محاسبه و واسنجي دماي سطح زمين با استفاده از داده‌هاي حرارتي ماهوارۀ Landsat 8

عليرضا رمضاني خوجين, ميرمسعود خيرخواه زرکش, پيمان دانشكار آراسته, علي مريدي, رحيم عليمحمدي نافچی

چکیده


امروزه محاسبۀ دماي سطوح مختلف پوشش گياهي و خاکي با استفاده از تصاوير ماهواره‌اي، با هدف برآورد تبخير و تعرق واقعي با الگوريتم بيلان انرژي، اهميت بسيار زيادي دارد. در اين مطالعات دقت محاسبۀ گراديان حرارتي بين سطح زمين و هوا و ميزان اختلاف دماي سطوح مختلف کاربري دارای اهميت است. در دشت شهرکرد به منظور محاسبۀ دماي سطح زمين[1] سه چالش اصلي وجود داشت. نخست، نبود مطالعۀ مشخصي در زمینۀ محاسبۀ دماي سطح زمين با استفاده از باندهاي حرارتي ماهوارۀ Landsat8، دوم، فقدان داده‌هاي مشاهده‌اي دماي سطح پوشش‌هاي مختلف گياهي و خاکي و سوم، محدود بودن داده‌هاي دماي سطح زمين ايستگاه‌هاي کليماتولوژي و سينوپتيک به حداقل روزانه. در اين مطالعه، به منظور تبديل دماي درخشندگي2 سطح به دماي سطح زمين، از الگوريتم دوپنجره‌اي3 موجود AVHRR-NOAA استفاده شد و برای محاسبۀ گسيلندگي سطحي4 نيز روش پيشنهادي الگوريتم سبال5 به کار رفت. با توجه به نبودِ ايستگاه‌هاي هواشناسي مرجع، از داده‌هاي ايستگاه‌هاي غير‌مرجع برای محاسبۀ دماي روزانۀ سطح زمين و لحظۀ عبور ماهواره استفاده شد و در نهايت، از روش محاسبۀ خطاي انحراف برای واسنجي دماي سطح زمين ماهوارۀ Landsat 8 و تهيۀ لايۀ ميانگين روزانه دماي سطح زمين استفاده شد. در اين مطالعه همۀ ضرايب همبستگي محاسبه‌شده بيشتر از 0.9 بود و تمامی روابط رگرسيوني، از نظر آماري، در سطح 95% و حتي 99% معنادار بودند. اختلاف مقادير خطاي انحراف محاسبه‌شده در روز-تصويرهاي مختلف در بیشترین مقدار، 0.5 کلوين بود و ميزان RMSE محاسبه‌شده نيز بين 1.9 تا 2.2 کلوين قرار داشت كه در مقايسه با مطالعات مشابه مورد پذیرش بود.  

واژگان کلیدی


ايستگاه غيرمرجع، پنجرۀ مجزا، دماي سطح زمين، گسيلندگي سطح.

تمام متن:

PDF

منابع و مآخذ مقاله


Allen, R.G., 1998, Crop Evapotranspiration (Guidelines for Computing Crop Water Requirements), FAO Irrigation and Drainage Paper No.56.

Allen, R.G., Tasumi, M., Trezza, R., Waters, R. & Bastiaanssen, W., 2002, SEBAL (Surface Energy Balance Algorithms for Land), Advance Training and Users Manual–Idaho Implementation, version, 1, 97.

Bolgrien, D.W., Granin, N.G. & Levin, L., 1995, Surface Temperature Dynamics of Lake Baikal Observed from AVHRR Images, Photogrammetric Engineering and Remote Sensing, 61: 211-216.

Brivio, P.A., Zilioli, E. & Lechi, G.L., 2006, Principi e Metodi di Telerilevamento, CittàStudi.

Choudhury, Bhaskar J. et al., 1994, Relations Between Evaporation Coefficients and Vegetation Indices Studied by Model Simulations, Remote sensing of environment, 50.1: 1-17.

Cracknell, A.P., 1997, The Advanced Very High Resolution Radiometer (AVHRR), Taylor & Francis Ltd., London, U.K., 534 pp.

Duffie Jone, A., & Beckman, William A., 1991, Solar Engineering of Thermal Process, John Wiley& Sons Inc.

Huete, A.R., 1998, Introduction to Vegetation Indices, Retrieved from http://www. start.or.th/luccdis 98/huete1.htm 6 July 2003..

Huete, Alfredo R.A., 1988, Soil-Adjusted Vegetation Index (SAVI), Remote sensing of environment 25.3: 295-309.

Jensen, M.E., Burman, R.D. & Allen, R.G., 1990, Evapotranspiration and Irrigation Water Requirements, ASCE Manuals and Reports on Engineering, Practices NO 70. ASCE. New York.

Jimenez-Munoz, J.C. & Sobrino, J., 2007, Feasibility of Retrieving Land-Surface Temperature from ASTER TIR Bands Using Two-Channel Algorithms: A Case Study of Agricultural Areas, Geoscience and Remote Sensing Letters, IEEE,4(1), 60-64.

Liu, Y., Yamaguchi, Y. & Ke, C., 2007, Reducing the Discrepancy Between ASTER and MODIS Land Surface Temperature Products, Sensors, 7(12), 3043-3057.

Miller, Woodruff & Millis, Eric, 1989, Estimating Evaporation from Utah’s Great Salt Lake Using Thermal Infrared Satellite Imagery 1, 541-550.

Peterson, Christopher G. & Stevenson, R. Jan, 1989, Substratum Conditioning and Diatom Colonization in Different Current Regimes1, Journal of Phycology 25.4: 790-793.

Qi, J., Chehbouni, A., Huete, A.R., Kerr, Y.H., 1994, Modified Soil Adjusted Vegetation Index (MSAVI), Remote Sensing of Environment, 48:119-126.

Qi, J., Kerr, Y., Chehbouni, A., 1994, External Factor Consideration in Vegetation Index Development, Proc. of Physical Measurements and Signatures in Remote Sensing, ISPRS, 723-730.

Qin, Zhi-hao, Karnieli, A. & Berliner, P., 2001, A Mono-Window Algorithm for Retrieving Land Surface Temperature from Landsat TM Data and Its Application to the Israel-Egypt Border Region, International Journal of Remote Sensing, 22.18: 3719-3746.

Rouse Jr, J., Haas, R.H., Schell, J.A. & Deering, D.W., 1973, Monitoring Vegetation Systems in the Great Plains with ERTS, NASA special publication, 351, 309.

Singh, S.M., 1984, Removal of Atmospheric Effects on a Pixel by Pixel Basis from the Thermal Infrared Data from Instruments on Satellites, The Advanced Very High Resolution Radiometer (AVHRR). International Journal of Remote Sensing. Vol.5, pp. 161-183.

Sobrino, JoséA, Coll, César & Caselles, Vicente, 1991, Atmospheric Correction for Land Surface Temperature Using NOAA-11 AVHRR Channels 4 and 5, Remote sensing of environment, 38.1: 19-34.

Weng, Q., 2003, Fractal Analysis of Satellite-Detected Urban Heat Island Effect, Photogrammetric engineering & remote sensing 69.5: 555-566.

Yang, H. & Zhongdong, Y, 2006, A Modified Land Surface Temperature Split Window Retrieval Algorithm and Its Applications Over China, Global and Planetary Change 52.1: 207-215.

Yang, J. & Wang, Y.Q., 2002, Estimation of Land Surface Temperature Using Landsat-7 ETM+ Thermal Infrared and Weather Station Data, Available on the

http://www.ltrs.uri.edu/research/LST_page/paper4.doc


ارجاعات

  • در حال حاضر ارجاعی نیست.