基于無人機的高寒草甸地表溫度監測及影響因素研究

張偉 ，宜樹華 ，秦彧 ，上官冬輝 ，秦炎

（1. 中國科學院西北生態環境資源研究院，冰凍圈科學國家重點實驗室，甘肅蘭州730000；2. 中國科學院大學，北京100049；3. 南通大學地理科學學院，江蘇南通226007；4. 南通大學脆弱生態環境研究所，江蘇南通226007）

青藏高原因其高海拔、低氣溫、強輻射的自然條件孕育了特殊的高寒生態系統［1-2］。高寒草甸是青藏高原高寒生態系統中典型的植被類型，廣泛分布于高原及其周邊山地，不僅是重要的畜牧業資源，同時也是我國的生態安全屏障，在水源涵養、生物多樣性保護以及碳素固持等諸多方面發揮著重要的生態功能［3-9］。

近年來，以變暖為主要特征的氣候變化已成為不爭的事實［10-11］，地表溫度隨之出現顯著上升［12-14］，近百年來全球平均地表溫度升高0.85 ℃［11］，青藏高原作為氣候變化響應敏感區升溫明顯。地表溫度不僅參與土壤的物理、生物和微生物過程［15］，影響高寒草甸植物生長發育［16］，同時也是計算植被水分脅迫指數、分析植被旱情、估算土壤水分及植被蒸騰的重要輸入參數［17-23］。有關地表溫度的研究主要集中在地面點尺度和遙感衛星尺度，獲取手段主要有實地測量法、遙感影像反演法及模式模擬法［24-25］。基于地面點測方法所獲取的地表溫度在轉化為面狀溫度過程中會產生誤差及不確定性，而遙感衛星技術存在高時空分辨率數據不足、過境時間受限等問題，難以反映地表溫度日變化特征。因此，如何在小尺度下獲取精準地表溫度成為當前亟待解決的問題［26-27］。

無人機技術的出現為解決衛星遙感影像時空分辨率受限問題提供了契機。當前，基于無人機的熱紅外遙感技術已廣泛應用于城市微尺度熱環境監測與模擬［27-28］，農林作物冠層溫度估算，干旱脅迫、森林火災監測等諸多方面［29-34］。但鮮有文獻提及利用無人機熱紅外遙感影像開展高寒草甸地表溫度變化特征及其影響因素的研究。因此，本研究利用無人機搭載熱紅外相機獲取高寒草甸生長季（7-8 月）高時空分辨率熱紅外影像，分析草甸地表溫度的日變化及日際變化特征，進行高寒草甸地表溫度的精細化研究；結合氣象因子及植被蓋度數據探討地表溫度的影響因素，進而評估機載熱紅外相機在高寒草甸地表溫度監測中的適用性及其在高寒草地監測與管理中的應用潛力。

1 材料與方法

1.1 研究區概況

研究區位于青藏高原東北緣疏勒河源區，青海省天峻縣蘇里鄉境內（98°18′33.2″E，38°25′13.5″N），平均海拔3887 m（圖1）。屬于大陸性干旱荒漠氣候，干冷、多風，降水少、蒸發大，年平均氣溫約為-4 °C，年平均降水量約為200～400 mm，90%降水集中在5-9 月生長季［35-38］。土壤類型主要包括高山寒漠土、高山草甸草原土和栗鈣土［39］，分布有過渡型多年凍土，活動層厚度為（2.78±1.03）m［40］。高寒草甸為該區典型植被類型，主要植物物種為高山蒿草（Kobresia pygmaea）、青藏苔草（Carex tristachya）、火絨草（Leontopodium alpinum）、金露梅（Poten?tilla fruticosa）及西伯利亞蓼（Polygonum sibiricum）［41-42］。

1.2 數據來源

圖1 研究區位置示意圖Fig. 1 Location of the study area

1.2.1 可見光及熱紅外影像 在以氣象塔為中心400 m×400 m 范圍內選擇了6 塊植被覆蓋度存有差異的研究樣地，一方面用于重復驗證熱紅外影像地表溫度的獲取精度，另一方面用于分析不同植被蓋度下的地表溫度差異。使用大疆公司研發的Inspire 1 無人機搭載禪思X3 可見光相機及禪思XT 熱紅外相機構建觀測系統。Inspire 1 無人機最大起飛重量3.5 kg，最大可承受風速10 m·s-1，飛行姿態穩定且續航能力長。禪思X3 可見光相機分辨率為4000×3000 像素，接收紅綠藍3 個波段光譜數據，畫面無畸變，可用以獲取可見光圖像。禪思XT 熱紅外相機分辨率為640×512 像素，接受波段范圍7.5～13.5 μm，靈敏度 0.05 ℃，用于獲取地表溫度圖像。鑒于兩種相機存在分辨率及視場角的差異，為確保可見光與熱紅外影像對應相同的地面覆蓋范圍，將可見光相機飛行高度設置為30 m，熱紅外相機飛行高度設置為40 m（表1）。采樣時間為2018 年7 月4日-8 月17 日，每天正午12：00 進行可見光相機拍攝，9：00-18：00 每隔 1 h 進行熱紅外相機拍攝。利用FragMAP 無人機監測系統提供的Irregular 飛行模式對6 塊研究樣地進行自動化航拍（圖2），飛行過程中始終保持相機鏡頭垂直向下［43-45］。完成6 塊樣地飛行時間約為4 min，確保不同樣地之間較小的溫度變化。觀測期內普通相機采樣18 次，其中陰雨天氣飛行5次，晴朗天氣飛行13 次，6 塊樣地共計108 幅可見光影像，熱紅外相機采樣127 次，6 塊樣地共計762 幅熱紅外影像。由于研究區天氣變化迅速，全天晴朗天氣并不多見，能夠滿足連續監測的時段集中在每天10：00-15：00，因此選取此時段的平均地表溫度進行日際變化特征分析，共計18 d。

表1 可見光與熱紅外相機飛行參數Table 1 Flight parameters of RGB and thermal infrared cameras

圖2 無人機飛行方式示意圖Fig. 2 Schematic diagram of UAV flight mode

1.2.2 氣象數據 本研究區架設小型氣象觀測站，內設有渦動、輻射、梯度觀測及降水等綜合觀測系統，主要觀測的氣象要素包括：大氣溫度、相對濕度、太陽凈輻射、土壤熱通量等，數據采集間隔為10 min。

1.2.3 地表溫度驗證數據 為驗證無人機熱紅外相機成像系統獲取地表溫度數據的準確性，在觀測樣地（48 m×39 m）均勻布設精密水銀溫度計同步采集地表溫度數據，使用0.4 m×0.4 m 白板標定溫度計位置。每塊樣地水銀溫度計布設數量為12～20 根，每進行一次熱紅外飛行，地面同步觀測一塊樣地的水銀溫度計溫度。觀測期內，每塊樣地用于熱紅外影像溫度驗證的地面水銀溫度計實測數據均在200 個以上。不同于留點溫度計，精密水銀溫度計隨外界溫度變化而變化，可直接用于溫度測量，測溫范圍0～100 ℃，分值0.2 ℃。

1.3 研究方法

1.3.1 植被蓋度提取 采用自主研發的植被蓋度分析軟件Pixel Based Manual Classifier 處理可見光影像，完成植被蓋度提取工作。運用閾值法計算綠度指數實現植被與裸土的二值化處理。針對本研究區，地面驗證結果表明使用無人機搭載普通相機獲取的植被蓋度與地面采樣法獲取的植被蓋度擬合優度R2可達0.94，此方法可高效準確獲取高寒草地植被覆蓋度［46］。具體的處理步驟如下：1）計算影像每個像素的綠度指數，EGI=2G-RB，其中R、G、B 分別代表可見光影像的紅色、綠色和藍色波段；2）設置EGI 閾值的初始值，并將其與圖像的綠度指數進行比較；3）如果像素的EGI 大于閾值，則該像素被視為植被像素，否則視為裸土像素；4）比較分類圖像與原始圖像，進行目視判斷；5）重復從2）到4）步驟直到植被分類圖像中的區域與原始圖像植被區域一致［46-48］。

1.3.2 地表溫度提取 利用熱紅外相機專用軟件FLIR Tools 將熱紅外影像灰度圖轉換成攝氏溫度矩陣，轉化過程中需進行大氣校正，主要用到被測物體的輻射率、被測物體與相機鏡頭之間的距離（此處為40 m）以及氣象參數。萇亞平等［49］通過對比高寒山區地表溫度反演算法認為覃志豪等［50］的比輻射率計算方法更適用于疏勒河上游地區，本研究區域與其吻合，因此采用覃志豪等［50］的方法計算研究區草地輻射率。計算公式如下：

式中：Fr為植被蓋度，由植被蓋度提取結果獲取。

同時，利用FLIR Tools 軟件溫度識別工具提取水銀溫度計擺放位置的地表溫度，用于熱紅外影像地表溫度的精度驗證。

1.4 數據統計與分析

使用Microsoft Excel 2016 對獲取的植被蓋度及地表溫度數據進行統計處理，采用Origin Pro 2017 軟件進行繪圖，描述熱紅外影像采樣精度，地表溫度日變化及日際變化特征，植被蓋度與地表溫度相關關系。

2 結果與分析

2.1 植被蓋度提取結果

觀測期內共采集了18 次可見光影像，均進行了植被蓋度的提取。從植被蓋度分布箱式圖分析可知，6塊樣地平均植被覆蓋度分布在40%～82%，其中，樣地6 植被覆蓋度最高，平均植被蓋度為81.9%，樣地3植被覆蓋度最低，平均植被蓋度為45.1%。觀測期內6 塊樣地植被蓋度平均變異系數0.03，平均最大蓋度差約為7%（圖3）。

圖3 不同樣地植被蓋度Fig.3 Vegetation coverage under different sampling plots

引起不同時期蓋度差異的因素主要有3 方面：首先，觀測時間跨度為7 月4 日至8 月17 日，高寒草甸處于生長旺季，高氣溫及集中降水天氣為植被生長提供了有利條件，觀測期內蓋度呈現先上升后下降的微弱變化趨勢（圖4）。其次，不同天氣條件影響地表干濕狀態，連續降水天氣使徑流在低洼處積累淹沒其下植被，引起植被蓋度的低估。再次，不同天氣條件影響RGB 影像質量，降低Pixel Based Manual Classifier 軟件處理精度，主要體現在陰天條件下獲取的RGB 影像亮度低，反差小，明暗交界模糊，但在圖像處理過程中可通過不斷調整閾值將誤差控制在很小范圍內。

2.2 機載熱紅外相機地表溫度精度驗證

影響熱紅外相機測溫精度的因素包括所測物體的物理性質、天氣條件、下墊面地形條件以及無人機飛行高度等。本研究所選6 塊樣地采樣高度均為40 m，天氣條件相差無幾，但考慮到樣地地形略有差異，連續采樣過程中無人機機頭方位不斷變化等因素，因此按照不同樣地進行采樣精度的評估。對水銀溫度計實測的地表溫度與熱紅外相機所測地表溫度進行回歸分析，兩種方法所測溫度值之間存在顯著相關性，線性回歸擬合度R2在不同觀測樣地略有差異，其中樣地3 擬合優度最好R2為0.82，樣地2 擬合優度較差 ，R2為 0.62，其 他 4 塊 樣 地 擬 合 優 度 在 0.75 左右（圖5）。

圖4 觀測期內植被蓋度變化趨勢Fig. 4 Change trend of vegetation coverage during the obser?vation period

圖5 熱紅外相機與水銀溫度計測溫對比Fig. 5 Comparison of surface temperature measured by thermal infrared camera and mercury thermometer

整體來看對于樣地1～3 熱紅外相機所測地表溫度存在高估現象，而樣地4～6 存在地表溫度低估現象。植被長勢、地形、天氣條件是導致熱紅外影像采樣精度差異的主要因素。植被長勢對熱紅外相機采樣精度影響體現在冠層陰影上，熱紅外影像獲取的草地溫度既包括陽光直接照射的冠層部分，也包括葉片陰影里的冠層部分，溫度較低的陰影部分同時參與到地表溫度的計算過程［51］。本研究中樣地4～6 植被覆蓋度較樣地1～3 高，植株密度更大，因此熱紅外影像提取的平均地表溫度低于樣地1～3，出現低估現象。地形及降水對熱紅外相機采樣精度影響主要通過土壤水分差異體現，樣地4～6 較樣地1～3 地形平坦，連續降水天氣下，低洼處容易形成積水，土壤濕度大，使得熱紅外影像獲取的地表溫度出現低估現象。高寒地區晝夜溫差較大，高寒草地夜間形成凝結水，日出之時地表仍有露水，部分葉片覆蓋下的晨露不易被熱紅外識別，導致熱紅外相機所測地表溫度高于水銀溫度計所測溫度。樣地1～3 的采樣時間多分布于9：00-12：00，出現高估現象。樣地4～6 多集中在12：00-16：00，晴朗天氣條件下本研究區中午13：00 左右開始起風，高空風對熱紅外相機表面可能存在降溫作用，從而影響地表溫度的獲取精度，造成低估現象。

2.3 高寒草甸地表溫度變化特征

2.3.1 地表溫度日變化特征 高原地區天氣多變，尤其是降水和風對熱紅外相機獲取地表溫度的影響較大，為研究高寒草甸地表溫度的日變化特征，選擇觀測期內4 d 晴朗天氣條件下的觀測數據進行分析。由圖6 可知，在晴朗天氣下，6 塊樣地地表溫度的變化趨勢基本一致。日出以后，太陽輻射不斷增強，地表凈得熱量，地表溫度快速升高。正午以后，雖然太陽輻射強度開始減弱，但地表得到的太陽輻射能量仍然比長波輻射所失去的能量多，地表儲存的熱量仍在不斷增加，因此地表溫度仍在繼續升高［52］。午后14：00 左右地表溫度達到峰值，隨后太陽輻射逐漸減弱，地面熱量由盈余轉為虧損，地表溫度開始下降，最大日較差約為14 ℃。一天之中溫度上升及下降速度存在明顯差異，其中9：00-13：00 溫度上升速度明顯高于15：00-18：00 時溫度下降速度。個別樣地出現雙峰現象，圖 6 顯示樣地 5 在 7 月 11 日、7 月 13 日觀測期間地表溫度出現兩個峰值，分別為 12：00 和 14：00，樣地1、樣地2 在8 月13 日觀測期內同樣出現兩個峰值，這可能與植被蒸騰作用等生理特性有關。

圖6 高寒草地地表溫度日變化特征Fig. 6 Diurnal variation of alpine grassland surface temperature under sunny days

2.3.2 地表溫度日際變化特征 基于無人機的地表溫度監測工作受高原多變天氣影響顯著，整個觀測期內能夠完成全天完整監測的工作日為數很少，能夠滿足連續監測的時段集中在每天10：00-15：00，因此選取此時段的平均地表溫度進行日際變化特征分析。由圖7 可見，7-8 月地表溫度波動變化沒有表現出明顯的趨勢，這主要與氣溫降水及相似的天氣狀況有關。地表溫度變化規律與降水變化呈現顯著負相關，與氣溫變化呈現顯著正相關，2018 年研究區降水豐沛，7-8 月處于集中降水階段，降水量差異不大，氣溫同樣處于波動變化狀態，導致地表溫度整體差異不明顯。

2.4 高寒草甸地表溫度影響因素分析

2.4.1 高寒草甸地表溫度與氣象因子對比分析 本研究選取了太陽凈輻射、氣溫、降水及空氣濕度4 個氣象因子分析其對地表溫度變化的影響，并進行了相關分析。表2 為高寒草甸地表溫度與氣象因子的相關系數。氣溫、太陽輻射與地表溫度表現為顯著正相關，其中，太陽輻射是地表增溫的直接能量來源，對地表溫度的影響最為顯著，兩者相關系數整體高于其他氣象因子，相關系數保持在0.7 以上。大氣與地面間的熱量交換過程直接反映在地表溫度的變化之上［53］，地表溫度不可避免地受到空氣溫度的直接影響，兩者存在顯著正相關，平均相關系數為0.69。空氣濕度與地表溫度呈現出顯著的負相關，平均相關系數-0.71，說明空氣中較高的水汽含量會削弱太陽輻射，從而起到抑制地表增溫的作用。降水主要通過土壤濕度的反饋機制來影響地表溫度，而本研究中降水量與地表溫度未表現出顯著相關，主要與采樣時天氣狀況有關，基于無人機的地表溫度采樣無法在強降水天氣完成。因此，采樣時段降水量均保持在較低水平。

圖7 高寒草甸地表溫度日際變化特征Fig. 7 Daily variation of alpine grassland surface tempera?ture during the observation period

表2 地表溫度與氣象因子相關系數Table 2 Correlation coefficient of surface temperature and meteorological factors

2.4.2 高寒草甸植被蓋度與地表溫度相關性分析 為研究植被蓋度對地表溫度的影響，分析了6 塊樣地對應的平均地表溫度差異，上節研究表明氣象條件顯著影響地表溫度，因此為盡量剔除氣象因子對地表溫度的影響，選擇4 d 晴朗天氣條件下的地表溫度數據用于相關分析。結果表明，研究區內就植被與裸土兩種下墊面而言，植被冠層溫度顯著高于裸土地表溫度（圖8），平均溫差約為2 ℃。就研究樣地整體而言，當植被覆蓋度大于50%時，平均熱紅外影像地表溫度隨植被蓋度的增加出現上升趨勢（圖9），植被覆蓋度越高，對應地表溫度越高。這主要與下墊面的干濕狀態有關，觀測期內降水頻繁，平均3～4 d 出現一次降水天氣，加之夜晚凝結水，裸土表面一直保持濕潤狀態，裸土比熱容增加，使得裸土具有更低的地表溫度。此外，晴朗天氣條件下充分的土壤水分使得裸土表面蒸發作用強烈，造成熱量的損耗，從而降低地表溫度。

圖8 高寒草甸植被-裸土地表（A）及其溫度差異（B）Fig.8 Alpine meadow vegetation and bare surfaces（A）and the surface temperature difference（B）

圖9 不同植被覆蓋度下地表溫度Fig.9 Surface temperature under different vegetation coverage

3 討論

3.1 機載熱紅外相機在高寒草甸地表溫度監測中的應用性評價

機載熱紅外相機已廣泛應用于地表溫度的快速、大范圍監測，并取得良好應用效果。田慧慧等［27］應用無人機搭載FLIR Vue Pro 640R 測溫型熱像儀對6 種下墊面的地表溫度變化特征研究表明，熱成像儀所獲地表溫度與HOBOMX2201 測溫儀實測的水體溫度之間線性回歸決定系數R2為0.94，測溫誤差在1 ℃以內。 楊文攀等［51］采用大疆S1000 八旋翼無人機搭載Optris PI450 非制冷熱像儀對玉米（Zea mays）冠層溫度監測結果表明玉米冠層溫度值與地面實測值具有高度一致性，R2=0.72，測溫誤差為0.6 ℃。張宏鳴等［54］研究玉米冠層溫度時將手持測溫儀測得的冠層溫度與無人熱紅外成像儀獲取的冠層溫度進行誤差分析，兩者最高相關性系數R2可達0.93。本研究使用水銀溫度計校正禪思XT 熱紅外影像地表溫度的精度R2在0.75 左右，雖能基本滿足應用需求，但精度略低于已有研究結果，究其原因主要有以下幾點：首先，本研究區位于青藏高原北緣疏勒河源區，平均海拔4000 m，天氣狀況復雜多變，尤其是多云、降水及大風天氣對無人機熱紅外影像的采樣精度影響較大。觀測期內連續降水天氣頻繁，空氣相對濕度高，而空氣中水汽含量越高，熱紅外相機的測溫精度越低。連續降水天氣產生地表積水，土壤表層處于濕潤狀態，反射率降低，隨之測溫精度降低。此外，每完成一次飛行任務，地面同步讀取水銀溫度計時間約為1～2 min，太陽輻射是地表熱量主要來源，在此過程中一旦出現陰晴變化，地表溫度差異可在5 ℃以上。其次，本研究區晴朗天氣條件下午后常伴有大風天氣，不僅增加無人機飛行的不穩定性，同時影響熱紅外相機的拍攝精度。再次，相比同類研究，本研究區下墊面地形條件更為復雜，部分樣地存在坡度，影像邊緣可能產生微小陰影和畸變。因此，在高寒草甸地區應用無人機搭載熱紅外相機進行采樣時需注意選擇平坦樣地，盡量在晴朗無風天氣條件下進行飛行，結合天氣條件及熱紅外相機分辨率情況建議飛行高度不宜超過100 m，地面同步采樣、校準工作至關重要。

3.2 高寒草地地表溫度變化特征

受太陽輻射變化影響，高寒草甸地表溫度自日出到正午12：00 處于迅速增溫階段，13：00-15：00 處于峰值階段，15：00 至日落處于波動降溫階段。這一結論與田慧慧等［27］利用無人機熱紅外遙感技術獲取的城市草坪地表溫度日變化特征一致，李超等［52］在草地下墊面地表溫度與近地面氣溫的對比研究中同樣得到類似結論。值得注意的是本研究中個別樣地在12：00-15：00 地表溫度出現雙峰現象，通過分析可知雙峰現象的出現通常對應較高的地表溫度（30 ℃），正午時分太陽輻射增強，溫度升高，植被氣孔開度增加，植被蒸騰作用不斷增強從而降低自身溫度，出現第一個溫度峰值；隨著太陽輻射及氣溫的進一步增加，為防止溫度過高導致植被失水萎蔫，氣孔關閉，植被蒸騰作用受到抑制，植被溫度再次升高，出現第二次峰值。觀測時段內多變的天氣也可能是造成雙峰現象的原因，對此仍需長期詳細監測進行解釋。巴彥［55］對內蒙古草地地溫變化規律的研究顯示，草地地溫隨時間變化呈單峰分布，峰值出現在6 或7 月中旬，而本研究在7 月4 日-8 月17 日的觀測期內沒有捕捉到高寒草甸地表溫度明顯的日際變化趨勢，這主要受當年連續性降水等天氣條件變化影響，地表溫度表現出波動變化特征，并與氣溫及降水呈現出較為一致的波動規律。

3.3 高寒草地地表溫度影響因素

就大尺度研究而言，海拔高度、經緯度、氣候條件等是影響地表溫度的重要條件［56］；就小尺度研究而言，氣象因子、地形條件及植被蓋度等是影響地表溫度的主要因素，以往研究認為空氣溫度是影響地表溫度的直接因子，日照時數、降水、風速等是影響地表溫度的主要氣象因子［27，57］，本研究結論與此一致。值得注意的是本研究相關分析結果顯示，太陽輻射及空氣濕度對高寒草甸地表溫度影響要大于氣溫影響，說明對于高寒草甸而言，地氣熱量交換環節中受多方因素影響，諸如近地表風、植被生理特性等，有待后續進一步實驗研究。本研究所采用的地表溫度數據獲取渠道為機載熱紅外相機，熱紅外相機通過測量下墊面物體比輻射率計算表面溫度，熱紅外相機鏡頭到物體表面之間的大氣傳輸會改變熱輻射的溫度測量結果，尤其是大氣中的水汽對輻射能量有較強吸收作用，造成能量衰減，這也是造成空氣濕度對地表溫度影響高于氣溫影響的原因之一。上述結論進一步表明使用無人機搭載熱紅外相機進行高寒草地地表溫度采樣時需注意選擇晴朗無風、空氣濕度小的天氣。

相同的輻射條件下，干燥裸地的熱吸收能力大于草地［58］，裸地升溫速率大于草地，加之植被葉片蒸騰作用損耗熱量，降低表面溫度，使得草地地表溫度低于裸土溫度，既植被覆蓋度與地表溫度間存在負相關關系［51，58-59］。而本研究結果顯示當植被覆蓋度高于50%，平均地表溫度隨植被覆蓋度的增加出現上升趨勢。巴彥［55］在研究內蒙古草地地溫變化規律后認為蓋度小于25%的草地地面溫度在6 月中旬會出現高于裸地的情況，主要原因為草地蓋度較低時牧草覆蓋不足以阻擋太陽輻射，卻阻礙了近地層空氣流動，使近地層大氣與土壤的熱量交換減緩，從而有利于地表的熱量蓄積。顯然對于本研究區而言無法用此結論進行合理解釋，通過實地調查及影像分析，認為降水引起的土壤干濕狀態反饋機制是導致草地溫度高于裸土的主要原因，降水后草地比輻射率變化較小，而濕潤裸土的比輻射率比干燥裸土高0.05 左右，在連續降水天氣下，研究樣地裸土表層含水率較高，一直處于濕潤狀態，從而導致裸土地表溫度低于草地，植被覆蓋度與地表溫度呈現出正相關關系。

3.4 研究不足與展望

本研究利用無人機搭載熱紅外相機監測高寒草甸地表溫度，結合地面水銀溫度計同步采樣評估無人機熱紅外影像的應用精度，地面采樣過程中人工讀取水銀溫度計溫度用時為2～3 min，而無人機搭載熱紅外相機完成樣地拍攝時間僅為幾秒，加之高原天氣多變，水銀溫度計響應敏感，兩者時間差將會帶來誤差，降低精度評估準確性，后續研究工作中擬使用自計式紐扣溫度計進行地表溫度同步采樣工作，提高采樣效率及準確性。熱紅外相機獲取高寒草甸冠層溫度過程中，陽光直射部分及冠層陰影部分同時參與到地表溫度的計算過程，高寒草甸葉片細長，鑒于當前熱紅外影像圖片分辨率及圖像處理技術很難進行區分，而區分研究兩者冠層溫度對于了解草地水分響應規律，提高作物水分診斷精度大有裨益。因此，從技術層面提高熱紅外影像分辨率，從理論層面優化熱紅外影像分割算法是未來基于熱紅外相機進行高寒草甸地表溫度監測的重要工作［26］。

4 結論

本研究以機載普通相機及熱紅外相機獲取的影像為數據源，評估了熱紅外影像在高寒草甸的應用精度及誤差來源，分析了高寒草甸地表溫度日變化及日際變化特征，并結合實測氣象數據及植被蓋度數據對高寒草甸地表溫度變化的影響因素進行了研究。機載熱紅外相機可快速、高效地獲取面尺度高寒草甸地表溫度數據，熱紅外影像地表溫度與地面實測值具有較高一致性（R2=0.75），地形、天氣及采樣時間是導致測溫誤差的主要原因。高寒草甸地表溫度日變化特征表現為 9：00-12：00 時段快速上升，13：00-15：00 時段達到峰值，15：00-18：00 時段波動下降。受氣溫、降水波動變化影響，觀測期內（7 月4 日-8 月17 日）地表溫度未表現出顯著日際變化趨勢。氣象因子中，太陽輻射及氣溫直接影響高寒草甸地表增溫，而較高的水汽含量會削弱太陽輻射，抑制地表增溫。連續降水引起的土壤干濕狀態反饋機制使裸土處于濕潤狀態，植被覆蓋度與地表溫度呈現出一致的變化趨勢。利用無人機搭載熱紅外相機獲取地表溫度數據，一方面提高測溫效率，另一方面可以彌補高時空分辨率熱紅外影像缺失問題，能夠有效解決小尺度下獲取高寒草甸高分辨率地表溫度數據的技術難題，為高寒草地干旱監測，土壤水分及蒸散發反演提供基礎數據。