基于高分五號衛星數據的地表溫度反演技術研究

龔婷婷 張蘊靈 傅宇浩 曹慧宇 高冰

摘要：地表溫度是描述陸地表面能量交換的重要參數，其大面積、精確反演已成為氣候變化研究的熱點。本文基于我國自主發射的高分五號熱紅外波段數據，采用劈窗算法反演了青藏公路典型路段沿線地表溫度，并采用五道梁站地面實測數據進行了精度驗證。結果表明，基于高分五號衛星數據的地表溫度具有較高精度，確定性系數達0.83。青藏公路格爾木至五道梁段地表溫度在2019年3月至2019年10月期間，空間上呈現溫度遞減趨勢，研究區域地表溫度范圍為-8.8℃～25.4℃。地表溫度的高精度反演將為西藏高海拔地區的凍土研究提供更準確的數據支持。

關鍵詞：高分五號;地表溫度;西藏高海拔;凍土

中圖分類號：TP79 文獻標識碼：A 文章編號：1007-9416（2020）07-0086-04

0 引言

地表溫度是描述陸地表面能量交換的重要參數，能夠提供地表能量平衡狀態的時空變化信息，是眾多基礎學科和應用領域的的關鍵指標[1]。精確反演地表溫度已成為全球及區域氣候變化、全球碳平衡、農作物估產、氣象預報、環境監測等領域的研究熱點。由于氣象站等的實測數據獲取終究有限，對空間尺度上的研究十分局限[2]。近些年來，伴隨著遙感技術的發展與進步，具有高空間分辨率和高時間分辨率的衛星數據極大地提高了精確獲取大面積地表溫度的可操作性。因此，獲取大范圍地表溫度信息就逐漸傾向于依靠遙感衛星的熱紅外數據[3]。熱紅外遙感能夠獲取區域和全球范圍地表溫度，具有覆蓋面廣、成本相對低廉、可周期獲取等優點，是當前地表溫度獲取的重要途徑。國內外許多學者在利用熱紅外遙感數據反演地表溫度方面取得了較大進展，針對不同衛星上所搭載的傳感器，眾多學者已提出了多樣的反演方法[4-5]。然而，絕大多數的地表溫度研究都基于國外衛星的熱紅外數據開展，例如Landsat系列衛星數據、MODIS數據等，缺乏基于我國自主衛星的熱紅外數據開展的地表溫度反演研究。

隨著我國高分辨率對地觀測系統重大專項于2010年5月正式啟動，我國自主的高分5號衛星能獲取40米空間分辨率的熱紅外數據，空間分辨率顯著優于其他常用的傳感器，如90米的先進星載熱輻射和反射儀（ASTER）、100米的Landsat8熱紅外傳器（TIRS）、1000米的中分辨率成像光譜儀（MODIS）等。由此可見，相比中、低空間分辨率數據，高分5號衛星的高空間分辨率熱紅外數據能更好地滿足小區域地表溫度精細研究的需求。本文以青藏公路格爾木至五道梁段沿線區域為研究區，基于高分五號熱紅外波段數據，引入應用較成熟的劈窗算法反演地表溫度，探討高分五號數據反演地表溫度的可行性。

1 研究區概況和工作流程

1.1 研究區概況

本文選取青藏公路格爾木至五道梁段作為典型路段，區域內的青藏公路長度約320km，占青藏公路全線的16.5%。研究區域面積為3.4萬km2，海拔范圍在2700km～6200km，平均海拔高度為4442m，公路沿線廣泛分布著多年凍土。研究區范圍和氣象站點分布如圖1所示。

1.2 工作流程

首先利用高分五號數據、MODIS-LST數據、MODIS-NDVI數據分別進行亮溫、地表比輻射率、大氣水汽含量等參數的計算，然后基于以上計算結果，采用劈窗算法進行地表溫度反演。利用五道梁站的實測地溫數據，對反演的結果進行精度驗證，并對研究區域的地表溫度分布情況進行分析（圖2）。

2 數據選取和處理

2.1 高分五號數據

高分5號衛星上搭載著全譜段光譜成像儀（VIMS），該傳感器包含兩個40m分辨率的熱紅外波段：波段11（10.30～11.30μm）和波段12（中心波長11.95μm）。本文在研究區共下載了192景高分五號影像，影像時間為2019年3月～2019年10月。對所有的影像數據進行輻射定標預處理，并刪除云層遮擋過多的數據。

2.2 其他地表溫度產品數據

由于高分五號衛星數據量較少，因此，本研究還選擇了MODIS/Aqua-LST（MYD11A2）數據集作為替補數據，該數據集為8天合成的空間分辨率為1 km的遙感產品。采用MODLAND提供的MRT（MODIS REPROJECTION TOOL）工具對MODIS-LST影像進行投影、格式轉換、數據提取等操作。然后根據對應的QC文件對提取數據進行質量控制，剔除質量較差數值，并采用相鄰時間段的對應網格數據對空值進行線性插值。

2.3 實測站點地溫數據

本文選擇研究區域內五道梁站的實測數據進行驗證，該站點數據為中國氣象數據共享網提供的中國地面氣候資料日值數據集（V3.0）中的0cm地表溫度數據，時間范圍為2018-2019年。

2.4 植被指數數據

本文的植被指數數據采用的是MODIS/Terra-NDVI（MOD13Q1）數據集，該數據集為16天合成的空間分辨率為250m的遙感產品，其質量控制步驟同MODIS-LST產品，同時，將該數據集的空間分辨率重采樣至1km。

3 方法

本文采用劈窗算法來進行研究區地表溫度的反演，很多研究結果表明，劈窗算法是一種反演地表溫度精度很高的算法[6]，其計算公式如下：

式中，T11，T12分別為GF-5衛星VIMS第11、12波段的亮度溫度（K），其計算公式為：（Li為第i波段輻射亮度值;Ki，1和Ki，2為常量，其取值分別為K11，1 =810.6W/（m2·sr·μm），K11，2=1332.20K，K12，1=488.75（m2·sr·μm），K12，2=1203.99 K）;ε為平均地表比輻射率，本文采用覃志豪[7]提出的方法進行計算;ω為大氣水汽含量（g/cm2），采用標準大氣透過率估算方程求解得到;C0～C6為模擬相關系數：C0=-0.268，C1=1.378，C2=0.183，C3=54.30，C4=-2.238，C5=-129.20，C6=16.400。

4 結果

4.1 與實測數據的對比驗證

驗證地表溫度反演結果精度最直接有效的方法就是與地面觀測站點的實測溫度進行對比，本文采用五道梁站的實測數據與反演數據進行對比驗證，結果如圖3所示。

從圖3可以看出，基于高分五號反演的地表溫度數據與五道梁站實測的地表溫度比較接近，數據的趨勢線接近1∶1線，R2為0.83，這也表明基于高分五號數據反演的地表溫度具有較好的精度。同時，由驗證結果可知，反演的地表溫度與實測數據相比，存在10.4%的低估，主要原因在于：（1）反演的地表溫度是表征一個像元內的平均溫度，而實測站點數據代表像元中某一點的數值，空間上存在一定的不匹配性，同時，西藏高海拔地區的氣候、地形條件差異較大，也易導致反演結果產生一定誤差;（2）實測站點的地表溫度數據是一天的平均值，而反演的地表溫度則為衛星過境的瞬時值估算得到，因此時間上的不一致也導致了誤差的產生。

4.2 研究區地表溫度分布

根據圖4反演結果可以發現，研究區內2019年3月～10月期間，最低地表溫度為-8.8℃，大多數分布在昆侖山脈，最高地表溫度為25.4℃。研究區域內，地表溫度大于0℃的區域面積占52.8%，主要分布在昆侖山脈以北區域，地表溫度小于等于0℃的區域面積占47.2%，主要分布在昆侖山脈及其以南區域。不同溫度等級的區域面積比例如表1所示，由統計結果可知，地表溫度在<-5℃的區域面積最大，占整個區域面積的46.6%，0-10℃的區域面積次之，占整個區域面積的28.7%。研究區域的地表溫度在空間分布上整體呈現東北高、西南低的趨勢，而東北區域的海拔高度范圍在2700m-3400m之間，西南區域的海拔高度較高，在4300m以上。這一結果也間接表明，地表溫度與海拔高度呈現正相關的空間變化趨勢。

5 結論

文中基于我國自主發射的高分五號熱紅外波段數據，采用劈窗算法反演了青藏公路典型路段沿線地表溫度，并采用研究區域范圍內的五道梁站地面實測數據進行了比較和驗證。結果表明，基于高分五號衛星數據的地表溫度具有較高精度，確定性系數達0.83。青藏公路格爾木至五道梁段地表溫度在2019年3月至2019年10月期間，空間上呈現溫度遞減趨勢，研究區域地表溫度范圍為-8.8℃～25.4℃。地表溫度的高精度反演將為高海拔地區的凍土研究提供更準確的數據支持。

參考文獻

[1] 王亞維，宋小寧，唐伯惠，等.基于FY-2C數據的地表溫度反演驗證：以黃河源區瑪曲為例[J].國土資源遙感，2015，27（4）：68-72.

[2] 楊茹，彭鵬，馬松跟，等.基于landsat-8地表溫度反演——以淮河上游為例[J].淮陰師范學院學報（自然科學版），2019，18（1）：48-54.

[3] 祝善友，張桂欣，尹球，等.地表溫度熱紅外遙感反演的研究現狀及其發展趨勢[J].遙感技術與應用，2006（5）：420-425.

[4] 毛克彪，覃志豪.針對MODIS影像的劈窗算法研究[J].武漢大學學報，2005，30（8）：703-707.

[5] 侯宇初，張冬有.基于landsat-8遙感影像的地表溫度反演方法對比研究[J].中國農學通報，2019，35（10）：142-147.

[6] 宋挺，段崢，劉軍志，等.基于Landsat-8數據和劈窗算法的地表溫度反演及城市熱島效應研究[J].環境監控與預警，2014，6（5）：4-14.

[7] 覃志豪，李文娟，徐斌，等.陸地衛星TM6波段范圍內地表比輻射率的估計[J].國土資源遙感，2004（3）：28-32+36+41+74.