地理信息技术赋能福建省长时序地表温度数据集构建与分析

doi:10.13474/j.cnki.11-2246.2025.0730

摘要/Abstract

摘要： 陆地表面温度(LST)是全球和区域尺度地表物理过程的关键参数,维持地气相互作用过程中物质与能量交换平衡。本文基于GIS/RS技术,结合MODIS 8 d LST遥感数据产品(MOD11A2),利用分裂窗算法,通过月合成和年合成构建出福建省2000—2016年长时序地表温度数据集。然后对月合成和年合成的长时间序列LST数据进行分析并探讨了LST的分布及其反演特征。结果表明,福建省的LST约在7月达到最高,约在1月为最低。自2000—2016年福建省的LST呈周期性变化(似于正弦曲线)。空间分布上,福建省的LST空间分布也存在着明显的西低东高、南暖北冷。随着福建省沿海地区经济的快速发展和城市化不断发展,沿海城市地区的LST明显高于山区农村地区。LST分布可能受到气候、地形和土地覆盖类型的影响,地理信息技术分析LST的时空分布特征可以为福建省的区域生态环境保护、可持续发展政策的制定及农作物科学合理区划提供重要的参考依据,最终构建一套较完整的、效果较好的LST时间序列数据集。

关键词: 陆地地表温度, MODIS, 时空变化, 地理信息技术, 福建省

Abstract: Land surface temperature (LST) is a key parameter of land surface physical processes on global and regional scales,linking the heat fluxes and interactions between the ground and atmosphere.Based on GIS/RS,combined with the MODIS 8-day LST products (MOD11A2) from the split-window algorithms,we construct and obtain the monthly and annual LST dataset of Fujian province from 2000 to 2016.Then,Using geospatial information technologies,we analyze the monthly and yearly time series LST data and further investigate the LST distribution and its evolution features.The average LST of Fujian province reaches the highest in July,while the lowest in January.The monthly and annual LST time series present a significantly periodic features (annual and interannual) from 2000 to 2016.The spatial distribution shows that the LST in North and West is lower than South and East in Fujian province.With the rapid development and urbanization of the coastal area in Fujian province,the LST in coastal urban region is significantly higher than that in mountainous rural region.The LST distributions might are affected by the climate,topography and land cover types.The spatio-temporal distribution characteristics of LST using geospatial information technologies could be regarded as crucial evidences in agricultural layout and provides important reference for the formulation of regional ecological environment protection and sustainable development policies in Fujian province.

Key words: land surface temperature, MODIS, spatio-temporal variation, geographic information technology, Fujian province

中图分类号:

P208

黎文娥, 赖晓龙, 孙华, 黄连英. 地理信息技术赋能福建省长时序地表温度数据集构建与分析[J]. 测绘通报, 2025, 0(7): 180-184.

LI Wene, LAI Xiaolong, SUN Hua, HUANG Lianying. Geographical information technology enabling the construction and analysis of long-term surface temperature dataset in Fujian province[J]. Bulletin of Surveying and Mapping, 2025, 0(7): 180-184.

参考文献

[1] 彭敏,姚娜,孙培蕾,等.基于ECOSTRESS的城市热环境昼夜空间特征分析[J].测绘通报,2024(6):151-156.
[2] 黄然,黄健熙,张超,等.基于MODIS地表温度与气象数据的东北春玉米低温冷害监测[J].遥感学报,2024,28(10):2500-2512.
[3] 潘卫华,陈家金,李文,等.MODIS数据在福建省地表温度上的应用研究[J].气象研究与应用,2007,28(S2): 36-37.
[4] 李天祺,朱秀芳,潘耀忠,等.MODIS陆地表面温度数据重构方法研究[J].北京师范大学学报(自然科学版),2015,51(S1): 70-76.
[5] 尹磊,李佳乐,李玉,等.基于陆地表面温度反演土壤水分及监测干旱的适用性研究[J].防灾科技学院学报,2024,26(1): 26-37.
[6] 杨莹,许刚,陈兴梅,等.基于生态遥感指数的拉林公路生态变化[J].天津师范大学学报(自然科学版),2022,42(1): 51-58.
[7] 许慧慧,高美玲,李振洪,等.多源地表温度估算近地表气温的精度对比[J].武汉大学学报(信息科学版),2023,48(4):568-578.
[8] 马晋.长时序地表温度遥感反演与真实性检验方法研究[D].成都: 电子科技大学,2021.
[9] JULIEN Y,SOBRINO J A,VERHOEF W.Changes in land surface temperatures and NDVI values over Europe between 1982 and 1999[J].Remote Sensing of Environment,2006,103(1): 43-55.
[10] 产婧,沈润平,鲍艳松,等.江苏地区MODISLST产品重建研究[J].环境科学与技术,2014(1):160-167.
[11] 韩晓勇,韩玲,戚鹏程.秦巴山区MODISLST时序数据重建及特征分析[J].地理与地理信息科学,2016,32(1): 71-77.
[12] 李娅丽,汪小钦,陈芸芝,等.福建省地表温度与植被覆盖度的相关性分析[J].地球信息科学学报,2019,21(3): 445-454.
[13] 刘建文,周玉科.站点尺度的青藏高原时序NDVI重构方法比较与应用[J].地理科学进展,2018,37(3):427-437.
[14] 陆宝丽.淮河流域地表温度数据重建及时空变化分析[D].南京: 南京师范大学,2021.
[15] 高懋芳,覃志豪.中国MODIS地表温度产品验证[J].国土资源遥感,2006,18(3): 15-18.
[16] 张春桂,潘卫华,季青.基于MODIS数据的城市热岛动态监测及时空变化分析[J].热带气象学报,2011,27(3): 396-402.
[17] 刘智才,朱晓春,郭亚琪,等.国土空间规划体系下福州主城区用地空间环境要素与地表温度关系研究[J].地球信息科学学报,2024,26(11):2597-2611.
[18] 陈梦迪,张友水.福州城市扩张对地表温度影响及其空间分异分析[J].海南师范大学学报(自然科学版),2023,36(3): 301-311.