فهرست مطالب saied soltani
-
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 تحقیق تخریب اراضی استان اصفهان در بازه زمانی 2001 تا 2014 با استفاده از تحلیل روند، دو شاخص NDVI و RUE مورد بررسی قرار گرفت. به این منظور از تصاویر ماهواره ای مودیس با کد MOD13A2 برای بررسی تخریب پوشش گیاهی و همچنین برای محاسبه RUE، در ابتدا از تصاویر ماهواره مودیس با کد MOD17A3 برای محاسبه NPP و سپس برای به دست آوردن بارندگی از روش کریجینگ استفاده شد؛ در پایان RUE از نسبت بین NPP به بارندگی بدست آمد. نتایج نشان داد که روند تغییرات NDVI و RUE برحسب بارش سالانه به ترتیب افزایشی و کاهشی بوده است. مقایسه رابطه رگرسیونی بین دو شاخص NDVI و RUE در کاربری های مختلف اراضی کشاورزی، مرتعی، جنگلی و بیابانی منطقه مورد مطالعه نشان داد که روند RUE در کاربری های کشاورزی، مرتع و جنگل افزایشی بوده به طوری که در سال 2001 مقدار این شاخص درکاربری های ذکرشده به ترتیب 017/0، 0051/0 و 006/0 و در سال 2014 به 170/0، 052/0 و 060/0 گرم کربن بر متر مربع درسال می ر سد. روند NDVIدر این بازه زمانی نیز کاهشی بوده است، به طوری که مقدار این شاخص نیز در سال 2001 به ترتیب در کاربری های ذکرشده 2/0، 142/0 و 149/0 و در سال 2014 به 16/0، 099/0 و 106/0 می رسد. درکاربری اراضی بیابانی روند این دو شاخص کاهشی بوده به طوری که مقدار شاخص RUE در سال 2001 در این کاربری 097/0 و در سال 2014 به 0213/0 گرم کربن بر متر مربع در سال کاهش داشته است. بر اساس این نتایج می توان دریافت که بوم نظام (اکوسیستم) منطقه مورد بررسی در حال تخریب است.کلید واژگان: پوشش گیاهی, مودیس, تولید خالص اولیه, استان اصفهان}In this study, land degradation in Isfahan province in the period of 2001 - 2014 was monitored using trends analysis in terms of two indices of NDVI and RUE. To do this, MODIS satellite images with MOD13A2 code was used to investigate the vegetation degradation and for calculating the RUE, which is obtained from the NPP to rainfall ratio. The MODIS images with MOD17A3 code was used to calculate NPP and Kriging method was applied for obtaining rainfall map. The results showed that NDVI had an increasing trend while RUE had a decreasing trend based on annual rainfall. Evaluation of land degradation in the time period (2001-2014) and comparing the regression relationship between the two indices of NDVI and RUE in different land uses (agriculture, rangeland, forest and desert) of the study area showed that RUE trend was increasing in agriculture, rangeland and forest land uses, so that in 2001, the value of this index in the mentioned land uses was 0.2, 0.142 and 0.149, respectively and 0.61, 0.099 and 0.106 in 2014. In the desert regions, the trend of the two indices was decreasing, so that the value of RUE in 2001 and 2010 was decreased by the factor of 0.097 and 0.2131 g c m2 per year, respectively. Based on the results, it can be seen that the ecosystem of the study area is degrading.Keywords: Vegetation cover, MODIS, Net primary production, Isfahan province}
-
تعیین توزیع مکانی طوفان های گرد و غبار در مناطق رسوب گذاری، گامی ضروری برای مدیریت این بحران طبیعی انسانی است. هدف مطالعه حاضر ارزیابی کارایی شاخص گرد و غبار NDDI اعمال شده بر تصویر 14 تیر سال 1388 مودیس به منظور شناسایی طوفان های گرد و غبار در استان خوزستان است. نقشه خروجی شدت گرد و غبار براساس ارزش عددی پیکسل های شاخص NDDI در شش کلاس خیلی شدید، شدید، متوسط، ضعیف، خیلی ضعیف و بدون گرد و غبار کلاس بندی و میزان صحت آن با استفاده از داده های میزان قدرت دید ایستگاه های هواشناسی و داده های میزان PM10 در دو ایستگاه سنجش آلودگی هوا در شهر اهواز ارزیابی شد. نتایج نشان داد که 64814 پیکسل از 94579 پیکسل بین آستانه (0/8- تا 0/9-) قرار دارد که این مقدار 68/59 درصد استان خوزستان را پوشش می دهد. علی رغم کارایی خوب شاخص NDDI در مطالعات قبلی، نتایج نقشه میزان شدت طوفان در این مطالعه نشان داد که در مقایسه با داده های ایستگاه های سنجش آلودگی و هواشناسی، میزان شدت طوفان در منطقه مطالعاتی کمتر از حد واقعی برآورد شده است. به نظر می رسد که این کارایی پایین به ویژگی های سطح زمین از قبیل کاربری، پوشش اراضی، تفاوت های توپوگرافی و همچنین خصوصیات شیمیایی کانی های گرد و غبار منطقه مربوط می شود.
کلید واژگان: ریزگرد, تصاویر ماهواره ای, مودیس و شاخص NDDI}Detecting the spatial distribution of dust storms in the deposition regions is an essential step for managing this natural and human-induced crisis. This study aimed to investigate the performance of the Normalized Differences Dust Index (NDDI) applied to MODIS data (4/7/2009) for detection of dust storms in the Khuzestan Province. The extracted NDDI map was classified by value pixel in six classes including very severe، severe، medium، low، very low and non-affected and their accuracy were assessed using visibility data recorded at meteorological stations and PM10 data at two air pollution stations in Ahvaz town. According to the results 64814 out of 94579 pixels of the study area were between threshold values between -0. 8 – 0. 9 which covers 68. 59 percent of the region. In spite of the good performance of NDDI in the previous studies، results of mapping dust intensity in this study in comparison with visibility and air pollution data indicated that this index underestimates the concentration of dust in the Khuzestan Province. It seems that this low performance of NDDI relates to land use/cover and topographical differences and also chemical characteristics of dust minerals in the study area.Keywords: Dust storm, Dust mapping, MODIS, NDDI}
- 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.
©2000-2024 magiran.com All Rights Reserved.