熱伊萊·卡得爾，玉素甫江·如素力，阿迪來(lái)·烏甫，艾則孜提約麥爾·麥麥提，姜 紅

(1.新疆師范大學(xué)地理科學(xué)與旅游學(xué)院，流域信息集成與生態(tài)安全實(shí)驗(yàn)室， 新疆 烏魯木齊 830054；2.新疆干旱區(qū)湖泊環(huán)境與資源重點(diǎn)實(shí)驗(yàn)室， 新疆 烏魯木齊 830054)

地表溫度(LST, land surface temperature)是地表生態(tài)環(huán)境系統(tǒng)研究的重要指標(biāo)，也是地表與大氣之間能量與物質(zhì)交換的重要參數(shù)。采用遙感技術(shù)反演大范圍的地表溫度已被廣泛應(yīng)用在生態(tài)學(xué)、水文學(xué)、氣候?qū)W等科學(xué)領(lǐng)域[1-5]，并且在農(nóng)業(yè)氣象、城市熱島效應(yīng)、農(nóng)作物估產(chǎn)和土壤水分估算等方面都具有重要的科學(xué)價(jià)值。近年來(lái)，隨著氣候變化和生態(tài)環(huán)境問(wèn)題的深入研究，特別是區(qū)域性LST變化和應(yīng)用方面的迫切要求，LST的定量研究及空間格局發(fā)揮著極其重要的作用。尤其在干旱半干旱地區(qū)，明確流域 LST的時(shí)空格局變化，對(duì)于合理開(kāi)發(fā)利用流域資源、生態(tài)農(nóng)業(yè)建設(shè)、提高資源利用率以及保障流域生態(tài)環(huán)境健康等具有重要意義[6-8]。利用MODIS衛(wèi)星遙感數(shù)據(jù)進(jìn)行的區(qū)域性LST時(shí)空變化研究及其應(yīng)用研究已得到深入發(fā)展，并在農(nóng)業(yè)生產(chǎn)、生態(tài)環(huán)境等宏觀、大范圍、動(dòng)態(tài)性連續(xù)監(jiān)測(cè)和研究中得到了廣泛應(yīng)用[9-10]。傳統(tǒng)水文、氣象學(xué)中多基于“點(diǎn)”尺度或景觀尺度進(jìn)行LST觀測(cè)，由于陸面非均勻性和熱量傳輸動(dòng)態(tài)性，傳統(tǒng)的局地尺度研究方法很難應(yīng)用到區(qū)域尺度。而在現(xiàn)代實(shí)際應(yīng)用中，不同的區(qū)域和范圍對(duì)LST的精度要求不同，如在農(nóng)業(yè)、氣象和水文研究領(lǐng)域應(yīng)用中，要求空間分辨率為1～10 km，同時(shí)衛(wèi)星觀測(cè)數(shù)據(jù)的LST產(chǎn)品要達(dá)到0.5℃～2℃[11-12]。因此，對(duì)MODIS LST產(chǎn)品精度驗(yàn)證和評(píng)價(jià)是其有效應(yīng)用于各個(gè)研究領(lǐng)域的前提。

目前，隨著遙感技術(shù)快速發(fā)展，關(guān)于遙感數(shù)據(jù)的LST研究已取得了很大進(jìn)展，同時(shí)國(guó)內(nèi)外已經(jīng)有了許多有關(guān)MODIS LST產(chǎn)品的應(yīng)用分析和LST算法的研究[13-15]，如譚志豪等采用單窗算法[16]、馬耀明等[17]采用輻射傳輸方程方法，1984年P(guān)rice[18]利用大氣輻射傳輸理論，對(duì)大氣的影響做簡(jiǎn)化處理后提出分裂窗算法，給出了具體的分裂窗算法，后來(lái)Ri Changin[19]也采用了分裂窗算法。于文憑[20]等對(duì)黑河流域的MODIS LST與實(shí)測(cè)LST驗(yàn)證指出黑河流域的MODIS LST產(chǎn)品與地面紅外溫度計(jì)觀測(cè)的LST平均絕對(duì)偏差小于2.2℃。Mostovoy 等[21]利用MODIS LST產(chǎn)品對(duì)密西西比河流域的最低氣溫進(jìn)行估算，分析了像元分辨率的高低、土地覆蓋類(lèi)型及植被覆蓋度等對(duì)LST產(chǎn)生的影響。Vancutesm等[22]基于MODIS標(biāo)準(zhǔn)夜間產(chǎn)品和日產(chǎn)品估算非洲地區(qū)最低氣溫、最高氣溫，分析了不同季節(jié)和植被覆蓋度等因素對(duì)氣溫估算的影響。

基于此，本文擬以1 km空間分辨率的MODIS LST產(chǎn)品為基礎(chǔ)，在探討利用該產(chǎn)品進(jìn)行博斯騰湖流域LST分析的可行性基礎(chǔ)上，根據(jù)流域土地利用/土地覆蓋變化(LUCC, land-use and land-cover change)數(shù)據(jù)，通過(guò)GIS空間分析技術(shù)，對(duì)流域不同土地利用類(lèi)型下的LST進(jìn)行統(tǒng)計(jì)分析，從而深入分析博斯騰湖流域在年、月時(shí)間尺度下，LST的數(shù)量特征和空間格局特征，更進(jìn)一步探尋這種空間分布特征與不同LUCC類(lèi)型之間的關(guān)系，以揭示博斯騰湖流域LST的變化規(guī)律及其影響因素。其研究結(jié)果在干旱區(qū)流域環(huán)境保護(hù)、生態(tài)農(nóng)業(yè)建設(shè)、合理開(kāi)發(fā)流域資源等領(lǐng)域中具有重要意義。

1 研究區(qū)概況

博斯騰湖流域位于中國(guó)西北部新疆巴音郭楞蒙古自治州境內(nèi)，地理位置為82.80°～88.63°E，40.73°～43.57°N，包括流入博斯騰湖的河流流域(主要有開(kāi)都河上游、黃水溝上游、清水河上游和20條時(shí)令河上游)、焉耆盆地和孔雀河流域，總面積約68 687 km2。流域東南部為平原盆地區(qū)，海拔高度約為856～4 798 m(圖1)。流域地勢(shì)是北高、南低，西高、東低，高山、峽谷和盆地交錯(cuò)，地形復(fù)雜。流域內(nèi)有我國(guó)最大的內(nèi)陸淡水湖——博斯騰湖，是開(kāi)都河的尾閭和孔雀河的源頭，博斯騰湖在焉耆盆地隨海拔高度的變化自上而下包括冰雪帶、高山墊狀植被帶、高山草甸帶、草原帶、荒漠草原帶、荒漠帶等[23]。整個(gè)博斯騰湖流域?qū)儆谂瘻貛Т箨懶愿珊禋夂?，除山區(qū)產(chǎn)流區(qū)外，整個(gè)流域干旱少雨。流域年平均氣溫8.2℃～11.5℃，極端最高氣溫37.1℃～40.0℃，極端最低氣溫-25.3℃～-31.6℃，日最高氣溫≥35℃的炎熱天數(shù)只有0.1～4.3 d，日最低氣溫≤-20℃的寒冷天數(shù)也只有0.1～0.9 d[24]。由于研究區(qū)自然地理?xiàng)l件適宜于農(nóng)業(yè)發(fā)展，20世紀(jì)50年代以來(lái)，尤其是70年代后綠洲區(qū)農(nóng)業(yè)耕地面積處于增長(zhǎng)趨勢(shì)，氣候變化和人類(lèi)活動(dòng)的共同作用下，博斯騰湖的水域及附近的綠洲面積發(fā)生明顯變化[25]。由此可見(jiàn)，博斯騰湖流域已成為氣候變化和人類(lèi)活動(dòng)影響明顯的區(qū)域，是最適合本研究目標(biāo)的典型區(qū)。

圖1 研究區(qū)及其土地利用/覆被分布和氣象站分布

Fig.1 Location of study area and distribution of land use/cover change and meteorological station

2 數(shù)據(jù)來(lái)源與分析方法

2.1 數(shù)據(jù)來(lái)源

(1) 遙感數(shù)據(jù)：所采用的 MODIS數(shù)據(jù)下載于NASA(美國(guó)國(guó)家航空航天局)網(wǎng)站免費(fèi)下載獲取，空間分辨率為1 km，每副產(chǎn)品周期為8 d，共有7個(gè)波段的MOD11A2作為主要數(shù)據(jù)源。選擇的數(shù)據(jù)涵蓋了博斯騰湖流域2001—2014年共14 a的各月份LST數(shù)據(jù)，從MOD11A2數(shù)據(jù)集中提取白天和夜間陸面溫度產(chǎn)品。為便于分析季節(jié)變化，MODIS 溫度產(chǎn)品3—5月代表春季、6—8月代表夏季、9—11月代表秋季、12—1月代表冬季。依據(jù)博斯騰湖流域的土地利用方式和分析精度要求，土地利用數(shù)據(jù)是2010年的1∶25萬(wàn)土地覆被矢量數(shù)據(jù)，其投影方式為Albers正軸等面積雙標(biāo)準(zhǔn)緯線圓錐投影，坐標(biāo)系為Krasovsky坐標(biāo)系。將研究區(qū)土地利用類(lèi)型并歸為8個(gè)一級(jí)地類(lèi)，包括旱地、沙漠、湖泊、稀疏草地、草原、草本沼澤、草甸和裸土。

(2) 地面觀測(cè)數(shù)據(jù)：為了檢驗(yàn)MODIS LST產(chǎn)品在該研究區(qū)LST的適用性，根據(jù)各個(gè)氣象站的實(shí)際地理環(huán)境，選取博斯騰湖流域內(nèi)巴音布魯克、巴侖臺(tái)、焉耆和輪臺(tái)等4個(gè)氣象站的2001—2014年時(shí)間序列的實(shí)際日平均地表溫度觀測(cè)數(shù)據(jù)。

2.2 數(shù)據(jù)處理

具體數(shù)據(jù)處理過(guò)程如下：

(1) 原始的MODIS LST產(chǎn)品是以分級(jí)數(shù)據(jù)格式(HDF, Hierarchical Data Format)存儲(chǔ)的，投影是正弦曲線投影，因此MODIS數(shù)據(jù)利用MRT軟件，將MOD11A2產(chǎn)品的HDF格式文件轉(zhuǎn)換為WGS-1984經(jīng)緯度坐標(biāo)系統(tǒng)下的GeoTiff格式文件，并進(jìn)行投影轉(zhuǎn)換、軌道鑲嵌和重采樣等操作。

(2) 基于博斯騰湖流域的水系特點(diǎn)，獲取了研究區(qū)的矢量邊界圖，然后利用Arc GIS軟件對(duì)經(jīng)過(guò)投影轉(zhuǎn)換的MODIS數(shù)據(jù)進(jìn)行裁剪，從而得到不同時(shí)間和空間尺度下的LST圖，最后借助于IDL編程語(yǔ)言分別進(jìn)行LST的最大值、最小值、平均值和標(biāo)準(zhǔn)差統(tǒng)計(jì)，再利用Arc GIS軟件制作博斯騰湖流域2001—2014年年、月平均LST空間分布圖。

(3) 為了進(jìn)一步解釋不同土地利用類(lèi)型下LST的變化特征，利用Arc GIS對(duì)不同時(shí)期的MODIS LST結(jié)果圖和不同土地類(lèi)型圖相疊置，統(tǒng)計(jì)獲取不同時(shí)間序列(月尺度和年尺度)和不同土地利用類(lèi)型地表溫度的年際和不同月份變化特征。

2.3 研究方法

2.3.1 趨勢(shì)分析方法 借鑒線性?xún)A向估計(jì)計(jì)算每個(gè)像元2001—2014年的LST時(shí)間線性?xún)A向率(S)[26]：

(1)

式中，S為線性?xún)A向值，n為年序列總長(zhǎng)度(n=14)；i為具體計(jì)算年份；LSTi為第i年份的年LST值。當(dāng)S為負(fù)表示隨時(shí)間i的增加，LST變化處于減少趨勢(shì)，S為正表示隨時(shí)間i的增加，LST變化處于增加趨勢(shì)。采用傾向估計(jì)進(jìn)行地表溫度趨勢(shì)分析，再利用相關(guān)系數(shù)的統(tǒng)計(jì)檢驗(yàn)方法進(jìn)行顯著性趨勢(shì)檢驗(yàn)，如果回歸方程的相關(guān)系數(shù)通過(guò)信度為0.05、0.01的顯著性水平，則LST減少或增加趨勢(shì)分別達(dá)到顯著和極顯著。

2.3.2 相關(guān)分析法 相關(guān)分析是一種分析變量之間密切程度的統(tǒng)計(jì)學(xué)方法，通過(guò)計(jì)算年均MODIS產(chǎn)品中提取的LST值與觀測(cè)站點(diǎn)的實(shí)測(cè)LST值之間的相關(guān)系數(shù)，能夠有效指出LST產(chǎn)品與觀測(cè)LST值之間的密切聯(lián)系，相關(guān)系數(shù)(R)取值區(qū)間為[-1，1]，計(jì)算公式如下[27]：

(2)

3 結(jié)果與分析

3.1 MODIS地表溫度產(chǎn)品的驗(yàn)證

為了驗(yàn)證MODIS LST產(chǎn)品在博斯騰湖流域LST時(shí)空分布的準(zhǔn)確性，4個(gè)代表性氣象觀測(cè)站(圖1)的實(shí)測(cè)LST值與MODIS LST產(chǎn)品中提取的14 a相對(duì)應(yīng)的LST值進(jìn)行精度驗(yàn)證。從圖中可以看出，由于各個(gè)站點(diǎn)的地形、氣候、植被等要素的不同，二者之間的相關(guān)性在每個(gè)氣象站不同。14 a的每月平均實(shí)測(cè)LST值與MODIS LST值的平均誤差都小于1℃。經(jīng)過(guò)顯著性檢驗(yàn)的線性回歸方程分別達(dá)到極顯著水平，通過(guò)了0.01顯著性檢驗(yàn)(圖2)；其中巴音布魯克、焉耆、巴侖臺(tái)、輪臺(tái)氣象站的14 a各月平均實(shí)測(cè)數(shù)據(jù)和衛(wèi)星數(shù)據(jù)的R2分別為0.98、0.94、0.96和0.96。這說(shuō)明LST產(chǎn)品和站點(diǎn)實(shí)測(cè)地溫具有較高的一致性，MODIS溫度產(chǎn)品可以充分反映LST的真實(shí)狀況，不僅可以作為該研究區(qū)LST時(shí)空分布研究，還可以作為指示LST的強(qiáng)度指標(biāo)，具有一定合理性。

3.2 多年LST年、季節(jié)平均值空間分布特征

圖3顯示博斯騰湖流域多年LST平均值，具有較強(qiáng)的空間分布規(guī)律并呈現(xiàn)出東南高于西北的變化趨勢(shì)。在植被覆蓋度高的區(qū)域，LST值較低(圖1和圖3)。具體表現(xiàn)為： 從地形上來(lái)看西北部賽日木河流域附近LST值較低，高值LST區(qū)域則主要分布在博斯騰湖東南高山區(qū)及附近的區(qū)域。從土地利用類(lèi)型上看，LST的空間分布明顯受地表覆蓋類(lèi)型的影響，西北部草甸、草原、草本沼澤等土地覆蓋分布較廣、植被覆蓋度較高，則多年平均LST值較低，達(dá)到-12.43℃左右；東南部由于多為裸土、沙漠和旱地等LUCC類(lèi)型，因此博斯騰湖東南山區(qū)年均LST值最高，在16.13℃左右；博斯騰湖水體的年均LST值基本相差不大，大致在8.5℃左右。

圖2 氣象站月平均實(shí)測(cè)地表溫度和MODIS LST產(chǎn)品的關(guān)系 Fig.2 Relationship between measured surface temperature and MODIS LST product from meteorological station

圖3 博斯騰湖流域2001—2014年平均LST分布

Fig.3 Average LST during 2001—2014 in Bosten Lake Basin

季節(jié)性變化是LST年內(nèi)變化的重要特征，對(duì)研究區(qū)各季節(jié)LST進(jìn)行空間分析和數(shù)理統(tǒng)計(jì)。如圖4所示，各季節(jié)空間分布與多年LST空間格局基本一致，但是受季節(jié)性太陽(yáng)輻射、土地類(lèi)型、植被覆蓋度等因素的影響引起年內(nèi)LST分配不均，因此四季平均LST空間分布也表現(xiàn)出一定差異性。春季(3—5月)LST值在-11.8℃～19.16℃，均值在9.59℃左右。春季地溫慢慢回暖，此時(shí)冬小麥處于返青、拔節(jié)期，太陽(yáng)高度角逐步提升，因此LST值也逐步升高；夏季(6—8月)LST值在-1.85℃～33.67℃，均值在21.48℃左右，為一年中溫度最高季節(jié)，區(qū)域高低相差懸殊，主要原因是一方面地表吸收的太陽(yáng)輻射達(dá)到最高值并且日照時(shí)間給LST的增高提供了良好條件；另一方面是沙漠、裸土和稀疏草地等土地類(lèi)型所覆蓋范圍較廣并吸收大量熱量使地溫更高。秋季(9—11月)LST開(kāi)始降溫，LST減少至-12.47℃～16.35℃，均值在7.27℃左右，主要是受太陽(yáng)輻射量減少、日照時(shí)間縮短、植被覆蓋度降低等因素的影響，因此LST值又開(kāi)始降低。冬季(12—2月)隨著溫度進(jìn)一步下降，LST降至-26.88～-2.22℃，LST均值在-11.23℃左右，此時(shí)正是冬小麥越冬時(shí)期，作物生長(zhǎng)緩慢，因而地表覆蓋類(lèi)型呈現(xiàn)連片的低值區(qū)域。由此可見(jiàn)，不同月份的LST分布與該時(shí)段內(nèi)的太陽(yáng)輻射、日照時(shí)間、LUCC類(lèi)型和植被覆蓋度等因素的季節(jié)性變化密切相關(guān)，因此表現(xiàn)出研究區(qū)LST值由大到小依次為夏季>春季>秋季>冬季的規(guī)律。

圖4 博斯騰湖流域四季LST時(shí)空分布

Fig.4 Spatial distribution of LST in four seasons of Bosten Lake Basin

總體而言，博斯騰湖流域多年LST平均值具有較強(qiáng)的空間分異性規(guī)律，地表溫度的年際變化主要由氣候要素和LUCC的覆蓋范圍及其空間格局變化而決定。氣候要素和植被覆蓋狀況及其物候特征的季節(jié)性變化是影響LST季節(jié)變化的主要因素。

3.3 年際、年內(nèi)LST變化特征

圖5顯示了博斯騰湖流域LST的逐年變化過(guò)程，以及流域LST相對(duì)變化率的年際波動(dòng)狀況。從圖中可以看出，2001—2014年博斯騰湖流域年平均LST的波動(dòng)范圍為6.0℃～7.4℃，多年平均LST為6.8℃(如圖5虛線所示)，且各年間的平均LST呈現(xiàn)一定的波動(dòng)，年際波動(dòng)較大。年均溫度超出多年LST平均值的年份出現(xiàn)在2001、2002、2006、2007、2008、2009年和2013年，其它年份均低于多年平均值，其中2002、2007、2013年較為突出，分別超出多年平均值0.45℃、0.59℃、0.29℃，LST的相對(duì)變化率分別達(dá)到6.22%、7.97%、4.06%。2001—2003年呈先升后降趨勢(shì)，2003—2007年呈上升趨勢(shì)，2007年達(dá)到最高值，為7.4℃，2007—2012年呈下降趨勢(shì)，2012—2014年先升后降，2014年達(dá)到最小值，為6.0℃。

圖5 博斯騰湖流域2001—2014年LST的年際變化 Fig.5 Annual variation of LST over Bosten Lake Basin during 2001—2014

圖6 博斯騰湖流域2001—2014年不同月份LST分布

Fig.6 Monthly LST in Bosten Lake Basin during 2001—2014

圖6是2001—2014年月均LST變化圖。從整個(gè)博斯騰湖流域來(lái)看，其年內(nèi)各月變化趨勢(shì)呈現(xiàn)先升后降的單峰型變化趨勢(shì)，從3—8月LST緩慢上升，7月LST最高，達(dá)到23.8℃，并且在此期間受大量太陽(yáng)輻射，尤其在夏季太陽(yáng)位于北回歸線附近、太陽(yáng)輻射最強(qiáng)烈，LST為一年中最大。隨后9—1月份地表面溫度急劇下降，1月份LST最低，達(dá)到-13.2℃，在此期間太陽(yáng)高度角小、太陽(yáng)輻射能量較弱，LST為一年中最低。按季節(jié)來(lái)看，春季即3月到5月LST處于增加趨勢(shì)，夏季溫度達(dá)到最高值，因此6月份開(kāi)始LST迅速增加，秋季即9—11月太陽(yáng)輻射減少、日照時(shí)間縮短，LST隨之處于急劇減少趨勢(shì)，12月到次年2月保持低值，無(wú)明顯的變化。由此可見(jiàn)，年際和年內(nèi)的LST變化狀況與該時(shí)段內(nèi)的太陽(yáng)輻射、氣溫、植被覆蓋、日照時(shí)間等因素的季節(jié)性變化具有密切關(guān)系。

3.4 不同土地利用類(lèi)型地表溫度的時(shí)間分布特征

不同土地類(lèi)型由于本身的生理生態(tài)特性以及所處區(qū)域LST差異，不同LUCC的平均LST分布表現(xiàn)出不同的變化特點(diǎn)。為了更精確分析每個(gè)土地利用類(lèi)型的LST特征，利用ArcGIS的空間統(tǒng)計(jì)功能，分別提取了各LUCC類(lèi)型年均LST。從圖7中可以看出，流域內(nèi)年均LST和LUCC類(lèi)型密切相關(guān)，不同LUCC的平均LST存在著較大差異，溫度較高的土地類(lèi)型是沙漠、裸土、旱地，分別為13.3℃、12.6℃、11.6℃，表明裸土、沙漠、旱地是比熱容小，受太陽(yáng)輻射后升溫速度快，因此年均LST相對(duì)較高；草甸的年均LST值最低，僅為-0.9℃。各種土地覆蓋類(lèi)型的年均LST排序依次為沙漠>裸土>旱地>稀疏草地>湖泊>草原>草本沼澤>草甸。究其原因，一方面是因?yàn)椴煌腖UCC有其獨(dú)特的特征，草原、草本沼澤、草甸受太陽(yáng)射后升溫速度較慢、蒸騰率較高，因此草原等植被覆蓋區(qū)域促進(jìn)地表與近地面大氣之間的能量交換，使LST值較低。另一方面各LUCC類(lèi)型所處區(qū)域的地形、日照、降水等氣候條件也有所不同。博斯騰湖流域地形復(fù)雜，大多分布于山脈和盆地，該區(qū)域降水量較少、干旱程度較高、夏季日照時(shí)間長(zhǎng)，同時(shí)吸收大量太陽(yáng)輻射能量的土地類(lèi)型也較多，使得處于LST值高溫狀態(tài)；在博斯騰湖流域東南地區(qū)裸土和旱地較廣，因此該地區(qū)吸收大量的太陽(yáng)輻射，LST值也相對(duì)較高。

對(duì)不同LUCC的月平均LST變化統(tǒng)計(jì)結(jié)果如圖7，整體而言，2001—2014年博斯騰湖流域各土地利用類(lèi)型月均LST變化趨勢(shì)與年均LST變化較為一致，均呈現(xiàn)先升后降的單峰型變化模式。以溫度最高的沙漠和裸土為例，沙漠全年各月LST均值高于其它地類(lèi)，尤其在3—10月累積的LST與其它地類(lèi)極差達(dá)14.31℃；多年月平均LST最低的是草甸，為-1.1℃，主要原因是植被可以通過(guò)蒸騰作用減少土壤或地表中的熱量。各土地類(lèi)型最高、最低LST值出現(xiàn)的時(shí)間有所差距，對(duì)草甸來(lái)說(shuō)最高溫度出現(xiàn)的月份是7月份，但是6—8月份溫度變化曲線處于平衡狀態(tài)、相差不大；對(duì)旱地來(lái)說(shuō)最高溫度出現(xiàn)的月份是6月份，為26.4℃，從7月份開(kāi)始溫度變化曲線處于下降趨勢(shì)；而湖泊等水體最高溫度出現(xiàn)的月份是8月份，主要是由于熱轉(zhuǎn)導(dǎo)率小、熱容量大，導(dǎo)致溫度上升緩慢，因此最高溫度出現(xiàn)的月份比其它土地類(lèi)型較晚，但相差不大。綜上所述，不同土地利用類(lèi)型的年平均LST大小順序和月平均LST大小順序較一致，植被覆蓋的增加導(dǎo)致LST值較低，對(duì)區(qū)域LST值的降低具有一定的調(diào)節(jié)作用。

3.5 流域LST的空間變化趨勢(shì)分布

本研究將采用趨勢(shì)分析方法，利用2001—2014年平均LST分布來(lái)反映博斯騰湖流域LST變化趨勢(shì)，并計(jì)算每個(gè)像元的LST值與時(shí)間的相關(guān)系數(shù)，以及對(duì)趨勢(shì)分布狀況進(jìn)行顯著性檢驗(yàn)。從圖8中可以看出，LST明顯增加(P<0.01)的區(qū)域面積約占7%，主要分布在巴音布魯克附近的草原覆蓋區(qū)域、博斯騰湖周邊沙漠覆蓋區(qū)域和輪臺(tái)縣附近的稀疏草地覆蓋區(qū)域。其主要原因是隨著人口的增加、經(jīng)濟(jì)的發(fā)展以及國(guó)家政策的出臺(tái)，近年來(lái)當(dāng)?shù)氐母?、建設(shè)用地有所增加，與此同時(shí)林地、草地及裸巖的面積減少[28]。輕微增加(P<0.05)的區(qū)域面積約占36%，主要分布在博斯騰湖東南部、哈布其罕溝、賽日木河、輪臺(tái)縣等區(qū)域，主要原因是植被覆蓋度較低并容易受人類(lèi)活動(dòng)的影響。流域LST基本不變的區(qū)域面積約占39%，主要分布在焉耆縣和輪臺(tái)縣附近的稀疏草地、旱地等LUCC類(lèi)型分布的區(qū)域。輕微減少(P<0.05)和嚴(yán)重減少(P<0.01)的區(qū)域面積分別占總面積的13%、5%，主要分布在巴音布魯克草原和輪臺(tái)縣附近的旱地覆蓋區(qū)域。

圖7 不同土地利用類(lèi)型多年(A)、月(B)平均LST Fig.7 Multi-year LST for various Land covers

注：圓圈表示地表溫度明顯增加的區(qū)域。Note: Circle indicates that land surface temperature is the area of apparent increase.

圖8 博斯騰湖流域2001—2014年LST變化趨勢(shì)

Fig.8 Change trend of LST in Bosten Lake Basin during 2001—2014

4 結(jié)論與討論

博斯騰湖流域位于天山中部南緣和塔克拉瑪干沙漠北緣，氣候干燥、地形復(fù)雜、生態(tài)環(huán)境脆弱，是一個(gè)獨(dú)特的綠洲-荒漠交錯(cuò)地區(qū)?；贛ODIS數(shù)據(jù)LST時(shí)空分布的相關(guān)研究，對(duì)區(qū)域環(huán)境保護(hù)、生態(tài)規(guī)劃、農(nóng)作物生產(chǎn)、生態(tài)農(nóng)業(yè)建設(shè)等領(lǐng)域具有重要的理論價(jià)值。本研究結(jié)果表明，2001—2014年博斯騰湖流域年平均LST值有明顯超過(guò)總平均LST值的趨勢(shì)。符合我國(guó)西北地區(qū)年平均LST增溫趨勢(shì)[29]，說(shuō)明LST時(shí)空變化能夠有效反映區(qū)域氣候變化情況，因此在干旱半干旱地區(qū)，明確流域LST時(shí)空格局變化及歸因方面的研究具有重要意義。另外，本文應(yīng)用的MODIS LST產(chǎn)品在地形復(fù)雜、氣象站點(diǎn)較少、生態(tài)環(huán)境脆弱的情況下，能夠有效反映區(qū)域溫度場(chǎng)的變化，并達(dá)到溫度產(chǎn)品應(yīng)用的要求，可適用于大范圍LST時(shí)空分布狀況的研究。

本文基于MODIS LST產(chǎn)品，在精度驗(yàn)證的基礎(chǔ)上，對(duì)博斯騰湖流域的LST時(shí)空格局和變化趨勢(shì)進(jìn)行分析，得出以下結(jié)論:(1) MODIS LST產(chǎn)品與4個(gè)氣象站月時(shí)間序列的實(shí)測(cè)LST值呈現(xiàn)出顯著的相關(guān)關(guān)系，相關(guān)系數(shù)R2分別達(dá)到0.98、0.94、0.96和0.96，說(shuō)明MODIS LST產(chǎn)品在研究區(qū)總體上符合精度要求，可適用于LST時(shí)空分布研究。(2) 博斯騰湖流域2001—2014年平均LST具有明顯的時(shí)空分異特征。時(shí)間上，14年來(lái)流域年平均LST超出多年平均值的年份出現(xiàn)在2001、2002、2006、2007、2008、2009年和2013年，其中2002、2007、2013年較為突出；空間上，LST分布呈現(xiàn)出東南高于西北的趨勢(shì)，植被覆蓋度高的地方LST值較低，植被覆蓋度低的地方LST值較高。各月LST的年際變化具有季節(jié)分異特征，呈現(xiàn)先增大后減小的單峰型分布趨勢(shì)，LST上升趨勢(shì)主要在3—8月份，其中7月份溫度最高，1月份溫度最低。(3) 不同LUCC類(lèi)型的平均LST表現(xiàn)出不同變化特征，各LUCC類(lèi)型的年均LST排序依次為沙漠>裸土>旱地>稀疏草地>湖泊>草原>草本沼澤>草甸；各土地利用類(lèi)型LST的不同月份變化大小順序與年際變化基本一致。(4) 從14年LST變化趨勢(shì)來(lái)看，賽日木河和巴音布魯克縣的附近、博斯騰湖周邊和輪臺(tái)縣附近等區(qū)域LST呈現(xiàn)明顯增加趨勢(shì)；輕微增加的區(qū)域主要分布在博斯騰湖東南部、烏拉斯臺(tái)河、哈布其罕溝、輪臺(tái)縣等區(qū)域；明顯增加趨勢(shì)、輕微增加和基本不變的區(qū)域面積分別占總面積的7%、36%和39%，以輕微增加和基本不變趨勢(shì)為主。輕微減少和嚴(yán)重減少的區(qū)域面積分別占總面積的13%、5%，主要分布在巴音布魯克草原和輪臺(tái)縣附近的旱地覆蓋區(qū)域。

[1] Dousset B, Gourmelon F. Satelite multi-sensor data analysis off urban surface temperatures and land cover[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2003,58(1-2):43-54.

[2] 喬玉良,楊永明.紅外遙感尋找地下熱水方法探究[J].氣象與環(huán)境科學(xué),2008,31(4):12-14.

[3] 石玉立.中巴地球資源衛(wèi)星數(shù)據(jù)反演地表溫度產(chǎn)品設(shè)計(jì)[J].氣象與環(huán)境科學(xué),2009,32(1):5-8.

[4] 劉桂芳,盧鶴立.全球變暖背景下的中國(guó)西部地區(qū)氣候變化研究進(jìn)展[J].氣象與環(huán)境科學(xué),2009,32(4):69-73.

[5] 拉 巴,拉巴卓瑪,陳 濤.基于MODIS影像的西藏典型內(nèi)陸湖泊變化研究及成因分析[J].氣象與環(huán)境科學(xué),2011,34(3):37-40.

[6] 張沛東,張秀梅,李 健.對(duì)蝦行為生態(tài)學(xué)研究進(jìn)展Ⅱ.環(huán)境因子對(duì)對(duì)蝦行為習(xí)性的影響[J].應(yīng)用生態(tài)學(xué)報(bào),2006,17(2):340-344.

[7] Luo J, Zhang J, Huang W, et al. Preliminary study on the relationship between land surface temperature and occurrence of yellow rust in winter wheat[J]. Disaster Advances, 2010,3(4):288-292.

[8] 熱伊萊·卡得爾,玉素甫江·如素力,高 倩,等.新疆焉耆盆地地表溫度時(shí)空分布對(duì)LUCC的響應(yīng)[J].農(nóng)業(yè)工程學(xué)報(bào),2016,32(20):259-266.

[9] 王賓賓,馬耀明,馬偉強(qiáng).青藏高原那曲地區(qū)MODIS地表溫度估算[J].遙感學(xué)報(bào),2012,16(6):1289-1309.

[10] 李 慧,王鵬新.基于Terra-MODIS和NOAA-AVHRR數(shù)據(jù)的條件植被溫度指數(shù)干旱監(jiān)測(cè)及其對(duì)比分析[J].干旱區(qū)資源與環(huán)境,2013,27(3):61-66.

[11] A.Retalis, D.Paronis, K.Lagouvardos, et al. The heat wave of June 2007 in Athens, Greece-Part 1: Study of satellite derived land surface temperature[J]. Atmospheric Research, 2010,98(2-4):458-467.

[12] Prasanjit Dash, Frank-M.G?ttsche, Folke-S.Olesen, et al. Separating surface emissivity and temperature using two-channel spectral indices and emissivity composites and comparison with a vegetation fraction method[J]. Remote Sensing of Environment, 2005,96(1):1-17.

[13] 王之夏,南卓銅,趙 林,等.MODIS地表溫度產(chǎn)品在青藏高原凍土模擬中的適用性評(píng)價(jià)[J].冰川凍土,2011,33(1):132-143.

[14] 張宏群,楊元建,荀尚培,等.安徽省植被和地表溫度季節(jié)變化及空間分布特征[J].應(yīng)用氣象學(xué)報(bào),2011,22(2):232-240.

[15] 王建凱,王開(kāi)存,王普才.基于MODIS地表溫度產(chǎn)品的北京城市熱島(冷島)強(qiáng)度分析[J].遙感學(xué)報(bào),2007,11(3):330-339.

[16] 覃志豪, Zhang Minghua, Arnon Karnieli, 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.

[17] 馬耀明,劉東升,王介民,等.衛(wèi)星遙感敦煌地區(qū)地表特征參數(shù)研究[J].高原氣象,2003,22(6):513-536.

[18] PRICE J C. Land surface temperature measurements from the split window channels of the NOAA 7 Advanced very high Resolution Radiometer[J]. Journal of Geophysical Research: Atmospheres, 1984,89(D5):7231-7237.

[19] Changin R I, Liu Q, Hua L I, et al. Improved split window algorithm to retrieve LST from Terra/MODIS data[J]. Journal of Remote Sensing, 2013,17(4):830-840.

[20] 于文憑,馬明國(guó).MODIS地表溫度產(chǎn)品的驗(yàn)證研究——以黑河流域?yàn)槔齕J].遙感技術(shù)與應(yīng)用,2011,26(6):705-712.

[21] Georgy V Mostovoy, Roger L King, K Raja Reddy, et al. Statistical estimation of daily maximum and minimum air temperatures from MODIS LST data over the state of Mississippi[J]. GI science and Remote Sensing, 2006,43(1):78-110.

[22] Vancutsem C, Ceccato O, DinkuI T, et al. Evaluation of MODIS land surface temperature data to estimate air temperature in different ecosystems over Africa[J]. Remote sensing of Environment, 2010,114:449-465.

[23] 周成虎,羅格平,李 策,等.博斯騰湖環(huán)境變化及其與焉耆盆地綠洲開(kāi)發(fā)關(guān)系研究[J].地理研究,2001,20(1):15-23.

[24] 邱 冰,姜加虎,孫占東,等.基于統(tǒng)計(jì)降尺度模型的博斯騰湖流域未來(lái)氣溫和降水變化趨勢(shì)分析[J].資源科學(xué),2010,32(6):1133-1140.

[25] Yusufujiang R, LI L H , Sajjad A, et al. Dynamics model to simulate water and salt balance of Bosten Lake in Xinjiang, China[J]. Environmental Earth Sciences, 2015,74(3):2499-2510.

[26] 喻 元,白建軍,王建博,等.基于MOD16的關(guān)中地區(qū)實(shí)際蒸散發(fā)時(shí)空特征分析[J].干旱地區(qū)農(nóng)業(yè)研究,2015,33(3):245-253.

[27] 管延龍,王讓會(huì),李 成,等.基于MODIS數(shù)據(jù)的天山區(qū)域地表溫度時(shí)空特征[J].應(yīng)用生態(tài)學(xué)報(bào),2015,26(3):681-688.

[28] 阿依蘇力坦·麥麥提艾力.博斯騰湖流域土地利用/覆被變化及其驅(qū)動(dòng)因子分析[D].烏魯木齊：新疆師范大學(xué),2014.

[29] 喬 麗,吳林榮,張高健.中國(guó)近50a地表溫度時(shí)空變化特征分析[J].水土保持通報(bào),2015,35(5):323-326.