項(xiàng)小云 李鳳秀 杜嘉 劉雁 宋開(kāi)山 趙博宇 周昊昊 馬學(xué)垚

摘要?以2015年春季、夏季、秋季共3期莫莫格濕地的Landsat 8 遙感影像為基礎(chǔ)，利用大氣校正法反演研究區(qū)的地表溫度;在地表溫度反演結(jié)果和土地利用數(shù)據(jù)的基礎(chǔ)上，利用ArcGIS軟件的空間分析工具進(jìn)行緩沖區(qū)分析、疊加分析和地統(tǒng)計(jì)分析，從而完成莫莫格濕地的冷島效應(yīng)分析。結(jié)果表明，濕地對(duì)周邊不同土地利用類型的冷島效應(yīng)（降溫作用）隨著離濕地距離的增加而逐漸減弱。濕地對(duì)不同土地利用類型的降溫作用并不相同，對(duì)居住地類型的影響范圍在240～540 m，對(duì)旱地類型的影響范圍在480～660 m;濕地對(duì)鹽堿地的降溫作用比較顯著，影響范圍在600～660 m。濕地在不同季節(jié)對(duì)其他土地利用類型降溫作用并不相同，在春夏秋3個(gè)季節(jié)中降溫作用由強(qiáng)到弱依次為夏季、秋季、春季。

關(guān)鍵詞?冷島效應(yīng);大氣校正法;Landsat 8影像;莫莫格濕地

中圖分類號(hào)?P?208;P?237文獻(xiàn)標(biāo)識(shí)碼?A

文章編號(hào)?0517-6611（2019）23-0082-06

doi：10.3969/j.issn.0517-6611.2019.23.026

開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Remote Sensing Analysis of Cold Island Effect in Momoge Wetland

XIANG Xiao?yun1， LI Feng?xiu2 ，DU Jia3 et al

（1.College of Tourist and Geoscience， Jilin Normal University， Siping，Jilin 136000;2.Henan Meteorological Center，Zhengzhou，Henan 450003;3.Northeast Institute of Geography and Agroecology， Chinese Academy of Sciences， Changchun， Jilin 130102）

Abstract?Based on the Landsat 8 image of the Momoge Wetland in the spring， summer and autumn of 2015， land surface temperature was estimated by using atmospheric correction method. We used buffering analysis， overlay analysis and geostatistical analysis in spatial analysis tools of ArcGIS software to complete the cold island effect study of Momoge Wetland based on the remote sensing inversion results and land use data. The results showed the cold island effect of the wetland on different land use types was gradually weakened when the distance from the wetland increased.Wetland had different cooling effects on different land use types. The impact on residence， dryland and saline?alkali land was roughly 240-540 m， 480-660 m and 600-660 m， respectively. Wetland has different cooling effects on other land use types in different seasons. In the three seasons of spring， summer and autumn， the cooling effect from strong to weak is summer， autumn and spring.

Key words?Cold island effect;Atmospheric correction method;Landsat 8 image;Momoge Wetland

濕地是位于陸生生態(tài)系統(tǒng)和水生生態(tài)系統(tǒng)之間的過(guò)渡性地帶，是水陸相互作用形成的一種獨(dú)特的生態(tài)系統(tǒng)，濕地具有較大的比熱容量和較強(qiáng)的水分蒸散度，其自身的“碳匯”作用使其對(duì)周邊的大氣溫度和濕度都起到顯著的調(diào)節(jié)作用[1]。由于濕地長(zhǎng)期和季節(jié)性積水，其水熱容量較大，氣候較周邊區(qū)域冷。正是由于這種冷島作用，所以濕地能夠在一定程度上對(duì)周邊不同土地利用類型具有冷島效應(yīng)。

目前關(guān)于濕地的冷島效應(yīng)國(guó)內(nèi)有很多學(xué)者進(jìn)行了研究，楊一鵬等[2]提出氣候調(diào)節(jié)功能在干旱區(qū)的濕地表現(xiàn)尤為顯著，每年氣候調(diào)節(jié)所帶來(lái)的生態(tài)服務(wù)價(jià)值在濕地總生態(tài)服務(wù)價(jià)值中占比可達(dá)到32%，居于各項(xiàng)生態(tài)價(jià)值的首位;聶曉等[3]對(duì)沼澤濕地的局地小氣候效應(yīng)進(jìn)行研究，結(jié)果表明，沼澤濕地具有一定的冷濕效應(yīng)，且在不同高度上冷濕作用表現(xiàn)有所不同，距離地面越近作用越顯著;拱秀麗等[4]以洪河自然保護(hù)區(qū)為研究區(qū)，對(duì)沼澤濕地冷濕小氣候效應(yīng)的時(shí)空分布特征進(jìn)行模擬研究，發(fā)現(xiàn)濕地在垂直方向和水平方向上其冷濕效應(yīng)的效果存在差異。以往對(duì)濕地冷島效應(yīng)的研究多關(guān)注于濕地具有冷濕作用的功能研究，對(duì)于其冷島效應(yīng)影響程度和影響范圍的研究較少。

遙感技術(shù)因其具備觀測(cè)范圍廣、速度快、周期短等優(yōu)勢(shì)，被廣泛地用于不同尺度的氣候變化研究。目前關(guān)于地表溫度的遙感反演算法有很多，包括輻射傳輸方程法[5-6]、單窗算法[7-9]、劈窗算法[10]以及多通道多角度算法[11-13]，根據(jù)不同的研究?jī)?nèi)容和不同的遙感傳感器數(shù)選擇相應(yīng)的算法[14-15]。1984年開(kāi)始發(fā)展的Landsat遙感數(shù)據(jù)，還有從2000年NASA開(kāi)始提供MODIS熱紅外遙感影像，雖然空間分辨率較小，但在時(shí)間分辨率上具有很大的優(yōu)勢(shì)（同一地區(qū)一天可過(guò)境4次），因此采用熱紅外遙感數(shù)據(jù)可以大范圍定量地反演地表溫度?；谶b感技術(shù)的冷島效應(yīng)的研究正逐漸成為研究濕地冷島效應(yīng)的重要手段。

長(zhǎng)期以來(lái)，由于濕地本身的特性（低反照率、高發(fā)射率等），濕地的地表溫度遙感反演一直是定量遙感的熱點(diǎn)。葉智威等[16]選擇以 Landsat TM6 數(shù)據(jù)為基礎(chǔ)，利用單窗算法對(duì)洪澤湖地區(qū)地表溫度進(jìn)行反演并分析，結(jié)果表明洪澤湖區(qū)陸地與水體溫度空間差異明顯，濕地在水體溫度中較低;杜嘉等[17]以Landsat/TM圖像、實(shí)測(cè)地面數(shù)據(jù)和MODIS地表發(fā)射數(shù)據(jù)為基礎(chǔ)，運(yùn)用3種不同算法對(duì)洪河濕地的地表溫度進(jìn)行估算，對(duì)比不同算法之間的差異，結(jié)果顯示使用覃志豪的單窗算法進(jìn)行估算的結(jié)果較為理想;杜培軍等[18]使用單窗算法和Landsat TM /ETM + 影像對(duì)江蘇省鹽城濱海濕地進(jìn)行地表溫度的反演，對(duì)1992—2009年濕地的土地利用變化和地表溫度變化之間的相關(guān)性進(jìn)行分析，結(jié)果顯示濕地土地利用變化會(huì)帶來(lái)地表溫度的波動(dòng)。以往溫度反演研究多傾向于沿海地區(qū)和湖泊地區(qū)的地表溫度反演，對(duì)濕地類型的地表溫度反演的研究相對(duì)較少。

該研究使用大氣校正法和Landsat 8 遙感數(shù)據(jù)為基礎(chǔ)，以莫莫格濕地為研究區(qū)進(jìn)行地表溫度反演，利用地面實(shí)測(cè)數(shù)據(jù)和MOD11A1產(chǎn)品數(shù)據(jù)對(duì)其反演結(jié)果精度進(jìn)行驗(yàn)證;利用ArcGIS軟件中強(qiáng)大的空間分析工具，包括緩沖區(qū)分析、疊加分析和地統(tǒng)計(jì)分析，對(duì)濕地冷島效應(yīng)對(duì)周邊不同土地利用類型的影響程度和影響范圍進(jìn)行進(jìn)一步的分析，目的在于通過(guò)定量的方法直觀地展示濕地的冷島效應(yīng)，旨在加強(qiáng)人們對(duì)干旱-半干旱地區(qū)濕地功能的認(rèn)識(shí)。

1?資料與方法

1.1?研究區(qū)概況

莫莫格濕地地理坐標(biāo)位于45°42′25″～46°18′00″N、123°27′00″～124°04′33″E，地處松嫩平原西部（圖1）。研究區(qū)內(nèi)主要以保護(hù)濕地生態(tài)系統(tǒng)和瀕危野生動(dòng)物物種及其棲息環(huán)境為主，總面積14.4萬(wàn)hm2，自然濕地面積在研究區(qū)總面積中占比80%以上，是吉林省最大的濕地保留地，也是松嫩平原保存最為完整的濕地之一[19]。松嫩平原區(qū)域內(nèi)有扎龍、莫莫格、查干湖、向海和大蘇布5個(gè)國(guó)家級(jí)濕地自然保護(hù)區(qū)，其中莫莫格濕地作為典型的內(nèi)陸鹽堿化沼澤濕地且地處于內(nèi)陸干旱、半干旱過(guò)渡帶對(duì)當(dāng)?shù)厣鷳B(tài)環(huán)境具有重要意義。

研究區(qū)的氣候類型是屬于溫帶大陸性季風(fēng)氣候。全年平均氣溫約為4.2 ℃，整年降水量約為391.8 mm，各季節(jié)分配不均，降水主要集中在6—8月份，占全年降水量的766%。研究區(qū)內(nèi)的地勢(shì)起伏較小且較為平坦，平均海拔約為142 m，總體呈現(xiàn)出西北高、東南低的趨勢(shì)，坡度一般為5°～15°，區(qū)域內(nèi)的相對(duì)海拔高差也在35 m以下。

1.2?數(shù)據(jù)來(lái)源

該研究中地表溫度反演所選用的遙感數(shù)據(jù)包括Landsat 8遙感影像和MOD11A1數(shù)據(jù)。Landsat 8遙感數(shù)據(jù)來(lái)源于美國(guó)地質(zhì)調(diào)查局USGS 網(wǎng)站（http：//glovis.usgs.gov/）。Landsat 8衛(wèi)星于2013年2月11日在美國(guó)加州范登堡空軍基地發(fā)射成功，搭載的傳感器分別是OLI陸地成像儀和TIRS熱紅外傳感器，并于2013年5月提供全球免費(fèi)下載。OLI傳感器在可見(jiàn)光、近紅外和短波紅外區(qū)域接收9個(gè)光譜波段的數(shù)據(jù)，空間分辨率為30 m;TIRS傳感器將原來(lái)的熱紅外波段一分為二，設(shè)置成2個(gè)熱紅外通道（Band10：10.6～119 μm，Band11：11.50～12.51 μm），空間分辨率為100 m[20]。當(dāng)前熱紅外遙感技術(shù)可以獲取到地球表面熱紅外波譜的輻射能量，根據(jù)其地球表面不同物體的發(fā)射率特征可以反演出其熱力學(xué)溫度，所以在反演地表溫度時(shí)，熱紅外遙感影像可以提供長(zhǎng)期的遙感影像支持。選擇影像的原則以能覆蓋研究區(qū)范圍且天氣晴朗、影像上基本無(wú)云或云覆蓋度在5%以下的影像。研究中使用的遙感影像如表1所示。

MODSI LST數(shù)據(jù)主要來(lái)源為從LAAADS Web（http：//ladsweb.modaps.eosdis.nasa.gov）選擇并下載。研究中所要使用到的MODIS LST地表溫度值是MODIS LST經(jīng)過(guò)處理的產(chǎn)品數(shù)據(jù)，其原因在于可以更加便捷地通過(guò)處理獲取到相應(yīng)范圍內(nèi)的地表溫度值，并且可以提高所獲取到的地表溫度值的準(zhǔn)確性。MOD11A1數(shù)據(jù)獲取后，利用ERDAS 9.2和ArcGIS 10.3軟件進(jìn)行相應(yīng)的處理。MOD11A1產(chǎn)品數(shù)據(jù)在該研究中具有2個(gè)作用，第1個(gè)作用是可以驗(yàn)證Landsat 8熱紅外遙感影像的反演精度，第2個(gè)作用是為研究中確定對(duì)Landsat 8反演結(jié)果分析的范圍提供一定的依據(jù)。

在研究濕地冷島效應(yīng)過(guò)程中，除了使用Landsat 8遙感數(shù)據(jù)和MODSI LST產(chǎn)品（MOD11A1）外，還使用了土地利用數(shù)據(jù)做輔助數(shù)據(jù)。土地利用數(shù)據(jù)主要是采用人機(jī)交互的遙感解譯方法所獲取的。通過(guò)對(duì)遙感影像進(jìn)行輻射定標(biāo)、大氣校正及幾何校正等一系列處理，在ArcGIS軟件中進(jìn)行土地利用的解譯及完成矢量化，得到研究所需的土地利用數(shù)據(jù)。

根據(jù)研究需求，將研究區(qū)內(nèi)土地利用類型主要?jiǎng)澐譃榫用竦?、旱地、林地、草地、鹽堿地、水田、水庫(kù)坑塘、河流和草本沼澤，共計(jì)分為9種類型。通過(guò)解譯和矢量化等一系列處理后，得到研究區(qū)2015年土地利用示意圖（圖2）。研究所得到的2015年各土地利用分類的Kappa系數(shù)為0.84，對(duì)應(yīng)的分類精度級(jí)別非常好，滿足進(jìn)一步研究需要。

1.3?研究方法

1.3.1?大氣校正法。

輻射傳輸方程又稱大氣校正法，是地表溫度反演的基本方法之一，在所有熱紅外遙感波段中有著巨大的優(yōu)勢(shì)。在研究中使用Landsat 8 進(jìn)行地表溫度的反演，因?yàn)長(zhǎng)andsat 8衛(wèi)星發(fā)射運(yùn)行時(shí)間較短，TIRS第11波段暫時(shí)存在定標(biāo)不穩(wěn)定性[21]，為了避免第10波段與第11波段所產(chǎn)生的較大誤差，因此采用大氣校正法和Landsat 8數(shù)據(jù)的第10波段對(duì)研究區(qū)地表溫度進(jìn)行反演。

大氣校正法反演地表溫度的原理具體表現(xiàn)為：衛(wèi)星傳感器接收到的熱紅外輻射亮度值Lλ由大氣向上輻射亮度L↑、地面的真實(shí)輻射亮度經(jīng)過(guò)大氣層之后到達(dá)衛(wèi)星傳感器的能量以及大氣向下輻射到達(dá)地面后反射的能量共3個(gè)部分組成。衛(wèi)星傳感器接收到的熱紅外輻射亮度值Lλ的表達(dá)式如下所示：

Lλ=[εB（TS）+（1-ε）L↓]τ+L↑（1）

式中，ε為地表比輻射率，TS為地表真實(shí)溫度（K），B（TS）為黑體熱輻射亮度，τ為大氣在熱紅外波段的透過(guò)率。溫度為T的黑體在熱紅外波段的輻射亮度B（TS）為：

B（TS）=[Lλ-L↑-τ（1-ε）L↓]/τε（2）

TS可以用普朗克公式的函數(shù)獲?。?/p>

TS=K2/ln（K1B（TS）+1）（3）

對(duì)于TIRS Band10而言，K1 = 774.89 W/（m2·sr·μm），K2 = 1 321.08 K。

1.3.2?驗(yàn)證方法。

根據(jù)已知的Landsat 8影像第10波段的空間分辨率為100 m，再以選取的研究區(qū)邊界為準(zhǔn)，在ArcGIS軟件中生成長(zhǎng)和寬均為100 m的正方形矢量格網(wǎng)圖層，如圖3所示。

將得到的驗(yàn)證格網(wǎng)矢量圖層分別疊加到對(duì)應(yīng)的Landsat 8反演結(jié)果遙感影像和MOD11A1影像中，使用ArcGIS中的分區(qū)統(tǒng)計(jì)功能將各個(gè)網(wǎng)格內(nèi)的溫度平均值提取出來(lái)，再通過(guò)Landsat 8反演結(jié)果與MOD11A1的地表溫度建立相關(guān)性并進(jìn)行對(duì)比分析，以達(dá)到驗(yàn)證Landsat 8遙感影像反演地表溫度結(jié)果的精度。驗(yàn)證過(guò)程中計(jì)算LST平均絕對(duì)誤差所采用的公式如下：

MAD=|x-|n（4）

式中，MAD為平均絕對(duì)誤差，x為數(shù)值，為數(shù)值平均值，n為數(shù)據(jù)個(gè)數(shù)。

1.4?MODIS LST數(shù)據(jù)緩沖區(qū)分區(qū)統(tǒng)計(jì)分析結(jié)果

獲取與3期研究區(qū)熱紅外遙感影像所對(duì)應(yīng)的MOD11A1地表溫度產(chǎn)品影像。MOD11A1是MODIS LST經(jīng)過(guò)處理的產(chǎn)品數(shù)據(jù)，可以通過(guò)一系列處理獲取到相應(yīng)范圍內(nèi)的地表溫度值，并且可以提高所獲取到的地表溫度值的準(zhǔn)確性。MODIS過(guò)境時(shí)間為當(dāng)?shù)貢r(shí)間11：30，Landsat 8過(guò)境時(shí)刻為當(dāng)?shù)貢r(shí)間10：50左右，二者之間相差40 min，可以近似認(rèn)為是相同時(shí)刻過(guò)境，因此可以用MODIS數(shù)據(jù)對(duì)Landsat 8地表溫度反演結(jié)果進(jìn)行驗(yàn)證。利用已獲取的MOD11A1數(shù)據(jù)進(jìn)行地表溫度緩沖區(qū)分區(qū)統(tǒng)計(jì)計(jì)算。

在研究中，將研究區(qū)的所有濕地類型（草本沼澤、水田、河流、水庫(kù)坑塘）進(jìn)行合并，向外每1 km制作該區(qū)域3 km范圍的緩沖區(qū)。經(jīng)過(guò)分區(qū)統(tǒng)計(jì)后3期遙感影像對(duì)應(yīng)日期的結(jié)果如圖4所示。從圖4可以看出，緩沖區(qū)內(nèi)平均地表溫度從0 m開(kāi)始不斷升高，在1～2 km平均地表溫度仍在不斷升高，但升溫幅度有所減緩，自3 km處開(kāi)始溫度變化趨于平緩。但是因?yàn)镸ODIS LST產(chǎn)品的空間分辨率為1 km，所以對(duì)1 km范圍內(nèi)的溫度變化無(wú)法做詳細(xì)的分析，無(wú)法與中等分辨率影像匹配，這也是MODIS 遙感數(shù)據(jù)的局限性所在。由此可見(jiàn)，濕地冷島效應(yīng)在大約1 km范圍內(nèi)最為劇烈，為后續(xù)分析濕地冷島效應(yīng)的影響范圍提供一定依據(jù)。

2?結(jié)果與分析

2.1?Landsat 8反演地表溫度

2.1.1?地表溫度反演結(jié)果驗(yàn)證。

在對(duì)Landsat 8地表溫度反演結(jié)果進(jìn)行精度驗(yàn)證時(shí)，使用與遙感影像對(duì)應(yīng)日期的白城、大安、鎮(zhèn)賚、泰來(lái)和杜蒙5個(gè)氣象站點(diǎn)逐時(shí)的地面實(shí)測(cè)數(shù)據(jù)進(jìn)行進(jìn)一步驗(yàn)證。驗(yàn)證結(jié)果如圖5所示，通過(guò)驗(yàn)證可以看出，Landsat 8的反演結(jié)果與地面實(shí)測(cè)數(shù)據(jù)溫度值的相關(guān)性R2值為0.948 9，溫度誤差在0.56～4.79 ℃，平均絕對(duì)誤差為2.5 ℃。造成這種誤差的原因在于Landsat 8的溫度反演結(jié)果是反演衛(wèi)星過(guò)境時(shí)刻的地表溫度值，但是驗(yàn)證的氣象站點(diǎn)的溫度數(shù)據(jù)無(wú)法精確到與過(guò)境時(shí)刻一致，并且氣象站點(diǎn)的逐時(shí)溫度數(shù)據(jù)為這個(gè)時(shí)間段內(nèi)的溫度平均值，不能完全代表像元尺度的地表溫度，因此會(huì)有一定的溫度誤差。經(jīng)驗(yàn)證，該反演結(jié)果可以達(dá)到研究的精度要求，可以進(jìn)行后續(xù)的分析。

根據(jù)MODIS LST 產(chǎn)品具有每個(gè)像素地表溫度和發(fā)射率

值的全球數(shù)據(jù)產(chǎn)品的準(zhǔn)確性，使用與遙感影像對(duì)應(yīng)日期的地表溫度實(shí)測(cè)數(shù)據(jù)以及MOD11A1數(shù)據(jù)進(jìn)行進(jìn)一步驗(yàn)證。通過(guò)對(duì)研究區(qū)內(nèi)格網(wǎng)做地表溫度反演值的分區(qū)統(tǒng)計(jì)后，可以看出Landsat 8的反演結(jié)果與MOD11A1數(shù)據(jù)提取平均溫度值的相關(guān)性R2值均在0.6以上，且其平均絕對(duì)誤差也均小于2.4 K。產(chǎn)生這種誤差的原因在于Landsat 8與MOD11A1影像的空間分辨率不同，MOD11A1的空間分辨率為1 km，遠(yuǎn)高于Landsat系列傳感器的空間分辨率，研究區(qū)內(nèi)草地、林地和居住地等土地利用類型中存在面積較小或分布較為分散的現(xiàn)象，所以在1 km的MODIS產(chǎn)品數(shù)據(jù)上容易與其他土地利用方式形成混合像元由此帶來(lái)一定的誤差[22]。

2.1.2?地表溫度反演結(jié)果分析。

通過(guò)以3期Landsat 8遙感影像為基礎(chǔ)，利用大氣校正法對(duì)3期影像進(jìn)行地表溫度反演，得到2015年春季、夏季、秋季3幅地表溫度反演圖（圖6）。從圖6可以看出，研究區(qū)內(nèi)溫度較低的區(qū)域均為濕地類型區(qū)，以濕地類型為中心向外，周邊不同土地利用類型地表溫度逐漸升高。利用3期溫度反演結(jié)果和土地利用圖疊加分析可以發(fā)現(xiàn)，不同土地利用類型的地表溫度并不一致。進(jìn)一步分析使用ArcGIS軟件計(jì)算不同土地利用類型的地表溫度，結(jié)果顯示各土地利用類型地表溫度由高到低排序依次為居民地類型、鹽堿地類型、旱地類型、濕地類型、林地、草地。

根據(jù)上述，研究區(qū)范圍內(nèi)所得到的反演結(jié)果均在正常值以內(nèi)，莫莫格濕地研究區(qū)內(nèi)所反演的最低地表溫度>-4 ℃，最高地表溫度<44 ℃，這與之前在獲取反演參數(shù)的計(jì)算及選取上較為精準(zhǔn)，反演結(jié)果符合自然規(guī)律。

2.2?莫莫格濕地地表溫度的空間分布

MODIS LST數(shù)據(jù)緩沖區(qū)分區(qū)統(tǒng)計(jì)分析結(jié)果顯示，在1 km范圍內(nèi)濕地對(duì)周邊區(qū)域降溫作用較為明顯。所以利用Landsat 8遙感影像反演地表溫度的結(jié)果和土地利用數(shù)據(jù)進(jìn)行疊加分析，對(duì)莫莫格濕地進(jìn)行緩沖區(qū)分區(qū)統(tǒng)計(jì)計(jì)算。由于研究區(qū)內(nèi)林地和草地的面

積所占比例很小（林地占比0.06%，草地占比0.31%），所以在對(duì)不同土地利用類型溫度反演分析中將其去除。

從研究區(qū)各土地利用LST分區(qū)統(tǒng)計(jì)（圖7）可以看出，3月研究區(qū)內(nèi)地表溫度由高到低依次為旱地類型、居住地類型、鹽堿地類型，在6月和10月結(jié)果中研究區(qū)內(nèi)地表溫度由高到低依次為居住地類型、旱地類型、鹽堿地類型。綜合來(lái)看，除3月份以外，居住地類型的地表溫度均值均高于旱地類型，這可能是由于3月份研究區(qū)旱地的農(nóng)業(yè)生產(chǎn)并未展開(kāi)，其實(shí)際上為裸土地，6月和10月地表有農(nóng)作物覆蓋，而植被覆蓋能夠有效降低其地表溫度[23]，所以3月旱地類型的地表溫度均值較高。

從圖7可以看出，在莫莫格濕地緩沖區(qū)范圍內(nèi)，濕地類型的地表溫度較低，周邊各地物類型的地表溫度均高于其地表溫度。這主要是因?yàn)闈竦貎?nèi)部長(zhǎng)期和季節(jié)性積水的特性，使其具有較大的比熱容量，因此其地表溫度相對(duì)周邊區(qū)域溫度更低。周邊各土地利用類型中，居住地類型和旱地類型的地表溫度一般要高于鹽堿地類型的地表溫度。居住地類型主要是由于其獨(dú)特的下墊面性質(zhì)（居民地一般是水泥混凝土或者磚瓦構(gòu)造），因此其地表溫度較高。

總體而言，莫莫格濕地研究區(qū)中的居住地、旱地和鹽堿地土地利用類型的地表溫度總體趨勢(shì)表現(xiàn)為：隨著距離濕地類型距離的逐漸增加，其地表溫度隨之開(kāi)始升高。這主要是因?yàn)闈竦氐貐^(qū)獨(dú)特的水熱條件使其地表溫度較低，對(duì)各周邊地物來(lái)說(shuō)具有冷島效應(yīng)，因此對(duì)周邊不同土地利用類型有著降低其地表溫度的作用。

2.3?濕地冷島效應(yīng)影響范圍分析

在分析研究區(qū)濕地類型對(duì)周邊各土地利用類型地表溫度的影響范圍中，根據(jù)之前緩沖區(qū)分區(qū)統(tǒng)計(jì)分析結(jié)果，計(jì)算研究區(qū)范圍內(nèi)各緩沖距離之間的不同土地利用類型的地表溫度斜率。然后選擇各距離斜率接近于0值的距離，作為濕地類型影響周邊不同土地利用類型地表溫度的范圍。在上述濕地地表溫度的空間分布分析中由于林地和草地所占面積比例較小將其排除在外，所以在影響范圍的研究中同樣將二者排除在外，主要研究居住地、旱地以及鹽堿地3種土地利用類型受濕地冷島效應(yīng)的影響。

通過(guò)“2.2”分析可以發(fā)現(xiàn)，濕地類型對(duì)周邊各地物具有降溫作用，但降溫作用具有一定的范圍。因此，在各土地利用類型地表溫度變化中，對(duì)研究區(qū)內(nèi)濕地類型對(duì)不同土地利用類型地表溫度影響范圍（降溫范圍）進(jìn)行進(jìn)一步分析，結(jié)果如表2所示。從表2可以看出，在莫莫格濕地研究區(qū)內(nèi)，濕地類型對(duì)居住地類型地表溫度的影響邊界范圍在240～540 m，在0～540 m居住地類型的地表溫度隨著距濕地類型越遠(yuǎn)，其地表溫度開(kāi)始上升，在540～990 m居住地類型的地表溫度隨著距濕地類型越遠(yuǎn)，其地表溫度受濕地類型的影響開(kāi)始減弱;濕地類型對(duì)旱地類型地表溫度的影響邊界范圍在480～660 m，在0～660 m旱地類型的地表溫度隨著距濕地類型越遠(yuǎn)，其地表溫度逐漸升高，在660～990 m旱地類型的地表溫度受濕地類型的影響開(kāi)始減弱;濕地類型對(duì)鹽堿地類型地表溫度的影響邊界范圍在600～660 m，在0～660 m鹽堿地類型的地表溫度距濕地類型越遠(yuǎn)，其地表溫度逐漸升高，在660～990 m受濕地類型的影響開(kāi)始減弱。從不同季節(jié)角度分析可以發(fā)現(xiàn)，不同季節(jié)濕地類型對(duì)周邊不同土地利用類型的影響范圍各不相同，春季影響范圍在330～600 m;夏季影響范圍在540～660 m;秋季影響范圍在240～660 m。

綜上所述，可以發(fā)現(xiàn)濕地類型對(duì)周邊地區(qū)不同土地利用類型的降溫效果各不相同，并且在不同季節(jié)內(nèi)濕地類型對(duì)不同土地利用類型的影響范圍也不相同?？傮w來(lái)看，濕地類型對(duì)鹽堿地類型的降溫效果最為明顯，其次是旱地類型和居住地類型，這主要是因?yàn)樵谕瑯託庀髼l件下，鹽堿地由于比熱更小地表溫度更高，更易與周邊濕地發(fā)生能量交換;鹽堿地比居民地和旱地的植被更少，導(dǎo)致其相應(yīng)的空氣動(dòng)力學(xué)阻抗更小，也導(dǎo)致其更易受到濕地的影響。在春夏秋3個(gè)季節(jié)中，夏季的濕地冷島效應(yīng)最強(qiáng)，對(duì)周邊地區(qū)的降溫范圍最大。這主要是由于濕地冷島效應(yīng)影響范圍與濕地通量貢獻(xiàn)區(qū)面積直接相關(guān)，而通量貢獻(xiàn)區(qū)面積大小受大氣穩(wěn)定度、觀測(cè)高度以及下墊面粗糙度等因素的影響[24-25]。在大氣穩(wěn)定狀態(tài)下，大氣湍流運(yùn)動(dòng)較弱，氣體垂直擴(kuò)散速度較緩慢，所以通量信息可以代表較遠(yuǎn)的區(qū)域;而在不穩(wěn)定狀態(tài)下，大氣湍流運(yùn)動(dòng)劇烈，氣體垂直擴(kuò)散速度較快，因此通量信息代表的區(qū)域較近[26]。該研究區(qū)中，夏季相對(duì)春秋兩季，大氣狀態(tài)更加穩(wěn)定，通量貢獻(xiàn)區(qū)面積更大，因此夏季的濕地冷島效應(yīng)更強(qiáng)。

3?結(jié)論與討論

利用大氣校正法對(duì)2015年3期Landsat 8影像進(jìn)行地表溫度反演工作，通過(guò)后續(xù)對(duì)反演結(jié)果進(jìn)行空間分析等進(jìn)一步研究，發(fā)現(xiàn)濕地的冷島效應(yīng)對(duì)周邊不同土地利用類型有著一定程度的降溫作用，旨在人們對(duì)濕地冷島效應(yīng)的重要功能進(jìn)行更深層次的認(rèn)識(shí)。

首先，通過(guò)對(duì)3期地表溫度反演結(jié)果進(jìn)行地表溫度空間分布分析，發(fā)現(xiàn)在研究區(qū)范圍內(nèi)，除濕地類型外（濕地地表溫度最低），總體來(lái)看居住地和旱地類型地表溫度均值較高，鹽堿地類型地表溫度均值較低。其次，通過(guò)對(duì)Landsat 8遙感影像反演地表溫度的結(jié)果和土地利用數(shù)據(jù)進(jìn)行疊加分析，結(jié)果表明濕地對(duì)周邊各土地利用類型的影響受距離遠(yuǎn)近的影響，在一定范圍內(nèi)隨著距離濕地距離的增加其地表溫度不斷升高。

最后，對(duì)研究區(qū)內(nèi)各緩沖距離之間的各土地利用類型的地表溫度之間計(jì)算出斜率，進(jìn)一步分析研究區(qū)內(nèi)濕地類型對(duì)周邊不同土地利用類型地表溫度的影響范圍，結(jié)果表明，濕地對(duì)不同土地利用類型的降溫作用和降溫范圍各不相同，降溫作用由強(qiáng)到弱依次為居住地類型、旱地類型、鹽堿地類型;在不同季節(jié)中，濕地對(duì)周邊各土地利用類型的降溫作用也不相同，降溫作用由強(qiáng)到弱依次為夏季、春季、秋季。

盡管遙感反演溫度的精度驗(yàn)證結(jié)果可以達(dá)到研究的精度要求，但是其反演精度仍存在進(jìn)步的空間，在今后的研究中通過(guò)利用不同算法和高分辨率遙感影像來(lái)進(jìn)一步提高反演精度。在研究中，利用大氣校正法和Landsat 8遙感數(shù)據(jù)對(duì)莫莫格濕地冷島效應(yīng)進(jìn)行分析，得到較為理想的結(jié)果。

但濕地冷島效應(yīng)在空間上是連續(xù)的，遙感影像在空間上是間斷、離散的，不能完美地展示其過(guò)程，需要用更高分辨率的影像和氣象模型相結(jié)合，對(duì)濕地冷島效應(yīng)過(guò)程進(jìn)一步分析。

參考文獻(xiàn)

[1] SUN R H，CHEN A L，CHEN L D，et al.Cooling effects of wetlands in an urban region：The case of Beijing[J].Ecological indicators，2012，20：57-64.

[2] 楊一鵬，曹廣真，侯鵬，等.城市濕地氣候調(diào)節(jié)功能遙感監(jiān)測(cè)評(píng)估[J].地理研究，2013，32（1）：73-80.

[3] 聶曉，王毅勇.沼澤濕地局地小氣候 “冷濕島” 效應(yīng)[J].生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)，2010，26（2）：189-192.

[4] 拱秀麗，王毅勇，聶曉，等.沼澤濕地與周邊旱田氣溫，相對(duì)濕度差異分析[J].東北林業(yè)大學(xué)學(xué)報(bào)，2011，39（11）：93-96.

[5] SOBRINO J A，JIMNEZ?MUOZA J C，PAOLINIB L.Land surface temperature retrieval from Landsat TM5[J].Remote sensing of environment，2004，90（4）：434-440.

[6] LI Z L，TANG B H，WU H，et al.Satellite?derived land surface temperature：Current status and perspectives[J].Remote sensing of environment，2013，131：14-37.

[7] 覃志豪，ZHANG M H，ARNON KARNIELI，et al.用陸地衛(wèi)星 TM6 數(shù)據(jù)演算地表溫度的單窗算法[J].地理學(xué)報(bào)，2001，56（4）：456-466.

[8] JIMNEZ?MUOZ J C，SOBRINO J A.A generalized single?channel method for retrieving land surface temperature from remote sensing data[J].Journal of geophysical research，2003，108（D22）：1-9.

[9] 周紀(jì)，李京，趙祥，等.用HJ-1B 衛(wèi)星數(shù)據(jù)反演地表溫度的修正單通道算法[J].紅外與毫米波學(xué)報(bào)，2011，30（1）：61-67.

[10] 楊槐.從 Landsat8 影像反演地表溫度的劈窗算法研究[J].測(cè)繪地理信息，2014，39（4）：73-77.

[11] SOBRINO J A，LI Z L，STOLL M P，et al.Multi?channel and multi?angle algorithms for estimating sea and land surface temperature with ASTR data[J].International journal of remote sensing，1996，17（11）：2089-2114.

[12] GILLESPIE A，ROKUGAWA S，MATSUNAGA T，et al.A temperature and emissivity separation algorithm for Advanced Spaceborne Thermal Emission and Reflection Radiometer（ASTER）images[J].IEEE Transactions on Geoscience and Remote Sensing，1998，36（4）：1113-1126.

[13] 毛克彪，施建成，覃志豪，等.一個(gè)針對(duì) ASTER 數(shù)據(jù)同時(shí)反演地表溫度和比輻射率的四通道算法[J].遙感學(xué)報(bào)，2006，10（4）：593-599.

[14]DU C，REN H Z，QIN Q M，et al.A practical split?window algorithm for estimating land surface temperature from Landsat 8 data[J].Remote sensing，2015，7（1）：647-665.

[15] 胡德勇，喬琨，王興玲，等.單窗算法結(jié)合 Landsat8 熱紅外數(shù)據(jù)反演地表溫度[J].遙感學(xué)報(bào)，2015，19（6）：964-976.

[16] 葉智威，覃志豪，宮輝力.洪澤湖區(qū)的Landsat TM6 地表溫度遙感反演和空間差異分析[J].首都師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2009（1）：88-95.

[17] 杜嘉，張柏，宋開(kāi)山，等.基于 Landsat-5TM 的洪河濕地地表溫度估算方法對(duì)比研究[J].遙感技術(shù)與應(yīng)用，2009，24（3）：312-319.

[18] 杜培軍，陳宇，譚琨.江蘇濱海濕地土地利用/覆蓋變化與地表溫度響應(yīng)遙感監(jiān)測(cè)[J].國(guó)土資源遙感，2014，26（2）：112-120.

[19] 于秀麗.松嫩平原莫莫格濕地土壤不同形態(tài)碳轉(zhuǎn)化過(guò)程及其與土壤鐵耦合關(guān)系研究[D].長(zhǎng)春：東北師范大學(xué)，2016.

[20] IRONS J R，DWYER J L，BARSI J A.The next Landsat satellite：The Landsat Data Continuity Mission[J].Remote sensing of environment，2012，122：11-21.

[21] USGS.2014.January 29，2014?Landsat 8 Reprocessing to Begin February 3，2014[EB/OL].[2015-04-26].http：//landsat.usgs.gov /calibration_notices.

[22] MA J，ZHOU J，LIU S M，et al.Review on validation of remotely sensed land surface temperature[J].Advances in earth science，2017，32（6）：615-629.

[23] 楊士弘.城市生態(tài)環(huán)境學(xué)[M].北京：科學(xué)出版社，2003：114-119.

[24] 米娜，于貴瑞，溫學(xué)發(fā)，等.中國(guó)通量觀測(cè)網(wǎng)絡(luò)（ChinaFLUX）通量觀測(cè)空間代表性初步研究[J].中國(guó)科學(xué)（D輯），2006，36（S1）：22-33.

[25] 金瑩，張志強(qiáng)，方顯瑞，等.楊樹(shù)人工林生態(tài)系統(tǒng)通量貢獻(xiàn)區(qū)分析[J].生態(tài)學(xué)報(bào)，2012，32（12）：3966-3974.

[26] 王江濤，周劍虹，歐強(qiáng)，等.崇明東灘濱海圍墾濕地CO2通量貢獻(xiàn)區(qū)分析[J].生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)，2014，30（5）：588-594.