全 文 ：基于 ＭＯＤＩＳ数据的天山区域地表温度时空特征∗
管延龙１，２　 王让会１，２∗∗　 李　 成１　 姚　 健１　 张　 萌１　 赵建萍１
（ １南京信息工程大学环境科学与工程学院， 南京 ２１００４４； ２中国气象局树木年轮理化研究重点开放实验室， 乌鲁木齐
８３０００２）
摘　 要　 基于 ２００１—２０１３年 ＭＯＤＩＳ 地表温度产品及 ＴＭ 影像遥感解译的土地利用类型数
据，对天山区域地表温度时空特征进行分析．结果表明： ２００１—２０１３ 年，研究区地表平均温度
达 １．７３ ℃，呈东高西低的特点，西北部分地区的地表温度年际变化幅度明显高于其他地区，局
部地区在 ０．５５ ℃以上；地表温度呈逐年缓慢增加趋势，增加率为 ０．１４７ ℃·ａ－１，季节性差异明
显，冬季地表温度波动幅度较大，变异系数达 １２．７％，地表温度的差异白天大于夜晚，夏季明
显高于其他季节；不同土地利用类型的地表温度之间存在差异，与对应像元的归一化植被指
数之间存在不同的拟合效果．随着植被盖度的增加，林地、草地地表温度下降明显，归一化植
被指数每下降 ０．１时，林地和草地的地表温度降幅为 ３．７４、５．０４ ℃；受人为活动影响较多的城
镇用地和农地的地表温度与归一化植被指数之间的敏感性高于其他土地利用类型．
关键词　 地表温度； ＭＯＤＩＳ； 土地利用类型； 天山区域
文章编号　 １００１－９３３２（２０１５）０３－０６８１－０８　 中图分类号　 Ｐ４６７　 文献标识码　 Ａ
Ｓｐａｔｉａｌ⁃ｔｅｍｐｏｒａｌ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｌａｎｄ ｓｕｒｆａｃｅ ｔｅｍｐｅｒａｔｕｒｅ ｉｎ Ｔｉａｎｓｈａｎ Ｍｏｕｎｔａｉｎｓ ａｒｅａ
ｂａｓｅｄ ｏｎ ＭＯＤＩＳ ｄａｔａ． ＧＵＡＮ Ｙａｎ⁃ｌｏｎｇ１，２， ＷＡＮＧ Ｒａｎｇ⁃ｈｕｉ１，２， ＬＩ Ｃｈｅｎｇ１， ＹＡＯ Ｊｉａｎ１，
ＺＨＡＮＧ Ｍｅｎｇ１， ＺＨＡＯ Ｊｉａｎ⁃ｐｉｎｇ１ （ １ Ｓｃｈｏｏｌ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ， Ｎａｎｊｉｎｇ
Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ， Ｎａｎｊｉｎｇ ２１００４４， Ｃｈｉｎａ； ２Ｋｅｙ Ｏｐｅｎ Ｌａｂｏｒａｔｏｒｙ ｏｆ
Ｔｒｅｅｒｉｎｇ Ｐｈｙｓｉｃａｌ ａｎｄ Ｃｈｅｍｉｃａｌ Ｒｅｓｅａｒｃｈ， Ｃｈｉｎａ Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ Ａｄｍｉｎｉｓｔｒａｔｉｏｎ， Ｕｒｕｍｑｉ ８３０００２，
Ｃｈｉｎａ） ． ⁃Ｃｈｉｎ． Ｊ． Ａｐｐｌ． Ｅｃｏｌ．， ２０１５， ２６（３）： ６８１－６８８．
Ａｂｓｔｒａｃｔ： Ｂａｓｅｄ ｏｎ ｔｈｅ ＭＯＤＩＳ ／ ＭＯＤ１１Ａ２ ｄａｔａ ｆｒｏｍ ２００１ ｔｏ ２０１３， ｔｈｉｓ ｐａｐｅｒ ｒｅｓｅａｒｃｈｅｄ ｔｈｅ
ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｌａｎｄ ｓｕｒｆａｃｅ ｔｅｍｐｅｒａｔｕｒｅ （ＬＳＴ） ｏｆ Ｔｉａｎｓｈａｎ Ｍｏｕｎｔａｉｎｓ ａｒｅａ． Ｔｈｅ ｒｅｓｕｌｔｓ ｉｎｄｉｃａｔｅｄ
ｔｈａｔ ｔｈｅ ａｖｅｒａｇｅ ｏｆ ＬＳＴ ｉｎ ｔｈｅ ｓｔｕｄｙ ａｒｅａ ｗａｓ １．７３ ℃， ａｎｄ ＬＳＴ ｗａｓ ｍｕｃｈ ｈｉｇｈｅｒ ｉｎ ｔｈｅ ｅａｓｔ ｔｈａｎ ｉｎ
ｔｈｅ ｗｅｓｔ． Ｔｈｅ ｉｎｔｅｒ⁃ａｎｎｕａｌ ｖａｒｉａｔｉｏｎ ｒａｎｇｅ ｏｆ ＬＳＴ ｉｎ ｔｈｅ ｎｏｒｔｈｗｅｓｔ ｗａｓ ｓｉｇｎｉｆｉｃａｎｔｌｙ ｌａｒｇｅ ｔｈａｎ ｉｎ ｏｔｈ⁃
ｅｒ ｒｅｇｉｏｎｓ， ｗｉｔｈ ｔｈｅ ｌａｒｇｅｓｔ ａｂｏｖｅ ０．５５ ℃ ｉｎ ｓｏｍｅ ａｒｅａｓ． Ｔｈｅ ＬＳＴ ｔｅｎｄｅｄ ｔｏ ｓｌｏｗｌｙ ｉｎｃｒｅａｓｅ ｗｉｔｈ
ｔｉｍｅ， ａｎｄ ｔｈｅ ｉｎｃｒｅａｓｅ ｒａｔｅ ｗａｓ ０．１４７ ℃·ａ－１ ． Ｉｔ ｓｈｏｗｅｄ ａ ｓｉｇｎｉｆｉｃａｎｔ ｓｅａｓｏｎａｌ ｄｉｆｆｅｒｅｎｃｅ， ａｎｄ ｔｈｅ
ｆｌｕｃｔｕａｔｉｏｎ ｏｆ ｗｉｎｔｅｒ ｗａｓ ｓｉｇｎｉｆｉｃａｎｔｌｙ ｌａｒｇｅｒ ｔｈａｎ ｉｎ ｏｔｈｅｒ ｓｅａｓｏｎｓ ｗｉｔｈ ｔｈｅ ｃｏｅｆｆｉｃｉｅｎｔ ｏｆ ｖａｒｉａｔｉｏｎ
ｒｅａｃｈｉｎｇ １２．７％． Ｔｈｅ ＬＳＴ ｄｉｆｆｅｒｅｎｃｅ ｏｆ ｄａｙ ｔｉｍｅ ｗａｓ ｇｒｅａｔｅｒ ｔｈａｎ ｔｈａｔ ａｔ ｎｉｇｈｔ， ａｎｄ ｔｈａｔ ｉｎ ｓｕｍｍｅｒ
ｗａｓ ｇｒｅａｔｅｒ ｔｈａｎ ｉｎ ｏｔｈｅｒ ｓｅａｓｏｎｓ． Ｔｈｅ ＬＳＴ ｄｉｆｆｅｒｅｄ ｗｉｔｈ ｌａｎｄ ｕｓｅ ｔｙｐｅｓ， ａｎｄ ｔｈｅ ｆｉｔｔｅｄ ｒｅｓｕｌｔｓ ｗｅｒｅ
ｉｎｃｏｎｓｉｓｔｅｎｔ ｂｅｔｗｅｅｎ ｔｈｅ ＬＳＴ ａｎｄ ＮＤＶＩ． Ｗｉｔｈ ｔｈｅ ｉｎｃｒｅａｓｅ ｏｆ ＮＤＶＩ ｏｆ ｗｏｏｄｌａｎｄ ａｎｄ ｇｒａｓｓｌａｎｄ， ｔｈｅ
ＬＳＴ ｄｅｃｒｅａｓｅｄ ｄｒａｍａｔｉｃａｌｌｙ． Ｔｈｅ ＬＳＴ ｏｆ ｃｏｎｓｔｒｕｃｔｉｏｎ ｌａｎｄ ａｎｄ ｃｒｏｐｌａｎｄ ｕｎｄｅｒ ｔｈｅ ｉｎｆｌｕｅｎｃｅ ｏｆ
ｈｕｍａｎ ａｃｔｉｖｉｔｉｅｓ ｈａｄ ｈｉｇｈｅｒ ｓｅｎｓｉｔｉｖｉｔｙ ｗｉｔｈ ＮＤＶＩ ｔｈａｎ ｏｔｈｅｒ ｌａｎｄ ｔｙｐｅｓ．
Ｋｅｙ ｗｏｒｄｓ： ｌａｎｄ ｓｕｒｆａｃｅ ｔｅｍｐｅｒａｔｕｒｅ （ＬＳＴ）； ＭＯＤＩＳ； ｌａｎｄ ｕｓｅ ｔｙｐｅ； Ｔｉａｎｓｈａｎ Ｍｏｕｎｔａｉｎｓ ａｒｅａ．
∗国家科技支撑计划项目（２０１２ＢＡＣ２３Ｂ０１）、中国沙漠气象科学研
究基金项目（ｓｑｊ２０１２００６）和中国清洁发展机制基金项目和江苏省研
究生培养创新工程基金项目（ＳＪＬＸ＿０３８９０）资助．
∗∗通讯作者． Ｅ⁃ｍａｉｌ： ｒｈｗａｎｇ＠ ｎｕｉｓｔ．ｅｄｕ．ｃｎ
２０１４⁃０５⁃０６收稿，２０１４⁃１２⁃０１接受．
　 　 地表温度（ｌａｎｄ ｓｕｒｆａｃｅ ｔｅｍｐｅｒａｔｕｒｅ）是区域及全
球陆面过程及气候模式研究中的重要参数，表征陆⁃
气之间能量交换的程度，广泛地应用于生态学、环境
科学、大气科学等研究领域．有研究表明，地表温度
的变化能够改变地面与大气之间物质与能量平衡，
引起气温、降水和植被等发生变化，进而对区域生态
环境的保护与演变产生重要影响［１－２］ ．受全球气候变
暖及人为活动影响［３－４］，干旱半干旱地区生态环境
不断恶化［５－６］，极端天气频繁出现、土地荒漠化面积
持续增加、植被退化严重，作为生态环境问题研究中
应 用 生 态 学 报　 ２０１５年 ３月　 第 ２６卷　 第 ３期　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　
Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ， Ｍａｒ． ２０１５， ２６（３）： ６８１－６８８
的重要定量参数，干旱半干旱地区的地表温度研究
受到国内外学者的广泛关注［７－９］ ．
目前，基于遥感数据的地表温度研究已取得了
长足发展．ＭＯＤＩＳ 地表温度标准产品采用劈窗算法
与昼夜地表温度反演算法［１０－１１］，相关的验证研究表
明［１２］，在天气晴朗和已知发射率的条件下，两种算
法的精度达到了 １ Ｋ 范围内．高懋芳等［１３］分析了
ＭＯＤＩＳ地表温度产品的误差来源，并利用同时相高
分辨率遥感影像数据 ＡＳＴＥＲ进行比较，对不同地表
状况进行验证，取得了较好的验证结果． Ｍｏｓｔｏｖｏｙ
等［１４］利用 ＭＯＤＩＳ 地表温度产品对密西西比河流域
的最低气温进行估算，分析了像元分辨率、土地覆盖
类型及植被盖度等产生的影响，取得了较好的反演
效果．Ｖａｎｃｕｔｓｅｍ 等［１５］基于 ＭＯＤＩＳ 标准夜间产品和
日产品估算非洲地区最低气温、最高气温，分析了不
同季节、生态系统等因素对最高气温估算的影响．李
琴等［１６］对新疆干旱半干旱地区地表温度时空特征
进行反演，并结合气象数据论证了 ＭＯＤＩＳ 地表温度
产品在地形复杂的干旱半干旱地区仍具有较高精
度．田辉等［１７］基于 ＭＯＤＩＳ地表温度产品（ＬＳＴ）和归
一化植被指数（ＮＤＶＩ），采用植被温度混合状态指数
（ＶＴＣＩ）方法对我国中西部山区旱情状况进行监测
与分析，印证了 ＭＯＤＩＳ地表温度产品在山区仍具有
较高的精度与广泛的应用前景．针对地形复杂区域
的地表温度研究已取得很大进展［１８－２１］，而天山作为
西北地区重要的地理组成，对其地表温度的研究目
前尚不多见．
天山地区地形复杂，水热空间分布不均，气候变
化敏感，生态系统复杂［２２］，现有气象站点较少，观测
数据难以准确地反映整个区域的地表温度变化状
况，而 ＭＯＤＩＳ卫星数据具有便捷、经济、宏观等诸多
优点，能够精确地对区域地表温度进行持续监测．随
着 ＭＯＤＩＳ卫星数据在地表温度方面的研究进一步
成熟，ＭＯＤＩＳ地表温度产品反演的精度已得到广泛
认可，能够满足地形复杂区域的反演要求［２３－２６］ ．为
此，本文基于 ＭＯＤＩＳ 卫星数据，采用线性回归和相
关分析等方法，对天山区域地表温度的时空分布特
征及其与归一化植被指数之间的相关性进行深入
研究．
１　 研究地区与研究方法
１􀆰 １　 研究区概况
天山区域（３７°３９′—４４°４５′ Ｎ，７２°１５′—９５°２３′ Ｅ）
地处亚洲中部，横贯新疆全境 （图 １）．天山长约
１７６０ ｋｍ，南北宽 ２５０ ～ ３５０ ｋｍ，总面积约 ８７ × １０４
ｋｍ２，平均海拔 ３５００ ｍ，为新疆众多河流的发源地，
是中温带准噶尔盆地和暖温带塔里木盆地的天然地
理分界．研究区以温带大陆性气候为主，干燥少雨，
天山作为新疆境内的巨大“湿岛”，为南北疆提供了
丰富的水资源，孕育了复杂的生态系统［２６］，促进了
绿洲的形成和发展，为南北疆经济社会的可持续发
展提供了重要保障．
１􀆰 ２　 数据来源与处理
本文 采 用 数 据 为 ＭＯＤＩＳ 地 表 温 度 产 品
（ＭＯＤ１１Ａ２），每幅产品周期 ８ ｄ，空间分辨率 １０００
ｍ，包括 ７个波段，以及相应的质量控制、云覆盖、获
取时间、获取角度、３１波段发射率、３２波段发射率等
１２个数据，基于较为成熟的分裂窗算法分别计算白
天、黑夜地表温度（Ｋ）．归一化植被指数（ＮＤＶＩ）数
据由 ＭＯＤＩＳ植被指数数据集 ＭＯＤ１３Ａ２ 解译获取，
精度 １０００ ｍ，产品周期 １６ ｄ．本研究从每年的 １ 月 １
日开始，依次取 １６ ｄ ２３个时次的数据，其中 ＭＯＤＩＳ
地表温度产品（ＭＯＤ１１Ａ２）采用两个相邻时次最大
值合成法，各时次反映了该日之后的 １６ ｄ 平均状
况，遥感数据来源于美国国家航空航天局（ＮＡＳＡ）
和新疆与中亚科学数据共享平台，资料经过完整的
质量控制．遥感数据通过 ＭＲＴ工具进行数据格式和
投影转换，然后通过 ＩＤＬ 编程设计对数据进行镶嵌
和裁剪等处理．为便于分析季节变化，春季取第 ５ 至
第 ９个时次（３—５月），夏季取第 １０ 至第 １５ 个时次
（６—８月），秋季取第 １６ 至第 ２１ 个时次 （ ９—１１
月），冬季取剩余时次（１２月至次年 ２月）．
研究区下垫面数据由 ＴＭ 遥感影像（２００５ 年）
解译获取（图 ２、表 １），采用误差矩阵进行检验，整
体精度约 ９０％，土地利用类型主要包括：城镇建设
用地、草地、农地、林地、水体、沙地戈壁及冰川积雪
与其他用地类型．基于土地利用类型解译结果可知，
表 １　 研究区主要土地利用类型统计数据
Ｔａｂｌｅ １　 Ｓｔａｔｉｓｔｉｃ ｄａｔａ ｏｆ ｌａｎｄ ｕｓｅ ｔｙｐｅｓ ｉｎ ｔｈｅ ｓｔｕｄｙ ａｒｅａ
土地利用类型
Ｌａｎｄ ｕｓｅ ｔｙｐｅ
平均海拔
Ａｌｔｉｔｕｄｅ
（ｍ）
面积比例
Ａｒｅａ ｐｅｒｃｅｎｔａｇｅ
（％）
农地 Ｃｒｏｐｌａｎｄ ８５７ ５．１
林地 Ｗｏｏｄｌａｎｄ １９１１ ２．２
草地 Ｍｅａｄｏｗ ２０６８ ２４．４
水域 Ｗａｔｅｒ ９８５ ０．５
建设用地 Ｃｏｎｓｔｒｕｃｔｉｏｎ ｌａｎｄ ８２６ ０．４
冰川积雪 Ｇｌａｃｉｅｒ ３９３４ １．８
沙地戈壁 Ｄｅｓｅｒｔ ａｎｄ ｇｏｂｉ １１６８ ６４．６
２８６ 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２６卷
图 １　 研究区位置
Ｆｉｇ．１　 Ｌｏｃａｔｉｏｎ ｏｆ ｔｈｅ ｓｔｕｄｙ ａｒｅａ．
图 ２　 研究区土地利用示意图
Ｆｉｇ．２　 Ｓｋｅｔｃｈ ｍａｐ ｏｆ ｔｈｅ ｌａｎｄ ｕｓｅ ｏｆ ｔｈｅ ｓｔｕｄｙ ａｒｅａ．
沙地戈壁面积约为 ５６． ５５ × １０４ ｋｍ２，所占比例约
６５％，而城镇建设用地所占面积 ０．３３×１０４ ｋｍ２，仅占
研究区域面积的 ０．４％．
１􀆰 ３　 研究方法
利用斜率分析、变异系数分析等方法对研究期
间地表温度的时空特征进行研究．基于 ＡｒｃＧＩＳ １０、
ＥＮＶＩ ４．８、ＳＰＳＳ ２０、Ｏｒｉｇｉｎ ８．５等软件进行数据统计、
分析和出图处理．
１􀆰 ３􀆰 １斜率分析法　 利用斜率分析法对不同的栅格
变化趋势进行模拟，以分析不同时期地表温度的空
间变化特征［２７］ ．本文采用斜率分析法对地表温度的
空间年际变化趋势进行分析，计算公式如下：
θ ＝
∑
ｎ
ｉ ＝ １
ａｉｂｉ －
１
ｎ∑
ｎ
ｉ ＝ １
ａｉ∑
ｎ
ｉ ＝ １
ｂｉ
∑
ｎ
ｉ ＝ １
ｂｉ ２ －
１
ｎ
（∑
ｎ
ｉ ＝ １
ｂｉ） ２
（１）
式中：θ 为年际变化率；ｎ 为 ２００１—２０１３ 的年份数，
本文取 １３；ｂｉ 为时间序列值，２００１—２０１３ 年依次取
１～１３；ａｉ 为第 ｉ年地表温度．
１􀆰 ３􀆰 ２变异系数法　 变异系数是衡量数据中各变量
变异程度的一种统计量，可以用来比较不同组别数
据间的离散程度．采用变异系数法能够有效反映研
究期间天山区域不同季节地表温度的波动特征，计
算公式如下：
Ｖｘ ＝
σｘ
Ｅｘ
＝
１
ｎ∑
ｎ
ｉ ＝ １
（ｘｉ － Ｅｘ） ２
１
ｎ∑
ｎ
ｉ ＝ １
ｘｉ
（２）
式中：Ｖｘ 为不同季节地表温度的变异系数；σｘ 为不同
季节地表温度的标准差；Ｅｘ 为不同季节地表温度的平
均值；ｘｉ 为不同季节的地表温度；ｎ为年份数，取 １３．
１􀆰 ３􀆰 ３相关分析法　 相关分析是一种分析变量间密
切程度的统计学方法，通过计算年均地表温度与归
一化植被指数之间的相关系数，能够有效指出地表
温度与植被之间的密切联系，相关系数（Ｒ）取值区
间位于［－１，１］，计算公式如下：
Ｒ ＝
∑
ｎ
ｉ ＝ １
（ｘｉ － 􀭰ｘ）（ｙｉ － 􀭰ｙ）
∑
ｎ
ｉ ＝ １
（ｘｉ － 􀭰ｘ） ２ ∑
ｎ
ｉ ＝ １
（ｙｉ － 􀭰ｙ） ２
（３）
３８６３期　 　 　 　 　 　 　 　 　 　 　 　 　 管延龙等： 基于 ＭＯＤＩＳ数据的天山区域地表温度时空特征　 　 　 　 　 　
式中： ｎ为年份数 １３（２００１—２０１３）；ｘｉ 和 ｙｉ 为相关
分析的两个变量；􀭰ｘ 与 􀭰ｙ 分别表示变量样本的平
均值．
２　 结果与分析
２􀆰 １　 天山区域地表温度空间变化特征
２００１—２０１３年，天山区域年平均地表温度的空
间分布存在显著差异，年均地表温度达 １．７３ ℃，东
部高于西部，尤其是东南区域，总体上呈现出一定的
交叉分布特点，与山脉走势相对一致．其中，东南区
域的鄯善县、托克逊县、吐鲁番及哈密，以及东北地
区的哈萨克等县市是研究区地表温度分布的高值区
域，部分地区年平均地表温度在 １０ ℃左右，而温宿、
精河、新河、和静、昭苏、博乐等县市是研究区地表温
度低值较为集中分布区域，年均地表温度约 ０．５ ℃
（图 ３）．
由图 ４可见，西北区域地表温度上升幅度较大，
部分地区地表温度变化幅度超过 ０．５５ ℃·ａ－１，包括
昭苏、博乐、精河等部分地区，总体上分布较集中，大
多分布在海拔较低的绿洲平原地区．海拔与下垫面
状况是研究区地表温度产生区域性差异的重要基
础［２８］ ．对研究区年均地表温度与海拔的相关性分析
图 ３　 ２００１—２０１３年研究区地表温度的空间分布
Ｆｉｇ．３　 Ｓｐａｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ｌａｎｄ ｓｕｒｆａｃｅ ｔｅｍｐｅｒａｔｕｒｅ ｄｕｒｉｎｇ ２００１－２０１３ ｉｎ ｔｈｅ ｓｔｕｄｙ ａｒｅａ．
图 ４　 ２００１—２０１３年研究区地表温度年际变化率（ａ）及显著性变化（ｂ）的空间分布
Ｆｉｇ．１　 Ｓｐａｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎｓ ｏｆ ＬＳＴ ｉｎｔｅｒａｎｎｕａｌ ｖａｒｉａｔｉｏｎ ｒａｔｅ （ａ） ａｎｄ ｉｔｓ ｓｉｇｎｉｆｉｃａｎｔ ａｒｅａ （ｂ） ｄｕｒｉｎｇ ２００１－２０１３ ｉｎ ｔｈｅ ｓｔｕｄｙ ａｒｅａ．
Ⅰ： 极显著上升 Ｖｅｒｙ ｓｉｇｎｉｆｉｃａｎｔｌｙ ｒｏｓｅ； Ⅱ： 显著上升 Ｓｉｇｎｉｆｉｃａｎｔｌｙ ｒｏｓｅ； Ⅲ： 极显著下降 Ｖｅｒｙ ｓｉｇｎｉｆｉｃａｎｔｌｙ ｄｅｃｒｅａｓｅｄ； Ⅳ： 显著下降 Ｓｉｇｎｉｆｉｃａｎｔｌｙ
ｄｅｃｒｅａｓｅｄ．
４８６ 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２６卷
表明，两者呈显著负相关关系，相关系数达－０􀆰 ８３８，
说明随着海拔的升高，地表温度呈显著下降趋势．东
部地区下垫面覆盖主要以荒漠戈壁为主，海拔较低，
地势较为平坦，降水量稀少，气候干燥；而西部地区
众多高大山脉拦截了相对充沛的西风环流与北冰洋
水汽，降水量较大，山地森林、草原植被等发育较好，
具有较高的蒸散量，总体上西部山区平均地表温度
明显低于东部．西北绿洲平原等地区的工农业发展
迅速，地表组成受人类影响最为明显，地表温度变化
幅度普遍较高．
２􀆰 ２　 天山区域地表温度时间变化特征
２００１—２０１３年天山区域地表温度年际变化呈增
加趋势，与全球气候变暖趋势相一致，但变化率较小
（０．１４７ ℃·ａ－１，Ｐ＞０．０５），增温幅度不明显（图 ５）．
２００１—２０１３年，天山区域地表温度季节差异明
显，夏季地表温度最高，冬季最低，夏季平均地表温
度达 ２３．３ ℃，冬季平均地表温度达－２７．７５ ℃ ．冬季
地表温度的变异系数达到 １２．７％，而夏季地表温度
波动幅度较小，变异系数只有 ２．１％，春、秋两季地表
温度变异系数分别为 ４％、３％．冬季地表温度波动幅
度最大，可能是气候的年际变化引起冬季降雪发生
变化，进而导致不同年份冬季下垫面反射和吸收太
阳辐射的能力出现差异，引起冬季地表温度波动幅
度高于其他季节（图 ６）．
２００１—２０１３年，研究区白天的地表温度季节性
差异明显高于夜晚，白天夏季地表平均温度达 ３４．４
℃，冬季为－３１．６５ ℃，而夜晚的夏季地表温度只有
１２．５ ℃，冬季为－２１．７７ ℃ ．夏季，白天与夜晚地表温
差最大，达 ２１．９ ℃，冬季，地表温差最小，为 １０ ℃左
右．研究区荒漠戈壁所占面积比例在 ６５％左右，由于
其较为特殊的热力性质，白天受大量太阳辐射影响，
地表迅速增温，尤其夏季太阳位于北回归线附近、太
阳辐射最强烈，地表温度为一年中最大，而夜晚地表
图 ５　 ２００１—２０１３研究区地表温度的年际变化
Ｆｉｇ．５　 Ｃｈａｎｇｅ ｏｆ ｌａｎｄ ｓｕｒｆａｃｅ ｔｅｍｐｅｒａｔｕｒｅ （ＬＳＴ） ｄｕｒｉｎｇ ２００１－
２０１３ ｉｎ ｔｈｅ ｓｔｕｄｙ ａｒｅａ．
图 ６　 ２００１—２０１３年研究区地表温度的季节变化
Ｆｉｇ．６　 Ｓｅａｓｏｎａｌ ｃｈａｎｇｅ ｏｆ ｌａｎｄ ｓｕｒｆａｃｅ ｔｅｍｐｅｒａｔｕｒｅ （ＬＳＴ） ｄｕｒ⁃
ｉｎｇ ２００１－２０１３ ｉｎ ｔｈｅ ｓｔｕｄｙ ａｒｅａ．
ａ）全天 Ｄａｙ ａｎｄ ｎｉｇｈｔ； ｂ）白天 Ｄａｙ； ｃ）夜间 Ｎｉｇｈｔ． Ⅰ：春 Ｓｐｒｉｎｇ； Ⅱ：
夏 Ｓｕｍｍｅｒ； Ⅲ： 秋 Ａｕｔｕｍｎ； Ⅳ： 冬 Ｗｉｎｔｅｒ．
以长波辐射形式向外散热，地表温度迅速回落，导致
早晚地表温差较大；冬季太阳高度角较小、太阳辐射
能力较弱，地表大量积雪覆盖有助于保持较为稳定
的地表温度，白天与夜间之间地表温差相对较小．
２􀆰 ３　 不同土地利用类型的地表温度特征
２００１—２０１３年，天山区域各土地利用类型中，
沙地戈壁的年均地表温度最高，为 ５．１２ ℃，冰川积
雪的地表温度最小，为－１２．４５ ℃，林地、草地以及建
设用地之间的地表温度差异较小，分别为 ０． ０５、
－０．３７、－０．４９ ℃ ．以冰川积雪与沙地戈壁为主的未开
发用地年均地表温度的标准差高达 １１．１７ 和 ９．７０，
明显高于其他土地利用类型，说明该下垫面状况的
地表温度变化最剧烈；草地与林地年均地表温度的
标准差分别为 ５．４４ 和 ６．３９，低于其他土地利用类
型，地表温度变化幅度相对较小；建设用地的标准差
明显小于沙地戈壁与冰川积雪，略大于林地、草地
（表２） ．不同土地利用类型的地表温度及其变化幅
５８６３期　 　 　 　 　 　 　 　 　 　 　 　 　 管延龙等： 基于 ＭＯＤＩＳ数据的天山区域地表温度时空特征　 　 　 　 　 　
表 ２　 天山区域不同土地利用类型的地表温度及标准差
Ｔａｂｌｅ ２ 　 ＬＳＴ ａｎｄ ｓｔａｎｄａｒｄ ｄｅｖｉａｔｉｏｎ （ ＳＴＤ） ｏｆ ｖａｒｉｏｕｓ
ｌａｎｄ ｕｓｅ ｔｙｐｅｓ ｉｎ Ｔｉａｎｓｈａｎ Ｍｏｕｎｔａｉｎｓ ａｒｅａ
土地利用类型
Ｌａｎｄ ｕｓｅ ｔｙｐｅ
地表平均温度
ＬＳＴ （℃）
标准差
ＳＴＤ （℃）
农地 Ｃｒｏｐｌａｎｄ －２．９８ ８．０３
林地 Ｗｏｏｄｌａｎｄ ０．１５ ５．４４
草地 Ｍｅａｄｏｗ －０．３７ ６．３９
水域 Ｗａｔｅｒ －０．４９ ８．５６
建设用地 Ｃｏｎｓｔｒｕｃｔｉｏｎ ｌａｎｄ －１２．４５ １１．１７
冰川积雪 Ｇｌａｃｉｅｒ ５．１２ ９．７０
度存在明显差异，可能是不同土地利用类型的植被
覆盖状况存在显著差异［２９］，在草地、林地等高植被
覆盖区域，由于植被的生理作用吸收了部分太阳辐
射，蒸腾率较高，促进了地表与近地面大气之间能量
交换，地表温度较稳定，变化幅度较小．
２􀆰 ４　 不同土地利用类型的地表温度与归一化植被
指数（ＮＤＶＩ）的关系
在相同的外部因素（包括太阳高度角、时相等）
影响下，研究区不同土地利用类型的地表温度之间
存在明显差异，植被与地表温度之间关系密切．ＮＤ⁃
ＶＩ作为衡量植被丰度的重要指标，广泛应用于地表
温度与植被之间的关系研究中［３０］ ．由图 ７ 可以看
出，研究区各土地利用类型地表温度与 ＮＤＶＩ 之间
呈总体负相关，ＮＤＶＩ 每下降 ０．１，林地与草地的地
表温度分别下降 ３．７４和 ５．０４ ℃，而建设用地和农地
的降幅分别为 １．７７和 ２．２ ℃，说明随着植被盖度的
增加，高植被覆盖区域地表温度降幅明显；城镇建设
用地和农地的地表温度与 ＮＤＶＩ 之间的拟合效果较
好，决定系数分别达 ０．７４２ 和 ０．６５１，说明人类活动
对地表温度与植被之间的相互关系产生了较明显的
影响，即随着人类活动对地表物质组成的不断改变，
ＮＤＶＩ与地表温度之间的敏感性逐渐提高．
图 ７　 不同土地利用类型地表温度与植被指数的关系
Ｆｉｇ．７　 Ｒｅｌａｔｉｏｎｓｈｉｐ ｏｆ ＮＤＶＩ ａｎｄ ＬＳＴ ｆｏｒ ｄｉｆｆｅｒｅｎｔ ｌａｎｄ ｕｓｅ ｔｙｐｅｓ．
ａ）草地 Ｍｅａｄｏｗ； ｂ）建设用地 Ｃｏｎｓｔｒｕｃｔｉｏｎ ｌａｎｄ； ｃ）农地 Ｃｒｏｐｌａｎｄ； ｄ）林地 Ｗｏｏｄｌａｎｄ．
３　 讨　 　 论
天山地处西北干旱区，地貌复杂，气候干燥，生
态环境脆弱，具有独特的山地⁃绿洲⁃荒漠生态耦合
系统［３１］ ．基于 ＭＯＤＩＳ 数据产品的地表温度相关研
究，对区域生态规划与农牧业生产等都具有重要的
理论价值．本研究结果表明，２００１—２０１３ 年，天山区
域地表温度年际变化总体上呈缓慢增加趋势，符合
６８６ 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２６卷
区域气候变化趋势［３２－３３］，说明地表温度的变化能够
有效反映区域气候变化，在地形复杂、气象站点较
少、生态环境恶劣地区具有重要意义．西北部分绿洲
地区地表温度年际间变化幅度较明显，可能原因是
区域的地表物质组成受经济发展与城镇化建设影响
较大，引起了地表温度的上升，而研究区生态环境较
为脆弱，在工农业快速发展的同时，必须重视生态规
划与保护工作的开展．天山面积广阔，地表类型复
杂，一般的土地分类精度并不能够完全替代原有的
土地类型，同时，影响地表温度的因素复杂，仅从海
拔和植被角度并不能充分解释不同地表类型地表温
度之间的差异，因而针对其他影响因素（如地表反
照率、景观变化、人类活动等）的地表温度研究，将
是下一阶段工作的重点．
通过对 ＭＯＤＩＳ 数据及土地利用类型数据进行
处理分析，反演了天山区域地表温度时空分布特征
及变化规律，探讨了不同土地利用类型下地表温度
的分布特征及与植被指数 ＮＤＶＩ 之间的联系，得到
以下主要结论：１）研究期间，天山区域地表温度空
间分布及变化规律上存在显著差异．在水平分布上，
东部地区地表温度高于西部，总体呈现出一定的交
叉分布特点，与山体走势较一致；在垂直分布上，地
表温度与海拔之间存在显著负相关关系（Ｐ＜０．０１）；
对地表温度的斜率分析表明，西北部分区域地表温
度年际变化较明显，部分地区地表温度变化幅度达
０．５５ ℃以上．２）天山区域近地表温度的年际与年内
变化差异明显．在年际分布上，地表温度呈缓慢增加
趋势；在年内分布上，研究区地表温度季节性差异明
显，冬季地表温度波动幅度明显高于其他季节，白天
地表温度的季节性差异明显高于夜晚，夏季地表温
差明显高于其他季节．３）天山区域不同土地利用类
型地表温度变化特征之间存在差异．沙地戈壁的地
表温度最高，冰川积雪地表温度最低，农地、草地及
林地的地表温度较为相近；以冰川积雪和沙地戈壁
为主的未开发用地地表温度变化最剧烈；天山北麓
夏季地表温度与归一化植被指数之间呈负相关关
系，随着植被盖度的增加，地表温度逐渐递减．受人
类活动影响，建设用地和农地地表温度与归一化植
被指数之间的敏感性高于其他土地利用类型．
致谢　 感谢中国科学院新疆生态与地理研究所“新疆与中
亚科学数据共享平台”李锦老师为本文提供基础数据．
参考文献
［１］　 Ｖａｎｃｕｔｓｅｍ Ｃ， Ｃｅｃｃａｔｏ Ｏ， Ｄｉｎｋｕ Ｔ， ｅｔ ａｌ． Ｅｖａｌｕａｔｉｏｎ ｏｆ
ＭＯＤＩＳ ｌａｎｄ ｓｕｒｆａｃｅ ｔｅｍｐｅｒａｔｕｒｅ ｄａｔａ ｔｏ ｅｓｔｉｍａｔｅ ａｉｒ
ｔｅｍｐｅｒａｔｕｒｅ ｉｎ ｄｉｆｆｅｒｅｎｔ ｅｃｏｓｙｓｔｅｍｓ ｏｖｅｒ Ａｆｒｉｃａ． Ｒｅｍｏｔｅ
Ｓｅｎｓｉｎｇ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔ， ２０１０， １１４： ４４９－４６５
［２］　 Ｗｉｌｓｏｎ Ｊ Ｓ， Ｃｌａｙ Ｍ， Ｍａｒｔｉｎ Ｅ， ｅｔ ａｌ． Ｅｖａｌｕａｔｉｎｇ ｅｎｖｉ⁃
ｒｏｎｍｅｎｔａｌ ｉｎｆｌｕｅｎｃｅ ｏｆ ｚｏｎｉｎｇ ｕｒｂａｎ ｅｃｏｓｙｓｔｅｍｓ ｗｉｔｈ ｒｅ⁃
ｍｏｔｅ ｓｅｎｓｉｎｇ． Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔ， ２００３，
８６： ３０３－３２１
［３］　 Ｌｉ Ｃ （李　 成）， Ｗａｎｇ Ｒ⁃Ｈ （王让会）， Ｈｕａｎｇ Ｊ （黄
进）． Ｖａｒｉａｔｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｔｅｍｐｅｒａｔｕｒｅ ａｎｄ ｐｒｅｃｉ⁃
ｐｉｔａｔｉｏｎ ｉｎ ｔｈｅ ｎｏｒｔｈ ｏｆ Ｔｉａｎｓｈａｎ Ｍｏｕｎｔａｉｎｓ ｉｎ ｒｅｃｅｎｔ ５０
ｙｅａｒｓ． Ｒｅｓｅａｒｃｈ ｏｆ Ｓｏｉｌ ａｎｄ Ｗａｔｅｒ Ｃｏｎｓｅｒｖａｔｉｏｎ （水土保
持研究）， ２０１３， ２０（６）： １１７－１２４ （ｉｎ Ｃｈｉｎｅｓｅ）
［４］　 Ｌｉ Ｊ⁃Ｌ （李景林）， Ｚｈａｎｇ Ｓ⁃Ｑ （张山清）， Ｐｕ Ｚ⁃Ｃ （普
宗朝）， ｅｔ ａｌ． Ｓｐａｔｉａｌ⁃ｔｅｍｐｏｒａｌ ｖａｒｉａｔｉｏｎ ｏｆ ｓｅａｓｏｎａｌ ａｎｄ
ａｎｎｕａｌ ａｉｒ ｔｅｍｐｅｒａｔｕｒｅ ｉｎ Ｘｉｎｊｉａｎｇ ｄｕｒｉｎｇ １９６１－ ２０１０．
Ａｒｉｄ Ｌａｎｄ Ｇｅｏｇｒａｐｈｙ （干旱区地理）， ２０１３， ３６（２）：
２８８－２３７ （ｉｎ Ｃｈｉｎｅｓｅ）
［５］　 Ｗａｎｇ Ｒ⁃Ｈ （王让会）． Ｓｔｕｄｙ ｏｎ ｍｏｄｅｌｓ ｏｆ ｄｅｇｒａｄｅｄ ｅｃｏ⁃
ｓｙｓｔｅｍｓ ｉｎ ａｃｒｉｄ ｚｏｎｅ ｏｆ Ｗｅｓｔ Ｃｈｉｎａ． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ
Ｅｃｏ⁃Ａｇｒｉｃｕｌｔｕｒｅ （中国生态农业学报）， ２００１， ９（３）：
８－１１ （ｉｎ Ｃｈｉｎｅｓｅ）
［６］　 Ｌｉ Ｘ⁃Ｄ （李晓东）， Ｆｕ Ｈ （傅 　 华）， Ｌｉ Ｆ⁃Ｘ （李凤
霞）， ｅｔ ａｌ． Ｒｅｓｅａｒｃｈ ｐｒｏｃｅｓｓ ｏｎ ｅｆｆｅｃｔｓ ｏｆ ｃｌｉｍａｔｅ
ｃｈａｎｇｅ ｏｎ ｅｃｏｌｏｇｉｃａｌ ｅｎｖｉｒｏｎｍｅｎｔ ｉｎ ｎｏｒｔｈｗｅｓｔ Ｃｈｉｎａ．
Ｐｒａｔａｃｕｌｔｕｒａｌ Ｓｃｉｅｎｃｅ （草业科学）， ２０１１， ２８ （ ２）：
２８６－２９５ （ｉｎ Ｃｈｉｎｅｓｅ）
［７］　 Ｏｕｙａｎｇ Ｂ （欧阳斌）， Ｃｈｅ Ｔ （车　 涛）， Ｄａｉ Ｌ⁃Ｙ （戴
礼云）， ｅｔ ａｌ． Ｅｓｔｉｍａｔｉｎｇ ｍｅａｎ ｄａｉｌｙ ｓｕｒｆａｃｅ ｔｅｍｐｅｒａｔｕｒｅ
ｏｖｅｒ ｔｈｅ Ｔｉｂｅｔａｎ Ｐｌａｔｅａｕ ｂａｓｅｄ ｏｎ ＭＯＤＩＳ ＬＳＴ ｐｒｏｄｕｃｔｓ．
Ｊｏｕｒｎａｌ ｏｆ Ｇｌａｃｉｏｌｏｇｙ ａｎｄ Ｇｅｏｃｒｙｏｌｏｇｙ （冰川冻土），
２０１２， ３４（２）： ２９６－３０４ （ｉｎ Ｃｈｉｎｅｓｅ）
［８］　 Ｗｅｉ Ｗ （魏　 伟）， Ｓｈｉ Ｐ⁃Ｊ （石培基）， Ｙａｎｇ Ｗ⁃Ｍ （杨
旺明）， ｅｔ ａｌ． Ｓｐａｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ｌａｎｄ ｓｕｒｆａｃｅ ｔｅｍｐｅｒ⁃
ａｔｕｒｅ ｉｎ Ｓｈｉｙａｎｇ Ｒｉｖｅｒ Ｂａｓｉｎ ｂａｓｅｄ ｏｎ ＭＯＤＩＳ Ｄａｔａ．
Ｊｏｕｒｎａｌ ｏｆ Ｇｌａｃｉｏｌｏｇｙ ａｎｄ Ｇｅｏｃｒｙｏｌｏｇｙ （冰川冻土），
２０１３， ３５ （１）： ５７－６４ （ｉｎ Ｃｈｉｎｅｓｅ）
［９］　 Ｋｅ Ｌ⁃Ｈ （柯灵红）， Ｗａｎｇ Ｚ⁃Ｘ （王正兴）， Ｓｏｎｇ Ｃ⁃Ｑ
（宋春桥）， ｅｔ ａｌ． Ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ ｏｆ ＭＯＤＩＳ ｌａｎｄ ｓｕｒｆａｃｅ
ｔｅｍｐｅｒａｔｕｒｅ ｉｎ ｎｏｒｔｈｅａｓｔ Ｑｉｎｇｈａｉ⁃Ｘｉｚａｎｇ Ｐｌａｔｅａｕ ａｎｄ ｉｔｓ
ｃｏｍｐａｒｉｓｏｎ ｗｉｔｈ ａｉｒ ｔｅｍｐｅｒａｔｕｒｅ． Ｐｌａｔｅａｕ Ｍｅｔｅｏｒｏｌｏｇｙ
（高原气象）， ２０１１， ３０（２）： ２７７－２８７ （ｉｎ Ｃｈｉｎｅｓｅ）
［１０］　 Ｗａｎ ＺＭ， Ｚｈａｎｇ ＹＬ， Ｚｈａｎｇ ＱＣ， ｅｔ ａｌ． Ｖａｌｉｄａｔｉｏｎ ｏｆ ｔｈｅ
ｌａｎｄ⁃ｓｕｒｆａｃｅ ｔｅｍｐｅｒａｔｕｒｅ ｐｒｏｄｕｃｔｓ ｒｅｔｒｉｅｖｅｄ ｆｒｏｍ Ｔｅｒｒａ
ｍｏｄｅｒａｔｅ ｒｅｓｏｌｕｔｉｏｎ ｉｍａｇｉｎｇ ｓｐｅｃｔｒｏ⁃ｒａｄｉｏｍｅｔｅｒ ｄａｔａ． Ｒｅ⁃
ｍｏｔｅ Ｓｅｎｓｉｎｇ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔ， ２００２， ８３： １６３－１８０
［１１］　 Ｗａｎ ＺＭ． Ｎｅｗ ｒｅｆｉｎｅｍｅｎｔｓ ａｎｄ ｖａｌｉｄａｔｉｏｎ ｏｆ ｔｈｅ ＭＯＤＩＳ
ｌａｎｄ⁃ｓｕｒｆａｃｅ ｔｅｍｐｅｒａｔｕｒｅ ／ ｅｍｉｓｓｉｖｉｔｙ ｐｒｏｄｕｃｔｓ． Ｒｅｍｏｔｅ
Ｓｅｎｓｉｎｇ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔ， ２００８， １１２： ５９－７４
［１２］　 Ｎｅｔｅｌｅｒ Ｍ． Ｅｓｔｉｍａｔｉｎｇ ｄａｉｌｙ ｌａｎｄ ｓｕｒｆａｃｅ ｔｅｍｐｅｒａｔｕｒｅｓ ｉｎ
ｍｏｕｎｔａｉｎｏｕｓ ｅｎｖｉｒｏｎｍｅｎｔｓ ｂｙ ｒｅｃｏｎｓｔｒｕｃｔｅｄ ＭＯＤＩＳ ＬＳＴ
ｄａｔａ． Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ， ２０１０， ２： ３３３－３５１
［１３］　 Ｇａｏ Ｍ⁃Ｆ （高懋芳）， Ｑｉｎ Ｚ⁃Ｈ （覃志豪）． Ｔｈｅ ｖａｌｉｄａ⁃
ｔｉｏｎ ｏｆ Ｃｈｉｎｅｓｅ ｌａｎｄ ｓｕｒｆａｃｅ ｔｅｍｐｅｒａｔｕｒｅ ｐｒｏｄｕｃｔｓ ｒｅ⁃
ｔｒｉｅｖｅｄ ｆｒｏｍ ｍｏｄｅｒａｔｅ ｒｅｓｏｌｕｔｉｏｎ ｉｍａｇｉｎｇ ｓｐｅｃｔｒｏｒａｄｉｏｍｅ⁃
ｔｅｒ ｄａｔａ． Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ ｆｏｒ Ｌａｎｄ ａｎｄ Ｒｅｓｏｕｒｃｅｓ （国土
资源遥感）， ２００６（３）： １５－１９ （ｉｎ Ｃｈｉｎｅｓｅ）
［１４］　 Ｍｏｓｔｏｖｏｙ ＧＶ， Ｋｉｎｇ ＲＬ， Ｒｅｄｄｙ ＫＲ， ｅｔ ａｌ． Ｓｔａｔｉｓｔｉｃａｌ
７８６３期　 　 　 　 　 　 　 　 　 　 　 　 　 管延龙等： 基于 ＭＯＤＩＳ数据的天山区域地表温度时空特征　 　 　 　 　 　
ｅｓｔｉｍａｔｉｏｎ ｏｆ ｄａｉｌｙ ｍａｘｉｍｕｍ ａｎｄ ｍｉｎｉｍｕｍ ａｉｒ ｔｅｍｐｅｒａ⁃
ｔｕｒｅｓ ｆｒｏｍ ＭＯＤＩＳ ＬＳＴ ｄａｔａ ｏｖｅｒ ｔｈｅ ｓｔａｔｅ ｏｆ Ｍｉｓｓｉｓｓｉｐｐｉ．
ＧＩＳｃｉｅｎｃｅ ａｎｄ Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ， ２００６， ４３： ７８－１１０
［１５］　 Ｖａｎｃｕｔｓｅｍ Ｃ， Ｃｅｃｃａｔｏ Ｐ， Ｄｉｎｋｕ Ｔ， ｅｔ ａｌ． Ｅｖａｌｕａｔｉｏｎ ｏｆ
ＭＯＤＩＳ ｌａｎｄ ｓｕｒｆａｃｅ ｔｅｍｐｅｒａｔｕｒｅ ｄａｔａ ｔｏ ｅｓｔｉｍａｔｅ ａｉｒ
ｔｅｍｐｅｒａｔｕｒｅ ｉｎ ｄｉｆｆｅｒｅｎｔ ｅｃｏｓｙｓｔｅｍｓ ｏｖｅｒ Ａｆｒｉｃａ． Ｒｅｍｏｔｅ
Ｓｅｎｓｉｎｇ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔ， ２００９， １１４： ４４９－４６５
［１６］　 Ｌｉ Ｑ （李　 琴）， Ｃｈｅｎ Ｘ （陈　 曦）， Ｂａｏ Ａ⁃Ｍ （包安
明）， ｅｔ ａｌ． Ｖａｌｉｄａｔｉｏｎ ｏｆ ｌａｎｄ ｓｕｒｆａｃｅ ｔｅｍｐｅｒａｔｕｒｅｓ ｒｅ⁃
ｔｒｉｅｖｉｎｇ ｉｎ ａｒｉｄ ／ ｓｅｍｉ⁃ａｒｉｄ ｒｅｇｉｏｎｓ． Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ Ｔｅｃｈ⁃
ｎｏｌｏｇｙ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎ （遥感技术与应用）， ２００８， ２３
（２）： ６４３－６４８ （ｉｎ Ｃｈｉｎｅｓｅ）
［１７］　 Ｔｉａｎ Ｈ （田 　 辉）， Ｍａ Ｙ⁃Ｍ （马耀明）， Ｈｕ Ｘ （胡
晓）， ｅｔ ａｌ． Ｍｏｎｉｔｏｒｉｎｇ ｄｒｏｕｇｈｔ ｉｎ ｍｉｄ⁃ｗｅｓｔｅｒｎ Ｃｈｉｎａ
ｕｓｉｎｇ ＭＯＤＩＳ ｌａｎｄ ｐｒｏｄｕｃｔ ＬＳＴ ａｎｄ ＮＤＶＩ． Ｐｌａｔｅａｕ
Ｍｅｔｅｏｒｏｌｏｇｙ （高原气象）， ２００７， ２６（５）： ８６－ ９７ （ ｉｎ
Ｃｈｉｎｅｓｅ）
［１８］　 Ｓｔｉｓｅｎ Ｓ， Ｓａｎｄｈｏｌｔ Ｉ， Ｎｏｒｇａｒｄ Ａ， ｅｔ ａｌ． Ｅｓｔｉｍａｔｉｏｎ ｏｆ ｄｉ⁃
ｕｒｎａｌ ａｉｒ ｔｅｍｐｅｒａｔｕｒｅ ｕｓｉｎｇ ＭＳＧ ＳＥＶＩＲＩ ｄａｔａ ｉｎ Ｗｅｓｔ
Ａｆｒｉｃａ． Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔ， ２００７， １１０：
２６２－２７４
［１９］　 Ｗａｎ ＺＭ， 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
［２０］　 Ｚｈａｎｇ Ｘ⁃Ｗ （张小伟）， Ｈｅ Ｙ （何　 月）， Ｃａｉ Ｊ⁃Ｚ （蔡
菊珍）， ｅｔ ａｌ． ＧＩＳ⁃ｂａｓｅｄ ａｎａｌｙｓｉｓ ｏｎ ｔｈｅ ｒｅｌａｔｉｏｎｓｈｉｐ ｂｅ⁃
ｔｗｅｅｎ ｌａｎｄ ｕｓｅ ／ ｃｏｖｅｒ ａｎｄ ｌａｎｄ ｓｕｒｆａｃｅ ｔｅｍｐｅｒａｔｕｒｅ ｉｎ
Ｚｈｅｊｉａｎｇ Ｐｒｏｖｉｎｃｅ． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｇｒｏｍｅｔｅｏｒｏｌｏｇｙ
（中国农业气象）， ２０１０， ３１（２）： ２９５－２９９ （ ｉｎ Ｃｈｉ⁃
ｎｅｓｅ）
［２１］ 　 Ｚｈａｎｇ Ｓ⁃Ｑ （张顺谦）， Ｚｈｏｕ Ｃ⁃Ｙ （周长艳）． Ｓｐａｔｉｏ⁃
ｔｅｍｐｏｒａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ａｎｄ ｃａｕｓｅｓ ｏｆ ｓｕｎｎｙ
ｄａｙｓ ｈｅａｔ ｉｓｌａｎｄ ｅｆｆｅｃｔ ｉｎ Ｃｈｅｎｇｄｕ Ｃｉｔｙ ｏｆ Ｓｏｕｔｈｗｅｓｔ Ｃｈｉ⁃
ｎａ． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ （应用生态学
报）， ２０１３， ２４（７）： １９６２－１９６８ （ｉｎ Ｃｈｉｎｅｓｅ）
［２２］　 Ｓｕｎ Ｈ⁃Ｂ （孙洪波）， Ｗａｎｇ Ｒ⁃Ｈ （王让会）， Ｚｈａｎｇ Ｈ⁃Ｚ
（张慧芝）， ｅｔ ａｌ． Ｍｏｕｎｔａｉｎ⁃Ｏａｓｉｓ⁃Ｄｅｓｅｒｔ ｓｙｓｔｅｍ ａｎｄ
ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｃｌｉｍａｔｅ ｉｎ Ｘｉｎｊｉａｎｇ． Ａｒｉｄ Ｌａｎｄ Ｇｅｏｇｒａ⁃
ｐｈｙ （干旱区地理）， ２００５， ２８（２）： １９９－２０５ （ ｉｎ Ｃｈｉ⁃
ｎｅｓｅ）
［２３］　 Ｐｒｉｈｏｄｋｏ Ｌ， Ｇｏｗａｒｄ ＳＮ． Ｅｓｔｉｍａｔｉｏｎ ｏｆ ａｉｒ ｔｅｍｐｅｒａｔｕｒｅ
ｆｒｏｍ ｒｅｍｏｔｅ ｓｅｎｓｅｄ ｓｕｒｆａｃｅ ｏｂｓｅｒｖａｔｉｏｎｓ． Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ
ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔ， １９９７， ６０： ３３５－３４６
［２４］　 Ｈａｎ Ｇ⁃Ｆ （韩贵锋）， Ｚｈａｏ Ｋ （赵　 柯）， Ｙａｎ Ｗ⁃Ｔ （颜
文涛）， ｅｔ ａｌ． Ｍｕｌｔｉ⁃ｇｒａｄｉｅｎｔｓ ｏｆ ｌａｎｄ ｓｕｒｆａｃｅ ｔｅｍｐｅｒａ⁃
ｔｕｒｅ ｉｎ ｍｏｕｎｔａｉｎｏｕｓ ｃｉｔｉｅｓ ｗｉｔｈ ｒａｐｉｄ ｕｒｂａｎｉｚａｔｉｏｎ： Ａ
ｃａｓｅ ｓｔｕｄｙ ｉｎ ｃｅｎｔｒａｌ ａｒｅａ ｏｆ Ｃｈｏｎｇｑｉｎｇ Ｃｉｔｙ． Ｃｈｉｎｅｓｅ
Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ （应用生态学报）， ２０１２， ２３
（６）： １６５５－１６２２ （ｉｎ Ｃｈｉｎｅｓｅ）
［２５］　 Ｌｉｕ Ｃ⁃Ｃ （刘晨晨）， Ｃａｏ Ｇ⁃Ｚ （曹广真）， Ｚｈａｎｇ Ｍ⁃Ｗ
（张明伟）， ｅｔ ａｌ． Ｉｎｆｌｕｅｎｃｅ ｏｆ ｔｅｍｐｏｒａｌ ａｎｄ ｓｐａｔｉａｌ ｕａｒｉ⁃
ａｂｉｌｉｔｙ ｏｎ ｅｓｔｉｍａｔｉｏｎ ｏｆ ａｉｒ ｔｅｍｐｅｒａｔｕｒｅｓ ｆｒｏｍ ＭＯＤＩＳ
ｌａｎｄ ｓｕｒｆａｃｅ ｔｅｍｐｅｒａｔｕｒｅ． Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ Ｔｅｃｈｎｏｌｏｇｙ
ａｎｄ Ａｐｐｌｉｃａｔｉｏｎ （遥感技术与应用）， ２０１３， ２８（２）：
８３１－８３５ （ｉｎ Ｃｈｉｎｅｓｅ）
［２６］　 Ｚｈｅｎｇ Ｙ⁃Ｆ （郑有飞）， Ｃｈｅｎｇ Ｊ⁃Ｘ （程晋昕）， Ｗｕ Ｒ⁃Ｊ
（吴荣飞）， ｅｔ ａｌ． Ａｎ ｉｍｐｒｏｖｅｄ ｍｅｔｈｏｄ ａｎｄ ｉｔｓ ａｐｐｌｉｃａ⁃
ｔｉｏｎ ｆｏｒ ａｇｒｉｃｕｌｔｕｒａｌ ｄｒｏｕｇｈｔ ｍｏｎｉｔｏｒｉｎｇ ｂａｓｅｄ ｏｎ ｒｅｍｏｔｅ
ｓｅｎｓｉｎｇ． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ （应用生态
学报）， ２０１３， ２４（９）： ２６０８－２６１８ （ｉｎ Ｃｈｉｎｅｓｅ）
［２７］　 Ｗｅｉ Ｆ⁃Ｙ （魏凤英）． Ｓｔａｔｉｓｔｉｃ Ｄｉａｇｎｏｓｔｉｃ ａｎｄ Ｆｏｒｅｃａｓｔ
Ｔｅｃｈｎｏｌｏｇｉｅｓ ｉｎ Ｃｌｉｍａｔｏｌｏｇｙ． Ｂｅｉｊｉｎｇ： Ｃｈｉｎａ Ｍｅｔｅｏｒｏ⁃
ｌｏｇｉｃａｌ Ｐｒｅｓｓ， ２００７ （ｉｎ Ｃｈｉｎｅｓｅ）
［２８］　 Ｙｕ Ｗ⁃Ｐ （于文凭）， Ｍａ Ｍ⁃Ｇ （马明国）． Ｖａｌｉｄａｔｉｏｎ ｏｆ
ＭＯＤＩＳ ｌａｎｄ ｓｕｒｆａｃｅ ｔｅｍｐｅｒａｔｕｒｅ ｐｒｏｄｕｃｔｓ： Ａ ｃａｓｅ ｓｔｕｄｙ
ｏｆ ｔｈｅ Ｈｅｉｂｅ Ｒｉｖｅｒ Ｂａｓｉｎ． Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ Ｔｅｃｈｎｏｌｏｇｙ
ａｎｄ Ａｐｐｌｉｃａｔｉｏｎ （遥感技术与应用）， ２０１１， ２６（２）：
７０５－７１２ （ｉｎ Ｃｈｉｎｅｓｅ）
［２９］　 Ｌｉ Ｌ⁃Ｇ （李丽光）， Ｘｕ Ｓ⁃Ｌ （徐申来）， Ｗａｎｇ Ｈ⁃Ｂ （王
宏博）， ｅｔ ａｌ． Ｕｒｂａｎ ｈｅａｔ ｉｓｌａｎｄ ｅｆｆｅｃｔ ｂａｓｅｄ ｏｎ ｕｒｂａｎ
ｈｅａｔ ｉｓｌａｎｄ ｓｏｕｒｃｅ ａｎｄ ｓｉｎｋ ｉｎｄｉｃｅｓ ｉｎ Ｓｈｅｎｙａｎｇ， Ｎｏｒｔｈ
Ｃｈｉｎａ． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ （应用生态学
报）， ２０１３， ２４（１２）： ３４４５－３４５２ （ｉｎ Ｃｈｉｎｅｓｅ）
［３０］　 Ｙｕ Ｍ （于　 敏）， Ｃｈｅｎｇ Ｍ⁃Ｈ （程明虎）． Ｄｒｏｕｇｈｔ ｍｏ⁃
ｎｉｔｏｒｉｎｇ ｉｎ Ｈｅｉｌｏｎｇｊｉａｎｇ Ｐｒｏｖｉｎｃｅ ｂａｓｅｄ ｏｎ ＮＤＶＩ⁃Ｔｓ
ｓｐａｃｅ． Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ Ｓｃｉｅｎｃｅ （应用
气象学报）， ２０１０， ２１（２）： ２２１－２２７ （ｉｎ Ｃｈｉｎｅｓｅ）
［３１］　 Ｗａｎｇ Ｒ⁃Ｈ （王让会）， Ｚｈａｎｇ Ｈ⁃Ｚ （张慧芝）， Ｚｈａｏ Ｚ⁃
Ｙ （赵正勇）， ｅｔ ａｌ． Ｉｎｔｅｒｆａｃｅ ｐｒｏｃｅｓｓ ａｎｄ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ
ｏｆ ＭＯＤＳ ｃｏｕｐｌｉｎｇ ｒｅｌａｔｉｏｎ． Ａｒｉｄ Ｌａｎｄ Ｇｅｏｇｒａｐｈｙ （干旱
区地理）， ２００４， ２７（３）： ３８８－３９３ （ｉｎ Ｃｈｉｎｅｓｅ）
［３２］　 Ｗｅｉ Ｗ⁃Ｓ （魏文寿）， Ｙｕａｎ Ｙ⁃Ｊ （袁玉江）， Ｙｕ Ｓ⁃Ｌ
（喻树龙）， ｅｔ ａｌ． Ｃｌｉｍａｔｅ ｃｈａｎｇｅ ｉｎ ｒｅｃｅｎｔ ２３５ ｙｅａｒｓ
ａｎｄ ｔｒｅｎｄ ｐｒｅｄｉｃｔｉｏｎ ｉｎ Ｔｉａｎｓｈａｎ Ｍｏｕｎｔａｉｎｏｕｓ ａｒｅａ．
Ｊｏｕｒｎａｌ ｏｆ Ｄｅｓｅｒｔ Ｒｅｓｅａｒｃｈ． （中国沙漠）， ２００８， ２８
（５）： ８０３－８０９ （ｉｎ Ｃｈｉｎｅｓｅ）
［３３］　 Ｙａｎｇ Ｑ （杨　 青）， Ｈｅ Ｑ （何　 清）． Ｃｌｉｍａｔｅ ｃｈａｎｇｅ ｉｎ
ｔｈｅ ｗｅｓｔｅｒｎ Ｔｉａｎｓｈａｎ Ｍｏｕｎｔａｉｎｓ ａｎｄ ｃｌｉｍａｔｅ ｅｆｆｅｃｔ ｏｆ
ｏａｓｉｓ． Ｊｏｕｒｎａｌ ｏｆ Ｇｌａｃｉｏｌｏｇｙ ａｎｄ Ｇｅｏｃｒｙｏｌｏｇｙ （冰川冻
土）， ２００３， ２５（３）： ３３６－３４２ （ｉｎ Ｃｈｉｎｅｓｅ）
作者简介　 管延龙，男，１９８８ 年生，硕士研究生．主要从事环
境生态研究． Ｅ⁃ｍａｉｌ： ｇｕａｎｙａｎｌｏｎｇ２０１２＠ １６３．ｃｏｍ
责任编辑　 杨　 弘
８８６ 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２６卷