برآورد دمای مزارع نیشکر با استفاده از الگوریتم پنجره مجزا و تصاویر سنجنده OLI ماهواره لندست 8
الموضوعات :شادمان ویسی 1 , عبدعلی ناصری 2 , سعید حمزه 3 , پوریا مرادی 4
1 - دانشجوی دکتری آبیاری و زهکشی، دانشگاه شهید چمران اهواز
2 - استاد دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز
3 - استادیار دانشکده جغرافیا، دانشگاه تهران
4 - کارشناس ارشد سنجش از دور و سیستم اطلاعات جغرافیایی، دانشگاه شهید چمران اهواز
الکلمات المفتاحية: دماسنج مادون قرمز, لندست 8, کشت و صنعت سلمان فارسی, الگوریتم پنجره مجزا, دمای مزارع نیشکر,
ملخص المقالة :
دمای سطح زمین یکی از مهم ترین پارامترهای است که امروزه توسط باندهای حرارتی ماهواره ها و به کمک ابزار سنجش از دور قابل محاسبه است. اهمیت این موضوع زمانی آشکار می شود که اثر مستقیم دما، افزایش و یا کاهش میزان تبخیر و تعرق و در نتیجه تغییر در میزان رطوبت در دسترس گیاه را نشان می دهد. در این تحقیق دمای پوشش سبز گیاه نیشکر با استفاده از داده های ماهواره لندست 8 در هشت مزرعه از مزارع کشت و صنعت نیشکر سلمان فارسی (هر مزرعه پنج نقطه) جمعاً 40 نقطه که این نقاط در روزهای مختلف آبیاری بودند با استفاده از دماسنج مادون قرمز (که در بازه 8 تا 14 میکرومتر کار می کند)، اندازه گیری شد. نقاط انتخابی به منظور عدم ترکیب با پیکسل های فاقد پوشش گیاهی از لبه مزارع دارای فاصله 30 متری بودند. به منظور واسنجی الگوریتم پنجره مجزا از داده های بخار آب اتمسفر، قابلیت انتشار، قابلیت عبور اتمسفری و از تصاویر ماهواره لندست 8 دمای مزارع استخراج شد. نتایج نشان داد که محاسبه دمای پوشش سبز مزارع نیشکر در روزهای مختلف آبیاری با الگوریتم پنجره مجزا با دقت قابل قبول برآورد گردید. همچنین نتایج نشان داد که در نقاطی که پوشش گیاهی یکسان است، آبیاری عامل اصلی در تغییر مقادیر دما است. حداقل مجذور مربعات خطا و میانگین مربعات خطا بین دمای اندازه گیری شده میدانی و دمای استخراج شده از تصاویر ماهواره ای به ترتیب 925/0 و 766/0 درجه سانتیگراد محاسبه گردید.
1. اکبری، ا. و ح. کوهبنانی. 1389. استفاده از الگوریتم DTC و SEBAL به منظور برآورد دمای سطح از باند حرارتی ETM+. همایش ملی ژئوماتیک، تهران، سازمان نقشهبرداری، 19 و 20 اردیبهشت.
2. بهرامی، ش.، ا. اکبری و ع. دوران. 1392. بررسی تاثیر عوامل جغرافیایی بر حرارت سطحی زمین با استفاده از تصاویر ماهوارهای در مخروط آتشفشان تفتان. سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 4(4): 11-24.
3. مرکز تحقیقات نیشکر. 1389. گزارش نتایج مطالعات فاز یک کشت و صنعت سلمان فارسی، آمار سالانه. 135 صفحه.
4. Asner GP, Heidebrecht KB. 2002. Spectral unmixing of vegetation, soil and dry carbon cover in arid regions: comparing multispectral and hyperspectral observations. International Journal of Remote Sensing, 23(19): 3939-3958.
5. Bastiaanssen W, Menenti M, Feddes R, Holtslag A. 1998. A remote sensing surface energy balance algorithm for land (SEBAL). 1. Formulation. Journal of Hydrology, 212: 198-212.
6. Bolgrien DW, Granin NG, Levin L. 1995. Surface temperature dynamics of Lake Baikal observed from AVHRR images. Photogrammetric Engineering and Remote Sensing, 61(2): 211-216.
7. Carlson TN, Ripley DA. 1997. On the relation between NDVI, fractional vegetation cover, and leaf area index. Remote Sensing of Environment, 62(3): 241-252.
8. Friedel MJ. 2012. Data-driven modeling of surface temperature anomaly and solar activity trends. Environmental Modelling & Software, 37: 217-232.
9. Gao L, Qin Z. 2007. Research on the fitting relation of the planck equation expansion parameter model in split window algorithm. Geography and Geo-Information Science, 23(4): 9-12.
10. Herb WR, Janke B, Mohseni O, Stefan HG. 2008. Ground surface temperature simulation for different land covers. Journal of Hydrology, 356(3): 327-343.
11. Jiménez-Muñoz JC, Sobrino JA. 2010. A single-channel algorithm for land-surface temperature retrieval from ASTER data. Geoscience and Remote Sensing Letters, IEEE, 7(1): 176-179.
12. Li Z-L, Tang B-H, Wu H, Ren H, Yan G, Wan Z, Trigo IF, Sobrino JA. 2013. Satellite-derived land surface temperature: Current status and perspectives. Remote Sensing of Environment, 131: 14-37.
13. Liang S. 2004. Quantitative Remote Sensing of Land Surfaces, Wiley-interscience, John Wiley & Sons In. ISBN 0-471-28166-2, Ch. 2, 10. 560 pp.
14. Lillesand T, Kiefer RW, Chipman J. 2014. Remote sensing and image interpretation. 6th Edition. John Wiley & Sons,. 804 pp.
15. Lin L, Chen J, Cai C. 2012. High rate of nitrogen fertilization increases the crop water stress index of corn under soil drought. Communications in Soil Science and Plant Analysis, 43(22): 2865-2877.
16. Maimaitiyiming M, Ghulam A, Tiyip T, Pla F, Latorre-Carmona P, Halik Ü, Sawut M, Caetano M. 2014. Effects of green space spatial pattern on land surface temperature: Implications for sustainable urban planning and climate change adaptation. ISPRS Journal of Photogrammetry and Remote Sensing, 89: 59-66.
17. Miller W, Millis E. 1989. Estimating evaporation from Utah's Great Salt Lake using thermal infrared satellite imagery. Water Resources Bulletin, 25: 541-550.
18. Peng S-S, Piao S, Zeng Z, Ciais P, Zhou L, Li LZ, Myneni RB, Yin Y, Zeng H. 2014. Afforestation in China cools local land surface temperature. Proceedings of the National Academy of Sciences, 111(8): 2915-2919.
19. Petitcolin F, Vermote E. 2002. Land surface reflectance, emissivity and temperature from MODIS middle and thermal infrared data. Remote Sensing of Environment, 83(1): 112-134.
20. Pôças I, Cunha M, Pereira LS, Allen RG. 2013. Using remote sensing energy balance and evapotranspiration to characterize montane landscape vegetation with focus on grass and pasture lands. International Journal of Applied Earth Observation and Geoinformation, 21: 159-172.
21. Qin Z, Zhang M, Arnon K. 2001. Split window algorithms for retrieving land surface temperature from NOAA-AVHRR data. Remote Sensing For Land & Resources, 56(2): 33-42.
22. Sobrino JA, Jiménez-Muñoz JC, Paolini L. 2004. Land surface temperature retrieval from LANDSAT TM 5. Remote Sensing of environment, 90(4): 434-440.
23. Son N, Chen C, Chen C, Chang L, Minh V. 2012. Monitoring agricultural drought in the Lower Mekong Basin using MODIS NDVI and land surface temperature data. International Journal of Applied Earth Observation and Geoinformation, 18: 417-427 7.
24. Vinnikov KY, Yu Y, Goldberg MD, Chen M, Tarpley D. 2011. Scales of temporal and spatial variability of midlatitude land surface temperature. Journal of Geophysical Research: Atmospheres, 116(D2): 2156–2202.
25. Wan Z. 2008. New refinements and validation of the MODIS land-surface temperature/emissivity products. Remote Sensing of Environment, 112(1): 59-74.
26. 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, 6(10): 9829-9852
27. Zhou C, Zhang S, Wang L, Miao F. 2005. Effect of fertilization on the canopy temperature of winter wheat and its relationship with biological characteristics. Acta Ecologica Sinica, 25(1): 18-221.
28. Zhou J, Zhan W, Hu D, Zhao X. 2010. Improvement of mono-window algorithm for retrieving land surface temperature from HJ-1B satellite data. Chinese Geographical Science, 20(2): 123-131.
