كليدواژه :
دماي رويهي زمين موديس , امضاي بسامدي , عوارض زمين , تغييرات محيطي , ايران
چكيده فارسي :
عوارض جغرافيايي گوناگون (درياچه ها، شنزارها، پلاياها، جنگلها و ...) ويژگيهاي دمايي (گرماي ويژه و رسانايي گرمايي) متفاوتي دارند. از اين رو توزيع فراواني دماي رويه ي زمين بر روي هر يك از اين عوارض متفاوت است. از سوي ديگر تغييرات محيطي سبب تغيير دماي رويهي زمين ميشود. بنا بر اين تغييرات محيطي مانند آب شدن يخها و برف پوشها، خشكيدن درياچه ها، جنگلزدايي، بيابانزايي و مانند آن ميتواند توزيع فراواني دماي رويه ي زمين را تغيير دهد. داده هاي موديس به دليل تفكيك مناسب زماني و مكاني بررسي تغييرات توزيع فراواني دماي رويه ي زمين را ممكن مي سازد. پانزده سال داده هاي موديس آكوا به كمك واكاوي مؤلفه ي اصلي بررسي شد. اين بررسي نشان داد كه توزيع فراواني دماي رويه ي زمين در ايران تا اندازه ي زيادي وابسته به ارتفاع و پس از آن وابسته به عوارض جغرافيايي است. توزيع فراواني دماي رويه ي زمين بر روي عوارض جغرافيايي مختلف متفاوت است. درياچه ها، شبكه هاي رودخانه اي، كويرها، شنزارها، درختزارها، جنگلها و كلانشهرها از جمله ي عوارض جغرافيايي هستند كه بر توزيع فراواني دماي رويه ي زمين اثر ميگذارند. از اين رو بررسي توزيع فراواني دماي رويه ي زمين به شناسايي مرز جغرافيايي اين پديده ها كمك ميكند. از سوي ديگر ميتوان تغيير قلمرو اين پديده ها را نيز در طي زمان ردگيري كرد و ابزار نويني براي پايش تغييرات محيطي به دست آورد.
چكيده لاتين :
Any land feature (lake, sand dune, playa, forest, …) has its own thermal properties (specific heat and thermal conductivity). So, different land features show different frequency distribution of LST. On the other hand, environmental changes affect the LST. As a result, the frequency distribution of LST over a given area may change by deforestation, desertification, drying of lakes, and disappearing of snowcaps. The high spatial and temporal resolution of MODIS LST data makes it possible to investigate the changes in the frequency distribution of LST. Using 15 years of LST data shows that the frequency distribution of LST in Iran depend on altitude, atmospheric moisture, snowcaps, surface and subsurface water respectively. Different land features such as lakes, river systems, deserts, playas, sand dunes, forest, and urban areas possess their LST frequency signature. Consequently, LST frequency distribution may be used as a powerful tool to delineate such land features. At the same time, some environmental changes like drying of lakes, deforestation and land use changes may be detected and tracked using frequency analysis of LST.
