تعیین مناسب‌ترین روش استخراج دمای سطح زمین با استفاده از تصاویر ماهوارۀ لندست8 در کلان‌شهر کرج

نوع مقاله : علمی - پژوهشی

نویسندگان

1 کارشناس ارشد سنجش از دور و GIS، دانشگاه شهید چمران اهواز

2 دانشیار گروه سنجش از دور و GIS، دانشگاه شهید چمران اهواز

3 استادیار گروه علوم جنگل دانشکده منابع طبیعی و علوم زمین دانشگاه شهرکرد، شهرکرد، ایران

4 مربی گروه سنجش از دور و GIS، دانشگاه شهید چمران اهواز

چکیده

دما یکی از شاخص­ترین پارامتر‌های اقلیمی و از اصلی‌ترین عوامل اثرگذار در برنامه‌ریزی شهر‌ها محسوب می‌شود زیرا هدایت­کنندة نوع تسهیلات اختصاص­یافته در شهر‌ها و حتی تعیین­کنندۀ ساختار، شکل و بافت شهری است. دمای سطح فاکتور اصلی در تعادل انرژی کره‌زمین بوده و به عنوان ورودی مدل‌های تغییرات آب­وهوایی و جزایر حرارتی شهری به‌کار می‌رود. دمای کلان­شهرها در مقایسه با مناطق شهری و روستایی اطراف بیش­تر و مشهودتر است که به این پدیده «جزیرة حرارتی شهری» گفته می‌شود. کلان‌شهر کرج سومین کلان­شهر بزرگ و دومین شهر مهاجرپذیر ایران (پس از کلان­شهر تهران) است و به‌علت داشتن چنین جایگاهی، بررسی حرارتی آن بیش از پیش احساس می‌شود. در این تحقیق دمای سطح زمین در کلان­شهرکرج با استفاده از تصاویر ماهوارة لندست8 (چهار تصویر) در سال‌های 2013 و 2014، به ­کمک روش‌های گوناگون استخراج شد. روش‌های مورد استفاده شامل پنجرة تکی، سبال، استفان- بولتزمن، تک­کانالی (توسعه‌داده‌شده توسط مونیوس و سوبرینو[1]، 2003)، تک­کانالی (توسعه‌داده‌شده توسط مونوس و همکاران، 2014)، پنجرۀ مجزا و دفتر علوم لندست است. در نهایت، با استفاده از شاخص آماری میانگین خطای مطلق روش‌های گوناگون مقایسه شد و بهترین روش، به‌واسطه نزدیکی به دادة زمینی انتخاب شد. نتایج نشان داد بهترین روش مورد استفاده روش سبال باند 11 با مقدار میانگین خطای مطلق 98/7 است؛ ضمن آن­که در حالت کلی، باند 11 ماهوارة لندست 8، به‌منظور استخراج دمای سطح زمین نتایج قابل اعتمادتری نسبت به باند 10 تولید می‌کند. همچنین بررسی نتایج در تاریخ‌های مختلف مشخص کرد تصاویر نیمة ­دوم سال در مقایسه با نیمة ‌اول سال، تخمین دقیق­تر و نتایج نزدیک­تری به واقعیت تولید می‌کنند.

کلیدواژه‌ها


  1. ابراهیمی هروی، ب.، 1393، تحلیل روابط بین جزایر حرارتی شهری و تغییرات کاربری/ پوشش زمین با استفاده از تصاویر ماهواره‌ای در کلانشهر کرج، پایان‌نامة کارشناسی ارشد سنجش ‌از دور و GIS، دانشگاه شهید چمران اهواز، دانشکدة علوم.
  2. برنامة راهبردی و طرح ساختاری (جامع) شهر کرج، 1389، سازمان مسکن و شهرسازی استان البرز.
  3. جهانبخش، س.، زاهدی، م.، والی‌زاده کامران.، خ، 1390، محاسبة دمای سطح زمین با استفاده از روش سبال و درخت تصمیم‌گیری در محیط GIS، RS در بخش مرکزی شهر مراغه، جغرافیا و برنامه‌ریزی (دانشگاه تبریز)، سال 16، شمارة 38، صص. 42-19.
  4. دشتکیان، ک.، دهقانی، م، 1386، بررسی دمای سطح زمین در ارتباط با پوشش گیاهی و توسعة شهری با استفاده از سنجش از دور و سیستم اطلاعات جغرافیایی در مناطق بیابانی، مطالعة موردی: منطقة یزد- اشکذر، پژوهش و سازندگی در منابع طبیعی، دورة 20، شمارة 77، صص. 179-169.
  5. ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــــ
  6. Alipour et al.
  7. Zhang et al.
  8. رنجبران، ه.، 1387، آمار و احتمال و کاربرد آن در اقتصاد، چاپ اول، تهران، انتشارات نور علم.
  9. شکیبا، ع.، ضیائیان فیروزآبادی، پ.، عاشورلو، د.، نامداری، س، 1388، تحلیل رابطة کاربری و پوشش اراضی و جزایر حرارتی شهر تهران، با استفاده از داده‌های ETM+، سنجش از دور و GIS ایران، سال اول، شمارة اول، صص. 56-39.
  10. شهابی‌فر، م.، عصاری، م.، کوچک زاده، م.، میرلطفی، م.، 1389، ارزیابی برخی از روش های تبخیر و تعرق گیاه مرجع چمن با استفاده از داده های لایسیمتری در شرایط گلخانه ای، پژوهش آب درکشاورزی، دور، 24،شمارة 1، صص. 19-13
  11. علوی‌پناه، س.ک.، 1385، سنجش از دور حرارتی و کاربرد آن در علوم زمین، انتشارات دانشگاه تهران.
  12. علیزاده، الف.، 1387، اصول هیدرولوژی کاربردی، مشهد، انتشارات آستان قدس رضوی.
  13. ملک‌پور، پ.، طالعی، م.، رضائی، ی.، خوشگفتار، م.، 1389، بررسی درجه حرارت سطح زمین و ارتباط آن با کلاس‌های پوشش- کاربری زمین شهری با استفاده از داد، سنجندة ETM+، مطالعة موردی شهرتهران، همایش ملی ژئوماتیک.
  14. هاشمی، س.م.، علوی‌پناه، س.ک.، دیناروندی، م.، 1391، ارزیابی توزیع مکانی دمای سطح زمین در محیط‌زیست شهری با کاربرد سنجش از دور حرارتی، محیط‌شناسی، سال 39، شمارة 1، صص. 92-81.
  15. Alipour. T., Sarajian, M.R. & Esmaeily, A., 1389, Land Surface Temprature Estimation from Thermal Band of Landsat Sensor, Case Study: Alashtar City, The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol. XXXVIII-4/C7.
  16. Feng, H., Zhao, X., Chen, F. & Wu, L., 2014, Using Land Use Change Trajectories to Quantifythe Effects of Urbanization on Urban Heat Island, Advances in Space Research, 53(3), PP. 463–473.
  17. http://landsat.usgs.gov/band_designations_landsat_satellites.php.
  18. Jimenez-Muñoz, J.C., Sobrino, J., Skokovi´c, D., Mattar, C. & Cristobal, J., 2014, Land Surface Temperature Retrieval Methods from Landsat-8 Thermal Infrared Sensor Data, IEEE Geoscience and Remote Sensing Letters, 11(10), PP. 1840–1843 .
  19. Landsat 7 Science Data Users Handbook, National Aeronautics and Space Administration, PP: 1–186.
  20. Liu, L. & Zhang, Y, 2011, Urban Heat Island Analysis Using the Landsat TM Data and ASTER Data: A Case Study in Hong Kong, Remote Sensing, 3(7), PP. 1535–1552.
  21. Maimaitiyiming, M., Ghulam, A., Tiyip, T., Pla, F., Latorre-Carmona, P., Halik, Ü., Sawut, M. & Caetano, M, 2014, Effects of Green Space Spatial Pattern on Land Surface Temperature: Implications for Sustainable Urban Planning and Climate Change Adaptation, ISPRS Journal of Photogrammetry and Remote Sensing, Vol. 89, PP. 59–66.
  22. Rozenstein, O., Qin, Zh., Derimian, Y. & Karnieli, A., 2014, Derivationof Land Surface Temperature for Landsat-8 TIRS Using a Split Window Algorithm, Sensors, 14(4), PP. 5768–5780.
  23. Senanayake, I.P., Welivitiya, W.D.D.P. & Nadeeka, P.M, 2013, Remote Sensing Based Analysis of Urban Heat Islands with Vegetation Cover in Colombo City, Sri Lanka Using Landsat-7 ETM+ Data, Urban Climate, 5, PP. 19–35.
  24. Sobrino, J., Jime nez-Munoz, J.C. & Paolini, L., 2004, Land Surface Temperature Retrieval from LANDSAT TM 5, Remote Sensing of Environment, 90, PP. 434 – 440
  25. Van, T. & Xuan Bao, H.D., 2008, A Study on Urban deVelopment through Land Surface Temperature by Using Remote Sensing: In Case of Ho Chi Minh City,VNU Journal of Science, Earth Sciences, 24, PP. 160–167.
  26. Waters, R., Allen, R., Tasumi, M., Trezza, R. & Bastiaanssen, W., 2002, Surface Energy Balance Algorithms for Land, a NASA EOSDIS/Synergy grant from the Raytheon Companythrough The Idaho Department of Water Resources, PP. 1–98.
  27. Xian, G. & Crane, M., 2006, An Analysis of Urban Thermal Characteristics and Associated Land Cover in Tampa Bay and Las Vegas Using Landsat Satellite Data, Remote Sensing of Environment, 104(2), PP. 147–156.
  28. Zhang, H., Qi, Zh.F., Ye, X. & Chen, M., 2013, Analysis of Land Use/Land Cover Change, Population Shift, and their Effects on Spatiotemporal Patterns of Urban Heat Islands in Metropolitan Shanghai, China, Applied Geography, 44, PP. 121–133.
  29. Zhang, J., Wang, Y. & Li, Y., 2006, A C++ Program for Retrieving Land Surface Temperature from the Data of Landsat TM/ETM+ Band6, Computers & Geosciences, 32, PP. 1796–1805.