بررسی ارتباط بین جریان تابش خالص با خصوصیات محیطی و پوشش سطح با استفاده از تصویر ماهواره ای (مطالعه موردی: جنوب استان کرمان)

الموضوعات :

سید کریم افشاری پور ¹ , سعید حمزه ² , سامان نادی زاده شورابه ³

1 - دانشجوی کارشناسی ارشد سنجش از دور و GIS، دانشکده جغرافیا، دانشگاه تهران
2 - استادیار دپارتمان سنجش از دور و GIS، دانشکده جغرافیا، دانشگاه تهران.
3 - دانشجوی کارشناسی ارشد سنجش از دور و GIS، دانشکده جغرافیا، دانشگاه تهران

تاريخ الإرسال : 05 الخميس , شوال, 1438 تاريخ التأكيد : 06 الأحد , ربيع الثاني, 1439 تاريخ الإصدار : 04 الجمعة , ربيع الثاني, 1439

الکلمات المفتاحية: دمای سطح زمین, کاربری اراضی, خاک و توپوگرافی, لندست 8, جریان تابش خالص,

ملخص المقالة :

میزان جریان تابش خالص سطح زمین مستقیماً به دمای سطح، کاربری اراضی، خاک و توپوگرافی بستگی دارد. در پژوهش حاضر به‌منظور برآورد تابش خالص خورشید از تصویر ماهواره ای لندست 8 استفاده شده است. با استفاده از نمونه برداری سیستماتیک به فواصل 500 متر ارزش لایه دمای سطح زمین، NDVI، ارتفاع از سطح دریا، شیب، جهت جغرافیایی و کاربری ارضی در نقاط نمونه برای انجام تحلیل، استخراج شد. برای استخراج دمای سطح از الگوریتم Mono-Window استفاده شده است. نتایج نشان داد که رابطه مستقیمی بین افزایش ارتفاع و NDVI با میزان تابش خالص وجود دارد، که ضرایب همبستگی خطی نیز به ترتیب 68/0 و 19/0 به‌دست آمد. همچنین رابطه معکوسی با ضریب همبستگی خطی 74/0 بین جریان تابش خالص و دمای سطح زمین وجود دارد. از بررسی میزان جریان تابش خالص در جهت های مختلف جغرافیایی مشخص شد که در محدوده مورد مطالعه جهت شمال غربی با w/m2637 بیش‌ترین جریان تابش خالص و جهت شرقی با w/m2 7/582 کم‌ترین میزان جریان تابش خالص را دارد که جریان تابش خالص در این جهت ها با میزان شیب رابطه مستقیمی با ضریب همبستگی 54/0 دارد. به علاوه میزان جریان تابش خالص در سطوح آبی مثل دریاچه و مخزن سد با w/m2817 بیش‌ترین مقدار جریان تابش خالص و اراضی شور با w/m2509 کم‌ترین جریان تابش خالص را دارند. بیش‌ترین و کم‌ترین میزان جریان تابش خالص به‌ترتیب در خاک های اینسپتی سل و بدلند وجود دارد.

المصادر:

علوی­پناه، س. ک. 1386. سنجش از دور حرارتی و کاربرد آن در علوم زمین، انتشارات دانشگاه تهران.

کریمی فیروزجایی، م.، کیاورز مقدم، م. 1395. بررسی ارتباط بین دما، شار تابش خالص با خصوصیات بیوفیزیکی و کاربری اراضی با استفاده از تصاویر ماهواره­ای لندست 8. سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 7 (4): 96-79.

Allen, R., Irmak, A., Trezza, R., Hendrickx, J. M., Bastiaanssen, W., & Kjaersgaard, J. 2011. Satellite‐based ET estimation in agriculture using SEBAL and METRIC. Hydrological Processes, 25: 4011-4027.

Amatya, P. M., Ma, Y., Han, C., Wang, B., & Devkota, L. P. 2015. Estimation of net radiation flux distribution on the southern slopes of the central Himalayas using MODIS data. Atmospheric Research, 154: 146-154.

Anthoni, P. M., Law, B. E., Unsworth, M. H., & Vong, R. J. 2000. Variation of net radiation over heterogeneous surfaces: measurements and simulation in a juniper–sagebrush ecosystem. Agricultural and Forest Meteorology, 102: 275-286.

Ayoola, M. A., Sunmonu, L. A., Bashiru, M. I., & Jegede, O. O. 2014. Measurements of net all-wave radiation at a tropical location, Ile-Ife, Nigeria. Atmósfera, 27: 305-315.

Bennie, J., Huntley, B., Wiltshire, A., Hill, M. O., & Baxter, R. 2008. Slope, aspect and climate: spatially explicit and implicit models of topographic microclimate in chalk grassland. Ecological Modelling, 216: 47-59.

Blad, B. L., Walter‐Shea, E. A., Mesarch, M. A., Hays, C. J., Starks, P. J., Deering, D. W., & Eck, T. F. 1998. Estimating net radiation with remotely sensed data: Results from KUREX‐91 and FIFE studies∗. Remote Sensing Reviews, 17: 55-71.

Boori, M. S. 2015. A comparison of land surface temperature, derived from AMSR-2, Landsat and ASTER satellite data. Journal of Geography and Geology, 7: 61.

Cai, G., Xue, Y., Hu, Y., Guo, J., Wang, Y., & Qi, S. 2007. Quantitative study of net radiation from MODIS data in the lower boundary layer in Poyang Lake area of Jiangxi Province, China. International Journal of Remote Sensing, 28: 4381-4389.

Cueto, R. G., Soto, N. S., Rincón, Z. H., Benítez, S. O., & Morales, G. B. 2015. Parameterization of net radiation in an arid city of northwestern Mexico. Atmósfera, 28: 71-82.

Ding, H., & Shi, W. 2013. Land-use/land-cover change and its influence on surface temperature: a case study in Beijing City. International Journal of Remote Sensing, 34: 5503-5517.

Geraldo-Ferreira, A., Soria-Olivas, E., Gómez-Sanchis, J., Serrano-López, A. J., Velázquez-Blazquez, A., & López-Baeza, E. 2011. Modelling net radiation at surface using “in situ” netpyrradiometer measurements with artificial neural networks. Expert Systems with Applications, 38: 14190-14195.

Goodin, D. G. 1995. Mapping the surface radiation budget and net radiation in a Sand Hills wetland using a combined modeling/remote sensing method and Landsat thematic mapper imagery. Geocarto International, 10: 19-29.

Hurtado, E., & Sobrino, J. A. 2001. Daily net radiation estimated from air temperature and NOAA-AVHRR data: a case study for the Iberian Peninsula. International Journal of Remote Sensing, 22: 1521-1533.

Jacobs, J. M., Myers, D. A., Anderson, M. C., & Diak, G. R. 2002. GOES surface insolation to estimate wetlands evapotranspiration. Journal of Hydrology, 266: 53-65.

Ji, X. B., Kang, E. S., Zhao, W. Z., Zhang, Z. H., & Jin, B. W. 2009. Simulation of heat and water transfer in a surface irrigated, cropped sandy soil. Agricultural water management, 96: 1010-1020.

Jiang, B., Zhang, Y., Liang, S., Wohlfahrt, G., Arain, A., Cescatti, A., ... & Montagnani, L. 2015. Empirical estimation of daytime net radiation from shortwave radiation and ancillary information. Agricultural and Forest Meteorology, 211: 23-36.

Jiang, J., & Tian, G. 2010. Analysis of the impact of land use/land cover change on land surface temperature with remote sensing. Procedia environmental sciences, 2: 571-575.

Kessler, A., & Jaeger, L. 1999. Long‐term changes in net radiation and its components above a pine forest and a grass surface in Germany. International Journal of Climatology, 19: 211-226.

Mira, M., Olioso, A., Gallego-Elvira, B., Courault, D., Garrigues, S., Marloie, O., ... & Boulet, G. 2016. Uncertainty assessment of surface net radiation derived from Landsat images. Remote Sensing of Environment, 175: 251-270.

Rosenberg, N. J., Blad, B. L., & Verma, S. B. 1983. Microclimate: the biological environment. John Wiley & Sons.

Rose, L., & Devadas, M. D. 2009, June. Analysis of land surface temperature and land use/land cover types using remote sensing imagery–a case in Chennai city, India. In The seventh international conference on urban climate, Yokohama, Japan (Vol. 29)

Sobrino, J., Coll, C., & Caselles, V. 1991. Atmospheric correction for land surface temperature using NOAA-11 AVHRR channels 4 and 5. Remote sensing of environment, 38: 19-34.

Sobrino, J. A., Jiménez-Muñoz, J. C., Sòria, G., Romaguera, M., Guanter, L., Moreno, J., ... & Martínez, P. 2008. Land surface emissivity retrieval from different VNIR and TIR sensors. IEEE Transactions on Geoscience and Remote Sensing, 46: 316-327.

Streutker, D. R. 2002. A remote sensing study of the urban heat island of Houston, Texas. International Journal of Remote Sensing, 23: 2595-2608.

Tucker, C. J. 1979. Red and photographic infrared linear combinations for monitoring vegetation. Remote sensing of Environment, 8: 127-150.

Wang, K., Zhou, X., Liu, J., & Sparrow, M. 2005. Estimating surface solar radiation over complex terrain using moderate‐resolution satellite sensor data. International Journal of Remote Sensing, 26: 47-58.

Waters, R., Allen, R., Bastiaanssen, W., Tasumi, M., & Trezza, R. 2002. Surface energy balance algorithms for land, Idaho implementation, advanced training and users manual. Idaho Department of Water Resources: Boise, ID, USA.