基于MODIS数据的云贵高原地表温度时空特征分析

2020-12-30 05:43李可相肖玖军谢元贵张蓝月
贵州科学 2020年6期
关键词:植被指数温差分辨率

李可相,肖玖军,谢元贵,陈 远,陈 阳,张蓝月

(1贵州科学院 贵州省山地资源研究所,贵州 贵阳 550001;2贵州科学院,贵州 贵阳 550001)

地表温度(land surface temperature,LST)决定了陆地表层系统辐射能量平衡中的长波辐射,是陆面过程及岩石圈与大气圈之间物质流、能量流交换的重要参数,在全球气候变化和农业、生态、水文等领域的研究中具有重要应用[1-6]。地表温度的变化能够改变地面与大气之间物质与能量平衡,引起气温、降水和植被等发生变化,进而对区域生态环境的保护与演变产生重要影响[7]。因此,准确、及时获取LST数据,掌握其时空变化规律,对农业生产、生态环境监测及区域气候演变等方面具有重要意义。

目前,针对中国西南地区地表温度的研究较少,缺乏连续长时间跨度的LST变化特征研究。云贵高原作为中国第四大高原之一,是中国西南喀斯特地貌发育最典型的区域,具有水热空间分布不均、气候变化敏感、生态系统复杂等特点,对其太阳辐射特征、气温变化特征及气溶胶排放量变化等方面的研究较多,还未见到对其地表温度连续长时间跨度的研究。传统的地面温度监测站存在站点少且相互不联系等问题,难以准确反映整个区域的地表温度变化状况。遥感技术可以弥补传统监测存在的不足,且已被广泛应用于大气科学、生物学及生态学等领域。此外,有研究表明在天气晴朗和已知发射率的条件下,基于遥感数据计算的地表温度精度能够达到1K范围内[8]。

本文利用2000—2019年的MODIS数据,结合趋势分析和相关分析等方法,研究分析云贵高原近20年来LST的时空变化特点,以期为云贵高原气候变化研究提供基础资料,并为该区域的农业发展、生态环境保护及石漠化治理提供科学依据。

1 研究区域与研究方法

1.1 研究区概况

云贵高原是世界上喀斯特地貌发育最典型的地区之一,处于中低纬度过渡带,位于中国地势的第二级阶梯上,地势西北高,东南低,以乌蒙山为界可将云贵高原大致分为云南高原和贵州高原两部分[9-11]。受到热带和亚热带季风的影响,气候多样且区域差异显著,降水具有时空分布不均,干湿季分明的特点。本文所述云贵高原为云、贵两省的行政区域范围。

图1 研究区位置Fig.1 Location of the study area

1.2 数据来源与处理

本文选用的EOS系列卫星,具有数据免费、高光谱分辨率和时间分辨率的优点,它搭载有中分辨率成像光谱仪(MODIS),最大空间分辨率可达250 m,最小为1000 m,扫描宽度2330 km,有36个离散波段,主要分布在0.4~14 μm,其地表温度产品(MOD11A2),每幅产品周期8 d,空间分辨率1000 m,包括7个波段,以及相应的质量控制、云覆盖、获取时间、获取角度等12个数据,基于较为成熟的分裂窗算法分别计算白天、黑夜地表温度(K)。MOD11A2数据从NASA官方网站(http://reverb.echo.nasa.gov/)下载,并同时下载5km空间分辨率的MOD11C3数据(月合成全球地表温度产品)作为补充;土地利用数据采用具有相同空间分辨率的WESTDC2.0,来源于中国西部环境与生态科学数据中心(http://westdc.westgis.ac.cn);DEM数据从地理空间数据云网站(http://www.gscloud.cn/)上获取。

1.3 研究方法

本文采用斜率分析法和相关分析法对研究区地表温度的时空特征及其与下垫面的相关关系进行研究。利用斜率分析法对不同的栅格变化趋势进行分析,得到地表温度的空间年际变化特征;采用统计学中的相关分析法计算年均地表温度与归一化植被指数之间的相关系数,分析二者的密切程度,指出地表温度与植被之间的联系(详见表1)。基于ArcGIS 13.4、ENVI5.3等软件进行数据统计、分析及处理。

表1 研究分析方法Tab.1 Research and analysis method

2 结果与分析

2.1 云贵高原地表温度空间变化特征

2000-2019年,云贵高原多年平均地表温度的空间分布存在明显差异,总体呈现由南部低纬度区域向北部高纬度区域逐渐减少的趋势,并与山脉走势相对一致(如图2);多年平均地表温度的最大值为28.66℃,最小值为-5.180℃,平均值达到19.0℃,西北部高海拔地区,包括德钦县、贡山独龙族怒族自治县及迪庆藏族自治州等县/州是研究区地表温度低值分布较为集中的区域,多年平均地表温度仅10.66℃,并随着怒江、澜沧江及金沙江向南逐渐升温。

图2 2000-2019年研究区地表温度的空间分布Fig.2 Spatial distribution of LST in the studyarea from 2000 to 2019

由图3可见,云贵高原大部分地区升温幅度为1.5~2.0℃·a-1,分布在海拔123~4044m范围内;部分区域地表温度升温幅度超过2.0℃·a-1,主要分布在云南省中部及东部,贵州省西部区域,多为低洼河谷地带,人口相对集中,城镇发展较快,例如云南境内的红河县、元阳县及贵州境内的望谟县等市县的低洼区域。

如图4,将海拔(这里用y表示)划分为7个梯度(I:y≤500;II:5005500;单位:m),并分别计算各海拔梯度范围内近20年地表温度的平均值,由图可知,随着海拔的升高,地表温度逐渐降低,并且夜晚降低幅度较白天明显,白天、夜晚的斜率分别为4.29和4.42。

昼夜温差总体呈现先增加后降低的趋势,上升到4500~5500m范围后昼夜温差开始下降。

图4 研究区地表温度随海拔的变化Fig.4 Change of LST with altitude in the study area

2.2 云贵高原地表温度时间变化特征

2000-2019年云贵高原地表温度的变化趋势与全球气候变暖趋势相吻合,年际变化总体呈增长趋势,但变化率较小,仅为0.015℃·a-1,地表增温幅度不明显(图5)。

图5 2000-2019年研究区地表温度年际变化Fig.5 Interannual variation of LST in the studyarea from 2000 to 2019

2000—2019年,云贵高原秋季和冬季的地表温度季节差异明显(图6),平均温差为5.03℃,而春季和夏季的地表温度季节差异却不是很明显,平均温差仅为0.60℃。冬季地表温度的变异系数最大,为4.84%,其次是秋季,秋季地表温度的变异系数为2.71%,春、夏两个季节地表温度变异系数分别为2.55%和1.89%,这可能是因为夏季太阳辐射及地表反射和吸收太阳辐射的能力均比较固定,而冬季不同年份的降雪量会随气候的年际变化而变化,导致不同年份冬季下垫面反射和吸收太阳辐射的能力出现明显变化,从而引起冬季地表温度波动幅度较其他季节高。

图6 2000—2019年云贵高原地表温度的季节变化(全天)Fig.6 Seasonal variation of LST in the study areafrom 2000 to 2019 (throughout the day)

2000—2019年,研究区春季白天平均地表温度较其他季节高(图7),这与云贵高原太阳平均辐射量春季最多,秋季最少,夏季多于冬季有关[12]。春天地表温度昼夜温差最大,为12.89℃,秋季地表温度昼夜温差最小,为8.64℃,冬季和夏季地表温度昼夜温差分别为9.86 ℃和9.09℃。这是由于云贵高原地处岩溶地区为中心[13],碳酸盐岩出露面积广,土层浅薄,母岩出露,由于露的土壤和岩石热容量小,且大量的人为活动改变了地表性质导致地表反照率发生变化[14-15],白天在太阳辐射影响下,地表温度迅速升高,特别是春季太阳辐射较其他季节强,平均地表温度较其他季节高,到了夜晚地表则以长波辐射形式向外散热,地表温度迅速回落,导致地表温度昼夜温差较大,而秋季云贵高原太阳辐射量较其他季节低,夜晚地表向外散热量也就最小,因此地表温度昼夜温差最小。

图7 2000—2019年地表温度的季节变化(白天、夜晚)Fig.7 Seasonal variation of LST from 2000 to2019 (daytime and nighttime)

2.3 不同地类的地表温度与植被NDVI指数的关系

植被指数是衡量地表植被状况、指示生态环境变化的一个重要指标[16]。植被指数中应用最广泛的是归一化植被指数( Normalized Difference Vegetation Index,NDVI),是衡量地表植被状况、指示生态环境变化的一个重要指标,在地表温度与植被之间的关系研究中有广泛应用[17-18]。在相同期间内,云贵高原不同土地利用类型的地表温度之间存在明显差异(图8),由图可以看出,研究区不同土地利用类型的地表温度与归一化植被指数之间总体均呈现出负相关关系,NDVI每下降0.1,草地与林地的地表温度分别下降2.04℃和2.73℃,而受到人为因数干扰严重的耕地和建设用地的降幅分别为1.84℃和1.22℃,说明随着地表植被盖度的增加,地表温度明显下降。草地平均地表温度达到了31.38℃,林地仅为26.17℃,温差为5.21℃,耕地平均地表温度为30.62℃,建设用地略高,达到31.21℃,温差仅为0.59℃,而草地与建设用地平均地表温度却非常接近,且大于建设用地,表明在石漠化严重云贵高原,林地地表温度明显低于草地、耕地及建设用地,草地虽然比建设用地的降温幅度明显,但平均地表温度却高于建设用地。在地表温度与NDVI间的拟合过程中发现,林地地表温度与NDVI之间的拟合效果较草地、建设用地和耕地好,决定系数达到0.6874。由于MODIS数据空间分辨率较低,单个像元不仅包含建设用地信息,同时也包含其他高植被覆盖度地类(绿化带、城市森林及人工草地等)信息,导致建设用地的植被指数NDVI也具有较高的值(>0.6),说明随着人类活动对地表物质组成的不断改变,人类活动对地表温度与植被之间的相互关系产生了较明显的影响。

图8 不同土地利用类型地表温度与植被指数的关系Fig.8 Relationship between LST and NDVI ofdifferent land use types

3 结论

研究结果表明,2000—2019年云贵高原地表温度变化趋势与全球气候变暖趋势相吻合,年际变化总体呈增长趋势,但变化率较小,仅为0.015℃·a-1,地表增温幅度不明显。

云贵高原地表温度的空间分布存在明显差异,总体呈现由南部低纬度区域向北部高纬度区域逐渐减少的趋势,并与山脉走势相对一致;大部分地区升温幅度为1.5~2.0℃·a-1,部分区域地表温度升温幅度超过2.0℃·a-1;随着海拔的升高,地表温度逐渐降低,昼夜温差总体呈现先增加后降低的趋势;秋季和冬季的地表温度季节差异明显,而春季和夏季的地表温度季节差异却不是很明显;春季白天平均地表温度较其他季节的高,且地表温度昼夜温差最大;归一化植被指数能较好的反映人类活动不断改变地表物质组成对地表温度的影响。本文采用MODIS地表温度产品,由于其空间分辨率较低,分析过程中会遇到区域数据缺失、地物分类不够精细等情况,从而影响对区域地表温度环境变化的研究。未来随着遥感技术的愈发成熟,可以通过高空间、时间分辨率的遥感数据解决这一问题。

猜你喜欢
植被指数温差分辨率
北方冬季养猪当心“四差”
EM算法的参数分辨率
基于植被指数选择算法和决策树的生态系统识别
温差“催甜”等
低级热温差发电器的开发应用研究
原生VS最大那些混淆视听的“分辨率”概念
AMSR_2微波植被指数在黄河流域的适用性对比与分析
河南省冬小麦产量遥感监测精度比较研究
一种提高CCD原理绝对值传感器分辨率的方法
基于深度特征学习的图像超分辨率重建