تحقیقات کاربردی علوم جغرافیایی

تحقیقات کاربردی علوم جغرافیایی

عنوان مقاله پایش دمای سطح زمین و بررسی رابطه کاربری اراضی با دمای سطح با استفاده از تصاویر سنجنده OLI و ETM+ مطالعه موردی: (شهرستان اردبیل)

نویسندگان
صیاد اصغری سراسکانرود 1
هادی امامی 2
1 دانشیار گروه ژئومورفولوژی دانشگاه محقق اردبیلی
2 دانشجوی کارشناسی ارشد اقلیم شناسی سینوپتیک دانشگاه محقق اردبیلی
10.29252/jgs.19.53.195
چکیده
حرارت سطح زمین شاخص مهمی در مطالعه مدل‌های تعادل انرژی در سطح زمین در مقیاس منطقه‌ای و جهانی است. با توجه به محدودیت ایستگاه‌های هواشناسی، سنجش از دور می­تواند جایگزین مناسب برای برآورد حرارت سطح زمین باشد. هدف اصلی از این تحقیق پایش دمای سطح زمین و رابطه‌ای آن با کاربری اراضی می‌باشد که با استفاده از تصاویر ماهواره­ای پایش شده است. به همین منظور ابتدا تصاویر مربوطه اخذ شد و پیش پردازش‌های لازم بر روی هرکدام اعمال شد. سپس نسبت به مدل‌سازی و طبقه‌بندی تصاویر اقدام شد. ابتدا به منظور بررسی تغییرات کاربری‌اراضی، نقشه طبقه‌بندی شده کاربری‌اراضی برای هردوسال با استفاده از روش شیءگرا استخراج شد و سپس به منظور بررسی تغییرات کاربری اراضی نقشه تغییرات کاربری‌اراضی در یک بازه زمانی18 ساله(2000-2017) استخراج شد. درنهایت به منظور پایش دمای سطح زمین نقشه دمای سطحی شهرستان اردبیل استخراج شد. نتایج نشان داد که رابطه قوی بین کاربری اراضی و دمای سطحی وجود دارد. به این صورت که کاربری­ همچون کاربری شهری، دارای دمائی حدود 41 درجه سانتیگراد(2017) می­باشد که به دلیل جاذب حرارت بودن عوارض شهری دارای دمای بیشتری نیز می­باشد. این درحالی است که کاربری مناطق آبی به دلیل جذب کمتر حرارت دارای دمای 34 درجه سانتیگراد(2017) می­باشد . این موضوع نقش کاربری­های مختلف را در تعیین دمای سطحی نشان می­دهد. همچنین در این پژوهش رابطه دمای سطحی با پوشش گیاهی مورد بررسی قرار گرفت. نتایج نشان داد که نواحی همچون خاک و شهری که دارای پوشش­گیاهی کمتری نسبت به نواحی همچون کشاورزی و مرتع می­باشند، دارای دمای بیشتری نیز می­باشند. زیرا پوشش­گیاهی همواره به صورت مانع برای ورود حرارت بوده است و رابطه معکوس با حرارت سطحی دارد.
کلیدواژه‌ها
دمای سطح زمین
کاربری اراضی
طبقه‌بندی
تصاویر لندست
تغییرات کاربری

عنوان مقاله English

Monitoring the earth surface temperature and relationship land use with surface temperature using of OLI and TIRS Image

نویسندگان English

sayyad asghari 1
hadi emami 2
1 mohaghegh ardabili
2 mohaghegh ardabili
چکیده English

Earth surface temperature is an important indicator in the study of energy equilibrium models at the ground level on a regional and global scale. Due to the limitation of meteorological stations, remote sensing can be an appropriate alternative to the Earth's surface temperature. The main objective of this study is to monitor the surface temperature and its relationship with land use, which is monitored using satellite imagery. For this purpose, the images were first obtained and the necessary pre-processing was applied to each one. Then it was compared to modeling and classification of images. Firstly, in order to investigate the changes in user-orientation, a user-defined classification map for each object was extracted using the object-oriented method. Then, to investigate the land use change, a map of user-landing changes map was extracted in an 18-year time period (2000-2017). Finally, in order to monitor the surface temperature, the surface temperature map of Ardebil was extracted. The results showed that there is a strong relationship between land use and surface temperature. As a user, urban users have a temperature of about 41 ° C (2017), which is also due to heat-absorbing urban temperatures. This is despite the fact that the use of hydrocarbons is due to a lower heat absorption of 34 ° C (2017). This shows the role of different uses in determining surface temperatures. Also, the relationship between surface temperature and vegetation cover was investigated in this study. The results showed that areas such as soil and urban areas with a lower coverage than areas such as agriculture and pasture, have a higher temperature. Because the coating is always an obstacle to the entry of heat, it has an inverse relationship with superficial heat.

کلیدواژه‌ها English

land surface temperature
Land use
classification
Landsat images
changes Detection
Artis, D. A., and Carnahan, W. H. (1982): Survey of Emissivity Variability in Thermography of Urban Areas. Remote Sensing of Environment, No 12, Pp 313– 329.
­ Benali, A., Carvalho, A. C., Nunes, J. P., Carvalhais, N., & Santos, A. (2012). Estimating air surface temperature in Portugal using MODIS LST data. Remote Sensing of Environment, 124, 108-121.
­ Cresswell, M. P., Morse, A. P., Thomson, M. C., & Connor, S. J. (1999). Estimating surface air temperatures, from Meteosat land surface temperatures, using an empirical solar zenith angle model. International Journal of Remote Sensing, 20(6), 1125-1132.
­ Czajkowski, K. P., Goward, S. N., Stadler, S. J., & Walz, A. (2000). Thermal remote sensing of near surface environmental variables: application over the Oklahoma Mesonet. The Professional Geographer, 52(2), 345-357.
­ Deng Sheng, Lu. Qihao, Weng. (2006): Spectral Mixture Analysis of ASTER Images for Examining the Relationship between Urban Thermal Features and Biophysical Descriptors in Indianapolis, Indiana, USA. Remote Sensing of Environment, NO. 104, Pp 157–167.
­ Granger, R.J, (1999), “Satellite-derived Estimation of Evapotranspiration in Gediz Basin”, Journal of Hydrology, 229 (2000)70-76.
­ Jacobson, M. Z. (2005). Fundamentals of atmospheric modeling. Cambridge University Press.
­ Jiang, Jing, and Tian, Guangjin (2010): Analysis of The Impact of Land Use/ Land Cover Change on Land Surface Temperature With Remote Sensing, Procedia Environmental Sciences, NO. 2, Pp 571–575.
­ Jin, M., & Dickinson, R. E. (2010). Land surface skin temperature climatology: benefitting from the strengths of satellite observations. Environmental Research Letters, 5(4), 044004.
­ Li, Z.L., and Becker, F. (1993), “Feasibility of Land Surface Temperature and Emissivity Determination from AVHRR Data”, Remote Sens. Envir, 43: pp. 67-85.
­ Lo CP, Quattrochi DA and Luvall JC (1997) Application of high-resolution thermal infrared remote sensing and GIS to assess the urban island effect. Int. J. Remote sensing. 18(2), 287-304.
­ Vázquez D.P., F.J.O., Reyes and L.A., Arboledas (1997), “A Comparative Study of Algorithms for Estimating Land Surface Temperature from AVHRR Data”, Remote Sensing of Environment, 62(3): pp.215-222.
­ Vooget J.A and T.R, Oke, (2003): Thermal Remote Sensing of Urban Climates Remote Sensing of Environment, No 86, Pp 370-282.
­ Wan, Z., & Dozier, J. (1996). A generalized split-window algorithm for retrieving land-surface temperature from space. Geoscience and Remote Sensing, IEEE Transactions on, 34(4), 892-905.
­ Wan, Z., Zhang, Y., Zhang, Q., & Li, Z. L. (2002). Validation of the land-surface temperature products retrieved from Terra Moderate Resolution Imaging Spectroradiometer data. Remote Sensing of Environment, 83(1), 163-180.
­ Willmott, C. J., & Robeson, S. M. (1995). Climatologically aided interpolation (CAI) of terrestrial air temperature. International Journal of Climatology, 15(2), 221-229.
­ Zebiri, Mahmoud, Majid, Alireza, 2006, Introduction to remote sensing and application in natural resources, 6th edition, Tehran University Press