焦 歡,丁 憶,段松江,肖 禾

(重慶市地理信息和遙感應(yīng)用中心，重慶 401147)

地表溫度(land surface temperature，LST)是區(qū)域和全球地表物理過(guò)程中的一個(gè)關(guān)鍵因子，也是研究地表和大氣之間物質(zhì)交換和能量交換的重要參數(shù)。區(qū)域尺度下地表溫度的變化與植被、水文、氣候、地形、高程等多種環(huán)境因子密切相關(guān)[1-2]，能夠反映區(qū)域生態(tài)環(huán)境變化。植被覆蓋度(vegetation coverage, VC)用于表征區(qū)域植被狀況，同時(shí)也是衡量區(qū)域生態(tài)環(huán)境狀況的主要指標(biāo)之一[3]。

近年來(lái)，VC與LST之間的關(guān)系一直是生態(tài)環(huán)境變化相關(guān)研究的熱點(diǎn)之一。目前國(guó)內(nèi)外學(xué)者主要運(yùn)用遙感數(shù)據(jù)研究區(qū)域尺度下VC與LST的時(shí)空變化特征及影響因素[4-6]，以及單一時(shí)間斷面[7-8]、長(zhǎng)時(shí)間序列[9-10]上兩者之間的關(guān)系。其中,針對(duì)兩者關(guān)系的研究主要是探討兩者之間的線(xiàn)性相關(guān)關(guān)系與空間自相關(guān)關(guān)系，而耦合關(guān)系研究較少。VC與LST作為生態(tài)環(huán)境的2個(gè)子系統(tǒng)，兩者之間存在相互作用、交互耦合的關(guān)系[11]。一方面地表溫度受太陽(yáng)輻射、下墊面變化、經(jīng)濟(jì)發(fā)展以及城鎮(zhèn)邊界的擴(kuò)張等影響，對(duì)植被生長(zhǎng)產(chǎn)生促進(jìn)或抑制作用；另一方面植被覆蓋也是影響地表溫度變化的主要環(huán)境因子之一[12]，植被通過(guò)光合作用、蒸騰作用等調(diào)節(jié)區(qū)域地表環(huán)境從而改善地表溫度。研究VC與LST之間的相關(guān)關(guān)系以及空間耦合的季節(jié)分異特征，能夠追蹤生態(tài)環(huán)境變化趨勢(shì)，有助于提供完善區(qū)域生態(tài)環(huán)境模式的理論依據(jù)。

三峽庫(kù)區(qū)作為西南地區(qū)的重要生態(tài)功能區(qū)，自然資源豐富，生態(tài)功能作用突出，是長(zhǎng)江上游主要的生態(tài)敏感區(qū)之一。由于三峽庫(kù)區(qū)獨(dú)特的地理環(huán)境，庫(kù)區(qū)受人為活動(dòng)的干擾較大，生態(tài)系統(tǒng)變化較為頻繁。該研究基于MODIS數(shù)據(jù)產(chǎn)品，在大尺度上探討VC與LST之間的相關(guān)性，同時(shí)分析兩者之間空間耦合的季節(jié)差異，進(jìn)一步了解三峽庫(kù)區(qū)的生態(tài)環(huán)境變化情況，為庫(kù)區(qū)更好地實(shí)施生態(tài)環(huán)境建設(shè)與保護(hù)提供理論依據(jù)。

1 研究區(qū)概況

三峽庫(kù)區(qū)東起湖北宜昌，西至重慶江津(28°31′～31°44′ N，105°50′～111°40′ E),是受三峽工程淹沒(méi)直接影響的22個(gè)行政單元，總面積約5.8萬(wàn)km2。三峽庫(kù)區(qū)地處四川盆地以東、江漢平原以西、大巴山脈以南、鄂西武陵山脈以北的山區(qū)地帶，地形十分復(fù)雜，地質(zhì)狀況特殊，加之人為活動(dòng)的干擾，庫(kù)區(qū)內(nèi)易發(fā)生滑坡、坍塌、泥石流等自然災(zāi)害。庫(kù)區(qū)屬亞熱帶季風(fēng)氣候區(qū)，為南溫帶和亞熱帶過(guò)渡地帶，年平均氣溫為17～18 ℃，年平均降水量為1 100～1 200 mm，適宜多種動(dòng)植物的生長(zhǎng)。三峽庫(kù)區(qū)植被類(lèi)型豐富，主要有亞熱帶常綠闊葉林、落葉闊葉混交林、落葉闊葉與常綠針葉混交林和灌草叢等。研究區(qū)位置示意見(jiàn)圖1。

圖1 研究區(qū)位置示意

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來(lái)源與處理

采用美國(guó)NASA(https:∥ladsweb.nascom.nasa.gov/search)MODIS陸地標(biāo)準(zhǔn)產(chǎn)品，包括MOD13Q1(250 m植被指數(shù)/16天合成產(chǎn)品)、MOD11A2(1 km地表溫度/反射率8天合成L3產(chǎn)品)覆蓋的h26v05、h26v06兩瓦片數(shù)據(jù)產(chǎn)品。NDVI與LST產(chǎn)品為三級(jí)數(shù)據(jù)產(chǎn)品，已進(jìn)行地理參考與幾何校正，運(yùn)用MRT工具將投影轉(zhuǎn)換為UTM投影并進(jìn)行拼接，分別生成23、46景的MODIS NDVI與LST數(shù)據(jù)[13]。MODIS數(shù)據(jù)產(chǎn)品通過(guò)最大值合成法在一定程度上減少云、霧、太陽(yáng)高度角和傳感器等的影響，提高了數(shù)據(jù)精度，能夠較好地?cái)M合NDVI與LST[14]。因此，運(yùn)用Savitzky-Golay濾波對(duì)MODIS NDVI與LST數(shù)據(jù)進(jìn)行平滑處理，進(jìn)一步減少云、氣溶膠、噪聲以及缺失值的影響[15]，同時(shí)采用最大值合成法獲得季節(jié)數(shù)據(jù)(3—5月合成春季數(shù)據(jù)，6—8月合成夏季數(shù)據(jù)，9—11月合成秋季數(shù)據(jù)，12—2月合成冬季數(shù)據(jù))和全年數(shù)據(jù)。近年來(lái)，隨著庫(kù)區(qū)蓄水、“打造庫(kù)區(qū)千里林帶”等活動(dòng)的開(kāi)展，庫(kù)區(qū)生態(tài)環(huán)境、氣候都發(fā)生了明顯的變化，為保證研究數(shù)據(jù)的一致性，該研究采用2020年度數(shù)據(jù)，同時(shí)將NDVI與LST數(shù)據(jù)統(tǒng)一為同一空間分辨率。

2.2 研究方法

2.2.1像元二分模型

NDVI可以很好地反映不同時(shí)期植被的長(zhǎng)勢(shì)以及不同地點(diǎn)植被的覆蓋情況[16]，所以運(yùn)用基于NDVI(INDV)的像元二分模型來(lái)估算三峽庫(kù)區(qū)植被覆蓋度，計(jì)算公式為

(1)

式(1)中，CV為植被覆蓋度;為了消除水域、建設(shè)用地的影響，參照文獻(xiàn)[17-18]將INDV,max和INDV,min分別確定為NDVI置信區(qū)間95%和5%處的取值。

2.2.2空間自相關(guān)分析

空間自相關(guān)分析可用于研究鄰近位置上某屬性在空間上的相關(guān)性，包括全局與局部2種自相關(guān)[19]。空間自相關(guān)Moran′sI指數(shù)是運(yùn)用較廣泛的一種度量自相關(guān)性的全局判定指標(biāo)，可用于判斷研究區(qū)域VC與LST在空間上的整體分布關(guān)系。使用雙變量Moran′sI指數(shù)[20]對(duì)2020年度四季VC與LST進(jìn)行全局空間自相關(guān)分析。計(jì)算公式為

I=

(2)

2.2.3空間耦合模型

耦合是物理學(xué)上的概念，指2個(gè)及以上要素或系統(tǒng)相互作用而彼此影響的現(xiàn)象[20]。耦合度用于衡量要素或者系統(tǒng)之間的相互作用程度，選取空間耦合模型計(jì)算三峽庫(kù)區(qū)VC與LST四季的空間耦合度，計(jì)算公式為

(3)

式(3)中，C為耦合度；f(x)、g(x)分別為VC與LST在x處歸一化后的數(shù)值。參照文獻(xiàn)[18]，將空間耦合指數(shù)劃分為4個(gè)等級(jí)，耦合度[0,0.3]、(0.3,0.5]、(0.5,0.8]、(0.8,1.0]分別表示耦合效果極差、較差、較好、極好。

3 結(jié)果與分析

3.1 VC與LST的時(shí)空變化特征分析

由圖2可見(jiàn)，三峽庫(kù)區(qū)平均LST具有明顯的空間分布特征，呈現(xiàn)出從西南的庫(kù)尾向東北的庫(kù)首逐漸降低的變化趨勢(shì)。

圖2 2020年研究區(qū)平均植被覆蓋度(VC)與地表溫度(LST)分布圖

區(qū)域LST空間差異受坡度的影響較明顯，LST較低值分布在庫(kù)區(qū)北部與庫(kù)腹南部峭坡區(qū)域，LST較高值集中分布在坡度較緩的庫(kù)尾地區(qū)。三峽庫(kù)區(qū)植被覆蓋度較高，年平均VC達(dá)62.44%，VC較低值集中分布于江河兩岸以及人口集中的庫(kù)尾區(qū)域；VC較高值則分布于庫(kù)腹的巫山、巫溪等地勢(shì)較為陡峭、海拔較高的區(qū)域。LST的空間分布在一定程度上受VC的空間分布影響，VC較低的庫(kù)尾地區(qū)地表溫度明顯高于庫(kù)腹與庫(kù)首地區(qū)，庫(kù)尾地區(qū)年平均VC較庫(kù)區(qū)低15%，而年平均LST較庫(kù)區(qū)高3.5 ℃。庫(kù)尾中梁山與銅鑼山的中間地帶地勢(shì)較平坦，海拔較低，起伏較小，是重慶中心城區(qū)的主要分布區(qū)域。中心城區(qū)與周邊地區(qū)經(jīng)濟(jì)快速發(fā)展，城市建設(shè)規(guī)模較大，導(dǎo)致VC降低，從而引起LST快速上升，造成庫(kù)尾高溫效應(yīng)聚集。總體來(lái)看，三峽庫(kù)區(qū)VC與LST在空間上具有負(fù)相關(guān)性，VC較高區(qū)域其LST較低，LST較高區(qū)域其VC明顯低于周邊地區(qū)，說(shuō)明良好的植被覆蓋對(duì)于改善人居環(huán)境有重要意義。

分季節(jié)統(tǒng)計(jì)三峽庫(kù)區(qū)平均LST與VC，結(jié)果如圖3所示?？傮w上，2020年三峽庫(kù)區(qū)四季LST與VC的空間分布與年均LST與VC的空間分布較為一致。

圖3 2020年研究區(qū)四季植被覆蓋度(VC)與地表溫度(LST)分布圖

夏季平均LST最高，達(dá)32 ℃，冬季平均LST最低，在15 ℃左右，年內(nèi)最高與最低平均LST差值為17 ℃。三峽庫(kù)區(qū)秋季平均VC最高，達(dá)0.671，冬季平均VC最低，在0.543左右，年內(nèi)最高與最低平均VC差值為0.128。秋季平均VC與夏季平均VC差值僅為0.001，庫(kù)區(qū)夏季到秋季VC有小幅增加，總體來(lái)說(shuō)夏秋兩季VC較高，四季中VC與LST存在一定的負(fù)相關(guān)性。

3.2 VC與LST的相關(guān)性分析

3.2.1VC與LST的線(xiàn)性回歸分析

運(yùn)用GeoDa軟件的線(xiàn)性回歸工具得到三峽庫(kù)區(qū)2020年四季VC與LST的線(xiàn)性回歸方程(表1)，各季節(jié)的回歸方程均通過(guò)0.01水平的顯著性檢驗(yàn)，表明三峽庫(kù)區(qū)VC與LST具有顯著負(fù)相關(guān)性。四季中，夏季VC與LST之間的負(fù)相關(guān)性最為顯著，R2達(dá)0.529，夏季植被覆蓋度每增加0.1，地表溫度降低0.93 ℃；春季VC與LST之間的負(fù)相關(guān)性也較為顯著，R2為0.382，春季植被覆蓋度每增加0.1，地表溫度降低0.65 ℃；秋冬季VC與LST之間的負(fù)相關(guān)性相近，秋冬兩季LST主要與庫(kù)區(qū)獨(dú)特的地形條件、氣候環(huán)境等因素有關(guān)，而與植被覆蓋的相關(guān)性偏弱。

表1 2020年研究區(qū)四季植被覆蓋度(VC)與地表溫度(LST)的線(xiàn)性回歸方程

3.2.2VC與LST的空間自相關(guān)分析

為進(jìn)一步研究VC與LST的空間相關(guān)關(guān)系，對(duì)四季VC與LST進(jìn)行全局空間自相關(guān)分析，運(yùn)用GeoDa軟件建立最近鄰空間權(quán)重矩陣 (K=8)，并計(jì)算四季VC與LST的雙變量Moran′sI值，雙變量Moran′sI散點(diǎn)圖的Z值均小于-1.65，均通過(guò)顯著性檢驗(yàn)，輸出結(jié)果見(jiàn)圖4。Moran′sI散點(diǎn)圖中橫坐標(biāo)為各數(shù)據(jù)點(diǎn)標(biāo)準(zhǔn)化后的屬性值，縱坐標(biāo)為根據(jù)空間連接矩陣相鄰單元屬性的均值得到的空間滯后值。由圖4可知，春、夏、秋、冬VC與LST的雙變量Moran′sI均為負(fù)值，分別為-0.437、-0.507、-0.235、-0.289，表明四季三峽庫(kù)區(qū)VC與LST在空間上均呈現(xiàn)明顯的負(fù)相關(guān)性,且存在季節(jié)差異。其中夏季雙變量Moran′sI絕對(duì)值高于春、秋、冬季，夏季空間負(fù)相關(guān)性最強(qiáng)，空間分布最為聚集，春季次之，秋季與冬季空間自相關(guān)性最弱，空間分布離散程度最高。

圖4 雙變量Moran′s I散點(diǎn)圖

3.3 VC與LST的空間耦合季節(jié)分異分析

相關(guān)性分析表明，三峽庫(kù)區(qū)四季VC與LST均存在明顯的相關(guān)性，故采用空間耦合度模型計(jì)算三峽庫(kù)區(qū)四季VC與LST的空間耦合度，結(jié)果見(jiàn)圖5。總體上，庫(kù)區(qū)四季VC與LST的耦合度與全年VC與LST的耦合度變化規(guī)律保持高度一致性。三峽庫(kù)區(qū)四季VC與LST這2個(gè)單一系統(tǒng)的整體耦合效果均處于極高水平，兩者在空間上主要表現(xiàn)為非協(xié)調(diào)，地表溫度改善對(duì)植被覆蓋度極為依賴(lài)，加之建設(shè)用地的增加導(dǎo)致植被覆蓋對(duì)地表溫度的負(fù)反饋?zhàn)饔靡踩找嫱怀?，三峽庫(kù)區(qū)VC與LST更傾向于相互拮抗，兩者的耦合度較高。其中春季耦合效果最強(qiáng)，這與春季植被在滿(mǎn)足自身發(fā)育的溫度之后快速增長(zhǎng)有關(guān)；冬季耦合效果最差，可能與冬季氣溫寒冷，植被在深秋季節(jié)便進(jìn)入落葉期有關(guān)。而四季VC與LST耦合效果較差的區(qū)域主要分布于重慶市中心城區(qū)、長(zhǎng)江兩岸、巫溪和巫山北部的高海拔地區(qū)。其中LST受其他因素的影響較大，重慶市中心城區(qū)的城市熱島效應(yīng)極為顯著，城市下墊面對(duì)LST的影響較大，削減了VC與LST之間的相關(guān)性；長(zhǎng)江兩岸VC近似為0，故兩者之間的空間耦合效果差；巫溪、巫山北部地區(qū)海拔高，地勢(shì)起伏陡峭，對(duì)VC與LST影響較大?？傮w來(lái)說(shuō)，耦合效果差的區(qū)域所占比例較小，對(duì)四季VC與LST的整體耦合效果趨勢(shì)沒(méi)有太大影響。

圖5 2020年研究區(qū)各季節(jié)植被覆蓋度(VC)與地表溫度(LST)的空間耦合度分布

對(duì)三峽庫(kù)區(qū)四季耦合度分區(qū)間進(jìn)行統(tǒng)計(jì)，結(jié)果見(jiàn)表2。由表2可知，四季耦合度在(0.8,1.0]區(qū)間的柵格數(shù)最多，其余依次為(0.5,0.8]、[0,0.3]、(0.3,0.5]。在耦合度為 (0.3,0.5]與(0.5,0.8]區(qū)間時(shí)，柵格占比從春季到冬季的變化趨勢(shì)表現(xiàn)為“N”型，即先增后減再增。在耦合度為(0,0.3]與(0.8,1]區(qū)間時(shí)，柵格占比從春季到冬季的變化趨勢(shì)分別表現(xiàn)為倒“U”型與正“U”型，前者先增后減，后者先減后增。

表2 四季不同區(qū)間耦合度柵格數(shù)及占比

在A(yíng)rcGIS 軟件中運(yùn)用疊加分析法統(tǒng)計(jì)四季變更時(shí)各耦合效果相互轉(zhuǎn)化的柵格數(shù)，結(jié)果如圖6所示。秋-冬季耦合效果發(fā)生轉(zhuǎn)化的柵格數(shù)為 14 220，即三峽庫(kù)區(qū)秋-冬季24.998% 的區(qū)域耦合效果發(fā)生變化；冬-春季21.190% 的區(qū)域耦合效果發(fā)生變化；夏-秋季17.370%的區(qū)域耦合效果發(fā)生變化；春-夏季發(fā)生轉(zhuǎn)化的柵格數(shù)最少，僅14.122%的區(qū)域耦合效果發(fā)生轉(zhuǎn)化?？梢钥闯?，VC與LST變化較大的季節(jié)耦合度發(fā)生轉(zhuǎn)化的柵格數(shù)較多，反之則較少。春-夏季耦合效果變更均變現(xiàn)為由高級(jí)耦合向低級(jí)耦合轉(zhuǎn)化，夏-秋、秋-冬與冬-春季耦合效果變更表現(xiàn)為由低級(jí)耦合向高級(jí)耦合轉(zhuǎn)化較多。其中，夏-秋、秋-冬季耦合效果由較好向極好轉(zhuǎn)化較多，轉(zhuǎn)化柵格數(shù)分別為1 081與516；而冬-春季耦合效果由極差向極好轉(zhuǎn)化較多，轉(zhuǎn)化柵格數(shù)為844。

圖6 季節(jié)變更時(shí)不同耦合效果轉(zhuǎn)化柵格數(shù)

對(duì)四季VC與LST間的耦合類(lèi)型進(jìn)行分類(lèi)，結(jié)果見(jiàn)表3。其中，VC與LST歸一化數(shù)值的差值高于0.25以上，表示植被覆蓋度更高，屬于VC滯后型，反之為L(zhǎng)ST滯后型；若兩者數(shù)值相差不超過(guò)0.25，表示植被覆蓋子系統(tǒng)與地表溫度子系統(tǒng)相互協(xié)同，屬于VC與LST同步型。四季耦合度在(0.8,1.0]區(qū)間內(nèi)，LST滯后型柵格占比最大，其次是VC與LST同步型，VC滯后型柵格占比最小，且該區(qū)間各耦合類(lèi)型的柵格占比均大于其余3個(gè)區(qū)間同一耦合類(lèi)型的柵格占比。其余區(qū)間范圍整體上表現(xiàn)為L(zhǎng)ST滯后型柵格占比最大，其次為VC滯后型，VC與LST同步型柵格占比最小。

表3 不同季節(jié)植被覆蓋度(VC)與地表溫度(LST)各耦合類(lèi)型的柵格數(shù)及占比

具體而言，夏季各耦合度區(qū)間的LST滯后型柵格占比均為最大，VC滯后型柵格占比在除耦合度為[0,0.3]外的其余3個(gè)區(qū)間均為最小，即夏季各耦合類(lèi)型中LST滯后型柵格占比最大，VC滯后型柵格占比最小。秋季各耦合類(lèi)型中，LST與VC同步型占比最大，達(dá)37.223%。VC滯后型柵格占比大小表現(xiàn)為春季>冬季>秋季>夏季，LST與VC同步型柵格占比大小表現(xiàn)為秋季>冬季>夏季>春季，LST滯后型柵格占比大小為夏季>冬季>秋季>春季。春夏兩季VC滯后型與LST滯后型的變化趨勢(shì)相反，這可能與春季地表溫度逐漸升高，綠植的有效積溫逐漸達(dá)到飽和，綠植的生長(zhǎng)速率大于地表溫度隨光照強(qiáng)度增加的升高速率，而夏季地表溫度達(dá)四季中最高，故夏季LST滯后型占比最大。

4 討論與結(jié)論

以MODIS為數(shù)據(jù)源，選取三峽庫(kù)區(qū)為研究對(duì)象，分析2020年VC與LST的空間分布與季節(jié)變化特征，運(yùn)用GeoDa軟件對(duì)四季VC與LST之間的線(xiàn)性相關(guān)性與空間自相關(guān)性進(jìn)行計(jì)算，并得到四季線(xiàn)性回歸方程及Moran′sI散點(diǎn)圖，最后運(yùn)用空間耦合模型計(jì)算四季VC與LST之間的空間耦合度，分析三峽庫(kù)區(qū)空間耦合季節(jié)分異特征，主要結(jié)論如下：

(1)三峽庫(kù)區(qū)VC與LST的時(shí)空分布具有明顯差異性。從空間分布上看，LST高值區(qū)集中分布于西南的庫(kù)尾區(qū)域，低值區(qū)則分布在庫(kù)區(qū)北部與庫(kù)腹南部峭坡區(qū)域；而VC則反之，VC較低區(qū)域集中分布于江河兩岸以及人口集中的庫(kù)尾區(qū)域，VC較高區(qū)域則分布于庫(kù)腹的巫山、巫溪等坡度較陡的區(qū)域。從時(shí)間上看，LST表現(xiàn)為夏季>春季>秋季>冬季，VC表現(xiàn)為秋季>夏季>春季>冬季。年內(nèi)最高與最低平均LST差值為17 ℃，年內(nèi)最高與最低平均VC差值為0.128，三峽庫(kù)區(qū)四季平均地表溫度較適宜，植被覆蓋度較高。

(2)三峽庫(kù)區(qū)VC與LST呈負(fù)相關(guān)關(guān)系且各季節(jié)之間存在差異。VC與LST空間自相關(guān)分析與線(xiàn)性回歸分析結(jié)果一致，即三峽庫(kù)區(qū)VC與LST呈負(fù)相關(guān)關(guān)系，且兩者在四季間的相關(guān)性存在差異，夏、春、冬、秋季VC與LST的相關(guān)性依次減弱。

(3)三峽庫(kù)區(qū)VC與LST整體空間耦合效果極好，各耦合度區(qū)間的占比差異明顯。三峽庫(kù)區(qū)VC與LST這2個(gè)單一系統(tǒng)的整體耦合效果處于極高水平，兩者在空間上主要表現(xiàn)為非協(xié)調(diào)。耦合度在(0.3,0.5]與(0.5,0.8]內(nèi)，柵格占比從春季到冬季的變化趨勢(shì)表現(xiàn)為“N”型；在(0,0.3]與(0.8,1.0]內(nèi)，柵格占比從春季到冬季的變化趨勢(shì)分別表現(xiàn)為倒“U”與正“U”型。三峽庫(kù)區(qū)季節(jié)變更時(shí)耦合效果變化的區(qū)域從多到少表現(xiàn)為秋-冬>冬-春>夏-秋>春-夏，且春-夏季耦合效果變更均為由高級(jí)耦合向低級(jí)耦合轉(zhuǎn)化，夏-秋、秋-冬與冬-春季耦合效果變更為由低級(jí)耦合向高級(jí)耦合轉(zhuǎn)化較多。耦合效果為極好的區(qū)域中，LST滯后型柵格占比最大，其次是VC與LST同步型，VC滯后型柵格占比最小。耦合效果較好、較差、極差的區(qū)域整體上表現(xiàn)為L(zhǎng)ST滯后型柵格占比最大，其次是VC滯后型，VC與LST同步型柵格占比最小。

由于該研究主要是對(duì)季節(jié)差異進(jìn)行分析，因此只選取了一年期數(shù)據(jù)，樣本量較少，采用的MODIS數(shù)據(jù)源為中分辨率，時(shí)間與空間分辨率也不夠精細(xì)，這在一定程度上會(huì)影響VC與LST空間耦合性分析結(jié)果的精確性。后續(xù)需利用多源、多時(shí)像的高分辨率、高光譜特征的遙感數(shù)據(jù)源，進(jìn)一步探討VC與LST在時(shí)空上的耦合關(guān)系，進(jìn)一步深入分析典型生態(tài)區(qū)環(huán)境變化以及環(huán)境因子之間的關(guān)聯(lián)性。