2000—2019年毛乌素沙地地表温度演变规律及影响因素分析

杨亮彦，石 磊，孔 辉

（1.陕西省土地工程建设集团有限责任公司，西安 710075；2.陕西地建土地工程技术研究院有限责任公司，西安 710021；3.自然资源部退化及未利用土地整治工程重点实验室，西安 710021）

0 引 言

【研究意义】地表温度（Land surface temperature，LST）是研究地表生态系统的重要参数，在地表与大气能量交换的过程中扮演着重要的角色[1-2]。地表温度的精确估算有助于评估区域水文与能量平衡、热通量和土壤水分[3]以及了解全球气候的长期变化动态，被广泛应用于城市热岛效应[4-6]、生态环境评价[7-8]、气候变化[9]、植被监测[10]等诸多方向。近些年，受全球气候变暖和多种人为活动的影响，全球生物多样性、生态系统及其服务发生重大改变[11]，干旱半干旱区生态环境质量也有所起伏[12]。地表温度作为评价生态环境质量的重要地表参数，成为国内外学者的研究热点。

【研究进展】遥感技术快速发展和卫星数据的广泛应用，为获取大范围的地表温度提供了丰富的数据源。目前针对不同的遥感热红外数据，国内外学者提出了单窗算法[13]、劈窗算法[14-15]等地表温度遥感算法，在中小尺度水平获取了高精度的研究成果。地表温度数据产品的出现，使得基于遥感数据的地表温度研究取得了进一步发展，在天气晴朗和已知发射率的条件下，地表温度反演精度较高[12]，在分析城市热岛效应和大尺度区域地表温度时空变化上，有广泛的应用。陈彬辉等[16]基于中分辨率成像光谱仪（Moderate-resolution Imaging Spectroradiometer，MODIS）地表温度产品讨论了京津冀城区土地利用对城市热岛效应的影响；贺丽琴等[17]利用MODIS影像和不透水面积分析了珠江三角洲的热岛效应，得出热岛效应的大小与植被指数成负相关，与城市经济发展程度成正相关；管延龙等[12]基于2001—2013年MODIS地表温度产品分析了天山区域地表温度时空特征，结果表明地表温度呈逐年缓慢增加趋势，增加率为0.147 ℃/a。李琴等[18]基于MODIS数据利用劈窗算法反演了干旱半干旱地区地表温度，并结合气象数据论证了MODIS地表温度产品在地形复杂地区仍具有较好的应用精度。屈创等[19]利用GIS空间分析方法对石羊河流域地表温度空间分布进行研究，印证了MODIS地表温度产品与土地利用类型和植被指数的相关性。Feng等[20]利用2005—2018年LST和归一化植被指数（Normalized Difference Vegetation Index，NDVI）分析了我国的气候舒适区，并得出云南是我国气候最舒适的省份。【切入点】目前，地表温度的研究进展取得一些成果，但地表温度时空变化研究的时间跨度较短，研究时间缺乏连贯性[21]；研究热点内容主要为北京[16,22]、珠江[17]等城市化进程的热岛效应和藏北高原[1]、天山[12]等受气候变化影响较大区域的地表温度时空变化分布，对我国实施生态工程的、受人类活动影响较大的西北干旱半干旱区研究较少，特别是生态环境脆弱的毛乌素沙地的地表温度演变规律有待研究。

毛乌素沙地气候干旱，生态环境脆弱，受国家政策和人为活动的影响，毛乌素沙地土地覆盖发生巨大变化。地表温度的持续监测，可为毛乌素沙地水资源的合理利用和生态环境的恢复提供理论支持。【拟解决的问题】基于2000—2019年MODIS地表温度和NDVI产品及中国土地利用类型遥感监测数据，采用线性回归斜率法和相关分析等方法，对毛乌素沙地区域地表温度的时空分布特征进行分析，并探究地表温度与气温变化、土地利用类型、归一化植被指数之间的联系，以期为毛乌素沙地的环境监测、生态规划等提供科学参考。

1 材料与方法

1.1 研究区概况

毛乌素沙地地处黄土高原腹部，横亘榆林市北部、鄂尔多斯市南部及盐池县东北部（37.45°—39.37°N，107.67°—110.67°E）（图1），占地面积约为4.22万km2，平均海拔为1 300 m，由东到西逐渐递增，南部最高达1 900 m。毛乌素沙地处于干旱与半干旱过渡区，是我国典型的农牧交错带，也是我国荒漠草原－草原－森林草原的过渡地带，生态环境十分脆弱[23]。研究区以温度大陆性气候为主，干旱少雨且分布不均，降雨多集中在6—8月，年降水量分布在250～440 mm之间，由西向东南方向递增。毛乌素沙地水体空间分布有差异性，西北部干旱缺水，东南部地表水与地下水都较为充足，河流众多，其中无定河、秃尾河、窟野河等河流贯穿沙地的东南部，为毛乌素沙地东南的生态环境恢复和农业发展提供了重要保障。

图1 毛乌素沙地土地利用类型分布Fig.1 Distribution map of land use types in Mu Us Sandy Land

1.2 数据源及预处理

本研究采用数据为MODIS地表温度产品，其来源分为2个部分，第一部分由地理空间数据云（http://www.gscloud.cn/）提供的 2000—2015年MOSLT1M中国1 km地表温度月合成产品；第二部分为在NASA(https://search.earthdata.nasa.gov/)下载的2016—2019年MODIS/TERRA卫星的MOD11A2地表温度8 d合成产品，空间分辨率为1 km。覆盖研究区的影像行列号为H26V04和H26V05，共计368幅影像。对第一部分数据通过拼接、裁剪获取毛乌素沙地2000—2015年月尺度和年尺度地表温度数据。针对第二部分地表温度8 d合成产品，通过格式转换、投影变换、拼接、裁剪获取研究区8 d合成地表温度数据，再利用加权平均法，获取2016－2019年毛乌素沙地月尺度和年尺度地表温度数据。遥感数据计算均在ENVI软件下完成。

气象数据来源于中国气象数据网（https://data.cma.cn/），研究区内共有7个国家气象站点，分别为横山站（53740）、靖边站（53735）、定边站（53725）、盐池站（53723）、神木站（53651）、榆林站（53646）和鄂托克旗站（53529）。气象数据包含地表温度、气温、降水量等8种日值数据，通过统计分析获取每个站点的月平均和年平均气温数据，并计算毛乌素沙地7个气象站点的平均气温作为研究区的气温。土地利用/覆被栅格数据由中国科学院资源环境科学数据中心提供（http://www.resdc.cn/）。数据生产制作以Landsat系列卫星数据为数据源，经过图像分类、人工目视解译完成[24]。本研究使用2000、2005、2010、2015年和2019年5期土地利用/覆被数据，空间分辨率为1 km，土地利用类型包括耕地、林地、草地、水域、建设用地和未利用土地6个一级类型。

1.3 研究方法

1.3.1 地表温度时空分布分析方法

线性回归斜率法是一种基于像元尺度的变化趋势分析方法，在大尺度地表参数时空变化分析中应用广泛。本文利用线性回归斜率法对研究区像元尺度的地表温度变化趋势模拟，分析毛乌素沙地不同时期地表温度的空间变化规律，并获取每个像元在研究时间段内的变化斜率，利用斜率大小判断该像元年际变化趋势。其计算式参考文献[25]。

1.3.2 地表温度影响因素分析方法

1）气温与地表温度的关系

年均气温和地表温度变化较大，二者无明显的线性关系。本研究利用定性分析的方法，分析气温与地表温度的变化规律。

2）不同土地利用类型的地表温度

土地利用类型是影响地表温度的重要参数，本研究利用ArcGIS软件对不同土地利用类型的地表温度进行提取和统计，其提取步骤为Spatial Analyst tools→zonal→zonal statistics as Table。具体参数设置和说明见表1。

表1 不同土地利用类型提取地表温度参数设置及说明Table 1 Setting and description of surface temperature parameters for extraction of different land use types

3）植被指数与地表温度的关系

本研究利用ArcGIS软件基于点要素，提取同一时间的植被指数与地表温度进行相关性分析，相关系数计算式参考文献[26]。

2 结果与分析

2.1 地表温度时空分布特征

图2、表2分别为毛乌素沙地2000、2005、2010、2015年和2019年地表温度空间分布图和不同地表温度的占比。由图2和表2可知，在空间分布规律上2000—2019年毛乌素沙地地表温度无明显变化，均呈西部高于东部的规律。在时间分布上毛乌素沙地地表温度分布规律有所不同，其中2000年和2005年地表温度主要集中在32～36 ℃，占比分别为76.01%和62.61%；2010年和2015年地表温度集中分布在30～34 ℃，占比分别为67.37%和58.22%；2019年地表温度在28～36 ℃之间分布相对均匀。2000—2019年低温区持续增多，2000年低于28 ℃的区域在研究区内分布较为散落，之后面积不断扩张，2015、2019年，低温区遍布在研究区东部和南部。地表温度高值分布在西部的主要原因是该区域人类密度较小，土地利用类型为未利用地，受自然条件的影响，地表温度无明显下降。低值分布在东部和南部，该区域水资源相对丰富，人类活动较多，农业、林业发展相对较好，主要的土地利用类型是草地、耕地和林地，地表温度呈不断下降趋势。

图2 2000—2019年毛乌素沙地年均LST空间分布Fig.2 Spatial distribution map of annual LST in Mu Us Sandy Land from 2000 to 2019

表2 2000—2019年毛乌素沙地不同LST占比Table 2 Proportion of different LST in Mu Us Sandy Land from 2000 to 2019 %

为了进一步分析2000—2019年毛乌素沙地地表温度的变化规律，本研究根据趋势分析法将毛乌素沙地2000－2019年地表温度变化趋势分为5个等级（图3）：明显下降区（Slope<-0.2）占研究区5.14%，下降区（-0.20.2）占研究区1.84%。地表温度明显上升区与上升区域集中分布在研究区的西部，占比较小。地表温度稳定区域分布在研究区的西部和散落在中部。下降区占研究区的比例高于50%，主要分布在研究区的中部和东部，面积分布较广，明显下降区主要集中在东部，分布在榆阳市和神木市境内。毛乌素沙地地表温度的整体变化趋势与研究区内的高低温分布规律较为相似，其主要原因是人类活动对中东部土地利用类型的影响。

图3 毛乌素沙地地表温度年际变化趋势Fig.3 Interannual variation trend of LST in Mu Us Sandy Land

毛乌素沙地LST的年际变化趋势和相对变化率的波动情况见图4。2000—2019年毛乌素沙地的地表温度在30.94～34.23 ℃之间波动，平均地表温度为32.38 ℃，总体呈下降趋势，下降速率为0.59 ℃/(10 a)。地表温度的变化规律与全球气候变化逐渐变暖的趋势不同，其主要原因是毛乌素沙地是我国植树造林工程和退耕还林还草工程的主要区域，人类活动改变了研究区的土地利用类型，减少了未利用地面积，增加了空气湿度和地表蒸散发，从而降低了地表接收的太阳短波辐射，使地表温度保持下降趋势。研究区地表温度的相对变化率波动较大，但无明显的增加或降低的趋势，且与气温的波动变化规律基本一致（图5），二者在2000—2005、2005—2009、2009—2013年时间段间均出现先降低后升高的规律，并在2003、2012年同为极小值点。以上结果说明地表温度的时空变化是人类活动和气候变化共同影响的结果，且在2000—2019年人类活动占主导地位。

图4 毛乌素沙地地表温度年际变化及相对变化率Fig.4 Interannual variation and relative change rate of surface temperature in Mu Us Sandy Land

图5 2000—2019年毛乌素沙地年均地表温度与气温的变化趋势Fig.5 Variation trend of annual surface temperature and air temperature in Mu Us Sandy Land from 2000 to 2019

2.2 不同土地利用类型的年均LST变化特征

利用叠置分析统计毛乌素沙地2000—2019年不同土地利用类型的年均地表温度（表3）。由表3可知，不同土地利用类型的年均地表温度差异性明显，建设用地和未利用地是研究区地表温度最高的2种地类，分别为33.25 ℃和33.20 ℃，其次是林地和草地，其地表温度分别为32.53 ℃和31.31 ℃，地表温度最低的为耕地和水域，分别为30.99 ℃和29.76 ℃。在耕地和水体区域，水资源较为丰富，较高的蒸散发量吸收了部分太阳辐射能量，因此地表温度较低。建设用地和未利用地表面无植被覆盖，在太阳辐射的作用下地表温度上升较快。各土地利用类型的平均地表温度均呈先降低后增加的趋势，2000—2015年均保持逐年降低，与国家政策有关，1999—2010年，国家实施退耕还林还草工程，该工程有效地阻止了土地沙化的进程，增加了研究区的植被覆盖度，使毛乌素沙地生态环境质量得到显著提升；2015—2019年地表温度又有所回升，与全球气候不断升温有关。

表3 2000—2019年毛乌素沙地不同土地利用类型平均地表温度Table 3 Average LST of different land use types in Mu Us Sandy Land from 2000 to 2019

2.3 地表温度与植被指数的关系

图6反映了研究区年均地表温度和NDVI之间的关系。2000—2019年，毛乌素沙地植被指数持续增加，波动范围为0.25～0.43，而地表温度呈下降趋势，且二者在2000—2002、2011—2013、2017—2019年具有明显相反的变化趋势，表明植被指数与地表温度之间关系密切。图7为2019年7月地表温度与NDVI的关系图。由图7可知，地表温度与NDVI之间拟合的决定系数为0.513 1，说明人类活动对地表温度产生了一定的影响，也反映了绿色植被对调节区域气候地表温度的重要性。

图6 2000—2019年毛乌素沙地年均地表温度与NDVI的变化趋势Fig.6 Variation trend of annual LST and NDVI in Mu Us Sandy Land from 2000 to 2019

图7 LST与NDVI的相关关系Fig.7 Correlation between LST and NDVI

3 讨 论

地表温度是研究水循环和能量循环的重要输入参数，明晰毛乌素沙地地表温度的演变规律，有助于研究区水资源的合理配置和生态环境的可持续发展。毛乌素沙地地表温度与气温的变化曲线具有相似的波动性，表明二者具有较为明显的正相关响应关系，与扎西欧珠的研究结果相似[1]。但是在全球气温升高的过程中，研究区地表温度出现下降趋势，与大兴安岭、广西等地变化规律有所差异[21,26]，其原因是退耕还林还草和植树造林等生态政策的实施，改变了毛乌素沙地的土地利用类型，增加了研究区植被覆盖度，从而降低了地表温度。

地表温度的变化是地理因子、气候因子和社会经济等因素综合影响的结果，本研究仅分析了气温、土地利用类型和植被指数3种因素对地表温度的影响，研究局限性较大。且毛乌素沙地面积较大，横跨多个行政区域，不同行政区域的土地利用政策有明显差异，导致毛乌素沙地南北区域土地利用类型变化的方向有所不同，这也是毛乌素沙地地表温度变化趋势呈现西部升高、东部下降的主要原因。土地政策影响机制的量化一直以来是土地科学和生态科学的研究热点和难点，也是日后重点研究的方向，因此对政策的解读仍需加深。在研究数据方面，缺乏详细的社会经济统计数据，是本研究的不足之处。此外，本研究所采用的地表温度数据分辨率为1 km，空间分辨率较粗，且数据来自不同的数据源，对本研究造成了一定的局限性。

4 结 论

1）毛乌素沙地地表温度在空间分布上存在明显差异性，呈从西北到东南逐渐降低、西部高于东部的总体变化趋势。在时间序列上，总体呈下降趋势，下降速率为0.59 ℃/(10 a)。

2）毛乌素沙地年均地表温度与气温波动趋势较为一致，二者在2000—2005、2005—2009、2009—2013年时间段间均出现先降低后升高的规律，并在2003、2012年同为极小值点；地表温度受土地利用类型变化影响较大，不同土地利用类型的地表温度差异性明显，建设用地和未利用地地表温度最高，其次是草地和林地，最后是耕地和水域；地表温度与NDVI的变化趋势负相关，决定系数为0.513 1。

3）毛乌素沙地地表温度的时空变化趋势与全球气候变化逐渐变暖的趋势不同，其主要原因是人类活动改变了土地利用类型，增加了当地的植被覆盖度。人类活动对地表温度产生了明显的影响，也反映了绿色植被对调节区域地表温度的重要性，因此毛乌素沙地地表温度时空变化是人类活动和气候变化共同影响的结果，且在2000—2019年人类活动占主导地位。