本文内容来源于《测绘通报》2023年第1期，审图号：GS京（2023）0038号
黄河三角洲Sentinel-3高精度时空连续海陆表面温度反演
张赟1,2, 李鹏1,2,3, 李振洪4, 王厚杰1,2
1. 中国海洋大学海洋地球科学学院河口海岸带研究所, 海底科学与探测技术教育部重点实验室, 山东 青岛 266100;
2. 青岛海洋科学与技术国家实验室海洋地质过程与环境功能实验室, 山东 青岛 266061;
3. 中国科学院精密测量科学与技术创新研究院大地测量与地球动力学国家 重点实验室, 湖北 武汉 430077;
4. 长安大学地质工程与测绘学院, 陕西 西安 710054
基金项目：国家自然科学基金(42041005-4;41806108);大地测量与地球动力学国家重点实验室开放基金(SKLGED2021-5-2);河口海岸学国家重点实验室开放基金(SKLEC-KF202002)
关键词：Sentinel-3, 海表温度, 陆地温度, 地表发射率, 黄河三角洲
引文格式：张赟, 李鹏, 李振洪, 等. 黄河三角洲Sentinel-3高精度时空连续海陆表面温度反演[J]. 测绘通报, 2023(1): 120-126. DOI: 10.13474/j.cnki.11-2246.2023.0020.摘要 ：海陆表面温度是理解全球变化与人类活动的关键参数。针对已有温度反演产品海陆边界时空不连续的问题,本文采用Sentinel-3海陆表面温度辐射计(SLSTR)光学与热红外影像,通过植被指数阈值法逐像元计算陆表与海表发射率,基于分裂窗算法反演得到黄河三角洲陆海表面时空连续温度产品。结合地面温度观测和欧洲中期天气预报中心提供的全球中等分辨率数值大气再分析产品,验证了本文陆海温度产品(均方根误差优于1.1K)反演精度高于现有公开的全球产品,可为全球时空连续温度产品反演提供参考。
陆表温度(land surface temperature，LST)和海表温度(sea surface temperature，SST)在地球表面与大气相互作用过程中发挥着重要作用，对于农业气象、生态水文、全球变化与应对等领域研究而言是基础数据源[1-3]，因此科学准确地反演海陆表面温度具有很强的现实性。
星载热红外遥感获取地表温度的研究始于20世纪70年代，国内外学者利用对大气辐射传输方程的近似和假设，先后提出了多种地表温度反演算法[4]。其中，分裂窗算法利用两个相邻通道存在对大气吸收作用不同的特点，将两个通道的亮温进行线性组合即可消除大气的影响。分裂窗算法由最初海表温度反演逐渐应用到陆表温度反演，相比均匀的海表，陆表地物类型复杂导致发射率(land surface emissivity，LSE)变化较大。文献[5]通过改进发射率项有效缩小此类误差，成功地将多通道算法运用到农田地区的LST反演。文献[6]提出了一种适用于欧空局Sentinel-3海陆表面温度辐射计(sea and land surface temperature radiometer，SLSTR)的地表温度反演的分裂窗算法，对比了两个观测角度的亮温在不同土地覆被类型上的差异，发现裸地的地表亮温差的标准差最大，而常绿阔叶林的地表亮温在不同观测角度变化较小。
文献[7]推导出一种基于模型-数据-知识驱动和深度学习的LST反演方法，该方法不需要LSE和透射率等先验知识，只需要将亮温作为输入参数。文献[8]验证了9种SLSTR海表温度反演算法的精度，在选用海表发射率灰体模型时，Sobrino and Raissouni [9]分裂窗算法的精度最高。文献[10]基于中分辨率成像光谱仪(MODIS)SST产品，分析了2003—2018年间我国东海海表温度时空演化规律，结果表明东海SST总体呈上升趋势。
目前，陆表或海表温度产品相对独立，彼此关联性不强，空间连续的温度产品有助于深入理解全球变化与人类活动相关的地球系统过程、模式与机制[11-12]，但是相关研究仍然较少，因此基于SLSTR数据的海陆连续温度反演具有重要的应用价值。
本文以黄河三角洲为研究区域，以Sentinel-3 SLSTR为主要数据源，通过植被指数阈值法与分裂窗算法逐像元计算地表发射率和海陆表面温度，并进一步探讨地表温度与土地覆被类型的相关性与时空动态变化特征。
1 研究区域与数据源1.1 研究区域
黄河三角洲位于山东省东营市黄河入海口，东邻莱州湾，北靠渤海湾[13]，属于温带季风型大陆性气候，四季分明，雨热同期[14]。土地覆被类型主要为农田、湿地、水体和城镇。地理位置分布如图 1所示。
1.2.1 Sentinel-3 SLSTR数据
Sentinel-3A卫星于2016年2月16日发射，搭载海陆色度仪(ocean and land color instrument，OLCI)和海陆表面温度辐射计(SLSTR)，提供全球多光谱中分辨率海洋与陆地表面观测。SLSTR共有11个波段，包含可见光、近红外、中红外波段(分辨率500 m)和热红外波段(分辨率1 km)。本文采用2018—2020年间冬季(1、2月) 和夏季(7、8月)的SLSTR辐射与亮度温度(radiance and brightness temperature，RBT)Level-1影像共计12景，均为无云数据。
本文在估算地表发射率的过程中使用了先进星载热发射和反射辐射计(advanced spaceborne thermal emission and reflection radiometer，ASTER)全球发射率数据集(global emissivity dataset，GED)。美国航空航天局发射的ASTER卫星，包含5个热红外通道(8.3、8.6、9.1、10.6和11.3 μm)发射率平均值和标准差、归一化差分植被指数(NDVI)平均值和标准差、经度、纬度及观测次数等[15]，采用1°×1°分幅，有100 m和1 km两种空间分辨率。欧洲中期天气预报中心(ECMWF)发布的全球中等分辨率数值大气再分析产品(ERA5)可以提供1950年至今的大气和地表参数，空间分辨率为0.25°，时间分辨率为1 h。本文采用ERA5相对湿度、2 m气温数据计算大气水汽含量，并结合ERA5温度产品对本研究海表温度结果进行验证。采用山东省东营市地面气象站点实测数据验证陆表温度精度，该数据来自国家气象科学数据中心，站点地理坐标为(118.7°E，37.43°N)，海拔为6 m。技术路线如图 2所示，主要包括数据获取、数据预处理、海陆表面温度反演、结果分析4部分。以目视解译方法提取的瞬时海岸线进行海陆分离，用海陆表面湿度参量计算得到大气水汽含量，最后通过分裂窗算法反演黄河三角洲海陆表面温度。分裂窗算法的公式[9]为式中，T8和T9为SLSTR第8、9两个热红外通道的星上亮温；W为观测天顶角θ方向上的总大气水汽含量；an(n=0，1，…，7)为算法系数；ε为两个通道的平均发射率(ε=(εch8+εch9)/2)；Δε为两个通道的发射率差(Δε=εch8-εch9)。根据东营气象站点和ERA5再分析数据集提供的空气温度和空气湿度计算得到大气水汽含量[16]。由图 3可知ASTER第13、14波段和SLSTR第8、9波段的波长范围相近，存在近似线性关系。因此可利用ASTER GED产品估算SLSTR第8、9热红外通道的海陆表发射率[17]。图 3 SLSTR第8、9通道和ASTER第13、14通道的光谱响应函数选取2景无云遥感影像LST反演结果与SLSTR LST产品进行差分对比，结果如图 4所示。可以发现，反演的LST与SLSTR LST产品的陆表温差值集中在-2 K至2 K以内，在城乡建筑区、大型基础设施、河口地区温差相对较大(可达4 K)。图 4 2018年7月21日与2018年8月1日反演的LST与SLSTR LST产品对比图 5将反演的LST与SLSTR LST产品的陆表温度值差分，结合全球10 m分辨率土地覆被数据(Esri 2020 Land Cover)可以发现，在耕地和草地区域温差较小，平均变化在-1~2 K之间；相反，在人工建筑区域温差较大，最大可达4 K。图 5 不同土地覆被类型反演的LST与SLSTR LST温差分布如图 6所示，分别对LST反演结果和SLSTR LST产品创建陆表温度随机点并生成拟合图，计算均方根误差(RMSE)和相关系数R，结果表明两个不同日期对应的LST与SLSTR LST产品的相关性较高(约0.8)，RMSE均在1.5 K以内，与文献[6]的验证结果一致。图 6 反演的LST与SLSTR LST产品相关性选取2景无云遥感影像SST反演结果与SLSTR SST产品进行对比，结果如图 7所示。可以发现，反演得到的SST与SLSTR SST产品的海表温差值在-0.25~0.5 K之间。对SST反演结果和SLSTR SST产品创建海表温度随机点并生成拟合图，计算RMSE和相关系数(如图 8所示)。结果表明，两个不同日期对应的SST与SLSTR SST产品的相关性极高(约0.97)，RMSE约为0.2 K。图 7 2018年1月20日与2020年1月4日反演的SST与SLSTR SST产品对比图 8 反演的SST与SLSTR SST产品相关性冬季1月和夏季7月反演的黄河三角洲海陆表面温度的空间分布，如图 9所示。(1) 在冬季，该海域SST的空间变化较为明显。受冬季河流径流和水深影响，从黄河口向渤海表现出浅水低温、深水高温的特征，导致了研究区海表温度呈西低东高的分布格局[18-19]。(2) 在夏季，由洋流、沿岸流等海水输送过程及太阳辐射随纬度变化对SST影响较小，海域SST的空间分布整体较为均匀[20]。(3) 陆地表面温度LST呈现出各向异性及与地物覆盖的相关性。在冬季，大范围盐田卤水分布地区的LST通常低于其他陆地覆被类型；在夏季，高LST主要分布在东营港、孤东油田、城乡建筑区等人类活动频繁区域。如图 10所示，由本文温度反演结果与地面站点实测温度、SLSTR LST产品、ERA5 SST产品的相关性分析可知：(1) 与地面站点实测数据、SLSTR LST产品的相关性极高(0.998)，与地面实测数据的RMSE为1.1 K，与SLSTR LST产品的RMSE为1.4 K，本文反演精度高于官方发布的SLSTR LST产品。(2) 与ERA5 SST产品的相关性极高(0.997)，RMSE约为1.0 K。(1) 本文结果和SLSTR官方发布的温度产品基本一致，海洋温度反演的RMSE低于0.5 K，陆地温度反演差异相对较大，RMSE在1.5 K以内。受人类活动影响，陆地地表覆盖相对复杂，两者在耕地和草地区域温差较小，介于-1~2 K之间，但是在建筑区域相温差较大，最大可达4 K。其原因可能是本文所用地表发射率和大气水汽含量的计算方法与SLSTR LST产品存在差异，导致两者在非植被覆盖区域的地表温度值相差较大[6]。同时，本文中的海岸线界定与SLSTR温度产品中的海岸线有所不同，导致两者在海陆交界处的温差较大。(2) 本文结果与地面站点实测数据吻合较好，同时优于与ERA5 SST结果[21]，表明本文反演算法的精度较高，海陆温度反演结果较为理想。由于Sentinel-3 SLSTR影像的空间分辨率(1 km)相对粗糙，难以区分复杂地类变化，在海陆交接处存在温度突变现象，主要体现在北部线状人工海堤[22]，即孤东海堤(底宽38 m，顶宽10 m，高5 m，长57 km)，而南部河口潮间带附近则可能受海岸线解译所用遥感影像的几何校正与潮汐校正误差影响。本文以Sentinel-3 SLSTR遥感影像为数据源，根据SLSTR热红外通道数据特征，分析了ASTER GED产品与SLSTR之间的线性关系获得地表发射率，并基于海陆表面湿度参量估算大气水汽含量，采用分裂窗算法反演得到了黄河三角洲海陆连续表面温度产品。与地面站实测数据对比分析表明，本文反演方法的精度较高，有望为全球变化与应对等研究提供重要的基础数据。在后续研究中，可以考虑土壤水分等因素对地表发射率的影响[23]，进一步提高全球温度反演产品的可靠性和适用性。