周 梅，張 飛，3，姜紅濤，張嚴(yán)峻

（1．新疆大學(xué) 資源與環(huán)境科學(xué)學(xué)院，烏魯木齊830046；2．新疆大學(xué) 綠洲生態(tài)教育部重點(diǎn)實(shí)驗(yàn)室，烏魯木齊830046；3．新疆大學(xué) 智慧城市與環(huán)境建模普通高校重點(diǎn)實(shí)驗(yàn)室，烏魯木齊830046）

地表溫度（Land Surface Temperature，LST）是表征地表生物物理的參數(shù)，是全球物質(zhì)能量循環(huán)、氣候變化、能量平衡的重要影響因素，同時(shí)也是人類研究地—?dú)庀嗷プ饔谩⒌厍蚋魅又g物質(zhì)能量流動(dòng)機(jī)制的依賴參數(shù)之一，是目前遙感定量化研究的熱點(diǎn)［1］，是研究地表與大氣之間能量與物質(zhì)交換的重要參數(shù)［2－3］，主要應(yīng)用于城市“熱島效應(yīng)”和綠洲“冷島效應(yīng)”方面的研究。

綠洲是干旱區(qū)獨(dú)特的自然景觀，是人們生產(chǎn)、生活的載體，是干旱地區(qū)有穩(wěn)定水源可以對(duì)土地進(jìn)行灌溉、適于植物生長(zhǎng)的地方。夏季，在高溫戈壁、沙漠包圍下的綠洲熱環(huán)境直接影響著各類生物對(duì)環(huán)境舒適度的感受，也影響著人們的生產(chǎn)、生活質(zhì)量。對(duì)綠洲空間熱環(huán)境進(jìn)行研究是深入了解綠洲—沙漠間，以及綠洲內(nèi)部物質(zhì)能量流動(dòng)機(jī)理的重要手段。近年來(lái)，地球的氣溫增加給整個(gè)地球的生態(tài)環(huán)境帶來(lái)了巨大的影響，在全球氣候變暖背景下，新疆氣候變化與全球變暖具有同步性，分析生態(tài)環(huán)境非常脆弱的干旱區(qū)綠洲地表溫度的變化特征具有很強(qiáng)的現(xiàn)實(shí)意義。

地表溫度的獲取主要有常規(guī)的定點(diǎn)實(shí)驗(yàn)觀測(cè)方法和遙感反演方法。常規(guī)觀測(cè)方法由于空間分布的不均勻和觀測(cè)條件的限制，較難推算城市地表溫度分布的變化情況，而利用熱紅外波段快速、同步地獲取地表一定空間尺度上的溫度信息是定量遙感的重要內(nèi)容之一［4］。自20世紀(jì)60年代初期發(fā)射TIROS－Ⅱ以來(lái)，學(xué)者們就用衛(wèi)星遙感數(shù)據(jù)反演地表溫度。利用衛(wèi)星遙感數(shù)據(jù)提取海洋溫度的研究在70年代已較為成熟，可以在全球范圍內(nèi)達(dá)到1K的精度［5］。陸地地表溫度反演也取得了很大的進(jìn)展，對(duì)Landsat衛(wèi)星等只有一個(gè)熱紅外波段的數(shù)據(jù)，先后提出了單波段、分裂窗和多波段等遙感反演方法［6］。單窗算法、單通道算法直接包含大氣與地表比輻射率影響，簡(jiǎn)單易行且精度較高，而單窗算法反演地表溫度的精度相對(duì)較高［7－8］。而近年來(lái)，針對(duì)干旱區(qū)綠洲的熱環(huán)境研究也陸續(xù)開(kāi)展［9－12］，但是對(duì)綠洲地表溫度時(shí)空變化的研究還比較少。所以，本文利用覃志豪單窗算法，選擇干旱區(qū)典型綠洲——渭干河—庫(kù)車河三角洲綠洲作為研究靶區(qū)，深入分析1989—2011年地表溫度的時(shí)空動(dòng)態(tài)變化，為進(jìn)一步理解全球溫度上升、我國(guó)西北干旱、半干旱區(qū)域地表熱量分布差異特征以及渭干河—庫(kù)車河土壤—植被—大氣系統(tǒng)能量交換狀況提供參考。

1 研究區(qū)概況

渭干河—庫(kù)車河三角洲綠洲（以下簡(jiǎn)稱渭—庫(kù)綠洲）位于新疆維吾爾自治區(qū)南部的塔里木盆地，屬渭干河—庫(kù)車河流域，在行政上隸屬阿克蘇地區(qū)管轄。范圍包括庫(kù)車、沙雅和新和3個(gè)縣，土地總面積523．76萬(wàn)hm2。年均降水量為46．4～64．5mm，其中，沙雅地區(qū)最低，庫(kù)車地區(qū)最高，年均蒸發(fā)量為1 992．0～2 863．4mm，干燥度系數(shù)為44．37，屬于干旱與極端干旱地區(qū)。年平均氣溫為10．5～14．4℃，極端最高氣溫為40．1～41．5℃，極端最低氣溫為－28．7～－26．8℃［13］。經(jīng)濟(jì)結(jié)構(gòu)以農(nóng)業(yè)為主，是庫(kù)車、沙雅和新和3個(gè)縣經(jīng)濟(jì)發(fā)展的核心地帶，是新疆的主要棉產(chǎn)區(qū)之一及阿克蘇地區(qū)最大的灌溉區(qū)。2003年該區(qū)共有人口約75．59萬(wàn)人，人口密度達(dá)14．4人／km2，遠(yuǎn)超過(guò)聯(lián)合國(guó)教科文組織提出的干旱區(qū)人口臨界指標(biāo)（7人／km2），加劇了綠洲環(huán)境資源壓力。

2 研究方法

2．1 數(shù)據(jù)獲取和處理

選用1989年9月25日和2011年9月6日當(dāng)?shù)貢r(shí)間9：30Landsat 5TM 數(shù)據(jù)，根據(jù)無(wú)云、霧和積雪等的影響，圖像質(zhì)量好。計(jì)算地表溫度前，必須先進(jìn)行輻射定標(biāo)，得到衛(wèi)星熱紅外傳感器探測(cè)的大氣層頂表觀反射率［14－15］，以消除傳感器系統(tǒng)誤差。為了精確地提取研究區(qū)的信息，采用相應(yīng)計(jì)算公式［16－17］求取表觀發(fā)射率，由于研究區(qū)為平原區(qū)，地形較為平坦，故未作地形輻射校正。然后，將影像進(jìn)行幾何精校正，利用研究區(qū)1∶5萬(wàn)地形圖對(duì)TM影像各波段進(jìn)行校正，采用控制點(diǎn)—多項(xiàng)式擬合校正法，采用高斯—克呂格投影模式及三次卷積內(nèi)插法重采樣進(jìn)行圖像點(diǎn)的精密校正（選擇的GCP點(diǎn)的誤差均小于0．5個(gè)像元）。像元大小為30m×30m。再按研究區(qū)范圍進(jìn)行圖像切割，圖像大小為1．37×107個(gè)像元，邊界范圍為：左上角41°51′30．64″N，82°07′51．18″E，右上角41°49′58．54″N，83°40′28．28″E，左下角41°04′47．53″N，82°07′2．75″E，右 下 角 40°55′17．81″N，83°38′14．72″E，研究區(qū)面積為12 344．336km2。

2．2 參數(shù)計(jì)算

利用遙感分析綠洲熱場(chǎng)分布關(guān)注的是其溫度分異狀況，溫度是一個(gè)重要的環(huán)境參數(shù)［18］，TM第6波段記錄的DN值也主要取決于地表溫度的高低。覃志豪［19］、田輝等［20］使用一個(gè)熱紅外波段基于大氣輻射傳輸方程和對(duì)普朗克方程的線性化，推導(dǎo)出了一個(gè)簡(jiǎn)單可行且精度較高的專門用于從TM 6波段數(shù)據(jù)反演地表溫度的方法——單窗算法。

2．2．1 輻射亮度L的計(jì)算 輻射亮度是大氣層頂傳感器接受的輻射亮度，其計(jì)算公式為［21］：

式中：Bias——偏移；Gain——增益；DN——像元值。

2．2．2 表觀反射率的計(jì)算 盡管大氣輻射原理是相同的，但由于傳感器本身性能和參數(shù)的不同，所獲取的遙感數(shù)據(jù)進(jìn)行大氣校正的具體方法也有所差別。本文主要采用COST模型進(jìn)行大氣校正［22］：

式中：ρ——地面相對(duì)反射率；d——日地天文單位距離；L——大氣頂層的輻射亮度；Lp——大氣層輻射值；E0——大氣頂層的太陽(yáng)輻照度；θz——太陽(yáng)天頂角；Tz——大氣透射率。

2．2．3 反演算法 單窗算法反演地表溫度的公式如下：

式中：TS——地表溫度（K）；a，b——變量，分別為－67．355 351，0．458 608；T6——衛(wèi)星高度上傳感器所探測(cè)到的像元亮度溫度（K）；Ta——大氣平均作用溫度（K）；C，D——中間變量，分別用下式計(jì)算：

式中：ε——地表比輻射率；τ——大氣透射率。

2．2．4 算法參數(shù)的獲取

（1）大氣平均作用溫度Ta［23］。在標(biāo)準(zhǔn)大氣狀態(tài)下，大氣平均作用溫度Ta與地面附近氣溫T0存在的線性關(guān)系見(jiàn)表1。

表1 大氣平均作用溫度估算

（2）地表比輻射率ε［24］。推算地表溫度的要素之一是地表比輻射率。地表比輻射率對(duì)地表溫度反演精度的影響很大，是重要的誤差源之一。研究表明，發(fā)射率0．01的相對(duì)誤差，能導(dǎo)致地表溫度0．75 K的誤差。由此引起的誤差對(duì)反演精度的影響比大氣的兩倍還要大。地表比輻射率主要取決于地表的物質(zhì)結(jié)構(gòu)和遙感器的波段區(qū)間。TM 6波段區(qū)間為10．45～12．6μm。地球表面不同區(qū)域的地表結(jié)構(gòu)雖然很復(fù)雜，但從衛(wèi)星像元的尺度來(lái)看，可以大體視作由3種類型構(gòu)成：水面、城鎮(zhèn)和自然表面。對(duì)于地表溫度反演來(lái)說(shuō)，自然表面通常占圖像的比例最大，因而也是我們考慮的重點(diǎn)。

Griend等［25］發(fā)現(xiàn)地表比輻射率與植被指數(shù)高度相關(guān)，并建立了地表比輻射率和歸一化植被指數(shù)（NDVI）之間的統(tǒng)計(jì)關(guān)系模型：

當(dāng)自然地表的NDVI值在0．157～0．727時(shí)，地表比輻射率計(jì)算公式為：

該模型應(yīng)用范圍較廣，但存在兩個(gè)問(wèn)題：第一，不同區(qū)域地表自然屬性的差異導(dǎo)致該模型不具有普適性。第二，不能解決混合像元問(wèn)題。

Sobrinoa［26］提出基于地表覆蓋類型的加權(quán)混合模型，以土壤和植被比輻射率已知為前提，用NDVI對(duì)地表分類，并給出地表相對(duì)均一、平坦條件下的比輻射估算方程，即

式中：ε——地表比輻射率；εv——植被比輻射率；εs——裸土比輻射率，查閱相關(guān)資料獲取εv＝0．986，εs＝0．973；PV——植被覆蓋度，通過(guò)歸一化植被指數(shù)NDVI來(lái)計(jì)算：

式中：NDVIV，NDVIS——植被和裸土的NDVI值。

對(duì)影像像元進(jìn)行統(tǒng)計(jì)，選取植被茂密區(qū)均值作為NDVIV的值；同理，選取裸土區(qū)像元均值作為NDVIS的值，當(dāng)NDVI≤NDVIS時(shí)，認(rèn)為植被覆蓋率PV＝0；當(dāng)NDVI≥NDVIV時(shí)，認(rèn)為PV＝1。

（3）大氣透射率［27］。地表熱輻射在大氣中的傳導(dǎo)會(huì)受到氣壓、氣溫、氣溶膠含量、大氣水分含量等的作用而產(chǎn)生衰減，因此準(zhǔn)確地求算大氣透射率需要較詳細(xì)的大氣剖面數(shù)據(jù)，但這些數(shù)據(jù)一般很難獲取。研究表明，大氣透射率的變化主要取決于大氣水分含量的動(dòng)態(tài)變化，其它因素因其動(dòng)態(tài)變化不大且對(duì)大氣透射率的變化沒(méi)有顯著影響［28］，因此，水分含量就成為大氣透射率估計(jì)的主要考慮因素，其計(jì)算方法見(jiàn)表2，本文采用高氣溫并且水蒸氣在0．4～1．6g／cm2間對(duì)應(yīng)的方程。

表2 TM6大氣透射率估算方程

3 結(jié)果與分析

3．1 研究區(qū)地表亮度溫度的計(jì)算

基于得到的研究區(qū)遙感影像第6波段的輻射亮度，根據(jù)公式（9）計(jì)算研究區(qū)地表像元的亮度溫度［29］：

式中：T6——地表像元亮度溫度（K）；K1，K2——常量，K1＝607．76W／（m2·sr·μm）和K2＝1 260．56 K；L——傳感器接受的輻射強(qiáng)度。

3．2 溫度反演及精度驗(yàn)證

采用單窗算法計(jì)算地表溫度，其中，大氣平均作用溫度依據(jù)表1中的中緯度夏季平均大氣（北緯45度，7月）公式推算；大氣透射率依據(jù)表2，水分含量取值為0．4～1．6（g／cm2），大氣透射率估計(jì)方程為T＝0．97429－0．08007w推算。依據(jù)表3和公式（6）、（7）計(jì)算比輻射率，將上述參數(shù)帶入（3）式進(jìn)行計(jì)算，即可得到渭—庫(kù)三角洲綠洲1989年9月25日和2011年9月6日的地面溫度。并繪制出地表溫度反演空間分布圖（圖1）。

表3 單窗算法計(jì)算研究區(qū)地表溫度參數(shù)表

圖1 研究區(qū)反演溫度空間分布

由圖1可以看出，1989年最低和最高溫度分別為10．6℃和29．3℃，2011年最低和最高溫度分別為15．7℃和41．8℃。綠洲中心溫度都低于周邊，均呈現(xiàn)“冷島”效應(yīng)；1989年高溫出現(xiàn)在綠洲西南部，而2011年綠洲高溫沿著東北—西南方向分布，但各溫度相互交錯(cuò)，體現(xiàn)出土地利用／土地覆被的復(fù)雜性。

將庫(kù)車、沙雅、新和縣氣象站的實(shí)測(cè)溫度數(shù)據(jù)的均值與反演的地表溫度均值進(jìn)行對(duì)比，結(jié)果如表4所示，可以看出，1989年和2011年溫度反演的精度分別為94．9%和95．6%，說(shuō)明采用單窗算法進(jìn)行溫度反演基本可行。

表4 單窗算法反演結(jié)果精度

為進(jìn)一步分析各溫度區(qū)間在綠洲的分布狀況，繪制溫度等級(jí)分布圖（圖2）；同時(shí)，為了更好地說(shuō)明地表溫度與土地利用／土地覆被的關(guān)系，做出土地利用圖（圖3），其中，1989年的總體分類精度和Kappa系數(shù)分別為95．69%和0．94；2011年的總體分類精度和Kappa系數(shù)分別為94．37%和0．87。由圖2—3可以得出：（1）從土地利用／土地覆被和溫度關(guān)系的角度來(lái)看，1989年的土地利用／土地覆被類型與地表溫度分布圖不能明確區(qū)分，說(shuō)明土地利用類型比較復(fù)雜，相對(duì)比較分散，各類型間的溫度變化小；而2011年的溫度分布圖中土地利用／土地覆被類型和地表溫度分布基本保持一致，說(shuō)明土地利用類型單一，相對(duì)比較集中，各類型間的溫度變化大；（2）兩期圖像中耕地溫度都相對(duì)較低，1989年綠洲周邊的裸地、鹽漬地、耕地及耕地周邊林地的溫度同在一個(gè)溫度區(qū)間，而2011年的耕地和林地不在同一溫度區(qū)間，綠洲周邊的裸地、鹽漬地的溫度分別處于高溫區(qū)和極高溫區(qū)，并且水體作為了一個(gè)單獨(dú)溫度區(qū)間；（3）1989年的溫度相對(duì)于2011年整體偏低，比2011年多一個(gè)低溫區(qū)（9．9～13．9℃），2011年的溫度相對(duì)于1989年整體偏高，多出了高溫區(qū)（31．9～37．9℃）和極高溫區(qū)（37．9～41．9℃）兩個(gè)溫度區(qū)間。

同時(shí)，又對(duì)兩期圖像中的各個(gè)類別面積進(jìn)行統(tǒng)計(jì)（表5），從表5中可知：（1）1989年的溫度集中在低溫區(qū)、次低溫中溫區(qū)和次高溫區(qū)4個(gè)溫度段，其中次低溫區(qū)的面積最大，占總面積的71．23%，其次是中溫區(qū)，占總面積的22．15%；（2）2011年的溫度集中在次低溫區(qū)、中溫區(qū)、次高溫區(qū)、高溫區(qū)和極高溫區(qū)5個(gè)溫度段，其中高溫區(qū)的面積最大，占總面積的40．30%，其次是次高溫區(qū)，占總面積的30．85%；（3）1989—2011年，低溫區(qū)、高溫區(qū)和極高溫區(qū)變化最大，在1989年反演的結(jié)果中沒(méi)有高溫區(qū)和極高溫區(qū)，在2011年反演的結(jié)果中沒(méi)有低溫區(qū)；（4）1989—2011年，次低溫區(qū)由71．23%減少到0．56%，面積減少 了 8 723．772km2，中 溫 區(qū) 由 22．15% 增 加23．78%，面積增加了201．817 8km2，次高溫區(qū)由2．18%增加到30．85%，面積增加了3 540．029km2。由于全球溫度上升具有一致性，干旱區(qū)的升溫現(xiàn)象又高于我國(guó)東部和全球上升溫度的平均值，因此，1989—2011年的22a間，渭—庫(kù)綠洲的地表溫度發(fā)生了巨大變化。此外，綠洲溫度的升高與綠洲人口增加、經(jīng)濟(jì)的迅速發(fā)展有著密切的關(guān)系。

圖2 研究區(qū)地表溫度等級(jí)

圖3 研究區(qū)土地利用

表5 各溫度等級(jí)面積統(tǒng)計(jì)

為了能夠更直觀地表達(dá)各個(gè)溫度區(qū)間與像元的關(guān)系，繪制溫度頻率直方圖。由圖4得出：（1）1989年最低溫度為10．65℃，最高溫度為29．30℃；26℃以下的像元占絕大部分，主要是山區(qū)、水體、耕地以及林地；26～42℃的像元數(shù)目較少，主要為東南林地、鹽堿地和戈壁荒漠；低溫區(qū)與中溫區(qū)間的過(guò)渡像元較少，直方圖中表現(xiàn)為“陡崖”狀上升。（2）2011年最低溫度為15．78℃，最高溫度為41．82℃；20℃以下的像元數(shù)目出現(xiàn)較少，主要是水體；23～28℃出現(xiàn)一個(gè)峰值，其地類主要為耕地；其中33～38℃又出現(xiàn)一個(gè)峰值，主要是鹽堿地、戈壁荒漠；低溫區(qū)與中溫區(qū)間的過(guò)渡像元較少，直方圖中表現(xiàn)為“陡崖”狀上升。

圖4 研究區(qū)地表溫度直方圖

4 結(jié)論與討論

利用渭—庫(kù)綠洲1989—2011年兩期Landsat TM影像，通過(guò)TM 6熱紅外波段反演地表溫度，分析渭—庫(kù)綠洲熱場(chǎng)時(shí)空分布特征、空間差異。得出如下結(jié)論：

（1）從時(shí)間尺度上來(lái)看，綠洲地表溫度年際變化明顯：1989年研究區(qū)內(nèi)最低溫度10．65℃，最高溫度28．31℃，平均溫度18．98℃。溫度低于19．9℃的占75．67%，19．9～31．9℃占23．66%；2011年研究區(qū)內(nèi)最低溫度15．78℃，最高溫度41．82℃，平均溫度為28．80℃。溫度低于19．9℃的占0．56%，19．9～31．9℃占54．63%，大于31．9℃的占44．8%，最高溫和最低溫的溫差分別達(dá)到13．51℃和5．13℃?；痉辖陙?lái)渭—庫(kù)綠洲地區(qū)9月白天的實(shí)時(shí)地表溫度狀況。

（2）從空間尺度上來(lái)看，綠洲的熱場(chǎng)分布空間差異明顯，兩期圖像均呈現(xiàn)典型的“冷島”效應(yīng)：綠洲周邊的高溫荒漠、戈壁和裸地包圍低溫耕地、林地和水體等。而不同的年份，綠洲內(nèi)部各地類的溫度范圍不同：1989年，水體的溫度在8．5～13．5℃之間，耕地的溫度在12．5～16．5℃之間，林地比耕地的溫度稍高，荒漠、戈壁的溫度最高，整體呈現(xiàn)出由中心低溫向四周高溫呈輻散狀。2011年，水體的溫度在16．5～22．5℃之間，耕地的溫度在21．5～26．5℃之間，林地比耕地的溫度稍高，荒漠、戈壁的溫度最高，從耕地到荒漠、戈壁，溫度陡增。并且各溫度區(qū)間的面積發(fā)生了明顯的變化：1989年次低溫度所占面積最大，其比例為71．23%，2011年次低溫區(qū)的面積僅占總面積的0．56%；低溫區(qū)僅存在于1989年，而高溫區(qū)和極高溫區(qū)僅存在于2011年，由此可見(jiàn)，從1989年至2011年，綠洲溫度整體大幅上升。

隨著渭—庫(kù)綠洲經(jīng)濟(jì)的快速發(fā)展，人類活動(dòng)的不斷增強(qiáng)，綠洲土地利用／土地覆被方式的多樣化，植被分布對(duì)地表溫度的影響不斷在變化，作為生態(tài)脆弱帶的渭—庫(kù)綠洲，合理地布局和發(fā)展城鎮(zhèn)建設(shè)并注重植被保護(hù)，對(duì)綠洲的可持續(xù)發(fā)展有著重要的意義。

［1］ 王天星．地表參數(shù)遙感定量反演及其在城市熱環(huán)境研究中的應(yīng)用［D］．福州：福建師范大學(xué)，2008．

［2］ 劉振華，趙英時(shí)．基于遺傳算法的不同光照條件下植被和土壤組分溫度反演［J］．農(nóng)業(yè)工程學(xué)報(bào)，2012，28（1）：161－166．

［3］ 羅菊花，張競(jìng)成，黃文江，等．基于單通道算法的 HJ－1B與Landsat－5TM地表溫度反演一致性研究［J］．光譜學(xué)與光譜分析，2010，30（12）：3285－3289．

［4］ 甘甫平，陳偉濤，張緒教，等．熱紅外遙感反演陸地表面溫度的研究進(jìn)展［J］．國(guó)土資源遙感，2006，67（1）：6－11．

［5］ Becket F．The impact of emissivity on the measurement of land surface temperature from a satellite［J］．International Journal of Remote Sensing，1987，8（10）：1509－1522．

［6］ 朱懷松，劉曉錳，裴歡．熱紅外遙感反演地表溫度研究現(xiàn)狀［J］．干旱氣象，2007，25（2）：17－21．

［7］ 張兆明，何國(guó)金，肖榮波，等．利用TM6數(shù)據(jù)反演陸地表面溫度新算法研究［J］．遙感技術(shù)與應(yīng)用，2005，20（6）：547－550．

［8］ 孟憲紅，呂世華，張宇，等．使用LANDSAT－5TM數(shù)據(jù)反演金塔地表溫度［J］．高原氣象，2005，24（5）：721－726．

［9］ 李金香，塔西甫拉提·特依拜，雷磊，等．干旱區(qū)典型綠洲熱場(chǎng)分布規(guī)律研究：以渭干河—庫(kù)車河三角洲綠洲為例［J］．中國(guó)沙漠，2011，31（4）：992－1000．

［10］ 潘竟虎，張偉強(qiáng)．張掖綠洲冷島效應(yīng)時(shí)空格局的遙感分析［J］．干旱區(qū)研究，2010，27（4）：481－486．

［11］ 武堅(jiān)，孟憲紅，呂世華．基于MODIS數(shù)據(jù)的金塔綠洲地表溫度反演［J］．高原氣象，2009，28（3）：523－529．

［12］ 張飛，塔西甫拉提．特依拜，丁建麗，等．塔里木河上游典型綠洲地表熱環(huán)境遙感研究［J］．干旱區(qū)資源與環(huán)境，2013，27（4）：111－116．

［13］ 錢云，郝毓靈．新疆綠洲［M］．烏魯木齊：新疆人民出版社，2000．

［14］ Dash P，G?ttsche F M，Olesen F S，et al．Land surface temperature and emissivity estimation from passive sensor data：Theory and practice－current trends［J］．International Journal of Remote Sensing，2002，23（13）：2563－2594．

［15］ Franca G B，Cracknell A P．Retrieval of land and sea surface temperature using NOAA－11AVHRR data in north－eastern Brazil［J］．International Journal of Remote Sensing，1994，15（8）：1695－1712．

［16］ 池宏康，周廣勝，許振柱，等．表觀反射率及其在植被遙感中的應(yīng)用［J］．植物生態(tài)學(xué)報(bào)，2005，29（1）：74－80．

［17］ 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．

［18］ 崔彩霞，楊青，楊蓮梅．MODIS資料用于塔克拉瑪干沙漠地表溫度計(jì)算方法初探［J］．中國(guó)沙漠，2003，23（5）：596－599．

［19］ 覃志豪，Zhang M H，Arnon Karnie li，等．用陸地衛(wèi)星TM6數(shù)據(jù)演算地表溫度的單窗算法［J］．地理學(xué)報(bào)，2001，56（4）：456－466．

［20］ 田輝，文軍，馬耀明，等．利用ASTER資料估算黑河中游沙漠和綠洲地區(qū)夏季地表溫度［J］．中國(guó)沙漠，2008，28（3）：544－553．

［21］ 李玉環(huán)，王靜，呂春燕，等．基于TM／ETM＋遙感數(shù)據(jù)的地面相對(duì)反射率反演［J］．山東農(nóng)業(yè)大學(xué)學(xué)報(bào)：自然科學(xué)版，2005，36（4）：545－551．

［22］ 趙少華，秦其明，張峰，等．基于環(huán)境減災(zāi)小衛(wèi)星（HJ－1B）的地表溫度單窗反演研究［J］．光譜學(xué)與光譜分析，2011，31（6）：1552－1556．

［23］ 丁鳳，徐涵秋．TM熱波段圖像的地表溫度反演算法與實(shí)驗(yàn)分析［J］．地球信息科學(xué)，2006，8（3）：125－130．

［24］ 覃志豪，李文娟，徐斌，等．陸地衛(wèi)星TM6波段范圍內(nèi)地表比輻射率的估計(jì)［J］．國(guó)土資源遙感，2004，61（3）：28－41．

［25］ Van De Griend A A，Owe M．On the relationship between thermal emissivity and the no－rmalized difference vegetation index for natural surface［J］．International Journal of Remote Sensing，1993，14（6）：1119－1131．

［26］ Sobrinoa J A，Jiménez－M unoz J C，Pao lini L．Land surface temperature retrieval from landsat TM5［J］．Remote Sensing of Environment，2004，90（4）：434－440．

［27］ 覃志豪，LI Wenjuan，ZHANG Minghua，等．單窗算法的大氣參數(shù)估計(jì)方法［J］．國(guó)土資源遙感，2003，56（2）：37－43．

［28］ 李凈．基于 Landsat－5TM 估算地表溫度［J］．遙感技術(shù)與應(yīng)用，2006，21（4）：322－326．

［29］ 方永俠，申雙和，韓瑩，等．基于TM影像的不同季節(jié)北京城市熱環(huán)境研究［J］．氣候與環(huán)境研究，2011，16（4）：487－493．