فهرست مطالب nahid moshtagh
-
مطالعه حاضر با هدف ارزیابی کارایی دو الگوریتم آرتیس و سوبرینا در استخراج دمای سطح زمین از باند مادون قرمز حرارتی تصویر TM سال 2009 در منطقه دامنه استان اصفهان صورت گرفت و صحت نقشه های دمایی حاصله از تصویر زمین مرجع شده با داده های دمای سطح زمین که در 10 ایستگاه هواشناسی جمع آوری شده بود با استفاده از آنالیز رگرسیون خطی ارزیابی گردید. نتایج نشان داد که هر دو الگوریتم قابلیت پهنه بندی توزیع مکانی دمای سطح زمین در منطقه مطالعاتی را دارند و همبستگی بالای میان این دو روش موید این امر بود (R>0.97)، ولی الگوریتم آرتیس نسبت به سوبرینا کارایی بهتری را نشان داد. این الگوریتم بیش از 72% از تغییرات دمای سطح زمین که توسط ایستگاه های زمین ثبت شده بود را بخوبی نشان داد. مطابق این روش، اراضی بدون پوشش گیاهی و مناطق با پوشش گیاهی بالا در زمین های کشاورزی و مراتع بترتیب بالاترین (328 کلوین) و کمترین (291 کلوین) دمای سطح زمین در منطقه را داشتند. نتایج مطالعه بیانگر آن بود که با کاهش پوشش گیاهی مقادیر دمایی افزایش می یابد، بنابراین، اطلاعات دمایی بدست آمده از داده های سنجش از دور با پوشش وسیع مکانی خود می تواند نقش کلیدی در مدیریت اکوسیستم ها بازی کند.
کلید واژگان: سطح زمین, داده های ماهواره ای, داده های هواشناسی, آنالیز رگرسیون خطی}Land surface temperature (LST) is an essential parameter in ecological, hydrologic, climatic, and related studies. The objective of this study was to evaluate the performance of Artis and Sobrino algorithms for retrieving LST from 2009 Landsat TM thermal infrared band in Damaneh region of Isfahan province. The accuracy of LST extracted from geometrically corrected image was then assessed against field-based LST data recorded at 10 meteorological stations using linear regression analysis. The results showed that both algorithms were able to map LST spatial distribution in the region and they were significantly correlated (R>0.97), but the Artis algorithm performed slightly better than Sobrino one. This algorithm explained up to 72% of the variation in the field measurements of LST. According to this algorithm, bare lands and highly vegetated agricultural and rangeland areas had the highest (328k0) and lowest LST (291k0) in the region, respectively. As the results indicated here the decrease in vegetation cover corresponds with increase in temperature values, therefore, remotely-sensed LST information with their extensive coverage can have a key role in ecosystem management.
Keywords: LST, Satellite data, Climatic data, linear regression analysis}
- در این صفحه نام مورد نظر در اسامی نویسندگان مقالات جستجو میشود. ممکن است نتایج شامل مطالب نویسندگان هم نام و حتی در رشتههای مختلف باشد.
- همه مقالات ترجمه فارسی یا انگلیسی ندارند پس ممکن است مقالاتی باشند که نام نویسنده مورد نظر شما به صورت معادل فارسی یا انگلیسی آن درج شده باشد. در صفحه جستجوی پیشرفته میتوانید همزمان نام فارسی و انگلیسی نویسنده را درج نمایید.
- در صورتی که میخواهید جستجو را با شرایط متفاوت تکرار کنید به صفحه جستجوی پیشرفته مطالب نشریات مراجعه کنید.