Evaluation of the geographical factors effect on land surface temperature using satellite imagery in Taftan volcanic cone

Subject Areas : Geospatial systems development

Shahram Bahrami ¹ , Elahe Akbari ² , Atefeh Doran ³

1 - Assis. Prof. College of Geography and Environmental Sciences, Hakim Sabzevari University
2 - MSc. of Remote Sensing and Ggeographic Information System, College of Geography and Environmental Sciences, Hakim Sabzevari University
3 - MSc. of Geomorphology, College of Geography and Environmental Sciences, Hakim Sabzevari University

Received: 2012-11-13 Accepted : 2013-05-26 Published : 2014-01-21

Keywords:

Abstract :

Land surface temperature estimation in the vast area using remote sensing can be eliminated depletion of its monitoring in limited numbers of weather stations. The surface energy balance algorithm for land (SEBAL) used for estimating the temperature in most parts of the world. The aim of this research is gaining the land surface temperature and studying its relation to geographical factors like height, geographic direction, lithology and morphometric of some landforms in Taftan volcanic cone. Therefore, by using SEBAL method on ETM+ imagery in 2001 year, heat map of this area is produced. As for performing this method, the corrected thermal radiance, surface emissivity in thermal band, spectral radiance, reflectivity in each bands and surface albedo was calculated. Ridges and thalweg map is produced by studying the regional contours using topographic maps and Google Earth. On the other hand, river maps, digital elevation model, geographic direction and geology are digitized and created. Then by overlapping the mentioned maps with land surface temperature (LST) map and using zonal statistical analysis, the LST is taken in every elevation class, geographic directions, formation and special land forms. Overall, results showed that at higher levels, LST decrease and geographic directions have an important role in temperature rate of cone. The minimum average of temperature and the maximum average of temperature are seen in west direction and east direction, respectively. Furthermore, formations and land forms that have minimum and maximum temperature are located in these directions. So, by regarding temperature conditions in geographic directions and different formations, could plan for implanting compatible agricultural crops and appropriate environmental conditions.

References:

1. احمدیان مرج، ا. 1386. ارائه الگوریتم مناسب جهت تعیین مناطق با پتانسیل شیوع مالاریا با استفاده از تصاویر ماهواره‌ای. پایان­نامه کارشناسی ارشد گروه سنجش از دور، دانشکده مهندسی نقشه‌برداری، دانشگاه صنعتی خواجه نصیر الدین طوسی. 100 صفحه.

2. اسدی، ل.، ا. هزار جریبی، خ. قربانی، ز. آقاشریعتمداری و م. ذاکری­نیا. 1392. تخمین دمای خاک براساس داده­های هواشناسی با استفاده از روابط رگرسیونی و نزدیکترین K همسایگی. مجموعه مقالات اولین همایش ملی چالش­های منابع آب و کشاورزی. انجمن آبیاری و زهکشی ایران. 24 بهمن ماه. دانشگاه آزاد اسلامی واحد خوراسگان، اصفهان.

3. اکبری، ا. و ح. کوه­بنانی. 1389. استفاده از الگوریتم DTC و SEBAL به منظور برآورد دمای سطح از باند حرارتی ETM⁺. مجموعه مقالات همایش ملی ژئوماتیک. 1 الی 2 اردیبهشت ماه. سازمان نقشه­برداری کشور.

4. پارسافر، ن. و ص. معروفی. 1390. برآورد دمای عمق­های مختلف خاک از دمای هوا با بکارگیری روابط رگرسیونی، شبکه عصبی و شبکه عصبی- فازی (مطالعه موردی: منطقه کرمانشاه). فصلنامه دانش آب ­و خاک، 21(3): 139-152.

5. دانش­کار آراسته، پ.، م. تجریشی و ب. ثقفیان. 1390. تعیین دمای سطح با استفاده از فن­آوری سنجش از دور در منطقه سیستان. مجله مهندسی و مدیریت آبخیز، 3(2): 67-77.

6. رضایی بنفشه، م.، س. جهانبخش و خ. ولیزاد کامران. 1392. برآورد تبخیر- تعرق واقعی در حوضه سفیدرود با استفاده از پردازش تصاویر ماهواره­ای. فضای جغرافیایی، 13(44): 241-262.

7. علائی طالقانی، م. 1392. ‍‍ژئومورفولوژی ایران. انتشارات قومس. 360 صفحه.

8. قهرودی تالی، م. و س. خسروی. 1391. کاربرد باندهای حرارتی در ارزیابی تغییرات دمایی خطواره­ها (مطالعه موردی: شمال شهر تهران). مجموعه مقالات سی و یکمین گردهمایی علوم زمین. 11 الی 12 آذر ماه. سازمان زمین­شناسی و اکتشافات معدنی کشور. تهران

9. کاویانی، ع.، ت. سهرابی و پ. دانش­کار آراسته. 1392. تخمین دمای سطح زمین با استفاده از شاخص اختلاف نرمال شده (NDVI) در تصاویر سنجنده­های MODIS و Landsat ETM⁺. مجله هواشناسی کشاورزی، 1(1): 14-25.

10. ملک­پور، پ. و م. طالعی. 1389. بررسی درجه حرارت سطح زمین و ارتباط آن با کلاس­های پوشش- کاربری زمین شهری با استفاده از داده­های سنجنده ETM⁺ (مطالعه موردی: شهر تهران). نشریه سنجش از دور و GIS ایران، 2(3): 89-102.

11. میریعقوب­زاده، م. ح. و م. ر. قنبرپور. 1388. بکارگیری     داده­های سنجش از دور در برآورد دمای سطح اراضی (مطالعه موردی حوضه آبخیز وردین، آذربایجان شرقی). مرتع، 3(4): 723-734.

12. نجفی­مود، م. ح.، ا. علیزاده، ا. محمدیان و ج. موسوی. 1387. بررسی رابطه دمای هوا و دمای اعماق مختلف خاک و برآورد عمق یخبندان (مطالعه موردی استان خراسان رضوی). آب و خاک (علوم و صنایع کشاورزی)، 22(2): 446-456.

13. Ahmad MD, Biggs T, Turral H, Scott CA. 2006. Application of SEBAL approach and MODIS time-series to map vegetation water use patterns in the data scarce Krishna river basin of India. Water Science & Technology,53(10): 83-90.

14. Bastiaanssen WGM. 2000. SEBAL-based sensible and latent heat fluxes in the irrigated Gediz Basin, Turkey. Journal of Hydrology, 229(1): 87-100.

15. Bastiaanssen WGM, Noordman EJM, Pelgrum H, Davids G, Thoreson BP, Allen RG. 2005. SEBAL Model with Remotely Sensed Data to Improve Water-Resources Management under Actual Field Conditions. Journal of Irrigation and Drainage Engineering, 131(1): 85-93.

16. Correia AM, Souza WM, Silva RF, Albuquerque FJA, Freitas RM. 2014. Use of satellite images Landsat 5 TM in identification of islands of heat in the city of Recife-PE. Journal of Hyperspectral Remote Sensing, 4(2): 45-53.

17. Farah HO. 2001. Estimation of regional evaporation using a detailed agro-hydrological model. Journal of Hydrology, 229(1-2): 50-58.

18. Feizizadeh B, Blaschke T, Nazmfar H, Akbari E, Kohbanani HR. 2013. Monitoring land surface temperature relationship to land use/land cover from satellite imagery in Maraqeh County, Iran. Journal of Environmental Planning and Management, 56(9): 1290-1315.

19. Herb WR, Janke B, Mohseni O, Stefan HG. 2008. Ground surface temperature simulation for different land covers. Journal of Hydrology, 356(3-4): 327-343.

20. Messina AT. 2012. Mapping drought in the Krishna basin with remote sensing. MSc. Thesis in watershed science. Presented to the faculty of San Diego state university. 118 p.

21. Opoku-Duah S, Donoghue D, Burt T. 2008. Intercomparison of evapotranspiration over the Savannah Volta Basin in West Africa using remote sensing data. Sensors, 8(4): 2736-2761.

22. Poormohammadi S, Rahimian MH, Taghvaeian S. 2010. Applying Remotely Sensed Energy Balance Models in Iran: Potentials and Limitations. Remote Sensing and Hydrology 2010 Symposium. Jackson Hole. Wyoming. USA.

23. Richard A, Masahiro T, Trezza R, Bastiaanssen W. 2002. SEBAL: Surface Energy Balance Algorithms for Land. Version 1.0. Funded by a NASA EOSDIS/Synergy grant from the Raytheon Company through The Idaho Department of Water Resources.

24. Savige C, Western AW, Walker JP,  Kalma JD, French AN, Abuzar M. 2005. Obtaining surface energy fluxes from remotely sensed data. International congress on modelling and simulation: advances and applications for management and decision making, New Zealand. 2946- 2952.

25. Wang XG, Wang W, Huang D, Yong B, Chen X. 2014. Modifying SEBAL Model Based on the Trapezoidal Relationship between Land Surface Temperature and Vegetation Index for Actual Evapotranspiration Estimation. Remote Sensing, 6(7): 5909-5937.

26. Weng Q, Liu H, Lu D. 2007. Assessing the effects of land use and land cover patterns on thermal conditions using landscape metrics in city of Indianapolis, United States. Urban Ecosystems, 10(2): 203-219.