陸表溫度的重建及其在氣溫空間模擬中的應用研究——以重慶為例.pdf

1、氣溫在全球氣候變化、自然災害監(jiān)測、農業(yè)區(qū)劃、生態(tài)環(huán)境評價等方面的研究均是重要的輸入參數之一。傳統(tǒng)地利用氣象站點的觀測值進行空間插值或者繪制等值線模擬氣溫空間連續(xù)分布的方法，由于氣象站點的分布不均勻和研究區(qū)的復雜地形條件等因素的影響，給氣溫空間分布的模擬結果帶來很大的不確定性，使其應用受到了極大的限制。因此，基于遙感數據的氣溫空間分布模擬研究成為模擬氣溫的重要研究方向。但是，由于遙感數據通常易受到太陽高度角、傳感器、云覆蓋等大氣因素的影響

2、，降低了遙感數據的質量和氣溫空間分布模擬的可信度。為此，在遙感數據長時間序列重建的基礎上，并充分考慮地理和地形因素對氣溫共同的影響，將進一步提高近地表氣溫空間分布模擬的精度，對于起伏地形下的氣溫空間分布的應用也更有意義。
　　本文主要開展了以下四方面的研究工作：
　?。?）重慶市陸表溫度數據質量評價。通過統(tǒng)計重慶月平均、年平均云量和日照百分率以及LST數據質量控制文件，研究發(fā)現(xiàn)，重慶2006~2015年歷年年均日照百分率在2

3、1％~31%之間，10年平均總云量為7.7成，與Aqua星相比，Terra星獲取的LST數據可用性較高，10年中以2013年的LST數據可用性最好，2012年的LST數據可用性最差。
　　（2）重慶長時序陸表溫度數據的重建。重慶地區(qū)由于受云霧影響嚴重，獲取的LST數據存在大量缺失值，本研究利用 Hants方法和 Savitzky-Golay濾波分別對重慶2006-2015年的LST數據進行長時間序列重建，重建結果表明：總體上Sav

4、itzky-Golay濾波法對白天、夜間LST長時序數據重建精度均優(yōu)于Hants方法，兩種方法對夜間LST重建精度均在2℃以內，重建白天的LST數據精度在2℃左右，夜間LST數據的重建效果要好于白天數據的重建結果，選取重建較好的S-G濾波結果作為氣溫模擬的數據源。
　　（3）重慶月平均氣溫空間連續(xù)分布的模擬。本研究選取了影響氣溫的氣象站點地理數據和遙感地表參數產品，研究了氣溫與選取影響因素各自間相關性，并分別建立了氣溫與氣象站點地

5、理數據和氣溫與遙感地表參數產品的多元線性回歸模型，最后建立氣溫與所有選取影響因素的多元線性回歸模型，同時比較分析三種模型的擬合優(yōu)度及其差異，采用實際驗證的方法檢驗氣溫與所有因素的多元線性回歸模型的準確性，多年月平均氣溫模擬結果的RMSE在0.67℃~1.21℃之間，根據檢驗結果選取氣溫與綜合因素的多元線性回歸模型作為月平均氣溫空間連續(xù)分布模擬的最終結果。
　　（4）基于海拔高度、土地覆蓋類型對重慶2015年1月、4月、7月、10月

6、的平均氣溫空間分布做定量分析，研究發(fā)現(xiàn)，2015年重慶1月、4月、7月和10月的月平均氣溫的最小、最大及平均值均隨著海拔高度的升高而降低，在不同的海拔高度分布上月平均氣溫的最小、最大及平均值均呈現(xiàn)出了隨著月份的推移先增后減的趨勢。2015年重慶1月、4月、7月和10月的月平均氣溫最大值在不同土地利用類型下較為接近，月平均氣溫的整體平均值稍有差異，依次為建筑區(qū)>水體>農用地>裸地>植被，月平均氣溫最小值和最大值相差較大，建筑區(qū)最小，其次為