بررسی دمای سطح زمین در رابطه با کاربری و پوشش اراضی با استفاده از داده های سنجش از دور
محورهای موضوعی : توسعه سیستم های مکانیبهروز احمدی 1 , اردوان قربانی 2 , طاهر صفرراد 3 , بهروز سبحانی 4
1 - دانش آموخته کارشناسی ارشد سنجش از دور و سیستم اطلاعات جغرافیایی، دانشگاه محقق اردبیلی
2 - دانشیار دانشگاه محقق اردبیلی
3 - دانشجوی دکتری اقلیم شناسی، دانشگاه تهران
4 - دانشیار دانشگاه محقق اردبیلی
کلید واژه: land use, Ardabil, کاربری اراضی, اردبیل, دمای سطحی, مدل پیکسل Dimidiate, شاخص نرمال شده تفاوت پوشش گیاهی, کسر پوشش گیاهی, surface temperature, Dimidiate model, Normalized Difference Vegetation Index, Vegetation fraction,
چکیده مقاله :
این تحقیق با هدف بررسی دمای سطح زمین در رابطه با پوشش گیاهی و کاربری اراضی شهری با استفاده از داده های سنجش از دور در محدوده شهر اردبیل و اراضی حاشیه آن تا شعاع 15 کیلومتری با استفاده از تصویر لندست TM (2010)، پس از عملیات پیش پردازش نظیر آماده سازی تصویر، اصلاح رادیومتریکی و هندسی که با استفاده از نرم افزار ENVI®4.7 انجام شد. سپس برای اندازه گیری دمای سطحی از باند حرارتی تصویر و اعمال معادلات مربوطه جهت تبدیل اعداد رقومی به رادیانس و رادیانس به دمای درخشندگی استفاده شد. در مرحله بعد برای محاسبه گسیلمندی از شاخص نرمال شده تفاوت پوشش گیاهی (NDVI) استفاده شد و نقشه کاربری اراضی به صورت نظارت شده در شش کلاس از سطح تصویر استخراج شد. برای استخراج کسر پوشش گیاهی از مدل پیکسل Dimidiate استفاده شد. برای ارزیابی صحت داده های دمای سطحی استخراج شده از تصویر، از داده های چهار ایستگاه هواشناسی به صورت ساعتی استفاده شد و برای تطبیق این داده ها با هم، از یک رابطة رگرسیونی ساده استفاده شد. نتایج نشان داد که ضریب همبستگی دمای سطحی زمین (استخراج شده از تصویر) با دمای هوای ایستگاه های هواشناسی 79/0 و همبستگی دمای هوای ایستگاه ها با دمای هوای استخراج شده از تصویر 99/0 می باشد.
This study aimed to evaluate land surface temperature in relation to vegetation and urban land use using remote sensing data within the city of Ardabil and urban margin of up to 15km radius, using 2010 Landsat TM image, after preprocessing, such as data preparation, radiometric and geometric correction, which was performed using ENVI®4.7 software. Then for measuring the surface temperature, the thermal band of an image using relevant equations for converting digital numbers to radiance and radiance to brightness temperature was used. In the next step for calculating emissivity the Normalized Difference Vegetation Index (NDVI) index was used and finally land use map in six classes using supervised classification method were extracted from the image. For extracting the vegetation fraction the Dimidiate model was used. To assess the accuracy of surface temperature extracted from the image, hourly data from 4 weather stations was used and to reconcile these data with each other, a simple regression equation was used. Results show that the coefficient of relationship between land surface temperature (derived from the image) and air temperature recorded at the stations was 0.79 and the correlation between recorded air temperature of stations and derived air temperature from the image was obtained 0.99.