摘要：本文以长江流域为研究区，主要采用统计分析、直方图、空间分析方法，对比长江流域地表温度反演结果与气象温度的差异性，进而分析差异性的形成原因，总结其一般特征。研究结果表明1）地表温度反演结果与气温监测数据在空间和数值存在差异，而这一差异具有空间分布和数值分布上的稳定性和可解释性。2）陆地表面白天吸收太阳辐射，地表温度逐渐上升，在这一过程中，由于陆地表面的差异性，导致不同区域地表温度与气温之间的差异性放大，具有明显的分异效应。3）夜晚陆地表面向外辐射能量，地表温度下降，在此过程中区域地表温度与气温之间的差异性逐渐减小，具有明显的趋同效应。
关键词：长江流域；地表温度；气温；差异分析
1 引言
地表温度（Land Surface Temperature，LST）是地学研究中一个非常重要的参量，在陆地环境相互作用过程中扮演着十分重要的角色，是全球变化研究中的关键参数，对水文、生态、环境和生物地球化学等研究有重要意义[1，2]。从上世纪80年代起，随着对地观测计划和热红外遥感的快速发展，采用热红外遥感影像反演地表温度的相关研究得到相关学者的关注[3，4]。
气温（Tair）主要是通过气象监测站进行连续实地监测得到，因此气象温度主要是点分布状态[5]，想要获取全区域的气象温度主要依托高程进行空间插值，然而差值结果误差较大[6]。随着地表温度反演的发展，部分学者开始关注采用地表温度反演结果，结合气象监测数据进一步估算近地表温度（也就是气象温度）的相关研究[7，8]。并且近地表温度在许多领域有着重要的应用，特别在农业气象、气候和环境研究中是一个不可缺少的研究因子，对人们的生产生活活动有重要影响[9]。因此本文以长江流域为研究区，主要采用统计分析、直方图、空间分析方法，对比地表温度反演结果与气象温度的差异性，进而分析差异性的形成原因，总结其一般特征。
2 研究区概况与数据来源
2.1 研究区概况
长江流域横跨东经90°33'～122°25'，纵越北纬24°30'～35°45'。长江流域北以黄河流域和淮河流域为分界线，南以珠江流域为分界线，东南闽浙水系为分界线。长江流域总面积180万平方公里，占国土面积的18.8%。长江流域西源起唐古拉山脉，自西向东穿越中国东、中、西三大经济区，长江流域承载人口大约4亿人，占全国人口的26%左右，生产总值均超过全国平均水平的40%。长江主流经西藏自治区、青海省、四川省、重庆市、湖北省、湖南省、安徽省、江西省、江苏省等19个主要省市。
图.1 长江流域区位图
Fig.1 The bitmap of the Yangtze River Basin
2.2 数据来源
本文主要使用MODIS遥感数据与气象温度年平均值插值数据，MODIS遥感数据来源于地理空间数据云共享平台（http：//www.gscloud.cn/crowdsourcing/Deand/），主要采用中国范围的MODIS月合成数据，气象温度年平均插值数据主要采用中国科学院资源与环境数据中心共享平台（http：//www.resdc.cn/），主要采用中国气象背景资料-气象温度插值数据，主要是采用1500多个气象监测站的连续实地监测数据，通过空间化方法插值得到。
3 研究方法
分裂窗算法是目前MODIS数据反演地表温度的主要方法，应用于MODIS数据反演地表温度[10]。MODIS数据遥感影像主要选取第31和32波段来反演地表温度，计算公式如下：
（式3.1）
式中
、
、
、
是常量，一般经验取值为
=-64.603 63，
=-68.725 75，
=0.440817，
=0.473 453；其他参数计算方法如下：
（式3.2）
式中
是指MODIS的两个热红外遥感波段，
是波段
的大气透过率，
是波段
的地表比辐射率，其中地表比辐射率计算公式为：
（式3.3）
式中
是植被覆盖度，
为植被的发射率，
为裸土的发射率，植被完全覆盖时，地表发射率为0.99，裸土的发射率为0.973，水体比辐射率为0.995。植被覆盖度
计算公式为：
（式3.4）
当植被归一化指数大于0.75时认为植被完全覆盖，当植被归一化指数小于0.05时，认为地表为裸土。大气透过率计算公式为：
（式3.5）
式中
，
分别是MODIS19 与MODIS2波段值。
4 结果与分析
4.1 统计分析
以年为单位计算每个像元的△Tday（Tair-LSTday）与△Tnight（Tair-LSTnight），统计研究区每年所有像元温度差值的平均值和标准差，结果见表3.2。
由上表可知，白天地表温度年平均值比气温年平均值一般高6摄氏度左右，长江流域△Tday标准差在4.0左右浮动，平均值与标准差变化较小，保持稳定。夜晚地表温度年平均值比气温年平均值一般低5摄氏度左右，长江流域△Tnight标准差保持在2.0-2.5之间，相对△Tday而言，夜晚地表温度的平均值与标准差值变化更小。由于气温数据是白天夜晚的平均值，且白天地表温度高于夜晚地表温度，因此白天地表温度高于气温检测值，夜晚地表温度低于低温检测值。
白天地表温度（LSTday）数值离散性高于夜晚地表温度（LSTnight），且LSTday差异性明显高于LSTnight。深入分析表明，白天陆地表面地表吸收太阳热量，温度上升，而不同的陆地表面类型吸收、反射太阳辐射的能力以及自身向外电磁辐射存在较大差异性，因此不同陆地表明在白天温度上升特征差异性明显，且陆地表面复杂多变，这些因素导致白天地表温度之间差异性较大。夜晚陆地表面向外辐射热量，温度下降，一般陆地表面温度越高，陆地表面向外辐射热量越强，因此夜晚陆地表面地表温度逐渐下降时其本身逐渐趋同，差异性减小。
4.2 数值与空间分布分析
为了进一步检验地表温度反演结果在数值分布和空间分布的稳定性，以2000年、2005年、2010年、2015年为例统计白天△T（Tair - LSTday）与夜晚△T（Tair - LSTnight）直方图，并以2000年为例，将白天△T、夜晚△T投影到空间位置上，结果见图2、图3。
图2 白天△T数值分布与空间分布
Fig2 The numerical and spatial distribution of △Tday
由图2-A可知，总体上，△Tday在数值分布上较为稳定，白天地表温度与气温差值在-20～0摄氏度之间。△Tday数值分布特征是在-20～-10摄氏度时，保持低频稳定性，即研究区白天地表温度高于气温10～20摄氏度区间的区域在面积上保持较为稳定的均匀分布特性；白天地表温度与气温差值在-10～0摄氏度之间，△Tday呈现较为明显的近似正态分布特征，近似正态分布的峰值为-4摄氏度左右，即研究区白天地表温度高于气温0～10摄氏度区间的大部分区域主要集中在-4摄氏度附近，从-4摄氏度向两边延伸过程中，面积迅速下降。结合表3.2分析可知，2000年、2010年△Tday平均值与标准差相差不大，且其直方图曲线分布几乎完全重合；2005年△Tday平均值与标准差较小，其直方图曲线相对比其他两年整体向右平移，且在-20～-10区间处于较低频次，而0～-10区间正态分布峰值较小，分布趋向扁平化；2015年△Tday平均值与标准差较大，在直方图曲线中可以发现△Tday在-20～-10区间处于高频次，推高了平均值和标准差。
结合图2-A和图2-B可知，研究区白天地表温度高于气温10～20摄氏度区间的大部分区域主要集中在高海拔区域，且随着海拔升高，白天地表温度高于气温；研究区白天地表温度高于气温10～2摄氏度区间的区域主要集中在低海拔区域；而白天地表温度与气温相差不大的区域主要分布在湖泊等大型水体上。分析表明，高海拔区域地表空气稀薄且云量少，白天太阳辐射到达陆地表面时，云层反射和大气吸收效应较弱，地表充分吸收太阳辐射，温度上升速度快，而由于空气比较稀薄，导致对于太阳辐射的吸收不充分，地表温度与气温之间的差值较大，且海拔越高，空气越稀薄，差值越大；而低海拔区域空气充裕，地表温度与气温之间的差值相对较小；大型水体由于对太阳辐射的反射效应对比其他陆地水面较强，对太阳辐射吸收的相对较小，且水体的比热容量比较大，温度上升较为缓慢，因此水体白天表面温度与气温相差极小。
图3 夜晚△T数值分布与空间分布
Fig3 The numerical and spatial distribution of △Tnight
由图3-A可知，总体上，△Tnight在数值分布上稳定，夜晚地表温度与气温差值在0～12摄氏度之间，其数值分布特征是在0～6摄氏度时，△Tnight呈现较为明显的近似正态分布特征，近似正态分布的峰值为4摄氏度左右，即研究区夜晚地表温度低于气温0～6摄氏度区间的大部分区域主要集中在4摄氏度附近，从4摄氏度向两边延伸过程中，面积迅速下降；同时当研究区夜晚地表温度低于气温6～9摄氏度区间时，出现较为明显的缓慢上升，随后更加缓慢的下降，即研究区夜晚地表温度高于气温6～9摄氏度区间的区域面积呈现起伏，并在9～12摄氏度区间缓慢下降。
结合表1分析可知，2000～2015年△Tnight 平均值与标准差之间的差异性相对较小，其中△Tnight平均值从大到小排列分别为2015年＞2000年＞2005年＞2010年，其直方图曲线在0～6摄氏度区间依次向右平移，而且标准差较大的年份，主要是6～12摄氏度区间△Tnight在较高温度的像元频次决定。
结合图3-A和图3-B可知，研究区夜晚地表温度低于气温0～6摄氏度区间的大部分区域主要集中在低海拔区域，且△Tnight在0摄氏度附近的区域也主要分布的大型水体以及部分林地周围，研究区夜晚地表温度低于气温6～12摄氏度区间的区域主要集中在高海拔区域，且随着海拔升高，白天地表温度高于气温。分析表明，陆地表面在白天吸收太阳辐射后，温度上升，夜晚时分，陆地表面开始不断的散热，高海拔区域由于空气稀薄且云量少，地表散热无法被空气吸收和发射，温度快速下降，地表温度与气温之间的差值变大；而低海拔区域空气充裕，可以有效地对地表热辐射进行吸收，具备一定的储热和保温功能，因此地表温度与气温差异较小；水体由于比热容量比较大，温度下降慢，幅度小，故气温差值最小。
5 结论
通过对地表温度和气温之间差值的统计分析和数值与空间分析，结果表明1）陆地表面白天吸收太阳辐射，地表温度逐渐上升，在这一过程中，由于陆地表面的差异性，导致不同区域地表温度与气温之间的差异性放大，具有明显的分异效应。2）夜晚陆地表面向外辐射能量，地表温度下降，在此过程中区域地表温度与气温之间的差异性逐渐减小，具有明显的趋同效应。3）地表温度反演结果与气温监测数据在空间和数值存在差异，而这一差异具有空间分布和数值分布上的稳定性和可解释性。
参考文献：
[1]韩秀珍，李三妹，窦芳丽.气象卫星遥感地表温度推算近地表气温方法研究[J].气象学报，2012，70（5）：1107-1118.
[2]李柏延，任志远，李瑞宗，等.西安市地表温度反演及城市热岛强度定量化研究[J].资源科学，2014（12）：2631-2636.
[3]朱智，师春香，张涛，等.多种再分析地表温度资料在中国区域的适用性分析[J].冰川冻土，2015，37（3）：614-624.
[4]王建凯，王开存，王普才.基于MODIS地表温度产品的北京城市热岛（冷岛）强度分析[J].遥感学报，2007（03）：330-339.
[5]李双双，芦佳玉，延军平，等.1970-2015年秦岭南北气温时空变化及其气候分界意义[J].地理学报，2018（01）：13-24.
[6]陈修治，陈水森，李丹，等.被动微波遥感反演地表温度研究进展[J].地球科学进展，2010（08）：827-835.
[7]周婷，张寅生，高海峰，等.青藏高原高寒草地植被指数变化与地表温度的相互关系[J].冰川冻土，2015（01）：58-69.
[8]何冬燕，田红，邓伟涛.三种再分析地表温度资料在青藏高原区域的适用性分析[J].大气科学学报，2013（04）：458-465.
[9]聂建亮，武建军，杨曦，等.基于地表温度-植被指数关系的地表温度降尺度方法研究[J].生态学报，2011，31（17）：4961-4969.
[10]管延龙，王让会，李成，等.基于MODIS数据的天山区域地表温度时空特征[J].应用生态学报，2015（03）：681-688.
论文作者:陈冠任
论文发表刊物:《基层建设》2019年第15期
论文发表时间:2019/8/5
标签：地表论文; 温度论文; 气温论文; 摄氏度论文; 长江流域论文; 差异性论文; 区域论文; 《基层建设》2019年第15期论文;