نوع مقاله: مقاله پژوهشی

نویسنده

دانشیار گروه جغرافیای دانشگاه پیام نور

چکیده

یکی از مهمترین کاربرد تصاویر ماهواره­ای استفاده از آن برای تعیین و تخمین دمای سطح زمین است. برای بررسی این موضوع از سری تصاویر لندست 8 جهت محاسبه و تخمین دمای هوای شهر اصفهان و منطقه اطراف استفاده شد. برای برآورد دمای سطح زمین (LST) از روش آلگوریتم پنجره مجزای سوبرینو[1] بهره­گیری شد. نتایج نشان داد کابرد این روش بر روی تصاویر ماهواره­ای منطقه اصفهان که از پوشش متنوع ناحیه شهری، فضای سبز و مناطق صنعتی عمده برخوردار است، تونایی این مدل و تناسب تصاویر مذکور را برای این منظور نشان می­دهد. مقایسه دمای دمای اندازه­گیری شده بر روی تصویر و دمای محاسبه شده در دو ایستگاه اُزون سنجی و فردودگاه اصفهان، نشان دهنده دامنه تغییرات حدود 5/4 درجه سلسیوس است. با این حال دمای محاسبه شده در چهار روز از سال عمدتا بیشتر از دمای اندازه گیری شده در عمق 5 سانتی متری خاک در محل دو ایستگاه اُزون سنجی و فرودگاه اصفهان است و این مقدار در بالاترین میزان 25/4 درجه سلسیوس بیشتر از دمای ایستگاه است. روابط همبستگی بین نقشه دمای سطح زمین LST و شاخص نرمال شده تفاوت پوشش گیاهی (NDVI) در 9100 پیکسل کد منطقه با ضریب همبستگی 458/0 در سطح اطمینان 99 درصد تأیید می­گردد که اعتبار روش بکارگفته شده برای برآورد دمای سطح را تأیید کرد.



[1] . Sobrino’s Split-Window Algorithm

کلیدواژه‌ها

عنوان مقاله [English]

Land Surface Temperature Detection Using of Satellite Images

نویسنده [English]

  • Abbasali Arvin

Associated Professor in Payame Noor University

چکیده [English]

One of the most important applications of satellite images is the use of it to determine and estimate the surface temperature of the earth. To investigate this, the Landsat 8 series was used to calculate and estimate the air temperature in the city of Isfahan and surrounding area. The surface of the earth's surface temperature (LST) was calculated using the Subrino window algorithm. The results showed that the use of this method on satellite images of Isfahan region, which covers a variety of urban areas, green spaces, and major industrial areas, shows the ability of this model and the proportion of these images for this purpose. The comparison of a temperature measured on the image and the temperature calculated in two of Ozone-metric and Airport stations in Isfahan shows a range of changes of about 4.5 degrees Celsius. However, the calculated temperature in four days of the year is more than the measured temperature at a depth of 5 cm in the soil at the site of the two Ozone-metric and Isfahan Airport stations and this value is at a maximum of 4.25 degrees Celsius above the station's temperature. The correlation relations between the LST surface temperature map and the normalized vegetation difference index (NDVI) at 9100 pixels of the area code with a correlation coefficient of 0.445 are confirmed at a confidence level of 99% Which confirmed the validity of the method used to estimate the surface temperature.

کلیدواژه‌ها [English]

  • Land Surface Temperature (LST)
  • Isfahan
  • Estimation of Temperature
  • Satellite Image

بابایی فینی ام السلمه (1394). بررسی رابطه دمای سطح زمین و شاخص بهنجار شده پوشش گیاهی در محیط شهری (مطالعه موردی: کلانشهر اصفهان)، جغرافیای طبیعی، سال هشتم، شماره 92، صص 90-75.

حاجیلو مرضیه؛ المدرسی سید علی؛ زرنگ نسیم؛ سرکارگر اردکانی علی (1393). پایش دمای سطح زمین و بررسی رابطه کاربری اراضی با دمای سطح با استفاده از تصویر سنجنده+ ETM و OLI (مطالعه موردی: استان قم)، نخستین همایش ملی کاربرد مدل­های پیشرفته تحلیل فضایی (سنجش از دور و GIS) در تحلیل فضایی، دانشگاه آزاد اسلامی واحد یزد، 5 و 6 اسفند. ص 10-1.

جویباری مقدم یاسر؛ آخوندزاده مهدی؛ سراجیان محمدرضا (1394). ارائه یک الگوریتم پنجره مجزا نوین به منظور تخمین دمای سطح زمین از داده­های ماهواره لندست 8، نشریه علوم و فنون نقشه برداری، دوره پنجم. شماره 1، صص 226-215.

صادقی نیا علیرضا؛ علیجانی بهلول؛ ضیائیان پرویز (1391). تحلیل فضایی- زمانی جزیره حرارتی کلان شهر تهران با استفاده از سنجش از دور و سیستم اطلاعات جغرافیایی، جغرافیا و مخاطرات محیطی، شماره چهارم، صص 17-1.

رحیمی خوب علی؛ کوچک زاده مهدی؛ سامانی جمال محمد ولی؛ شریفی فرود (1384). ارزیابی چند روش برآورد دمای سطح زمین با استفاده از تصاویر ماهواره­ای NOAA در حوضه آبریز دریاچه ارومیه، پژوهش و سازندگی، شماره 68، صص 90-84.

دانش کار آراسته پیمان؛ تجریشی مسعود؛ ثقفیان بهرام (1384). تعیین دمای سطح با استفاده از فن آوری سنجش از دور در منطقه سیستان، نشریه علمی پژوهشی آب و آبخیز، شماره 2، 29-20.

کاویانی عباس؛ سهرابی تیمور؛ دانش کارآراسته پیمان (1392). تخمین دمای سطح زمین با استفاده از شاخص اختلاف نرمال شده (NDVI) در تصاویر سنجنده های Landsat ETM+ و MODIS، مجله هواشناسی کشاورزی، شماره 1 جلد 1 صص 25-14.

فیضی زاده بختیار؛ دیده بان خلیل؛ غلام نیا خلیل (1395). برآورد دمای سطح زمین و الگوریتم پنجره مجزا با استفاده از تصاویر ماهواره لندست 8 مطالعه موردی: حوضه آبریز مهاباد، فصلنامه علمی پژوهشی اطلاعات جغرافیایی (سپهر)، دوره 25، شماره 98، صص 181-171.

عظیمی فریده (1387). پهنه بندی دمای سطح شهر اهواز با استفاده از تصاویر حرارتی سنجنده ETM، فصلنامه جغرافیایی سرزمین، سال پنجم، شماره 17، صص 109-97.

Avdan U., Jovanovska, G. (2016), "Algorithm for Automated Mapping of Land Surface Temperature Using LANDSAT 8 Satellite Data", Journal of Sensors, volume. 2016, pp. 1-8.

Aslan, N. and Koc-San, D. (2016), "Analysis of Relationship Between Urban Heat Island Effect and Land USE/COVER Type Using Landsat 7 ETM+ and Landsat 8 OLI Image", The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Congress, 12–19 July, Prague, Czech Republic, XLI-B8, pp. 821-288.

Flores, P. F. Lillo S. M. (2010), "SIMPLE AIR TEMPERATURE ESTIMATION METHOD FROM MODIS SATELLITE IMAGES ON A REGIONAL SCALE, CHILEAN", JOURNAL OF AGRICULTURAL RESEARCH, volume.70, number 3, pp. 436-445.

Karenia, C. S. G. (2015). "Spatial Geo-technologies and GIS tools for urban planners applied to the analysis of urban heat island. Case Caracas city, Venezuela, ICUC9", 9th International Conference on Urban Climate jointly with 12th Symposium on the Urban Environment, pp. 1-5.

Leo, C. P., Quattrochi D. A., Luvall, J. C. (2010), "Application of high-resolution thermal infrared remote sensing and GIS to assess the urban heat island effect", International Journal of Remote Sensing, volume 18, number 2.

Samuel, N. G. (2013), "THERMAL BEHAVIOR OF URBAN LANDSCAPES AND THE URBAN HEAT ISLAND", Physical Geography,  volume 2 number 1, pp. 19-33.

STHOMAS, C. P., TIMOTHY, W. O. (2005), Urban Heat Island Assessment. Journal of climate, volume 81, pp. 2637-2646.

Tsou, J. Zhuang, J., Yu Li and Zhang, Y. (2017), "Urban Heat Island Assessment Using the Landsat 8 Data: A Case Study in Shenzhen and Hong Kong", Urban Science, volume 1, number 10, pp. 1-22.

Weng, Q., Lub, D., Schubring, J. (2004), "Estimation of land surface temperature–vegetation abundance relationship for urban heat island studies", Remote Sensing of Environment, volume 89, pp. 467–483.

Yuan, F., Bauer, M.E.   (2007), "Comparison of impervious surface area and normalized difference vegetation index as indicators of surface urban heat island effects in Landsat imagery", Remote Sensing of Environment, volume 106, pp. 375-386.

Yu., X., Guo,  X., Wu., Z., (2014), "Land Surface Temperature Retrieval from Landsat 8 TIRS—Comparison between Radiative Transfer Equation-Based Method, Split Window Algorithm and Single Channel Method", Remote Sensing, volume 6, pp. 9829-9852

Zanter, K. (2016), LANDSAT 8 (L8) DATA USERS HANDBOOK. USGS science for changing word, EROS, Sioux Falls, South Dakota.

Zhao, Q., Soe W. Myint, E. A. Wentz, Chao F. (2015), "Rooftop Surface Temperature Analysis in an Urban Residential Environment", Remote Sensing, volume 7, pp. 12135-12159.