سنجش‌ازدور و سامانه اطلاعات جغرافیایی در منابع طبیعی: 2 (2)

دسترسی آزاد مقاله

1 - کالیبراسیون سه‌بعدی تغییرات کاربری اراضی با استفاده از مدل تلفیقی سلول اتومای زنجیره مارکوف در حوزه آبخیز گرگان‏رود
محبوبه حاجی بیگلو واحد بردی شیخ هادی معماریان چوقی بایرام کمکی

10.30495/girs.2020.674554

http://dorl.net/dor/20.1001.1.26767082.1399.11.2.1.7

پیشینه و هدف تغییرات در کاربری/پوشش اراضی به‌عنوان یکی از موضوعات مهم در مدیریت منابع طبیعی، توسعه پایدار و تغییرات زیست‌محیطی در مقیاس محلی، ملی، منطقه‌ای و جهانی مطرح است. تبدیل کاربری‌ها به یکدیگر و تغییر کاربری‌های مجاز به غیرمجاز از قبیل تبدیل اراضی زراعی به مناطق چکیده کامل

پیشینه و هدف تغییرات در کاربری/پوشش اراضی به‌عنوان یکی از موضوعات مهم در مدیریت منابع طبیعی، توسعه پایدار و تغییرات زیست‌محیطی در مقیاس محلی، ملی، منطقه‌ای و جهانی مطرح است. تبدیل کاربری‌ها به یکدیگر و تغییر کاربری‌های مجاز به غیرمجاز از قبیل تبدیل اراضی زراعی به مناطق مسکونی و یا اراضی مرتعی به دیم‌زارهای کم بازده و فرسایش یافته به‌عنوان موضوعات مهم در منابع طبیعی همواره مطرح است. شناسایی الگوهای تغییرات کاربری اراضی و پیش‌بینی تغییرات در آینده به‌منظور انجام برنامه‌ریزی مناسب در جهت بهره‌برداری بهینه از کاربری‌ها در مدیریت منابع طبیعی نیاز به مدل‌سازی تغییرات مکانی و زمانی LU/LC را آشکار می‌سازد. هدف از تحقیق ارزیابی کارایی مدل تلفیقی سلول اتومای زنجیر مارکوف (CA-Markov model) در شبیه‌سازی و پیش‌بینی تغییرات زمانی و مکانی LU/LC در حوزه آبخیز گرگان رود با کاربرد آنالیز سه‌بعدی پنتیوس- ملینوس در کالیبراسیون تغییرات کاربری اراضی با استفاده از سه شاخص ارزیابی اختلاف کمی (QD)، اختلاف مکانی (AD) و درجه شایستگی (FOM) به‌عنوان شاخص‌های جدید در ارزیابی صحت مدل زنجیره مارکوف است.مواد و روشهابه‌منظور پیش‌بینی تغییرات کاربری اراضی با استفاده از مدل تلفیقی سلول اتومای زنجیره مارکوف در حوزه آبخیز گرگان رود، از تصاویر سنجندِه مشاهده‌گر زمینی OLI و TM ماهواره لندست 8 و 5 مربوط به سایت USGS استفاده شد. هفت کلاس کاربری اراضی شامل کلاس اراضی جنگلی با شماره کد کاربری 1، کلاس اراضی زراعی با شماره کد کاربری 2، کلاس اراضی مرتعی (مخلوط درختچه زار/ مرتع/ زراعت) با شماره کد کاربری 3، کلاس منابع آبی با شماره کد کاربری 4، کلاس اراضی بایر (بایر/ مرتع/ زراعت) با شماره کد کاربری 5، کلاس مناطق مسکونی و صنعتی با شماره کد کاربری 6، کلاس بستر رودخانه با شماره کد کاربری 7 برای حوزه آبخیز گرگان رود تفکیک گردید. به‌منظور طبقه‌بندی تصاویر ماهواره‌ای لندست 5 و 8 به‌منظور استخراج کلاس‌های کاربری اراضی حوزه آبخیز گرگان رود از روش طبقه‌بندی شی‌ءگرا و الگوریتم ماشین بردار پشتیبان استفاده شد. مقیاس سگمنت‌سازی در این الگوریتم با مقیاس 50 واحد (SL50) به‌منظور طبقه‌بندی تصاویر ماهواره سال‌های 1987، 2000، 2009 و 2017 انتخاب شد. ارزیابی صحت الگوریتم ماشین بردار پشتیبان در طبقه‌بندی شی‌ءگرای تصاویر ماهواره‌ای بابیان دقت کلی، ضریب کاپا، صحت کاربر، صحت تولیدشده، خطای Commission و خطای Omission برای هر چهار دوره مطالعاتی انجام‌شده است. برای درک این‌که در طی دوره 30 ساله موردمطالعه، تغییرات ایجاد‌شده در منطقه چگونه بوده و کدام کلاس‌ها گسترش و کدام کلاس کاهش مساحت داشته‌اند، با استفاده از نقشه‌های طبقه‌بندی‌شده با استفاده از نرم‌افزار IDRISI، تغییرات در محدوده کلاس‌ها آشکار و درصد تغییرات هر کلاس به دست آمد. مدل CA-Markov تغییرات گروه‌های مختلف از واحدهای LU/LC را بر اساس مفهوم همسایگی مکانی و ماتریس احتمال انتقال، پیش‌بینی می‌کند. یکی از الزامات برای پیش‌بینی تغییرات کاربری اراضی با مدل CA-Markov تهیه نقشه‌های تناسب اراضی است تا تغییرات مکانی به‌وسیله قوانین احتمال از طریق فیلتر نقشه‌های تناسب برای هر کاربری کنترل شود. اعتبارسنجی مدل مارکوف با استفاده از آنالیز سه‌بعدی پنتیوس و ملینوس با سه شاخص درجه شایستگی و اختلاف‌های کمی اختلاف‌های مکانی انجام شد.نتایج و بحثالگوریتم ماشین بردار پشتیبان در طبقه‌بندی کاربری اراضی به روش شی‌ءگرا نشان داد که بیشترین میزان خطای اضافه و خطای حذف به ترتیب با 19.12 و 18.55 درصد در اراضی مرتعی و اراضی زراعی در نقشه کاربری اراضی سال 2009 مشاهده گردید. پایین‌ترین صحت تولیدکننده به میزان 71.49 درصد مربوط به کلاس کاربری اراضی مرتعی در نقشه کاربری اراضی سال 2009 و پایین‌ترین صحت کاربر به میزان 71.45 درصد مربوط به کلاس کاربری اراضی زراعی در نقشه کاربری اراضی سال 2017 است. در دوره 30 ساله از سال 1987 تا 2017 بر اساس نتایج به‌دست‌آمده، بیش‌ترین تغییر مثبت مربوط به افزایش کاربری اراضیزراعی و در تغییرات منفی مربوط به کاهش کاربری اراضی جنگلی و مرتعی در طول دوره موردنظر است. بیش‌ترین کاهش اراضی جنگلی با 4.8 درصد در دوره 2017-2000، بیش‌ترین افزایش اراضی زراعی با 5.3 درصد در دوره 2017-1987، بیش‌ترین کاهش اراضی مرتعی با 9 درصد در دوره 2017-2009، بیش‌ترین افزایش اراضی بایر با 4.6 درصد در دوره 2017-2009 و بیش‌ترین افزایش اراضی مسکونی و صنعتی با 0.8 درصد در دوره 2017-1987 رخ‌داده است. بعد از اعتبارسنجی تغییرات کاربری اراضی پیش‌بینی‌شده در مدل زنجیره مارکوف، بر اساس تحلیل 5 حالت موجود در آنالیز سه‌بعدی پنتیوس و ملینوس، مدل زنجیره مارکوف با پیش‌بینی صحیح شبیه‌سازی 89.92 درصد، نشان از کارایی بالای مدل زنجیره مارکوف در فرآیند شبیه‌سازی بود. بعد از اجرای تحلیل زنجیره مارکوف بر روی نقشه کاربری اراضی به‌دست‌آمده از طبقه‌بندی تصاویر ماهواره‌ای، یک ماتریس احتمال انتقال و ماتریس مساحت انتقال‌یافته ایجاد شد. در پیش‌بینی‌های انجام‌شده توسط مدل زنجیره مارکوف از سال 2017 تا سال 2035 عمده تغییرات مربوط به کاهش وسعت اراضی جنگلی و بایر به ترتیب به میزان 16966 و 6961 هکتار است و در مقابل این کاهش کاربری، افزایش وسعت اراضی زراعی، مرتعی و مسکونی به میزان 20397، 3913 و 3825 هکتار مشاهده خواهد شد.نتیجه گیری آَشکارسازی تغییرات کاربری اراضی با استفاده از ابزار LCM برای دوره سی‌ساله 2017 – 1987 در حوزه آبخیز گرگان رود نشان داد که کاربری جنگل، زارعت و نواحی مسکونی در طی این دوره در این منطقه تغییرات چشمگیری داشته است. نتایج حاصل از پیش‌بینی تغییرات کاربری اراضی در طی هجده سال آینده با استفاده از مدل تلفیقی سلول اتومای زنجیره مارکوف نشان داد که در طی سالیان آتی با پدیده جنگل‌زدایی شدید در این حوزه روبه‌رو خواهیم بود. بررسی نتایج حاصل از اجرای مدل شبکه‌سازی کاربری آینده با استفاده از تخمینگر انتقال مارکوف نشان داد که می‌توان تغییرات کاربری آینده را با توجه به شرایط محیطی موجود پیش‌بینی کرد که نشان‌دهنده این است که در حوزه آبخیز گرگان رود در طی هجده سال آینده زراعت به‌شدت در این منطقه افزایش خواهد داشت. لذا باید با مدیریت بلندمدت و جامع، منابع آب‌وخاک حفظ کرد و تا حد امکان مانع از تخریب این منابع ارزشمند شد. سه شاخص QD، AD و FOM در آنالیز سه‌بعدی نقش مهمی در بیان میزان صحت و کالیبراسیون طبقه‌بندی کاربری اراضی و پیش‌بینی کاربری اراضی داشت. نتایج تغییرات کاربری اراضی مطالعه شده با استفاده از ابزار LCM و مدل تلفیقی سلول اتومای زنجیره مارکوف در طی دوره 1987 تا 2035 بیانگر تخریب بیش از 24309 هکتار از اراضی جنگلی و 31921 هکتار از اراضی مرتعی و افزایش زراعت در حوزه به مساحت 62421 هکتار است که بیانگر دخالت‌های انسانی و جنگل‌تراشی‌های پیش رو در این حوزه است. پرونده مقاله

دسترسی آزاد مقاله

2 - بررسی رابطه تغییرات کاربری اراضی و پوشش گیاهی با دمای سطح زمین در شهرستان نمین
آزاد کاکه ممی اردوان قربانی صیاد اصغری سراسکانرود احسان قلعه سحر غفاری

10.30495/girs.2020.674652

http://dorl.net/dor/20.1001.1.26767082.1399.11.2.2.8

پیشینه و هدف گسترش سریع شهرها به دلیل تغییرات گسترده در کاربری و پوشش زمین اثرات منفی بر کیفیت زیست ‌محیطی جهانی داشته است. تغییرات کاربری/پوشش اراضی، توسعه مناطق شهری و کشاورزی و جنگل‌زدایی باعث تغییر رژیم دمای منطقه‌ای و محلی می‌شود. آگاهی از میزان دمای سطح زمین کمک ق چکیده کامل

پیشینه و هدف گسترش سریع شهرها به دلیل تغییرات گسترده در کاربری و پوشش زمین اثرات منفی بر کیفیت زیست ‌محیطی جهانی داشته است. تغییرات کاربری/پوشش اراضی، توسعه مناطق شهری و کشاورزی و جنگل‌زدایی باعث تغییر رژیم دمای منطقه‌ای و محلی می‌شود. آگاهی از میزان دمای سطح زمین کمک قابل توجهی به طیف وسیعی از مسائل مرتبط با علوم زمین مانند اقلیم شهری، تغییرات جهانی محیطی و بررسی تعاملات انسان و محیط می‌نماید. آنچه به‌عنوان یک نقص اساسی در پایش دمای سطح زمین به شمار می‌آید، نبود ایستگاه‌های هواشناسی کافی جهت آگاهی از مقادیر دمایی در نقاط فاقد ایستگاه است. با توجه به محدودیت اطلاعاتی که در تامین داده‌ها به‌ویژه در وسعت زیاد با مشکلات و موانع فراوانی همراه است و دست‌یابی در زمان واقعی سخت و یا غیر ممکن است. بنابراین، لزوم استفاده از فن&lrm;آوری سنجش از دور با شرایط زمانی، همراه با ویژگی پیوستگی و داده‌برداری در محدوده‌های گسترده بسیار می‌تواند کارا باشد. هدف از انجام این تحقیق بررسی دمای سطح زمین شهرستان نمین در یک بازه زمانی 28 ساله و مقایسه نتایج به دست آمده با تغییرات کاربری اراضی و پوشش گیاهی بوده است.مواد و روش هاداده‌های مورد استفاده در این تحقیق شامل، تصویر ماهواره لندست 8 که از سنجنده OLI به‌منظور استخراج نقشه کاربری اراضی و از سنجنده TIRS به‌منظور استخراج دمای سطح زمین برای سال 2015 و همچنین از تصویر سنجنده TMلندست 5 به‌منظور تهیه نقشه کاربری اراضی با استفاده از باندهای مرئی و مادون قرمز و دمای سطح با استفاده از باندهای حرارتی برای سال 1987 استفاده شد. تصاویر در اواخر فصل بهار و اوایل فصل تابستان به‌منظور نبود پوشش‌های ابری و برفی بالا و همچنین بالا بودن شدت تابش نور خورشید اخذ شد. از نرم‌افزار eCognition8.9 برای طبقه‌بندی شی‌پایه استفاده شد. طبقه‌بندی در 5 کلاس (کشاورزی دیم و آبی، مرتع، جنگل و مسکونی) برای سال 1987 و 6 کلاس (کشاورزی دیم و آبی، مرتع، جنگل، مسکونی و آب) برای سال 2015 انتخاب شدند. جهت ارزیابی صحت و مقایسه نقشه‌‌های حاصل، از ماتریس خطا، صحت کلی و آماره‌‌ی کاپا استفاده شد. از روش پنجره مجزا برای استخراج دمای سطح زمین استفاده شد. در نهایت به‌منظور تجزیه و تحلیل ارتباط بین دمای سطح زمین با شاخص پوشش گیاهی، ضرایب همبستگی بین دمای سطح زمین و شاخص پوشش گیاهی براساس نوع کاربری در سال‌های 1987 و 2015 محاسبه شد.نتایج و بحث بیشترین سطح اراضی در سال 1987 و 2015 متعلق به کاربری مرتع به ترتیب با 43781 و 34114 هکتار، دومین سطح مربوط به کاربری کشاورزی دیم به ترتیب با 23854 و 33277 هکتار است. کمترین سطح نیز در سال 1987 با توجه به عدم وجود کاربری آب متعلق به کاربری مسکونی با 1301 هکتار است در حالی که در سال 2015 با احداث سازه‌های آبی کاربری آب با مساحت 86 هکتار دارای کمترین سطح اراضی است. بیشترین افزایش سطح را کاربری کشاورزی دیم با 9423 هکتار افزایش دارا است که نسبت به سال 1987 افزایش چشمگیری را داشته است. بیشترین دمای ثبت شده برای شهرستان نمین در سال‌های 1987 و 2015 مربوط به کاربری کشاورزی دیم (به ترتیب با 34 و 27 درجه سانتی‌گراد) است. که نشان از تمرکز حرارت در این مناطق است. این کاربری به دلیل عواملی از جمله خشک بودن محصولات در این زمان و برداشت محصولات بیشترین دما را دارا است. کاربری کشاورزی دیم در سال 1987 بیشترین دما (34 درجه سانتی‌گراد) را دارا بوده است اما در سال 2015 با کاهش دما (27 درجه سانتی‌گراد) مواجه شده است کما اینکه در همین سال 2015 نیز نسبت به سایر کاربری‌ها دارای بیشترین دمای سطحی بوده است. علت آن را می‌توان در عامل برداشت محصول دانست. باتوجهبهاینکهمحصولاتدیمیمحدودهمورد مطالعه،اغلب گندمبودهودراینزمانازفصل،بیشترگندم‌ها رسیدهویابرداشتمی‌شوند،بنابراینتعرقاین محصولاتناچیزاست. کمترین دمای ثبت شده در شهرستان نمین به ‌ترتیب مربوط به کاربری آب (21 درجه سانتی‌گراد)، جنگل (21 درجه سانتی‌گراد) و کشاورزی آبی (22 درجه سانتی‌گراد) است. باتوجهبهاینکهآبدارایظرفیتگرماییبالاییمی‌باشد، لذا بیشترین اثر را در کاهش دما دارد. در کاربری‌های جنگل و کشاورزی آبی به دلیل پوشش گیاهی بیشتر دمای سطح زمین کمترین مقدار (به ترتیب 23 و 24 درجه سانتی‌گراد در سال 1987 و 21 و 22 درجه سانتی‌گراد در سال 2015) را نسبت به سایر کاربری‌ها دارا است. کاربریمربوطبه کشاورزیدراینناحیه،بعدازمناطق جنگلیدارایکمتریندمایسطحی (24 درجه سانتی‌گراد در سال 1987 و 21 درجه سانتی‌گراد در سال 2015)می‌باشد.باتوجهبهاینکهمحصولات زراعیکشتشدهدراینمحدودهگیاهانیازجملهسیب‌زمینیاستواینگیاهانداراینیازآبیبیشتری هستند.بنابراین،اینگیاهان درخرداد ماهدارایسبزینگیبالایی بودهوهمینامرباعثشدهکهدرمحدودهتحتکشتآن‌هاتعرق بیشترینسبتبهسایرنواحیصورتگیردوبالطبعدرخنکنگهداشتن دمایسطحیبسیارتأثیرگذاربوده است. کاربری مرتع در هر دو سال مورد مطالعه، دمای بالایی (به ترتیب 27 و 25 درجه سانتی‌گراد) را داشته است و اختلاف ناچیزی بین هر دو سال مشاهده می‌شود.نتیجه گیری نوع کاربری و تغییرات کاربری اراضی و پوشش گیاهی تاثیر محسوسی در تغییرات دمای سطح زمین دارد. هرچند نواحی عاری از پوشش گیاهی دارای دمای سطحی بالاتری نسبت به نواحی است که دارای پوشش گیاهی هستند. نتایج نشان داد همبستگی معنی&lrm;داری بین پوشش گیاهی و دمای سطح زمین وجود ندارد که عمدتا ناشی از مقدار کافی پوشش گیاهی است. به‌طور کلی نتایج نشان داد، در اکثر مناطق با دمای کمتر، پوشش گیاهی انبوه‌تری وجود دارد که بیانگر رابطه معکوس بین شاخص پوشش گیاهی و دمای سطح زمین است. پرونده مقاله

دسترسی آزاد مقاله

3 - بهره گیری از رویکرد بوت استرپ برای مقایسه روش های مدل سازی آماری در برآورد سنجش ازدوری زی توده روی زمینی جنگل های زاگرس
امیر صفری هرمز سهرابی

10.30495/girs.2020.674654

http://dorl.net/dor/20.1001.1.26767082.1399.11.2.3.9

پیشینه و هدفبا توجه به اهمیت اکوسیستم های جنگل ها در پروژه های تعدیل تغییر اقلیم، روش های دقیق و کم‌هزینه برای برآورد زی توده روی زمینی موردنیاز است. روش های معمول مورد استفاده برای برآورد زی توده روی زمینی شامل اندازه گیری در عرصه، محاسبه زی توده با استفاده از معا چکیده کامل

پیشینه و هدفبا توجه به اهمیت اکوسیستم های جنگل ها در پروژه های تعدیل تغییر اقلیم، روش های دقیق و کم‌هزینه برای برآورد زی توده روی زمینی موردنیاز است. روش های معمول مورد استفاده برای برآورد زی توده روی زمینی شامل اندازه گیری در عرصه، محاسبه زی توده با استفاده از معادلات آلومتری و استفاده از فنون سنجش از دوری است. سنجش از دور به طور گسترده برای برآورد زی توده جنگل ها در دهه های اخیر مورد استفاده قرارگرفته است. یکی از عوامل بسیار مهم در استفاده از داده های سنجش از دوری برای برآورد زی توده روی زمینی روش مدل سازی آماری مورد استفاده است. تعداد زیادی تحقیق در زمینه استفاده از روش های مدل سازی انجام شده است. به هرحال، این مطالعات با چالش های مختلفی روبرو هستند که برای مثال می توان به موارد زیر اشاره کرد: 1) هیچ روش مدل سازی به عنوان بهترین روش معرفی نشده است، 2) عملکرد این روش ها متأثر از نوع جنگل، ساختار جنگل و میزان آشفتگی های موجود است. 3) ارزیابی عملکرد و مقایسه نتایج آن ها با استفاده از آزمون نکویی برازش و روش های ارزیابی متقابل انجام گرفته است. با توجه به نقش انتخاب روش مدل سازی مناسب، مطالعه حاضر باهدف بررسی نه روش مدل سازی شامل رگرسیون خطی، مدل تجمعی تعمیم یافته، جنگل تصادفی، ماشین بردارپشتیبان، درختان رگرسیون تقویت‌شده، k-امین نزدیک‌ترین همسایه، مدل پردازش گوسی و رگرسیون اسپلاین تطبیقی چندگانه با استفاده از فرآیند بوت استرپ برای برآورد زی توده روی زمینی جنگل های زاگرس با استفاده از تصویرهای لندست 8 انجام شد.مواد و روش هامطالعه حاضر در جنگل های کرمانشاه که در غرب ایران درکوه های زاگرس واقع شده است با گونه درختی غالب بلوط انجام شد. جنگل های زاگرس اغلب به صورت تنک و باز بوده و حدود 20 درصد از سطح ایران و 40 درصد از مناطق جنگلی این کشور را شامل می شود.برای اجرای این مطالعه دو منطقه جنگلی با شدت دخالت‌های انسانی مختلف انتخاب شد: منطقه سرفیروزآباد با شدت تخریب بالا و منطقه جنگلی گهواره با حداقل تخریب. مختصات جغرافیایی این مناطق به ترتیب برای سرفیروزآباد و گهواره عبارتند از 33 درجه و 57 دقیقه تا 34 درجه و 4 دقیقه شمالی و 47 درجه و 3 دقیقه تا 47 درجه و 17 دقیقه شرقی، و 34 درجه 21 دقیق تا 34 درجه و 24 دقیقه شمالی و 46 درجه و 16 دقیق تا 46 درجه و 23 دقیق شرقی است. برای جمع آوری نمونه های زمینی در دو منطقه مورد مطالعه، از نقشه شاخص سطح برگ تهیه شده از تصویرهای لندست براساس مدل جهانی استفاده شد. هر دو منطقه به سه طبقه کم، متوسط و زیاد شاخص سطح برگ طبقه بندی شده و در هر طبقه موقعیت مکانی نمونه ها با استفاده از آماربرداری منظم در قالب یک شبکه 200×200 متر مشخص گردید. نمونه های زمینی به تعداد 124 نمونه مربعی شکل (63 نمونه در منطقه گهواره و 61 نمونه در منطقه سرفیروزآباد) با ابعاد 30×30 متر به اندازه پیکس ل های تصویر لندست مورد استفاده برداشت شد. مقدار زی توده روی زمینی هر درخت یا جست گروه توسط معادله آلومتری پیشنهاد شده برای گونه های بلوط جنگل های زاگرس محاسبه شد. معادله آلومتری مورد استفاده برای برآورد اندوخته زی توده هر درخت یا جست گروه از دو قطر عمود بر هم تاج درختان استفاده می کند. از جمع اندوخته زی توده تک تک درختان موجود در قطعه نمونه، مقدار قطعه زی توده در سطح قطعه نمونه بر حسب تن در هکتار محاسبه شد. منطقه های مورد مطالعه در یک فریم از تصویرهای لندست 8 به شماره گذر 167 و شماره ردیف 36 قرار داشتند. یک تصویر لندست بدون پوشش ابرناکی مربوط به تاریخ 19 مرداد سال 1394 (10 آگوست 2015) مربوط به زمانی که تاجدرختان کاملاً بسته بوده و نزدیک به زمان آماربرداری زمینی از سایت USGS دانلود شد. پیش پردازش تصویر مورد استفاده شامل تصحیحات رادیومتری و توپوگرافی به روش C اعمال شد که در مطالعات قبلی پیشنهاد شده است. برای برآورد زی توده روی زمینی در منطقه های مورد مطالعه با استفاده از سنجش از دور، تعداد 38 متغیر طیفی شامل مقدار های باندی، نسبت های ساده باندی، شاخص های گیاهی و تبدیل های خطی رایج مانند تسلدکپ و آنالیز مولفه های اصلی از تصویر لندست 8 مورد استفاده استخراج شدند.به‌طورکلی کارایی 9 روش مدل سازی آماری مختلف شامل روش های پارامتری (رگرسیون خطی)، نیمه پارامتری (مدل جمعی تعمیم یافته) و ناپارامتری (جنگل تصادفی، ماشین بردار پشتیبان، k-امین نزدیک ‌ترین همسایه، درختان رگرسیون تقویت ‌شده، رگرسیون اسپلاین تطبیقی چندمتغیره، کوبیست و مدل پردازش گوسی) برای برآورد زی توده روی زمینی مورد مقایسه قرار گرفت. ارزیابی مدل ها با استفاده از روش fold-10 و با 1000 مرتبه تکرار و با محاسبه دو آماره ضریب تبیین و جذر میانگین مربعات خطا انجام گرفت. این تعداد اطمینان از پایداری نتایج را تامین می‌کند.نتایج و بحثمشخصه های آماری اندازه گیری شده از قطعه نمونه های زمینی نشان داد که میانگین زی توده روی زمینی برای منطقه های سرفیروزآباد و گهواره به ترتیب 12.6 و 20.5 تن در هکتار است. تجزیه واریانس نشان داد که اختلاف معنی داری در سطح 0.001 برای مشخصه های ضریب تبیین و جذر میانگین مربعات خطای محاسبه شده برای 1000 مرتبه تکرار توسط fold-10 وجود دارد. روش مدل سازی کوبیست در منطقه سرفیروزآباد با میانگین ضریب تبیین محاسبه شده 0.61 نتایج بهتری نسبت به سایر روش ها ارائه کرد. این نتایج برای منطقه گهواره بیانگر کارایی بهتر روش های رگرسیون خطی، مدل جمعی تعمیم یافته و k-امین نزدیکتریین همسایه با میانگین ضریب تبیین 0.87 بود. مقایسه های روش های مختلف مدل سازی در مورد جذرمیانگین مربعات خطای برآوردها با استفاده از آزمون تکی Tukey نشان داد که در منطقه سرفیروزآباد روش کوبیست با مقدار میانگین 3.3 تن در هکتار و روش های k-امین نزدیکترین همسایه و جنگل تصادفی با میانگین 5.8 تن در هکتار اختلاف معنی داری با سایر روش ها داشت. به طورکلی، نتایج این تحقیق بیانگر کارایی مناسب تصویر لندست 8 در برآورد زی توده روی زمینی جنگل های زاگرس است. این موضوع می تواند به دلیل مقدار کم زی توده در منطقه های مورد بررسی و نرسیدن آن ها به نقطه اشباع به عنوان یکی از چالش های استفاده از تصویرهای نوری مانند لندست باشد. نتایج دیگر این تحقیق ارزیابی اثر روش مدل سازی برای افزایش صحت برآورد سنجش از دوری زی توده روی زمینی است. برخلاف نتایج پژوهش‌های قبلی، رگرسیون خطی نتایج بهتری نسبت به روش های ناپارامتری ارائه کرد که دلیل آن می تواند وجود رابطه خطی زی توده روی زمینی و متغیرهای طیفی استخراج شده از تصویرهای لندست باشد. در بین متغیرهای طیفی مختلفی که استفاده شد مقدارهای باند قرمز، مادون قرمز نزدیک و مادون قرمز با طول موج کوتاه 1 و 2 به عنوان متغیر نهایی در اغلب روش های مدل سازی استفاده شدند.نتیجه گیری در این تحقیق، کارایی روش های مختلف مدل سازی را در برآورد زی توده روی زمینی با استفاده از تصویرهای لندست مورد بررسی قرار گرفت. برآوردهای زی توده با استفاده از 9 روش پارامتری، نیمه پارامتری و ناپارامتری و با استفاده از ارزیابی متقابل fold-10و با 1000 مرتبه تکرار مورد مقایسه قرار گرفتند. نتایج بیانگر قابلیت خوب تصویرهای لندست برای برآورد زی توده روی زمینی جنگل های بلوط زاگرس با هزینه کم است. برآورد زی توده در منطقه جنگلی گهواره با دست خوردگی کمتر صحت بالاتری نسبت به منطقه جنگلی سرفیروزآباد با تخریب بالاتر داشت. پرونده مقاله

دسترسی آزاد مقاله

4 - پیش‌بینی پیامدهای تغییر اقلیم بر پراکنش جغرافیایی گون زرد (Astragalus verus Olivier) در زاگرس مرکزی
سیما طیموری اصل علی اصغر نقی پور برج محمدرضا اشرف زاده مریم حیدریان آقاخانی

10.30495/girs.2020.674655

http://dorl.net/dor/20.1001.1.26767082.1399.11.2.4.0

پیشینه و هدف اقلیم، ویژگی‌های خاک، توپوگرافی، کاربری سرزمین و مجموعه روابط زیستی مهم‌ترین عوامل مؤثر در پراکنش و آشیان بوم‌شناختی گونه‌ها در مقیاس‌های مختلف هستند. در این میان، اقلیم یکی از مهم‌ترین عوامل تعیین‌کننده پراکنش گیاهان محسوب می‌شود. بنابراین، تغییر اقلیم پیا چکیده کامل

پیشینه و هدف اقلیم، ویژگی‌های خاک، توپوگرافی، کاربری سرزمین و مجموعه روابط زیستی مهم‌ترین عوامل مؤثر در پراکنش و آشیان بوم‌شناختی گونه‌ها در مقیاس‌های مختلف هستند. در این میان، اقلیم یکی از مهم‌ترین عوامل تعیین‌کننده پراکنش گیاهان محسوب می‌شود. بنابراین، تغییر اقلیم پیامدهای گسترده‌ای بر شرایط اکوسیستم‌های جهان و ازجمله پراکنش گونه‌ها داشته است. تغییر در پراکنش یک‌گونه در یک محدوده جغرافیایی معین به‌واسطه تغییر اقلیم می‌تواند منجر به جابجایی مناطق حضور آن‌گونه به ارتفاعات بالاتر شود که این روند ممکن است ایجاد محدودیت رویشی و یا حتی انقراض گونه را در پی داشته باشد. جابجایی یا تغییر پراکنش جغرافیایی گونه‌ها، یک استراتژی برای پایدار ماندن در برابر تغییر اقلیم است. بنابراین، تعیین رویشگاه‌های مناسب و شناسایی مهم‌ترین عوامل محیطی و انسانی مؤثر بر حضور گونه‌ها در شرایط فعلی و آینده به‌منظور حفاظت از گونه‌های مهم بوم‌شناختی و ارزشمند گیاهی ضروری است. جنس گون (Astragalus) از تیره نخود (Fabaceae) پراکنش به نسبت گسترده‌ای در مناطق معتدله جهان دارد. گون زرد (Astragalus verus Olivier) درختچه‌ای کوچک و باارزش است که دارای شاخه‌های بسیار زیاد است. این‌گونه علاوه بر نقش حفاظتی، دارای ارزش‌های دارویی و صنعتی است. در دهه‌های اخیر، گستره جغرافیایی گون زرد به‌واسطه عواملی مانند تخریب سرزمین و برداشت بیش‌ازحد به‌طور قابل‌توجهی کاهش ‌یافته است. باوجود اهمیت جنس گون در کشور، تاکنون پژوهش‌های اندکی درزمینۀ پیامدهای تغییر اقلیم بر پراکنش گونه‌های این جنس به انجام رسیده است. مطالعه حاضر به‌منظور دست‌یابی به اهداف زیر به انجام رسیده است: 1) شناسایی رویشگاه‌های مناسب و تعیین پراکنش جغرافیایی گون زرد در زاگرس مرکزی در شرایط حال حاضر؛ 2) پیش‌بینی پیامدهای تغییر اقلیم تا سال‌های 2050 و 2070 تحت سناریوهای مختلف بر پراکنش جغرافیایی گون زرد؛ 3) تعیین مهم‌ترین عوامل مؤثر بر پراکنش این‌گونه.مواد و روش هامطالعه حاضر در استان چهارمحال و بختیاری با مساحتی حدود 1.65 میلیون هکتار که تقریباً تمام آن در منطقه زاگرس مرکزی قرارگرفته، انجام شد. تعداد 112 نقطه حضور گون زرد بر اساس بازدیدهای گسترده میدانی و با استفاده از سیستم موقعیت‌یاب جهانی (GPS) در سراسر استان چهارمحال و بختیاری جمع‌آوری شد. به‌منظور مدل سازی، 19 متغیر محیطی شامل متغیرهای زیست‌اقلیمی، فیزیوگرافی و پوشش/کاربری سرزمین مورداستفاده قرار گرفتند. پیش از اجرای مدل‌سازی، برای بررسی هم‌خطی بین متغیرهای محیطی مختلف از دو روش تجزیه‌وتحلیل همبستگی پیرسون و شاخص تورم واریانس (VIF) استفاده شد. متغیرهایی با ضریب همبستگی پیرسون (R2<0.8) و VIF انتخاب شدند.درنهایت و پس از حذف لایه‌های دارای همبستگی بالا، تعداد نه متغیر در مدل‌سازی استفاده شدند. به‌منظور پیش‌بینی پراکنش رویشگاه‌های مطلوب گون زرد از بسته نرم‌افزاری Biomod2 در محیط R (نسخه 3.1.2) استفاده شد. در مطالعه حاضر از مدل‌های آنتروپی بیشینه (Maxent)، شبکه عصبی مصنوعی (ANN)، روش افزایشی تعمیم‌یافته (GBM)، مدل خطی تعمیم‌یافته (GLM)، تحلیل ممیزی انعطاف‌پذیر (FDA)، جنگل تصادفی (RF) و رگرسیون چند متغیره تطبیقی (MARS) برای برآورد رویشگاه‌های مطلوب استفاده شد. برای واسنجی مدل‌ها، 80 درصد نقاط حضور به‌عنوان داده‌های تعلیمی و 20 درصد باقیمانده برای ارزیابی پیش‌بینی مدل‌ها استفاده شدند. پیش‌بینی پراکنش جغرافیایی گون زرد در آینده (سال‌های 2050 و 2070) بر اساس چهار سناریوی افزایش گازهای گلخانه‌ایRCP2.6،RCP4.5، RCP6 و RCP8.5 و تحت مدل گردش عمومی MRI-CGCM3 انجام شد. عملکرد مدل‌ها نیز با استفاده از ناحیه زیر منحنی (AUC) و آماره TSS ارزیابی شدند.نتایج و بحثنتایج نشان داد که مؤثرترین متغیرها در مطلوبیت رویشگاه گونه موردمطالعه، به ترتیب شاخص هم‌دمایی، میانگین دمای پربارش‌ترین فصل سال و تغییرات فصلی بارندگی بودند. بر اساس یافته‌ها، بیشترین احتمال حضور گون زرد در هم‌دمایی 36.8 تا 39.7 درجه سانتی‌گراد، میانگین دمای 2- تا 3.5 درجه سانتی‌گراد در پربارش‌ترین فصل سال، تغییرات فصلی بارندگی 100 تا 112 میلی‌متر، و مجموع بارندگی سالیانه 280 تا 490 میلی‌متر برآورد شد. به نظر می‌رسد بخش‌های شمال شرقی و شرق استان در مقایسه با سایر مناطق از اهمیت رویشگاهی بیشتری برای گون زرد برخوردار هستند. بر اساس نتایج، حدود 27.43 درصد از محدوده موردمطالعه به‌عنوان رویشگاه‌های مطلوب گون زرد شناسایی شد. پیش‌بینی پراکنش جغرافیایی گون زرد در آینده (سال‌های 2050 و 2070) بر اساس چهار سناریوی افزایش گازهای گلخانه‌ای (خطوط سیر غلظت‌های گازهای گلخانه‌ای RCPs)RCP2.6 ، RCP4.5،RCP6 وRCP8.5 در مدل گردش عمومی MRI-CGCM3 انجام شد. بر اساس یافته‌ها، تغییر اقلیم می‌تواند پیامدهای قابل‌توجهی بر رویشگاه‌های مطلوب گون زرد در استان وارد سازد. بر اساس سناریوهای مختلف، بین 45.70 درصد (RCP2.6، سال 2050) تا 89.88 درصد (RCP8.5، سال 2070) از رویشگاه‌های امروزی گون زرد تا سال‌های 2050 و 2070 به‌واسطه تغییر اقلیم نامطلوب خواهد شد. درحالی‌که در همین دوره زمانی در حدود 1.58 (RCP8.5، سال 2050) تا 13.19 درصد (RCP2.6، سال 2070) به رویشگاه‌های مطلوب این‌گونه در مناطق با ارتفاع بیشتر اضافه خواهد شد. بر اساس تمامی سناریوها، رویشگاه‌های مطلوب این‌گونه در اغلب گستره حضورش به‌ویژه در مناطق با ارتفاع کمتر کاهش خواهد یافت. پیامدهای تغییر اقلیم، به‌ویژه احتمال کاهش و جابجایی گستره جغرافیایی گونه‌های گیاهی در رویشگاه‌های مختلف کشور، ازجمله در زاگرس مرکزی و همچنین، در گستره ایران مرکزی پیش‌بینی‌شده است. ارزیابی‌ها نشان داد که مدل‌ها از درستی و دقت قابل قبولی برخوردار بودند و مدل جنگل تصادفی، قابل‌اعتمادترین مدل برای پیش‌بینی پراکنش گونه تعیین شد.نتیجه گیریاین مطالعه نشان می‌دهد که مدل اجماعی می‌تواند پراکنش بالقوه گون زرد را با دقت بالا (0.92=AUC و 0.79=TSS) پیش‌بینی نماید. سناریوهای مورداستفاده در این پژوهش، احتمال جابجایی گستره جغرافیایی گونه موردمطالعه را تحت تغییر اقلیم تا سال‌های 2050 و 2070 پیش‌بینی می‌کند. بر اساس نتایج، به نظر می‌رسد که وسعت رویشگاه مطلوب گون زرد در محدوده موردمطالعه، کاهش‌یافته و به سمت ارتفاعات بالاتر جابجا خواهد شد. اگرچه تخریب سرزمین و برداشت بیش‌ازحد احتمالاً به‌عنوان دو عامل مهم تخریب رویشگاه این‌گونه می‌توانند موردتوجه قرار گیرند، اما این مطالعه اهمیت پیامدهای تغییر اقلیم بر پراکنش گون زرد را برجسته می‌سازد. امروزه، درنتیجه بهره‌برداری شدید و غیراصولی از گون زرد، گستره پراکنش و تراکم آن در برخی مناطق کاهش‌یافته است که این روند برشدت پدیده‌هایی نظیر فرسایش خاک افزوده است. این موضوع ضرورت توجه مدیران و کارشناسان منابع طبیعی به گون زرد و دیگرگونه‌های با عملکرد مشابه در اکوسیستم‌ها که ضمن توانایی حفاظت از خاک، ازنظر تولیدات اقتصادی نیز حائز اهمیت هستند را دوچندان می‌نماید. پرونده مقاله

دسترسی آزاد مقاله

5 - شناسایی گنبدهای نمکی منطقه راور، استان‌کرمان با استفاده از روش پلاریمتری راداری تصاویر Palsar و تحلیل تصاویر چندطیفی Sentinel 2 و Aster
علی مهرابی صادق کریمی فاطمه نقدی

10.30495/girs.2020.674657

http://dorl.net/dor/20.1001.1.26767082.1399.11.2.5.1

پیشینه و هدف گنبد های نمکی یکی از جالب ترین پدیده های ژئومورفیک است که علاوه بر جاذبه های گردشگری، دارای منابع معدنی مختلف بوده و می تواند در مواردی نقش یک عامل ذخیره کننده نفتی و تله نفتی عمل کند، شناسایی آن ها بسیار با اهمیت است. کشور ایران از نظر نهشته های تبخیری چکیده کامل

پیشینه و هدف گنبد های نمکی یکی از جالب ترین پدیده های ژئومورفیک است که علاوه بر جاذبه های گردشگری، دارای منابع معدنی مختلف بوده و می تواند در مواردی نقش یک عامل ذخیره کننده نفتی و تله نفتی عمل کند، شناسایی آن ها بسیار با اهمیت است. کشور ایران از نظر نهشته های تبخیری بسیار غنی است و همچنین فراوانی منحصر بفردی از گنبدهای نمکی رخنمون شده را نشان می دهد. بیشترین گنبد های نمک شناخته شده در جنوب زاگرس و ناحیه خلیج فارس پراکنده اند. ولی در مناطق دیگر ایران نیز گزارش شده اند، از جمله کویر بزرگ، گرمسار، قم و منطقه راور. تاکنون بر روی گنبد های نمکی منطقه راور مطالعه ویژه ای صورت نگرفته است. به طوری که تنها به وجود چندین گنبد در بخش شمال و شرق راور اشاره شده است، بدون اینکه حتی موقعیت آن ها بر روی نقشه ای مشخص شده باشد. بنابراین ضرورت مطالعه بیشتر این منطقه مشخص می شود. هدف اصلی این تحقیق، شناسایی گنبد های نمکی رخنمون یافته در محدوده شهرستان راور، استان کرمان با استفاده از روش های نوین سنجش از دور و استفاده از تصاویر راداری و چند طیفی است.مواد و روش هاروش های مختلفی برای پردازش تصاویر چند طیفی وجود دارد، که از مهمترین آن ها می توان به روش تحلیل مولفه های اصلی و ترکیب رنگی کاذب اشاره کرد که در ادامه به نحوه استفاده از این روش ها در پژوهش حاضر اشاره می شود. برای تهیه ترکیب رنگی کاذب از باند های حرارتی سنجنده Aster استفاده شد، به طوری که با قرار دادن باند های 12، 11 و 13 به ترتیب درکانال های قرمز، سبز و آبی، کانی های مذکور بارزسازی شدند. مطالعات انجام گرفته در زمینه استفاده از تکنیک تحلیل مولفه های اصلی برای تصاویر ماهواره ای سنتینل 2 در شناسایی شوری خاک و سنگ، نشان می دهد که ترکیب رنگی کاذب PC7، PC6 و PC2 به ترتیب در کانال های قرمز، سبز و آبی بدین منظور بسیار مناسب است، که در این پژوهش نیز به همبن صورت عمل شد.نتایج و بحث با انجام تصحیحات اتمسفری بر روی تصاویر چند طیفی سنتینل 2، تحلیل مولفه های اصلی بر روی آن صورت پذیرفت که در نتیجه آن، تصویر مربوطه به 12 مولفه تقسیم شد. با استفاده از سه مولفه اصلی 2، 6 و 7 اقدام به تهیه ترکیب رنگی کاذب گردید. نتایج نشان می دهد که واحد های سنگی مختلف با رنگ های متفاوتی بارزسازی شده اند. در این بین با توجه به مطالعات قبلی و با بررسی رنگ های مختلف و مقایسه و تطبیق آن با نقشه زمین شناسی منطقه مورد مطالعه، مشخص شد که رنگ صورتی روشن نشانگر واحد های نمک دار در منطقه مورد مطالعه می باشد که این موضوع با انجام مطالعات میدانی به اثبات رسید. قابل ذکر است که محدوده های صورتی رنگ علاوه بر تعیین گنبد های نمکی، نمک های ثانویه ناشی از هوازدگی و فرسایش این گنبد ها را نیز نشان می دهد. از آنجایی که ترکیب گنبد های نمکی رخنمون یافته در حوزه نمکی راور متفاوت هستند، به طوری که در یکسری از این گنبد ها کانی های نمکی و پلی هالیت غالب بوده و در بعضی دیگر کانی های سولفاته به مانند ژیپس و کانی های کربناته مانند انیدریت کانی غالب را تشکیل می دهند، بر حسب ویژگی ها و رفتار طیفی کانی های غالب هر گروه می توان از تصاویر مختلف ماهواره ای جهت بارزسازی آن ها استفاده کرد. بر این اساس از تصاویر Aster نیز استفاده شد، بنابراین با توجه به رفتار طیفی ویژه کانی های انیدریت و ژیپس در محدوده طیف حرارتی، می توان با قرار دادن باند های 12، 11 و 13 به ترتیب درکانال های قرمز، سبز و آبی، ترکیب رنگی ویژه ای جهت شناخت گنبد های نمکی ایجاد کرد. همانطور که در نتایج مشخص است گنبد های نمکی دارای کانی غالب ژیپس و انیدریت با رنگ سفید روشن مشخص شده اند. با انجام تکنیک پلاریمتری راداری و اعمال شاخص CPR تصاویر مربوطه تهیه شد. از آنجایی که قبلاً نیز اشاره شد رنج داده های مربوط به تصویر CPR ارتباط تنگاتنگی با نوع و رفتار طیفی سطوح مختلف دارد، به منظور تحلیل بهتر تصاویر رنج داده ها بین عدد صفر و 1 نرمال سازی شد. هر چه اعداد مذکور به عدد یک نزدیک تر شوند، زبری ناشی از فرسایش پذیری سطوح بیشتر خواهد بود. در نتیجه مناطقی که در تصویر به رنگ قرمز درآمده اند قاعدتاً بسیار فرسایش پذیر هستند.نتیجه گیری نتایج حاصل از این پژوهش نشان می دهد که با استفاده از روش پلاریمتری راداری می توان کانی های تبخیری و گنبد های نمکی را شناسایی کرد. در این تحقیق با اعمال شاخص CPR، گنبد های نمکی با رنگ قرمز بارزسازی شدند. علاوه بر آن با توجه به رفتار طیفی ویژه کانی های انیدریت و ژیپس در محدوده طیف حرارتی، با ترکیب رنگی باند های 12، 11 و 13 تصاویر ASTER گنبد های نمکی به رنگ روشن مشخص شدند. همچنین با استفاده از سه مؤلفه اصلی 2، 6 و 7 تهیه شده از تصاویر سنتینل 2، واحد های نمک دار موجود در منطقه مورد مطالعه مورد شناسایی قرار گرفتند. بر اساس نتایج به دست آمده تعداد 27 گنبد نمکی در محدوده مورد مطالعه شناسایی شد، که به مکانیزم و ساز و کار ساختاری معمول برای ایجاد گنبد های نمکی هم خوانی خوبی دارند، علاوه بر اینکه با انجام بازدید های میدانی صحت نتایج به اثبات رسید. پرونده مقاله

دسترسی آزاد مقاله

6 - ارزیابی انواع الگوریتم های پنجره مجزاء برای محاسبه دمای سطح زمین جهت تعیین بهترین الگوریتم برای تصاویر سنجنده مودیس
محمد کاظمی قراجه بهنام سلمانی بختیار فیضی زاده

10.30495/girs.2020.674659

http://dorl.net/dor/20.1001.1.26767082.1399.11.2.6.2

پیشینه و هدف در سال های اخیر مطالعه تغییرات اقلیمی و همچنین تاثیرات آن ها تبدیل به یک موضوع ثابت در عرصه های علمی بسیاری از کشورها شده است. یکی ازویژگی های اصلی این تغییرات، افزایش دمای هوا در طی 5 دهه اخیر نسبت به 500 سال گذشته است. به طوری که آمارها بیانگر افزایش ی چکیده کامل

پیشینه و هدف در سال های اخیر مطالعه تغییرات اقلیمی و همچنین تاثیرات آن ها تبدیل به یک موضوع ثابت در عرصه های علمی بسیاری از کشورها شده است. یکی ازویژگی های اصلی این تغییرات، افزایش دمای هوا در طی 5 دهه اخیر نسبت به 500 سال گذشته است. به طوری که آمارها بیانگر افزایش یک درجه سانتی گراد در دمای هوا در طی 5 دهه اخیر هستند. به دمای تابشی پوسته زمین و به مقدار خالص انرژی که تحت شرایط اقلیمی درسطح زمین به توازن رسیده و به مقدار انرژی رسیده، گسیلمندی سطح، رطوبت و جریان هوای اتمسفر بستگی دارد، دمای سطح زمین می گویند. دمای سطح زمین به عنوان یکی از متغیرهای کلیدی در مطالعات اقلیمی و محیطی سطح زمین محسوب می شود. همچنین از پارامترهای اساسی در خصوصیات فیزیک سطح زمین در همه مقیاس ها از محلی تا جهانی است. در حال حاضر مهم ترین منبع داده های اقلیمی ایستگاه های هواشناسی می باشند و این ایستگاه ها آمار اقلیمی نقاط خاصی را ارائه می دهند در حالی که دما ممکن است در فواصل مختلف از این ایستگاه ها متحرک بوده و نسبت به ایستگاه مورد نظر کاهش یا افزایش داشته باشد. از این رو نیاز به تکنولوژی ای که بتواند کاستی های ایستگاه های هواشناسی را در محاسبه دما در فواصل نمونه برداری و در مکان های صعب العبور که امکان احداث ایستگاه هواشناسی وجود ندارد برطرف کند ضروری است. در سال های اخیر علوم جدیدی مانند سنجش از دور روش های جدیدی را برای نظارت بر محیط و کسب، ارزیابی و تجزیه و تحلیل داده های محیطی فراهم آورده است و قابلیت ارائه طیف وسیعی از پارمترهای مربوط به محیط را دارا می باشد.این تکنولوژی به عنوان یک منبع مهم و فزاینده از اطلاعات برای مطالعه تغییرات اقلیمی که بر میزان دمای سطح زمین تأثیر مستقیم دارد مطرح می شود. در طی دو دهه گذشته برای محاسبه دمای سطح زمین 18 الگوریتم توسعه داده شده است که این الگوریتم ها در چهار دسته؛ مدل های وابسته به گسیلمندی، مدل های دو فاکتوره، مدل های پیچیده و مدل های بر مبنای رادیانس قرار دارند. بررسی نتایج مقایسه های انجام گرفته بین الگوریتم های مختلف نشان می دهد که الگوریتم های مختلف عملکرد متفاوتی را در موقعیت های مختلف با آب و هوای متفاوت جغرافیایی دارند. هدف از این تحقیق مقایسه انواع الگوریتم های محاسبه LST برای تصاویر سنجنده MODIS و تعیین بهترین الگوریتم برای استان آذربایجان شرقی می باشد.مواد و روش ها برای تبدیل ارزش های رقومی به تابش طیفی برای باندهای حرارتی تصاویر سنجنده MODIS استفاده قرار گرفت.تبدیل تابش طیفی به بازتاب طیفی با استفاده از رابطه پلانک، داده های حرارتی سنجنده MODIS، زمانی که توان تشعشعی آن ها حداکثر یک در نظر گرفته شوند، قابلیت تبدیل از تابش طیفی به بازتاب طیفی رادارند.در برآورد گسیلمندی سطحی از روش آستانه گذاری شاخص تفاضل نرمال شده گیاهی NDVI استفاده شد. جهت مشخص نمودن ویژگی های خاک در هر پیکسل و محاسبه میزان گسیلمندی و اختلاف گسیلمندی، توان تشعشعی به سه دسته تقسیم گردید؛ 0.2>NDVI به عنوان خاک خشک در نظر گرفته شده وتوان تشعشعی برای آن معادل 0.978 لحاظ می گردد. 0.5NDVI نتایج و بحث در بین 18 الگوریتم محاسبه دمای سطح زمین برای تصاویر سنجنده MODIS به ترتیب؛ الگوریتم سوبرینو با مقدار RMSE، 1.79 بیشترین دقت، الگوریتم کول کاسلیس و پراتا با مقدار RMSE، 2.58 در جایگاه دوم و همچنین الگوریتم های سالیسبوری و سوبرینو با مقدار RMSE، 2.79 جایگاه سومی را برای محاسبه LST در بین سایر الگوریتم ها دارا می باشند. الگوریتم کیین با مقدار RMSE، 5.28 کم ترین دقت را برای محاسبه LST به خود اختصاص داده است.نتیجه گیری بررسی اطلاعات بدست آمده از مقایسه الگوریتم های پنجره مجزاء بیانگر تبعیت کلی دماهای محاسبه شده از شرایط توپوگرافی منطقه است، به طوری که تقریباً کمترین مقادیر درجه حرارت در تمام الگوریتم ها مربوط به قسمت های با ارتفاع بیشتر (کوهستانی) و پوشش سبز منطقه است و مقادیر دما در نواحی دارای ارتفاع پایین و فاقد پوشش گیاهی متراکم افزایش یافته است. پرونده مقاله

XML

فهرست مقالات