干旱區(qū)氣象站點分布不均勻流域高空間分辨率日均氣溫估算方法研究

王盛安 王新新 侯路瑤

摘要：基于Landsat TM影像、氣象站觀測數(shù)據(jù)及土地利用/土地覆被數(shù)據(jù)，利用單通道法反演得到三工河流域地表溫度（LST），利用Zaksek算法估算衛(wèi)星過境時刻瞬時氣溫，通過站點觀測數(shù)據(jù)分季節(jié)分下墊面類型建立衛(wèi)星過境時刻瞬時氣溫與日均氣溫的回歸方程估算日均氣溫空間數(shù)據(jù)。結(jié)果顯示，估算LST數(shù)據(jù)平均RMSE為1.23℃，計算衛(wèi)星過境時刻瞬時氣溫平均RMSE=1.06℃，瞬時氣溫與日均氣溫具有較好的相關(guān)性（p<0.01），且日均氣溫的計算值與站點觀測值具有較好的相關(guān)性，p<0.01，R²=0.96，RMSE=1.54℃，實現(xiàn)了干旱區(qū)站點分布不均勻流域高空間分辨率日均氣溫空間數(shù)據(jù)的估算研究。

關(guān)鍵詞：Landsat影像;地表溫度;衛(wèi)星過境時刻瞬時氣溫;日均氣溫;三工河流域

在全球氣候變化的大背景下，全球變暖已成為不爭的事實，區(qū)域或流域尺度的氣候變化已成為研究的熱點。日均氣溫作為氣候變化的主要度量指標^[1]，參與陸面大部分生物物理過程（如光合作用、呼吸作用、蒸散發(fā)等）^[2-3]，是陸面過程模型、生態(tài)模型等的重要輸入數(shù)據(jù)^[4-5]。因此有效、準確地獲取區(qū)域或流域尺度日均氣溫空間數(shù)據(jù)至關(guān)重要。

日均氣溫的獲取方式主要有氣象站觀測和遙感反演兩種。氣象站獲得的是站點附近近地表1.5m～2.0m的大氣溫度，時間序列長、數(shù)據(jù)精確卻無法體現(xiàn)日均氣溫的空間屬性。普通的空間捅值方法如反距離加權(quán)（IDW）、克里金（Kriging）、樣條函數(shù)捅值（ Spline）等，雖然可以得到氣溫空間數(shù)據(jù)，但需要數(shù)量足夠且分布均勻的氣象站作為捅值數(shù)據(jù)基礎。西北干旱區(qū)氣象站點數(shù)量較少且分布極不均勻，主要分布于綠洲內(nèi)，荒漠及山區(qū)極少分布，因此傳統(tǒng)插值方法獲得的氣溫數(shù)據(jù)僅能滿足站點附近的精度，無法準確反映氣溫空間差異及變化規(guī)律。

相對于氣象站實測數(shù)據(jù)，遙感影像具有更好的空間化優(yōu)勢。已有學者從地表能量平衡原理闡述了地表溫度（LST）與近地表氣溫之間存在相關(guān)關(guān)系。利用遙感方法推算近地表日均氣溫常用的步驟為：遙感反演地表溫度（LST），通過建立LST與日平均氣溫（T_a）的單因子與多因子回歸方程推算氣溫影像。該方法具有較好的精度，但均是以數(shù)量充足且分布均勻的觀測站作為數(shù)據(jù)基礎，建立LST與日均氣溫的回歸方程以推算日均氣溫?？紤]到干旱區(qū)站點分布的特殊性，這些方法均無法精確地獲得干旱區(qū)流域尺度高空間分辨率的日均氣溫空間數(shù)據(jù)。

不同覆被類型具有不同的生物物理屬性，這種地表非均一性通過地一氣系統(tǒng)對近地表氣溫產(chǎn)生不同程度的影響，而同一覆被類型地表屬性均一，影響近地表水熱平衡（顯熱通量）能力相似，因此分下墊面類型、分季節(jié)建立衛(wèi)星過境時刻瞬時氣溫（T_h）與日均氣溫（Ta）的回歸方程，可以更好地實現(xiàn)站點分布不均勻流域由瞬時氣溫向日均氣溫的推算。本文基于Landsat TM影像、氣象站觀測數(shù)據(jù)及土地利用/土地覆被數(shù)據(jù)，估算日均氣溫空間數(shù)據(jù)，主要研究目標為：（1）利用單通道法反演地表溫度;（2）基于Zaksek等提出的算法估算衛(wèi)星過境時刻瞬時氣溫;（3）分季節(jié)分下墊面類型建立衛(wèi)星過境時刻瞬時氣溫與日均氣溫的回歸方程;（4）估算研究區(qū)日均氣溫空間數(shù)據(jù);（5）以天山北坡三工河流域為例進行方法驗證。

1研究方法

為了精確的推算日平均氣溫數(shù)據(jù)，首先對獲得的影像進行地形校正、輻射定標及大氣校正等一系列預處理，并裁剪影像中的水體，技術(shù)路線圖如圖1。

1.1地表溫度的計算

陸地衛(wèi)星（ Landsat） TM數(shù)據(jù)的熱紅外波段（TM6），波長范圍為10.45～12.5um，天頂視角下的像元分辨率為120m120m，表征地表熱輻射和地表溫度變化。本文采用Jimenez-Munoz and Sobrino提出的單通道法（Single-ChannelAlgorithm）反演LST：

式中：LST為地表溫度（K），ε為地表比輻射率，L_sensor為傳感器輻射強度（mW·cm^-2·sr^-1·μm^-1），L_sensor為亮度溫度（K），λ為TM6中心波長（um），c₁與c₂為大氣參數(shù)，分別為1.19104×10⁸ um⁴·m^-2·sr^-1與14387.7 um·K，ψ₁、ψ₂、ψ₃為大氣功能參數(shù)。

（1）輻射強度L_sensor的計算

參照覃志豪等^[17]提出的L_sensor與影像灰度值之間的關(guān)系計算L_sensor：

L_sensor=0.1238+0.005632156Q_dn

（4）

式中，Q_dn為TM6影像的灰度值。

（2）亮度溫度L_sensor的計算

式中，K₁、K₂為TM5影像的定標參數(shù)，分別為60.776mW· cm^-2· sr^-1· μm^-1和1260.56K。

（3）大氣功能參數(shù)計算

ψ₁= 0.14714ω² -0.15583ω+1.1234

（6）

ψ₂= -1.1836ω² - 0.37607ω - 0.52894

（7）

ψ₃= -0.045546ω² +1.8719ω- 0.39071

（8）

式中，ω為空氣水汽含量，從MODIS05-L2水汽產(chǎn)品數(shù)據(jù)獲取。

1.2推算衛(wèi)星過境時刻瞬時氣溫

Zaksek等基于地表溫度（LST），同時考慮了季節(jié)、NDVI、反照率、海拔及地形等因子，推算出衛(wèi)星過境時刻的氣溫。

T_2m=LST +1.82 -10.66 cos z（1- NDVI）+ 0.566α-

3.72（1-Albedo）[cosis/cos z+（π-slope）]R^↓_s-3.41△h （9）

式中，T_2m（K）為衛(wèi)星過境時刻近地表2m處氣溫，LST （K）為地表溫度，Z（rad）為太陽天頂角，α（rad）為太陽方位角，Albedo為地表反射率， is（rad）為太陽入射角，slope（rad）為坡度，R^↓_s為下行短波輻射，單位為kw·m^-2;△h為研究區(qū)高程與20km²范圍內(nèi)平均高程的差值，單位為km。

下行短波輻射R^↓_s的計算方法如下：

R^↓_s=G_SCτ_SW cosz/R²

（10）

式中，G_SC為太陽常數(shù)，取值1367 w·m^-2，τ_SW為大氣單項透過率， z （rad）為太陽天頂角，

為日地距離修訂因子，無量綱。大氣單向透過率τ_SW的計算方法如下：

τ_SW=0.75+2×10^-5×H

（11）

式中，H為地表高程（m）。

計算公式如下：

=1.000109 +0.033494 cos（dr） + 0.001472 × 0.000768 sin（dr）

（12 ）cos（2×dr）+0000079sin（2×dr）

dr =2π（DOY -1）1365

（13）

式中：dr是日地距離單位（天文單位），DOY是從公歷1月1日起算該天所在的天數(shù)。

1.3日平均氣溫的計算

將土地利用/土地覆被類型數(shù)據(jù)進行相似類型合并，通過架設于各覆被類型的氣象站觀測數(shù)據(jù)分季節(jié)分下墊面類型建立衛(wèi)星過境時刻瞬時氣溫與日均氣溫的相關(guān)統(tǒng)計模型。基于該模型和利用公式9獲得的瞬時氣溫影像估算日均氣溫，公式如下：

T_ai=a+bT_hi

（14）

式中：T_ai為覆被類型i的日均氣溫，T_hi為覆被類型i的衛(wèi)星過境時刻瞬時氣溫，a為裁距，b為斜率。

2三工河流域應用實例

三工河流域位于新疆阜康市轄區(qū)，由三工河、四工河和水磨河組成，北部為古爾班通古特沙漠，南部是東天山，海拔在360～1100m之間，年均溫為6.6℃，年平均降水量為164mm，年均潛在蒸發(fā)為1780～ 2453mm。在區(qū)域景觀分布上具有明顯的典型性：南部為低山丘陵區(qū)、中部為綠洲區(qū)、北部為由沙質(zhì)荒漠與土質(zhì)荒漠共同組成的荒漠區(qū)，景觀分界明顯，具有完整的山地一綠洲一荒漠復合生態(tài)系統(tǒng)結(jié)構(gòu)。

流域內(nèi)氣象站點分布極不均勻，北部荒漠區(qū)僅有一個觀測站，即中國科學院阜康北沙窩荒漠觀測站;綠洲內(nèi)有兩個氣象站即阜康市氣象站以及中科院阜康生態(tài)站;南部低山丘陵區(qū)有一個已經(jīng)停用的觀測站（1000m），此外本課題組在農(nóng)田中架設有波文比觀測儀。如圖2所示。

2.1影像數(shù)據(jù)

由于三工河流域Landsat影像冬季受云、霧、雪的影響較大，2000年以來的影像質(zhì)量均大于10%，因此本研究選擇研究區(qū)春、夏、秋三季各兩幅共六幅影像，行列號均為142 -029，具體信息如表1。

2.2觀測數(shù)據(jù)

通過架設于不同下墊面類型中的氣象站及波文比觀測儀，獲得逐小時、逐日地表溫度及近地表氣溫數(shù)據(jù)（表2）。

2.3土地利用/土地覆被數(shù)據(jù)

本課題組已完成三工河流域2004、2010兩期土地利用/土地覆被數(shù)據(jù)，選擇2004年的土地利用/土地覆被數(shù)據(jù)為2004、2005年下墊面參考數(shù)據(jù)，選擇2010年的土地利用/土地覆被數(shù)據(jù)作為2008—2011下墊面參考數(shù)據(jù)，并將各類型合并為5種大類：沙質(zhì)荒漠、土質(zhì)荒漠、農(nóng)田、建設用地及低山丘陵。

2.4 LST反演及驗證

由于所有的觀測站點中僅有阜康生態(tài)站有逐小時的LST數(shù)據(jù)，且衛(wèi)星飛過研究區(qū)的時間大多介于北京時間12：30～13：00之間（表1），因此選擇13時站點觀測瞬時LST來驗證本研究的LST反演結(jié)果（圖3）。平均RMSE=1.23℃，平均絕對誤差為1.19℃，其中秋季>春季>夏季，最大的秋季絕對誤差為1.42℃，最小的絕對誤差為0.85℃。

2.5衛(wèi)星過境時刻瞬時氣溫估算及驗證

利用阜康荒漠站、阜康生態(tài)站與阜康氣象站驗證瞬時氣溫（表3），平均RMSE=1.06℃，平均絕對誤差為1.00℃，荒漠站的絕對誤差為1.33℃，生態(tài)站的絕對誤差為0.82℃，氣象站為0.86℃，夏季（1.06℃）>春季（ 0.98℃）>秋季（0.97℃）。

2.6瞬時氣溫與日均氣溫的關(guān)系模型

選擇站點觀測得到的13時瞬時氣溫與日均氣溫建立單因子回歸方程（圖4）。結(jié)果表明：春季相關(guān)性（ R²=0.96，p<0 01）=秋季（ R²=0.96，p<0.01），夏季（R²= 0.78，p<0.01）。夏季植被蓋度差異性較大，覆被類型復雜，可能導致夏季擬合效果較差。本研究的相關(guān)性（P<0 01）明顯高于直接利用LST數(shù)據(jù)與日均氣溫建立的回歸模型。因此研究結(jié)果表明：通過分季節(jié)分下墊面類型建立衛(wèi)星過境時刻瞬時氣溫與日均氣溫的統(tǒng)計關(guān)系實現(xiàn)瞬時氣溫向日均氣溫轉(zhuǎn)換的方法是可行的。

2.7日均氣溫估算與驗證

由于低山丘陵站位于研究區(qū)南部邊緣，且觀測記錄只有四年，而波文比數(shù)據(jù)只有近一年的觀測記錄，因此本研究選擇阜康荒漠站、阜康生態(tài)站及阜康氣象站三個站點的日均氣溫觀測數(shù)據(jù)來驗證結(jié)果（圖5）。結(jié)果表明，本方法的計算值與站點觀測值具有較好的相關(guān)性，p<0.01，R²=0.96，RMSE=1.54℃?；哪酒骄鵕MSE最高，為1.96℃;其次是氣象站，RMSE= 1.34℃;最小的是生態(tài)站，RMSE= 1.22℃。

3結(jié)論

干旱區(qū)站點分布極不均勻，大多分布于綠洲內(nèi)，荒漠與山區(qū)極少分布，因此傳統(tǒng)獲取日均氣溫的方法在干旱區(qū)流域尺度適用性較差。本文基于Landsat TM影像、氣象站觀測數(shù)據(jù)和土地利用/土地覆被數(shù)據(jù)，首先反演LST數(shù)據(jù)，繼而推算衛(wèi)星過境時刻瞬時氣溫，通過建立瞬時氣溫與日均氣溫的回歸方程估算三工河流域日均氣溫空問數(shù)據(jù)，結(jié)論如下：

（1）利用單通道法反演三工河流域LST數(shù)據(jù)，平均RMSE為1.23℃，秋季絕對誤差>春季>夏季;估算衛(wèi)星過境時刻瞬時氣溫，平均RMSE=1.06℃，平均絕對誤差夏季>春季>秋季。

（2）通過氣象站觀測數(shù)據(jù)分季節(jié)分下墊面類型建立衛(wèi)星過境時刻（13時）瞬時氣溫與日均氣溫的回歸方程，相關(guān)性（P<0 01）明顯優(yōu)于直接利用LST與日均氣溫建立回歸方程的相關(guān)性。

（3）本方法估算日均氣溫的RMSE為1.54℃，絕對誤差介于0.50℃～ 2.87℃，其中夏季>春季>秋季，沙質(zhì)荒漠>土質(zhì)荒漠>建設用地。

（4）本方法實現(xiàn)了干旱區(qū)氣象站點分布不均勻流域高空問分辨率日均氣溫空間數(shù)據(jù)的獲取，同時也為獲取日最高、最低氣溫空問數(shù)據(jù)提供了方法參考。

參考文獻

[1]姚俊強，劉志輝，楊青，等，近130年來中亞干旱區(qū)典型流域氣溫變化及其影響因子[J].地理學報，2014，69（3）： 291-302.

[2]張麗文，黃敬峰，王秀珍氣溫遙感估算方法研究綜述[J].自然資源學報，2014，29（3）： 540-552.

[3] Hou P， Chen Y，Qiao W， et al. Near-surface air temperature retrieval ffom satellite images and influence by wetlands in urban region [J].Theoretical and Applied Climatology， 2013，111（1-2）： 109-118.

[4]韓其飛，羅格平，李超凡，等，基于Biome-BGC模型的天山北坡森林生態(tài)系統(tǒng)碳動態(tài)模擬[J].干旱區(qū)研究，2014，31（3），375-382.

[5] ZhangC， Li C F，Luo G P'etal. Modeling plant structure and its impacts on carbon and water cycles of the Central Asian afid ecosystem in the context of climate change [J]. Ecological modelling， 2013， 267： 158-179.