文 | 漁言農說
大多數人類活動是地球表面植被覆寫持續減少的主要原因，植被減少是導緻地表溫度升高的一個因素。
在全球水準上，由于土地利用和土地覆寫的轉換，地表溫度正在增加。在埃塞俄比亞不同地區進行的研究證明，地表溫度有大幅增加的趨勢。
與地表溫度類似，由于土地利用和土地覆寫變化，大氣溫度顯著升高。
為了定量描述退化土地，使用歸一化差異貧瘠指數(NDBaI)和修正歸一化差異水分指數(MNDWI)。
将LST與歸一化植被指數(NDVI)、NDBaI和MNDWI進行比較，為生物提供環境條件，基于植被的指數可以訓示植被覆寫的存在度和豐度。
NDVI、LST、NDBaI和MNDWI的空間靈活性分析對于自然環境調查中的決策和自然資源監測至關重要。
材料與方法
1.研究區域的描述
本研究在Wollega東和Horo Guduru Wollega地區進行，位于90°27′00″和100°18′00″N之間，360°19′30″和370°10′30″E之間。
兩個地區，即Gida Kiremu和Limu位于Wollega東部地區，而Amuru地區行政上位于埃塞俄比亞西部奧羅米亞國家區域州的Horo Guduru Wollega地區(圖1)。
研究區域海拔範圍為平均海拔713.32 - 2496.61 m，總面積5086.65平方公裡。
2.氣候和土壤類型
目前研究區月平均降雨量在14.32 ~ 338 mm /年之間。研究區域的夏季降雨較多，從6月開始到9月結束，而春季降雨較短，包括3月、4月和5月。
将研究區土壤類型劃分為16種，分别為:鈣性形成土、鈣性幹壤、色性形成土、色性溶溶土、苦性溶溶土、苦性溶溶土、中性溶溶土、中性溶溶土、塑性溶溶土、單性性幹溶土、細粒土、北向溶溶土、北向溶溶土、北向溶溶土、北向溶溶土和垂直溶溶土，其中以苦性溶溶土占主導地位(2123.5 km2)，最不占主導地位的是面積為(2 km2)的腐殖土。
3.社會經濟活動
混合農業即作物生産和畜牧生産是小農最普遍的收入來源。從作物生産來看，玉米、花生、黑籽、扁豆、豆類和豌豆以及一些蔬菜(洋芋、洋蔥、大蒜)和芒果、木瓜、橙子和香蕉等水果是研究地區的主要農産品。
研究區農業活動主要依靠雨養。
資料類型和來源
在這項研究中使用了三年的陸地衛星圖像。美國地質調查局提供了Landsat TM 990、Landsat ETM+ 2003和Landsat OLI/TIRS 2020的熱光譜和多光譜波段的免費下載下傳。
本研究使用的軟體為ArcGIS 10.3版本和ERDAS imagine 2015。
本研究計算LST、NDVI、MNDWI和NDBaI，本研究的方法學流程圖如圖2所示。
1.歸一化植被指數(NDVI)
這個指數被用來計算覆寫地球表面的植被數量。NDVI是使用在調查過程中收集的陸地衛星圖像的多光譜波段來估計的。
波段4用于陸地衛星5号和7号的近紅外波段測量，波段5用于陸地衛星8号。Landsat資料的紅色波段是使用Landsat 8的波段4和Landsat 5和7的波段3測量的。該名額的公式如式1所示。
2.修正歸一化差水指數(MNDWI)
在模拟熱環境時，MNDWI被指定代表水域，這些水域通常顯示出顯著的熱特征變化。
公式是利用綠色波段(landsat 5和7的波段2，landsat 8的波段3)和中紅外波段(landsat 5和7的波段5了，landsat 8的波段6)的反射率值式2開發的。
3.歸一化差貧瘠指數(NDBaI)
在估算熱環境時，選擇NDBaI來表示熱特征差異較大的貧瘠地形。利用中紅外(Landsat 5和7的波段5，Landsat 8的波段6)和熱紅外(Landsat 5和7的波段6，Landsat 8的波段10和11)衛星的反射率估算式3。
第一步：将DN轉換為亮度
在計算亮度溫度之前，單窗技術将數字資料轉換為at傳感器輻射傳感器。
TM和ETM+ DN的取值範圍為0 ~ 255 (式(4))。
對于Landsat 8，還采用了其他專家使用的單窗算法(MWA)來估計地表溫度。首先将波段10的Landsat 8 TIRS數字數字(DNs)轉換為光譜輻射(式(5))。
第二步：轉換成溫度(ETM+)
基于地表發射率、大氣透射率、亮度溫度和采用單窗算法确定的地表溫度。TM和ETM+ Band 6成像的光譜輻亮度(如上所述)也可以轉化為實體上更可用的量(式(6))。
換算公式如下:
在本研究中，采用單窗算法(MW)計算landsat 8的地表溫度。它計算平均地表發射率，然後從landsat 8的10波段估計亮度溫度。
TB10為10波段亮溫(開爾文K);ℇ為TIR波段地表發射率(LSE)均值；W為大氣中水蒸氣含量；ℇ為估計LST的10波段LSE (式 (7)):
第三步：地表輻射率估算
根據Sobrino(2004)的研究報告，發射率的計算使用(式(9))。
Carlson和Ripley公式(10)：
計算出的輻射表面溫度将根據發射率使用公式(式(11))進行校正:
最後，将Landsat TM、ETM+和OLI/TIRS的LST測量結果通過減去273.15轉換為攝氏度。(式(11))将溫度以開爾文(K)為機關轉換為攝氏度(℃)。
結果與讨論
1.陸地表面溫度分析
研究區地表溫度的空間格局分别為1990年、2003年和2020年。在所有年份中，研究區東北部和西南部的地表溫度都較高(圖3)。研究區地表溫度的增加與植被覆寫的減少和裸地的增加有關。
由于存在大量植被覆寫，研究區東、中、西部的地表溫度相對較低。平均地表溫度從1990年的23.70°C逐漸上升到2003年的24.30°C，再到2020年的28.70°C。
從1990年到2020年，平均氣溫上升了5°C。Moisaetal . (2022a)報告了類似的結果，發現怒河子流域在1991年至2020年間地表溫度增加了5.6°C。
與1990年和2003年相比，2020年是氣溫最極端的一年。地表溫度的上升趨勢與植被覆寫度的下降使農業用地擴張導緻濕地退化。由于全球變暖，預計地表溫度将上升。
2.地表溫度與NDVI的相關性研究
LST值的範圍從最高溫度(43.2°C)到最低溫度(16.9°C)，而NDVI值的範圍從最大值0.50到最小值- 0.53。
結果表明，地表溫度與NDVI呈顯著負相關(R2 = 0.99)。Wolteji(2022)發現埃塞俄比亞裂谷地區的NDVI和地表溫度之間存在适度的負相關關系。
結果表明，高地表溫度與低植被覆寫的關系更為密切，反之亦然。
研究期間NDVI的分布如圖4所示。2020年LST和NDVI兩個因子之間的關系如圖2和圖5所示，這一研究結果與，他們證明地表溫度随着植被覆寫的減少而增加，兩者之間存在較強的負相關關系。
3.LST與NDBaI的相關性研究
由于農業的擴張和植被覆寫的減少，研究區荒地不斷增加。結果表明，LST與NDBaI呈顯著正相關(R2 = 0.96)。
結果表明，在NDBaI值較高的退化或貧瘠地形上，地表溫度較高(圖6)。兩個參數之間的關系如圖7所示。
4.LST與MNDWI的相關性研究
植被含水量(濕地)由于植被的減少和地表溫度的增加而降低。農業擴張土地和荒地的增加共同增加了地表溫度，是導緻研究區MNDWI下降的主要因素。
結果表明，LST與MNDWI呈強負相關，相關系數為(R2 = 0.95)。研究區北部和南部的MNDWI較高(圖8)。
研究結果表明，高地表溫度通常記錄在低水位位置。LST與MNDWI的關系如圖9所示，與前人研究結果一緻。
LST與其他指數的關系見(表2)。NDBaI與LST呈正相關，而NDVI和MNDWI與LST呈負相關。
5.LST與學習時間的相關關系
研究區平均地表溫度與研究期相關。結果表明，平均地表溫度與研究時間呈正相關，R2 = 0.89。随着時間的增加，平均地表溫度增加(圖10)。
結論
在本文中，我們利用遙感資料評估了埃塞俄比亞西部吉達基雷穆、利穆和阿穆魯三個地區的地表溫度與NDVI、NDBaI和MNDWI指數的時空關系。從1990年到2020年，地球表面的溫度上升了5攝氏度。
結果表明，NDVI和MNDWI與LST呈顯著負相關，而NDBaI與LST呈顯著正相關。農業用地擴張是導緻研究區植被覆寫下降的主要原因。植被覆寫度下降是導緻植被含水量(濕地)減少和荒地增加的原因。
研究區地表溫度随時間的推移呈增加趨勢，并向各個方向擴充。基于我們的研究結果，本研究建議建立社群意識，以促進自然資源的明智利用，以實作其可持續性。
此外，進一步研究地表溫度對農業生産的影響可以加深我們對環境變化對社群生計影響的認識。
參考文獻
[1]Aik, d.h.j., Ismail, m.h.,Muharam, f.m., 2020.基于Landsat和MODIS影像的馬來西亞金馬侖高原土地利用/土地覆被變化及其與地表溫度的關系土地9,372.
[2]Bustos, E., Meza, f.j., 2015。利用MODIS地表溫度和植被資料估算最高和最低氣溫的方法:在智利Maipo盆地的應用.定理.氣候學報，36(1)，391 - 391。
[3]陳曉，趙輝，李鵬，尹忠，2006.基于遙感影像的城市熱島與土地利用/覆被變化關系分析.遙感與環境學報,34(4),133-146.
[4]程曉，魏斌，陳剛，宋超，2015.公園規模及其周邊城市景觀格局對公園降溫效果的影響J.城市規劃.Dev. 141, A4014002.