地表溫度映震異常與植被覆蓋度間的相關性

包寶小 席文雅 王志勇 李騰宇 賈寶金 王 慧

（中國內蒙古自治區137400 內蒙古自治區地震局烏蘭浩特地震臺）

0 引言

自1988 年Gomy 等發現1984 年加茲利地震震前衛星熱紅外異常后（張帆等，2016），有關衛星熱紅外的研究逐漸開展起來，研究結果已在震后緊急救援、災情監測、災后重建等方面得到應用（葉秀薇等，2010）。

20 世紀80 年代末，馬瑾在國內最先開展了衛星熱紅外與地震間相關性的研究（張治廣等，2017）；在此基礎上，強祖基與徐秀登等合作開展了熱紅外遙感研究（徐好民，2002）。隨著遙感技術的發展，衛星數據質量不斷提高，利用氣象衛星資料，獲取海面溫度的技術趨于成熟，海面溫度遙感反演技術的成功使得地表溫度遙感反演成為遙感領域又一研究熱點（黃啟廳，2010）。近年來，地表溫度異常、植被覆蓋度變化與地震異常間相關性的研究逐漸興起。胡光庭等（2017）分析了陽江市地表溫度變化特征，認為植被覆蓋度的增加能很好地降低地表溫度；王蕾（2014）等基于遙感影像發現，植被覆蓋度對緩解城市熱島效應具有一定作用，說明地表溫度與植被覆蓋度間具有較好的的負相關性；龐光輝等（2016）對沈陽市植被覆蓋度降溫效應進行了分析，發現植被覆蓋度每增加10%，地表溫度可降低0.71℃。前人研究結果大多適用于城市生態環境規劃和建設，且反演方法較簡單，對地表物未進行詳細分類而直接提取地表溫度數據，且未統計地表溫度平均值及標準差。本文采用輻射傳輸方程算法對研究區域地表溫度進行了反演，為提高反演結果的準確性，使用最大似然分類算法對地表物進行了耕地、林地、草地、水體、建設用地、未利用土地的詳細分類，依據分類結果及反演結果，分別計算了6 種地表物所在區域內的地表溫度、植被覆蓋度的平均值、標準差，分析總結了研究區域地表溫度與植被覆蓋度間的相關性。

1 研究區及數據

烏蘭浩特市地理坐標為45°22′—46°18′N、121°51′—122°20′E，總面積2 353.5 km2，屬中溫帶半干旱季風氣候，四季分明，氣溫的年差、日差都較大，年平均氣溫5℃，年降水量為440 mm 左右。烏蘭浩特地震臺位于內蒙古自治區興安盟烏蘭浩特，是興安盟唯一有人值守的測震數字化臺站，承擔著興安盟區域內地震監測預測任務（包寶小等，2019）。本文選取過境時間為2010、2015、2020 年3 年的9 月11 日2 時烏蘭浩特地震臺監測區域的Landsat 5、Landsat 8 遙感影像數據（云量較少，符合使用需求），進行輻射定標、大氣校正預處理，使用烏蘭浩特矢量圖進行矢量裁剪。利用影像數據第1、2、3、4、5、7 波段提取NDVI（歸一化植被指數）及土地利用分類，利用Landsat 5 的第6 波段及Landsat 8的第10 波段反演地表溫度數據。

2 原理

2.1 輻射定標

輻射定標是將傳感器記錄的無量綱DN 值轉換成具有實際物理意義的大氣頂層輻射亮度或反射率。其原理是建立數字量化值與對應視場中輻射亮度之間的定量關系，以消除傳感器本身產生的誤差（央金卓嘎等，2019）。

2.2 輻射傳輸方程法

衛星傳感器接收到的熱紅外輻射亮度Lλ由3 部分組成：大氣向上輻射亮度L↑、地面的真實輻射亮度經過大氣層之后到達衛星傳感器的能量、大氣向下輻射到達地面后反射的能量L↓。衛星傳感器接收到的熱紅外輻射亮度Lλ的表達式可寫為（輻射傳輸方程）

式中，ε為地表比輻射率；Ts為地表真實溫度；B(Ts)為通過反映物體溫度和輻射強度之間關系的普特朗克公式推算所得的溫度T相對應的黑體輻射亮度；τ為大氣在熱紅外波段的透射率；L↑、L↓為大氣的向上、向下輻射亮度（崔耀輝，2018）。由此可得B(Ts)的計算公式如下

其中，L↑、L↓可通過影像的中心緯度與成像時間在網站（http://atmcorr.gsfc.nasa.gov）獲?。◤埦盏?，2020）。

運用普朗克公式的反函數，可推導出亮度溫度TR

其中，K1、K2的值可在影像MLT.txt 文件中獲得。

2.3 地表比輻射率及植被覆蓋度計算

地表比輻射率又稱發射率，是指在同一溫度下地表發射的輻射量與一黑體發射的輻射量間的比值，是利用熱紅外遙感獲取地表溫度的必不可少的參數。針對Landsat 影像的第10 段熱紅外波段，使用Sobrino 提出的NDVI 閾值法計算地表比輻射率（齊廣慧等，2020）

其中，Pv為植被覆蓋度，其公計算式如下

其中，NDVI 為歸一化植被指數；NDVIs為完全是裸土或無植被覆蓋區域的NDVI；NDVIv為完全植被覆蓋的像元的NDVI。一般取經驗值，NDVIs=0.05，NDVIv=0.70（蔡賢等，2020）。

2.4 最大似然分類

為提高地表溫度反演的準確性，使用最大似然分類方法對影像進行地表物的分類。在2 類或多類判別中，假定各類分布函數為正態分布，并選擇訓練區，計算各待分類樣區的歸屬概率而進行分類的圖像分類方法稱為貝葉斯分類方法，本文根據貝葉斯準則對遙感影像進行分類。貝葉斯定理：假設B1、B2，…互斥且構成一個完全時間，A伴隨它們出現，已知它們分別發生的先驗概率P(Bi)（i=1，2，…）及A的條件概率P(Bi)，則可以得到事件A的后驗概率P(Bi|A)。由概率乘法公式

可導出貝葉斯定理公式

設有s個類別，用ω1、ω2、…、ωs來表示，每個類別發生的概率（先驗概率）分別為P(ω1)、P(ω2)、…、P(ωs)。設有未知類別的樣本X，其類條件概率分別為

則根據貝葉斯定理可以得到樣本X出現的后驗概率為

此時，以樣本X 出現的后驗概率作為判別函數來確定樣本X的所屬類別，其分類準則為：如果P(ωi|X)=max1

3 計算結果與分析

利用影像數據的紅光波段及近紅外波段提取了2010、2015、2020 年的歸一化植被指數（NDVI）（圖1）。NDVI 的取值范圍-1—1，當NDVI 值＜0 時，表示水域，即烏蘭浩特及科爾沁右翼前旗區域間的歸流河；當NDVI 值為0 時，表示地表被裸土及巖石覆蓋，為建筑用地，即烏蘭浩特主城區區域；當NDVI 值為1 時，表示植被覆蓋豐富，即草地、林地及耕地、主城區四周區域。由圖1 可見，2010—2020 年NDVI 低值區域沒有太大變化，高值區域明顯向四周擴散。

圖1 2010 年（a）、2015 年（b）、2020 年（c）NDVI 值Fig.1 NDVI value of the year of 2010,2015,and 2020

為反演結果的準確性，本文使用監督分類方法中的最大似然分類方法將影像進行6 種地表物分類，分為耕地、林地、草地、水體、建設用地及未利用地，分類結果如圖2所示。

圖2 2010 年（a）、2015 年（b）、2020 年（c）土地利用結果Fig.2 Results of land use in 2010,2015 and 2020

遙感影像Landsat TM/ETM+的第6、10、11波段屬于熱紅外波段，可用于地表溫度反演，地表溫度反演算法主要有輻射傳輸方程法、單窗算法、單通道算法、基于影像的反演算法（張菊等，2020）。本文使用輻射傳輸方程法對研究區域影像進行地表溫度反演，反演結果如圖3 所示。

圖3 2010 年（a）、2015 年（b）、2020 年（c）輻射傳輸法地表溫度反演結果Fig.3 Retrieval results of land surface temperature by radiative transfer method in 2010,2015 and 2020

依據分類結果及反演結果影像，分別統計了6 種地表物所在區域內的地表溫度及植被覆蓋度的平均值與標準差，統計結果如表1、2 所示。

表1 地表溫度（單位：℃）Table 1 Surface temperature

由表1、2 可見，水體因自身的物理特征，溫度最低；其次是耕地，溫度均值為29.5℃，標準差也相對較低；再次為耕地及林地；草地地表溫度均值最高，說明不同地表物之間地表溫度差異較大。建設用地與未利用土地相比，未利用土地地表溫度較高，建設用地上雖然生長的植物較少，但烏蘭浩特市綠化較好，所以建設用地地表溫度比未利用土地低。因建設用地的綠化結構較復雜，由表1、表2 可見，建設用地地表溫度及植被覆蓋度的標準差較大。地表溫度較低的地表物類型，其植被覆蓋度相對較高；而地表溫度較高的地表物類型，植被覆蓋度則較低，這說明植被有很好的降溫作用。所以，進行地表溫度映震異常分析時要多方面考慮植被覆蓋度的影響。

表2 植被覆蓋度Table 2 Vegetation coverage

4 結論與討論

選取烏蘭浩特地震臺監測區域2010、2015、2020 年3 年的9 月11 日2 時的Landsat 5、Landsat 8 遙感影像數據，經過輻射定標、大氣校正、裁剪、拼接等預處理，提取NDVI（歸一化植被指數），計算植被覆蓋度，使用最大似然分類法進行土地利用分類，使用Landsat 5的第6波段及Landsat 8的第10波段反演了地表溫度。研究得到如下結論：①將林地、草地、耕地分為一類，按照地表溫度進行排序，從低到高為耕地、林地、草地，建設用地及未利用土地分為一類，未利用土地地表溫度高于建設用地；②按照植被覆蓋度從低到高排序結果為草地、林地、耕地；③因水體自身特征，地表溫度及植被覆蓋度都很低，除水體之外，建設用地地表溫度及植被覆蓋度標準差高于其他地表物；④由不同地表物反演的地表溫度有明顯差異，不同地表物植被覆蓋度亦各異；⑤地表溫度較低的地表物類型植被覆蓋度相對較高，地表溫度較高的相對較低，說明對于不同地表物類型植被均有降溫作用。

綜上所述，地表溫度異常不一定為地震短臨異常，需綜合考慮如下干擾因素：當地表溫度出現增溫現象時，首先應考慮是否植被覆蓋度降低所致，如表1 中2015 年與2020 年建設用地地表溫度均值出現上升現象，但并沒出現地震事件，而是市政規劃將草地變為建設用地所致。當地表溫度出現降溫現象時，需實地取證，以明確是否增添植被而導致地表溫度下降的，如表1 中草地、林地、耕地地表溫度逐年下降，但并沒出現地震事件，而是因為植被覆蓋度增加了。當地表溫度斑塊性異常時，需根據市政規劃文件，實地考察是否建設用地進行了重新規劃改造所致。本文給出的2010、2015、2020 年3 年的9 月地表溫度、植被覆蓋度的均值及標準差，所得結果可為研究地震熱紅外異常工作提供有效的數據支持及科學依據。