基于MODIS数据的城西湿地地表温度演化特征与机制分析(2)

菜单

4.2 区域地表温度空间自相关分析 13

4.3 典型城市剖面分析 15

4.4 城西湿地典型地物LST和NDVI的时间序列分析 19

4.5 城西湿地地表温度形成机制分析 21

5 结论与展望 22

5.1 结论 22

5.2 展望 22

参考文献 23

致谢 25

1 引言

全球气候系统变暖是近年来的热门话题，其真实性也是毋庸置疑的。2013年IPCC（Intergovernment Panel on Climate Change）第五次会议报告指出，1880-2012年全球平均温度已升高0.85℃（0.65-1.06℃），同时指出人类活动极可能（95%以上可能性）导致了20世纪50年代以来的大部分全球地表平均气温升高[1]。由人类活动所致的土地利用/土地覆盖（LULC）方式的改变是区域及全球气候变化驱动力的关键组分，而城市化则是地表组成及其结构大规模变化的主要驱动力之一，特别是在发展中国家和地区。快速城镇化中水泥、沥青等不透水地面代替了城市原有的自然下垫面，加剧了城市气候变化，产生了城市热岛效应[2]。“城市热岛”最早由英国学者Howard提出[3]，目前，典型地区城市热岛的时空演变及其成因，城郊气候变化对全球变暖的响应特征及差异，以及相应的城市热岛效应减缓措施研究，已成为国内外学者关注的焦点，同时也是全球变化区域响应的重要内容[4~5]。在城市热场状况分布图中，各温度区一般分布形态为带状分布，其分布形状也各不相同，温度的变化规律也具有一致性，呈高到低或低到高的规律变化，而这种变化规律与下垫面介质分布成高度的一致性；在一定条件下（无风或微风条件），城市热岛无论是形状、走向还是位置都与建成区基本保持一致；在城市内部，城市热场的分布结构与土地覆盖特征密切相关，工业区和商业区植被覆盖度比较低，其热岛现象表现为明显的高温中心，乡村植被覆盖度大则热岛现象表现为明显的低温区。

近年来，遥感技术为城市热岛效应研究提供广泛的、准确的、多时间和空间及多精度的数据来源，使得多源遥感的城市热岛效应研究成为当前主要手段之一，国内外学者利用这一手段在城市热岛方面进行了研究，并取得了一定成就。例如，Rao、Carlson等、Matson等、Price等分别利用ITOS-1卫星数据、热红外遥感数据、NOAA数据及热红外制图仪对美国沿岸城市、城乡、中心城市等区域热场分布、辐射温度差异和热岛强度进行了分析研究[6~9]。国内也有不少学者利用NOAA/AVHRR、Landsat TM、ASTER等数据研究了北京、上海、苏州、沈阳、兰州、新建等多个地域差异较大的城市的热岛现象，并提取研究区域的植被指数，对比地表温度分析两者之间的相关性 [10~14]。大量研究表明：所用遥感数据分辨率越高其研究热场内部结构的特征则更为有效；地表温度与植被指数呈显著的负相关关系，且在不同植被覆盖度情况下，地表温度—植被覆盖关系呈现分段线性关系[12]。

由于MODIS卫星有着重访周期短、数据对全球用户免费、应用非常广泛的特点，徐虹等利用MODIS数据对云南省地表温度进行反演研究，得出地表温度变化规律基本符合云南省实际情况[15]；拉巴等基于MODIS数据研究拉萨市地表温度变化规律，得出拉萨市在近12 年内地表温度呈明显上升趋势，其最高、最低值出现在2009和2003年，分别为28. 49℃、14. 12℃[16]；葛伟强等人利用MODIS 数据反演地表温度得出长三角地区热岛呈“Z”字型分布，夏季热岛强度最强[17]；贾虎军等应用MODIS地表温度和植被指数数据，研究地表温度和植被指数变化规律，认为地表温度和植被指数具有负相关性，同时发现植被指数与高程和坡度的相关性呈现分段式特征 [18]；屈创等利用MODIS数据，反演石羊河流域的陆地表面温度，计算植被指数，并通过目视解译TM影像获取土地利用数据，结合DEM数据，采用GIS 空间分析方法，表明地表温度与海拔呈负线性相关；不同土地利用类型的地表温度存在差异，对于单一土地利用类型，耕地、林地、草地、建设用地的地表温度与NDVI具有明显负相关[19]。因此本研究基于具有时间分辨率优势的MODIS产品数据和具有较高空间分辨率的Landsat8 TIRS数据作为基本的研究数据。