摘 要：基于Landsat TM影像、气象站观测数据及土地利用/土地覆被数据，利用单通道法反演得到三工河流域地表温度（LST），利用Zakšek算法估算卫星过境时刻瞬时气温，通过站点观测数据分季节分下垫面类型建立卫星过境时刻瞬时气温与日均气温的回归方程估算日均气温空间数据。结果显示，估算LST数据平均RMSE为1.23℃，计算卫星过境时刻瞬时气温平均RMSE=1.06℃，瞬时气温与日均气温具有较好的相关性（p<0.01），且日均气温的计算值与站点观测值具有较好的相关性，p<0.01，R2=0.96，RMSE=1.54℃，实现了干旱区站点分布不均匀流域高空间分辨率日均气温空间数据的估算研究。
关键词：Landsat影像；地表温度；卫星过境时刻瞬时气温；日均气温；三工河流域
在全球气候变化的大背景下，全球变暖已成为不争的事实，区域或流域尺度的气候变化已成为研究的热点。日均气温作为气候变化的主要度量指标[1]，参与陆面大部分生物物理过程（如光合作用、呼吸作用、蒸散发等）[2-3]，是陆面过程模型、生态模型等的重要输入数据[4-5]。因此有效、准确地获取区域或流域尺度日均气温空间数据至关重要。
日均气温的获取方式主要有气象站观测和遥感反演两种。气象站获得的是站点附近近地表1.5m~2.0m的大气温度，时间序列长、数据精确却无法体现日均气温的空间属性。普通的空间插值方法如反距离加权（IDW）、克里金（Kriging）、样条函数插值（Spline）等，虽然可以得到气温空间数据，但需要数量足够且分布均匀的气象站作为插值数据基础。西北干旱区气象站点数量较少且分布极不均匀，主要分布于绿洲内，荒漠及山区极少分布，因此传统插值方法获得的气温数据仅能满足站点附近的精度，无法准确反映气温空间差异及变化规律。
相对于气象站实测数据，遥感影像具有更好的空间化优势。已有学者从地表能量平衡原理阐述了地表温度（LST）与近地表气温之间存在相关关系。利用遥感方法推算近地表日均气温常用的步骤为：遥感反演地表温度（LST），通过建立LST与日平均气温（Ta）的单因子与多因子回归方程推算气温影像。该方法具有较好的精度，但均是以数量充足且分布均匀的观测站作为数据基础，建立LST与日均气温的回归方程以推算日均气温。考虑到干旱区站点分布的特殊性，这些方法均无法精确地获得干旱区流域尺度高空间分辨率的日均气温空间数据。
不同覆被类型具有不同的生物物理属性，这种地表非均一性通过地－气系统对近地表气温产生不同程度的影响，而同一覆被类型地表属性均一，影响近地表水热平衡（显热通量）能力相似，因此分下垫面类型、分季节建立卫星过境时刻瞬时气温（Th）与日均气温（Ta）的回归方程，可以更好地实现站点分布不均匀流域由瞬时气温向日均气温的推算。本文基于Landsat TM影像、气象站观测数据及土地利用/土地覆被数据，估算日均气温空间数据，主要研究目标为：（1）利用单通道法反演地表温度；（2）基于Zakšek等提出的算法估算卫星过境时刻瞬时气温；（3）分季节分下垫面类型建立卫星过境时刻瞬时气温与日均气温的回归方程；（4）估算研究区日均气温空间数据；（5）以天山北坡三工河流域为例进行方法验证。
1 研究方法
为了精确的推算日平均气温数据，首先对获得的影像进行地形校正、辐射定标及大气校正等一系列预处理，并裁剪影像中的水体，技术路线图如图1。
1.1地表温度的计算
陆地卫星（Landsat）TM数据的热红外波段（TM6），波长范围为10.45～12.5um ，天顶视角下的像元分辨率为120m 120m，表征地表热辐射和地表温度变化。本文采用Jimenez-Munoz and Sobrino 提出的单通道法（Single-Channel Algorithm）反演LST：
式中：LST为地表温度（K），为地表比辐射率，为传感器辐射强度（mW·cm- 2·sr-1·μm-1），为亮度温度（K），为TM6中心波长（um），c1 与 c2为大气参数，分别为1.19104×108 um4·m-2·sr-1 与 14387.7 um·K， 为大气功能参数。
（1）辐射强度的计算
参照覃志豪等[17]提出的与影像灰度值之间的关系计算：
式中， 为TM6影像的灰度值。
（2）亮度温度 的计算
式中，K1 、K2 为TM5影像的定标参数，分别为60.776mW·cm-2·sr-1·μm-1和 1260.56K。
（3）大气功能参数计算
式中， 为空气水汽含量，从MODIS05-L2水汽产品数据获取。
1.2推算卫星过境时刻瞬时气温
Zakšek等基于地表温度（LST），同时考虑了季节、NDVI、反照率、海拔及地形等因子，推算出卫星过境时刻的气温。
式中，T2m（K）为卫星过境时刻近地表2m处气温，LST（K）为地表温度，（rad）为太阳天顶角，（rad）为太阳方位角， 为地表反射率， （rad）为太阳入射角，（rad）为坡度，为下行短波辐射，单位为kw·m-2 ；为研究区高程与20km2范围内平均高程的差值，单位为km。
下行短波辐射的计算方法如下：
式中， 为太阳常数，取值1367 w·m-2， 为大气单项透过率， （rad）为太阳天顶角， 为日地距离修订因子，无量纲。
大气单向透过率 的计算方法如下：
式中， H为地表高程（m）。
计算公式如下：
式中：是日地距离单位（天文单位），DOY 是从公历1月1日起算该天所在的天数。
1.3日平均气温的计算
将土地利用/土地覆被类型数据进行相似类型合并，通过架设于各覆被类型的气象站观测数据分季节分下垫面类型建立卫星过境时刻瞬时气温与日均气温的相关统计模型。基于该模型和利用公式9获得的瞬时气温影像估算日均气温，公式如下：
式中：为覆被类型的日均气温，为覆被类型的卫星过境时刻瞬时气温，a为截距，b为斜率。
2 三工河流域应用实例
三工河流域位于新疆阜康市辖区，由三工河、四工河和水磨河组成，北部为古尔班通古特沙漠，南部是东天山，海拔在 360～1100m 之间，年均温为 6.6℃，年平均降水量为 164mm，年均潜在蒸发为 1780～2453mm。在区域景观分布上具有明显的典型性: 南部为低山丘陵区、中部为绿洲区、北部为由沙质荒漠与土质荒漠共同组成的荒漠区，景观分界明显，具有完整的山地－绿洲－荒漠复合生态系统结构。
流域内气象站点分布极不均匀，北部荒漠区仅有一个观测站，即中国科学院阜康北沙窝荒漠观测站；绿洲内有两个气象站即阜康市气象站以及中科院阜康生态站；南部低山丘陵区有一个已经停用的观测站（1000m），此外本课题组在农田中架设有波文比观测仪。如图2所示。
2.1 影像数据
由于三工河流域Landsat影像冬季受云、雾、雪的影响较大，2000年以来的影像质量均大于10%，因此本研究选择研究区春、夏、秋三季各两幅共六幅影像，行列号均为142-029，具体信息如表1。
2.2 观测数据
通过架设于不同下垫面类型中的气象站及波文比观测仪，获得逐小时、逐日地表温度及近地表气温数据（表2）。
2.3 土地利用/土地覆被数据
本课题组已完成三工河流域2004、2010两期土地利用/土地覆被数据，选择2004年的土地利用/土地覆被数据为2004、2005年下垫面参考数据，选择2010年的土地利用/土地覆被数据作为2008－2011下垫面参考数据，并将各类型合并为5种大类：沙质荒漠、土质荒漠、农田、建设用地及低山丘陵。
2.4 LST反演及验证
由于所有的观测站点中仅有阜康生态站有逐小时的LST数据，且卫星飞过研究区的时间大多介于北京时间12:30~13:00之间（表1），因此选择13时站点观测瞬时LST来验证本研究的LST反演结果（图3）。平均RMSE=1.23℃，平均绝对误差为1.19℃，其中秋季>春季>夏季，最大的秋季绝对误差为1.42℃，最小的绝对误差为0.85℃。
2.5 卫星过境时刻瞬时气温估算及验证
利用阜康荒漠站、阜康生态站与阜康气象站验证瞬时气温（表3），平均RMSE=1.06℃，平均绝对误差为1.00℃，荒漠站的绝对误差为1.33℃，生态站的绝对误差为0.82℃，气象站为0.86℃，夏季（1.06℃）>春季（0.98℃）>秋季（0.97℃）。
2.6 瞬时气温与日均气温的关系模型
选择站点观测得到的13时瞬时气温与日均气温建立单因子回归方程（图4）。结果表明：春季相关性（R2=0.96，p<0.01）= 秋季（R2=0.96，p<0.01），夏季（R2=0.78，p<0.01）。夏季植被盖度差异性较大，覆被类型复杂，可能导致夏季拟合效果较差。本研究的相关性（p<0.01）明显高于直接利用LST数据与日均气温建立的回归模型。因此研究结果表明：通过分季节分下垫面类型建立卫星过境时刻瞬时气温与日均气温的统计关系实现瞬时气温向日均气温转换的方法是可行的。
2.7 日均气温估算与验证
由于低山丘陵站位于研究区南部边缘，且观测记录只有四年，而波文比数据只有近一年的观测记录，因此本研究选择阜康荒漠站、阜康生态站及阜康气象站三个站点的日均气温观测数据来验证结果（图5）。结果表明，本方法的计算值与站点观测值具有较好的相关性，p<0.01，R2=0.96，RMSE=1.54℃。荒漠站平均RMSE最高，为1.96℃；其次是气象站，RMSE = 1.34℃；最小的是生态站，RMSE= 1.22℃。
3 结论
干旱区站点分布极不均匀，大多分布于绿洲内，荒漠与山区极少分布，因此传统获取日均气温的方法在干旱区流域尺度适用性较差。本文基于Landsat TM影像、气象站观测数据和土地利用/土地覆被数据，首先反演LST数据，继而推算卫星过境时刻瞬时气温，通过建立瞬时气温与日均气温的回归方程估算三工河流域日均气温空间数据，结论如下：
（1）利用单通道法反演三工河流域LST数据，平均RMSE为1.23℃，秋季绝对误差>春季>夏季；估算卫星过境时刻瞬时气温，平均RMSE=1.06℃，平均绝对误差夏季>春季>秋季。
（2）通过气象站观测数据分季节分下垫面类型建立卫星过境时刻（13时）瞬时气温与日均气温的回归方程，相关性（p<0.01）明显优于直接利用LST与日均气温建立回归方程的相关性。
（3）本方法估算日均气温的RMSE为1.54℃，绝对误差介于0.50℃～2.87℃，其中夏季>春季>秋季，沙质荒漠>土质荒漠>建设用地。
（4）本方法实现了干旱区气象站点分布不均匀流域高空间分辨率日均气温空间数据的获取，同时也为获取日最高、最低气温空间数据提供了方法参考。
参考文献
[1] 姚俊强, 刘志辉, 杨青，等. 近130年来中亚干旱区典型流域气温变化及其影响因子 [J]. 地理学报, 2014, 69(3): 291-302.
[2] 张丽文, 黄敬峰, 王秀珍. 气温遥感估算方法研究综述 [J]. 自然资源学报, 2014, 29(3): 540-552.
[3] Hou P, Chen Y, Qiao W, et al. Near-surface air temperature retrieval from satellite images and influence by wetlands in urban region [J]. Theoretical and Applied Climatology, 2013, 111(1-2): 109-118.
[4] 韩其飞, 罗格平, 李超凡, 等. 基于Biome-BGC模型的天山北坡森林生态系统碳动态模拟 [J]. 干旱区研究, 2014, 31(3), 375-382.
[5] Zhang C, Li C F, Luo G P, et al. Modeling plant structure and its impacts on carbon and water cycles of the Central Asian arid ecosystem in the context of climate change [J]. Ecological modelling, 2013, 267: 158-179.
责编/马铭阳
