張偉 ，宜樹華 ，秦彧 ，上官冬輝 ，秦炎

（1. 中國科學(xué)院西北生態(tài)環(huán)境資源研究院，冰凍圈科學(xué)國家重點(diǎn)實(shí)驗(yàn)室，甘肅蘭州730000；2. 中國科學(xué)院大學(xué)，北京100049；3. 南通大學(xué)地理科學(xué)學(xué)院，江蘇南通226007；4. 南通大學(xué)脆弱生態(tài)環(huán)境研究所，江蘇南通226007）

青藏高原因其高海拔、低氣溫、強(qiáng)輻射的自然條件孕育了特殊的高寒生態(tài)系統(tǒng)［1-2］。高寒草甸是青藏高原高寒生態(tài)系統(tǒng)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(yè)資源，同時(shí)也是我國的生態(tài)安全屏障，在水源涵養(yǎng)、生物多樣性保護(hù)以及碳素固持等諸多方面發(fā)揮著重要的生態(tài)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(zhēng)的事實(shí)［10-11］，地表溫度隨之出現(xiàn)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(yīng)敏感區(qū)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(fā)育［16］，同時(shí)也是計(jì)算植被水分脅迫指數(shù)、分析植被旱情、估算土壤水分及植被蒸騰的重要輸入?yún)?shù)［17-23］。有關(guān)地表溫度的研究主要集中在地面點(diǎn)尺度和遙感衛(wèi)星尺度，獲取手段主要有實(shí)地測(cè)量法、遙感影像反演法及模式模擬法［24-25］?；诘孛纥c(diǎn)測(cè)方法所獲取的地表溫度在轉(zhuǎn)化為面狀溫度過程中會(huì)產(chǎn)生誤差及不確定性，而遙感衛(wèi)星技術(shù)存在高時(shí)空分辨率數(shù)據(jù)不足、過境時(shí)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(zhǔn)地表溫度成為當(dāng)前亟待解決的問題［26-27］。

無人機(jī)技術(shù)的出現(xiàn)為解決衛(wèi)星遙感影像時(shí)空分辨率受限問題提供了契機(jī)。當(dāng)前，基于無人機(jī)的熱紅外遙感技術(shù)已廣泛應(yīng)用于城市微尺度熱環(huán)境監(jiān)測(cè)與模擬［27-28］，農(nóng)林作物冠層溫度估算，干旱脅迫、森林火災(zāi)監(jiān)測(cè)等諸多方面［29-34］。但鮮有文獻(xiàn)提及利用無人機(jī)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(jī)搭載熱紅外相機(jī)獲取高寒草甸生長季（7-8 月）高時(shí)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(jìn)行高寒草甸地表溫度的精細(xì)化研究；結(jié)合氣象因子及植被蓋度數(shù)據(jù)探討地表溫度的影響因素，進(jìn)而評(píng)估機(jī)載熱紅外相機(jī)在高寒草甸地表溫度監(jiān)測(cè)中的適用性及其在高寒草地監(jiān)測(cè)與管理中的應(yīng)用潛力。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)位于青藏高原東北緣疏勒河源區(qū)，青海省天峻縣蘇里鄉(xiāng)境內(nèi)（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(fēng)，降水少、蒸發(fā)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(dòng)層厚度為（2.78±1.03）m［40］。高寒草甸為該區(qū)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(shù)據(jù)來源

圖1 研究區(qū)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(nèi)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(fù)驗(yàn)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(fā)的Inspire 1 無人機(jī)搭載禪思X3 可見光相機(jī)及禪思XT 熱紅外相機(jī)構(gòu)建觀測(cè)系統(tǒng)。Inspire 1 無人機(jī)最大起飛重量3.5 kg，最大可承受風(fēng)速10 m·s-1，飛行姿態(tài)穩(wěn)定且續(xù)航能力長。禪思X3 可見光相機(jī)分辨率為4000×3000 像素，接收紅綠藍(lán)3 個(gè)波段光譜數(shù)據(jù)，畫面無畸變，可用以獲取可見光圖像。禪思XT 熱紅外相機(jī)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(jī)存在分辨率及視場(chǎng)角的差異，為確?？梢姽馀c熱紅外影像對(duì)應(yīng)相同的地面覆蓋范圍，將可見光相機(jī)飛行高度設(shè)置為30 m，熱紅外相機(jī)飛行高度設(shè)置為40 m（表1）。采樣時(shí)間為2018 年7 月4日-8 月17 日，每天正午12：00 進(jìn)行可見光相機(jī)拍攝，9：00-18：00 每隔 1 h 進(jìn)行熱紅外相機(jī)拍攝。利用FragMAP 無人機(jī)監(jiān)測(cè)系統(tǒng)提供的Irregular 飛行模式對(duì)6 塊研究樣地進(jìn)行自動(dòng)化航拍（圖2），飛行過程中始終保持相機(jī)鏡頭垂直向下［43-45］。完成6 塊樣地飛行時(shí)間約為4 min，確保不同樣地之間較小的溫度變化。觀測(cè)期內(nèi)普通相機(jī)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(jì)108 幅可見光影像，熱紅外相機(jī)采樣127 次，6 塊樣地共計(jì)762 幅熱紅外影像。由于研究區(qū)天氣變化迅速，全天晴朗天氣并不多見，能夠滿足連續(xù)監(jiān)測(cè)的時(shí)段集中在每天10：00-15：00，因此選取此時(shí)段的平均地表溫度進(jìn)行日際變化特征分析，共計(jì)18 d。

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

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

1.2.2 氣象數(shù)據(jù) 本研究區(qū)架設(shè)小型氣象觀測(cè)站，內(nèi)設(shè)有渦動(dòng)、輻射、梯度觀測(cè)及降水等綜合觀測(cè)系統(tǒng)，主要觀測(cè)的氣象要素包括：大氣溫度、相對(duì)濕度、太陽凈輻射、土壤熱通量等，數(shù)據(jù)采集間隔為10 min。

1.2.3 地表溫度驗(yàn)證數(shù)據(jù) 為驗(yàn)證無人機(jī)熱紅外相機(jī)成像系統(tǒng)獲取地表溫度數(shù)據(jù)的準(zhǔn)確性，在觀測(cè)樣地（48 m×39 m）均勻布設(shè)精密水銀溫度計(jì)同步采集地表溫度數(shù)據(jù)，使用0.4 m×0.4 m 白板標(biāo)定溫度計(jì)位置。每塊樣地水銀溫度計(jì)布設(shè)數(shù)量為12～20 根，每進(jìn)行一次熱紅外飛行，地面同步觀測(cè)一塊樣地的水銀溫度計(jì)溫度。觀測(cè)期內(nèi)，每塊樣地用于熱紅外影像溫度驗(yàn)證的地面水銀溫度計(jì)實(shí)測(cè)數(shù)據(jù)均在200 個(gè)以上。不同于留點(diǎn)溫度計(jì)，精密水銀溫度計(jì)隨外界溫度變化而變化，可直接用于溫度測(cè)量，測(cè)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(fā)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(yùn)用閾值法計(jì)算綠度指數(shù)實(shí)現(xiàn)植被與裸土的二值化處理。針對(duì)本研究區(qū)，地面驗(yàn)證結(jié)果表明使用無人機(jī)搭載普通相機(jī)獲取的植被蓋度與地面采樣法獲取的植被蓋度擬合優(yōu)度R2可達(dá)0.94，此方法可高效準(zhǔn)確獲取高寒草地植被覆蓋度［46］。具體的處理步驟如下：1）計(jì)算影像每個(gè)像素的綠度指數(shù)，EGI=2G-RB，其中R、G、B 分別代表可見光影像的紅色、綠色和藍(lán)色波段；2）設(shè)置EGI 閾值的初始值，并將其與圖像的綠度指數(shù)進(jìn)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(jìn)行目視判斷；5）重復(fù)從2）到4）步驟直到植被分類圖像中的區(qū)域與原始圖像植被區(qū)域一致［46-48］。

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

式中：Fr為植被蓋度，由植被蓋度提取結(jié)果獲取。

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

1.4 數(shù)據(jù)統(tǒng)計(jì)與分析

使用Microsoft Excel 2016 對(duì)獲取的植被蓋度及地表溫度數(shù)據(jù)進(jìn)行統(tǒng)計(jì)處理，采用Origin Pro 2017 軟件進(jìn)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(guān)關(guān)系。

2 結(jié)果與分析

2.1 植被蓋度提取結(jié)果

觀測(cè)期內(nèi)共采集了18 次可見光影像，均進(jìn)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(cè)期內(nèi)6 塊樣地植被蓋度平均變異系數(shù)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(shí)期蓋度差異的因素主要有3 方面：首先，觀測(cè)時(shí)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(cè)期內(nèi)蓋度呈現(xiàn)先上升后下降的微弱變化趨勢(shì)（圖4）。其次，不同天氣條件影響地表干濕狀態(tài)，連續(xù)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(zhì)量，降低Pixel Based Manual Classifier 軟件處理精度，主要體現(xiàn)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(diào)整閾值將誤差控制在很小范圍內(nèi)。

2.2 機(jī)載熱紅外相機(jī)地表溫度精度驗(yàn)證

影響熱紅外相機(jī)測(cè)溫精度的因素包括所測(cè)物體的物理性質(zhì)、天氣條件、下墊面地形條件以及無人機(jī)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(xù)采樣過程中無人機(jī)機(jī)頭方位不斷變化等因素，因此按照不同樣地進(jìn)行采樣精度的評(píng)估。對(duì)水銀溫度計(jì)實(shí)測(cè)的地表溫度與熱紅外相機(jī)所測(cè)地表溫度進(jìn)行回歸分析，兩種方法所測(cè)溫度值之間存在顯著相關(guān)性，線性回歸擬合度R2在不同觀測(cè)樣地略有差異，其中樣地3 擬合優(yōu)度最好R2為0.82，樣地2 擬合優(yōu)度較差 ，R2為 0.62，其 他 4 塊 樣 地 擬 合 優(yōu) 度 在 0.75 左右（圖5）。

圖4 觀測(cè)期內(nèi)植被蓋度變化趨勢(shì)Fig. 4 Change trend of vegetation coverage during the obser?vation period

圖5 熱紅外相機(jī)與水銀溫度計(jì)測(cè)溫對(duì)比Fig. 5 Comparison of surface temperature measured by thermal infrared camera and mercury thermometer

整體來看對(duì)于樣地1～3 熱紅外相機(jī)所測(cè)地表溫度存在高估現(xiàn)象，而樣地4～6 存在地表溫度低估現(xiàn)象。植被長勢(shì)、地形、天氣條件是導(dǎo)致熱紅外影像采樣精度差異的主要因素。植被長勢(shì)對(duì)熱紅外相機(jī)采樣精度影響體現(xiàn)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(shí)參與到地表溫度的計(jì)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(xiàn)低估現(xiàn)象。地形及降水對(duì)熱紅外相機(jī)采樣精度影響主要通過土壤水分差異體現(xiàn)，樣地4～6 較樣地1～3 地形平坦，連續(xù)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(xiàn)低估現(xiàn)象。高寒地區(qū)晝夜溫差較大，高寒草地夜間形成凝結(jié)水，日出之時(shí)地表仍有露水，部分葉片覆蓋下的晨露不易被熱紅外識(shí)別，導(dǎo)致熱紅外相機(jī)所測(cè)地表溫度高于水銀溫度計(jì)所測(cè)溫度。樣地1～3 的采樣時(shí)間多分布于9：00-12：00，出現(xiàn)高估現(xiàn)象。樣地4～6 多集中在12：00-16：00，晴朗天氣條件下本研究區(qū)中午13：00 左右開始起風(fēng)，高空風(fēng)對(duì)熱紅外相機(jī)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(xiàn)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(qū)天氣多變，尤其是降水和風(fēng)對(duì)熱紅外相機(jī)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(cè)期內(nèi)4 d 晴朗天氣條件下的觀測(cè)數(shù)據(jù)進(jìn)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(shì)基本一致。日出以后，太陽輻射不斷增強(qiáng)，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(qiáng)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(chǔ)存的熱量仍在不斷增加，因此地表溫度仍在繼續(xù)升高［52］。午后14：00 左右地表溫度達(dá)到峰值，隨后太陽輻射逐漸減弱，地面熱量由盈余轉(zhuǎn)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(shí)溫度下降速度。個(gè)別樣地出現(xiàn)雙峰現(xiàn)象，圖 6 顯示樣地 5 在 7 月 11 日、7 月 13 日觀測(cè)期間地表溫度出現(xiàn)兩個(gè)峰值，分別為 12：00 和 14：00，樣地1、樣地2 在8 月13 日觀測(cè)期內(nèi)同樣出現(xiàn)兩個(gè)峰值，這可能與植被蒸騰作用等生理特性有關(guān)。

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(jī)的地表溫度監(jiān)測(cè)工作受高原多變天氣影響顯著，整個(gè)觀測(cè)期內(nèi)能夠完成全天完整監(jiān)測(cè)的工作日為數(shù)很少，能夠滿足連續(xù)監(jiān)測(cè)的時(shí)段集中在每天10：00-15：00，因此選取此時(shí)段的平均地表溫度進(jìn)行日際變化特征分析。由圖7 可見，7-8 月地表溫度波動(dòng)變化沒有表現(xiàn)出明顯的趨勢(shì)，這主要與氣溫降水及相似的天氣狀況有關(guān)。地表溫度變化規(guī)律與降水變化呈現(xiàn)顯著負(fù)相關(guān)，與氣溫變化呈現(xiàn)顯著正相關(guān)，2018 年研究區(qū)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(dòng)變化狀態(tài)，導(dǎo)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(duì)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(gè)氣象因子分析其對(duì)地表溫度變化的影響，并進(jìn)行了相關(guān)分析。表2 為高寒草甸地表溫度與氣象因子的相關(guān)系數(shù)。氣溫、太陽輻射與地表溫度表現(xiàn)為顯著正相關(guān)，其中，太陽輻射是地表增溫的直接能量來源，對(duì)地表溫度的影響最為顯著，兩者相關(guān)系數(shù)整體高于其他氣象因子，相關(guān)系數(shù)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(guān)，平均相關(guān)系數(shù)為0.69?？諝鉂穸扰c地表溫度呈現(xiàn)出顯著的負(fù)相關(guān)，平均相關(guān)系數(shù)-0.71，說明空氣中較高的水汽含量會(huì)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(jī)制來影響地表溫度，而本研究中降水量與地表溫度未表現(xiàn)出顯著相關(guān)，主要與采樣時(shí)天氣狀況有關(guān)，基于無人機(jī)的地表溫度采樣無法在強(qiáng)降水天氣完成。因此，采樣時(shí)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(guān)系數(shù)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(guān)性分析 為研究植被蓋度對(duì)地表溫度的影響，分析了6 塊樣地對(duì)應(yīng)的平均地表溫度差異，上節(jié)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(duì)地表溫度的影響，選擇4 d 晴朗天氣條件下的地表溫度數(shù)據(jù)用于相關(guān)分析。結(jié)果表明，研究區(qū)內(nèi)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(dāng)植被覆蓋度大于50%時(shí)，平均熱紅外影像地表溫度隨植被蓋度的增加出現(xiàn)上升趨勢(shì)（圖9），植被覆蓋度越高，對(duì)應(yīng)地表溫度越高。這主要與下墊面的干濕狀態(tài)有關(guān)，觀測(cè)期內(nèi)降水頻繁，平均3～4 d 出現(xiàn)一次降水天氣，加之夜晚凝結(jié)水，裸土表面一直保持濕潤狀態(tài)，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(fā)作用強(qiáng)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(jī)載熱紅外相機(jī)在高寒草甸地表溫度監(jiān)測(cè)中的應(yīng)用性評(píng)價(jià)

機(jī)載熱紅外相機(jī)已廣泛應(yīng)用于地表溫度的快速、大范圍監(jiān)測(cè)，并取得良好應(yīng)用效果。田慧慧等［27］應(yīng)用無人機(jī)搭載FLIR Vue Pro 640R 測(cè)溫型熱像儀對(duì)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(cè)溫儀實(shí)測(cè)的水體溫度之間線性回歸決定系數(shù)R2為0.94，測(cè)溫誤差在1 ℃以內(nèi)。 楊文攀等［51］采用大疆S1000 八旋翼無人機(jī)搭載Optris PI450 非制冷熱像儀對(duì)玉米（Zea mays）冠層溫度監(jiān)測(cè)結(jié)果表明玉米冠層溫度值與地面實(shí)測(cè)值具有高度一致性，R2=0.72，測(cè)溫誤差為0.6 ℃。張宏鳴等［54］研究玉米冠層溫度時(shí)將手持測(cè)溫儀測(cè)得的冠層溫度與無人熱紅外成像儀獲取的冠層溫度進(jìn)行誤差分析，兩者最高相關(guān)性系數(shù)R2可達(dá)0.93。本研究使用水銀溫度計(jì)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(yīng)用需求，但精度略低于已有研究結(jié)果，究其原因主要有以下幾點(diǎn)：首先，本研究區(qū)位于青藏高原北緣疏勒河源區(qū)，平均海拔4000 m，天氣狀況復(fù)雜多變，尤其是多云、降水及大風(fēng)天氣對(duì)無人機(jī)熱紅外影像的采樣精度影響較大。觀測(cè)期內(nèi)連續(xù)降水天氣頻繁，空氣相對(duì)濕度高，而空氣中水汽含量越高，熱紅外相機(jī)的測(cè)溫精度越低。連續(xù)降水天氣產(chǎn)生地表積水，土壤表層處于濕潤狀態(tài)，反射率降低，隨之測(cè)溫精度降低。此外，每完成一次飛行任務(wù)，地面同步讀取水銀溫度計(jì)時(shí)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(xiàn)陰晴變化，地表溫度差異可在5 ℃以上。其次，本研究區(qū)晴朗天氣條件下午后常伴有大風(fēng)天氣，不僅增加無人機(jī)飛行的不穩(wěn)定性，同時(shí)影響熱紅外相機(jī)的拍攝精度。再次，相比同類研究，本研究區(qū)下墊面地形條件更為復(fù)雜，部分樣地存在坡度，影像邊緣可能產(chǎn)生微小陰影和畸變。因此，在高寒草甸地區(qū)應(yīng)用無人機(jī)搭載熱紅外相機(jī)進(jìn)行采樣時(shí)需注意選擇平坦樣地，盡量在晴朗無風(fēng)天氣條件下進(jìn)行飛行，結(jié)合天氣條件及熱紅外相機(jī)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(zhǔn)工作至關(guān)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(dòng)降溫階段。這一結(jié)論與田慧慧等［27］利用無人機(jī)熱紅外遙感技術(shù)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(duì)比研究中同樣得到類似結(jié)論。值得注意的是本研究中個(gè)別樣地在12：00-15：00 地表溫度出現(xiàn)雙峰現(xiàn)象，通過分析可知雙峰現(xiàn)象的出現(xiàn)通常對(duì)應(yīng)較高的地表溫度（30 ℃），正午時(shí)分太陽輻射增強(qiáng)，溫度升高，植被氣孔開度增加，植被蒸騰作用不斷增強(qiáng)從而降低自身溫度，出現(xiàn)第一個(gè)溫度峰值；隨著太陽輻射及氣溫的進(jìn)一步增加，為防止溫度過高導(dǎo)致植被失水萎蔫，氣孔關(guān)閉，植被蒸騰作用受到抑制，植被溫度再次升高，出現(xiàn)第二次峰值。觀測(cè)時(shí)段內(nèi)多變的天氣也可能是造成雙峰現(xiàn)象的原因，對(duì)此仍需長期詳細(xì)監(jiān)測(cè)進(jìn)行解釋。巴彥［55］對(duì)內(nèi)蒙古草地地溫變化規(guī)律的研究顯示，草地地溫隨時(shí)間變化呈單峰分布，峰值出現(xiàn)在6 或7 月中旬，而本研究在7 月4 日-8 月17 日的觀測(cè)期內(nèi)沒有捕捉到高寒草甸地表溫度明顯的日際變化趨勢(shì)，這主要受當(dāng)年連續(xù)性降水等天氣條件變化影響，地表溫度表現(xiàn)出波動(dòng)變化特征，并與氣溫及降水呈現(xiàn)出較為一致的波動(dòng)規(guī)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(jīng)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(rèn)為空氣溫度是影響地表溫度的直接因子，日照時(shí)數(shù)、降水、風(fēng)速等是影響地表溫度的主要?dú)庀笠蜃樱?7，57］，本研究結(jié)論與此一致。值得注意的是本研究相關(guān)分析結(jié)果顯示，太陽輻射及空氣濕度對(duì)高寒草甸地表溫度影響要大于氣溫影響，說明對(duì)于高寒草甸而言，地氣熱量交換環(huán)節(jié)中受多方因素影響，諸如近地表風(fēng)、植被生理特性等，有待后續(xù)進(jìn)一步實(shí)驗(yàn)研究。本研究所采用的地表溫度數(shù)據(jù)獲取渠道為機(jī)載熱紅外相機(jī)，熱紅外相機(jī)通過測(cè)量下墊面物體比輻射率計(jì)算表面溫度，熱紅外相機(jī)鏡頭到物體表面之間的大氣傳輸會(huì)改變熱輻射的溫度測(cè)量結(jié)果，尤其是大氣中的水汽對(duì)輻射能量有較強(qiáng)吸收作用，造成能量衰減，這也是造成空氣濕度對(duì)地表溫度影響高于氣溫影響的原因之一。上述結(jié)論進(jìn)一步表明使用無人機(jī)搭載熱紅外相機(jī)進(jìn)行高寒草地地表溫度采樣時(shí)需注意選擇晴朗無風(fēng)、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(fù)相關(guān)關(guān)系［51，58-59］。而本研究結(jié)果顯示當(dāng)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(xiàn)上升趨勢(shì)。巴彥［55］在研究?jī)?nèi)蒙古草地地溫變化規(guī)律后認(rèn)為蓋度小于25%的草地地面溫度在6 月中旬會(huì)出現(xiàn)高于裸地的情況，主要原因?yàn)椴莸厣w度較低時(shí)牧草覆蓋不足以阻擋太陽輻射，卻阻礙了近地層空氣流動(dòng)，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(duì)于本研究區(qū)而言無法用此結(jié)論進(jìn)行合理解釋，通過實(shí)地調(diào)查及影像分析，認(rèn)為降水引起的土壤干濕狀態(tài)反饋機(jī)制是導(dǎo)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(xù)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(tài)，從而導(dǎo)致裸土地表溫度低于草地，植被覆蓋度與地表溫度呈現(xiàn)出正相關(guān)關(guān)系。

3.4 研究不足與展望

本研究利用無人機(jī)搭載熱紅外相機(jī)監(jiān)測(cè)高寒草甸地表溫度，結(jié)合地面水銀溫度計(jì)同步采樣評(píng)估無人機(jī)熱紅外影像的應(yīng)用精度，地面采樣過程中人工讀取水銀溫度計(jì)溫度用時(shí)為2～3 min，而無人機(jī)搭載熱紅外相機(jī)完成樣地拍攝時(shí)間僅為幾秒，加之高原天氣多變，水銀溫度計(jì)響應(yīng)敏感，兩者時(shí)間差將會(huì)帶來誤差，降低精度評(píng)估準(zhǔn)確性，后續(xù)研究工作中擬使用自計(jì)式紐扣溫度計(jì)進(jìn)行地表溫度同步采樣工作，提高采樣效率及準(zhǔn)確性。熱紅外相機(jī)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(shí)參與到地表溫度的計(jì)算過程，高寒草甸葉片細(xì)長，鑒于當(dāng)前熱紅外影像圖片分辨率及圖像處理技術(shù)很難進(jìn)行區(qū)分，而區(qū)分研究?jī)烧吖趯訙囟葘?duì)于了解草地水分響應(yīng)規(guī)律，提高作物水分診斷精度大有裨益。因此，從技術(shù)層面提高熱紅外影像分辨率，從理論層面優(yōu)化熱紅外影像分割算法是未來基于熱紅外相機(jī)進(jìn)行高寒草甸地表溫度監(jiān)測(cè)的重要工作［26］。

4 結(jié)論

本研究以機(jī)載普通相機(jī)及熱紅外相機(jī)獲取的影像為數(shù)據(jù)源，評(píng)估了熱紅外影像在高寒草甸的應(yīng)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(jié)合實(shí)測(cè)氣象數(shù)據(jù)及植被蓋度數(shù)據(jù)對(duì)高寒草甸地表溫度變化的影響因素進(jìn)行了研究。機(jī)載熱紅外相機(jī)可快速、高效地獲取面尺度高寒草甸地表溫度數(shù)據(jù)，熱紅外影像地表溫度與地面實(shí)測(cè)值具有較高一致性（R2=0.75），地形、天氣及采樣時(shí)間是導(dǎo)致測(cè)溫誤差的主要原因。高寒草甸地表溫度日變化特征表現(xiàn)為 9：00-12：00 時(shí)段快速上升，13：00-15：00 時(shí)段達(dá)到峰值，15：00-18：00 時(shí)段波動(dòng)下降。受氣溫、降水波動(dòng)變化影響，觀測(cè)期內(nèi)（7 月4 日-8 月17 日）地表溫度未表現(xiàn)出顯著日際變化趨勢(shì)。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(huì)削弱太陽輻射，抑制地表增溫。連續(xù)降水引起的土壤干濕狀態(tài)反饋機(jī)制使裸土處于濕潤狀態(tài)，植被覆蓋度與地表溫度呈現(xiàn)出一致的變化趨勢(shì)。利用無人機(jī)搭載熱紅外相機(jī)獲取地表溫度數(shù)據(jù)，一方面提高測(cè)溫效率，另一方面可以彌補(bǔ)高時(shí)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(shù)據(jù)的技術(shù)難題，為高寒草地干旱監(jiān)測(cè)，土壤水分及蒸散發(fā)反演提供基礎(chǔ)數(shù)據(jù)。