نوع مقاله : مقاله پژوهشی

نویسندگان

• بختیار فیضی زاده ¹
• خلیل دیده بان ²
• خلیل غلام نیا ³

¹ استادیار گروه GIS و RS دانشگاه تبریز

² دانشجوی کارشناسی ارشدGIS و RS دانشگاه تبریز

³ دانشجوی کارشناسی ارشد GIS وRS دانشگاه تبریز

چکیده

دمای سطح زمین یکی از معیارهای مهم در برنامه‌ریزی ناحیه‌ای و منطقه‌ای می‌باشد. دمای سطح زمین در بسیاری از برنامه‌های کاربردی محیط زیست، کشاورزی، هواشناسی و سایر پروژه‌ها می‌‌تواند مورد استفاده واقع شود.با توجه به محدودیت ایستگاه‌‌های هواشناسی، سنجش از دور می‌تواند به عنوان پایه و اساس بسیاری از داده‌های هواشناسی مورد استفاده قرار گیرد. یکی از مهمترین جنبه‌های کاربردی سنجش از دور در مطالعات اقلیم‌شناسی برآورد دمای سطح زمین می‌باشد. در این راستا، الگوریتم پنجره مجزا به عنوان یک روش مؤثر در استخراج دمای سطح زمین محسوب می‌شود؛ که براساس منابع علمی بیشترین دقت را ارائه می‌دهد. در این پژوهش از تصاویر چند طیفی و حرارتی ماهواره لندست8 برای برآورد دمای زمین در حوضه آبریز مهاباد استفاده شده است. برای نیل به هدف، بعد از انجام تصحیحات رادیومتریک نسبت به مدل‌سازی و تجزیه و تحلیل تصاویر اقدام شد. بطوری که شاخص پوشش گیاهی، کسری پوشش گیاهی، دمای روشنایی ماهواره، قابلیت انتشار سطح زمین، ستون بخار آب که از معیارهای مؤثر در برآورد دمای سطح زمین با روش الگوریتم پنجره مجزا می‌باشند، با انجام محاسبه روابط ریاضی مقادیر لازم برای محاسبه دمای سطح زمین بدست آمدند.در نهایت دمای سطح زمین با دقت معادل 4/1 درجه سانتیگراد برآورد شد. مناطق با پوشش گیاهی زیاد و پوشیده از آب (سد)  دمای کم و مناطق با پوشش گیاهی کم و خاک لخت دمای بالایی را نشان می‌دهند که همه در تغییرات دمایی منطقه مورد مطالعه مؤثر می‌باشند. نتایج تحقیق بیانگر این مهم است که روش الگوریتم پنجره مجزا نتایج قابل اعتماد و مطمئنی را در برآورد دمای سطح زمین ارائه می‌دهد که می‌تواند در مطالعات زیست محیطی و علوم زمین مورد استفاده قرار گیرد.

کلیدواژه‌ها

• دمای سطح زمین
• الگوریتم پنجره مجزا
• مهاباد
• تصاویر ماهواره ای لندست

20.1001.1.25883860.1395.25.98.12.6

عنوان مقاله [English]

Extraction of Land Surface Temperature (LST) based on Landsat Satellite Images and Split Window Algorithm Study area: Mahabad Catchment

نویسندگان [English]

• Bakhtiar Feizizadeh ¹
• Khalil Didehban ²
• Khalil Gholamnia ³

¹ Assistant professor, department of GIS & RS, University of Tabriz

² Msc student, department of GIS & RS, University of Tabriz

³ Msc student, department of GIS & RS, University of

چکیده [English]

Abstract
Land Surface Temperature (LST) is one of important criteria in regional planning and management. LST can be used in many practical programs of environment, agriculture, meteorology and relevant surveys. Due to the limitations of meteorological stations, remote sensing can be used as the basis of many meteorological data. One of the most important practical aspects of remote sensing in climate studies is the estimation of surface temperature. In this regard, the split window algorithm is considered as an effective method for extracting surface temperature, which provides the highest accuracy based on scientific resources. In this research, Landsat 8 satellite’s multi-spectral and thermal images have been used to estimate the land temperature in Mahabad catchment. To accomplish the goal, modeling and analyzing of the images were performed after radiometric corrections. The vegetation index, the vegetation shortage, the temperature of the satellite illumination, the emissivity of the land surface, the column water vapor (CWV) are of effective criteria for estimating the land surface temperature by the method of split window algorithm. The values necessary to calculate the land surface temperature were obtained by performing mathematical relation computation. Eventually, the land surface temperature was accurately estimated with an error of 1.4 degrees Centigrade. Areas with high vegetation cover and covered with water show low temperatures and, areas with low vegetation cover and bare soil show a high temperature, all of which are effective in temperature variations in the studied area. The results of the research indicate that the method of split window algorithm provides exact and reliable results in the estimation of land surface temperature, which can be used in environmental studies and geosciences.

کلیدواژه‌ها [English]

• Land surface temperature (LST)
• Split Window Algorithm
• Mahabad
• Landsat Satellite Images