遥感方法在风积沙地貌判释中的应用

孙渤鏮，叶唐进，李豪

(1.西藏大学理学院，拉萨 850000；2.西藏大学工学院，拉萨 850000；3.大连理工大学建设工程学部，大连 116024)

受喜马拉雅山脉的影响，风积沙地貌在雅江河谷从林芝朗县—山南贡嘎县—日喀则萨嘎均有大量分布，贡嘎机场附近特别严重。除每年的6月和8月以外，全年均有风沙产生，约为300～400次/a，尤其是冬春季发生最为频繁,分别占沙尘暴总次数的58.5%和38.3%[1]，常常影响飞机的正常起降和公路的正常营运，也导致空气质量的下降，影响当地居民的正常生产生活。

目前，针对高原风积沙的研究主要集中在青海、西藏、甘肃等地，中科院兰州寒旱研究所的学者进行科考和统计分析[2]。而针对西藏风沙或风积地貌的研究相对较少，且主要集中在雅江河谷的山南市、日喀则市以及定结县至定日县等地[2][3]。2007年，陶仕珍[4]等人在研究西藏贡嘎机场周边风沙灾害成因的同时简略介绍了西藏地区的风积沙特征。其研究方法和对象主要为风积沙与气候的关系[5]，形成原因[6]，时空分布特征[7]以及防治措施[8]等。

在遥感技术研究风沙及风积沙地貌中，2010年，Chris H. Hugenholtz[9]等人结合前人在遥感技术研究风积沙的方法做了阶段总结与展望，提出遥感手段在当代沙丘的特征与量级分析研究中的潜力。2015年，Chen Du[10]等人利用Landsat 8数据反演研究了地表温度的变化, 对于陆地的地表温度反演相当准确，故引用该方法对风积沙地貌的反演分析。2019年，LIU Yong[11]等人对雅鲁藏布江河谷的风沙地貌的空间分布及其形成机理做过研究，利用风沙为黄灰色、质地细腻、反照率高特征，对雅鲁藏布江河谷沿线的风成沙粗略分布形态进行判断。因此，可以得出风沙或风积沙的研究主要集中在成因、分布、治理等方面，利用遥感技术研究识别风积沙时空分布、风积沙的变化和变迁依然较少，成果不多。

本文将以雅江河谷地区为例，选择美国陆地资源卫星 Landsat 8 OLI_TIRS遥感影像作为提取地表温度反演的基础数据，使用遥感技术并结合温度反演，研究遥感影像反演的地表温度与风积沙地貌的关系，从而解决遥感技术在风积沙时空分布规律、变化和变迁的识别问题。

1 数据来源与研究方法

1.1 研究区概况

雅江河谷地区位于青藏高原喜马拉雅北坡河谷，位于北半球，处于中纬度高原气候区，海拔在3 500～4 000 m之间，大部分地区的气候类型为高原山地气候，受喜马拉雅山脉的影响，降水量偏少，由于高海拔带来的低气温与强日照，导致蒸发量极大，年温差较小，日温差较大，属于典型的高原寒旱气候，冬春季风力强劲，风沙灾害十分明显，每年约300～400次风沙灾害，因此风积地貌大量分布于雅江河谷。图1位于拉萨市贡嘎机场附近的典型风积沙地貌，其经纬度坐标为29°20′13″N，90°53′28″E。

从研究区的卫星影像数据与其周边环境对比分析(图2)，风积沙地貌的遥感影像特征主要体现在：(1)风积沙区域温度高于周边非风积沙地貌区域；(2)风积沙堆积厚度与地表温度呈现出正相关性；(3)地表温度分布与风积沙分布形态基本一致。

图1 风积沙地貌卫星影像

图2 含等高线卫星影像图

1.2 数据获取原理

(1) 地表温度反演算法

数据来源利用美国陆地资源卫星 Landsat 8 OLI_TIRS卫星数据，选取了雅江河谷贡嘎机场附近的风积沙地貌，并运用Landsat 8 地表温度反演软件对遥感数据进行反演，具体算法如下：

(1)

其中，ε和Δε分别表示两个通道的发射率均值与差值，取决于地表分类与覆盖度；Ti和Tj为两个通道的观测亮温，bi(i= 0,1…7)为各项系数，可通过实验室数据、大气参数数据以及大气辐射传输方程进行分析，其反演的精度与大气柱水汽含量系数bi有关[10]。

(2) 大气水汽含量

为了减少对外界大气条件的依赖，发展的新算法从热红外图像本身数据估算水汽。首先利用MODTRAN和TIGR大气廓线建立两个劈窗通道大气透过率比值τj/τi与大气水汽含量wv的经验关系，然后利用在一定大小的滑动窗口内两个通道亮温(Ti和Tj)之间的协方差与方差的比值来估算透过率比值[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 地表温度反演软件对Landsat 8 OLI_TIRS卫星数据进行地表温度反演。然后将所得反演所得数据导入软件ENVI内，套用公式(b1/100)-273.15进行波段运算，从而得到包含温度信息的影像。最后，再将包含温度信息的影像导入软件ArcGIS 10.3中进行调整与分析。在软件ArcGIS 10.3中可以计算地表温度与地貌的相关性，分析风积沙地貌的时空分布规律、面积变化与变迁，并将其与实地踏勘采集面积进行对比验证。通过遥感技术分析判释，能够初步从温度的高低判释风积沙地貌的存在。

2 数据分析

2.1 反演温度分区判释

由于地表温度受气象条件、植被覆盖率、地下水、岩土比热容、地形地貌、海拔高度以及太阳辐射时长等因素影响，在风积沙地貌判释中需要分区逐一进行对比。因此，本文结合温度区间，将研究区划分为5个区域分别判释(图3)。

图3 不同地表温度的分区图

现结合风积沙分区和野外勘察核实对其进行逐一判释如下：

风积沙高温A区 ，该区一年四季均为高温区域，温度在22 ℃～55 ℃，与风积沙E区相比，温差在20 ℃以上。分析其原因是A区处于坡地，坡体含水量极低，只受风沙比热容影响，因此温度较高。

北部基岩裸露B区，西侧为27.45 ℃～33.25 ℃；而东侧温度相对较高，为33.25 ℃～36.15 ℃。虽然该区海拔较高，但地表岩土体裸露，植被覆盖率趋近于0，受岩土体比热容影响，使其温度与E区北部温度相近；同时该区B区西侧存在一个冲沟，因此受太阳照射时长和地下水的影响，沟谷与周围温度低了3 ℃～6 ℃。

东部山脊低温C区，温度在18.75 ℃～27.45 ℃。该区域风积沙面积为0，由于卫星数据采集时间为当地14：29，受太阳照射时长和地形地貌的影响，该区的最低温度向西偏移，而未出现在海拔较高的山脊或山脊东面。

沟谷植被覆盖低温D区，温度在21.65 ℃～27.45 ℃。该区域处于沟谷地带，风积沙面积为0，植被茂密，地下水较为丰富，受太阳辐射相对较少，因此该区域呈现出低温状态。

低洼的风积沙E区，温度在33.25 ℃～39.15 ℃。该区是风积沙地貌的核心区，全部为风积沙区域，由于地势平坦低洼，沙层含水量增加，与同为风积沙的A区相比，该区地表温度有着明显降低。

结合风积沙分区和野外勘察核对可知，风沙堆积区温度均比非堆积区高，但是少部分区域温度还受气象条件、植被覆盖率、地下水、岩土比热容、地形地貌、海拔高度以及太阳辐射时长等因素影响，因此在风积沙遥感技术分析中，不仅需要采用多种手段，还需要进行实地踏勘加以校正。

2.2 季节对比

受印度洋暖湿气流的影响，雅江河谷夏秋季节云量与雨量较多，尤其是每年的6～8月份，无法获取较为准确而完整的遥感影像数据，因而夏季风积沙遥感数据反演解释的缺失。因此选取同年春秋冬三季节进行对比分析，从而研究风积沙在不同季节的温度变化规律。

从遥感影像反演出的地表温度等值线图来看，不同季节上的地表温度变化十分明显，如图4、图5与图6所示。

图4 2016年春季遥感反演的地表温度图

图5 2016年秋季遥感反演的地表温度图

图6 2016年冬季遥感反演的地表温度图

(1) 春季

从春季遥感影像反演的温度分布图来看，该研究区温度在14 ℃～50 ℃，其中水体表面温度均在20 ℃以下。由于强烈的太阳辐射和无植被覆盖风积沙比热容共同作用，风积沙地表温度为20 ℃～40 ℃。最高温度点甚达50 ℃以上，风积沙与周围岩土温度不易区别，不易于判释。

(2) 秋季

从秋季遥感影像反演的温度等值线分布图来看，该研究区温度在15 ℃～44 ℃，与春季相比，地表温度有所下降，但是仍有高温比较突出的区域，最高可达44 ℃。风积沙地貌区温度异常较为明显突出，完全可以分辨出风积沙与岩土体之间的分界线，易于判释，是风积沙遥感数据最理想的季节。

(3) 冬季

从冬季遥感影像反演的温度等值线分布图来看，该研究区温度在8 ℃～32 ℃，水体表面温度接近11 ℃，普通地表温度为11 ℃～20℃。而风积沙的地表温度普遍为20 ℃～26 ℃，最高点也只能达到32 ℃。风积沙与周围岩土温度区分度不高，也不利于判释。

总之，对比以上3幅温度反演图和数据对比可知，春、冬两个季节的遥感数据反演结果中，风积沙与周围岩土温度区分度不高，也不利于判释，而秋季风积沙地貌区温度异常较为明显突出，完全可以分辨出风积沙与岩土体之间的分界线，易于判释。分析其原因，是含水量高低、植被以及太阳辐射时间影响所致，因此秋季是风积沙遥感数据最理想的季节。

2.3 风积沙面积变化

通过ArcGIS 10.3软件分析，可以得到本研究区域风积沙地貌的总面积，以及进一步细化后的有效地表温度分层面积。研究区的风积沙地貌面积为629 195.10 m2。风积沙面积的变化和变迁受气象和环境的影响十分明显，因此可以利用不同年份秋季的遥感数据分析其时空分布变化规律。

图7 2013年与2016年研究区影像对比

因此，本文选择2013年9月与2016年9月的数据进行的比较(图7)，分析其风积沙面积的时空分布变化规律。

从图7也可以看出，无论是2013年还是2016年，风积沙地貌主要区域均位于18 ℃～24 ℃层，能够有效判释，可以进行风积沙面积时空变化规律分析。下面将结合遥感反演，提取风积沙的温度区间和面积大小(表1)，并进行对比。

从表1分析可知， 2013年风积沙地貌面积为629 195.10 m2，而2016年为592 844.60 m2，短短3 a缩小的风积沙地貌面积达35 696.38 m2。分析其原因为：一是当地政府部门加强了环境保护意识，大量植树造林，使得风沙减少；二是研究区修建了一栋建筑，使风积沙地貌面积减少了654.12 m2，也说明了雅江河谷环境得到了有效的改善。

表1 2013年与2016年的风积沙面积比较

3 结论

本文采用遥感技术对风积沙地貌的地表温度进行反演，得到了包含地表温度信息的影像，并将其与等高线地形图、实际影像图以及实地踏勘进行对比分析，得出以下几点结论：

(1) 通过B区东部与E区对比分析，可知遥感技术虽然利用地表温度反演初步推断出风积沙地貌的大致位置与其变迁，但部分裸露的岩土与风积沙区分度不高，需要采用多种方法或踏勘进行核实校正。

(2) 通过遥感技术和实地踏勘对比，发现气象条件、地下水、植被覆盖率、岩土比热容、地形地貌、海拔高度以及太阳辐射时长等对分析结论均有影响，需要加以校对和处理。

(3) 通过对比一年四季风积沙与周围地表温度的差异得出，秋季风积沙地貌区温度异常较为明显突出，均高出3 ℃～9 ℃，完全可以分辨出风积沙与岩土体之间的分界线，易于判释。

(4) 对不同年份风积沙地表温度变化反演，得出2013年至2016年风积沙面积减少了29 809 m2，可以初步判定风积沙地貌的变化和变迁，环境的改变以及面积的增减等。

(5) 通过高精度遥感可以直接判释，但是工作量大、效率低、误差难以计量及人为影响因素大。而使用热红外遥感进行判释方法简单、效率高、人为影响因素较小、可程序化操作。