پیشینه و هدف استفاده از انواع تبدیلات جهت بهبود صحت استخراج اطلاعات از تصاویر ماهواره‌ ای به‌ طور فزاینده ‌ای رو به افزایش است. در این ‌بین انتخاب تبدیل بهینه اهمیت بالایی داشته و نتایج خروجی را تحت تأثیر قرار خواهد داد. با توجه به ماهیت همبسته تصاویر سنجش ‌از دور، استفاده از انواع تبدیلات جهت بهبود صحت استخراج اطلاعات از این تصاویر امری ضروری است. با توجه به مطالعات انجام ‌شده هدف این تحقیق بررسی روش های مختلف تبدیلات تصویر در بهبود روند طبقه بندی تصاویر ماهواره ای و افزایش میزان صحت نقشه های کاربری اراضی است. با در نظر گرفتن این نکته که منطقه مورد مطالعه و به‌صورت کلی مناطق شمالی کشور با شرایط خاص درهم تنیدگی کاربری ها روبه رو هستند، لذا به کارگیری انواع روش های تبدیلات و همچنین روش ترکیبی پیشنهادی در این پژوهش باعث افزایش صحت و دقت اطلاعات خروجی و در نهایت امکان تفکیک و بررسی های دقیق تر کاربری ها و شناسایی عوامل تغییر آن ها را جهت برنامه ریزی های آینده فراهم می کند. در این پژوهش به ‌منظور ارزیابی عملکرد تبدیلات‌ آنالیز مؤلفه‌ های اصلی، آنالیز مؤلفه ‌های مستقل و کسر حداقل نویز از تصویر ماهواره سنتینل-2 شهرستان رضوانشهر استفاده گردید.مواد و روش هادر این پژوهش به ‌منظور ارزیابی عملکرد روش های آنالیز مؤلفه‌ های اصلی، آنالیز مؤلفه ‌های مستقل و روش کسر حداقل نویز از تصاویر ماهواره سنتینل-2 شهرستان رضوانشهر استفاده گردید. از الگوریتم گرام اشمیت (Gram-Schmit) به‌منظور ادغام این داده‌ ها با یکدیگر و رسیدن به قدرت تفکیک 10 متر استفاده شد. بعد از اعمال پیش‌ پردازش ‌های لازم و ادغام تصاویر با یکدیگر هر سه تبدیل روی تصویر اعمال و همچنین ترکیبی از مؤلفه ‌های این سه روش تولید گردید. در ادامه نتایج حاصل از تبدیلات با استفاده از الگوریتم حداکثر احتمال در 8 کلاس کاربری طبقه ‌بندی گردید. با استفاده از ضریب شفیلد و محاسبات آماری بین مؤلفه ‌های به‌ دست‌ آمده، ترکیب مؤلفه‌ های اول آنالیز مؤلفه ‌های اصلی، اول کسر حداقل نویز و مؤلفه دوم آنالیز مؤلفه‌های مستقل، به‌عنوان ترکیب بهینه انتخاب گردید. شناخت کلی از منطقه و مطابق آن تفسیر بصری خروجی ها و همچنین برداشت 120 نقطۀ زمینی توسط GPS مبنای ارزیابی صحت نقشه ‌های خروجی بوده است.نتایج و بحث بعد از اعمال پیش ‌پردازش ‌های مورد نیاز و ادغام تصاویر با یکدیگر، هرکدام از این الگوریتم ها بر روی تصویر اعمال گردید و خروجی هر کدام با استفاده از الگوریتم حداکثر احتمال و در 8 کلاس کاربری طبقه ‌بندی گردیدند. نتایج نقشه های خروجی نشان داد که تبدیل آنالیز مؤلفه ‌های اصلی با توجه به اینکه برای متغیرها توزیع گوسی در نظر می‌گیرد و سعی بر غیر همبسته کردن مؤلفه ‌های استخراج ‌شده دارد، در نمونه ‌هایی با توزیع غیر گوسی دارای ضعف بوده و عملکرد پایینی از خود نشان می‌ دهد. الگوریتم کسر حداقل نویز مشابه الگوریتم آنالیز مؤلفه ‌های اصلی عمل می کند با این تفاوت که نویزها را بهتر مؤلفه بندی می کند. این الگوریتم در جداسازی کلاس ها خطای کمتری داشته و همین عامل باعث عملکرد بهتر و دقت بالاتر نسبت به دو تبدیل دیگر شده است. در الگوریتم آنالیز مؤلفه ‌های مستقل باندهای همبسته تصویر منطقه مورد مطالعه به مؤلفه‌های مستقل تبدیل‌شده و اطلاعات جدیدی از منطقه استخراج کرده است. تفسیر بصری دقت بالای نتیجه طبقه بندی را نشان می دهد و برای کمی کردن دقت تصویر طبقه ‌بندی ‌شده از ماتریس خطا (کانفیوژن) استفاده ‌شده است. نتایج حاصل از ارزیابی دقت کلی و ضریب کاپا نشان داد که طبقه‌ بندی تصویر اصلی بدون اعمال تبدیلات و با همان نمونه‌ های تعلیمی خروجی با دقت کلی 76 درصد و ضریب کاپای 0.78 بیشترین خطا را داشته است. همچنین نتایج سایر خروجی ها به ترتیب برای طبقه بندی حاصل از تبدیل‌ آنالیز مؤلفه ‌های اصلی، دقت کلی 80 درصد و ضریب کاپا 0.83، برای طبقه بندی حاصل از تبدیل‌ کسر حداقل نویز، دقت کلی 85 درصد و ضریب کاپا 0.88 و برای طبقه بندی حاصل از تبدیل‌ آنالیز مؤلفه‌های مستقل، دقت کلی برابر با 77 درصد و ضریب کاپا معادل 0.80 به دست آمد. بعد از انتخاب ترکیب بهینه از مؤلفه‌ های روش های آنالیز مؤلفه‌ های اصلی، آنالیز مؤلفه‌ های مستقل و روش کسر حداقل نویز و انتخاب مؤلفه ‌های اول الگوریتم های آنالیز مؤلفه‌ های اصلی و کسر حداقل نویز و مؤلفه دوم آنالیز مؤلفه ‌های مستقل، دقت کلی به 92 درصد و ضریب کاپا 0.94 افزایش‌یافت.نتیجه گیری در این تحقیق بعد از ارزیابی عملکرد تبدیل‌ آنالیز مؤلفه ‌های اصلی، آنالیز مؤلفه‌ های مستقل و روش کسر حداقل نویز، یک روش ترکیب بهینه از مؤلفه ‌های این تبدیلات پیشنهاد گردید. نتایج تحقیق نشان داد طبقه ‌بندی تصویر اصلی بدون اعمال تبدیلات و با همان نمونه ‌های تعلیمی دقت کلی و ضریب کاپای پایینی داشته است. بنابراین لزوم اعمال تبدیلات جهت کاهش همبستگی باندها و مجزا سازی اجزای تصاویر احساس می‌ شود. همان‌ طور که نتایج تحقیق نشان داد طبقه ‌بندی تصویر اصلی بدون اعمال تبدیلات و با همان نمونه‌ های تعلیمی دقت کلی و ضریب کاپای پایینی داشته است. نتایج تحقیق بیانگر عملکرد نزدیک این روش ها به یکدیگر است که نشان از وجود هر دو نوع توزیع گوسی و غیر گوسی متغیرها دارد. تبدیل کسر حداقل نویز، میزان نویز داده‌ها را به حداقل رسانده و در خروجی نتایج بهتری از دو تبدیل آنالیز مؤلفه‌ های مستقل و آنالیز مؤلفه‌ های اصلی داشته است. با توجه به اینکه این تبدیلات به ‌تنهایی قادر به استخراج تمامی اجزای تصویر نیستند، لذا ترکیبی از مؤلفه ‌های این تبدیلات بر اساس ضریب شفیلد جهت مفروض بودن توزیع گوسی و غیر گوسی متغیرها با حداقل نویز ممکن انتخاب گردید. Manuscript profile

پیشینه و هدف در طول دو دهه اخیر نیاز شدید به اطلاعات دمای سطح زمین جهت مطالعات محیطی و فعالیت های مدیریتی و برنامه ریزی، برآورد دمای سطح زمین را به یکی از موضوعات مهم علمی تبدیل کرده است. از سویی دیگر روش های مختلفی جهت تخمین دمای سطح زمین ارائه ‌شده است که هرکدام نتایج متفاوتی را برای مناطق مختلف در پی داشته است. در این پژوهش الگوریتم هایی که در مطالعات مختلف هرکدام نتایج قابل قبولی داشته، انتخاب و مورد ارزیابی قرارگرفته است. در حوزه مطالعات حرارتی آنچه به‌عنوان یک نقص اساسی در پایش دمای سطح زمین به شمار می‌آید، نبود ایستگاه‌ های هواشناسی کافی جهت آگاهی از مقادیر دمایی در نقاط فاقد ایستگاه و محدودیت اطلاعاتی در تهیه داده های دمایی به خصوص برای مناطق وسیع است. منطقه موردمطالعه نیز با این کمبود رو به رو است و این محدودیت، اهمیت موضوع انتخاب ‌شده برای این پژوهش جهت تخمین دمای سطح زمین با استفاده از فناوری سنجش‌ازدور را بیشتر نمایان می سازد. هدف از این تحقیق، تخمین دمای سطح شهرستان اردبیل و ارزیابی دقت چهار الگوریتم تک کاناله، تک پنجره بهبودیافته، رابطه معکوس تابع پلانک و معادله انتقال تابش، مقایسه دقت دو ماهواره لندست 5 و لندست 8 در برآورد دمای سطح زمین.مواد و روش هادر این پژوهش از سه نوع داده استفاده‌شده است؛ تصاویر ماهواره لندست 5 و 8، داده‌ های دو ایستگاه هواشناسی، و داده ‌های زمینی برداشت‌شده با دماسنج دیجیتالی. تصاویر مورداستفاده از دو ماهواره لندست 5 و لندست 8 بافاصله زمانی 19 ساله انتخاب ‌شده است. داده های هواشناسی مورداستفاده نیز از دو ایستگاه سینوپتیک موجود در محدوده موردمطالعه اخذ گردید. علاوه بر دمای سطح زمین، داده های رطوبت نسبی، حداقل دما و حداکثر دمای 24 ساعت نیز در دو تاریخ مدنظر اخذ گردید، همچنین دونقطه از منطقه موردمطالعه انتخاب و دمای سطح زمین در موقعیت این دو ایستگاه هم‌زمان با عبور ماهواره با استفاده از دو دماسنج دیجیتالی ثبت شد. جهت مدل‌سازی تابش و میزان انتقال اتمسفری از نرم‌افزار محاسبه‌گر تحت وب MODTRAN استفاده‌شده است. توان تشعشعی با دو روش گسیلمندی بر اساس شاخص NDVI و گسیلمندی بر اساس حدآستانه گذاری NDVI و دمای سطح زمین با چهار الگوریتم تک کانال، تک پنجره بهبودیافته، رابطه معکوس تابع پلانک و معادله انتقال تابشی با استفاده از باند 6 لندست 5 و باند 10 لندست 8 در نرم افزارMATLAB برای دو سال 2000 و 2019 کدنویسی گردید. درنهایت دقت الگوریتم ها با استفاده از داده های دمای سطح ایستگاه سینوپتیک و نمونه برداری میدانی مورد ارزیابی قرار گرفت.نتایج و بحثنتایج نشان داد که برای سه الگوریتم تک کانال، رابطه معکوس تابع پلانک و RTE، روش اول گسیلمندی و برای الگوریتم تک پنجره بهبودیافته روش دوم گسیلمندی از دقت بالاتری برخوردار بوده است. داده های دمای سطح اخذ شده از ایستگاه های هواشناسی در سال 2000 ازلحاظ زمانی 12 دقیقه اختلاف و برای سال 2019 اختلاف 4 دقیقه ای بازمان عبور ماهواره دارد. ایستگاه اول هواشناسی تا حدودی در محدوده شهری واقع‌شده است. نتایج نشان داد که مهم‌ترین عامل بیشتر بودن اختلاف ایستگاه اول با LST برآورد شده در مقایسه با ایستگاه دوم همین عامل باشد، چراکه ناهمگونی پیکسل ها و تغییرات زیاد سطوح در محدوده شهری باعث تداخل ارزش پیکسل ها و به دنبال آن احتمال بروز خطا در برآورد دمای سطح در محدوده انسان ساز شهری را بالا می برد. برای ایستگاه زمینی نیز دونقطه با محیطی همگن و خارج از محدوده شهری با کاربری کشاورزی (یونجه) و کاربری بایر که محصول آن برداشت‌ شده بود، انتخاب و دمای سطح آن‌ها هم‌زمان با عبور ماهواره اندازه گیری شد. نتایج خروجی تخمین دمای سطح زمین با دو ایستگاه سینوپتیک و دو ایستگاه زمینی مورد مقایسه و ارزیابی قرار گرفت. در هر دو تاریخ الگوریتم تک کانال کمترین اختلاف را با ایستگاه های ثبت دما نشان داد.نتیجه گیری در این پژوهش با استفاده از تصاویر ماهواره لندست 5 و لندست 8 چهار الگوریتم برآورد دمای سطح زمین شامل روش های تک کانال، تک پنجره بهبودیافته، رابطه معکوس تابع پلانک و ربطه انتقال تابش کدنویسی و نقشه های دمای سطح زمین شهرستان اردبیل برای دو سال 2000 و 2019 در محیط نرم افزار متلب کدنویسی و استخراج گردید. باند 6 ماهواره لندست 5 برای سال 2000 و از باند 10 ماهواره لندست 8 به دلیل مقدار نویز کمتر نسبت به باند 11 و نزدیکی به مقدار 9.66 که بیشترین تابش زمین برای سال 2019 استفاده شد. مقایسه نقشه های دمای سطح حاصل از الگوریتم ها با ایستگاه های سینوپتیک و زمینی نشان داد که در هر دو سال 2000 و 2019 الگوریتم تک کانال دقت بیشتری نسبت به بقیه روش ها داشته است. مقایسه نتایج روش تک کانال، نشان از اختلاف 2.5+ و 2- با ایستگاه های 1 و 2 برای سال 2000 و اختلاف دمای 1.3+، 0.9+، 1- و 0.9- به ترتیب با ایستگاه های 1، 2، 3 و 4 برای سال 2019 را نشان می دهد. استفاده مستقیم از ضرایب انتقال‌پذیری اتمسفر در فرآیند روش تک کانال، در بالا بودن دقت این روش مؤثر بوده است. ازنظر دقت بعد از الگوریتم تک کانال، به ترتیب روش تک پنجره بهبودیافته، الگوریتم RTE و درنهایت الگوریتم رابطه معکوس تابع پلانک قرار گرفتند. نتایج مقایسه خروجی هر چهار الگوریتم با داده های ایستگاه های 1، 2، 3 و 4، نشان از دقت بالاتر ایستگاه های زمینی برداشت‌شده با دماسنج دیجیتالی نسبت به داده های ایستگاه های هواشناسی دارد، ازجمله دلایل آن می توان به قرارگیری ایستگاه های هواشناسی (به خصوص Station_1) در محدوده شهری با توجه به ناهمگن بودن محیط شهری و امکان تداخل پیکسلی و تداخل دمایی کاربری ها اشاره کرد، درحالی‌که ایستگاه های زمینی از محدوده خارج از شهر و از محیطی با پیکسل های همگن (بایر و کشاورزی) انتخاب گردید. همچنین نتایج هر چهار الگوریتم مستخرج از تصویر لندست 8 در مقایسه با نتایج چهار الگوریتم حاصله از تصویر لندست 5، دقت بیشتری را نشان می دهد و با توجه به بهبود توان تفکیک مکانی سنجنده TIRS نسبت به TM، دقت بیشتر خروجی های سنجنده TIRS قابل پیش بینی بود. Manuscript profile

پیشینه و هدف دمای سطح زمین (LST) یک شاخص حیاتی برای مطالعه تغییرات محیطی، شرایط هیدرولوژیکی و بیلان انرژی زمین محسوب می‌شود که با استفاده از آن می‌توان روی تغییرات حرارتی شهرها نیز نظارت کرد. کمبود ایستگاه‌های هواشناسی در اکثر مناطق کشور از جمله منطقه مورد مطالعه محدودیت های اطلاعاتی در زمینه داده های دمای سطح زمین ایجاد کرده است. همچنین طیف وسیعی از کاربران غیر سنجش از دوری وجود دارند که به نقشه‌های دمای سطح زمین نیاز دارند و اغلب آنها آشنایی کافی با نرم‌افزارهای محاسبه کنندۀ LST ندارند و به ناچار مجبورند زمان زیادی را صرف کنند تا نقشه‌های مورد نظر خود را تهیه کنند. این فرآیند حتی برای متخصصان سنجش از دور نیز در صورت بالا بودن تعداد تصاویر، زمان‌بر خواهد بود.استفاده از داده های معتبر جهت اعتبارسنجی که از لحاظ زمانی کمترین اخلاف را با زمان عبور ماهواره داشته باشد، اهمیت زیادی در برآورد دقت نتایج دارد. با بررسی تحقیقات داخلی مشابه با موضوع مورد مطالعه اکثر پژوهش‌های داخلی برای اعتبارسنجی نتایج تنها از داده‌های ایستگاه هواشناسی استفاده کردند که زمان ثبت داده در این ایستگاه‌ها با زمان عبور ماهواره متفاوت است. در این پژوهش به دلیل وسعت زیاد منطقه مورد مطالعه و کافی نبودن تعداد ایستگاه‌های هواشناسی، علاوه بر داده های دمای سطح اندازه گیری شده در ایستگاه‌های سینوپتیک، دمای سطح زمین در دو ایستگاه زمینی نیز همزمان با عبور ماهواره ثبت گردید. ایجاد رابط کاربر گرافیکی (GUI) جهت محاسبه خودکار دمای سطح شهرستان اردبیل با دو الگوریتم تک‌کانال و RTE و از نتایج در ارزیابی تغییرات دمایی کاربری‌های اراضی منطقه استفاده شد.مواد و روش‌ ها جهت محاسبه خودکار دمای سطح زمین شهرستان اردبیل از سه نوع داده تصاویر ماهواره‌های لندست 5 و 8، داده‌های دمای سطح ثبت شده در محل دو ایستگاه هواشناسی موجود در محدوده مورد مطالعه و همچنین به‌دلیل کافی نبودن تعداد ایستگاه های هواشناسی از داده های دمای سطح اندازه گیری شده با دماسنج های دیجیتالی همزمان با عبور ماهواره نیز استفاده شد. پس از آماده‌سازی تصاویر حرارتی و چند طیفی، ابتدا جهت مدل‌سازی میزان انتقال پذیری اتمسفر از از نرم افزار محاسبه گر تحت‌وب MODTRAN استفاده و ضرایب اتمسفری استخراج گردید. سپس برای ایجاد رابط ه ای کاربر گرافیکی و محاسبه خودکار LST، دمای سطح زمین با دو الگوریتم تک کانال و روش RTE با تصاویر ماهواره لندست 5 و لندست 8 برای دو تاریخ 31/07/2000 و 21/08/2019 در محیط نرم‌افزار متلب کد نویسی شد و با استفاده از این کدها رابط ه ای کاربر گرافیکی برای هر الگوریتم ایجاد و در نهایت اپلیکیشن محاسبه گر خودکار دمای سطح زمین تولید گردید. همچنین نقشه کاربری اراضی شهرستان اردبیل برای هر دو تاریخ مذکور با استفاده از الگوریتم جنگل تصادفی در محیط سامانه گوگل ارث انجین با 7 کلاس طبقه بندی و استخراج گردید. این الگوریتم به دلیل ساختار سلسله مراتبی که در انتخاب هر پیکسل به طبقه مناسب دارد در مقایسه با روش های سنتی مثل حداکثر احتمال عملکرد بسیار بهتری دارد. جهت اعتبار سنجی نقشه های دمای سطح از دو نوع داده دمای سطح ثبت شده در دو ایستگاه هواشناسی و دمای سطح ثبت شده توسط دماسنج دیجیتالی که همزمان با عبور ماهواره در دو نقطه از محیط همگن غیرشهری با کاربری کشاورزی و بایر که محصول آن برداشت شده بود، استفاده شد. برای ارزیابی دقت نقشه های کاربری اراضی نیز با استفاده از Google Earth که توان تفکیک مکانی بهتری نسبت به تصویر مورد استفاده دارد، 248 نقطه کنترل زمینی از پیکسل های خالص کاربری های مختلف اخذ گردید و در فرآیند اعتبارسنجی بکار گرفته شد. همچنین پارامترهای آماری مانند ماتریس خطا، دقت کلی و ضریب کاپا روی خروجی هر دو نقشه کاربری اراضی اعمال شد.نتایج و بحث با استفاده از کدهای نوشته شده در محیط نرم افزار متلب رابط ه ای کاربر گرافیکی (GUI) ایجاد و سپس اپلیکیشن محاسبه گر خودکار دمای سطح زمین تولید گردید. خروجی اپلیکیشن نقشه های دمای سطح زمین با الگوریتم های تک کانال و معادله انتقال تابشی (RTE) بود که برای تاریخ 2000/07/31 با استفاده از تصویر حرارتی (باند 6) سنجنده TM ماهواره لندست 5 و تاریخ 2019/08/21 بوسیله باند 10 سنجنده TIRS ماهواره لندست 8 ایجاد گردید. پس از مقایسه نقشه های خروجی با داده های ایستگاه هواشناسی و ایستگاه زمینی، نتایج نشان داد که روش تک کانال در هر دو سال نسبت به ایستگاه ها کمترین اخلاف دما را داشته است. پس از تهیه نقشه های دمای سطح و انتخاب الگوریتم بهینه (تک کانال) نقشه های کاربری اراضی شهرستان اردبیل با استفاده از الگوریتم جنگل تصادفی در محیط GEE تهیه گردید. ارزیابی های آماری نتایج طبقه بندی نشان داد که برای سال 2000 بیشترین تداخل پیکسلی مربوط به کلاس مرتع متوسط و فقیر بوده است که با کلاس های مسکونی و کشاورزی دیم جابه جایی 16 پیکسلی دارد. با توجه به بهبود توان تفکیک مکانی ماهواره لندست 8 نسبت به لندست 5 و به دنبال آن تفکیک بهتر کلاس ها، این جابه‌جایی پیکسلی در نقشه کاربری سال 2019 مقدار کمتری را نشان می‌دهد. به گونه ای که بیشترین خطا مربوط به کلاس کشاورزی آبی بوده که جابه جایی 10 پیکسلی با کلاس‌های مرتع غنی و کشاورزی دیم داشته است. در نهایت با استفاده از نقشه دمای سطح و نقشه کاربری اراضی، تغییرات دمایی کاربری ها در بازه زمانی 19 ساله مورد ارزیابی قرار گرفت. با واردسازی تصاویر ورودی و پارامترهای اتمسفری در اپلیکیشن دمای سطح زمین را با دو الگوریتم تک‌کانال و روش RTE محاسبه گردید. ارزیابی نقشه‌های خروجی با داده‌های هواشناسی و زمینی نشان داد که الگوریتم تک‌کانال با اختلاف 2.5+ و 2- با ایستگاه‌های 1 و 2 برای سال 2000 و با اختلاف دمای 1.3+، 0.9+، 1- و 0.9- به ترتیب با ایستگاه‌های 1، 2، 3 و 4 در سال 2019 دقت بالاتر نسبت به روش RTE داشته است. همچنین نتایج اعتبارسنجی نقشه‌های کاربری اراضی نیز نشان از دقت کلی 95/0 و ضریب کاپای 94/0 براس سال 2000 و دقت کلی 0.96 و ضریب کاپای 0.95 برای سال 2019 داشته است. ارزیابی روابط بین دمای سطح و نقشه‌های کاربری اراضی نشان داد که برخلاف رشد فیزیکی قابل توجه بخش شهری در بازه زمانی 19 ساله، بجز کاربری مناطق مسکونی، همه کاربری‌ها در سال 2019 نسبت به سال 2000 با افزایش دمای متوسط سطح روبه‌رو بوده‌اند.نتیجه‌گیری نتایج تحقیق نشان داد که عواملی مانند گسترش زمین ه ای کشاورزی با کشت آبی اطراف بخش شهری تا شعاع 10 کیلومتری و درهم تنیدگی این مزارع با بخش شهری، تاثیر زیادی در تعدیل دمای بخش شهری محدوده شده است. این اراضی در سال 2000 عمدتاً زیر کشت محصولات دیمی بودند و با حل مشکل آب (حفر چاه های عمیق و پروژه های انتقال آب) تبدیل به باغات و مزارع کشت آبی مثل سیب زمینی شدند. این محصولات به دلیل نیاز آبی بالا دارای سبزینگی بالایی نیز هستند و این عامل خود باعث بالا رفتن میزان تبخیر و تعرق و به دنبال آن خنکی محدوده کشت و بخش شهری شده است. از بین سایر کلاس ها نیز در هر دو سال کاربری آب کمترین و کاربری اراضی بایر بیشترین مقدار متوسط دمای سطح را داشته است. اپلیکیشن تولید شده امکان اجرا روی هر سیستم عاملی که از فرمت exe پشتیبانی می کند را دارد و کاربر می تواند با تعیین پارامترهای اتمسفری دمای سطح زمین را به صورت خودکار برآورد کند. همچنین این برنامه کاربردی قابلیت به کارگیری در بخش های مختلف مانند سامانه های کشاورزی، اقلیمی و مدیریت منابع آب را نیز دارد. Manuscript profile