| تعداد نشریات | 45 |
| تعداد شمارهها | 1,492 |
| تعداد مقالات | 18,196 |
| تعداد مشاهده مقاله | 58,885,917 |
| تعداد دریافت فایل اصل مقاله | 20,371,228 |
استفاده از سنجش از دور حرارتی در استخراج دمای سطح زمین و بررسی انطباق آن با الگوهای کاربری اراضی | ||
| نشریه کاربرد سنجش از دور و سیستم اطلاعات جغرافیایی در علوم محیطی | ||
| دوره 1، شماره 1، اسفند 1400، صفحه 51-66 اصل مقاله (1.39 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22034/rsgi.2022.14398 | ||
| نویسندگان | ||
| جعفر جعفرزاده* 1؛ سید محمد حسنی تبار2 | ||
| 1گروه جغرافیا و برنامه ریزی روستایی- دانشکده علوم اجتماعی- دانشگاه محقق اردبیلی | ||
| 2دانشگاه هراز آمل | ||
| چکیده | ||
| دمای سطح زمین شامل خاک، آب، برف و پوشش گیاهی از جمله متغیرهایی است که در دامنه وسیعی از مطالعات و تحقیقات علوم زمین و محیط زیست کاربرد دارد. معمولاً دمای سطح زمین به صورت نقطه ای در تعداد محدودی از نقاط که عموماً ایستگاه های اندازه گیری می باشند، مورد پایش قرار می گیرد. در مواقعی که توزیع مکانی دمای سطح در پهنه وسیع و به طور همزمان مورد نیاز است، فن آوری سنجش از دور دارای قابلیت های بسیاری می باشد. با توجه به توانمندی تکنیک های سنجش از دوری در مطالعات خصوصیات فیزیکی سطح زمین، در این تحقیق، جهت ارزیابی ارتباط بین دمای سطح زمین و نوع کاربری اراضی ، با استفاده از تصویر Landsat8-TIRS ، اقدام به محاسبه دمای سطح زمین به روش Split Window و استخراج الگوی کاربری اراضی به روش طبقه بندی شیگرا در منطقهای به وسعت 33/2218 کیلومتر مربع، واقع در شمالغرب ایران شد. نتایج بدست آمده حاوی این مطلب است که دمای سطح زمین به شدت از رطوبت سطحی و تراکم پوشش گیاهی تأثیر می پذیرد، بطوریکه سطوحی که دارای رطوبت کم و پوشش گیاهی کم تراکم باشند، بیشترین دما را بر روی تصاویر حرارتی از خود نشان می دهند. در منطقه مورد مطالعه، زمین های بایر با دمای 9/33 درجه سانتیگراد و سطوح آبی مانند؛ دریاچه پشت سد مخزنی، با دمای 11/27 سانتیگراد، به ترتیب دارای بیشترین و کمترین دمای سطح، در بین کاربری های موجود، هستند. نتایج این تحقیق برای برنامه ریزی های محیطی و زیست محیطی قابل استفاده میباشد. | ||
تازه های تحقیق | ||
دمای سطح زمین به عنوان یک کمیت ترمودینامیک، شاخص مهمی در مطالعه مدلهای تعادل انرژی در سطح زمین و بررسی اثرات گلخانهای بوده و از مهمترین پارامترها در بررسی فعل و انفعالات سطح زمین در مقیاس منطقهای و جهانی میباشد. به عنوان مثال محاسبه دقیق دمای سطح برف و یخ در مناطق منجمد شمالی به منظور بهبود تخمین بیلان گرمایی و ارتباط آن با تغییرات آب و هوا در مقیاس جهانی، اهمیت بسیار زیادی دارد. در کشاورزی از دمای سطح زمین به منظور ارزیابی میزان آب مورد نیاز محصولات کشاورزی، بررسی خشکسالی، تشخیص سرمازدگی در باغها و مناطق خسارت دیده از سرمازدگی استفاده میگردد. از کاربردهای دیگر نقشههای حرارتی میتوان به تشخیص آنومالیهای حرارتی قبل از وقوع آتشفشان و زلزله، تهیه نقشه مناطق مستعد انرژی زمین گرمایی برای تولید انرژی، تشخیص ابر و غیره اشاره نمود. براساس نتایج، تکنولوژی سنجشازدور میتواند به عنوان یک روش کارآمد در مطالعات محیطی مورد استفاده قرار گیرد. یکی دیگر ازموضوعات تحقیقاتی که از مباحث سنجشازدور حرارتی بهره میگیرد، مطالعه جزایر حرارتی شهرها میباشد. به مدیران شهری پیشنهاد میگردد، جهت تعادل در توزیع گرمایی، دمای سطح شهر و در پی آن، دمای هوای سطح شهر، در جهت کاهش هزینههای تامین و تعادل انرژی، در طراحی و ایجاد فضای سبز شهری و آبنماها ،بامهای سبز)ایجاد پوشش گیاهی چمنی بر روی پشت بام منازل(، کفسازی سرد)ایجاد پوششهایی با رنگ روشن و تاحدودی نفوذپذیر در مقابل آب در معابر شهری( و خودروهای سرد )اتخاذ استراتژی استفاده از رنگهای روشن برای خودروها که باعث جذب کمتر گرما گردند( اهتمام بورزند. در دسترس بودن تصاویر ماهوارهای با قدرت تفکیک بالا فرصتهای بـهتر و بیشتری را برای استفاده از سنجشازدور فراهم نموده است و این امر به استفاده هرچه بیشتر و کارآمدتر از تـصاویر ماهوارهها، برای مسائل زیست محیطی، زمینشناسی و دیگر شاخههای مرتبط فراهم نموده است. نتایج این تحقیق در شاخههای علمی متعددی چون اقلیمشناسی، هیدرولوژی و همچنین فرایندهای مربوط به کشاورزی قابل استفاده است. نتایج این پژوهش همچنین برای برنامهریزان محیطی، منابع طبیعی و کشاورزی، برای برنامهریزیهای ناحیهای بسیار کاربردی است و میتواند در سازمانهای جهاد کشاورزی استان آذربایجان شرقی، محیط زیست و شرکت آب منطقهای، مورد استفاده قرار گیرد. | ||
| کلیدواژهها | ||
| سنجش از دور؛ دمای سطح زمین؛ کاربری اراضی؛ Landsat8-TIRS؛ SplitWindow؛ طبقه بندی شی گرا | ||
| اصل مقاله | ||
|
دمای سطح زمین شامل خاک، آب، برف و پوشش گیاهی از جمله متغیرهایی است که در دامنه وسیعی از مطالعات و تحقیقات علوم زمین و محیط زیست کاربرد دارد. معمولًاً دمای سطح زمین به صورت نقطهای در تعداد محدودی از نقاط که عموماً ایستگاههای اندازهگیری میباشند، مورد پایش قرار میگیرد. در مواقعی که توزیع مکانی دمای سطح در پهنه وسیع و به طور همزمان مورد نیاز است، فنآوری سنجش از دور دارای قابلیتهای بسیاری میباشد. با توجه به توانمندی تکنیکهای سنجش از دوری در مطالعات خصوصیات فیزیکی سطح زمین، در این تحقیق، جهت ارزیابی ارتباط بین دمای سطح زمین و نوع کاربری اراضی، با استفاده از تصویر Landsat8-TIRS، اقدام به محاسبه دمای سطح زمین به روش Split Window و استخراج الگوی کاربری اراضی به روش طبقهبندی شیگرا در منطقهای به وسعت 33/2290 کیلومتر مربع، واقع در شمالغرب ایران شد. نتایج بدست آمده حاوی این مطلب است که دمای سطح زمین به شدت از رطوبت سطحی و تراکم پوشش گیاهی تأثیر میپذیرد، بهطوریکه سطوحی که دارای رطوبت کم و پوشش گیاهی کم تراکم باشند، بیشترین دما را بر روی تصاویر حرارتی از خود نشان میدهند. در منطقه مورد مطالعه، زمینهای بایر با دمای 1/33 درجه سانتیگراد و سطوح آبی مانند؛ دریاچه پشت سد مخزنی، با دمای 99/22 سانتیگراد، به ترتیب دارای بیشترین و کمترین دمای سطح، در بین کاربریهای موجود، هستند. نتایج این تحقیق برای برنامهریزیهای محیطی و زیست محیطی قابل استفاده میباشد. کلمات کلیدی: سنجش از دور، دمای سطح زمین، کاربری اراضی ،Split Window ،Landsat8-TIRS، طبقه بندی شیگرا. | ||
| مراجع | ||
|
1-Alavi Panah, Seyed Kazem (2007). Thermal remote sensing and its application in earth sciences, University of Tehran Press, [In Persian]. 2-Amiri, R, Q.Weng, A. Alimohammadi, and S.K. Alavipana (2009). Spatial temporal dynamics of land surface temperature in relation to fractional vegetation cover and land use/cover in the Tabriz urban area, Iran, Remote Sens. Environ., 113: 2606–2617 3-Bahram, I., Farshid, S., Jafar, J. (2020). Evaluating metropolises grow and their impact on the around villages using Object-Oriented Images. Tema. Journal of Land Use, Mobility and Environment, 13(1): 4153. http://dx.doi.org/10.6092/1970-9870/6525. 4-Becker, F. and A.L. Li. (1990).Towards a local split window method over land surfaces, Internatoinal Journal of Remote Sensing. 11:369-393. 5-Caselles, V., Rubio, E., Coll, C., Valor, E., (1998). Thermal Band Selection for the PRISM Instrument: 3. Optimal Band Configurations. J. Geophys. Res. Atmos, 103: 17057–17067. 6-Dousset, B., Gourmelon, F. (2003). Satellite multi-sensor data analysis of urban surface temperatures and landcover, ISPRS. Journal of Photogrammetry & Remote Sensing, 58: 43– 54. 7-Feizizadeh, B., and Blaschke, T. (2013). Examining Urban Heat Island Relations to Land Use and Air Pollution: Multiple Endmember Spectral Mixture Analysis for Thermal Remote Sensing, IEEE Journal of selected topics in Applied Earth Observations and Remote Sensing, 6(3): 1749-1756. 8-Feizizadeh, B., Mir Rahimi, H. (2008). Detection of land use changes using objectoriented classification method (Case study: Andisheh town), Proceedings of the Tehran Geomatics Conference [In Persian]. 9-Feizizadeh, Bakhtiar (2007). Comparison of basic and object-oriented pixel methods in land use mapping, Master Thesis, Faculty of Geography and Planning, University of Tabriz. 10-Feizizadeh, Bakhtiar; Helali, Hossein (2009). Comparison of basic, object-oriented pixel methods and effective parameters in land use / land use classification of West Azerbaijan province. Natural Geography Research, 71: 73-84 11-Gillespie, A., Rokugawa, S., Matsunaga,T., Cothern, J.S., Hook , S., Kahle, A.B., (1999). A temperature and emissivity separation algorithm for advanced Spaceborne ThermalEmission and Reflection radiometer (ASTER) images. IEEE Transactions on Geoscienceand Remote Sensing, 36: 1113-1126 12-Huang, L. and Ni. L. (2008). Object-oriented classification of high resolution satellite image for better accuracy, Proceedings of the 8th International Symposium on Spatial Accuracy Assessment in Natural Resources and Environmental Sciences, P.R., 2008, 211-218, June25-27, Shanghai China. 13-Jafarzadeh, Jafar, Nazmfar, Hossein. (2020). Investigating the efficiency of satellite image classification methods in evaluating urban land use changes using scale optimization in object-oriented processing (Case: Ardabil city). Journal of Urban Research and Planning, 10(36): 117-128. 14-Jimenez-Munoz, J.C., Sobrino, J.A., (2008). Split-window coefficients for land surface temperature retrieval from low-resolution thermal infrared sensors, IEEE Geosci. Remote Sens. Lett., 5: 806–809. 15-Jiménez-Muñoz, J.C., Sobrino, J.A., Skokovi´c, D., Mattar, C., and Cristóbal, J., (2014). Land Surface Temperature Retrieval Methods from Landsat-8 Thermal Infrared Sensor Data, IEEE Geoscience and Remote Sensing Letters, 11(10). 16-Nazmfar, H., Jafarzadeh, J. Classification of Satellite Images in Assessing Urban Land Use Change Using Scale Optimization in Object-Oriented Processes (A Case Study: Ardabil City, Iran). J Indian Soc Remote Sens, 46, 1983–.)8102( 0991 https://doi.org/10.1007/s12524-018-0850-7. 17-Owen, T.W., T.N. Carlson and R.R. Gillies. (1998). An assessment of satellite remotely-sensed land cover parameters in quantitatively describing the climatic effect of urbanization, Int. J. Remote Sensing, 19(9): 663-1681. 18-Rajeshwari, A., and Mani, ND. (2014). Estimation of Land Surface Temperature of Dindigual District using Landsat 8 data, IJRET: International Journal of Research in Engineering and Technology, ISSN: 2321-7308. 19-Rothery, D.A., Francis, P.W. and Wood, C.A. (1988). Volcano monitoring using short wavelength infrared data from satellites. Journal of Geophysical Research, 93: 79938008. 20-Sobrino, J.A., Li, Z-L., Stoll, M. and Becker, F., (1996). Multi –channel and multiangle algorithms for estimating sea and land surface temperature with ATSR data. International Journal of Remote Sensing, 17: 2089-2114. 21-Sobrino, J.A., Caselles, V., Coll, C., (1993). Theoretical split-window algorithms for determining the actual surface temperature, Il Nuovo Cimento C, 16: 219-.632 Application of Remote Sensing and GIS in Environmental Sciences, Vol. 1, No. 1, Winter 2022, pp. 51-66 22-Sobrino, J.A., Cool, C., and Caselles, V. (1991). Atmospheric correction for land surface temperature using NOAA-LL AVHRR channels 4 and 5. Remote Sensing of Environment, 38: 19-34. 23-Voogt, J.A. and T.R. Oke. (2003). Thermal remote sensing of urban climate, Remote Sens. Environ., 86: 370–384. 24-Weng, Qihao, Dengsheng Lu, Jacquelyn Schubring. (2004). Estimation of land surface temperature–vegetation abundance relationship for urban heat island studies, Remote Sensing of Environment. 89: 467-483. 25-Wu, Z.; Che, M.; Zhang, S.; Duo, L.; Lei, S.; Lu, Q.; Yan, Q. (2022). Remote Sensing Monitoring and Driving Force Analysis of Salinized Soil in Grassland Mining Area. Sustainability, 14: 741. https://doi.org/10.3390/su14020741. 26-Ye, J.; Qiang, Y.; Zhang, R.; Liu, X.; Deng, Y.; Zhang, J. (2022). High-Precision Digital Surface Model Extraction from Satellite Stereo Images Fused with ICESat-2 Data. Remote Sens., 14: 142. https://doi.org/10.3390/rs14010142. 27-Zeng, Y., Guo, Y. & Li, J. (2022). Recognition and extraction of high-resolution satellite remote sensing image buildings based on deep learning. Neural Comput & Applic, 34: 2691–2706; https://doi.org/10.1007/s00521-021-06027-.1 | ||
|
آمار تعداد مشاهده مقاله: 1,591 تعداد دریافت فایل اصل مقاله: 1,175 |
||