盛夏高温是一种重要的灾害性天气。近年来, 随着全球变暖及社会经济发展, 年极端高温事件频率和强度出现增加趋势^[1-5]，引起了人们极大关注^[6-7]。政府间气候变化专门委员会 (IPCC) 将天气与气候极端事件分为4类, 其中位居首位的就是极端温度事件^[8]。传统气候学用离地1.5 m的百叶箱气温研究环境热场与盛夏高温天气，并定义有一站日最高气温≥35℃即为一高温日，持续两天或以上定义为一次高温天气过程^[9-12]。这在大尺度气候变化研究中非常适用，但在局地温度场与人体感受中有一定差异。如1938年Büttner就指出，评价环境对人体的热影响应当把所有与热有关的参数作为一个整体考虑，在城市体感温度MEMI模型中，辐射热交换项就取决于平均辐射温度，其值取决于环境中的长短波辐射^[13]。近年来，人们认识到气候变暖不只是因为温室气体排放^[14]，下垫面的改变也对局地气候变化有着重要意义^[15-17]。因此，监测下垫面环境热场变化在极端高温事件研究中非常重要。

陆表温度是研究环境热场变化^[18]的一个关键指标。然而，由于陆表温度的时空分异特征, 利用气象站点资料进行空间插值^[19]的准确性及空间表达能力有较大不确定性。一定程度上，卫星遥感技术可以弥补这一不足^[20]。近年来，许多研究者利用红外遥感研究地表热场变化。Dousset等^[21]利用多传感器红外遥感对决定城市表面能量通量的物理过程进行了分析。Voogt等^[22]回顾了热红外遥感在城市气候方面的研究进展，并建议加强对自然或植被表面的热红外研究。宋艳等^[23]利用红外遥感数据，采用空间自相关等方法研究了深圳特区当前植被配置状态下的热岛效应；丁金才等^[24]利用高温加密观测和卫星遥感资料，对上海盛夏高温分布的气候平均场和第1特征场进行了分析；周志恩等^[20]利用AVHRR遥感陆表温度，进行了北京城市热岛效应研究等。申双和等^[25]利用ASTER数据分析南京城市陆表温度分布研究。吴晓等^[26]利用FY-1D极轨气象卫星推导出FY-1D极轨气象卫星的红外通道4、通道5亮温与陆表温度的二次回归关系式计算了陆表温度。

陆表温度热红外遥感主要采用分裂窗算法^[27-28]，目前，已经公开发表的分裂窗算法有17个^[29]，但是，这些算法主要是针对国外卫星数据，针对我国气象卫星热红外传感器的反演算法与产品应用相对较少。2008年5月我国极轨气象卫星风云三号气象卫星A星 (FY-3A) 发射成功，星上搭载的可见光红外扫描辐射计 (VIRR)、中分辨率光谱成像仪 (MERSI) 以及微波成像仪 (MWRI) 均可以进行陆表温度的持续观测，具有很大的应用前景。本文采用FY-3A/VIRR数据，利用Becker局地分裂窗改进算法反演得到逐日陆表温度, 对2009年一次高温天气过程进行动态监测, 并分析不同下垫面的热环境变化，检验产品的实时业务能力，并对主要地区不同下垫面的陆表温度变化进行了分析。

获取了2009年6月23—28日的FY-3A气象卫星可见光红外扫描辐射计的5 min段逐日轨道L1B卫星观测亮温资料，数据经过地理定位、辐射定标等预处理工作，数据格式为HDF。

同时，获取采用MODIS土地利用/覆盖分类等辅助数据，用于发射率计算。

2010年8月14日与24日，晴空，风力较小，在敦煌辐射校正场中心利用埋深式土壤水分温度观测仪 (ECH2O) 在5个不同方位进行陆表温度连续观测，获取了FY-3A气象卫星过境前后5 min时间段的0 cm陆表温度，用以对陆表温度遥感反演结果进行验证。

本文采用Becker算法进行陆表温度反演^[30-32]。该方法是通过辐射传输模拟分析得到的一个半经验局地分裂窗算法，由于充分考虑了大多数大气和地表状况，其适用范围较广。根据Becker算法^[30]，可将陆表温度计算近似为

(1)

式 (1) 中，A₀为一定常数；T₄和T₅分别为通道4、通道5的亮温；P，M皆为地表发射率的函数。其中，

(2)

这里定义平均地表发射率ε为 (ε₄+ε₅)/2，地表发射率差Δε为 (ε₄-ε₅)。通过模拟数据对上述方程进行回归，得到各待求参数。

Becker算法针对NOAA-9传感器设计，但对于不同传感器来说，由于传感器通道响应函数不尽相同，Becker算法不能适用，因此要对模型中参数进行改进。在Becker算法的基础上，针对FY-3A/VIRR热红外通道光谱响应函数特性，选择4种大气模式 (中纬度地区夏季大气、中纬度地区冬季大气、亚极地夏季大气、1972美国标准大气)，每种大气模式分别对应4个陆表温度 (294.2 K及294.2±5 K，272.2 K及272.2±5 K，287.2 K及287.2±5 K，288.2 K及288.2±5 K)，用MODTRAN程序对地表热红外辐射特性进行了模拟，生成通道4、通道5地表亮温模拟数据，重新得到Becker算法中模型参数:A₀=-0.89712；α=0.27297；β=-0.35818；γ′=4.06068；α′=5.91802；β′=0.38843。

另外，地表发射率是影响陆表温度的另一个重要参数。与原来Becker算法不同，本文地表发射率的计算采用植被覆盖度方法^[33]，即每一个像元范围内，某一通道的地表有效比辐射率由植被辐射率和非植被覆盖区地表比辐射率通过一个线性模型，得到

(3)

式 (3) 中，ε_{i, v}为某一类型纯植被覆盖像元i通道地表发射率；ε_{i, g}为相应纯裸露地表像元发射率；dε_i为某一通道由植被和下垫面地表的多次反射产生的地表发射率项，为简化计算，假设地表平坦，没有地表发射率的多次反射项, 即dε_i=0。C_FV为植被覆盖度，可由下式计算：

(4)

植被指数 (I_NDV) 由VIRR仪器红光和近红外通道计算得到。其中，I_NDVS为纯裸土像元I_NDV值，取固定值0.05；I_NDVV为纯植被像元某一植被类型的典型I_NDV值；植被覆盖类型采用国际地圈生物圈计划 (IGBP) 分类结果，对每一种类型，通道4、通道5的ε_{i, v}，ε_{i, g}及I_NDVV，I_NDVS由发表的文献数据得到^[34-35]。

在得到Becker算法模型参数及地表比辐射率ε后，代入式 (2)，即可得到陆表温度，最后经过去云处理和质量检验最终生成陆表温度产品。

利用辐射传输模型MODTRAN模拟被传感器接收的地表热辐射特性，然后对Becker改进算法进行误差分析^[31]。模拟需要设定的地表状态以及大气状态，地表比辐射率等如2.2节所述，结果表明：在不考虑比辐射率及大气透过率误差的情况下，改进算法误差在1 K以内，这和文献[36]中的结论是一致的。

由于时空分布的非均一性，陆表温度真实性检验一直是一项较难的工作。本文星-地同步验证针对高温过程监测，所以主要对高温端陆表温度进行验证。所以，为了很好地验证VIRR陆表温度产品在高温地区的误差，选择在敦煌辐射校正场地中心，对FY-3A气象卫星过境前后5 min时间段内每分钟的0 cm陆表温度进行星-地同步测量。由于敦煌辐射校正场地无植被，且地面平整均匀，最高陆表温度能达到60℃左右，是进行高温端陆表温度验证的理想场地。

对卫星过境时5 min时间段内0 cm陆表温度进行空间和时间上的平均，将此0 cm地温与辐射校正场中心经纬度位置像元的陆表温度进行比较。经过验证，两次在敦煌辐射戈壁滩进行VIRR陆表温度产品验证的误差分别为-0.17 K和1.77 K (表 1)。

表 1

表 1 FY-3A气象卫星反演陆表温度产品星-地同步验证 Table 1 Synchronization validation between satellite and the earth for FY-3A LST 日期 像元陆表温度/K 0 cm陆表温度平均/K 误差/K 2010-08-14 316.30 316.13 -0.17 2010-08-24 316.70 318.47 1.77

表 1 FY-3A气象卫星反演陆表温度产品星-地同步验证 Table 1 Synchronization validation between satellite and the earth for FY-3A LST

由表 1可见，就此次验证结果看陆表温度产品在高温端具有较高精度。当然，VIRR陆表温度产品的整体精度尚需要更多实地数据的支持，今后将深入开展这方面的工作。

为了保证验证的统计学意义和精度，选用2010年5月24日FY-3A与MODIS有交叉点的陆表温度 (LST) 产品进行大范围比较。其中，在交叉点53.811°N, 92.435°E FY-3A气象卫星过境时间为04:59:40.00(世界时，下同)，对比卫星MODIS-TERRA过境时间为05:04:50.00；在交叉点14.503°N，105.231°E FY-3A气象卫星过境时间为03:29:30.00，对比MODIS-TERRA卫星过境时间为03:37:00.00。可见卫星过境时间间隔在10 min以内，因此可以忽略陆表温度的时间变化。

为对两种LST产品进行统计对比，本文对两种产品重叠区域进行了散点图对比、频数分布直方图对比和误差绝对值直方图对比，如图 1和图 2所示。散点图误差分析 (图 1) 结果表明，两种LST产品均方根误差为2.64 K；直方图对比结果表明，两种产品LST值的频数分布基本一致 (图 2a)，误差大多在2~5 K范围内 (图 2b)。这个结果只能说明两种反演结果具有较高的相关性，并不是本文的LST反演精度是2~5 K。

图 1

图 1. 2010年5月24日FY-3A/VIRR陆表温度与MODIS-TERRA陆表温度对比散点图 Fig 1. Scatter plot of LST from FY-3A/VIRR and that from MODIS-TERRA on 24 May 2010

图 2

图 2. FY-3A/VIRR与MODIS-TERRA陆表温度产品反演结果直方图对比 (a) 频数分布对比，(b) 差值频数分布 Fig 2. Comparison between LST products from FY-3A/VIRR and those from MODIS-TERRA (a) distribution of frequency, (b) distribtuion of difference frequency

对2009年6月下旬进入汛期第1次高温天气过程进行了逐日监测，其陆表温度变化如图 3所示 (投影方式：Geographiclat/lon)。图中红色区域的陆表温度在313 K以上，也是这次高温天气过程影响的主要区域，可以看出，高温天气过程影响区域较为广泛，涉及我国华北地区、西北东部地区、东北部分地区以及长江流域部分城市。

图 3

图 3. 2009年6月下旬我国第1次高温天气过程监测FY-3A/VIRR陆表温度 Fig 3. The first high-temperature process in the latter half of Jun in 2009 by FY-3A/VIRR LST

同时，选择华北地区、西北地区、东北地区与长江流域的代表性气象站点进行比较分析 (图 4)，发现陆表温度的高值区域 (图 4中陆表温度大于310 K的高温地区) 有两个，一是华北地区的石家庄、郑州、北京等地区；二是西北地区东部的西安。此次过程最高陆表温度出现于6月24日，长江以北大部分地区达到了310.4 K，部分地区达到了320.2 K (47.05℃) 以上，人们普遍感到高温带来的炎热。25日由于受云系发展的影响，陆表温度开始下降，到27日地温降至最低。另外，长江流域及南方地区的陆表温度低于华北及西安地区，时间上有所滞后；东北地区的陆表温度也低于华北及西安地区，但并没有滞后现象。

图 4

图 4. 2009年6月全国各主要站点FY-3A/VIRR陆表温度变化比较 Fig 4. Changes of FY-3A/VIRR LST among mainly cities in China in Jun 2009

由于城市下垫面的不同，高温天气首先影响的是城市地区，即城市热岛^[37-38]。以北京和石家庄两个陆表温度比较高的地区进行分析，选取城市的中心经纬度为原点 (北京：39.92°N, 116.40°E; 石家庄：38.02°N, 114.50°E)，对陆表温度在同一纬度剖面的变化进行分析。剖面资料 (图 5) 表明，城市内部高温和城市结构一致，市内中心区域的陆表温度明显高于外围区域，主要原因是市内人口密度大和植被覆盖率低，地表覆盖多为水泥、柏油等热容量较小的材质，容易受高温天气的影响，发射更多的热能，因此，表面温度高于植被覆盖较多的郊区与外围地区。

图 5

图 5. 北京、石家庄地区同一纬度FY-3A/VIRR陆表温度剖面图及地表现状 (图片，5 km×5 km) 较 Fig 5. The profile of FY-3A/VIRR LST and analysis of surface status (images, 5 km×5 km) in Beijing and Shijiazhuang

但值得注意的是，市内并不是唯一的高温区，剖面图 (图 5) 发现，城市郊区或外围地区的陆表温度高于城市内部，形成靠近城市热岛的一个新的热岛。为了查找其中原因，通过以点经纬度为中心在GoogleEarth的高分辨率影像上获取2006—2009年大小约为5 km×5 km的地面实况图进行分析，发现在石家庄西部的两个陆表温度高于320 K的高温区 (红色圈位置) 主要是大面积的采石场 (白色区域) 和煤矿场 (黑色区域地处石家庄市井陉矿区凤山镇和秀林镇)；而北京西郊 (图中A号红圈) 的陆表温度偏高主要是一些人工热源的燃烧释热，增加了地表的热能辐射，从而在卫星遥感上表现为高温异常区域。图中B，C号红圈所示地区已经位于北京西外围地区，其多为山前平原交汇处或山区，自然植被覆盖较多，但由于城市建设 (B号红圈图) 或采矿 (C号图中青色区域) 等的影响，其陆表温度也达到了310 K以上；而北京东部外围地区 (E号红圈图) 以及其他大部地区陆表温度较之西部外围地区较高的原因是，北京地区东部是平原，主要植被为农作物，其间分布大量的中小城镇，通过纵横交错的道路呈现出网络状分布特点，因此，陆表温度也比较高。D号红圈图所示为北京故宫的环境情况。另一方面，北京东部外围的蓝色圈所示区域陆表温度较低，其原因是像元内包含人工水域；石家庄东、西部外围各有一个低值区 (图中蓝色圈)，其原因是西部主要是山区，森林等自然植被覆盖较多，而东部主要为农田，所以陆表温度明显低于城市和工矿用地。

另外，通过北京与石家庄剖面图的比较可以发现，北京城市外围地区的陆表温度变化比石家庄复杂，说明北京外围地表覆盖类型较复杂，这主要是由于北京外围地区，特别是城乡结合处的开发程度与人口密集度较高，在遥感红外温度图像上表现出高温度区域，这也可以从石家庄东部的陆表温度低于北京东部地区得到一些佐证。对这方面的工作可作进一步的细致研究。

总的来说，高温天气对工矿用地和城市地区的影响比较明显，一定程度上，一些大面积的工矿用地由于植被破坏严重，对地表增温更为显著。因此建议在研究热岛效应对气候变化影响的时候，不应忽视工矿用地的热岛效应。

FY-3A极轨气象卫星数据的开发利用将大大增强我国在应对气候变化方面的实时监测能力，对于进行极端天气气候事件的应急服务意义重大。本文通过此次监测，充分显示了FY-3A气象卫星可见光红外扫描辐射计 (VIRR) 在高温天气过程的高时效监测能力，可进行高温异常区域的检测，从而有利于提升FY-3A气象卫星热红外多波段数据在全球变化研究中发挥更大作用。研究表明：

1) 利用MODTRAN模拟改进Becker算法，对陆表温度进行反演，并进行星-地对比验证表明，VIRR陆表温度产品在敦煌辐射校正场地两次验证的误差为-0.17 K和1.77 K，与同时间过境的MODIS产品均方根误差为2.64 K，直方图对比陆表温度的频数分布基本一致；与MODIS星-星对比验证表明两种产品具有很好的相关性，可满足业务化应用的需求。

2) 对2009年汛期第1次高温天气过程进行逐日监测发现，陆表温度最高出现于6月24日，并出现以华北的石家庄、郑州、北京等地和西北地区东部的西安等地为中心的两个陆表温度高值区，部分地区达到了320.2 K (47.05℃) 以上。长江流域及南方地区的陆表温度低于华北地区及西安地区，时间上有所滞后。

3) 城市剖面资料分析证实城市热岛现象存在，并发现工矿用地的热岛效应不容忽视。主要原因是一些大面积的工矿用地周围植被破坏严重，对地表增温更为显著。

另外，由于VIRR空间分辨率为1 km，要直接清楚地识别监测区域需配合高分辨率遥感影像。目前，FY-3A气象卫星的MERSI仪器有250 m分辨率的红外通道，可进行高时效、高精度的监测。