熊永柱, 陳　峰, 黃少鵬

(1.嘉應(yīng)學(xué)院 資源環(huán)境信息研究所，廣東 梅州 514015；

2.中山大學(xué) 大氣科學(xué)學(xué)院 ，廣州 510275；

3.西安交通大學(xué) 全球環(huán)境變化研究院，西安 710049；

4.密歇根大學(xué) 地球與環(huán)境科學(xué)系,美國(guó))

?

基于遙感技術(shù)的騰沖地?zé)岙惓^(qū)識(shí)別

熊永柱1, 陳峰2, 黃少鵬3,4

(1.嘉應(yīng)學(xué)院 資源環(huán)境信息研究所，廣東 梅州 514015；

2.中山大學(xué) 大氣科學(xué)學(xué)院 ，廣州 510275；

3.西安交通大學(xué) 全球環(huán)境變化研究院，西安 710049；

4.密歇根大學(xué) 地球與環(huán)境科學(xué)系,美國(guó))

[摘要]重點(diǎn)探討用遙感技術(shù)識(shí)別騰沖火山地?zé)釁^(qū)的地表熱異常?？疾斓乇頊囟鹊母怕史植?，提出了基于統(tǒng)計(jì)方法來識(shí)別地表溫度異常區(qū)的思路。同時(shí)，采用按高程信息來分區(qū)識(shí)別地表溫度異常區(qū)，以減小騰沖地區(qū)高程對(duì)地表溫度分布的影響，并結(jié)合遙感地質(zhì)構(gòu)造解譯和蝕變巖體遙感填圖結(jié)果，圈定騰沖地區(qū)地?zé)岙惓^(qū)的空間分布情況。共發(fā)現(xiàn)8處地?zé)岙惓^(qū)，其中3處是本次研究識(shí)別出來的。與有關(guān)地?zé)崽?、熱泉、火山的分布資料的對(duì)比分析，結(jié)果顯示所圈定的地?zé)岙惓^(qū)是較合理的。騰沖地?zé)岙惓^(qū)的空間分布明顯受到區(qū)內(nèi)地質(zhì)構(gòu)造控制，并跟地表高溫異常和巖體蝕變等遙感反演信息有密切的聯(lián)系。

[關(guān)鍵詞]遙感；地?zé)豳Y源；地質(zhì)構(gòu)造；巖體蝕變；騰沖

地?zé)豳Y源是指能夠?yàn)槿祟愃玫牡厍騼?nèi)部的熱能資源。作為一種清潔、綠色、低碳的可再生新能源，地?zé)豳Y源的開發(fā)利用對(duì)節(jié)能減排、緩解能源危機(jī)與氣候變暖等方面有重要意義[1-4]，已引起學(xué)術(shù)界的關(guān)注。深部循環(huán)的地下水和來自極深處的巖漿侵入到地殼后，把熱量從地下深處帶至近表層，從而在地表顯露出與地下熱活動(dòng)有關(guān)的地?zé)岙惓Ｐ畔?。地?zé)岙惓３庇^地表現(xiàn)為地?zé)岙惓^(qū)本身與周邊環(huán)境有一定的溫度差異外，地?zé)岬倪\(yùn)移、儲(chǔ)存等還受到地質(zhì)條件的控制。因此，地?zé)岙惓^(qū)圈定需要綜合分析區(qū)域的溫度異常、地形地貌、地質(zhì)構(gòu)造、地球物理、地球化學(xué)和巖體蝕變等特征信息。

遙感技術(shù)具有真實(shí)、客觀、宏觀反映地質(zhì)體空間信息的特點(diǎn)，能較好地反映與地?zé)岬刭|(zhì)體相關(guān)的區(qū)域地質(zhì)構(gòu)造及熱儲(chǔ)結(jié)構(gòu)、熱儲(chǔ)蓋層、地?zé)岙惓５刃畔?。地?zé)岙惓５拇嬖趧?shì)必引起地形、土壤、植被、水體等的異常，分析遙感圖像中的地表景觀及環(huán)境變異，可為地?zé)嵩刺綔y(cè)提供線索。目前，遙感技術(shù)已被國(guó)內(nèi)外學(xué)者應(yīng)用于地?zé)岙惓^(qū)的識(shí)別與提取，并取得了良好的應(yīng)用效果，圈定出新的地?zé)岙惓^(qū)[5-17]。楊波等通過對(duì)TM6波段熱紅外異常信息的提取，經(jīng)構(gòu)造解譯與地?zé)岙惓７植紖^(qū)的疊加分析，發(fā)現(xiàn)騰沖西南地區(qū)地?zé)岣患囊?guī)律性，提出了地?zé)崽锏倪b感影像模式，并預(yù)測(cè)出騰沖西南地區(qū)62處水熱活動(dòng)I級(jí)異常區(qū)[9]。張佩民等以遼寧鞍山-熊岳地區(qū)TM、航空熱紅外和航空彩紅外圖像增強(qiáng)處理為基礎(chǔ)，結(jié)合已知溫泉產(chǎn)出的地質(zhì)構(gòu)造條件、野外實(shí)地調(diào)查和地面測(cè)溫等資料識(shí)別地?zé)岙惓５目責(zé)針?gòu)造和控?zé)釒r性，進(jìn)行地?zé)岙惓^(qū)綜合遙感預(yù)測(cè)，圈定了7處存在地?zé)岙惓５挠欣囟蝃12]。許軍強(qiáng)等基于長(zhǎng)白山火山地?zé)釁^(qū)ASTER遙感數(shù)據(jù)，運(yùn)用比輻射率歸一化方法定量反演了該區(qū)地表溫度，并結(jié)合地質(zhì)構(gòu)造的遙感解譯、水熱活動(dòng)及深源氣體釋放特征等資料的關(guān)聯(lián)分析，預(yù)測(cè)出該區(qū)存在2個(gè)地?zé)豳Y源有利區(qū)[15]。Qin等應(yīng)用ETM+熱紅外數(shù)據(jù)反演了云南騰沖地區(qū)地表溫度，結(jié)合地質(zhì)構(gòu)造和巖漿活動(dòng)分析，圈定了4個(gè)溫度異常區(qū)作為地?zé)釁^(qū)[16]。Littlefield等以美國(guó)內(nèi)華達(dá)北魚湖谷地區(qū)AVIRIS，HyMap和ProSpecTIR三種高光譜航空遙感數(shù)據(jù)為基礎(chǔ)，通過地?zé)嶂甘镜V物制圖，結(jié)合野外地質(zhì)驗(yàn)證，識(shí)別出4處新的地?zé)峥碧綕摿^(qū)[14]。騰沖火山地?zé)釁^(qū)集地震、火山、地?zé)峄顒?dòng)為一處，區(qū)內(nèi)深大斷裂、地下巖漿活動(dòng)、豐沛降水、松散沉積物等一系列因素，導(dǎo)致其成為中國(guó)乃至世界為數(shù)不多的地?zé)豳Y源寶庫之一[9]。對(duì)該區(qū)內(nèi)的地?zé)岙惓^(qū)的準(zhǔn)確圈定將有助于進(jìn)一步提高對(duì)區(qū)內(nèi)地?zé)豳Y源空間分布規(guī)律的認(rèn)識(shí)，為地?zé)豳Y源的勘查評(píng)估及可持續(xù)開發(fā)利用提供依據(jù)。本文以遙感技術(shù)為主要手段，綜合提取地表溫度異常、地質(zhì)構(gòu)造活動(dòng)和巖體蝕變等遙感解譯信息，探討對(duì)騰沖地區(qū)地?zé)岙惓^(qū)進(jìn)行快速有效識(shí)別的技術(shù)方法。

1研究區(qū)域與數(shù)據(jù)集

1.1研究區(qū)概況

1.2遙感數(shù)據(jù)

本研究主要采用美國(guó)陸地資源衛(wèi)星Landsat 7 ETM+遙感影像數(shù)據(jù)(軌道號(hào)為132/043)，獲取時(shí)相為2003年2月17日上午11:42，包含有6個(gè)空間分辨率為30 m的可見光/近紅外波段、1個(gè)空間分辨率為60 m的熱紅外波段和一個(gè)空間分辨率為15 m的全色波段。高程數(shù)據(jù)SRTM (Shuttle Radar Topography Mission)采用馬里蘭大學(xué)GLCF(Global Land Cover Facility)的“Filled Finished-B”產(chǎn)品(軌道號(hào)132/043)，其空間分辨率為90 m。 同時(shí)，選擇與Landsat 7 ETM+ 過境時(shí)相相近的MODIS Terra的 MOD05 大氣水分含量產(chǎn)品(空間分辨率為1 km×1 km)，作為地表溫度反演的大氣參數(shù)。以上影像數(shù)據(jù)通過預(yù)處理，投影到統(tǒng)一地理坐標(biāo)系(UTM/WGS84，N47)，并按實(shí)際需要采用最鄰近法對(duì)數(shù)據(jù)進(jìn)行空間重采樣。

2技術(shù)與方法

2.1基于統(tǒng)計(jì)方法的地表溫度異常識(shí)別

本文以區(qū)域內(nèi)的地表溫度概率分布情形提出一個(gè)識(shí)別地表溫度異常的統(tǒng)計(jì)方法。由遙感影像的原始記錄值(即DN值)得到的區(qū)域內(nèi)的地表溫度值是離散的，每個(gè)溫度值Tk對(duì)應(yīng)一個(gè)概率值Pk[式(1)]，稱為地表溫度的分布律。地表溫度的分布函數(shù)[式(2)]為≤Tk的溫度值所對(duì)應(yīng)的概率之和，其物理意義是指研究區(qū)域中地表溫度值≤Tk的區(qū)域所占的比例。在本文中，溫度值Tk所對(duì)應(yīng)的分布函數(shù)值可看作是高于該值的地表溫度判別為異常高溫的可能性。Tk值越高其對(duì)應(yīng)的分布函數(shù)值越大， 因此地表溫度值高于Tk的區(qū)域被判定為高溫異常區(qū)的可能性越大；反之，Tk值越低其對(duì)應(yīng)的分布函數(shù)值越小，地表溫度值低于Tk的區(qū)域被判定為低溫異常區(qū)的可能性也就越大。因此，為了提取地表溫度異常區(qū)，需要選取合適的Tk作為閾值。

P{T=Tk}=Pk, (k=1,2,…)

(1)

(2)

假定在研究區(qū)范圍內(nèi)的地表溫度值呈正態(tài)分布，如圖1所示，選取的閾值KH表明研究區(qū)中地表溫度值高于KH的為高溫異常區(qū)，而選取的閾值KL表明地表溫度低于KL的為低溫異常區(qū)。式(3)表示確定一個(gè)閾值KH，便可得到其對(duì)應(yīng)的高溫異常區(qū)所占區(qū)域比例為αH；同樣，式(4)表明對(duì)一個(gè)確定的閾值KL，得到其對(duì)應(yīng)的低溫異常區(qū)所占比例為αL。反之，若假定已知研究區(qū)域中高、低溫異常區(qū)所占比例αH和αL，我們可以確定對(duì)應(yīng)的閾值KH和KL。因此，可以由式(3)和式(4)分別推導(dǎo)得到式(5)和式(6)。若用F′(a)表示分布函數(shù)值為a時(shí)所對(duì)應(yīng)的標(biāo)準(zhǔn)化溫度值，通過變換式(5)和式(6)，最終得到用來確定高溫異常區(qū)和低溫異常區(qū)的閾值，分別為式(7)和式(8)。其中，F(xiàn)′(1-αH)和F′(1-αL)的具體值可以通過查找標(biāo)準(zhǔn)正態(tài)分布表獲得，如當(dāng)αH為0.05和0.10時(shí)，對(duì)應(yīng)的F′(1-αH)分別為1.645和1.282。本文主要討論設(shè)定αH為0.10的結(jié)果。

圖1　基于統(tǒng)計(jì)方法的地表溫度異常判別示意圖Fig.1　Statistics based on the identification ofland surface temperature anomaly

(3)

P{T≤TL}=αL

(4)

(5)

(6)

TH=MT+F′(1-αH)σT

(7)

TL=MT-F′(1-αL)σT

(8)

其中:MT,σT分別為研究區(qū)域地表溫度均值和標(biāo)準(zhǔn)差的統(tǒng)計(jì)值。

若研究區(qū)的地表起伏小，依據(jù)上述統(tǒng)計(jì)方法來確定初步的閾值；再比較不同閾值設(shè)定情況下的地表溫度異常區(qū)，來確定最終的閾值，進(jìn)而圈定區(qū)域的地表溫度異常區(qū)。

2.2地表溫度信息提取

目前利用Landsat 5/7的熱紅外單波段提取地表溫度有3種方法：?jiǎn)瓮ǖ浪惴╗26]、單窗算法[27]和基于輻射傳輸方程的算法[28]。與其他2種反演算法相比，單通道算法所需要的已知參數(shù)相對(duì)較少，且反演精度也較高[28]。本文采用文獻(xiàn)[29]中所提出的單通道算法[式(9)]從Landsat 7 ETM+熱紅外波段提取地表溫度(Ts)。

(9)

式中:ε為地物發(fā)射率;λ為ETM+ 熱紅外波段的有效波長(zhǎng)(11.269 μm);γ=1/β和δ=-α/β為反演模型的中間變量。α和β分別用式(10)和式(11)表示，且兩式中T0為地表溫度的近似值，可近似為熱紅外波段的亮溫值Tb[26]；ψ1，ψ2，ψ3為3個(gè)大氣參數(shù)[式(12)]，可表示為大氣水分含量的二次多項(xiàng)式擬合[式(13)][29]。

(10)

(11)

(12)

(13)

式中: cij為多項(xiàng)式擬合系數(shù); τ為大氣透過率; L↑為大氣上行輻射; L↓為大氣下行輻射量。Jiménez-Muoz等(2009)利用不同大氣廓線數(shù)據(jù)庫對(duì)式(13)中的系數(shù)進(jìn)行了模擬估算，本文采用標(biāo)準(zhǔn)大氣條件下的模擬估算的參數(shù)結(jié)果[式(14)][29]。

(14)

由于區(qū)域大氣水分含量的分布存在一定程度的空間異質(zhì)性，以往假定其均質(zhì)而以某點(diǎn)的大氣狀況代替整個(gè)區(qū)域的做法不可避免地會(huì)給地表溫度反演帶來誤差[30]。本文采用與Landsat 7 ETM+ 過境時(shí)相相近的MODIS MOD05產(chǎn)品作為地表溫度反演的大氣參數(shù)，以提高反演精度[30]。具體流程如圖2。

圖2　利用Landsat 7 ETM+熱紅外單波段影像反演地表溫度流程Fig.2　Retrieval procedure for land surface temperaturefrom the single thermal infrared channel ofLandsat 7 ETM+

圖3　研究區(qū)內(nèi)高程與地表溫度關(guān)系圖Fig.3　Relationship between surface elevationand land surface temperature in studied area

理論上，在地表狀況均質(zhì)分布、地形起伏小的區(qū)域，采用如前所述(2.1)的統(tǒng)計(jì)方法能對(duì)地表溫度熱異常區(qū)進(jìn)行有效識(shí)別。然而，騰沖區(qū)內(nèi)地形起伏很大，由高程差異引起的地表溫度差異可能會(huì)掩蓋真實(shí)的地表溫度熱異常。為了弄清研究區(qū)范圍內(nèi)高程對(duì)地表溫度(本文主要是指由遙感反演得到的地物表面溫度)的影響，本文將研究區(qū)按高程值等間隔(以100 m為間距)分為30個(gè)高程子區(qū)，然后分別統(tǒng)計(jì)各子區(qū)內(nèi)的地表溫度分布情況。具體的子區(qū)劃分為：≤0.3 km, (0.3 km, 0.4 km], (0.4 km, 0.5 km], …, (3 km, 3.1 km]和>3.1 km?？傮w來看，地表溫度隨著海拔高度升高而呈較明顯的線性下降趨勢(shì)；由地表高程的差異所引起的最大地表溫差， 即研究區(qū)中最低高程子區(qū)的平均地表溫度與最高高程子區(qū)的平均地表溫度之差，約為10 K(圖3)?？梢?，在識(shí)別騰沖地區(qū)的地表溫度異常區(qū)時(shí)，有必要考慮高程的影響。因此，我們嘗試了如下2種方法：(1)對(duì)30個(gè)高程子區(qū)分別提取地表溫度異常區(qū)，然后再綜合由不同子區(qū)識(shí)別的結(jié)果；(2)利用高程與地表溫度之間的關(guān)系式(圖3)將地表溫度修正到某一參考高程，然后對(duì)地表溫度異常區(qū)進(jìn)行識(shí)別，來減小地形起伏給識(shí)別地表溫度異常區(qū)帶來的不利影響。限于篇幅，本文僅列出方法(1)的結(jié)果。

2.3地質(zhì)構(gòu)造遙感解譯

騰沖地區(qū)的地?zé)豳Y源與斷裂和火山活動(dòng)關(guān)系密切[9]，因此，我們利用遙感圖像目視解譯了研究區(qū)內(nèi)主要的線性和環(huán)形構(gòu)造。衛(wèi)星遙感在反映地質(zhì)構(gòu)造，特別是線性和環(huán)形形跡的分析時(shí)可提供大量新的地質(zhì)信息[15]。線性形跡主要指斷裂構(gòu)造，它控制著巖漿活動(dòng)以及礦液的運(yùn)移和儲(chǔ)存，對(duì)成礦、導(dǎo)礦及儲(chǔ)礦起著重要作用；環(huán)形構(gòu)造多是地球內(nèi)部熱源活動(dòng)形跡在地殼中的總體表現(xiàn)，受隱伏巖體控制的環(huán)形構(gòu)造與熱液成礦密切相關(guān)。線性構(gòu)造的影像特征主要通過色調(diào)、水系及地貌等表現(xiàn)：色調(diào)標(biāo)志為差異色調(diào)界線，呈直線或近似直線狀；水系標(biāo)志為河流的直角拐彎或近直角拐彎，串珠狀水系重復(fù)出現(xiàn)；地貌標(biāo)志有斷層崖及錯(cuò)斷山脊等。環(huán)形構(gòu)造影像特征主要通過色調(diào)和形狀來表現(xiàn)，除此之外，地貌、水系也是識(shí)別環(huán)形構(gòu)造的重要標(biāo)志[15]。要準(zhǔn)確識(shí)別構(gòu)造的解譯標(biāo)志，還需對(duì)遙感圖像進(jìn)行適當(dāng)?shù)脑鰪?qiáng)處理和信息提取，以增強(qiáng)地質(zhì)構(gòu)造的影像信息標(biāo)志。本研究利用Landsat 7 ETM+多光譜波段(Band 5、Band 4和Band 3)的假彩色合成圖像以及方向?yàn)V波的結(jié)果影像來解譯研究區(qū)內(nèi)主要的構(gòu)造，并分析其與地表溫度異常區(qū)在空間分布上的關(guān)系。

2.4與地?zé)岙惓Ｓ嘘P(guān)的蝕變巖體識(shí)別

在假彩色合成圖上，可能與地?zé)峄顒?dòng)有關(guān)的巖石和土壤多呈現(xiàn)紫色或淡紫色，這是近紅外波段反映蝕變巖和土壤與藍(lán)光波段反映地下水合成效應(yīng)的結(jié)果，常被認(rèn)為是地?zé)崽锷{(diào)異常的影像[9]。本文擬以已知的地?zé)崽?、火山、熱泉作為?xùn)練樣區(qū)。以訓(xùn)練區(qū)特征光譜作為參考光譜，采用光譜角填圖的方法(ENVI: Spectral Angle Mapping)來識(shí)別研究區(qū)中與訓(xùn)練區(qū)具有相同或相近光譜特征的蝕變巖體分布區(qū)，作為地?zé)岙惓^(qū)的可能區(qū)域。

3結(jié)果分析與討論

3.1結(jié)果分析

對(duì)比地表溫度分布(圖4-B)和地表覆蓋情況(圖4-A)，不難發(fā)現(xiàn)地表高溫值多出現(xiàn)在巖石與土壤裸露區(qū)域，而地表低溫值則主要出現(xiàn)在植被覆蓋和水體區(qū)。不同位置的植被覆蓋區(qū)呈現(xiàn)出一定的地表溫度差異，如圖4(B)中的紅色多邊形所示。統(tǒng)計(jì)結(jié)果顯示(表1)，3個(gè)感興趣區(qū)的植被覆蓋狀況相似，區(qū)域間的平均歸一化植被指數(shù)(NDVI)差異不大；但地表溫度的差別較大，區(qū)1的平均地表溫度比區(qū)2的高近7.92 K，比區(qū)3高6.04 K(表1)。采用地表溫度與高程之間的線性關(guān)系式(圖3)，估算出區(qū)1與區(qū)2間的地表溫度差異為7.41 K(實(shí)際為7.92 K)，區(qū)1與區(qū)3間的地表溫度差異為6.00 K(實(shí)際為6.04 K)。由此表明，3個(gè)感興趣區(qū)的植被溫度的差異除了與植被類型、植被水分含量以及土壤含水量等有關(guān)外，在很大程度上與高程差異有關(guān)。因此，在識(shí)別地表溫度熱異常區(qū)的過程中考慮高程的影響是很有必要的。而每一高程子區(qū)內(nèi)地表溫度的分布頻率也基本呈正態(tài)分布(圖5)，以2個(gè)高程子區(qū)(1 km, 1.1 km]和(1.5 km, 1.6 km]為例，表明前文所提出的基于概率統(tǒng)計(jì)的地表溫度異常識(shí)別方法是合理的(見2.1)。

圖4　基于單時(shí)相Landsat單波段的地表溫度高溫?zé)岙惓^(qū)識(shí)別Fig.4　Identification of the anomalous areas withhigh land surface temperature obtained by singlethermal infrared channel of Landsat 7 ETM+(A)多光譜假彩色合成圖(R: Band5，G: Band4，B: Band3); (B)地表溫度分布圖; (C)本文改進(jìn)方法提取的虛線框內(nèi)高溫異常區(qū);(D)常規(guī)方法提取的高溫異常區(qū)

感興趣區(qū)T平均/K平均NDVI平均高程/m區(qū)1291.72 0.70 675.79區(qū)2283.80 0.65 2576.24區(qū)3285.68 0.67 2215.46

對(duì)比在考慮和不考慮高程影響情況下所提取的地表溫度高溫異常區(qū)分布結(jié)果(圖4-C、D)，幾個(gè)已知的熱田、火山、熱泉多位于高溫?zé)岙惓｜c(diǎn)/區(qū)或周邊區(qū)域，同時(shí)在北海濕地周邊存在大范圍的地表高溫?zé)岙惓^(qū)。白色虛線范圍內(nèi)的結(jié)果顯示(圖4-C、D)，與未考慮高程影響的結(jié)果相比，考慮高程影響后的改進(jìn)方法識(shí)別出的高溫?zé)岙惓｜c(diǎn)/區(qū)范圍更廣，與已知的熱田、火山、熱泉所在位置更接近。可見，地下熱活動(dòng)能在地表呈現(xiàn)出一定范圍的地表高溫異常區(qū)。因此,可以認(rèn)為，利用熱紅外遙感影像所反映的地表溫度信息能識(shí)別出與地下熱活動(dòng)有關(guān)的潛在地表高溫?zé)岙惓^(qū)；而在地形起伏較大的區(qū)域，要識(shí)別地表溫度熱異常區(qū)應(yīng)考慮高程的影響。

在假彩色合成圖上(圖4-A)，可能與地?zé)峄顒?dòng)有關(guān)的巖石和土壤多呈現(xiàn)紫色或淡紫色，該色調(diào)主要分布于山間盆地和山溝內(nèi)，以及低山丘地段；幾個(gè)已知的地?zé)崽?、火山、熱泉多在此色調(diào)區(qū)內(nèi)或周圍區(qū)域。因此，可認(rèn)為該色調(diào)異常區(qū)域是尋找地?zé)岙惓^(qū)和地?zé)崽锏陌袇^(qū)。以已知的地?zé)崽铩⒒鹕?、熱泉作為?xùn)練樣區(qū)(圖4-A)。相應(yīng)地，以訓(xùn)練區(qū)特征光譜作為參考光譜，采用光譜角填圖的方法來識(shí)別研究區(qū)中與訓(xùn)練區(qū)具有相同或相近光譜特征的蝕變巖體分布區(qū)，作為地?zé)岙惓^(qū)的可能區(qū)域。遙感填圖結(jié)果顯示(圖6-A白色斑塊所示)，蝕變巖體主要分布在線性和環(huán)形構(gòu)造周邊區(qū)域。其原因可能在于，該地區(qū)構(gòu)造邊緣多斷層發(fā)育，提供主要的熱水循環(huán)通道，地下熱水由于存在和地表壓力差異，故而沿著裂隙上升，松散的第四系和河流沉積物成為理想的上升通道，或沿著火山管壁上升，在火山口附近集聚[9]，使得周邊地下水合成效應(yīng)明顯，巖石易發(fā)生蝕變，并在遙感影像上呈現(xiàn)出明顯的特征光譜。因此，有蝕變巖體分布的區(qū)域可以圈定為地?zé)峄顒?dòng)異常的靶區(qū)。

圖5　不同高程子區(qū)范圍內(nèi)的地表溫度分布Fig.5　Distribution frequency of land surface temperatures in different elevation ranges虛線為參考的正態(tài)分布

圖6　地?zé)岙惓^(qū)識(shí)別Fig.6　Identification of geothermal anomaly(A)地質(zhì)構(gòu)造解譯與蝕變巖體填圖結(jié)果; (B)識(shí)別的地?zé)岙惓^(qū)(用白色顯示)，為蝕變巖體與地表溫度異常區(qū)疊加分析結(jié)果，虛線框?yàn)榉糯箫@示的區(qū)域

采用求與運(yùn)算來綜合地表高溫異常區(qū)、地質(zhì)構(gòu)造解譯和蝕變巖體分布圖，我們最終圈定了該地?zé)岙惓^(qū)的分布情況(圖6-B)。幾個(gè)明顯的地?zé)岙惓^(qū)分布在：瑞滇鄉(xiāng)—固?hào)|鎮(zhèn)—曲石鄉(xiāng)沿西沙河一線、馬站鄉(xiāng)周邊、北海濕地周邊、和順鄉(xiāng)—中和鄉(xiāng)沿線、騰越鎮(zhèn)—熱海沿線。其中，曲石地?zé)岙惓^(qū)面積約為2.3 km2；固?hào)|鎮(zhèn)-曲石之間的地?zé)岙惓^(qū)面積約為6.9 km2，主要集中分布在團(tuán)山、小團(tuán)山以及城子樓山等火山口附近區(qū)域；圈定的馬站鄉(xiāng)周邊地?zé)岙惓^(qū)面積約為4.6 km2，且集中分布在大、小空山等火山口周邊區(qū)域；約3.6 km2的地?zé)岙惓^(qū)分布在和順鄉(xiāng)—中和鄉(xiāng)沿線；在北海濕地周邊區(qū)域也有約3.20 km2的地?zé)岙惓^(qū)分布。同時(shí)，對(duì)比結(jié)果可知，幾個(gè)已知的熱田、火山、熱泉所在位置多位于圈定的地?zé)岙惓^(qū)范圍內(nèi)。

由于瑞滇、曲石、馬站、北海濕地均為騰沖火山地?zé)釃?guó)家地質(zhì)公園的主要片區(qū)，且騰沖地區(qū)的地?zé)豳Y源與斷裂和火山活動(dòng)關(guān)系密切[9]，因此，可以推測(cè)在這幾個(gè)片區(qū)均有地?zé)豳Y源分布。資料顯示，馬站火山群景區(qū)位于騰沖縣城北25 km的馬站鄉(xiāng)，景區(qū)面積約80 km2，包括保存完好、形象生動(dòng)、氣勢(shì)雄偉、很有觀賞特色和科考價(jià)值的9座火山，廣布大面積的熔巖流臺(tái)地景觀；而在曲石鄉(xiāng)有碳酸泉集中分布。另外，著名的瑞滇熱泉?jiǎng)t位于瑞滇鄉(xiāng)與固?hào)|鎮(zhèn)之間的鴉烏山玄武巖流末端北側(cè)，熱水從花崗巖與砂巖的接觸帶流出。該泉早年水溫在90℃以上，因修路、蓋澡堂等原因，泉口位置已有較大變化，但地?zé)崃黧w釋放情況變化不大，現(xiàn)水溫仍在83℃以上，且有較強(qiáng)烈的氣體釋放[23]。由此可見，我們?nèi)Χǖ慕Y(jié)果與已有資料情況是相吻合的。

受植被覆蓋的影響，本文所圈定的地?zé)岙惓^(qū)在騰沖熱海區(qū)范圍內(nèi)多呈零星分布狀。幾個(gè)相對(duì)較小的地?zé)岙惓^(qū)多分布在有明顯地?zé)岙惓ｏ@露的周邊，如平安寺—下綺羅、下綺羅—老羊河、太平村—荷花塘—弄煥—囊煙街—熱水塘沿線、興隆—王家壩、小羅綺坪—謝家營(yíng)及董官村—盧家寨沿線，這與已有報(bào)道中的部分結(jié)果相似[9]。其中，興隆—王家壩、小羅綺坪—謝家營(yíng)和董官村—盧家寨沿線地?zé)岙惓^(qū)是本文新識(shí)別出的。

3.2討 論

在地表溫度熱異常識(shí)別中，如何選擇合適的尺度值得注意，即遙感數(shù)據(jù)的空間分辨率和研究區(qū)的空間幅度范圍。為了說明遙感數(shù)據(jù)的空間分辨率對(duì)識(shí)別地表溫度熱異常區(qū)的影響，我們采用與圖4(A) 所示范圍相同的MODIS白天時(shí)相的地表溫度數(shù)據(jù)來識(shí)別地表高溫?zé)岙惓^(qū)。 所采用的數(shù)據(jù)為2003年全年的MODIS 陸地地表溫度產(chǎn)品8天合成數(shù)據(jù)，即 Aqua(MYD11A2)白天(北京時(shí)間14:30左右)和Terra(MOD11A2)白天(北京時(shí)間10:30左右)的產(chǎn)品。如圖7所示(圖7中白色虛線框所示空間范圍與圖4-C中的相同)，由白天的MODIS地表溫度信息提取的高溫?zé)岙惓^(qū)與由Landsat地表溫度信息所識(shí)別出的高溫?zé)岙惓^(qū)的空間輪廓較為一致，且區(qū)內(nèi)已知的熱田、火山、熱泉等反映地下熱活動(dòng)的點(diǎn)位也分布在識(shí)別的高溫?zé)岙惓^(qū)內(nèi)；由于缺少細(xì)節(jié)信息，使得一些面積較小的熱異常區(qū)在MODIS的識(shí)別結(jié)果中丟失。改變空間范圍，使得盡管在不同空間幅度范圍所識(shí)別出的地表熱異常區(qū)大體格局相近，但熱異常區(qū)的具體空間位置和范圍存在較明顯的差異。由此表明，在地表溫度熱異常區(qū)的識(shí)別過程中，應(yīng)該綜合考慮研究區(qū)的空間幅度范圍和所選用遙感數(shù)據(jù)的空間分辨率。本文所采用的基于概率統(tǒng)計(jì)的地表溫度熱異常判定方法僅依據(jù)影像中像元自身的地表溫度信息，而未考慮相鄰像元間的空間相關(guān)關(guān)系，使得識(shí)別的結(jié)果中高溫異常區(qū)呈零散隨機(jī)狀分布的可能性增大，而與實(shí)際情況不符。

圖7　采用多時(shí)相MODIS Terra/Aqua識(shí)別的地表溫度高溫?zé)岙惓^(qū)Fig.7　Anomalous areas with high land surfacetemperature based on multi-temporalobservations by MODIS Terra/Aqua

光譜角填圖法被認(rèn)為是一種有效的巖體識(shí)別、礦物填圖、地物分類方法。本文采用該方法對(duì)研究區(qū)中與地?zé)峄顒?dòng)有關(guān)的蝕變巖體進(jìn)行了識(shí)別。通過與文獻(xiàn)資料中所提及的有豐富地?zé)岱植嫉膮^(qū)域作對(duì)比，表明了識(shí)別結(jié)果的精度是可以接受的。為確保結(jié)果的準(zhǔn)確性，該方法要求蝕變巖體的參考光譜是純凈的且與其他地物的參考光譜有明顯差異。受傳感器波段設(shè)置的限制，使得在Landsat 7 ETM+ 的光譜范圍內(nèi)存在，如蝕變巖體的參考光譜與某些巖體類型的光譜曲線形狀相似、光譜值差別不大以及特征波段不明顯等問題，從而會(huì)在一定程度上影響對(duì)蝕變巖體的識(shí)別。解決此問題的可能途徑之一是采用高光譜遙感。高光譜遙感的成像光譜儀可以收集到上百個(gè)非常窄的光譜波段信息，從而利用很多很窄的電磁波波段從感興趣的物體獲得包含豐富的空間、輻射和光譜3重信息的數(shù)據(jù)，使得原本在寬波段的多光譜遙感中(如Landsat 5/7 TM/ETM+)不可探測(cè)的巖體類型，在高光譜遙感中能被有效識(shí)別。

地表植被覆蓋對(duì)地表溫度異常和蝕變巖體的識(shí)別過程均有一定的影響，僅利用本文所提出的方法還無法完全準(zhǔn)確地識(shí)別出所有的地?zé)岙惓^(qū)，而本文識(shí)別的地?zé)岙惓^(qū)主要分布在地表無植被覆蓋的區(qū)域內(nèi)。下一步有必要采用高時(shí)相分辨率的遙感影像(光學(xué)與熱紅外)，探索對(duì)有植被覆蓋的地?zé)岙惓^(qū)進(jìn)行有效識(shí)別。Landsat 7 ETM+ 過境時(shí)間是當(dāng)?shù)貢r(shí)間上午10:30左右，此時(shí)地表溫度主要受控于太陽輻射，導(dǎo)致真實(shí)的地下熱異常信息在一定程度上被掩飾；同時(shí)，單一時(shí)相的地表溫度信息中包含的隨機(jī)成分也比較大。因此，通過多時(shí)相的地表溫度信息應(yīng)該能提取出更真實(shí)的地?zé)岙惓^(qū)域。

4結(jié) 論

本文重點(diǎn)探討了以遙感技術(shù)為手段，綜合地表高溫異常、地質(zhì)構(gòu)造解譯和蝕變巖體分布3方面的信息來圈定騰沖地區(qū)的地?zé)岙惓^(qū)空間分布情況。遙感地表溫度反演結(jié)果顯示，高程與地表溫度之間存在明顯的趨勢(shì)關(guān)系。騰沖地區(qū)地形起伏很大，由高程差異引起的地表溫度差異會(huì)在一定程度上影響對(duì)地表熱異常區(qū)的識(shí)別。本文對(duì)地表溫度熱異常區(qū)按高程進(jìn)行分區(qū)識(shí)別，避免了高程的影響，有效性地提高了地?zé)岙惓^(qū)識(shí)別的精度。利用熱紅外遙感影像所反映的地表溫度信息能較好地識(shí)別出與地下熱活動(dòng)有關(guān)的地表高溫?zé)岙惓^(qū)。結(jié)合地形、地貌、地質(zhì)、構(gòu)造、巖漿活動(dòng)及巖石蝕變等遙感解譯結(jié)果則能對(duì)地?zé)岙惓^(qū)進(jìn)行更加科學(xué)有效識(shí)別。

中國(guó)可利用地?zé)豳Y源儲(chǔ)量巨大。在氣候變化與節(jié)能減排的雙重壓力下，迫切需要進(jìn)一步加強(qiáng)勘查評(píng)價(jià)與開發(fā)利用。除了采用常規(guī)的地表地?zé)嵴{(diào)查、鉆探和各種物探方法外，遙感技術(shù)在地?zé)豳Y源勘查評(píng)價(jià)中可以發(fā)揮重要作用，具有快速和經(jīng)濟(jì)特性，需要進(jìn)一步加強(qiáng)研究和利用。

[參考文獻(xiàn)]

[1] Huang S, Liu J. Geothermal energy stuck between a rock and a hot place[J]. Nature, 2010, 463(7279): 293.

[2] Huang S. Geothermal energy in China[J]. Nature Climate Change, 2012, 2(8): 557-560.

[3] Peng F, Xiong Y, Cheng Y,etal. Towards application of remote sensing technology in geothermal prospecting in Xilingol in Eastern Inner Mongolia, NE China[J]. Advanced Materials Research, 2013, 610-613: 3628-3631.

[4] Goldstein B, Hiriart G, Bertani R,etal. Geothermal energy [C]//IPCC Special Report on Renewable Energy Sources and Climate Change Mitigation. Cambridge: Cambridge University Press, 2011: 401-436.

[5] 王飛躍，陳強(qiáng)華.應(yīng)用多波段合成圖像圈定地?zé)岙惓５某醪教剿鱗J].國(guó)土資源遙感,1997(1):52-58.

Wang F Y, Chen Q H. The interpretation of geothermal anomaly on multispectral image[J]. Remote Sensing for Land Resources, 1997(1): 52-58. (In Chinese)

[6] Calvin W, Coolbaugh M, Vaughan R G. Geothermal site characterization sensing multi- and hyperspectral imagery[J]. Transactions Geothermal Resources Council, 2002, 26: 483-484.

[7] Muraoka H, Uchida T. Overview of the “Research cooperation project on the exploration of small-scale geothermal resources in the eastern part of Indonesia” by the Geological Survey of Japan[J]. Bulletin of the Geological Survey of Japan, 2002, 53(2/3): 63-78.

[8] Urai M, Muraoka H, Nasution A. Satellite remote sensing data and their interpretations for geothermal applications: A case study on the Ngada District, central Flores, Indonesia[J]. Bulletin of the Geological Survey of Japan, 2002, 53(2/3): 99-108.

[9] 楊波,吳德文,賴健清,等.遙感技術(shù)在騰沖西南地區(qū)地?zé)豳Y源研究預(yù)測(cè)中的應(yīng)用[J].國(guó)土資源遙感,2003(2):23-26.

Yang B, Wu D W, Lai J Q,etal. The application of remote sensing technology to the study and forecast of terrestrial heat resources in southwestern Tengchong area, Yunnan Province[J]. Remote Sensing for Land Resources, 2003(2): 23-26. (In Chinese)

[10] 戴文晗.西安地區(qū)隱伏構(gòu)造-熱紅外場(chǎng)遙感信息及三維建模與應(yīng)用[J].遙感信息,2005(1):40-43.

Dai W H. Remote sensing information characteristics of the hiding structure and thermal infrared field 3D application in Xi’an area [J]. Remote Sensing Information, 2005(1): 40-43. (In Chinese)

[11] Kratt C, Calvin W, Coolbaugh M. Geothermal exploration with Hymap hyperspectral data at Brady-Desert Peak, Nevada[J]. Remote Sensing of Environment, 2006, 104(3): 313-324.

[12] 張佩民，張金良.地?zé)岙惓^(qū)的遙感信息識(shí)別[J].遙感信息,2006(2):42-45.

Zhang P M, Zhang J L. Identification of remote sensing information in geothermal abnormal area[J]. Remote Sensing Information, 2006(2): 42-45. (In Chinese)

[13] 許軍強(qiáng)，邢立新，王明常，等.基于ETM數(shù)據(jù)的佳木斯市地?zé)犷A(yù)測(cè)研究[J].遙感信息,2007(2):55-58.

Xu J Q, Xin L X, Wang M C,etal. Study on geothermal forecast based on ETM data in Jiamusi City[J]. Remote Sensing Information, 2007(2): 55-58. (In Chinese)

[14] Littlefield E F, Calvin W M. Geothermal exploration using imaging spectrometer data over Fish Lake Valley, Nevada[J]. Remote Sensing of Environment, 2014, 140: 509-518.

[15] 許軍強(qiáng)，白朝軍，劉嘉宜.基于遙感技術(shù)的長(zhǎng)白山火山區(qū)地?zé)犷A(yù)測(cè)研究[J].國(guó)土資源遙感,2008(1):68-71.

Xu J Q, Bai C H, Liu J Y. Geothermal resource prognosis based on remote sensing technology in Changbaishan volcanic area[J]. Remote Sensing for Land Resources, 2008(1): 68-71. (In Chinese)

[16] Qin Q, Zhang N, Nan P,etal. Geothermal area detection using Landsat ETM+ thermal infrared data and its mechanistic analysis — A case study in Tengchong, China[J]. International Journal of Applied Earth Observation and Geoinformation, 2011, 13(4): 552-559.

[17] Haselwimmer C, Prakash A. Thermal infrared remote sensing of geothermal systems[C]//Thermal Infraced Remote Sensing: Sensors, Methods, Applications. Berlin: Springer Netherlands, 2013: 453-473.

[18] 闞榮舉，趙晉明.騰沖火山地?zé)釁^(qū)的構(gòu)造演化與火山噴發(fā)[J].地震地磁觀測(cè)與研究,1996,17(4):28-33.

Kan R J, Zhao J M. The tectonic evolution and volcanic eruption in Tengchong volcano-geothermic region[J]. Seismological and Geomagnetic Observation and Research, 1996, 17(4): 28-33. (In Chinese)

[19] 龍金茂.騰沖地?zé)崽锏姆植技靶纬商卣鱗J].成都地質(zhì)學(xué)院學(xué)報(bào),1988,15(2):79-86.

Long J M. Distribution and formation of geothermal fields in Tengchong area, Yunnan Province[J]. Journal of Chengdu College of Geology, 1988, 15(2): 79-86. (In Chinese)

[20] 王海平，張?zhí)鞓?，王宗?騰沖地?zé)嵝篃針?gòu)造系統(tǒng)與水熱蝕變作用[J].礦床地質(zhì),2002,21(增刊1):1031-1033.

Wang H P, Zhang T L, Wang Z L. Geothermal release structures and hydrothermal alterations in geothermal district of Tengchong, Yunnan Province, China[J]. Mineral Deposits, 2002, 21(s1): 1031-1033. (In Chinese)

[21] 顧朝松.騰沖新生代火山分布特征[J].地震研究,1998,21(4):309-319.

Gu C S. Distribution characteristics of Tengchong volcano in the Cenozoic Era[J]. Journal of Seismological Research, 1998, 21(4): 309-319. (In Chinese)

[22] 姜朝松，周瑞琦，趙慈平.騰沖地區(qū)構(gòu)造地貌特征與火山活動(dòng)的關(guān)系[J].地震研究,2003,26(4):361-366.

Gu C S, Zhou R Q, Zhao C P. The relationship between the tectonic geomorphic feathers and volcano activity in Tengchong region[J]. Journal of Seismological Research, 2003, 26(4): 361-366. (In Chinese)

[23] 上官志冠，孫明良，李恒忠.云南騰沖地區(qū)現(xiàn)代地?zé)崃黧w活動(dòng)類型[J].地震地質(zhì),1999,21(4):332-339.

Shangguan Z G, Sun M L, Li H Z. The genetic classification of modern geothermal fluid at the Tengchong area in Yunnan[J]. Seismology and Geology, 1999, 21(4): 332-339. (In Chinese)

[24] 佟偉，章銘陶.騰沖地?zé)醄M].北京:科學(xué)出版社,1989:259.

Tong W, Zhang M T. Tengchong Geothermal[M]. Beijing: Science Press, 1989: 259. (In Chinese)

[25] 劉志江，韓升良.云南騰沖地?zé)岚l(fā)電預(yù)可行性研究[J].熱力發(fā)電,1994(2):19-24.

Liu Z J, Han S L. Pre-feasibility study of geoelectric power generation in Tengchong area, Yunnan Province[J]. Thermal Power Generation, 1994(2): 19-24. (In Chinese)

[26] Jiménez-Muoz J C, Sobrino J A. A generalized single-channel method for retrieving land surface temperature from remote sensing data[J]. Journal of Geophysical Research, 2003, 108(D22): 4688.

[27] Qin Z, Karnieli A, Berliner P. A mono-window algorithm for retrieving land surface temperature from Landsat TM data and its application to the Israel-Egypt border region[J]. International Journal of Remote Sensing, 2001, 18(22): 3719-3746.

[28] Sobrino J A, Jiménez-Muoz J C, Paolini L. Land surface temperature retrieval from LANDSAT TM 5[J]. Remote Sensing of Environment, 2004, 90(4): 434-440.

[29] Jiménez-Muoz J C, Cristobal J, Sobrino J A,etal. Revision of the single-channel algorithm for land surface temperature retrieval from landsat thermal-infrared data[J]. IEEE Transactions on Geoscience and Remote Sensing, 2009, 47(1): 339-349.

[30] 陳峰，熊永柱，黃少鵬，等.大氣水分含量的空間異質(zhì)性及其對(duì)遙感地表溫度反演的影響[J].國(guó)土資源遙感,2010(2):35-40.

Chen F, Xiong Y Z, Huang S P,etal. Spatial heterogeneity of atmospheric water vapor and its influence on the retrieval of land surface temperature based on remote sensing data[J]. Remote Sensing for Land Resources, 2010(2): 35-40. (In Chinese)

Application of remote sensing technique to the identification of

geothermal anomaly in Tengchong area, southwest China

XIONG Yong-zhu1, CHEN Feng2, HUANG Shao-peng3,4

1.InstituteofResourceandEnvironmentalInformation,JiayingUniversity,Meizhou514015,China;

2.SchoolofAtmosphericSciences,SunYat-senUniversity,Guangzhou510275,China;

3.InstituteofGlobalEnvironmentalChange,Xi’anJiaotongUniversity,Xi’an710049,China;

4.DepartmentofEarthandEnvironmentalSciences,UniversityofMichigan,AnnArbor,MI48109,USA

Abstract:Geothermal anomaly in the Tengchong volcanic-geothermal area of southwest China is studied by means of remote sensing technique with application of probability distribution theories to the identification of land surface temperature (LST) anomaly. The LST anomaly in the areas is delineated with the help of elevation information and the spatial distribution of geothermal anomaly is determined according to the combined information of LST anomaly, geologic structure, and hydrothermally altered rocks. A total of eight geothermal anomalies are recognized, in which three of them are identified by this study. Assessments show that the final results are rational in comparison with other geothermal fields, hot springs, and volcanoes documented in references. It suggests that the spatial distribution of geothermal anomaly in Tengchong area is controlled by geological structures, and related closely to remote sensing retrieval information of the surface high temperature anomalies and the surrounding alterated rocks.

Key words:remote sensing; geothermal resources; geological structure; rock alteration; Tengchong

[文獻(xiàn)標(biāo)志碼][分類號(hào)] P627; P314.3 A

DOI:10.3969/j.issn.1671-9727.2016.01.12

[文章編號(hào)]1671-9727(2016)01-0109-10

[收稿日期]2015-01-27。

[基金項(xiàng)目]國(guó)家自然科學(xué)基金資助項(xiàng)目(41374089)；廣東省科技計(jì)劃項(xiàng)目(2012B070300077)；國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃項(xiàng)目(2014CB953900)；國(guó)家自然科學(xué)基金面上項(xiàng)目(41375081)；中山大學(xué)“985工程”第三期項(xiàng)目。

[第一作者] 熊永柱(1973―)，男，博士，副教授，研究方向：3S與氣候變化, E-mail:xyzon@126.com。

[通信作者]陳峰(1981―)，男，博士生，研究方向：環(huán)境遙感與氣候變化, E-mail:chenf45@mail2.sysu.edu.cn。