基于MODIS影像的大兴安岭地区空气负离子反演*

杨江宁，张冬有

(黑龙江省普通高等学校地理环境遥感监测重点实验室；哈尔滨师范大学)

*黑龙江省自然科学基金项目(D201303)；哈尔滨师范大学博士后项目(13RBHZ03)

0　引言

空气负离子也叫负氧离子，是指获得多余电子而带负电荷的氧气离子.它是空气中的氧分子结合了自由电子而形成的.自然中的空气负离子主要来自于：电离作用、Lenard效应、植物的尖端放电和光电效应以及大气中的闪电、雷暴等各种形式的放电现象.研究表明，负离子有益于人体健康情况，负离子含量达到一定标准可以改善人体生理状况[1]，当某地区负离子含量在5000～50000个/mL时，可增强人体免疫力；而若该地区负离子含量在40～50个/mL，会诱发头疼、失眠等生理障碍.因此，对空气负中离子含量研究对人类生产生活具有重要意义.

随着深入的研究，学者们开始从定性方法的角度对负离子的时空特征变化进行大量的研究[2].从空间分布角度上可以得出：森林中负离子浓度最高.从时间分布角度上可以得出：负离子浓度变化特征随地域、季候、气象等条件变化而变化.例如：夏季负离子浓度最高，冬季最低[3-4].陈锡林[5]等研究表明，当负离子处于低浓度状态时，与温度呈正相关；毛辉青[6]等认为负离子与温度呈显著正相关；邵海荣[3]等学者同样证明负离子与温度呈正相关关系；而吴楚材以及季玉凯[7-8]二位学者的研究均与他们相反，结论表明负离子与温度呈负相关.综上，从相关性研究的角度来看，虽然各位学者的研究多数处于南方及滨海地区，但负离子相关性的研究存在较大差异并且不能证明结论是否适用于北方地区.而且.近些年来，国内外对负离子进行了大量的研究，但主要集中在小尺度定性研究，而对于大尺度的关于负离子的时空分布、反演等研究较少[9].

因此，该次实验区选择大兴安岭地区，并针对不同地物类型设置44个采样点,于2016年夏季进行负离子采集.

该文根据采样点空气负离子浓度及其相关环境因子，筛选出影响空气负离子浓度的关键因子，建立空气负离子浓度与关键环境因子之间的关系模型.该文以大兴安岭地区为研究区，利用MODIS相应数据产品提取出温度、归一化植被指数(NDVI)、叶面积指数(LAI)、总初级生产力(GPP)等因子与实际采样点负离子浓度结合，通过统计学方法，建立负离子浓度与各因子之间的数学模型，大尺度的对大兴安岭地区负离子浓度进行研究.

1　研究区概况及数据来源

1.1　研究区概况

大兴安岭地区地处黑龙江省北部，内蒙古自治区东北部.大兴安岭地区作为重要的林业基地同时也是我国最大面积的林区.该文以黑龙江省北部的大兴安岭地区(东经121°11′-127°00′；北纬50°08′-53°34′)为研究区域.大兴安岭总面积为6.48万km2，地势整体呈西高东低，地形起伏不大.气候特征有别于黑龙江省内其他地区，属大陆寒温带季风性针叶林气候，是重点国有林区和天然林主要分布区之一[10].

1.2　数据来源

1.2.1样点的设置与负离子浓度测量

由于夏季植被生长旺盛、光合作用最强，因此，该次实验采样时间定为2016年7月下旬.样点地物类型根据相关环境因子主要选为：林地、草地、耕地、居民地、水域五大类.

使用GPS测定每一个样点的经纬度，利用三脚架将COM3200PRO负离子测量仪放置于离地面高度为150cm处，对样点进行数据采集.COM3200PRO负离子测量仪主要获取样点正负离子的浓度，同时该仪器还可获得采样时温度、湿度和时间.该次测量全部选择在晴朗无风的天气，因此可以不考虑大气、气候、环境污染等因子对负离子浓度的影响.

1.2.2MODIS影像获取

MODIS数据对实时观测有很大的实用价值.因此该次实验选择MODIS数据作为反演影响负离子浓度相关因子的遥感影像数据.从USGS网站http://glovis.usgs.gov获取该文的MODIS数据.

根据实验需要，该文选取了2016年7月的： MOD11A2、MOD13A3、MOD15A2以及MOD17A2四种数据产品.其中：MOD11A2提取出地表温度，经由波段运算可获得摄氏温度值T.MOD13A3提取出栅格化归一化植被指数，经过波段运算可转换为NDVI.MOD15A2提取出叶面积指数LAI.MOD17A2提取出植被指数GPP.

2　研究方法

2.1　影响因子的提取

该次试验根据不同采样点空气负离子浓度及其相关环境因子，筛选出影像空气负离子浓度的关键因子，建立空气负离子浓度与关键环境因子之间的关系模型.

通过MODIS数据处理工具MRT(MODIS Reprojection Tool)软件将MODIS数据HDF文件转换为TIF格式文件.将TIF文件在ArcGIS中，用大兴安岭地区边界图对影像进行裁剪，分别获得大兴安岭地区温度(T)、归一化植被指数(NDVI)、叶面积指数(LAI)、植被指数(GPP)TIF格式遥感影像图(如图1所示).

图1　大兴安岭地区影响因子分布图

2.1.1温度

将裁剪好的MOD11A2栅格文件加载到ARCGIS10.1中，将实测带有坐标值的矢量点导入(如图2所示)，并提取对应点的值.根据提取值进行波段运算，获得摄氏温度值，公式为：

T=提取值×0.02-273利用SPSS软件，将波段运算后获得的T值与该点实际测量的负离子数进行相关性分析与回归分析.结果表示：温度与负离子呈显著负相关.回归方程为：

图2　大兴安岭地区温度采样点分布图

NAI=-29.266×T+1379.567.

2.1.2归一化植被指数(NDVI)

图3　大兴安岭地区NDVI采样点分布图

将裁剪好的MOD13A3栅格文件加载到ARCGIS10.1中，将实测带有坐标值的矢量点导入(如图3所示)，并提取对应点的NDVI值.由MOD13A3获得的提取值范围为[-10000,10000]，因此要进行波段运算.公式如下：

NDVI=提取值/10000

利用SPSS软件，对进行波段运算之后的NDVI值与实际测量的负离子数进行相关性分析与回归分析.结果表示：NDVI与负离子呈显著正相关.回归方程：

NAI=371.446×NDVI+427.4

2.1.3叶面积指数(LAI)

将裁剪好的MOD15A2栅格文件加载到ARCGIS10.1中，将实测带有坐标值的矢量点导入(如图4所示)，并提取对应点的LAI值.

图4　大兴安岭地区LAI采样点分布图

利用SPSS软件，对LAI值与实际测量的负离子数进行相关性分析与回归分析.结果表明：LAI与负离子呈显著负相关.获得回归方程：

NAI=-0.59×LAI+734.243

2.1.4植被指数(GPP)

将裁剪好的MOD17A2栅格文件加载到ARCGIS10.1中，将实测带有坐标值的矢量点导入(如图5所示)，并提取对应点的GPP值.

图5　大兴安岭地区GPP采样点分布图

利用SPSS软件，对GPP值与实际测量的负离子数进行相关性分析与回归分析.结果表示：GPP与负离子呈显著负相关.获得回归方程：

NAI=-0.005×GPP+720.558

2.2　各影响因子与负离子浓度的多元回归分析

利用统计学软件SPSS，将各个因子的提取值与负离子浓度(NAI)进行多元回归分析，采用向后回归.分析结果可以明显看出NAI与温度和LAI的相关系数明显高于其他两个影响因子，其中NAI与温度的相关系数最高.因此回归分析方程为：

y=-27.646x1-0.234x2+1352.677

其中：y代表负离子数；x1代表摄氏温度值；x2代表LAI值.

3　结果与讨论

该文通过实地采样的方法获得2016年7月下旬大兴安岭地区采样点NAI数据，并且将测量结果与同时期MODIS影像结合，反演出大兴安岭地区温度、NDVI、LAI及GPP等因子，并通过统计学方法，分析了NAI与四个影响因子的相关性，并建立回归方程.通过相关分析可以得出：温度与NAI呈显著负相关；LAI和GPP与NAI呈负相关；NDVI与NAI呈正相关.尽管NAI与NDVI、GPP相关，但通过多元回归分析可以判断出来NAI与这两个个因子无太大相关关系.

实验结果表明，NAI与温度呈显著负相关关系，与吴际友[9]、季玉凯[8]等学者结论一致.并得出NAI与温度、LAI的数学模型：

y=-27.646x1-0.234x2+1352.677

该实验方法中遥感影像与实地测量相结合，为NAI的研究开创新的思路.未来可以在本实验的研究基础上，通过遥感影像与3S技术相结合，获得更多环境以及气象因子，与NAI建立关系模型.

[1]李安伯. 空气离子实验与临床研究新进展[J]. 中华理疗杂志,2001(2):53-56.

[2]曾曙才,苏志尧,陈北光. 我国森林空气负离子研究进展[J]. 南京林业大学学报:自然科学版,2006(5):107-111.

[3]邵海荣,贺庆棠,阎海平,等. 北京地区空气负离子浓度时空变化特征的研究[J]. 北京林业大学学报,2005(3):35-39.

[4]吴际友,程政红,龙应忠,等. 园林树种林分中空气负离子水平的变化[J]. 南京林业大学学报:自然科学版,2003(4):78-80.

[5]陈锡林，张福金,等. 大连地区空气负离子浓度变化的探讨[J].中华理疗杂志,1986(3):170-173.

[6]毛辉青,朱洪俊,王秀娟,等. 西宁地区空气离子状况的调查分析[J]. 青海医学院学报,1994(2):21-26.

[7]吴楚材,郑群明,钟林生. 森林游憩区空气负离子水平的研究[J]. 林业科学,2001(5):75-81.

[8]季玉凯. 棋盘山风景区空气负离子分布与变化规律的研究[D].沈阳农业大学,2007.

[9]吴际友,程政红,龙应忠,等. 园林树种林分中空气负离子水平的变化[J]. 南京林业大学学报:自然科学版,2003(4):78-80.

[10]王晓杰. 大兴安岭地区森林资源信息服务系统设计与开发[D].东北林业大学,2013.