孫渤鏮，葉唐進，李豪

(1.西藏大學(xué)理學(xué)院，拉薩 850000；2.西藏大學(xué)工學(xué)院，拉薩 850000；3.大連理工大學(xué)建設(shè)工程學(xué)部，大連 116024)

受喜馬拉雅山脈的影響，風積沙地貌在雅江河谷從林芝朗縣—山南貢嘎縣—日喀則薩嘎均有大量分布，貢嘎機場附近特別嚴重。除每年的6月和8月以外，全年均有風沙產(chǎn)生，約為300～400次/a，尤其是冬春季發(fā)生最為頻繁,分別占沙塵暴總次數(shù)的58.5%和38.3%[1]，常常影響飛機的正常起降和公路的正常營運，也導(dǎo)致空氣質(zhì)量的下降，影響當?shù)鼐用竦恼Ｉa(chǎn)生活。

目前，針對高原風積沙的研究主要集中在青海、西藏、甘肅等地，中科院蘭州寒旱研究所的學(xué)者進行科考和統(tǒng)計分析[2]。而針對西藏風沙或風積地貌的研究相對較少，且主要集中在雅江河谷的山南市、日喀則市以及定結(jié)縣至定日縣等地[2][3]。2007年，陶仕珍[4]等人在研究西藏貢嘎機場周邊風沙災(zāi)害成因的同時簡略介紹了西藏地區(qū)的風積沙特征。其研究方法和對象主要為風積沙與氣候的關(guān)系[5]，形成原因[6]，時空分布特征[7]以及防治措施[8]等。

在遙感技術(shù)研究風沙及風積沙地貌中，2010年，Chris H. Hugenholtz[9]等人結(jié)合前人在遙感技術(shù)研究風積沙的方法做了階段總結(jié)與展望，提出遙感手段在當代沙丘的特征與量級分析研究中的潛力。2015年，Chen Du[10]等人利用Landsat 8數(shù)據(jù)反演研究了地表溫度的變化, 對于陸地的地表溫度反演相當準確，故引用該方法對風積沙地貌的反演分析。2019年，LIU Yong[11]等人對雅魯藏布江河谷的風沙地貌的空間分布及其形成機理做過研究，利用風沙為黃灰色、質(zhì)地細膩、反照率高特征，對雅魯藏布江河谷沿線的風成沙粗略分布形態(tài)進行判斷。因此，可以得出風沙或風積沙的研究主要集中在成因、分布、治理等方面，利用遙感技術(shù)研究識別風積沙時空分布、風積沙的變化和變遷依然較少，成果不多。

本文將以雅江河谷地區(qū)為例，選擇美國陸地資源衛(wèi)星 Landsat 8 OLI_TIRS遙感影像作為提取地表溫度反演的基礎(chǔ)數(shù)據(jù)，使用遙感技術(shù)并結(jié)合溫度反演，研究遙感影像反演的地表溫度與風積沙地貌的關(guān)系，從而解決遙感技術(shù)在風積沙時空分布規(guī)律、變化和變遷的識別問題。

1 數(shù)據(jù)來源與研究方法

1.1 研究區(qū)概況

雅江河谷地區(qū)位于青藏高原喜馬拉雅北坡河谷，位于北半球，處于中緯度高原氣候區(qū)，海拔在3 500～4 000 m之間，大部分地區(qū)的氣候類型為高原山地氣候，受喜馬拉雅山脈的影響，降水量偏少，由于高海拔帶來的低氣溫與強日照，導(dǎo)致蒸發(fā)量極大，年溫差較小，日溫差較大，屬于典型的高原寒旱氣候，冬春季風力強勁，風沙災(zāi)害十分明顯，每年約300～400次風沙災(zāi)害，因此風積地貌大量分布于雅江河谷。圖1位于拉薩市貢嘎機場附近的典型風積沙地貌，其經(jīng)緯度坐標為29°20′13″N，90°53′28″E。

從研究區(qū)的衛(wèi)星影像數(shù)據(jù)與其周邊環(huán)境對比分析(圖2)，風積沙地貌的遙感影像特征主要體現(xiàn)在：(1)風積沙區(qū)域溫度高于周邊非風積沙地貌區(qū)域；(2)風積沙堆積厚度與地表溫度呈現(xiàn)出正相關(guān)性；(3)地表溫度分布與風積沙分布形態(tài)基本一致。

圖1 風積沙地貌衛(wèi)星影像

圖2 含等高線衛(wèi)星影像圖

1.2 數(shù)據(jù)獲取原理

(1) 地表溫度反演算法

數(shù)據(jù)來源利用美國陸地資源衛(wèi)星 Landsat 8 OLI_TIRS衛(wèi)星數(shù)據(jù)，選取了雅江河谷貢嘎機場附近的風積沙地貌，并運用Landsat 8 地表溫度反演軟件對遙感數(shù)據(jù)進行反演，具體算法如下：

(1)

其中，ε和Δε分別表示兩個通道的發(fā)射率均值與差值，取決于地表分類與覆蓋度；Ti和Tj為兩個通道的觀測亮溫，bi(i= 0,1…7)為各項系數(shù)，可通過實驗室數(shù)據(jù)、大氣參數(shù)數(shù)據(jù)以及大氣輻射傳輸方程進行分析，其反演的精度與大氣柱水汽含量系數(shù)bi有關(guān)[10]。

(2) 大氣水汽含量

為了減少對外界大氣條件的依賴，發(fā)展的新算法從熱紅外圖像本身數(shù)據(jù)估算水汽。首先利用MODTRAN和TIGR大氣廓線建立兩個劈窗通道大氣透過率比值τj/τi與大氣水汽含量wv的經(jīng)驗關(guān)系，然后利用在一定大小的滑動窗口內(nèi)兩個通道亮溫(Ti和Tj)之間的協(xié)方差與方差的比值來估算透過率比值[12]，即：

wv=a+b·(τj/τi)+c·(τj/τi)2

(2)

(3)

1.3 研究方法

首先利用Landsat 8 地表溫度反演軟件對Landsat 8 OLI_TIRS衛(wèi)星數(shù)據(jù)進行地表溫度反演。然后將所得反演所得數(shù)據(jù)導(dǎo)入軟件ENVI內(nèi)，套用公式(b1/100)-273.15進行波段運算，從而得到包含溫度信息的影像。最后，再將包含溫度信息的影像導(dǎo)入軟件ArcGIS 10.3中進行調(diào)整與分析。在軟件ArcGIS 10.3中可以計算地表溫度與地貌的相關(guān)性，分析風積沙地貌的時空分布規(guī)律、面積變化與變遷，并將其與實地踏勘采集面積進行對比驗證。通過遙感技術(shù)分析判釋，能夠初步從溫度的高低判釋風積沙地貌的存在。

2 數(shù)據(jù)分析

2.1 反演溫度分區(qū)判釋

由于地表溫度受氣象條件、植被覆蓋率、地下水、巖土比熱容、地形地貌、海拔高度以及太陽輻射時長等因素影響，在風積沙地貌判釋中需要分區(qū)逐一進行對比。因此，本文結(jié)合溫度區(qū)間，將研究區(qū)劃分為5個區(qū)域分別判釋(圖3)。

圖3 不同地表溫度的分區(qū)圖

現(xiàn)結(jié)合風積沙分區(qū)和野外勘察核實對其進行逐一判釋如下：

風積沙高溫A區(qū) ，該區(qū)一年四季均為高溫區(qū)域，溫度在22 ℃～55 ℃，與風積沙E區(qū)相比，溫差在20 ℃以上。分析其原因是A區(qū)處于坡地，坡體含水量極低，只受風沙比熱容影響，因此溫度較高。

北部基巖裸露B區(qū)，西側(cè)為27.45 ℃～33.25 ℃；而東側(cè)溫度相對較高，為33.25 ℃～36.15 ℃。雖然該區(qū)海拔較高，但地表巖土體裸露，植被覆蓋率趨近于0，受巖土體比熱容影響，使其溫度與E區(qū)北部溫度相近；同時該區(qū)B區(qū)西側(cè)存在一個沖溝，因此受太陽照射時長和地下水的影響，溝谷與周圍溫度低了3 ℃～6 ℃。

東部山脊低溫C區(qū)，溫度在18.75 ℃～27.45 ℃。該區(qū)域風積沙面積為0，由于衛(wèi)星數(shù)據(jù)采集時間為當?shù)?4：29，受太陽照射時長和地形地貌的影響，該區(qū)的最低溫度向西偏移，而未出現(xiàn)在海拔較高的山脊或山脊東面。

溝谷植被覆蓋低溫D區(qū)，溫度在21.65 ℃～27.45 ℃。該區(qū)域處于溝谷地帶，風積沙面積為0，植被茂密，地下水較為豐富，受太陽輻射相對較少，因此該區(qū)域呈現(xiàn)出低溫狀態(tài)。

低洼的風積沙E區(qū)，溫度在33.25 ℃～39.15 ℃。該區(qū)是風積沙地貌的核心區(qū)，全部為風積沙區(qū)域，由于地勢平坦低洼，沙層含水量增加，與同為風積沙的A區(qū)相比，該區(qū)地表溫度有著明顯降低。

結(jié)合風積沙分區(qū)和野外勘察核對可知，風沙堆積區(qū)溫度均比非堆積區(qū)高，但是少部分區(qū)域溫度還受氣象條件、植被覆蓋率、地下水、巖土比熱容、地形地貌、海拔高度以及太陽輻射時長等因素影響，因此在風積沙遙感技術(shù)分析中，不僅需要采用多種手段，還需要進行實地踏勘加以校正。

2.2 季節(jié)對比

受印度洋暖濕氣流的影響，雅江河谷夏秋季節(jié)云量與雨量較多，尤其是每年的6～8月份，無法獲取較為準確而完整的遙感影像數(shù)據(jù)，因而夏季風積沙遙感數(shù)據(jù)反演解釋的缺失。因此選取同年春秋冬三季節(jié)進行對比分析，從而研究風積沙在不同季節(jié)的溫度變化規(guī)律。

從遙感影像反演出的地表溫度等值線圖來看，不同季節(jié)上的地表溫度變化十分明顯，如圖4、圖5與圖6所示。

圖4 2016年春季遙感反演的地表溫度圖

圖5 2016年秋季遙感反演的地表溫度圖

圖6 2016年冬季遙感反演的地表溫度圖

(1) 春季

從春季遙感影像反演的溫度分布圖來看，該研究區(qū)溫度在14 ℃～50 ℃，其中水體表面溫度均在20 ℃以下。由于強烈的太陽輻射和無植被覆蓋風積沙比熱容共同作用，風積沙地表溫度為20 ℃～40 ℃。最高溫度點甚達50 ℃以上，風積沙與周圍巖土溫度不易區(qū)別，不易于判釋。

(2) 秋季

從秋季遙感影像反演的溫度等值線分布圖來看，該研究區(qū)溫度在15 ℃～44 ℃，與春季相比，地表溫度有所下降，但是仍有高溫比較突出的區(qū)域，最高可達44 ℃。風積沙地貌區(qū)溫度異常較為明顯突出，完全可以分辨出風積沙與巖土體之間的分界線，易于判釋，是風積沙遙感數(shù)據(jù)最理想的季節(jié)。

(3) 冬季

從冬季遙感影像反演的溫度等值線分布圖來看，該研究區(qū)溫度在8 ℃～32 ℃，水體表面溫度接近11 ℃，普通地表溫度為11 ℃～20℃。而風積沙的地表溫度普遍為20 ℃～26 ℃，最高點也只能達到32 ℃。風積沙與周圍巖土溫度區(qū)分度不高，也不利于判釋。

總之，對比以上3幅溫度反演圖和數(shù)據(jù)對比可知，春、冬兩個季節(jié)的遙感數(shù)據(jù)反演結(jié)果中，風積沙與周圍巖土溫度區(qū)分度不高，也不利于判釋，而秋季風積沙地貌區(qū)溫度異常較為明顯突出，完全可以分辨出風積沙與巖土體之間的分界線，易于判釋。分析其原因，是含水量高低、植被以及太陽輻射時間影響所致，因此秋季是風積沙遙感數(shù)據(jù)最理想的季節(jié)。

2.3 風積沙面積變化

通過ArcGIS 10.3軟件分析，可以得到本研究區(qū)域風積沙地貌的總面積，以及進一步細化后的有效地表溫度分層面積。研究區(qū)的風積沙地貌面積為629 195.10 m2。風積沙面積的變化和變遷受氣象和環(huán)境的影響十分明顯，因此可以利用不同年份秋季的遙感數(shù)據(jù)分析其時空分布變化規(guī)律。

圖7 2013年與2016年研究區(qū)影像對比

因此，本文選擇2013年9月與2016年9月的數(shù)據(jù)進行的比較(圖7)，分析其風積沙面積的時空分布變化規(guī)律。

從圖7也可以看出，無論是2013年還是2016年，風積沙地貌主要區(qū)域均位于18 ℃～24 ℃層，能夠有效判釋，可以進行風積沙面積時空變化規(guī)律分析。下面將結(jié)合遙感反演，提取風積沙的溫度區(qū)間和面積大小(表1)，并進行對比。

從表1分析可知， 2013年風積沙地貌面積為629 195.10 m2，而2016年為592 844.60 m2，短短3 a縮小的風積沙地貌面積達35 696.38 m2。分析其原因為：一是當?shù)卣块T加強了環(huán)境保護意識，大量植樹造林，使得風沙減少；二是研究區(qū)修建了一棟建筑，使風積沙地貌面積減少了654.12 m2，也說明了雅江河谷環(huán)境得到了有效的改善。

表1 2013年與2016年的風積沙面積比較

3 結(jié)論

本文采用遙感技術(shù)對風積沙地貌的地表溫度進行反演，得到了包含地表溫度信息的影像，并將其與等高線地形圖、實際影像圖以及實地踏勘進行對比分析，得出以下幾點結(jié)論：

(1) 通過B區(qū)東部與E區(qū)對比分析，可知遙感技術(shù)雖然利用地表溫度反演初步推斷出風積沙地貌的大致位置與其變遷，但部分裸露的巖土與風積沙區(qū)分度不高，需要采用多種方法或踏勘進行核實校正。

(2) 通過遙感技術(shù)和實地踏勘對比，發(fā)現(xiàn)氣象條件、地下水、植被覆蓋率、巖土比熱容、地形地貌、海拔高度以及太陽輻射時長等對分析結(jié)論均有影響，需要加以校對和處理。

(3) 通過對比一年四季風積沙與周圍地表溫度的差異得出，秋季風積沙地貌區(qū)溫度異常較為明顯突出，均高出3 ℃～9 ℃，完全可以分辨出風積沙與巖土體之間的分界線，易于判釋。

(4) 對不同年份風積沙地表溫度變化反演，得出2013年至2016年風積沙面積減少了29 809 m2，可以初步判定風積沙地貌的變化和變遷，環(huán)境的改變以及面積的增減等。

(5) 通過高精度遙感可以直接判釋，但是工作量大、效率低、誤差難以計量及人為影響因素大。而使用熱紅外遙感進行判釋方法簡單、效率高、人為影響因素較小、可程序化操作。