植被豐度與地表溫度，不透水層面與地表溫度的散點圖分析及其線性回歸分析，回歸的結(jié)果如圖2－3。

圖1顯示出植被豐度與地表溫度在三個綠洲的兩個時間點上都有較強(qiáng)的負(fù)相關(guān)關(guān)系。作為面積最大的A綠洲，其相關(guān)性（R2）在1999年和2009年3個綠洲的分析結(jié)果中保持最大，分別為0.5451 和0.6198 ；面積居中的B，其相關(guān)系數(shù)為0.2681 和0.379；面積最小的C綠洲，植被豐度與地表溫度的相關(guān)性（R2）在三個綠洲中最小，分別為0.1965 和0.1213 。隨著綠洲面積的減小，植被豐度和地表溫度的相關(guān)性呈減小趨勢。對比1999年和2009年的相關(guān)系數(shù)，1999年的植被豐度與地表溫度相關(guān)性總比2009年大，這是由于最近10a間綠洲內(nèi)部城鎮(zhèn)化建設(shè)加強(qiáng)，使得綠洲內(nèi)部原本面積較大的植被斑塊破碎度增大，減弱了綠洲內(nèi)部原本較為均勻的植被覆蓋所形成的逆溫層強(qiáng)度。

圖2表明，不透水層分量與地表溫度呈現(xiàn)出較弱的正相關(guān)關(guān)系。面積最大的A綠洲不透水層下不透水層分量和地表溫度相關(guān)性稍強(qiáng)，B和C綠洲的不透水層分量與地表溫度相關(guān)性幾乎為零。整體趨勢表現(xiàn)出隨綠洲面積的增加，不透水層分量與地表溫度相關(guān)性有增加的趨勢。研究區(qū)范圍內(nèi)，在A綠洲縣級尺度上，不透水層分量對地表溫度的影響才較為明顯，其余鄉(xiāng)級及村級尺度上不透水層的影響是不顯著的，這與于田－策勒地區(qū)經(jīng)濟(jì)發(fā)展還比較緩慢，城鎮(zhèn)化建設(shè)較弱，不透水層在鄉(xiāng)村地區(qū)仍然分布較少有關(guān)。同時也需注意到，不透水層在1999－2009年間有一定規(guī)模的增加，導(dǎo)致不透水層與地表溫度的相關(guān)性在三個綠洲上均有上升。

圖2 1999年和2009年不透水層－地表溫度三綠洲散點回歸圖

2.2 地表溫度對植被豐度和不透水層比率變化的響應(yīng)

回歸分析能夠提供較為全面和整體的相關(guān)參數(shù)之間的相關(guān)性和影響程度，為了進(jìn)一步了解植被豐度和地表不透水層分量對地表溫度的影響，采用區(qū)域分析（zone analysis）評估了隨著兩個參數(shù)以10%的數(shù)值上升，在不同的綠洲大小上，地表溫度的最大值（max），最小值（min），均值（mean）的響應(yīng)（如圖3－4）。

通過圖3可以發(fā)現(xiàn)，隨著植被豐度這一參數(shù)在區(qū)域范圍內(nèi)以10%的固定步長增加時，A，B和C綠洲在1999年期間，最大值和最小值線基本處于斜率為0的平行線，而在2009年期間，最大值在植被豐度大于0.5的區(qū)域出現(xiàn)了波動現(xiàn)象。這說明在1999年期間，植被豐度的增加對地表最低溫度和最高溫度的影響不大，而在2009年則對最高溫產(chǎn)生了較為明顯的影響。其原因為1999年綠洲內(nèi)部植被覆蓋較為整合，植被斑塊面積也較大，不同植被豐度區(qū)域基本處在相互混合的狀態(tài)下，區(qū)域內(nèi)產(chǎn)生了較大范圍的綠洲冷島效應(yīng)，而2009年植被破碎化程度加強(qiáng)，部分植被豐度較高的區(qū)域相對獨(dú)立，產(chǎn)生了冷島強(qiáng)度范圍較小，因此體現(xiàn)出在高植被豐度值范圍內(nèi)最大值線發(fā)生波動的情況。均值線作為體現(xiàn)區(qū)域內(nèi)的溫度水平，在三個綠洲兩個時期與植被豐度體現(xiàn)了較強(qiáng)的負(fù)相關(guān)關(guān)系，驗證了隨植被增加溫度降低的趨勢，與以往的研究具有一致性。

隨不透水層比率增加，各綠洲在不同時期表現(xiàn)出較大的差異性。在不同不透水層比率閾值范圍內(nèi)，地表溫度最大值和均值體現(xiàn)出一種較為規(guī)律的狀態(tài)，，如圖4所示，B和C綠洲有較強(qiáng)的波動，這是由于不透水層比率本身在綠洲的土地覆蓋類型中比例較小，不具有顯著的主導(dǎo)優(yōu)勢，同時其分布主要以居民地和建筑用地為主，在較小的綠洲范圍下，其影響范圍也會較小。而最小值線所表現(xiàn)出來的與不透水層比率較強(qiáng)的正相關(guān)和規(guī)律性則反映了不透水層比率的發(fā)展對地表溫度影響顯著，對綠洲冷島效應(yīng)的削弱作用十分明顯。

圖3 不同植被豐度閾值區(qū)間最低溫，最高溫和均溫的趨勢線圖

圖4 不同不透水層閾值區(qū)間最低溫，最高溫和均溫的趨勢線圖

3 結(jié)論與建議

本文討論了植被豐度，不透水層分量與地表溫度之間的相關(guān)性和響應(yīng)關(guān)系。結(jié)果表明:

植被豐度與地表溫度有較強(qiáng)的負(fù)相關(guān)關(guān)系；隨著綠洲面積的增加和綠洲尺度增大，植被豐度和地表溫度的相關(guān)系數(shù)表現(xiàn)出隨之增大的趨勢。

不透水層分量與地表溫度有較弱的正相關(guān)關(guān)系。隨著綠洲面積的增加，不透水層分量與地表溫度相關(guān)性有增加的趨勢。較大的綠洲具有較高的行政級別，其城鎮(zhèn)化程度相對較高，不透水層分布相對有更廣泛分布，而較小的綠洲行政級別也較低，不透水層分布以房屋和道路為主，影響范圍小，相關(guān)系數(shù)低。同時近年來伴隨城鎮(zhèn)建設(shè)，不透水層與地表溫度的相關(guān)性在三個綠洲上均有上升。

本文研究了同一景數(shù)據(jù)下三個不同綠洲尺度下地表植被和不透水層參數(shù)與地表溫度的相關(guān)性和尺度研究。選取更多的和更具代表性的地表生物物理參數(shù)及選取更多不同規(guī)模級別的綠洲進(jìn)行相關(guān)研究，討論不同氣候背景下綠洲的尺度對地表覆蓋變化與綠洲局部區(qū)域氣候相關(guān)性的影響等工作需要進(jìn)行進(jìn)一步的探討。

［1］Oke T R.Boundary layer climates［M］.2nd edition.London:Methuen 1987.

［2］Kai K，Matsuda M，Sato R.Oasis effect observed at the Zhangye oasis in Hexi Corridor China ［J］.Journal of Meteorological Society of Japan，1997，75（6）:1171－1178.

［3］蘇從先，胡隱樵.綠洲和湖泊的“冷島效應(yīng)”［J］.科學(xué)通報，1987，31（10）:756－758.

［4］胡隱樵.一個強(qiáng)“冷島”的數(shù)值試驗結(jié)果［J］.高原氣象，1987，6（1）:1－8.

［5］張強(qiáng)，胡隱樵.綠洲地理特征及其氣候效應(yīng)［J］.地球科學(xué)進(jìn)展，2002，17（4）:477－486.

［6］薛具奎，胡隱樵.綠洲與沙漠相互作用的數(shù)值試驗研究［J］.自然科學(xué)進(jìn)展，2001，11（5）:514－517.

［7］文莉娟，呂世華，孟憲紅，等.環(huán)境風(fēng)場對綠洲冷島效應(yīng)影響的數(shù)值模擬研究［J］.中國沙漠，2006，26（5）:754－758.

［8］呂世華，尚倫宇.金塔綠洲風(fēng)場與溫濕場特征的數(shù)值模擬［J］.中國沙漠，2005，25（5）:623－628.

［9］張鳳華，賴先齊，潘旭東.沙漠增溫效應(yīng)特征及綠洲農(nóng)業(yè)熱量資源分異規(guī)律的研究［J］.中國沙漠，2004，24（6）:751－754.

［10］Voogt J A，Oke T R.Thermal remote sensing of urban climates［J］.Remote Sensing of Environment，2003，86（3）:370－384.

［11］Chander G，Markham B L，Helder D L.Summary of current radiometric calibration coefficients for Landsat MSS，TM，ETM＋，and EO－1ALI sensors［J］.Remote Sensing of Environment，2009，113（5）:893－903.

［12］Jiménez－Mu?noz J C，Sobrino J A.A generalized single channel method for retrieving land surface temperature from remote sensing data［J］.Journal of Geophysical Research，2003，108（D22）:4688－4697.

［13］Sobrino J A，Jiménez－Mu?noz J C，Paolini L.Land surface temperature retrieval from LANDSAT TM 5［J］.Remote Sensing of Environment，2004，90（4）:434－440.

［14］Adams J B，Sabol D E，Kapos V，et al.Classification of multispectral images based on fractions of endmembers:Application to land－cover change in the Brazilian Amazon［J］.Remote Sensing of Environment，1995，52（2）:137－154.

［15］Wu C，Murray A T.Estimating impervious surface distribution by spectral mixture analysis［J］.Remote Sensing of Environment，2003，84（4）:493－505.

［16］Zha Y，Gao J，Ni S.Use of normalized difference built－up index in automatically mapping urban areas from TM imagery［J］.International Journal of Remote Sensing，2003，24（3）:583－594.