趙 麗

哈爾濱師范大學(xué)，黑龍江哈爾濱 150025

地表溫度（LST）是全球氣候系統(tǒng)中的一個重要參數(shù)，是地表和大氣之間能量和水交換等過程的重要參數(shù)之一，也是驅(qū)動土壤熱狀態(tài)的主要因子。準(zhǔn)確了解地表溫度有助于在全球和區(qū)域?qū)用嬖u估（模型中的）地表—大氣交換過程，并且當(dāng)其與植被、土壤水分等物理特性相結(jié)合時，可提供有價值的地表狀態(tài)度量。地表溫度目前被廣泛應(yīng)用于全球氣候變暖研究、城市熱島（城市熱環(huán)境）效應(yīng)評估、地表蒸散量計算和干旱監(jiān)測等領(lǐng)域。然而，受衛(wèi)星遙感成像技術(shù)發(fā)展水平的制約，現(xiàn)有的LST數(shù)據(jù)產(chǎn)品在時間分辨率和空間分辨率上存在著矛盾。因此，通過使用單一衛(wèi)星產(chǎn)品無法獲取兼具高時間、高空間分辨率的LST數(shù)據(jù)[1]。過境周期為16 d的Landsat衛(wèi)星遙感影像數(shù)據(jù)有著比較高的空間分辨率，空間分辨率為1 000 m的MODIS/LST影像數(shù)據(jù)卻可以每天獲取4次。因而熱紅外遙感應(yīng)用研究中的首要問題是提升高時間分辨率LST影像數(shù)據(jù)的空間分辨率，為此，對低空間分辨率的LST數(shù)據(jù)進行降尺度研究以提高數(shù)據(jù)質(zhì)量是當(dāng)前研究中的常規(guī)方法。

其中以建立地表溫度與回歸因子之間的統(tǒng)計關(guān)系，并假定地表溫度與回歸因子之間關(guān)系存在“尺度不變性”的統(tǒng)計回歸方法，和通過低空間分辨率高時間分辨率圖像與高空間分辨率低時間分辨率圖像有效融合以得出高空間高時間分辨率數(shù)據(jù)的圖像時空融合方法[2]。國內(nèi)外學(xué)者對地表溫度降尺度的研究方法眾多，這些方法也是在前人研究基礎(chǔ)上逐步優(yōu)化改進而得到的。其中，較為被大家熟知的算法有Breiman[3]于2001年提出的隨機森林算法，它是以決策樹算法為基礎(chǔ)而改進的一種機器學(xué)習(xí)模型，建立LST與驅(qū)動因子間的非線性回歸關(guān)系。2003年，Kustas等[4]提 出 了DisTrad算 法，利用植被指數(shù)與輻射地表溫度之間的關(guān)系估計地表溫度亞像素變化。Agam等[5]在2007年提出了TsHAPR算法，證實了植被覆蓋與地表溫度之間的線性關(guān)系。

選取黑龍江省作為研究區(qū)，以提高MODIS/LST產(chǎn)品的空間分辨率為研究目的，并選取NDVI、地表覆蓋、地表反射率及高程數(shù)據(jù)，通過隨機森林算法構(gòu)建地表溫度降尺度模型。對選取的地表溫度進行回歸預(yù)測，通過均方根誤差評價隨機森林模型對地表溫度降尺度的效果，以期為東北地區(qū)地表溫度研究提供參考。

1 研究區(qū)與數(shù)據(jù)源

1.1 研究區(qū)概況

黑龍江省是中國最東北部的省份，南北長約1 120 km，東西寬約930 km，轄區(qū)面積47.3萬km2。位置介于43°26′N～53°33′N，121°11′E～135°05′E。地勢呈西北部、北部和東南部高，東北部、西南部低，中部山區(qū)多，東部次之，西、北部較少，氣候為溫帶大陸性季風(fēng)氣候。

黑龍江地貌特征為“五山一水一草三分田”。地勢呈西北部、北部和東南部高，東北部、西南部低，由山地、臺地、平原和水面構(gòu)成；地跨黑龍江、烏蘇里江、松花江、綏芬河四大水系，屬寒溫帶與溫帶大陸性季風(fēng)氣候。黑龍江省位于東北亞區(qū)域腹地，是亞洲與太平洋地區(qū)陸路通往俄羅斯和歐洲大陸的重要通道，是中國沿邊開放的重要窗口。黑龍江省是我國重要的商品糧基地，農(nóng)用耕地1 187.1萬hm2，占農(nóng)用地的30%。黑龍江省也是我國最大的林業(yè)省份之一，其中分布在大小興安嶺的天然林是黑龍江省森林資源的主體（圖1）。

圖1 黑龍江省2020年的土地覆蓋分類

1.2 數(shù)據(jù)來源與處理

遙感圖像選取對應(yīng)區(qū)域的2020年MODIS LST地表溫度產(chǎn)品、植被指數(shù)NDVI產(chǎn)品、地表覆蓋產(chǎn)品、地表反射率產(chǎn)品以及高程數(shù)據(jù)，MODIS數(shù)據(jù)如表1所示。其中，MODIS數(shù)據(jù)需要使用MODIS數(shù)據(jù)預(yù)處理工具MRT（MODIS reprojection tool）對產(chǎn)品進行提取、重投影，根據(jù)研究的需要對處理后的數(shù)據(jù)進行裁剪處理。高程數(shù)據(jù)經(jīng)投影轉(zhuǎn)換后進行裁剪、重采樣后提取坡度坡向數(shù)據(jù)。其中，MODIS 數(shù)據(jù)的預(yù)處理需要在MODIS的專門處理工具MRT（MODIS Reprojection Tool）中進行。基于MODIS原始數(shù)據(jù)進行拼接、重投影，并將數(shù)據(jù)的坐標(biāo)系轉(zhuǎn)換為WGS_84坐標(biāo)系，同時提取所需要的波段（表1）。其 中，MOD11A2數(shù) 據(jù) 提 取LST_白 天_1km、LST_夜 間_1km波 段，MOD13Q1數(shù)據(jù)提取16_days_NDVI波段，MOD09Q1數(shù)據(jù)提取sur_refl_b02波段，MCD12Q1數(shù) 據(jù) 提 取LC_Type1波段，并且將數(shù)據(jù)的格式由HDF格式更改為GEOTIFF格式。隨后利用黑龍江省邊界矢量圖在ArcGIS軟件中對研究區(qū)進行裁剪。DEM數(shù)據(jù)通過ArcGIS軟件進行合并、投影轉(zhuǎn)換后，再利用黑龍江省邊界矢量圖進行裁剪和重采樣，并通過軟件中的工具計算出坡度坡向。從CRU TS數(shù)據(jù)官網(wǎng)（https://crudata.uea.ac.uk/cru/data/hrg/）下載溫度數(shù)據(jù)用于降尺度后的誤差驗證。

表1 MODIS數(shù)據(jù)產(chǎn)品

2 研究方法

2.1 隨機森林算法

隨機森林算法是一種非線性統(tǒng)計集成算法，由多科分類與回歸決策樹CART組合構(gòu)成。是一種基于決策樹算法改進的高級算法，它的基本單元是決策樹，可用于回歸分析和分類。隨機森林模型是由Breiman于2001年提出的一個機器學(xué)習(xí)模型，一個樹型分類器，是通過集成學(xué)習(xí)的思想將多棵樹集成的一種算法，它的本質(zhì)屬于機器學(xué)習(xí)中的集成學(xué)習(xí)，是將多棵決策樹進行集成的算法，在變量數(shù)量遠大于觀察數(shù)量的環(huán)境中體現(xiàn)出了優(yōu)越的性能。

隨機森林主要體現(xiàn)在2個方面：一是隨機選取訓(xùn)練集，隨機森林隨機且有放回地從訓(xùn)練集中抽取樣本作為每棵樹的訓(xùn)練集，保證了每棵決策樹有不同的訓(xùn)練集；二是隨機選取特征變量，避免某個特征變量與結(jié)果之間具有強相關(guān)性，因為特征變量全部被選取會導(dǎo)致所有決策樹的相似性加強。隨機森林模型的構(gòu)建從每一棵CART決策樹的根節(jié)點開始，持續(xù)輸入特征變量進行測試，被正確分類后構(gòu)建葉節(jié)點，將其分類到對應(yīng)的葉節(jié)點；它的構(gòu)建是對大量隨機、不相關(guān)的決策樹進行平均，用于分類或回歸的目的[6]，最后的結(jié)果是由多棵樹共同決定的。此外，它的通用性足以應(yīng)用于大規(guī)模問題，適應(yīng)各種臨時學(xué)習(xí)任務(wù)。

2.2 模型的構(gòu)建

構(gòu)建隨機森林模型，首先要從原始數(shù)據(jù)集中隨機抽取多個樣本生成訓(xùn)練集，在此基礎(chǔ)上生成決策樹，從而構(gòu)成隨機森林（圖2）。假設(shè)RF模型中共有M個風(fēng)險指標(biāo)，隨機抽取m個(m≤M)作為節(jié)點指標(biāo)，選取基尼最小值當(dāng)作分支標(biāo)準(zhǔn)，依照決策樹的預(yù)測結(jié)果，以投票方式?jīng)Q定新樣本的類別[7]。每次抽樣未被抽中的數(shù)據(jù)構(gòu)成了袋外數(shù)據(jù)(Out of bag，OOB)，利用袋外數(shù)據(jù)估計內(nèi)部誤差，稱之為袋外誤差(Error of out of bag，EOOB)，公式如下：

圖2 隨機森林模型的建立過程

式（1）中：n為OOB樣本個數(shù)：為根據(jù)給定樣本Xi基于RF模型的輸出數(shù)據(jù)；Yi為觀測數(shù)據(jù)。

此外，該模型通過對算法中OOB誤差的估計評價特征變量的重要性。先計算每個決策樹的袋外誤差，然后在對風(fēng)險指標(biāo)的數(shù)據(jù)隨機中加入噪聲并計算袋外誤差，風(fēng)險指標(biāo)的重要性公式如下：

式(2)中改變指標(biāo)i造成的袋外誤差EOOB2越大，表明變量i越重要。

2.3 精度評價

為了檢驗隨機森林模型的降尺度效果是否可行，將黑龍江省的氣溫數(shù)據(jù)作為真實的LST數(shù)據(jù)，選取均方根誤差(Root Mean Square Error，RMSE)檢驗指標(biāo)。RMSE用以衡量觀測值與真實值之間的偏離程度，RMSE值越小，則擬合精度越高，即

式（3）中：n為參與評價的像元數(shù)目；Toi為第i個像元的真實LST；Tei為第i個像元對應(yīng)的降尺度算法模擬的LST。

3 結(jié)果與分析

通過隨機森林算法對黑龍江省地表溫度進行降尺度，以MOD11A2數(shù)據(jù)作為因變量，植被指數(shù)、地表覆蓋、地表反射率和高程數(shù)據(jù)作為解釋變量，建立隨機森林降尺度模型，對地表溫度進行回歸預(yù)測，并評價隨機森林算法在地表溫度降尺度中的表現(xiàn)。降尺度效果較好（圖3），紋理清晰，降尺度后地表溫度的均方根誤差（RMSE）為2.13 K，誤差在可接受范圍內(nèi)。

圖3 黑龍江的省原始LST與降尺度結(jié)果對比

4 結(jié)論與討論

利用黑龍江省MO11A2/LST遙感圖像數(shù)據(jù)，通過建立隨機森林模型對1 000 m分辨率的LST數(shù)據(jù)進行降尺度，得到250 m分辨率的LST數(shù)據(jù)，效果較好，證明了以黑龍江省為研究區(qū)，使用隨機森林對MODIS/LST數(shù)據(jù)進行降尺度處理的可行性。但不同土地覆蓋類型區(qū)域的降尺度效果存在差異，在植被覆蓋區(qū)、水域和城鎮(zhèn)地區(qū)降尺度的精度也存在著細微的差別，在今后的研究中有待進一步討論。