洞庭湖区地表温度反演及其时空变化特征

余德，周卫军，谭洁，郭子川，李娟

湖南农业大学资源环境学院，湖南 长沙 410128

洞庭湖区地表温度反演及其时空变化特征

余德，周卫军，谭洁，郭子川，李娟

湖南农业大学资源环境学院，湖南 长沙 410128

洞庭湖是我国第二大的淡水湖，对区域气候的调节起着极其关键的作用，然而受全球变暖及其他因素的影响，洞庭湖区范围内对气候变化的响应并不一致。为了更好地认识洞庭湖区的地表温度变化及其对全球变暖的响应情况，同时为准确的判断该区温度未来的变化趋势奠定基础，利用1995年、2004年和2013年12景冬季Landsat TM/ETM+遥感影像的热红外波段数据反演了洞庭湖区地表温度，并对反演的地表温度值进行标准化处理，采用标准差分类法得到地表温度等级图。通过三时相温度等级图的面积统计与直观对比，分析了洞庭湖区在三峡蓄水前后的温度时空变化特征；并结合归一化植被指数（NDVI）、降雨资料、DEM、坡度等数据对洞庭湖区的温度变化影响因素进行了统计分析。结果表明，（1）洞庭湖区各温度等级面积成正态分布，主要以中温区、较高温区和较低温区为主。从空间分布上来看，低温区主要分布在水体，而高温区则没有明显的分布特征。（2）受雨雪天气影响，2004年的高温范围减少，减少情况为西洞庭湖区＞南洞庭湖区＞东洞庭湖区，面积变化比例分别是5.38%、2.12%、0.71%，表明冷气流对西洞庭湖区的温度变化影响最强，而东洞庭湖区最弱。（3）2013年高温范围增加，且变化强度呈现出西洞庭湖区＜南洞庭湖区＜东洞庭湖区的空间特征，面积变化比例分别是2.21%、2.38%、2.68%，表明在三峡水库蓄水之后，东洞庭湖区的地表温度受到较大影响。（4）植被的覆盖情况与温度相关性不明显，而坡度、海拔与温度呈正相关关系，这表明坡度可以有效的减少冷气流对温度的影响，地势较高地区与阳坡出现高温情况则表明地表温度受太阳辐射影响较大。

洞庭湖区；地表温度；遥感；时空特征；冬季

近年来，全球变暖已成为共识，引起了人们越来越多的思考与研究。联合国政府间气候变化专门委员会（IPCC）在第五次评估报告（IPCC第五次工作报告，2013）中指出，全球变暖没有停止，气温在波动中不断上升，且气候给经济社会发展带来越来越显著的影响。“全球变暖”环境下的全球温度时空变化特征的研究表明，20世纪以来，全球总体呈增温态势，但存在很大的地区差异和季节差异，甚至有些区域在某些时段出现很强的降温（张秀年等，2004）。另有研究指出，我国各地区对全球变暖的响应并不完全相同，自然气候特性与人为活动极大程度的影响了温度的空间分布和变化（张明庆等，1999）。

目前学者对气候变化研究主要以气象观测资料为主，黄菊梅（黄菊梅等，2013）等利用24个气象站1952─2010近60年的平均气温资料为基础，分析了洞庭湖区的气温变化特征，结果表明洞庭湖区年均气温、冬季、春季和秋季气温均呈显著上升趋势。刘甜甜（刘甜甜，2010）利用常规地面实况资料和30年整编资料及中尺度η坐标暴雨模式的数值模拟和敏感性试验，分析了洞庭湖对湖南气候的影响，结果表明洞庭湖使得湖南月平均气温的分布除南高北低型以外，还呈现出东高西低型和过渡型，并且洞庭湖及周边地区日最大降水量较同纬度地区偏少。虽然学者们利用气象资料对气候变化研究取得了较大的进展，但是气象资料极难获取，加上气象资料在空间上的精度很大程度受站点分布的影响，大大地限制了研究的深入。随着遥感技术的发展，尤其是热红外遥感的发展，使得温度变化的研究变得更加便捷、快速，对大范围的宏观气候把握更加准确与及时，并且它能够方便地获取历史数据用于研究，因此遥感技术成为了宏观气候变化研究的主要技术手段，常用的数据有Landsat（李福建等，2009；邓玉娇等，2008）和MODIS（高懋芳等，2007；张春桂等，2011）。

洞庭湖是我国第二大淡水湖，水体可以调控区域最低气温和区域最高气温，从而在一定程度上减弱气温的日差以及年内变差和年际差异，因此洞庭湖对区域的气候调节起着极其关键的作用。受全球变暖的影响，洞庭湖区气候逐年变暖，但由于洞庭湖区面积宽广和其他各种因素的影响，区域内对全球变暖的响应程度并不一致。地表温度(Land surface temperature，简称LST)是生态环境研究中的重要参数，是地表和大气圈、生物圈交互作用下能量流的反映，代表了洞庭湖区域对全球变暖的直观响应。并且该区域是我国重要的粮食生产基地，而温度是影响粮食生产的重要因素，也是监测墒情的重要指标，因此研究洞庭湖区域的LST变化具有重大意义。卫星遥感资料具有大空间尺度的特点，能够对洞庭湖区域的LST有较为全面的掌握，为了更好地认识洞庭湖区的地表温度变化及其对全球变暖的响应情况，同时为准确的判断该区温度未来的变化趋势奠定基础，本文利用Landsat TM/ETM+遥感影像反演了洞庭湖区1995、2004和2013年的冬季地表温度，分析了洞庭湖区在三峡蓄水前后时期的温度空间分布和时间变化特征，探讨了影响其变化的原因，以期为洞庭湖区的生态规划、环境保护及粮食安全等提供依据。

1 LST反演方法

目前利用Landsat/TM 6波段数据反演LST方法主要有单窗算法（覃志豪等，2001）、单通道算法（J等，2003）、基于辐射传输方程的大气校正法（白洁等，2008）。有研究表明：3种反演算法得到的LST与实测地表温度空间分布趋势一致，辐射传输方程算法的结果略高于地面实测值，单窗算法的结果与地面实测值一致性最好，而单通道算法的结果明显低于地面实测值（白洁等，2008）。综合比较反演参数获取的难易程度、反演结果的精确程度之后，本文选取覃志豪的单窗算法（覃志豪等，2001）进行LST反演，该方法需要3个基本参数，即地表比反射率、大气透过率与大气平均作用温度Ta，由亮温推算出相对准确的LST。具体公式如下：

式（1）、（2）、（3）中：

T6：传感器得到的地表亮温，根据Landsat用户手册，可推算出星上辐射值与星上亮温；

Ta：大气平均作用温度，根据大气剖面各层的实时气温和水汽含量积分得到，本文根据覃志豪（覃志豪等，2003）等建立的大气平均温度与地面附近气温之间的线性关系，由地面附近（1.5 m高度）的气温计算大气平均温度；

ε6：地表比辐射率，估计方法参照文献（覃志豪等，2004）；

τ6：大气透射率，可通过大气水分含量来估计（覃志豪等，2003）。

2 研究区概况与数据处理

2.1 研究区概况

洞庭湖区(28º03′～30º20′N，110º40′～113º30′E)位于长江中下游以南，湖南省北部，具有丰富的湿地资源。以洞庭湖为核心，向东、南、西三周过度为河湖冲积平原、环湖丘陵岗地、低山，为一碟形盆地。处在东亚季风气候区中，气候带上具有中亚热带向北亚热带过渡性质，属湿润的大陆季风气候。热量丰富，严寒期短、无霜期长，春温多变，盛夏酷热，湖区气候均一，山地气候悬殊，年均降水量为1289.8～1556.2 mm，降雨分布不均匀，呈春夏多、秋冬少，东部多西部少的格局。年均气温在16.5～17.2 ℃之间，气温差较大，极端最高气温为39.3～40.8 ℃，最低气温为-11.4～18.1 ℃。洞庭湖区植物区系丰富，已发现的野生植物和栽培植物种类多达873种，隶属于492属159科，其中种子植物144科474属851种。种子植物中，以壳斗科（Fagaceae）、樟科（Lauraceae）、冬青科（Aquifoliaceae）、山茶科（Theaceae）、杉科（Taxodiaceae）等在区系中占有显著的地位。区系中含有一些比较古老的科、属、种，如三白草科（Saururaceae）、金粟兰科（Chloranthaceae）、毛茛科（Ranunculaceae）、樟科（Lauraceae）、防已科（Menispermaceae）、金缕梅科（Hamamelidaceae）、木通科（Lardizabalaceae）、睡莲科（Nymphaeaceae）以及更古老的红豆杉科（Taxaceae）、银杏科（ginkgoaceae）等，有石笔木属（Tutcheria Dunn）、莲属（Nelumbo）等，都是古生代或中生代遗留下来的残存种类。

本研究选取湖南省洞庭湖区部分，包括常德市的鼎城区、武陵区、汉寿县、安乡，益阳市的资阳区、赫山区、沅江市、南县，岳阳市的君山区、岳阳楼区，云溪区、华容县、湘阴县、岳阳县、汨罗市在内的15个县市区为研究区（图1），共2022713 hm2。

图1 研究区示意图Fig. 1 The map of Study area

2.2 数据源

Landsat TM/ETM+数据第6波段可用来分析地表热辐射和地表温度，TM6波段空间分辨率为120 m，ETM+6波段空间分辨率为60 m，与MODIS、NOAA相比，在精度要求较高的研究中应用更为广泛。本文选取了1995年、2004年和2013年共12景TM/ETM+影像，各景影像获取时含云量均为0%，详情见表1（数据来源于美国地质调查官网，http://www.usgs.gov），其他数据包括湖南省DEM，1:100万行政区划图和气象资料数据。

表1 遥感数据信息Table 1 Information of remote sensing images

2.3 数据处理

2.3.1 遥感影像处理

首先在ENVI 4.8中对2014年的ETM+影像进行了去条带处理，并以2004年为基准，对1995年和2014年各影像进行几何配准。1995年、2004年为TM数据，第6波段空间分辨率为120 m，而2014年为ETM+数据，第6波段空间分辨率为60 m，为了便于比较，将所有的波段都重采样成120 m。由于NDVI是经过归一化处理的植被指数，因此大气的影响对于NDVI的计算结果影响不是很大，有研究表明，对于地表温度的反演，可以直接用TM3和TM4的DN值计算NDVI，大气校正对地表反射率的估计没有实质性的影响（覃志豪等，2003）。然后利用单窗算法，反演得到地表温度。由于研究区面积大，一景影像不能全部覆盖研究区，而不同影像获取时间不同，故在数据处理过程中采用的是分幅处理后拼接，然后按照研究区进行裁剪统计。

2.3.2 地表温度归一化

本研究中采用了不同时间序列的遥感影像，虽然每年影像获取时间都在冬季，但近几十年气候条件变化较大，为了增加可比性，较精确地利用不同时间序列的地表反演温度进行洞庭湖区温度时空变化研究，本文采用LST归一化方法（乔治和田光进，2014）将LST分布范围统一到0～1之间，其归一化公式如下：

式（4）中：

Ni为归一化后的像元值，LSTi为第i个像元的地表温度反演值，LSTmax为范围内的最大LST值，LSTmin为范围内的最小LST值。

2.3.3 温度分级

为了消除不同时相其他条件对结果的影响，本文采用标准差分类法对地表相对温度进行分级，具体分类方法如表2（m为地表相对温度平均值，s为标准差）。其中1995年均值为0.4449，标准差为0.08；2004年均值为0.4215，标准差为0.0742；2013年均值为0.5448，标准差为0.1140。

3 结果与分析

3.1 地表温度反演结果

利用单窗算法反演出洞庭湖区1995年、2004年和2013年的地表温度，然后经过归一化处理，得到地表相对温度。

表2 标准差分类法Table 2 Standard deviation classification

为了更加全面深入地分析研究区的地表温度时空变化，用标准差分类法将地表相对温度分成7类，并对温度等级图（图2）进行统计，得到3年7类温度区的面积比例变化（表3）。

表3 洞庭湖区温度面积比例及变化Table 3 LST grades proportion change of Dongting lakearea

3.2 温度时空变化特征

3.2.1 温度空间分布特征

从1995年的温度等级分布图（图2a）可以看出：洞庭湖区极低温区和极高温区面积较小，极低温区、低温区主要分布在洞庭湖湖面、大通湖以及周围地区的小面积湖泊、水库与河流等；大部分农田属于中温区，高温区分布不集中，主要分布在西北部、西南部、东北部以及北部的山部地区，这些区域植被茂盛、地势高，有效的阻挡了空气流动速度与热量的散失。1995年研究区中大部分区域处于中温区、较高温区和较低温区，面积百分比达到89.88%；高温区和极高温区面积比例只有3.94%；低温区和极低温区比例为6.18%（表3）。此外，1995年的温度等级图中显示一种异常现象：西洞庭湖区的河流区域属于高温区，这与中部东部的河流不一致，有可能是由于该区冬季河流水少，泥沙裸露导致。

图2 温度等级与DEM图Fig. 2 Maps of LST grade and DEM

2004年的地表温度等级分布图（图2b）显示极低温区和极高温区的面积都有减小。极低温区主要分布在湖泊、河流等水域，从水域温度的空间分布可以看出，离陆地距离近的水域温度相对较高，极低温多分布在距离陆地较远的深水区域。1995年的高温区、极高温区在2004年大部分都表现为中温区和较高温区，东部和南部山区仍有部分区域存在极高温区和高温区，南洞庭湖区出现大面积较低温区，位于平原地带的农用地依然保持在中温区与较高温区。从表3中可以看出2004年研究区的温度主要是由中温区和较高温区组成，两类区域面积比例达到72.99%，低温区和极低温区面积比例为10.29%，而高温区和极高温区面积比例为1.48%，高温主要分布在东洞庭湖区。

2013年温度等级图（图2c）显示高温区与极高温区主要分布在南洞庭湖，尤其是河州沙滩、裸地等植被覆盖少的区域，东部海拔较高的山区温度也相对较高；低温区依然主要分布在水域，极低温区分布与2004年大致一样，较低温区在西洞庭湖区与南洞庭湖区分布较广，沿着河流与山脉，有较明显的带状低温区，尤其是西洞庭湖区。统计表显示2013年的极低温区和低温区面积比例为6.92%，而高温区和极高温区面积为4.16%。

对比三年的温度等级分布图（图2）可以发现，1995—2013年洞庭湖区低温区空间分布变化较小，由于水体面积的减小，极低温区面积也随之变小；高温区的空间分布变化较大，1995、2004年的高温区主要分布在地势较高的山区，而2013年的高温区分布在地势较低的平缓地带。从温度等级统计表（表2）可以看出，三年的温度等级面积均以中温区、较高温区、较低温区为主，低温与高温面积较少，温度等级面积服从正态分布。

3.2.2 温度时间变化特征

随着时间的推移，洞庭湖区地表温度在1995—2013年有较大的变化，通过温度等级面积比例及变化表（表3）可以进一步对洞庭湖区的温度变化进行定量研究。从表中可以看出：与1995年相比，洞庭湖区2004年温度变化主要表现在中温区、较低温区面积减少，低温区、较高温区面积增加，表明2004年的温度与1995年相比低温面积范围在扩张；与2004年相比，2013年低温区、极低温区面积减少3.38%，较低温区、中温区和较高温区面积比较平衡，高温区、极高温区面积则增加了2.70%，表明洞庭湖区高温范围在扩展。

为了更好的分析洞庭湖区温度的时间变化，分别统计两个时期三区（西洞庭湖区，597699 hm2；南洞庭湖区521176 hm2；东洞庭湖区，903837 hm2。表4中简称西、南、东）各时期内的温度等级面积变化进行统计（表4）。

表4 温度等级面积比例变化Table 4 LST grades proportion change in different areas %

从表4中可以看出：与1995年相比，2004年低温区与极低温区的总面积变化强度在西洞庭湖区、南洞庭湖区和东洞庭湖区表现不一致，西洞庭湖区增加了5.92%，南洞庭湖区增加了6.15%，东洞庭湖区则增加了1.75%；高温区与极高温区的总面积则都在减少，西洞庭湖减少5.38%，南洞庭湖减少2.12%，而东洞庭湖减少0.71%，可见在2004年，东洞庭湖区低温面积与高温面积最为稳定，其次是南洞庭湖区。与2004年相比，2013年研究区高温区与极高温区总面积都在增加，西洞庭湖区增加2.21%，南洞庭湖区增加2.38%，东洞庭湖区增加2.68%；低温区与极低温区总面积都在减少，西洞庭湖区减少1.93%，南洞庭湖区减少2.41%，东洞庭湖区减少5.45%，可见2013年洞庭湖区温度普遍升高，变化强度表现为东洞庭湖区＞南洞庭湖区＞西洞庭湖区。

3.3 温度变化影响因子分析

温度的空间分布变化、异常现象受到很多因素影响，此处针对3个问题可能的原因进行分析。

图3 西洞庭湖区降水量Fig. 3 Precipitation of West Dongting lake region

首先针对西洞庭湖区1995年河流温度异常现象进行分析：1995年温度等级图（图2a）显示该区河流的大部分区域属于高温区，从图3中可以看出，西洞庭湖区1995年下半年逐月降水量折线图显示1995年下半年降水量较少，尤其是在9─12月，仅有10月份降水量超过20 mm，导致该区河流在秋冬交替的季节缺水，水量少，水位低，水底泥沙露出，而泥沙的热容量小，接收太阳辐射后地表潜热通量较小，升温较快，出现地表温度明显高于周围区域的现象。在2004年温度等级图（图2b）显示西洞庭湖区的河流温度并没有出现异常，与研究区内其他水域温度等级接近，大部分属于低温区和较低温区，极小部分属于极低温区，这与11月份与12月份的降水量有一定的关系，虽然降雨量仍然不多，但却有效地增加了河流泥沙的水分含量，泥沙变得湿润，受到水分蒸发的影响，升温较慢。

然后分析极低温区的分布，从3年的温度等级图（图2）可以看出极低温区大都分布在水域，尤其是在离陆地距离越远的水域中心，其原因是水体热容量大、并且水体深度与水体流速也会影响水体与大气的能量交换速度，同时水体与陆地的距离也会影响与陆地的能量交换速度；2004年低温面积增加与高温面积减少，主要是因为12月份大范围的雨雪天气导致（沈晓农，2005）。在1995年的东南角区域也出现了小面积的极低温区，这与当地的地形有很大的关系，结合DEM与坡度图可以看出，这部分的极低温区位于南北走向的山峰阴坡，影像获取时间为早上10点，太阳从东升起，处于南北走向的山峰阴坡，未能受到太阳的直接辐射，故出现温度极低的现象。

最后对比分析各年份不同温度等级区（极低温区与低温区主要分布在水体，故不做出比较）的DEM、坡度以及NDVI关系（表5）可以发现，冬季地表温度与植被的相关性不明显，这与王刚等（王等，2013）的研究结果相符，由于冬季不处于植被的生长期，因而NDVI与温度的相关性不明显，而梁保平等（梁等，2012）在桂林的研究则表明NDVI与地表温度呈负相关关系。可见在不同地区NDVI与地表温度的关系是不确定的，需结合更多的因素进行分析。对比分析温度等级与DEM、坡度的关系发现，温度越高的地区坡度越大，海拔相对较高，这主要是由于早晨阳坡最先受到太阳辐射，并且坡度可以有效地阻挡冷气流对该地区的影响，从而升温较快。2013年的极高温分布在海拔较低、地势平坦且NDVI值小于0.05的裸地，这是因为裸地的比热容小，受太阳辐射作用后，升温较快。

表5 NDVI、DEM和Slope均值统计Table 5 Mean value statistic of NDVI, DEM and Slope

4 结论

本文利用3个时期的Landsat TM/ETM+数据，对洞庭湖区三峡水库蓄水前后时期的温度时空变化特征进行了分析。

（1）温度等级图和温度等级统计表显示出洞庭湖区各年份的7个温度区面积均成正态分布，主要以中温区、较高温区和较低温区为主，冬季低温区和极低温区面积比高温区域极高温区面积比例大，低温区主要分布在水体，高温区没有明显的空间分布特征。

（2）1995—2004年，高温范围减少，与2004年多雨雪天气造成地面积水有关，且高温面积减少强度呈西洞庭湖区＞南洞庭湖区＞东洞庭湖区的空间特征，表明西洞庭湖区受冷气流的影响较大；2004—2013年高温范围增加，且高温范围变化强度表现出西洞庭湖区＜南洞庭湖区＜东洞庭湖区的空间特征，表明在三峡水库蓄水之后，东洞庭湖区的温度受到更大的影响。

（3）冬季温度很大程度的受到太阳辐射、降水量、地形以及下垫面的影响，不同地形下，各因子对温度的影响不相同。在本研究中，温度与植被覆盖度的相关性不明显，由于冬季不处于植被的生长期，因而NDVI与温度的相关性不明显，不同条件下NDVI与地表温度的关系是不确定的，需结合更多的因素进行分析。温度与坡度、DEM的关系分析表明，在冬季受大陆季风气候影响较大的地区，坡度可以有效地阻挡冷气流，从而保持地区温度的稳定，DEM与温度成正相关关系则表明冬季气温受太阳辐射的影响较大。

IPCC第五次工作报告[Z]. http://www.ipcc.ch, 2013.

JIMÉNEZ J C, SOBRINO J A. 2003. A generalized single channel method for retrieving land surface temperature from remote sensing data[J]. Journal of Geophysical Research.

白洁, 刘绍民, 扈光. 2008. 针对TM/ETM+遥感数据的地表温度反演与验证[J]. 农业工程学报, 24(9): 148-155.

邓玉娇, 匡耀求, 黄宁生, 等. 2008. 温室效应增强背景下城市热环境变化的遥感分析——以广东省东莞市为例[J]. 地理科学, 28(6): 814-819.

高懋芳, 覃志豪, 徐斌. 2007. 用MODIS数据反演地表温度的基本参数估计方法[J]. 干旱区研究, 24(1): 113-119.

黄菊梅, 邹用昌, 蔡海朝, 等. 2013. 近60a来洞庭湖区气温的变化特征[J].气象科学, 33(4): 457-463.

李福建, 马安青, 丁原东. 2009. 基于Landsat数据的城市热岛效应研究[J]. 遥感技术与应用, 24(4): 553-558.

梁保平, 李艺, 陈可宙. 2012. 桂林市NDVI、地表温度的地物特征及相关性研究[J]. 遥感技术与应用, 27(3): 429-435.

刘甜甜. 2010. 洞庭湖对当地天气气候影响的研究[D]. 兰州大学.

乔治, 田光进. 2014. 北京市热环境时空分异与区划[J]. 遥感学报, 18(3): 726-735.

沈晓农. 2005. 2004年主要天气气候事件[Z]. http://www.mwr.gov. cn/slzx/slyw/200501.

覃志豪, Li W J, ZHANG M H. 2003. 单窗算法的大气参数估计方法[J].国土资源遥感, (2): 37-43.

覃志豪, ZHANG M, KARNIELI A, et al. 2001. 用陆地卫星TM6数据演算地表温度的单窗算法[J]. 地理学报, 56(4): 456-466.

覃志豪, 李文娟, 徐斌. 2004. 利用Landsat TM6反演地表温度所需地表辐射率参数的估计方法[J]. 海洋科学进展, 22卷增刊: 129-137.

王刚, 张行南, 刘扬扬. 2013. 嘉陵江流域NDVI年季变化特征及其与气象因子的关系[J]. 河海大学学报(自然科学版), (1): 21-25.

徐涵秋, 陈本清. 2003. 不同时相的遥感热红外图像在研究城市热岛变化中的处理方法[J]. 遥感技术与应用, 18(3): 129-133.

姚玉龙, 刘普幸, 陈丽丽. 2013. 基于遥感影像的合肥市热岛效应时空变化特征及成因[J]. 生态学杂志, 32(12): 3351-3359.

张春桂, 潘卫华, 季青. 2011. 基于MODIS数据的城市热岛动态监测及时空变化分析[J]. 热带气象学报, 27(3): 110-116.

张明庆, 刘桂莲. 1999. 我国近40年气温变化地域类型的研究[J]. 气象, 25(4): 10-14．

张秀年, 严华生, 郭世昌. 2004. “全球变暖”背景下的全球温度时空变化特征[J]. 热带气象学报, 20(5): 561-570.

Temporal and Spatial Variation Characteristics of Land Surface Temperature in Dongting Lake Region, Hunan Province

YU De, ZHOU Weijun, TAN Jie, GUO Zichuan, LI Juan

College of Resources and Environment, Hunan Agricultural University, Changsha 410128, China

As the second largest fresh lake in China, Dongting Lake plays a significant role in regulating regional climate. However, due to global warming and other factors, its responses to climate change are not consistent within the Dongting area. For a better understanding of the land surface temperature (LST) change of the Dongting Lake area and its responses to global warming, and also for a better prediction of the LST variation trend, the LST of Dongting Lake area was retrieved using wintertime data of the 12 Landsat TM/ETM+ thermal infrared band images in 1995, 2004 and 2013. The standardized processing of retrieved LST was conducted and the LST grade maps were developed through standardized deviation classification. The LST temporal and spatial variation characteristic was analyzed through area statistic and straight comparison of the three LST grade maps. And the influential factors of LST variation were analyzed through normalized difference vegetation index (NDVI), rainfall data, DEM, gradient and other relevant data. The result shows that: (1) The area of each LST grade in Dongting Lake is of the normal distribution, and it mainly consists of middle temperature area, higher temperature area and lower temperature area. In terms of spatial distribution, the lower temperature area is mainly in water, and there is no distinct distribution characteristic in higher temperature area; (2)Impacted by the rain and snow, the range of high temperature area decreases in 2004.The proportion of decreased area from large to small in turn is West Dongting Lake(5.38%) to South Dongting Lake(2.12%) to East Dongting Lake(0.71%), suggesting that the cold air flow influences the West Dongting Lake the most, the East the least; (3)The range of high temperature area increases in 2013, and the proportion of increased area from small to large is West Dongting Lake(2.21%) to South Dongting Lake(2.38%) to East Dongting Lake(2.68%), suggesting that the LST of East Dongting Lake is greatly affected by the Three Gorges Reservior; (4)The correlation between NDVI and LST is non-significant, while gradient and elevation are in positive correlation with temperature, which indicates that gradient can effectively reduce the impact of cold air flow on temperature. And the high temperature in higher elevation and sunny slope indicate that the LST is greatly affected by solar radiation.

Dongting Lake region; land surface temperature; remote sensing; temporal and spatial characteristic; winter

X16

A

1674-5906（2014）11-1799-07

余德，周卫军，谭洁，郭子川，李娟. 洞庭湖区地表温度反演及其时空变化特征[J]. 生态环境学报, 2014, 23(11): 1799-1805.

YU De, ZHOU Weijun, TAN Jie, GUO Zichuan, LI Juan. Temporal and Spatial Variation Characteristics of Land Surface Temperature in Dongting Lake Region, Hunan Province [J]. Ecology and Environmental Sciences, 2014, 23(11): 1799-1805.

国家自然科学基金项目（41371228）

余德（1990年生），男，硕士研究生，研究方向土地资源与环境信息技术。E-mail: 342924288@qq.com

*通信作者：周卫军，wjzh0108@163.com

2014-09-16