基于哨兵卫星数据的巴丹吉林—腾格里沙漠辐射准不变场选取与评价

王玮，王丽娟，郭铌，胡秀清，王玲

1.中国民用航空飞行学院 航空气象学院,广汉 618307;

2.中国气象局 兰州干旱气象研究所,兰州 730020;

3.国家卫星气象中心（国家空间天气监测预警中心）中国气象局,北京 100081

1 引言

辐射定标是遥感信息定量化的前提和基础，其定标精度直接决定了定量遥感产品的质量。特别是在卫星发射后，由于仪器元件老化等自身原因和外界因素的干扰，传感器性能会与发射前的试验结果之间存在一定的偏差（田庆久 等，1998；Smith 等，2002；卢乃锰 等，2020）。以地面目标为参照基准的场地辐射定标，不仅可以弥补无在轨星上定标技术之不足，而且还可以实现对卫星遥感器运行状态下多场景的绝对定标，是目前卫星传感器在轨替代定标中广泛采用的技术方法（Ohring 等，2007；胡秀清 等，2009；孙凌 等，2013）。因此，在卫星发射后选取理想的辐射定标场，建立统一的辐射定标参考标准，对改进卫星辐射定标精度，提高遥感反演产品质量，以及推动定量化产品应用和全球观测系统的发展都具有十分重要的意义。

准不变定标场PICS（Pseudo-Invariant Calibration Sites）是指在长时间序列上辐射性能具有较小变化的地表大面积均匀目标（Helder 等，2010）。理想的PICS 不仅具有时空稳定的辐射性能，而且还具备空间面积大、地表均一性好、大气干洁、气溶胶含量低，以及反射率高等特点（巩慧 等，2010；顾行发 等，2013）。研究表明，位于沙漠、戈壁、干湖床等表面因具有长期稳定、高反射率、云雨天气少、面积大、地表均一等属性，通常被选用卫星传感器的辐射定标场（Hu等，2012）。Cosnefroy等（1996）利用Meteosat-4卫星影像，在北非撒哈拉沙漠和阿拉伯沙漠地区，使用空间变异系数作为度量空间均匀性的指标，筛选出20个面积≥100 km²，且空间均匀性优于3%的区域，并广泛应用于NOAA6/7/9 AVHRR 卫星传感器的辐射定标工作。Mitchell等（1997）利用亮度、时间稳定性、光谱稳定性和空间均匀性，并结合地形地貌、大气环境特点，对澳大利亚的6个沙漠和戈壁场地进行比较分析，选出了澳大利亚南部戈壁区域作为AVHRR卫星传感器在当地的辐射校正场。Bannari 等（2004）利用不同空间分辨率的卫星遥感资料，在评价位于美国内华达州干盐湖床的时空一致性时发现，辐射定标精度会受到区域气候变化和湖床表面干燥度的影响，同时还指出Getis 统计方法可有效弥补CV 在空间局部评价时的不确定性。Odongo 等（2014）基于Getis 统计和CV 方法，初步建立了辐射定标场的选取依据和指标，并利用长时间序列Landsat TM 数据对土耳其境内的季节性盐湖进行空间一致性评估。Bacour 等（2019）在重新评估位于北非撒哈拉沙漠和阿拉伯沙漠地区准不变定标场的时空一致性时指出，受全球气候变化影响，补充与更新辐射定标场地是确保卫星辐射定标精度的重要环节。Khadka 等（2021）利用Mann-Kendall 检验方法，对全球6 个PICS 场进行时空一致性分析结果表明，气候变化和异常天气是引起辐射定标场时空稳定性趋势出现异常或突变的重要因素。

目前中国拥有风云气象、环境、资源和高分等多个系列的卫星遥感资料，已被广泛应用于天气和气候预报，以及环境、农业和自然灾害监测等多个领域，为国家经济发展做出了重要贡献（卢乃锰和谷松岩，2016；梁顺林 等，2016）。中国在辐射场地定标方面，虽然已经初步建成了敦煌陆地定标试验场、青海湖水面定标试验场，以及包头高分卫星综合定标场，并分别针对中国风云系列气象卫星、环境卫星、海洋卫星、资源卫星和高分卫星等开展场地辐射定标工作与方法试验研究，但由于进场次数和天气条件的限制，还不能完全满足部分遥感器进行全年高频次辐射校正的要求（胡秀清 等，2002；韩启金 等，2015）。以敦煌陆地定标试验场为例，虽然晴天日数较多，但却主要集中在秋、冬两季，很难满足全年多季节、多场次的星地同步观测（王玲 等，2017）。与此同时，中国已积累了20 多年来自不同系列卫星传感器的气象卫星数据，但受数据质量差异，以及缺少统一定标基准和定标精度等因素的影响，已严重制约了这些数据在全球大范围尺度气候变化和生态环境监测等领域的利用效率。因此，需要进一步选取和丰富时空稳定性好，且符合高频次、长历时辐射定标要求的新场地，对精度较低和缺乏一致性的历史气象卫星数据开展再定标工作。

初步研究表明，位于内蒙古自治区和甘肃境内的巴丹吉林—腾格里两大沙漠区域，具有气候干旱，空间面积大、地表均一、大气干洁，气溶胶和水汽含量低等特点，在大气特性和空间特征方面初步具备遴选辐射准不变场的条件和潜力（何灵莉，2020）。因此，本研究在上述研究的基础上，利用高分辨率的Sentinel-2 A/B MSI 遥感数据集，参考国际同类场地评价研究指标体系，从时间稳定性和空间一致性两个方面对巴丹吉林—腾格里沙漠整个区域进行综合评价；并聚合到典型光学载荷空间尺度，筛选出可用于历史气象卫星数据进行可见光—短波红外载荷辐射定标的场地，为长时间序列国产卫星数据进行历史再定标工作提供参考。

2 数据与方法

2.1 研究区概况

巴丹吉林—腾格里两大沙漠属于典型的大陆性干燥气候，冬季受内蒙古自治区高压的控制，年降水量较小，日照充足，蒸发量大，相对湿度低，昼夜温差大（马宁 等，2011；张克存 等，2012）。两大沙漠区海拔介于1200—1800 m 之间，地貌类型以沙丘沙山为主，年平均气温为8.6 ℃，年降水量为56.9 mm，年平均风速为3.1 m/s（李万元 等，2015；苏俊礼 等，2016）。由于位于河西走廊北缘，受到青藏高原西北支气流的影响，该地区也是中国沙尘源区之一。为更广泛和全面地评价该地区的时空一致性，本研究将巴丹吉林—腾格里两大沙漠、以及民勤北部荒漠和黑河下游鼎新荒漠等周边作为一个整体研究区（图1）。

图1 基于Sentinel-2/MSI数据的研究区真彩色合成图Fig.1 True color composite map of the study area based on Sentinel-2/MSI data

2.2 Sentinel-2 A/B数据选取

为了避免由数据空间分辨率、卫星重访周期等因素引起对评价结果的不确定性，本研究在选取卫星遥感数据时，尽可能按照时空分辨率高，覆盖范围大、光谱通道数量多和波段宽度窄等特性要求进行选择。通过对比目前公开常用Landsat 8 OLI、HJ-1B、GF-2 和Sentinel-2 等高时空分辨率卫星光学载荷的性能表明：在可见光—近红外波段，Sentinel-2/MSI 数据不仅有较高的时空分辨率（10—60 m，3—5 d），而且具有较窄的多光谱通道和较宽的刈幅，适合开展环境监测与地表精细评价方面的研究工作。

Sentinel-2 A/B 卫星是欧空局“哥白尼计划”中发射的第二组卫星，其搭载的有效载荷为多光谱成像仪MSI（Multispectral Instrument）。MSI 的幅宽为290 km，可覆盖从可见光至短波红外的13 个波段，空间分辨率依波段的不同分为10 m、20 m和60 m 等3 种，双星组合后的重访周期为4—6 d，具有空间分辨率高、重访周期短、光谱波段通道数目多，以及波段宽度窄等特点（表1）。

表1 Sentinel-2 A/B卫星光谱波段属性信息Table 1 Sentinel-2 A/B satellite property information in spectral bands

通过欧空局哥白尼数据中心（https：//scihub.copernicus.eu/dhus/#/home/［2021-11-01］），下载了2018年11月—2021年10月覆盖整个研究区，且经过UTM/WGS84 投影正射校正的Sentinel-2 A/B MSI L1C 级遥感影像数据。利用官方发布的SNAP 软件，首先对L1C 级别数据进行数据格式的读取，然后利用Sen2cor 插件，对L1C 级产品进行基于查找表法LUT（Look Up Table）的不同复杂大气条件下的气溶胶光学厚度、反射率和相函数等指标计算，进行大气、地形、卷云和大气下垫面发射率校正处理，完成大气校正和几何精校正预处理工作，最后输出生成空间分辨率为10 m，且校正级别更高的L2A 级大气下垫面反射率影像数据（SR），同时生成了气溶胶厚度分布图、水汽分布图和场景分类图等环境质量空间分析辅助数据。

为了便于计算，以及避免数据质量和天气等因素对研究结果的影响：（1）本研究利用ENVI5.4软件将B2、B3、B4、B8可见光和近红外波段处理为Geo-TIFF格式，投影方式转为阿伯斯投影（Albers），空间分辨率定义为10 m；（2）根据Sentinel-2 A/B自带的质量控制文件QA（Quality Assessment），剔除每幅影像上的空值、异常值和云像素；（3）结合研究区周边民勤、额济纳旗、巴彦诺日公等国家高空气象观测站资料，选取无沙尘和降水天气时段的遥感影像，建立了2018 年11 月—2021 年8 月覆盖整个研究区，且可用于场地精细评价的Sentinel-2 A/B有效数据集，共计446幅。

2.3 选场指标和方法

（1）时空CV评价。变异系数CV（Coefficient of Variation）是概率分布离散程度的归一化度量，可反映数据的离散程度。已有研究表明，在给定图像区域范围内，可以通过CV 数值的变化程度来衡量选定位点观测值的稳定性（Rondeaux 等，1998）。场地的空间均匀性和时间稳定评价实质是对地表辐射特性在时间和空间两个维度的评价，本研究利用变异系数衡量场地的时空稳定性（式（1））。

式中，当公式用于评价空间均匀性时，S为计算窗口中各像元反射率的标准偏差（Ss），是计算窗口中所有参与运算像元的平均值，空间变异系数记作CVs；当公式用于评价时间序列稳定性时，此时S为计算窗口中时间序列像元平均反射率的标准偏差（St），是计算窗口中时间序列像元的平均值时间变异系数记作CVt。

CVs值与计算窗口中各像元反射率的变化程度成正比，即CV 值越大表明时空间稳定性越差。为匹配国产风云卫星典型光学载荷的空间分辨率（250 m），本研究选择25×25 像元的计算窗口，以1 个像元（即250 m）的滑动步长分别计算空间平均值和标准偏差（Ss）。为弥补研究区影像空间缺失，以及提高空间CVs评价结果的可靠性，首先对研究区Sentinel-2 A/B 有效数据集中每幅图像进行上述处理，生成空间CVs图像，然后分别对B2、B3、B4、B8 波段的所有空间CVs图像进行时间序列像素空间叠加均值处理，最后生成覆盖整个研究区的平均时空CVst图像。

出于评价结果可对比等方面的考虑，国内外相关研究普遍使用CV 作为度量空间均匀性的指标，并将CV≤3%作为评价场地时空均匀性的阈值，并广泛应用于NOAA6/7/9 AVHRR 卫星传感器的辐射定标工作（Cosnefroy 等，1996；Odongo 等，2014）。因此，为了与国内外同类研究具有可比性，本研究选用CV≤3%作为评价研究区时空稳定性的阈值。

式中，xj是要素j的属性值，ωi，j是要素和j之间的空间权重，n为要素总数，统计是Z得分，因此无需做进一步的计算。

表2 Getis-Ord G*i 统计结果属性表Table 2 Getis-Ord G*i statistical results attribute table

在此基础上，通过选取CVst≤0.03且＜-2.0的空间统计结果，筛选出研究区同时具有时空稳定性和空间一致性的场地；然后利用2018 年11 月—2021 年8 月Sentinel-2 A/B MSI 数据集中所有波段的平均地表反射率数据（除大气顶部反射率的B10波段），并结合字高程模型等空间辅助信息，对拟选取的PICS场进行综合评价（图2）。

图2 技术路线图Fig.2 Technical flow chart

3 结果与分析

3.1 时空CV结果分析

从2018 年11 月—2021 年10 月B2、B3、B4 和B8波段的CVst时空分布结果可以看出（图3）：各波段具有时空稳定的区域基本一致，其中CVst≤3%的区域主要分布在巴丹吉林—腾格里沙漠的西部、北部、以及其边缘与中卫—河西走廊之间的连接处。从B2 到B8 随着地表反射率数值的逐渐升高，CVst低值区的空间分布范围基本保持不变，但CVst＞3%的高值区域变化明显，其中位于巴丹吉林沙漠腹地，以及额济纳、民勤、吴忠和乌海沙漠绿洲等地的CVst在逐渐升高，且数值变化较大。由此可见，研究区CVst具有时空稳定性的区域主要位于巴丹吉林—腾格里沙漠周围，以及沙漠边缘与周边绿洲之间的连接处，而巴丹吉林和腾格里沙漠腹地的时空异质性较大，CVst数值普遍较高。

图3 2018年11月—2021年10月B2、B3、B4、B8波段的平均时空CVst空间分布Fig.3 Average spatial distribution of temporal CVst in bands B2，B3，B4，and B8 from November 2018 to October 2021

通过对B2 到B8 波段的CVst面积统计结果可以看出（图4）：除B2 波段外，B3、B4 和B8 波段具有时空稳定性的区域面积基本保持稳定，分别为3.20E+5 km2、3.21E+5 km2和3.29E+5 km2，分别占研究区总面积的67.39%、67.51%和68.49%。与此同时，由于B2 波段地表反射率数值较低，微弱的数值变化都会对CVst计算产生影响，因此导致B2波段的时空稳定性区域面积统计结果相对较低，为2.25E+5 km2，占研究区总面积比例的56.13%。以上结果表明，研究区各波段CVst结果具有相似的时空分布特征，其中CVst≤3%，且具有时空稳定性的区域占研究区总面积比例的一半以上，具备选取辐射准不变场的条件和潜力。

图4 不同波段的CVst面积统计结果Fig.4 Area statistics results of CVst for different bands

3.2 Getis-Ord 统计结果分析

根据2018 年11 月—2021 年10 月B2、B3、B4和B8波段的指数统计结果可以看出（图5）：各波段具有空间一致性的分布区域基本相同，同时低值聚集区与CVst≤3%的空间分布结果也较为相似。其中，＜-2.0，且具有显著一致性的低值聚集区域主要分布在巴丹吉林—腾格里沙漠的西北部、北部、东北部，以及沙漠边缘与民勤、中卫和河西走廊之间的连接处；＞2.0，且具有显著性的高值聚集区则主要分布巴丹吉林和腾格里两大沙漠的腹地，以及黑河下游的内蒙额济纳、石羊河下游甘肃民勤、宁夏吴忠到内蒙乌海沙漠绿洲区域。-1.0＜＜1.0 的聚集区主要位在两大沙漠腹地，且从B2到B8随着平均地表反射率数值的逐渐升高，该聚集区域面积在逐渐减少，并逐步向高值聚集区转变。

图5 2018年11月—2021年10月B2、B3、B4、B8波段的指数统计的空间分布Fig.5 Spatial distribution of statistics for bands B2，B3，B4，and B8 from November 2018 to October 2021

图6 不同波段的指数面积统计结果Fig.6 Area statistics results of for different bands

3.3 气溶胶与降水特征分析结果

利用场地评价同期的Sentinel-2 气溶胶数据AOT（Aerosol Optical Thickness），以及近30 年（1991年—2021年）研究区内气象台站记录的降水量资料，通过分析气溶胶含量和降水量的月变化，结果表明：研究区逐月的AOT 含量较低，数值区间变化微弱，在0.15—0.17 之间，月均值为0.16。在3—4月虽受沙尘等天气因素影响，导致AOT含量的极值变程较大，但其均值和中位数变化幅度微弱，与其他月份的数值较为接近，且AOT含量保持稳定（图7）。与此同时，研究区内降水主要出现在7—8 月份，分别为12.17 mm 和13.15 mm，其他月份的累计降水量均小于10 mm，其中11 月到次年2 月份，降水量不足1 mm。近30 年历史同期的月降水量变异系数较低，数值变化范围在1.09%—1.74%之间，月均值为1.45%。在全年中，虽然7—8月份的累计降水量相对较高，但其历史同期降水量的变异系数是所有月份中最低的，仅为1.09%和1.21%，其月降水量变化具有较高的时空稳定性（图8）。由此可见，研究区降水量少，气溶胶含量低，其月变化不明显，且具有较高的时空稳定性。研究结果与前期该区域大气特征研究结论相一致（苏俊礼 等，2016；何灵莉，2020）。因此，本研究区的大气环境具备选取辐射准不变场的条件。

图7 基于2018年11月—2021年10月Sentinel-2数据统计的逐月AOT含量变化情况Fig.7 Results of monthly changes in AOT content based on Sentinel-2 data statistics from November 2018 to October 2021

图8 基于台站资料的研究区逐月累计降水量和历史同期降水量变异系数Fig.8 Coefficients of variation of cumulative monthly precipitation and historical contemporaneous precipitation in the study area based on meteorological stations data

3.4 场地选取与特征分析结果

通过选取CVst≤3%且＜-2.0的空间统计结果，获取研究区同时具有时空稳定性和空间一致性的区域范围。在此基础上，综合考虑空间代表性、交通便利性等因素，筛选出地表均一、云雨和沙尘天气少，且面积较大（约20 km）的辐射准不变场16个（图9）。

图9 研究区辐射准不变场空间分布图Fig.9 Spatial distribution of PICS in study area

利用Sentinel-2 A/B MSI 时间序列数据集中所有波段的地表反射率产品，结合数字高程模型等空间辅助信息，对选取的16 个PICS 进行综合评价和排序。结果表明：所有场地的平均时空变异系数CVSR_b1-12_avg为1.59%，数值介于1.18%—2.11%之间，其中TNGR_3场地（38.13°N，105.35°E）的平均时空CVSR_b1-12_avg数值最低，为1.18%，平均地表反射率为0.24；DXIN_N 场地（41.95°N，100.29°E）的平均时空CVSR_b1-12_avg数值最高，为2.11%（表3）。总体而言，腾格里沙漠周围TNGR_3、TNGR_5、WULBHE、TNGR_1 这4 个场地，以及巴丹吉林沙漠西北部JINT_1、BDJL_5，以及东南部WUWI_E这3 个场地的CVSR_b1-12_avg数值较低，云雨和沙尘天气少，反射率高，且具有较好的时空稳定性。

利用16 个场地各波段的CVst评价结果，分析每个场地的适用性，结果表明：B1-B2、B3、B4、B5、B6、B7、B8、B8A、B9和B11-B12波段CVst数值最低的场地分别是JINT_1，WULBHE、BDJL_5、

TNGR_1、TNGR_3、WUWI_E、TNGR_5、TNGR_1、JINT_1和TNGR_3（图10）。由此可见，不同场地对各波段的时空稳定性和适用性也表现出较大的差异。总体而言，腾格里沙漠周围TNGR_3、TNGR_5、WULBHE、TNGR_1 这4 个场地，以及巴丹吉林沙漠西北部JINT_1、BDJL_5，以及东南部WUWI_E这3 个场地的CVSR_b1-12_avg数值较低，云雨和沙尘天气少，反射率高，且具有较好的时空稳定性。

图10 16个场地各波段的CVSR结果比较Fig.10 Comparison of CVSR results for each band based on 16 PICS

通过分析16 个PICS 在不同季节的时空CV 变化情况，结果表明（图11）：在每年6—8 月夏季，PICS 的CV 数值变化最小，所有场地的平均CV 为1.59%，其中TNGR_3 和TNGR_5 场地的CV 数值相对较低，分别为1.14%和1.19%，DXIN_N 场地的CV 数值相对较高，为1.88%。在每年12 月到次年2 月冬季，所有场地的平均CV 数值达到最大，为1.84%，其中JINT_1、WULBHE 和TNGR_1 场地的CV 数值较低，分别为1.28%、1.29% 和1.32%，JINC_W、DXIN_N 和BDJL_4 场地的CV 数值较高，分别达到1.85%、1.88%和1.89%；在春秋两个季节，所有场地的平均CV 数值较为接近，分别为1.19%和1.17%，其中TNGR_3、TNGR_5和TNGR_1场地的平均CV 数值较低，分别为1.19%、1.20%和1.21%。总体而言，16个辐射准不变场在不同季节均表现出较好的时空稳定性，CV 数值均低于2.11%，其中TNGR_3 和TNGR_5 两个场地的全年CV 数值均低于1.19%，相对具有更好的时空稳定性和空间一致性且更加适合开展全年多季节、多场次星地同步观测试验。

图11 研究区辐射准不变场在不同季节时空CV变化情况Fig.11 Spatial and temporal CV variation of PICS in the study area during different seasons

3.5 讨论

以上结果可以看出，研究区CVst≤3%的时空稳定区域主要分布在巴丹吉林—腾格里沙漠的西部、北部、以及沙漠南部边缘与中卫、河西走廊之间的连接地带，而巴丹吉林和腾格里两大沙漠腹地的CVst数值较高，时空稳定性较差。与此同时，由于B2 波段地表反射率数值较低，微弱的数值变化都会对CVst计算产生影响，因此导致B2 波段计算出的时空稳定性区域面积低于其他波段的统计结果，这与何灵莉（2020）的研究结果一致。虽然时空变异系数CVst可以从时间和空间两个维度评价研究区的稳定情况，但该系数不仅受变量值离散程度的影响，而且还受变量值平均值大小的影响，因此当地表反射率越低时，微小的扰动也会对变异系数产生巨大的影响，造成评价结果精确度不足。通过选取每个场地等效半径为20 km 的区域，对比本研究选场方法与只用单一变异系数指标评价结果可以看出，采用单一变异系数法计算的CV'SR_b1-12_avg数值介于2.62%—3.62%之间，平均数值为3.17%，而综合指标法的CVSR_b1-12_avg数值介于1.18%—2.11%，所有场地的平均数值为1.59%，可将16 个场地平均CVSR_b1-12_avg数值整体由3.17%降到了1.59%（表4）。由此可见，当采用单一空间变异系数法进行场地时空稳定性评价时，区内零散或破碎的异常值会对评价结果产生巨大的影响，从而会导致可见光-短波红外载荷的辐射定标工作出现偏差。本研究通过Getis-OrdG*i空间聚类评价方法与时空CV 评价指标相结合的方式，从时空稳定性和空间一致性两个方面进行综合评价，有效弥补了使用单一CV 指标引起空间局部评价结果较为离散，空间区域面积较为破碎的问题。因此，通过本研究改进的场地筛选方法，以及选取的可用于辐射定标的沙漠区域和场地位置具有更好的稳定性和参考价值。与此同时，本研究也是对Bannari等（2004）在北美干盐湖床建立的场地选取方法和应用范围做了进一步丰富和扩展。

表4 综合指标法和单一指标法在每个PICS场地的评价结果对比Table 4 Comparison of the evaluation results of the integrated index method and the single index method at PICS

本研究选取的16 个辐射准不变场平均时空变异系数CVSR_b1-12_avg为1.59%，数值介于1.18%—2.11%之间（表3）。利用同时期Sentinel-2 A/B MSI 数据计算敦煌（Dunhuang）定标场（40.15°N，94.335°E）的平均时空变异系数CVSR_b1-12_avg为1.21%。通过进一步对比TNGR_3、TNGR_5 和Dunhuang 场地各波段的CVSR发现，3 个场地在B1 和B2 波段的CVSR数值较高，其中Dunhuang 场地的CVSR最高，分别达到10.26%和8.84%。3 个场地在B3—B12 波段CVSR数值相对较低，且数值较为接近。由此可见，3个场的时空稳定性均会受到B1 波段和B2 波段的影响，但Dunhuang 场地的时空稳定性更易受到来自B1、B2 波段等低反射率数值频繁波动的影响，最终导致其CVSR_b1-12_avg结果低于TNGR_3 和TNGR_5 这两个场地的（图12）。因此，本研究选取的TNGR_3和TNGR_5场地具有更好的时空稳定性，且优于国际同类场地的评价结果。

图12 TNGR_3、TNGR_5和Dunhuang场地13个波段的CVSR结果比较Fig.12 Comparison of CVSR results in 13 bands at TNGR_3，TNGR_5 and Dunhuang sites

通过分析同时期Sentinel-2 A/B MSI 数据的QA文件发现，本研究提取16 个场地共计地表反射率样本数为3610 个，其中含云雨或沙尘像素的样本数为652 个，仅占总样本数的18.06%，全年平均无云天数接近300 d。而Dunhuang 场地共计提取地表反射率样本数为231个，其中含云雨或沙尘像素的样本数为97 个，占总样本数的41.99%，全年平均无云天数为210 d。由此可见，天气是引起辐射定标场时空稳定性趋势出现异常的重要因素，在选取场地时，应充分考虑天气气候条件因素，同时该结论与Khadka等（2021）研究结果相一致。

与此同时，由于地表空间的复杂性，在某一尺度上总结出的结果或规律，应用在另一空间尺度上可能是有效和相似的，但更需要发现差异和去修正（李小文和王祎婷，2013；刘良云，2014）。本研究利用所有场地中心区的Sentinel-2 A/B MSI数据，对比每个波段在原空间分辨率（10 m、20 m和60 m）的地表反射率数值，以及将其空间聚合至气象卫星空间分辨率（250 m 和500 m）的平均地表反射率数值。可以看出，在满足相同区域、时间和成像等条件下，随着空间尺度升高和分辨率降低，相同波段的地表反射率数值也随之降低（图13）。同一区域采用相同方法计算出来的不同空间尺度数据也会存在差异，其中原空间尺度所有波段的地表反射率数值介于0.14—0.33之间，累计标准差分别为1.14；当升尺度到250 m 和500 m时，两种空间尺度的地表反射率数值分别介于0.13—0.31 和0.12—0.29 之间，累计标准差分别为1.39 和1.52（图14）。因此，在利用本研究所选场地开展历史气象卫星数据再定标研究之前，需要定量分析空间尺度效应的影响，并加以修正。但鉴于本研究目标和内容，上述工作将是我们未来要开展的研究方向之一。

图13 不同空间尺度下的Sentinel-2各波段地表反射率数值Fig.13 Surface reflectance values of Sentinel-2 at different spatial scales for each spectral band

图14 不同空间尺度地表反射率数值的累计标准差Fig.14 Cumulative standard deviation of surface reflectance values at different spatial scales

综上所述，位于内蒙古自治区和甘肃境内的巴丹吉林—腾格里两大沙漠时空稳定性区域不仅具有气候干旱，空间面积大、时空稳定性好、地表均一、大气干洁，气溶胶和水汽含量低等特点，而且具备开展高频次、长历时卫星数据再定标工作的外场条件。然而，本研究仍存在研究数据时间序列短、使用数据源单一等问题，研究结果还有待更长时间序列，多源遥感和其他观测数据加以验证和完善。

4 结论

本研究利用2018 年11 月—2021 年10 月覆盖整个研究的Sentinel-2 A/B MSI 时间序列遥感数据集，结合时空CV 评价指标和Getis-Ord G*i空间聚类方法，从时空稳定性和空间一致性两个方面对研究区进行综合评价，筛选和评价可用于历史气象卫星数据进行辐射定标的场地，得出如下结论：

（1）研究区具有时空稳定性和空间均一性的区域主要分布在巴丹吉林—腾格里沙漠的西部、北部、以及沙漠南部边缘与中卫、河西走廊之间的连接地带，而巴丹吉林和腾格里两大沙漠腹地的CVst数值较高，时空稳定性较差。除B2波段外，其他波段CVst≤3%的结果具有相似的时空分布特征，且区域面积基本保持一致。

（2）通过Getis-Ord G*i空间聚类方法与时空CV指标组合选取场地的方法，可进一步降低单一指标评价结果的不确定性，提高场地选取的精度。本研究选取16 个场地的平均时空变异系数CVSR_b1-12_avg为1.59%，CVSR_b1-12_avg数值介于1.18%—2.11%之间，场地具有空间面积大、时空稳定性好、地表均一、大气干洁，云雨和沙尘天气少等特点，为开展历史气象卫星数据再定标研究提供了更丰富亮度的准不变定标场地。

（3）TNGR_1 和TNGR_3 场地的时空CVSR_b1-12_avg分别为1.18%和1.19%。在不同季节的CV 数值均低于Dunhuang 场，且全年平均无云或沙尘天数接近300 d，因此这两个场地更加适合开展高频次、长历时卫星辐射数据再定标工作。

志 谢文中使用的Sentinel-2 A/B MSI 数据来源于欧空局Sentinel Online 网站（https：//sentinels.copernicus.eu/web/sentinel/home），在此表示衷心的感谢！