王圓圓閔文彬

1）（中國氣象局中國遙感衛(wèi)星輻射測量和定標(biāo)重點(diǎn)開放實(shí)驗(yàn)室 國家衛(wèi)星氣象中心，北京100081）

2）（中國氣象局成都高原氣象研究所，成都610071）

西藏林芝地區(qū)混合像元MODIS地表溫度產(chǎn)品驗(yàn)證

王圓圓1）＊閔文彬2）

1）（中國氣象局中國遙感衛(wèi)星輻射測量和定標(biāo)重點(diǎn)開放實(shí)驗(yàn)室 國家衛(wèi)星氣象中心，北京100081）

2）（中國氣象局成都高原氣象研究所，成都610071）

西藏林芝地區(qū)地形復(fù)雜、土地覆蓋類型多樣，MODIS地表溫度（land surface temperature，LST）產(chǎn)品驗(yàn)證面臨處理混合像元的難題，為獲得與像元尺度（1km）相匹配的地表溫度數(shù)據(jù)，該文提出采用多點(diǎn)同時(shí)觀測結(jié)合面積加權(quán)的方法，將該方法應(yīng)用于驗(yàn)證林芝地區(qū)2013年6月10日夜間晴空MODIS／LST產(chǎn)品。結(jié)果顯示：單點(diǎn)觀測對像元的代表性不足，容易低估產(chǎn)品精度（10個(gè)樣本均方根誤差為2.2K），面積加權(quán)法可獲得綜合性更好的地面LST信息，對MODIS／LST產(chǎn)品的精度給出更高的評價(jià)（30個(gè)樣本均方根誤差為1.40K）。對于地表類型混雜程度高且地勢較為平坦的像元，面積加權(quán)法的優(yōu)勢更為明顯，可將衛(wèi)星LST產(chǎn)品與地面LST之間的差異由3K降至1K以內(nèi)。

MODIS／LST；驗(yàn)證；混合像元；林芝地區(qū)

引 言

地表溫度（land surface temperature，LST）是地表輻射平衡、地表－大氣能量傳輸中一個(gè)重要參數(shù)［1－2］。遙感衛(wèi)星通過探測熱紅外信號，結(jié)合反演算法，可以周期性、重復(fù)性地獲取全球區(qū)域LST信息。在眾多LST產(chǎn)品中，MODIS／LST產(chǎn)品因?yàn)楂@取免費(fèi)、使用方便、時(shí)空分辨率多樣、時(shí)間序列長等優(yōu)勢，深受研究人員的青睞，其產(chǎn)品現(xiàn)已在干旱監(jiān)測、蒸散估算、城市熱島、森林火災(zāi)、氣候變化等領(lǐng)域中有著廣泛而深入的應(yīng)用［3－9］。

為了保證遙感產(chǎn)品的準(zhǔn)確應(yīng)用，質(zhì)量檢驗(yàn)非常關(guān)鍵［1］。但地表溫度在時(shí)空上變化迅速的特點(diǎn)使得公里級LST產(chǎn)品的驗(yàn)證存在很大不確定性。以往的驗(yàn)證工作多選擇平坦、均勻的下墊面［1，10－12］，在此條件下，點(diǎn)狀測量結(jié)果對像元尺度的代表性較好，但地表并不總是均勻的，在復(fù)雜下墊面條件下開展LST驗(yàn)證工作也十分必要。

如果是針對地表覆蓋類型多樣、地形起伏的復(fù)雜下墊面開展MODIS／LST產(chǎn)品驗(yàn)證，通常需要借助高空間分辨率熱紅外傳感器數(shù)據(jù)（如ASTER，TM等），將實(shí)地獲取的單點(diǎn)觀測擴(kuò)展到區(qū)域上［13－14］。然而此類衛(wèi)星的回歸周期較長，對于云雨天氣多的地區(qū)，晴空數(shù)據(jù)很難獲取，限制了該方法在實(shí)際中的應(yīng)用。近期有學(xué)者嘗試采用陸表模型的方法［15］，首先利用氣象站點(diǎn)位置的 MODIS／LST時(shí)間序列來優(yōu)化陸表模型參數(shù)，而后結(jié)合250m分辨率的植被指數(shù)（MODIS／NDVI）和氣象數(shù)據(jù)，用優(yōu)化后的陸表模型推算站點(diǎn)周圍區(qū)域LST。雖然該方法物理意義明確，無需依賴其他高空間分辨率傳感器數(shù)據(jù)，但計(jì)算復(fù)雜，難以推廣。

綜上所述，混合像元的LST驗(yàn)證很重要，但可用方法不多。本文設(shè)計(jì)了多點(diǎn)同時(shí)采樣結(jié)合面積加權(quán)方法，該方法的思路是在研究區(qū)內(nèi)的幾種典型下墊面上同時(shí)采集觀測數(shù)據(jù)，然后根據(jù)混合像元內(nèi)每種典型下墊面所占面積比例加權(quán)求和，推算出可以與像元尺度相匹配的地面LST信息。在西藏林芝地區(qū)的MODIS／LST產(chǎn)品驗(yàn)證中，面積加權(quán)法簡單易行，效果令人滿意。

1 MODIS／LST產(chǎn)品介紹

MODIS傳感器搭載于兩個(gè)極軌衛(wèi)星平臺上：Terra衛(wèi)星和Aqua衛(wèi)星。Terra衛(wèi)星于1999年12月8日發(fā)射，大約在當(dāng)?shù)貢r(shí)間白天10：30和夜間22：30過境，Aqua衛(wèi)星于2002年5月4日發(fā)射，大約在當(dāng)?shù)貢r(shí)間白天13：30和夜間01：30過境。MODIS傳感器具有36個(gè)通道（0.4～14.4μm），3種分辨率（250m，500m，1000m）。利用 MODIS數(shù)據(jù)可以獲取多種不同時(shí)空分辨率的陸地產(chǎn)品，地表溫度系列產(chǎn)品則是其中一個(gè)。

MODIS／LST 產(chǎn)品反演基于分裂窗算法［16－17］。該算法無需知道大氣的溫濕廓線，利用相鄰兩個(gè)通道輻射亮溫（第31通道，10.8～11.3μm；第32通道，11.8～12.3μm）的線性組合來消除大氣的影響。分裂窗算法首先在海溫反演中得到廣泛應(yīng)用，后被用于地表溫度反演，但由于地表不能近似為黑體，發(fā)射率的估算影響LST的反演精度。MODIS的發(fā)射率估算方法，是根據(jù)地表覆蓋及其季節(jié)變化特征，將陸表分成14種發(fā)射率類型［18］，針對每種類型，利用核驅(qū)動模型模擬熱紅外波段的雙向反射率（BRDF，bi－directional reflection distribution functions），而后通過積分獲取半球方向反射率ρ（θ），由于發(fā)射率和反射率互補(bǔ)，因此發(fā)射率可以通過1－ρ（θ）計(jì)算得到，詳細(xì)說明見文獻(xiàn)［18］。

MODIS提供多種時(shí)空分辨率的LST產(chǎn)品，本文利用的是空間分辨率為1km的日產(chǎn)品，包括Terra衛(wèi)星獲取的MOD11A1產(chǎn)品和Aqua衛(wèi)星獲取的MYD11A1產(chǎn)品，如果衛(wèi)星過境時(shí)為晴空狀態(tài)，1天之內(nèi)可以有4次LST觀測值（大約為當(dāng)?shù)貢r(shí)間10：30，13：30，22：30，01：30），但在日產(chǎn)品中，云遮擋情況非常普遍，易造成LST數(shù)據(jù)缺失。MODIS／LST日產(chǎn)品中，除了日、夜兩次LST數(shù)據(jù)，還有觀測時(shí)間、觀測角度、發(fā)射率、晴空比例、產(chǎn)品質(zhì)量標(biāo)識等信息。

很多學(xué)者驗(yàn)證了 MODIS／LST產(chǎn)品，概括地講，產(chǎn)品精度受地表類型、水汽含量、觀測角度、薄云等因素的影響。Wan等［10］根據(jù)20個(gè)晴空條件下的實(shí)地觀測，得出在263～322K的變化范圍內(nèi)，MODIS／LST產(chǎn)品誤差小于1K；在半干旱和干旱地區(qū)，由于MODIS采用的算法易高估地表發(fā)射率，導(dǎo)致 LST小于實(shí)際觀測值［10，19］。Coll等［11］在均勻的稻田里進(jìn)行多點(diǎn)觀測，發(fā)現(xiàn)在無云和觀測天頂角小于60°的前提下，MODIS／LST平均偏差為0.1±0.6K，但當(dāng)31通道和32通道亮溫差很大時(shí)，由于算法對水汽吸收校正不足，MODIS／LST精度偏低。Wang等［1］利用8個(gè)站點(diǎn)的長時(shí)期夜間LST觀測數(shù)據(jù)對MODIS產(chǎn)品進(jìn)行驗(yàn)證，發(fā)現(xiàn)在某些站點(diǎn)，MODIS／LST可能出現(xiàn)2～3K的低估，而在其他一些站點(diǎn)，絕對偏差不超過0.8K，LST誤差與觀測角度有關(guān)，與氣溫、濕度、風(fēng)速、土壤濕度等因素?zé)o明顯相關(guān)。Wang等［12］利用2000—2007年SURFRAD站點(diǎn)地表的長波輻射觀測資料，驗(yàn)證了夜間Aqua MODIS／LST產(chǎn)品，發(fā)現(xiàn)其平均偏差為－0.2K，地表的均勻程度以及輻射觀測資料的準(zhǔn)確性會影響驗(yàn)證結(jié)果。已有的驗(yàn)證工作絕大多數(shù)在地形平坦、均一的下墊面上開展，在復(fù)雜下墊面上的驗(yàn)證工作的報(bào)道還十分少見。

2 研究區(qū)、數(shù)據(jù)及方法簡介

2.1 研究區(qū)及數(shù)據(jù)

本文研究區(qū)是西藏林芝，該地區(qū)位于青藏高原東南緣，是南亞氣候系統(tǒng)與青藏高原相互作用的關(guān)鍵區(qū)，是青藏高原轉(zhuǎn)運(yùn)水汽的主要區(qū)域［20］。該地區(qū)地形起伏大，天氣氣候復(fù)雜，受到氣候惡劣、維持條件差等因素的影響，氣象站點(diǎn)稀少。此外，林芝地區(qū)地表覆蓋類型多樣，混合像元非常普遍，且混雜程度高。受濕度大、云量多的影響，晴空狀態(tài)下的高空間分辨率熱紅外數(shù)據(jù)少見。至目前為止，還未見到有學(xué)者在該區(qū)域開展MODIS／LST產(chǎn)品的驗(yàn)證工作的報(bào)道。如果LST產(chǎn)品在該區(qū)域質(zhì)量較好，可部分彌補(bǔ)站點(diǎn)稀少的缺陷，具有重要的應(yīng)用價(jià)值。

2013年5月20日—7月9日來自中國科學(xué)院大氣物理研究所、成都高原氣象研究所的研究人員在西藏林芝雅江兩側(cè)設(shè)立5個(gè)站點(diǎn)開展觀測試驗(yàn)，主要目的是研究藏東南地區(qū)復(fù)雜下墊面上的地氣交換過程，獲得該地區(qū)地氣水熱交換參數(shù)。觀測內(nèi)容包括四分量輻射（觀測儀器為HUKSEFLUX NR01）、常規(guī)氣象變量、渦度相關(guān)儀測得的感熱、潛熱等。站點(diǎn)的屬性、位置以及下墊面狀況見圖1和表1所示。圖1顯示了研究區(qū)兩景不同季節(jié)的假彩色合成圖（30m分辨率），白色網(wǎng)格是MODIS／LST產(chǎn)品像元（1km分辨率），可以看出，觀測站點(diǎn)雖然彼此相距較近，但仍位于不同的網(wǎng)格內(nèi)，每個(gè)網(wǎng)格內(nèi)部，下墊面情況非常復(fù)雜，單點(diǎn)的測量結(jié)果很難代表像元的總體情況。

2.2 方 法

2.2.1 土地覆蓋分類

研究區(qū)主要有6種土地覆蓋類型：草地、農(nóng)田、河灘、水體、陰坡林地、陽坡林地。用于分類的數(shù)據(jù)是兩景30m分辨率的遙感數(shù)據(jù)（圖1），是近年來由陸地衛(wèi)星獲取的研究區(qū)僅有的兩幅晴空遙感圖像，分別為2013年8月的陸地成像儀（operational land imager，OLI）數(shù)據(jù)和2010年3月的專題制圖儀（thematic mapper，TM）數(shù)據(jù)。通過目視解譯，結(jié)合Google Earth，從圖像中為每種覆蓋類型選擇具有代表性的訓(xùn)練樣本，而后利用最大似然法［21］，得出土地覆蓋分類圖。陰坡林地和陽坡林地的識別分成兩步，首先是用最大似然法將林地與其他覆蓋類型區(qū)分開，而后利用了ASTER DEM（30m分辨率）的坡向信息，將林地分成陰坡和陽坡兩種，坡向在135°～315°之間的為陽坡（坡向定義北方為0°，順時(shí)針增加），其他為陰坡。

圖1 研究區(qū)30m分辨率假彩色圖像（研究區(qū)面積約20km2，藍(lán)色星狀標(biāo)識為觀測站點(diǎn)，數(shù)字為站點(diǎn)編號，白色網(wǎng)格為1km MODIS網(wǎng)格位置）Fig.1 The false color composite image of the study region（with an area of 20km2，blue stars denote field experiment stations，numbers denote corresponding stations，white box denotes the MODIS pixel of 1km）

表1 觀測站點(diǎn)信息匯總Table 1 Information summary of observation stations

2.2.2 面積加權(quán)法估算地面LST

根據(jù)衛(wèi)星過境時(shí)間，確定地面站點(diǎn)觀測的上行、下行長波輻射值，而后利用像元內(nèi)每種土地覆蓋所占面積比例信息，通過面積加權(quán)方式獲取觀測站點(diǎn)所在1km像元上的上行、下行長波輻射，

其中，ci為1km像元內(nèi)土地覆蓋類型i所占面積比例，和分別為在土地覆蓋類型i上觀測站點(diǎn)測量的地表上行、下行長波輻射。L↑和L↓為面積加權(quán)后1km像元尺度上的上行、下行長波輻射。利用Stefan－Boltzmann規(guī)律，可以從長波觀測中推算1km像元尺度上的地表溫度

其中，σ是Stefan－Boltzmann常數(shù)，取值為5.6696×10－8W·m－2·K－4，εb是寬波段發(fā)射率。由于站點(diǎn)沒有實(shí)測的寬波段發(fā)射率，本文提取了MODIS／LST產(chǎn)品中反演的31通道和32通道的發(fā)射率，采用式（5）［22］，獲取寬通道發(fā)射率εb，

式（5）是首先利用紅外發(fā)射率數(shù)據(jù)庫和 MODIS的光譜響應(yīng)函數(shù)模擬通道發(fā)射率數(shù)據(jù)、而后回歸計(jì)算得出的經(jīng)驗(yàn)公式。寬通道發(fā)射率考慮了發(fā)射率隨波段的變化，在用于能量估算或地表溫度計(jì)算時(shí)，比單通道發(fā)射率效果更好［23］。

3 結(jié)果分析

3.1 土地覆蓋分類

圖2顯示了研究區(qū)30m分辨率土地覆蓋分類圖，經(jīng)過目視檢查，分類效果較為理想。表2給出了研究區(qū)內(nèi)各種覆蓋所占面積比例，可以看出，雖然草地和陰坡森林的比例偏高，但沒有任何一種類型的比例占絕對優(yōu)勢，說明地表類型具有很高的多樣性。表3顯示了每個(gè)觀測站點(diǎn)所在1km像元內(nèi)的各種土地覆蓋類型比例，除陽坡森林站點(diǎn)外，其他站點(diǎn)所在1km像元的內(nèi)部結(jié)構(gòu)都非常復(fù)雜，尤其是農(nóng)田站所在的1km像元內(nèi)包含了農(nóng)田、河灘、林地、草地等多種類型。除了土地覆蓋類型混雜，像元內(nèi)的地形變化也很明顯，可以從表4中給出的地形起伏度和坡度標(biāo)準(zhǔn)差兩個(gè)變量（由30m分辨率的ASTER DEM數(shù)據(jù)計(jì)算得出）的統(tǒng)計(jì)結(jié)果看出。

圖2 基于30m分辨率TM數(shù)據(jù)獲取的研究區(qū)土地覆蓋分類Fig.2 Land cover classification map derived from TM image with 30mspatial resolution

表2 研究區(qū)內(nèi)（面積約20km2）各種土地覆蓋類型所占面積比例Table 2 Fraction occupied by each land cover type in the study region（with an area of 20km2）

表3 每個(gè)站點(diǎn)所在的1km像元內(nèi)的各種土地覆蓋類型所占比例Table 3 Fraction occupied by each land cover type for the pixel of 1km where the observation station locates

表4 基于30mASTER高程數(shù)據(jù)計(jì)算的每個(gè)站點(diǎn)所在1km像元范圍內(nèi)的地形起伏度以及坡度標(biāo)準(zhǔn)差Table 4 Terrain index and standard deviation of slope for the pixel of 1km with the observation station located

3.2 衛(wèi)星反演和地面估算LST對比

在觀測期間僅有2013年6月10日這天晴朗無云。由于白天受到太陽輻射的影響，LST具有很強(qiáng)的空間異質(zhì)性，隨時(shí)間的變化速度也很快，而夜間LST空間均一性好，隨時(shí)間變化緩慢，更適合產(chǎn)品的驗(yàn)證［1，12］，因此本文只針對夜間LST進(jìn)行分析。Terra衛(wèi)星6月10日夜間過境時(shí)間為當(dāng)?shù)貢r(shí)間22：30（相當(dāng)于北京時(shí)間6月11日00：23），Aqua衛(wèi)星6月11日夜間過境時(shí)間為當(dāng)?shù)貢r(shí)間01：12（相當(dāng)于北京時(shí)間6月11日02：53）。

結(jié)合長波輻射信息（表5）和土地覆蓋比例信息（表3），可以計(jì)算混合像元的LST。表6及表7顯示了兩次夜間過境時(shí)，基于面積加權(quán)法長波輻射計(jì)算的LST和基于單點(diǎn)法的長波輻射計(jì)算的LST，以及MODIS／LST產(chǎn)品數(shù)值。綜合所有樣本，面積加權(quán)法得出的均方根誤差在1.5K以內(nèi)，而單點(diǎn)法的均方根誤差卻是2K以上，說明面積加權(quán)法的效果好。但對于不同類型的像元，面積加權(quán)法的改善程度明顯不同。

表5 衛(wèi)星過境時(shí)刻站點(diǎn)所測的上行長波輻射和下行長波輻射（單位：W·m－2）Table 5 Upward and downward long wave radiation measurements of each observation station obtained at satellite overpass time（unit：W·m－2）

對于地表類型混雜程度高的像元，面積加權(quán)法得出的LST和MODIS／LST產(chǎn)品更為接近，以農(nóng)田站點(diǎn)像元為例，基于站點(diǎn)輻射測量值計(jì)算（單點(diǎn)法）得出的LST比Terra衛(wèi)星和Aqua衛(wèi)星的LST產(chǎn)品分別偏低3.40K和3.58K，如果采用面積加權(quán)法，與兩個(gè)產(chǎn)品的差異則縮小到0.63K和1.07K，對于草地站點(diǎn)像元，效果也是非常顯著，面積加權(quán)法將地面和衛(wèi)星產(chǎn)品的差異從3.35K和1.98K分別減少到1.07K 和0.08K。

對于陽坡森林站點(diǎn)像元，面積加權(quán)法和單點(diǎn)法的差別很小，因?yàn)橄裨獌?nèi)地表類型較為單一，有大約88%的面積被陽坡森林類型所覆蓋。陽坡森林站點(diǎn)所在的海拔較高（3166m），其周圍的草地、河灘也都處于海拔較高處，而草地和河灘的觀測站點(diǎn)位于海拔較低處（2900m），其測量值對高海拔的地區(qū)代表性有限，故面積加權(quán)法未改善陽坡森林站點(diǎn)像元的LST計(jì)算結(jié)果。

對于陰坡森林站點(diǎn)像元，面積加權(quán)法比單點(diǎn)輻射測量結(jié)果略差。與Terra衛(wèi)星、Aqua衛(wèi)星兩次過境時(shí)的LST相比，面積加權(quán)法得到LST誤差為2.84K和1.57K，而由單點(diǎn)法得到LST誤差為1.16K和0.08K。陰坡森林站點(diǎn)的位置比較特殊，介于林地和草地的交匯處，故對于兩種類型均有一定代表性，而陰坡森林站點(diǎn)所處1km像元中，地形起伏大，坡度變化大（表4），面積加權(quán)法對此種情況的適應(yīng)性降低，造成誤差增加。

由表6及表7還可以看出，Terra衛(wèi)星過境時(shí)衛(wèi)星反演LST和地表估算LST更加接近（Terra衛(wèi)星和Aqua衛(wèi)星均方根誤差分別為1.43K和1.48K），這與期望略有不符，因?yàn)閺挠^測時(shí)間來說，Aqua衛(wèi)星更接近于一天氣溫最低的時(shí)刻，同時(shí)也是地面均一性最好的時(shí)刻（因?yàn)榘滋焯栞椛涞挠绊懸呀?jīng)幾乎完全消退）［12］，Aqua衛(wèi)星反演LST的精度應(yīng)該更高。造成Terra衛(wèi)星LST精度更好的原因可能與觀測角度有關(guān)，Terra衛(wèi)星當(dāng)天過境時(shí)的觀測天頂角為34°，而Aqua衛(wèi)星當(dāng)天過境時(shí)的的天頂角為63°，衛(wèi)星反演LST是基于某個(gè)觀測角度上獲取的熱紅外通道的瞬時(shí)輻亮度信息，而地面推算LST用到的是半球方向長波輻射測量值，由于地面發(fā)射率和輻射具有明顯的方向性，當(dāng)衛(wèi)星觀測天頂角度越大，其獲取的LST與垂直觀測時(shí)的LST差異越大［11－12］。

表6 Terra MODIS／LST與面積加權(quán)法和單點(diǎn)法估算地面LST對比Table 6 Comparison of Terra MODIS／LST observations with field LST measurements，including AWA（area－weighted average）method and point－based method

表7 Aqua MODIS／LST與面積加權(quán)法和單點(diǎn)法估算地面LST對比Table 7 Comparison of Aqua MODIS／LST observations with field LST measurements，including AWA（area－weighted average）method and point－based method

利用面積加權(quán)法也可以計(jì)算研究區(qū)內(nèi)其他像元的LST，但因?yàn)槠渌裨獩]有站點(diǎn)實(shí)測長波輻射，因此無法進(jìn)行面積加權(quán)法和單點(diǎn)法的對比。圖3顯示了兩次衛(wèi)星過境時(shí)刻面積加權(quán)法獲得的LST和MODIS／LST之間的散點(diǎn)圖（因?yàn)闆]有水體上方的輻射觀測值，去除了10個(gè)包含水體的像元，剩余30個(gè)）。由圖3可以看出，衛(wèi)星和地面的LST有較好的一致性，除若干像元外，大部分像元兩種LST之間的差異均在2K以內(nèi)，當(dāng)綜合兩次過境時(shí)刻的數(shù)據(jù)，均方根誤差為1.40K。與前面針對站點(diǎn)像元的分析結(jié)果一致，Terra衛(wèi)星過境時(shí)刻的LST精度略高于Aqua衛(wèi)星過境時(shí)刻LST的精度，兩者的均方根誤差分別為1.29K和1.49K。

圖3 研究區(qū)MODIS／LST與面積加權(quán)法估算的地面LST散點(diǎn)圖Fig.3 Comparison of MODIS／LST with field LST measurements obtained with AWA method for the study region

4 關(guān)于混合像元LST驗(yàn)證的討論

混合像元的LST產(chǎn)品驗(yàn)證非常困難，其難點(diǎn)在于獲取可以與衛(wèi)星像元相匹配的地面觀測，本文結(jié)果顯示，在缺乏高空間分辨率熱紅外數(shù)據(jù)的情況下，多點(diǎn)同時(shí)采樣結(jié)合面積加權(quán)法，也可以在地面上獲取像元尺度的地表溫度，用于遙感產(chǎn)品的驗(yàn)證，該方法簡單易行，關(guān)鍵在于選擇具有代表性的站點(diǎn)和獲取準(zhǔn)確的地表分類圖。對于地表類型混雜程度高的像元，像元內(nèi)單點(diǎn)測量結(jié)果的代表性差，面積加權(quán)法的優(yōu)勢明顯。然而，如果像元的均一性較高（例如本文的陽坡森林像元），或者像元內(nèi)的地形起伏很大且類型多樣（如陰坡森林像元），面積加權(quán)法效果有限。

為了進(jìn)一步改善面積加權(quán)法，可以考慮引入地形修正方案。研究區(qū)地形復(fù)雜，即使對于同種土地覆蓋類型，若地形特征發(fā)生變化，能量平衡過程也會隨之改變［24］，而導(dǎo)致單個(gè)站點(diǎn)觀測值對其他區(qū)域的代表性降低。地形影響白天顯著，夜間減弱，本文只對夜間LST進(jìn)行了驗(yàn)證，故雖然沒考慮地形，但仍獲得了較為滿意的結(jié)果。若是對白天LST進(jìn)行驗(yàn)證，是否進(jìn)行地形修正將會對結(jié)果產(chǎn)生顯著影響。如何利用單點(diǎn)觀測推算其他地形條件下的觀測數(shù)據(jù)，是一個(gè)亟待解決的問題。

LST產(chǎn)品的誤差主要受到薄云、大氣水汽含量、地表發(fā)射率、觀測角度等因素的影響［1－2］，本文選擇的觀測時(shí)間晴朗無云，大氣水汽含量不高，因此主要誤差來源于地表發(fā)射率。本文采用的地表發(fā)射率是MODIS／LST產(chǎn)品，寬波段發(fā)射率εb也是利用文獻(xiàn)中的經(jīng)驗(yàn)公式，更好的辦法是實(shí)測發(fā)射率，或利用波譜庫推算寬波段發(fā)射率。但由于目前研究區(qū)缺乏這樣的數(shù)據(jù)，因此難以實(shí)施。為了評估εb對精度的影響，本文根據(jù)觀測數(shù)據(jù)進(jìn)行了敏感性分析，發(fā)現(xiàn)在夜間，當(dāng)上行和下行長波輻射之間的差異較小時(shí)，εb變化0.01，LST大約變化0.16K，而εb誤差一般不會超過0.02，說明LST對εb的敏感性不高，不會對結(jié)果造成很大影響，這與 Wang等［12］的結(jié)論相近。如果考慮εb誤差的影響，面積加權(quán)法的均方根誤差約為1.11～1.80K。另外，由于面積加權(quán)法需要利用多臺儀器同時(shí)觀測，儀器的定標(biāo)非常重要，如果土地覆蓋分類存在較大誤差，也會大大降低面積加權(quán)法的應(yīng)用效果。

5 小 結(jié)

本文根據(jù)多站點(diǎn)同時(shí)觀測地表上行和下行長波輻射，結(jié)合面積加權(quán)法，對西藏林芝地區(qū)夜間MODIS／LST產(chǎn)品進(jìn)行驗(yàn)證。結(jié)果表明：

1）面積加權(quán)法是一種簡單、實(shí)用、可行的LST尺度變換方法，可以比單點(diǎn)法更好地代表混合像元的整體狀況，單點(diǎn)法對像元的代表性不足，容易低估產(chǎn)品精度（10個(gè)樣本均方根誤差為2.2K），而面積加權(quán)法則對MODIS／LST產(chǎn)品的精度給出更高的評價(jià)（30個(gè)樣本均方根誤差為1.40K）。

2）對于地表類型混雜程度高的MODIS像元，面積加權(quán)法的優(yōu)勢更為明顯，可將衛(wèi)星產(chǎn)品與地面觀測之間的差異由3K降至1K以內(nèi)，對于地表較為均一的MODIS像元，兩種方法的效果相似。

本文采取的面積加權(quán)法僅考慮了地表覆蓋的影響，認(rèn)為同種地表覆蓋具有相同的地表輻射參數(shù)，為進(jìn)一步提高面積加權(quán)法的應(yīng)用效果、擴(kuò)大應(yīng)用范圍，可考慮加入地形修正因素，因?yàn)榈匦我彩强刂频乇砟芰科胶膺^程的一個(gè)重要因子。本研究結(jié)果還顯示，西藏林芝地區(qū)夜間 MODIS／LST產(chǎn)品精度較高，考慮到夜間LST與氣溫有很好的相關(guān)性［25］，遙感數(shù)據(jù)可以彌補(bǔ)該區(qū)域站點(diǎn)稀少的不足。長時(shí)間序列LST產(chǎn)品在該區(qū)域的氣候變化、通量估算等方面具有很大的應(yīng)用潛力。

［1］ Wang W H，Liang S L，Meyers T.Validating MODIS land surface temperature products using long－term nighttime ground measurements.Remote Sens Environ，2008，112：623－635.

［2］ 周紀(jì)，李京，張立新.針對MODIS數(shù)據(jù)的地表溫度反演算法檢驗(yàn)——以黑河流域上游為例.冰川凍土，2009，31（2）：239－246.

［3］ 王圓圓，李貴才，張艷.利用 MODIS／LST產(chǎn)品分析基準(zhǔn)氣候站環(huán)境代表性.應(yīng)用氣象學(xué)報(bào)，2011，22（2）：214－220.

［4］ Keramitsoglou I，Kiranoudis C T，Ceriola G，et al.Identification and analysis of urban surface temperature patterns in Greater Athens，Greece，using MODIS imagery.Remote Sens Environ，2011，115：3080－3090.

［5］ Mildrexler D J，Zhao M S，Running S W.A global comparison between station air temperature and MODIS land surface temperature reveals the cooling role of forests.J Geophys Res，2011，116，G03025，doi：10.1029／2010JG001486.

［6］ Wang Y Y，Li X，Tang S H.Validation of the SEBS－derived sensible heat for FY3A／VIRR and TERRA／MODIS over an alpine grass region using LAS.International Journal of Applied Earth Observation and Geoinformation，2013，23：226－233.

［7］ 申雙和，趙小艷，楊沈斌，等.利用ASTER數(shù)據(jù)分析南京城市地表溫度分布.應(yīng)用氣象學(xué)報(bào)，2009，20（4）：458－464.

［8］ 石濤，楊元建，馬菊，等.基于 MODIS的安徽省代表城市熱島效應(yīng)時(shí)空特征.應(yīng)用氣象學(xué)報(bào)，2013，24（4）：484－494.

［9］ 于敏，程明虎.基于NDVI－Ts特征空間的黑龍江省干旱監(jiān)測.應(yīng)用氣象學(xué)報(bào)，2010，21（2）：221－228.

［10］ Wan Z，Zhang Y，Zhang Q.Quality assessment and validation of the MODIS global land surface temperature.Inter J Remote Sens，2004，25：261－274.

［11］ Coll C，Caselles V，Galve J M，et al.Ground measurements for the validation of land surface temperatures derived from AATSR and MODIS data.Remote Sens Environ，2005，97：288－300.

［12］ Wang K C，Liang S L.Evaluation of ASTER and MODIS land surface temperature and emissivity products using long－term sur－face longwave radiation observations at SURFRAD sites.Remote Sens Environ，2009，113：1556－1565.

［13］ 高懋芳，覃志豪.中國MODIS地表溫度產(chǎn)品驗(yàn)證.國土資源遙感，2006（3）：15－18.

［14］ Liu Y B，Hiyama T，Yamaguchi Y.Scaling of land surface temperature using satellite data：A case examination on ASTER and MODIS products over a heterogeneous terrain area.Remote Sens Environ，2006，105：115－128.

［15］ Guillevic P C，Privette J L，Coudert B.Land surface temperature product validation using NOAA’s surface climate observation networks—Scaling methodology for the Visible Infrared Imager Radiometer Suite（VIIRS）.Remote Sens Environ，2012，124：282－298.

［16］ Wan Z，Dozier J.A generalized split－window algorithm for retrieving land surface temperature from space.IEEE Transactions on Geoscience and Remote Sensing，1996，34：892－905.

［17］ 吳曉，陳維英.利用FY－1D極軌氣象衛(wèi)星分裂窗區(qū)通道計(jì)算陸表溫度.應(yīng)用氣象學(xué)報(bào)，2005，16（1）：45－53.

［18］ Snyder W，Wan Z，Zhang Y，et al.Classification－based emissivity for land surface temperature measurement from space.International Journal of Remote Sensing，1998，19：2753－2774.

［19］ Li H，Sun D L，Yu Y Y，et al.Evaluation of the VIIRS and MODIS LST products in an arid area of Northwest China.Remote Sens Environ，2014，142：111－121.

［20］ 高登義，鄒捍，王維.雅魯藏布江水汽通道對降水的影響.山地學(xué)報(bào)，1985，3（4）：239－249.

［21］ 趙英時(shí).遙感應(yīng)用分析原理與方法.北京：科學(xué)出版社，2003：197－198.

［22］ Jin M L，Liang S L.An improved land surface emissivity parameter for land surface models using global remote sensing observations.J Cliamte，2006，19：2867－2881.

［23］ Wang K C，Wan Z M，Wang P C，et al.Estimation of surface long wave radiation and broadband emissivity using Moderate Resolution Imaging Spectroradiometer（MODIS）land surface temperature／emissivity products.J Geophys Res，2005，110，D11109，doi：10.1029／2004JD005566.

［24］ 申彥波，張順謙，郭鵬，等.四川省太陽能資源氣候?qū)W計(jì)算.應(yīng)用氣象學(xué)報(bào)，2014，25（4）：493－498.

［25］ Vancutsem C，Ceccato P，Dinku T，et al.Evaluation of MODIS land surface temperature data to estimate air temperature in different ecosystem over Africa.Remote Sens Environ，2010，114：449－465.

MODIS／LST Product Validation for Mixed Pixels at Linzhi of Tibet

Wang Yuanyuan1）Min Wenbin2）

1）（Key Laboratory of Radiometric Calibration and Validation for Environmental Satellites，China Meteorological Administration（LRCVES／CMA），Beijing100081）
2）（Institute of Plateau Meteorology，CMA，Chengdu610071）

Southeastern part of Tibet is featured with complicated terrain and diverse land cover types.Validation of MODIS／LST product（1－km spatial resolution）in this region is faced with mixed pixel issue.Pointbased LST measurements cannot represent the pixel well.To obtain ground LST measurements at pixel scale，traditional method usually depends on the high spatial resolution of thermal images，such as Aster and TM.However，these data are often unavailable due to persistent cloud cover and long repeat cycle.Therefore，a new simple method called area－weighted average（AWA）method is proposed，in which land cover map at high spatial resolution is combined with multi－site field observations to model the hypothetical observations at moderate pixel scale.The assumption of AWA method is that field observations can be shared within the same land cover.The AWA method is applied and analyzed on the case of Linzhi（with an area of 20km2）which locates in southeastern part of Tibet.First，5field stations are set up on 5typical land covers：Grassland，farmland，floodplain，forest at sunny slope，and forest at shadowy slope.The upward and downward long－wave radiations are measured simultaneously.Then the land cover map at 30mspatial resolution is derived from TM image using maximum likelihood classification method.For every 1－km MODIS pixel，the fraction of each typical land cover is calculated，and the radiation at MODIS pixel－scale is estimated through area－weighted averaging.The broadband emissivity is calculated using linear combination of narrowband emissivity of MODIS band 31and 32.Finally，LST at MODIS pixel－scale can be calculated based on Stefan－Boltzmann law.The AWA method is used for validating daily product of MODIS／LST from Terra and Aqua platforms on 10June 2013（LST at night is used because it changes slowly both in temporal and spatial domain）.Results show that the RMSE of MODIS／LST is below 1.4K（n＝30）when applying the AWA method.If a point－based measurement is used to directly represent a MODIS pixel，the RMSE is more than 2.2K （n＝10），showing a tendency of over－estimation.The error of Aqua LST is slightly greater than that of Terra LST，probably due to a larger sensor view zenith angle during overpass.Superiority of the AWA method is more noticeable for pixels with high land cover heterogeneity and gentle terrain.The difference in LST between satellite and field observations can be decreased from 3Kto 1K.However，for pixels with homogeneous land covers or with very tough terrains，the advantage of AWA method is limited.To further improve the AWA method，terrain adjustment should be taken into account when extrapolating point－based measurements to the same land cover but from another region，because the slope and aspect will influence the surface energy balance process even when the land cover stays the same.Results also indicate MODIS／LST data at nighttime in Linzhi Area are accurate，which are very meaningful considering the low density of meteorological stations in this area.

MODIS／LST；validation；mixed pixel；Linzhi Area

王圓圓，閔文彬.西藏林芝地區(qū)混合像元MODIS地表溫度產(chǎn)品驗(yàn)證.應(yīng)用氣象學(xué)報(bào)，2014，25（6）：722－730.

2014－04－24收到，2014－09－09收到再改稿。

公益性行業(yè)（氣象）科研專項(xiàng)（GYHY201206041），國家自然科學(xué)基金項(xiàng)目（41301461）

＊email：wangyuany＠cma.gov.cn