آرشیو

آرشیو شماره ها:
۵۹

چکیده

دمای سطح زمین یکی از پارامترهای مؤثر و مهم در فرایندهای فیزیک سطح زمین در تمامی مقیاس ها، از محلی تا جهانی، محسوب می شود. در این مطالعه، رابطه بین دمای سطح زمین با پوشش گیاهی و رطوبت سطحی خاک، در کاربری های اراضی منطقه زهک دشت سیستان، بررسی شد. بدین منظور تصاویر ماهواره ای لندست TM (1987)، TM (2001) و  OLI(2018) به کار رفت. پس از مراحل پیش پردازش و پردازش تصاویر، نقشه های کاربری اراضی براساس روش طبقه بندی نظارت شده و از طریق الگوریتم حداکثر احتمال در دوره سی ساله استخراج شد. همچنین دمای سطح زمین با روش پنجره مجزا به دست آمد و ارتباط بین آن با پوشش گیاهی و رطوبت خاک، با روش آماری، ارزیابی شد. طبق نتایج، دقت طبقه بندی به روش حداکثر احتمال با بررسی از طریق داده های حقایق زمینی، تصاویر TM و OLI، برحسب ضریب آماری کاپا، به ترتیب 89/0، 95/0 و 84/0 و براساس صحت کلی 8/91، 45/96 و 89/87% به دست آمد. طی سال های 1987، 2001 و 2018 میانگین شاخص های دمای سطح زمین 13/38، 73/45 و 14/41 درجه سانتی گراد، شاخص تفاضلی نرمال شده پوشش گیاهی 11/0-، 13/0- و 16/0- و شاخص تفاضلی نرمال شده رطوبت 64/0، 63/0 و 58/0 برآورد شد. ارتباط دمای سطح زمین و شاخص تفاضلی نرمال شده پوشش گیاهی فاقد همبستگی بود. همبستگی بین دمای سطح زمین و شاخص تفاضلی نرمال شده رطوبت نیز معکوس و منفی شد. بر اثر عوامل پدیدآورنده خشکسالی هیدرولوژیکی و شرایط اقلیمی ناشی از کاهش بارندگی، افزایش دمای هوا و وزش طوفان های گردوغبار، زادآوری و رشد گیاهان کاهش یافته است؛ بنابراین، به دنبال فقدان پوشش گیاهی مناسب، پوشش گیاهی در کاهش دمای سطح زمین منطقه مورد مطالعه تأثیری ندارد.

Investigation of the Relationship between Land Surface Temperature with Vegetation and Surface Moisture in the Land Use of Zahak Area of Sistan Plain Using Landsat Satellite Images

Land surface temperature is considered a key parameter in the physic processes of land surface at all scales of local to global. In this study, the relationship between land surface temperature with vegetation and soil surface moisture in land uses of Zahak plain of Sistan area was investigated. In order to, Landsat TM (1987), TM (2001) and OLI (2018) satellite imagery were used. After the preprocessing and image processing steps, the extraction of land use maps was performed based on the monitored classification method and through maximum probability algorithm for a period of 30 years. Also, land surface temperature was evaluated statistically by separate window method and the relationship between land surface temperature with vegetation and soil moisture. The results showed that the accuracy of classification by maximum probability method through geomorphic facts data, TM and OLI images in terms of kappa coefficient of 0.89, 0.95 and 0.84, respectively, based on the overall accuracy of 91.8, 96.45 and 87.89% was obtained. During 1987, 2001 and 2018, average of the land surface temperature indices were 38.13, 45.73 and 41.14 ° C, the normalized difference vegetation index was -0.11, -0.13 and -0.16, and the normalized difference moisture index was estimated 0.64, 0.63 and 0.58. The relationship between land surface temperature and normalized difference of vegetation index was no correlative. The correlation between land surface temperature and the normalized difference of humidity index was also inverted and negative. Plant regeneration and growth was decreased owing to factors including hydrological drought and Climatic conditions due to reduced rainfall, rising air temperature and Dust storms. Therefore, due to the lack of suitable vegetation, vegetation is not effective in reducing the surface temperature of the study area.

تبلیغات