陳 爭(zhēng)， 王 偉,2*， 張 圳,3， 王 怡,4

(1.南京信息工程大學(xué)應(yīng)用氣象學(xué)院, 南京 210044； 2.南京信息工程大學(xué)氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同創(chuàng)新中心/江蘇省農(nóng)業(yè)氣象重點(diǎn)實(shí)驗(yàn)室, 南京 210044； 3.南京信息工程大學(xué)無錫研究院, 無錫 214105； 4.南京信息工程大學(xué)濱江學(xué)院, 無錫 214105)

水面溫度直接或間接地影響著湖泊的物理、化學(xué)、生物和生態(tài)過程[1]。首先,水面溫度是決定湖泊與大氣之間感熱和潛熱交換的關(guān)鍵參數(shù)[2]。在物質(zhì)傳輸方程中,水面溫度既是計(jì)算感熱通量的直接因子,也通過水面飽和水汽壓影響潛熱通量[3],進(jìn)而調(diào)節(jié)能量再分配[4-5]。其次,作為湖泊水溫垂直分布的初始值,水面溫度通過改變水體熱力層結(jié)和垂直混合來影響深水區(qū)的溶解氧濃度[6]。再次,水面溫度通過改變水體溫度對(duì)水生動(dòng)植物的數(shù)量和分布產(chǎn)生影響[7-8]。如世界第二大淡水湖泊——坦噶尼喀湖的水體層結(jié)隨水面溫度升高而增強(qiáng),水體垂直混合減弱,深層養(yǎng)分上涌減少,使湖泊初級(jí)生產(chǎn)力下降了20%,魚類產(chǎn)量下降了30%[9]。此外,水面溫度會(huì)影響湖泊甲烷排放量和藍(lán)藻爆發(fā)頻率[10-11]。試驗(yàn)表明,水溫較高階段的甲烷排放量約為水溫較低階段的5.2倍[12]。據(jù)估計(jì),到21世紀(jì)末,因水溫升高,北方湖泊甲烷釋放量將增加20%～54%[13],湖泊藍(lán)藻爆發(fā)頻率將增加20%[14]?？梢?要深入研究湖泊的物理、化學(xué)、生物和生態(tài)過程,必須獲取湖泊水面溫度信息。

觀測(cè)湖泊水溫的方法主要有原位觀測(cè)和遙感反演。原位觀測(cè)分兩種：定點(diǎn)、高頻的連續(xù)觀測(cè)(如錨定浮標(biāo))和走航、低頻的定期巡測(cè)(如船載走航),兩種方法均存在采樣點(diǎn)少、空間覆蓋范圍小的缺點(diǎn)[15],且觀測(cè)的大多是表層水溫(如20 cm深處水溫)而非水面溫度[16]。與原位觀測(cè)相比,遙感技術(shù)可以拓展水面溫度觀測(cè)的空間尺度。MODIS(moderate resolution imaging spectroradiometer)1999年至今、AVHRR(advanced very high resolution radiometer)1979年至今和TM/ETM+/TIRS(thematic mapper/enhanced thematic mapper plus/ thermal infrared sensor)1982年至今等傳感器獲取的熱紅外數(shù)據(jù)被廣泛用于水面溫度反演[17],其中,2013年2月11日成功發(fā)射的Landsat 8衛(wèi)星為遙感反演水面溫度提供了新的數(shù)據(jù)選擇。與TM和ETM+數(shù)據(jù)相比,Landsat 8的熱紅外傳感器TIRS有兩個(gè)熱紅外波段[18],不僅可以更好地消除大氣對(duì)反演結(jié)果的影響[19],且適用于劈窗算法反演表面溫度。相較于AVHRR(空間分辨率為1.1 km)和MODIS(空間分辨率為1 km),TIRS數(shù)據(jù)的空間分辨率更高,為100 m?？梢?Landsat 8的熱紅外遙感數(shù)據(jù)在水面溫度反演方面更具優(yōu)勢(shì)。

利用觀測(cè)數(shù)據(jù)驗(yàn)證反演結(jié)果是Landsat 8反演水面溫度的關(guān)鍵環(huán)節(jié),現(xiàn)有研究多使用表層水溫[20-21]或MODIS地表溫度產(chǎn)品[22-24]而非水面溫度來驗(yàn)證Landsat 8反演結(jié)果。然而,湖泊表面有一層幾毫米厚的薄層,除了風(fēng)擾動(dòng)或熱力不穩(wěn)定引起的表層水體對(duì)流混合外,水體與大氣之間的輻射和能量交換會(huì)造成表層水溫與水面溫度存在差異[25],該差異在夏季弱風(fēng)和強(qiáng)日照時(shí)尤為明顯[26],達(dá)到1.5 K[27-28]。MODIS地表溫度產(chǎn)品被廣泛用于地表熱力特征研究[29-30],其表面溫度空間格局雖與實(shí)測(cè)值接近,但反演的絕對(duì)數(shù)值與實(shí)測(cè)值依然存在一定差異[31],該差異在湖泊甚至超過2 K[32-33]。與表層水溫和MODIS地表溫度產(chǎn)品相比,基于紅外輻射原理觀測(cè)的水面溫度是更理想的驗(yàn)證數(shù)據(jù)。該觀測(cè)包括兩種：輻射傳感器(如CNR4,Kipp & Zonen B.V)和紅外測(cè)溫傳感器(如SI-411,Apogee Instruments Inc.)。兩種傳感器均基于Stefan-Boltzmann定律觀測(cè)表面溫度,都考慮了下墊面比輻射率對(duì)表面溫度的影響,觀測(cè)精度均優(yōu)于0.2 K[34],且兩者之間的相關(guān)性超過0.94[35]。除上述共同點(diǎn)外,兩種傳感器之間存在以下兩點(diǎn)差異。首先,輻射傳感器的視角(如CNR4為180°)大于紅外測(cè)溫傳感器(如SI-411為44°)。其次,輻射傳感器必須水平安裝,其觀測(cè)面積是半徑為10倍觀測(cè)高度的圓面[36]。紅外測(cè)溫傳感器通常傾斜于地表安裝,其觀測(cè)面積為橢圓,且橢圓面積隨傾斜角度增加而增大[37]。安裝高度相同時(shí),輻射傳感器觀測(cè)值代表的面積大于紅外測(cè)溫傳感器。

目前,利用Landsat 8反演太湖水面溫度取得了一定的成果[20, 38],但以下兩個(gè)方面尚需深入研究。首先,當(dāng)前研究多選擇單景[39]或冬春兩季[20]的Landsat 8影像來反演太湖水面溫度,缺乏在四季對(duì)反演算法的對(duì)比。其次,當(dāng)前研究都采用太湖表層水溫作為驗(yàn)證數(shù)據(jù),缺乏用實(shí)測(cè)水面溫度驗(yàn)證Landsat 8反演結(jié)果的研究,湖面多點(diǎn)驗(yàn)證的研究尤為缺乏。作者所在團(tuán)隊(duì)建立的太湖中尺度通量網(wǎng)是全球首個(gè)湖泊多站點(diǎn)聯(lián)網(wǎng)觀測(cè)網(wǎng)絡(luò)[40],太湖多點(diǎn)(5個(gè)站點(diǎn))、連續(xù)(2010年6月至今)和高分辨率(1 Hz)的水面溫度觀測(cè)為開展以上兩點(diǎn)研究提供了可能?，F(xiàn)基于實(shí)測(cè)水面溫度數(shù)據(jù),量化太湖表層水溫與水面溫度之間的差異,對(duì)比分析利用Landsat 8熱紅外數(shù)據(jù)反演太湖水面溫度的4種算法,以期為表面溫度最優(yōu)反演算法的選擇和太湖生態(tài)系統(tǒng)保護(hù)提供科學(xué)參考。

1 研究區(qū)域與數(shù)據(jù)介紹

1.1 研究區(qū)域

太湖位于長(zhǎng)江三角洲,水域面積為2 400 km2,平均水深為1.9 m,水深小于1.5 m的水域主要分布在沿岸地區(qū)及東太湖湖區(qū),水深大于2 m的水域主要在西太湖,最大水深(2.6 m)出現(xiàn)在西太湖平臺(tái)山西部及北部[41]。太湖年平均氣溫為16.5 ℃,年總降水量1 176 mm[42]。太湖周邊經(jīng)濟(jì)發(fā)達(dá),城市化程度高[43],導(dǎo)致生態(tài)環(huán)境惡化,水體污染和富營(yíng)養(yǎng)化日益嚴(yán)重[44]。西部湖區(qū)上游流域工農(nóng)業(yè)發(fā)達(dá),入湖污染物通量最高,水華持續(xù)時(shí)間可長(zhǎng)達(dá)11月[45]。

1.2 數(shù)據(jù)介紹

Landsat 8衛(wèi)星上裝載了兩個(gè)傳感器：OLI(operational land imager)陸地成像儀和TIRS熱紅外傳感器,共11個(gè)波段,其中band 10和band 11為反演表面溫度所用的兩個(gè)熱紅外波段。選取四景四季典型日期的晴朗少云(云量<10%)且覆蓋太湖水域的Landsat 8影像為數(shù)據(jù)源,過境日期分別為2014年7月22日(夏)、2014年10月26日(秋)、2014年 12月 29日(冬)和2018年4月28日(春),過境時(shí)刻為北京時(shí)間10:31。

圖1 太湖中尺度通量網(wǎng)和湖上觀測(cè)平臺(tái)

所用的小氣候、水溫梯度和輻射四分量觀測(cè)數(shù)據(jù)來自于太湖中尺度通量網(wǎng)的5個(gè)湖面站點(diǎn)(圖1)：避風(fēng)港站(BFG)、大浦口站(DPK)、梅梁灣站(MLW)、平臺(tái)山站(PTS)和小雷山站(XLS)[40]。小氣候觀測(cè)系統(tǒng)由溫濕度傳感器(型號(hào)HMP155A,Vaisala Inc.)和風(fēng)速風(fēng)向傳感器(型號(hào)05103, R. M. Young Company)構(gòu)成,用于計(jì)算反演算法中的部分參數(shù)。水溫觀測(cè)(型號(hào)109-L, Campbell Scientific Inc.)分為水下20、50、100、150 cm 4個(gè)梯度,底泥溫度用相同的溫度傳感器觀測(cè)。四源凈輻射表(型號(hào)CNR4,Kipp & Zonen B.V.)用于測(cè)量向下短波輻射、向上短波輻射、向下長(zhǎng)波輻射和向上長(zhǎng)波輻射。

基于向下長(zhǎng)波輻射L↓和向上長(zhǎng)波輻射L↑觀測(cè)數(shù)據(jù),通過Stefan-Boltzmann定律計(jì)算湖面溫度Ts[46],以驗(yàn)證反演結(jié)果,該方法被廣泛應(yīng)用于計(jì)算水面溫度[4, 47-48]，即

(1)

式(1)中：ε為水面比輻射率,取0.97；σ為Stefan-Boltzmann常數(shù),為5.669 6×10-8W/(m2·K4)。

從觀測(cè)設(shè)備維護(hù)和數(shù)據(jù)交叉驗(yàn)證兩個(gè)方面保證了水面溫度觀測(cè)數(shù)據(jù)的可靠性。首先,每月對(duì)5個(gè)站點(diǎn)的四源凈輻射表進(jìn)行1次鏡頭擦拭和水平校準(zhǔn),每年將生產(chǎn)商校準(zhǔn)過的同款儀器安裝在5個(gè)站點(diǎn)平行觀測(cè)10 d,對(duì)比結(jié)果顯示輻射表的測(cè)量偏差小于1.0 W/m2。其次,對(duì)比BFG站建站初期(2011年12月—2012年12月)的水面溫度紅外觀測(cè)數(shù)據(jù)(型號(hào)SI-411,Apogee Instruments Inc.)和由式(1)計(jì)算的水面溫度發(fā)現(xiàn),兩者之間的相關(guān)系數(shù)和一致性系數(shù)均超過0.99,均方根誤差為1.31 K,平均絕對(duì)誤差為0.10 K。

2 水面溫度反演算法

選取了4種算法：輻射傳輸方程法(RTE算法)[49]、覃志豪單窗算法(MW算法)[50]、Offer Rozenstein劈窗算法(SW1算法)[51]和Jiménez-Muoz劈窗算法(SW2算法)[52]進(jìn)行太湖水面溫度反演算法對(duì)比研究。

2.1 輻射傳輸方程法

輻射傳輸方程法的基本原理是去除熱輻射總量中大氣對(duì)地表熱輻射的影響,進(jìn)而得到地表熱輻射強(qiáng)度,再將地表熱輻射強(qiáng)度轉(zhuǎn)化為相應(yīng)的地表溫度[49]。由于視域外雜散光的影響,Landsat 8的band 11定標(biāo)偏差大于band 10,根據(jù)美國(guó)地質(zhì)勘探局建議[53],單波段反演算法均使用band 10。RTE算法具體計(jì)算公式為

Lλ=[εB(Ts)+(1-ε)L↓]τ+L↑

(2)

式(2)中：Lλ為熱輻亮度；ε為地表比輻射率；B(Ts)為黑體熱輻射亮度；τ為大氣透過率。溫度為Ts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

(3)

Ts由普朗克函數(shù)計(jì)算為

(4)

對(duì)于Landsat 8熱紅外數(shù)據(jù),常數(shù)K1和K2分別為774.89 W/(m2·μm·sr)和1 321.08 K。輻射傳輸方程法需要的大氣剖面參數(shù)由NASA(National Aeronautics and Space Administration)官網(wǎng)提供的計(jì)算方法獲得。

2.2 覃志豪單窗算法

單窗算法是覃志豪等[50]以地表熱輻射傳輸方程為基礎(chǔ),利用Landsat TM/ETM+band 6反演地表溫度的算法,將其參數(shù)調(diào)整后用于Landsat 8熱紅外數(shù)據(jù)的水面溫度反演。計(jì)算公式為

Ts={a(1-C-D)+[b(1-C-D)+

C+D]Tλ-DTa}/C

(5)

C=ετ

(6)

D=(1-τ)[1+(1-ε)τ]

(7)

式中:C和D為中間變量；Tλ為衛(wèi)星傳感器所探測(cè)到的像元亮度溫度；a和b為回歸系數(shù)；Ta為大氣平均作用溫度。獲取星上輻亮度(Li)后,利用普朗克函數(shù)計(jì)算星上亮度溫度，即

(8)

式(8)中：Ti為band 10或band 11的像元亮度溫度；K1和K2為衛(wèi)星發(fā)射前預(yù)設(shè)常量,數(shù)值同式(4)。

式(5)中,不同溫度范圍內(nèi)a和b數(shù)值參考文獻(xiàn)[50],不同大氣模式下的大氣平均作用溫度Ta取值參考文獻(xiàn)[54],大氣透過率τ是大氣水汽含量ω的函數(shù),ω的計(jì)算方法詳見文獻(xiàn)[55-56]。

2.3 Offer Rozenstein劈窗算法

Rozenstein等[51]依據(jù)劈窗算法,結(jié)合Landsat 8數(shù)據(jù)的特點(diǎn),提出了適用于Landsat 8數(shù)據(jù)的地表溫度反演劈窗算法SW1：

Ts=A0+A1T10-A2T11

(9)

式(9)中：T10、T11分別為L(zhǎng)andsat 8 band 10、band 11的亮度溫度，K；A0、A1和A2的計(jì)算公式為

A0=a10E1-a11E2

(10)

A1=1+A+b10E1

(11)

A2=A+b11E2

(12)

E1=D11(1-C10-D10)/E0

(13)

E2=D10(1-C11-D11)/E0

(14)

A=D10/E0

(15)

E0=D11C10-D10C11

(16)

式中:Ci、Di的計(jì)算公式如下(i=10,11),其余系數(shù)計(jì)算方法和取值同前。

Ci=εiτi

(17)

Di=(1-τi)[1+(1-εi)]τi

(18)

2.4 Jiménez-Muoz劈窗算法

Ts=T10+C1(T10-T11)+C2(T10-T11)2+C0+(C3+C4ω)(1-ε)+(C5+C6ω)Δε

(19)

Δε=ε10-ε11

(20)

式中：系數(shù)C0～C6為模擬實(shí)驗(yàn)得到的系數(shù),依此取-0.268、1.378、0.183、54.30、2.238、-129.20、16.40。

選取相關(guān)系數(shù)R、Willmott一致性系數(shù)I、均方根誤差(root mean square error, RMSE)和平均絕對(duì)誤差(mean absolute error, MAE)定量評(píng)價(jià)4種算法對(duì)太湖水面溫度的反演效果。統(tǒng)計(jì)參數(shù)的計(jì)算方法如下。n為樣本數(shù)量,TsO和TsR分別代表水面溫度觀測(cè)值和反演值,上橫線表示平均值。

(21)

(22)

(23)

(24)

3 結(jié)果分析

3.1 太湖水面溫度與表層水溫的對(duì)比

基于實(shí)測(cè)數(shù)據(jù)量化了水面溫度與表層水溫之間的差異。如圖2所示,春夏秋冬四季Landsat 8過境日期的太湖水面溫度Ts、水下20 cm溫度T20cm和水下50 cm溫度T50cm呈現(xiàn)相似的單峰型日變化特征。從0:00—7:30水溫變化微弱,日出之后水溫先上升后下降。Ts、T20cm和T50cm的峰值和谷值分別出現(xiàn)在午后和日出前后。隨著深度增加,溫度峰值和谷值出現(xiàn)時(shí)間推后,如2014年12月29日的Ts、T20cm、T50cm達(dá)到谷值的時(shí)間分別為7：00、8:00、8:30,達(dá)到峰值的時(shí)間分別為14:00、15:00、15:30。與Ts相比,T20cm和T50cm達(dá)到峰谷值的時(shí)間分別推后了1、1.5 h。分層次來看,與T20cm和T50cm相比,Ts的日變化幅度最大,這與熱量交換主要發(fā)生在水氣界面有關(guān)。

4個(gè)日期的水溫在大多數(shù)時(shí)間里均表現(xiàn)為Ts>T20cm>T50cm,白天尤為明顯,最大溫差出現(xiàn)在15:30前后。4個(gè)日期Ts與T20cm最大溫差分別為3.6、1.6、2.9、3.0 K,Ts與T50 cm最大溫差分別為5.6、2.2、3.3、3.4 K。由此可見,表層水溫與水面溫度存在顯著差異,且該差異隨著水深增加而變大。太湖水體水溫出現(xiàn)垂直溫差主要與太陽輻射和風(fēng)速有關(guān)。白天,太陽輻射隨著水深增加而衰減,水體各層所吸收的輻射能從上至下逐漸減少,形成了水體的熱力分層,在晴朗、高溫、小風(fēng)的午后尤為明顯[27]。風(fēng)速影響水體上下層混合和熱量傳遞,風(fēng)速增加,垂直混合增強(qiáng),垂直方向水溫梯度減小。2014年7月22日的Ts與T20cm、T50 cm的差值較小與該日風(fēng)速較大有關(guān)。

在Landsat 8過境時(shí)刻,均呈現(xiàn)為Ts>T20cm>T50 cm。如表1所示,2018年4月28日過境時(shí)刻,T20cm、T50cm分別比Ts低2.5、2.9 K；2014年7月22日過境時(shí)刻,T20cm、T50cm分別比Ts低1.3、1.5 K；2014年10月26日過境時(shí)刻,T20cm、T50cm分別比Ts低2.7、2.8 K；2014年12月29日過境時(shí)刻,T20cm、T50cm分別比Ts低2.2、2.3 K。

表1 Landsat 8在太湖過境時(shí)刻Ts與T20 cm、T50 cm的差值

誤差線代表5個(gè)站點(diǎn)的標(biāo)準(zhǔn)差,垂直虛線表示Landsat 8在太湖過境時(shí)刻

圖3 4種算法反演值與太湖水面溫度實(shí)測(cè)值之間的線性擬合關(guān)系

選取的4種常用水面溫度遙感反演算法理論成熟。其中,RTE算法需要在NASA官網(wǎng)輸入衛(wèi)星過境時(shí)研究區(qū)的位置、時(shí)間以及氣象等信息,依據(jù)這些信息計(jì)算Landsat 8 band 10的大氣上行輻射、大氣下行輻射和大氣透過率等參數(shù),這些參數(shù)是基于實(shí)時(shí)大氣廓線模擬得到,理論上反演誤差小于1.0 K[57]。模擬試驗(yàn)表明,利用MW算法反演地表溫度時(shí)誤差可以控制在1.1 K以內(nèi),SW1和SW2算法的理論精度在0.4～0.8 K[58]。由此可見,不同表面溫度的遙感反演算法誤差均小于Landsat 8過境時(shí)太湖水面溫度與表層水溫的差值,這意味著當(dāng)分別用Ts、T20cm、T50cm驗(yàn)證遙感反演結(jié)果時(shí),得到的太湖水面溫度最優(yōu)反演算法不同。為了保證結(jié)果準(zhǔn)確性,將用實(shí)測(cè)數(shù)據(jù)計(jì)算的Ts驗(yàn)證太湖水面溫度的Landsat 8反演結(jié)果,以評(píng)價(jià)RTE、MW、SW1和SW2 4種地表溫度反演算法在太湖的適用性。

3.2 4種算法反演太湖水面溫度空間分布的性能對(duì)比

對(duì)4種算法反演得到的太湖水面溫度與實(shí)測(cè)水面溫度進(jìn)行了線性回歸分析。如圖3所示,4種算法對(duì)太湖水面溫度的反演值與實(shí)際值的相關(guān)系數(shù)和一致性系數(shù)均達(dá)到0.99,其中,SW2算法反演結(jié)果的RMSE(1.4 K)和MAE(0.3 K)最小,SW1算法反演結(jié)果的RMSE(2.2 K)和MAE(1.3 K)最大。具體而言,RTE算法在冬季的反演值與實(shí)測(cè)值的差異小于0.3 K,夏季的反演值比實(shí)測(cè)值低3.0 K。MW算法的反演值相對(duì)于實(shí)測(cè)值系統(tǒng)偏小1.0～2.0 K。SW1算法和SW2算法在冬季時(shí)的反演值偏低,其中SW1偏低2.0～3.0 K,SW2偏低0.3～1.0 K,兩者在夏季時(shí)的反演值較實(shí)測(cè)值偏高,其中SW1偏高2.0～3.0 K,SW2偏高0.1～1.4 K。綜合擬合方程和統(tǒng)計(jì)參數(shù)來看,SW2算法的反演結(jié)果與實(shí)測(cè)值最為接近,反演精度最高,MW和RTE算法次之,SW1算法反演結(jié)果與實(shí)測(cè)值偏離最遠(yuǎn),反演精度最低。圖3對(duì)比分析中包含了太湖水面溫度的時(shí)間變化(4個(gè)日期)和空間變化(5個(gè)站點(diǎn))信息,下文將通過求4 d平均和站點(diǎn)平均分別從空間和時(shí)間兩個(gè)角度來評(píng)價(jià)4種反演算法在太湖的適用性。

表2列出了4種算法在不同站點(diǎn)的4 d平均反演溫度與實(shí)測(cè)溫度的對(duì)比。如表2所示,RTE算法和MW算法在5個(gè)站點(diǎn)的水面溫度反演值與實(shí)際值的絕對(duì)誤差范圍為0.2～2.7 K,其中在BFG站和XLS站的反演誤差較大。SW1算法在5個(gè)站點(diǎn)的反演溫度與實(shí)測(cè)溫度的絕對(duì)誤差最大,分別是3.0、2.2、1.4、1.0、-0.4 K,RMSE和MAE分別為1.8、1.4 K。SW2算法的反演溫度與實(shí)際溫度的絕對(duì)誤差最小,分別是2.0、1.2、0.4、0.1、-1.4 K,RMSE為1.3 K,MAE小于1.0 K?？傮w而言,在空間尺度上,4種算法的水面溫度反演值與實(shí)測(cè)值的絕對(duì)誤差小于3.0 K、RMSE小于1.8 K,與宋挺等[20]研究結(jié)果相近。然而,反演結(jié)果無法體現(xiàn)太湖水面溫度的空間梯度。統(tǒng)計(jì)宋挺等[20]的表5、表6數(shù)據(jù)發(fā)現(xiàn),與本文研究結(jié)果類似,其水面溫度反演值與表層水溫觀測(cè)值的相關(guān)系數(shù)也出現(xiàn)負(fù)值。使用的水汽含量和大氣平均作用溫度均為5個(gè)觀測(cè)站點(diǎn)的平均值,平滑了一部分太湖水面溫度的空間分布信息,即使使用MODIS水汽產(chǎn)品來估算反演所需的水汽含量[20],依然難以體現(xiàn)太湖水面溫度的空間格局,這可能與太湖湖面較為均一、溫度梯度小有關(guān)[32]。

表2 4種算法在5個(gè)站點(diǎn)的水面溫度反演值與實(shí)測(cè)值的對(duì)比

3.3 4種算法反演太湖水面溫度時(shí)間變化的性能對(duì)比

表3列出了4種算法在4個(gè)日期的5個(gè)站點(diǎn)平均的水面溫度反演值與實(shí)測(cè)值的對(duì)比。如表3所示,4種算法在四季代表日期的反演值與觀測(cè)值之間的相關(guān)系數(shù)和一致性系數(shù)均達(dá)到了0.99。RTE和MW算法在2018年4月28日、2014年7月22日、2014年10月26日和2014年12月29日的反演溫度與實(shí)測(cè)溫度的絕對(duì)誤差為0.3～1.3 K。SW1算法的反演溫度與實(shí)測(cè)溫度的絕對(duì)誤差在四季間波動(dòng)最大,夏季最高(3.2 K),冬季最低(-0.1 K)。SW2算法在4個(gè)不同日期的反演溫度與實(shí)測(cè)溫度的絕對(duì)誤差均相對(duì)較小,分別為-0.1、1.0、0.3、-0.1 K。并且,SW1算法的RMSE和MAE最大(1.8、1.2 K),RTE和MW算法的RMSE和MAE接近1.0 K,SW2算法的RMSE和MAE最小(0.5、0.3 K)。綜合來看,在時(shí)間尺度上,SW2算法對(duì)太湖水面溫度的反演效果最佳,RTE和MW算法次之,SW1算法最差。

表3 4種算法在4個(gè)日期的水面溫度反演值與實(shí)測(cè)值的對(duì)比

4 討論

經(jīng)上述分析可知,在時(shí)間和空間尺度上,SW2算法對(duì)太湖水面溫度反演的效果最佳,其次是MW和RTE算法,SW1算法反演效果最差。單波段算法(如RTE算法)的經(jīng)驗(yàn)關(guān)系在水汽濃度高的條件下很不穩(wěn)定,導(dǎo)致夏季RTE算法反演誤差偏大[59]。相較RTE算法,MW算法引入了大氣平均作用溫度Ta以提高地表溫度反演精度,可以降低在水汽含量較高情況下的反演誤差,但Ta是基于標(biāo)準(zhǔn)大氣的溫度和濕度廓線資料,根據(jù)地表溫度推算而得,存在計(jì)算誤差[50]。SW1算法對(duì)水汽含量較敏感,水汽含量變化1 g/cm2,SW1算法的反演結(jié)果變化0.4 K,這可能是導(dǎo)致SW1算法在夏季反演誤差最大(3.2 K)的主因。SW2算法對(duì)水汽含量敏感性較低,水汽含量變化1 g/cm2,其地表溫度反演結(jié)果僅變化0.1 K[20],這也是SW2算法反演誤差最小的主因。

宋挺等[20]基于兩景Landsat 8數(shù)據(jù)對(duì)太湖冬春兩季水面溫度進(jìn)行反演研究,驗(yàn)證數(shù)據(jù)是水下40 cm處的水溫值,其結(jié)果顯示MW、SW1和SW2算法在MLW、DPK和PTS絕對(duì)誤差范圍分別為0.4～2.2 K、0.6～1.4 K和0.3～1.2 K,略高于本文的反演誤差(< 0.5 K)。闞增輝等[39]基于太湖春季的兩景Landsat 8影像,利用RTE、SW2算法反演了太湖地區(qū)地表溫度,并利用中國(guó)氣象科學(xué)數(shù)據(jù)網(wǎng)提供的地表溫度插值得到過境時(shí)刻數(shù)值驗(yàn)證了反演結(jié)果。當(dāng)?shù)匚镱愋蜑樗w時(shí),SW2算法反演結(jié)果比RTE算法高0.93 K,本研究發(fā)現(xiàn)春季SW2算法比RTE算法反演結(jié)果高0.9 K?？梢?不同的驗(yàn)證數(shù)據(jù)會(huì)影響反演算法精度的定量評(píng)估,有必要在湖面利用輻射傳感器或紅外測(cè)溫傳感器開展水面溫度觀測(cè),以驗(yàn)證水面溫度的遙感反演結(jié)果。

5 結(jié)論

基于太湖中尺度通量網(wǎng)的觀測(cè)數(shù)據(jù),量化了太湖表層水溫與水面溫度的差異,基于四季4個(gè)典型日期的Landsat 8熱紅外數(shù)據(jù),利用輻射傳輸方程法(RTE)、覃志豪單窗算法(MW)、Offer Rozenstein劈窗算法(SW1)和Jiménez-Muoz劈窗算法(SW2)反演了太湖水面溫度,并基于實(shí)測(cè)值在時(shí)間和空間尺度上對(duì)4種反演算法進(jìn)行了評(píng)價(jià)。得到的結(jié)論總結(jié)如下：

(1)太湖水下20 cm水溫T20cm、水下50 cm水溫T50cm與實(shí)際水面溫度Ts均呈現(xiàn)午后高、夜晚低的單峰型日變化特征,白天Ts分別比T20cm和T50cm高3.6、5.6 K,Landsat 8過境時(shí)刻Ts分別比T20cm和T50cm高2.7、2.9 K。不能利用表層水溫代替水面溫度驗(yàn)證Landsat 8的反演結(jié)果。

(2)與太湖實(shí)測(cè)值相比,SW2算法對(duì)太湖水面溫度的反演效果最佳,MW和RTE算法次之,SW1算法反演效果最差。其中,RTE算法在溫度較低時(shí)的反演值接近于實(shí)際值,溫度較高時(shí)反演值比實(shí)測(cè)值偏低1.0～3.0 K。MW算法反演值比實(shí)測(cè)值系統(tǒng)偏低1.0～2.0 K。SW1算法在溫度低/高時(shí)的反演值較實(shí)測(cè)值偏低/高2.0～3.0 K。無論高溫還是低溫,SW2算法的反演誤差均處于0.1～1.4 K。

(3)4種算法反演的水面溫度與觀測(cè)值之間的相關(guān)系數(shù)和一致性系數(shù)均達(dá)到0.99,均能反映太湖水面溫度的時(shí)間變化特征,但難以量化其空間格局。