دمای سطح زمین یکی از مهم ترین پارامترهای است که امروزه توسط باندهای حرارتی ماهواره ها و به کمک ابزار سنجش از دور قابل محاسبه است. اهمیت این موضوع زمانی آشکار می شود که اثر مستقیم دما، افزایش و یا کاهش میزان تبخیر و تعرق و در نتیجه تغییر در میزان رطوبت در دسترس گیاه را نشان می دهد. در این تحقیق دمای پوشش سبز گیاه نیشکر با استفاده از داده های ماهواره لندست 8 در هشت مزرعه از مزارع کشت و صنعت نیشکر سلمان فارسی (هر مزرعه پنج نقطه) جمعا 40 نقطه که این نقاط در روزهای مختلف آبیاری بودند با استفاده از دماسنج مادون قرمز (که در بازه 8 تا 14 میکرومتر کار می کند)، اندازه گیری شد. نقاط انتخابی به منظور عدم ترکیب با پیکسل های فاقد پوشش گیاهی از لبه مزارع دارای فاصله 30 متری بودند. به منظور واسنجی الگوریتم پنجره مجزا از داده های بخار آب اتمسفر، قابلیت انتشار، قابلیت عبور اتمسفری و از تصاویر ماهواره لندست 8 دمای مزارع استخراج شد. نتایج نشان داد که محاسبه دمای پوشش سبز مزارع نیشکر در روزهای مختلف آبیاری با الگوریتم پنجره مجزا با دقت قابل قبول برآورد گردید. همچنین نتایج نشان داد که در نقاطی که پوشش گیاهی یکسان است، آبیاری عامل اصلی در تغییر مقادیر دما است. حداقل مجذور مربعات خطا و میانگین مربعات خطا بین دمای اندازه گیری شده میدانی و دمای استخراج شده از تصاویر ماهواره ای به ترتیب 0.925 و 0.766 درجه سانتیگراد محاسبه گردید.

در سال های اخیر دمای سطح زمین (LST) اهمیت زیادی در مطالعات علوم زمین و محیط زیست پیدا کرده است. فناوری سنجش ازدور، امکان پایش مکانی و زمانی این کمیت را در سطوح وسیع فراهم می آورد. این پارامتر از طریق تصاویر ماهواره ای با حداقل یک باند حرارتی فراهم می شود. در این مطالعه از روش پنجره مجزای غیرخطی توسط ماهواره سنتینل3 در طول فصول مختلف سال 1397 برای محاسبه دمای سطح زمین استفاده شد و همچنین یک روش اعتبارسنجی مستقیم و غیرمستقیم برای آن ارایه شده است. روش اعتبارسنجی برمبنای ارزیابی قطعی این محصول با داده میدانی، و ارزیابی نسبی آن با محصولات دمای مادیس و SLSTR می باشد. همچنین از روش برآورد گسیلمندی برمبنای شاخص پوشش گیاهی برای تخمین دما از روش پنجره مجزای غیرخطی باتوجه به دو باند حرارتی تصاویر سنتینل3 استفاده شد. برای اطمینان بیشتر، محصولات دمای مادیس و SLSTR نیز به صورت مستقیم با داده میدانی ارزیابی قطعی شد. به طور کلی نتایج حاصل از محصول دمای مادیس، SLSTR و دمای برآورد شده از روش پنجره مجزای غیرخطی روندی مشابه را برای تغییرات دما در طول فصول سال نشان دادند. به طور خلاصه، با توجه به دو روش اعتبارسنجی مستقیم و غیرمستقیم برای دمای برآورد شده از روش پنجره مجزای غیرخطی، فصل تابستان با مقادیر بزرگ میانگین مربع خطاها (2/46)، و فصل زمستان با مقادیر کوچک میانگین مربع خطاها (0/86) به ترتیب کمترین و بیشترین نتایج را برای فصول در سال 1397 ارایه دادند. در نهایت، با توجه به نتایج به دست آمده دمای برآورد شده هم به صورت قطعی و هم به صورت نسبی نتایج مطلوبی را برای تمام فصول در مقیاس زمانی و مکانی گسترده فراهم می کند که می تواند در مقیاس های بزرگ برای برآورد دما در حل بحران های زیست محیطی و همچنین تغییر اقلیم از آن استفاده نمود.

لطفا برای مشاهده چکیده به متن کامل (PDF) مراجعه فرمایید.

دمای سطح زمین (LST) یکی از مهم ترین منابع اطلاعاتی در مطالعه فرایندهایی نظیر تبخیر و تعرق، توسعه شاخص های متعدد، مدل سازی دمای هوا و نیز تغییر اقلیم محسوب می شود. داده های ماهواره ای امکان اندازه گیری LST را در کل جهان با قدرت تفکیک زمانی و مکانی بالا میسر کرده اند. لندست 8 با برخورداری از دو باند حرارتی امکان محاسبه LST با استفاده از روش پنجره مجزا را فراهم می کند. هدف اصلی این مطالعه، بررسی الگوی دمایی بخش مرکزی استان اصفهان و ارتباط آن با طبقات مختلف پوشش و کاربری اراضی بود که بدین منظور از الگوریتم پنجره مجزا استفاده شد. نتایج نشان داد که بیشترین دمای سطح یعنی 9/50 درجه سانتی گراد به کلاس "سایر اراضی" که عمدتا خاک بایر و فاقد پوشش گیاهی متراکم بوده، اختصاص داشته است. سطوح نفوذناپذیر موجود در منطقه که دربرگیرنده مناطق مسکونی، جاده ها و صنایع است با دمای سطح 45 درجه سانتی گراد جزء نقاط داغ محسوب می شوند. کمترین LST به محیط های آبی و پس از آن به پوشش گیاهی با دمای 3/42 درجه سانتی گراد مربوط بوده است. همبستگی بین LST حاصل از لندست و دمای هوا 63/0 محاسبه شد.

دمای سطح زمین یکی از مهم ترین عوامل در کنترل فرآیندهای بیولوژیکی، شیمی و فیزیکی زمین است. داده های دمای سطح زمین اطلاعاتی درباره تغییرات مکانی و زمانی سطح زمین در مقیاس جهانی ارایه می دهند. در بسیاری از مطالعات، از جمله تخمین موجودی انرژی، بررسی رطوبت و تبخیر و تعرق، تغییرات اقلیمی، جزایر گرمایی شهری و مطالعات محیط زیستی دمای سطح زمین به عنوان پارامتراصلی مورد استفاده قرار می گیرد. بنابراین، اندازه گیری دمای سطح زمین به منظور برنامه ریزی برای استفاده از آن امری ضروری است. الگوریتم های زیادی برای تخمین LST با استفاده از تصاویر ماهواره ای، به ویژه باندهای حرارتی، توسط محققان به کار رفته است. در این پژوهش از الگوریتم پنجره مجزا و تک پنجره از تصاویر ماهواره لندست 8 برای بدست آوردن دمای سطح زمین (LST)، در شهر مشهد استفاده شده است. هدف از مطالعه حاضر بررسی توزیع فضایی دمای سطح زمین و همچنین تعیین روشی دقیق، برای تهیه نقشه دمای سطح زمین بوده است. نتایج نشان داد، دمای سطح زمین محاسبه شده به روش تک پنجره و پنجره مجزا در مقایسه با دمای هوای محاسبه شده در ایستگاه هواشناسی مورد نظر به طور میانگین به ترتیب 5. 1 و 1. 7 درجه سانتی گراد اختلاف داشته اند. بنابراین، می توان گفت که روش پنجره مجزا دارای دقت بالاتری است و دمای بدست آمده از آن با دمای واقعی تطابق بیشتری دارد. تجزیه و تحلیل رگرسیونی LST به دست آمده از این دو الگوریتم نشان می دهد که مقدار R2 آن ها 0. 96 است. نتایج این تحقیق می تواند اطلاعات مفیدی را از وضعیت دمای مناطق مختلف در اختیار برنامه ریزان و کارشناسان برای مدیریت کارآمد سرزمین و حفاظت از منابع طبیعی قرار دهد.

پیشینه و هدف در سال های اخیر مطالعه تغییرات اقلیمی و همچنین تاثیرات آن ها تبدیل به یک موضوع ثابت در عرصه های علمی بسیاری از کشورها شده است. یکی ازویژگی های اصلی این تغییرات، افزایش دمای هوا در طی 5 دهه اخیر نسبت به 500 سال گذشته است. به طوری که آمارها بیانگر افزایش یک درجه سانتی گراد در دمای هوا در طی 5 دهه اخیر هستند. به دمای تابشی پوسته زمین و به مقدار خالص انرژی که تحت شرایط اقلیمی درسطح زمین به توازن رسیده و به مقدار انرژی رسیده، گسیلمندی سطح، رطوبت و جریان هوای اتمسفر بستگی دارد، دمای سطح زمین می گویند. دمای سطح زمین به عنوان یکی از متغیرهای کلیدی در مطالعات اقلیمی و محیطی سطح زمین محسوب می شود. همچنین از پارامترهای اساسی در خصوصیات فیزیک سطح زمین در همه مقیاس ها از محلی تا جهانی است. در حال حاضر مهم ترین منبع داده های اقلیمی ایستگاه های هواشناسی می باشند و این ایستگاه ها آمار اقلیمی نقاط خاصی را ارائه می دهند در حالی که دما ممکن است در فواصل مختلف از این ایستگاه ها متحرک بوده و نسبت به ایستگاه مورد نظر کاهش یا افزایش داشته باشد. از این رو نیاز به تکنولوژی ای که بتواند کاستی های ایستگاه های هواشناسی را در محاسبه دما در فواصل نمونه برداری و در مکان های صعب العبور که امکان احداث ایستگاه هواشناسی وجود ندارد برطرف کند ضروری است. در سال های اخیر علوم جدیدی مانند سنجش از دور روش های جدیدی را برای نظارت بر محیط و کسب، ارزیابی و تجزیه و تحلیل داده های محیطی فراهم آورده است و قابلیت ارائه طیف وسیعی از پارمترهای مربوط به محیط را دارا می باشد. این تکنولوژی به عنوان یک منبع مهم و فزاینده از اطلاعات برای مطالعه تغییرات اقلیمی که بر میزان دمای سطح زمین تأثیر مستقیم دارد مطرح می شود. در طی دو دهه گذشته برای محاسبه دمای سطح زمین 18 الگوریتم توسعه داده شده است که این الگوریتم ها در چهار دسته؛ مدل های وابسته به گسیلمندی، مدل های دو فاکتوره، مدل های پیچیده و مدل های بر مبنای رادیانس قرار دارند. بررسی نتایج مقایسه های انجام گرفته بین الگوریتم های مختلف نشان می دهد که الگوریتم های مختلف عملکرد متفاوتی را در موقعیت های مختلف با آب و هوای متفاوت جغرافیایی دارند. هدف از این تحقیق مقایسه انواع الگوریتم های محاسبه LST برای تصاویر سنجنده MODIS و تعیین بهترین الگوریتم برای استان آذربایجان شرقی می باشد. مواد و روش ها برای تبدیل ارزش های رقومی به تابش طیفی برای باندهای حرارتی تصاویر سنجنده MODIS استفاده قرار گرفت. تبدیل تابش طیفی به بازتاب طیفی با استفاده از رابطه پلانک، داده های حرارتی سنجنده MODIS، زمانی که توان تشعشعی آن ها حداکثر یک در نظر گرفته شوند، قابلیت تبدیل از تابش طیفی به بازتاب طیفی رادارند. در برآورد گسیلمندی سطحی از روش آستانه گذاری شاخص تفاضل نرمال شده گیاهی NDVI استفاده شد. جهت مشخص نمودن ویژگی های خاک در هر پیکسل و محاسبه میزان گسیلمندی و اختلاف گسیلمندی، توان تشعشعی به سه دسته تقسیم گردید؛ 0. 2>NDVI به عنوان خاک خشک در نظر گرفته شده وتوان تشعشعی برای آن معادل 0. 978 لحاظ می گردد. 0. 5NDVI نتایج و بحث در بین 18 الگوریتم محاسبه دمای سطح زمین برای تصاویر سنجنده MODIS به ترتیب؛ الگوریتم سوبرینو با مقدار RMSE، 1. 79 بیشترین دقت، الگوریتم کول کاسلیس و پراتا با مقدار RMSE، 2. 58 در جایگاه دوم و همچنین الگوریتم های سالیسبوری و سوبرینو با مقدار RMSE، 2. 79 جایگاه سومی را برای محاسبه LST در بین سایر الگوریتم ها دارا می باشند. الگوریتم کیین با مقدار RMSE، 5. 28 کم ترین دقت را برای محاسبه LST به خود اختصاص داده است. نتیجه گیری بررسی اطلاعات بدست آمده از مقایسه الگوریتم های پنجره مجزاء بیانگر تبعیت کلی دماهای محاسبه شده از شرایط توپوگرافی منطقه است، به طوری که تقریباً کمترین مقادیر درجه حرارت در تمام الگوریتم ها مربوط به قسمت های با ارتفاع بیشتر (کوهستانی) و پوشش سبز منطقه است و مقادیر دما در نواحی دارای ارتفاع پایین و فاقد پوشش گیاهی متراکم افزایش یافته است.

فعالیت های انسانی مانند تغییرات کاربری اراضی، اثر مهمی بر دمای سطح زمین و ایجاد جزایر حرارتی دارد. هدف این پژوهش، بررسی تأثیر تغییر کاربری بر الگوی زمانی و مکانی دمای سطح زمین و جزایر حرارتی در شهرستان شوشتر در طی سال های 2002 تا 2020 است. ابتدا تصاویر سال های 2002، 2013 و 2020 لندست با استفاده از روش پردازش شیءگرا، طبقه بندی و سپس دمای سطح زمین با الگوریتم پنجرۀ مجزا استخراج شد. برای بررسی زمانی و مکانی دمای سطح زمین و جزایر حرارتی از پارامترهای NDVI، UHII و UHIII استفاده شده و دمای طبقات کم تا زیاد پوشش گیاهی استخراج شد. نتایج تغییرات کاربری زمین در دورۀ هجده ساله نشان داد که مناطق ساخته شده و بایر به ترتیب 21895/40و 26761/04هکتار افزایش و پوشش گیاهی و پهنه های آب به ترتیب 43790/79و 4865/64هکتار کاهش یافتند. نتایج حداکثر دمای کاربری ها، روند افزایشی دما در همۀ کاربری ها را آشکار کرد؛ به شکلی که بین سال های 2002 تا 2020، چهار کاربری پوشش گیاهی، نواحی بایر، مناطق ساخته شده و پهنه های آب به ترتیب با 7/40، 7/42، 6/82 و 6/87 درجۀ سلسیوس افزایش دما داشتند. برمبنای نتایج پارامترهای UHII و UHIII، طبقات با پوشش گیاهی کم، بیشترین دما را نسبت به طبقات با پوشش گیاهی متوسط و زیاد داشتند و جزایر حرارتی در سال های 2013 و 2020 در نواحی شمال، جنوب شرق و شمال شرق شهرستان تشکیل شد.