بررسي روند تغيير دماي سطح زمين در كاربري‌هاي مختلف در دشت يزد اردكان

Land surface temperature trends in different land use yazd ardakan

دماي سطح زمين يك متغير مهم در سيستم اقليمي زمين است اين فرآيند بر تبادل انرژي و آب بين سطح زمين و اتمسفر، سرعت و زمان رشد گياهان اثر مي‌گذارد. دماي سطح زمين (LST) از قابليت بالايي براي نشان دادن وضعيت تالاب‌ها و تغييرات آنها، همچنين رژيم تبخير تعرق و هيدرولوژيكي كه اغلب با كاربري اراضي و تغييرات آن در ارتباط است برخوردار است. هدف از اين پژوهش بررسي روند دماي سطح زمين در كاربري‌هاي مختلف در دشت يزد اردكان مي‌باشد. در اين پژوهش با استفاده از فناوري سنجش‌ازدور، نقشه‌هاي كاربري اراضي و پوشش گياهي، نقشه دمايي دشت يزد اردكان در يك دوره زماني 3ساله (2014 تا 2017) با استفاده از تصاوير چند زمانه لندست 8 بررسي شد. نتايج مقايسه انواع روش‌هاي طبقه‌بندي تصاوير ماهواره‌اي نشان داد كه كه روش حداكثر احتمال بهترين روش براي تهيه نقشه كاربري اراضي در اين منطقه شناخته شد. همچنين نقشه دماي سطح زمين در تمام ماههاي سال‌هاي مذكور تهيه شد و در هر كاربري ده نقطه به طور تصادفي انتخاب و دماي سطح زمين از آنها استخراج شد. نتايج نشان داد كه كاربري اراضي باير بيشترين دماي حداكثر (25/59) و حداقل دما مربوط به كوهستان (35/3-) مي‌باشد و بيشترين ميانگين دما مربوط به اراضي باير، تپه ماسه‌اي و مراتع است و كمترين ميانگين دما مربوط به اراضي شهري، كشاورزي و كوهستان است.

Land Surface Temperature (LST) is an important variable within the Earth climate system. It describes processes such as the exchange of energy and water between the land surface and atmosphere, and influences the rate and timing of plant growth. Land surface temperature (LST) has a great potential to act as a global indicator of the status of wetlands and changes in their hydrological and evapotranspiration regimes, which are often linked to land use and cover changes. This study tries to express the Land surface temperature trends in different land use in Yazd-Ardakan plain, central Iran. In this study, using remote sensing technology, land use and vegetation maps, the land surface temperature map over a 3year period (2014 to 2017) was investigated using Landsat 8 images. The results of the accuracy assessment of these seven methods showed that maximum likelihood has the best performance in land use mapping in arid lands. Also, the land surface temperature map was prepared during all the months of the year and ten points were randomly selected and extracted from each land use. The results of study indicate, Barren lands use maximum maximum temperature 59.25C and the minimum temperature related to the mountains (-3.35). And the highest average temperature is in the barren lands, sand dunes and rangelands and the lowest average is in urban, agricultural and mountainous areas.