انتخاب مناسب‌ترين الگوريتم روزنه مجزا در تخمين دماي سطح زمين با استفاده از سنجنده MODIS (مطالعه موردي: دشت كرمان)

Choosing the most appropriate split-window algorithms for estimating land surface temperature by use of MODIS sensor (Case study: Kerman plain)

سابقه و هدف: دماي سطح زمين مقدار خالص انرژي است كه تحت شرايط اقليمي در سطح زمين به توازن رسيده و به‌ مقدار انرژي رسيده، گسيل‌مندي سطح، رطوبت و جريان هواي اتمسفر بستگي دارد. تحليل و پايش الگوهاي دماي سطح زمين، با توجه به نوع كاربري آن از اصلي‌ترين مقوله هايي است كه مي توان در حل مسايل پيچيده آب و هوايي در نواحي شهري مورد استفاده قرار داد. هدف از اين مطالعه به‌دست آوردن نقشه دمايي دشت شهرستان كرمان با به‌كار بردن داده‌هاي سنجش‌ازدور با استفاده از مقايسه الگوريتم هاي روزنه مجزا مي باشد. با توجه به اين‌كه شار گرماي محسوس كه عامل ايجاد دما است در سردترين پيكسل تصاوير برابر صفر در نظر گرفته مي‌شود از اين جهت بين متوسط درجه حرارت روزانه با دماي سطح زمين اختلاف چنداني وجود ندارد، بنابراين مقايسه نتايج به‌دست ‌آمده با داده‌هاي هواشناسي و ميداني كه برداشت شده است. مواد و روش‌ها: دشت شهرستان كرمان، محدوده مورد مطالعه پژوهش حاضر با وسعتي حدود 12887 كيلومترمربع بين عرض‌هاي جغرافيايي 29 درجه و 29 دقيقه تا 39 درجه و 11 دقيقه شمالي و طول‌هاي جغرافيايي 56 درجه و 22 دقيقه تا 58 درجه و 16 دقيقه شرقي واقع شده است. در اين پژوهش براي بررسي دماي سطح زمين از 12 تصوير بدون ابر مربوط به سنجنده MODIS از سايت NASAاستفاده ‌شد. تصحيحات هندسي و راديومتريك بر روي تصاوير فوق در نرم‌افزار ENVI4.5 انجام شد. علاوه بر اين، براي مقايسه نتايج حاصله از 10 الگوريتم‌ روزنه مجزا، درجه حرارت 5 سانتي‌متري عمق خاك از داده‌هاي برداشت شده در بازديد ميداني استفاده شد. يافته‌ها: نتايج نشان داد مدل كول و كاسيليس با MAE برابر با 76/4 سانتي‌گراد و MBE برابر با 07/0- بيش‌ترين دقت را در بين مدل‌ها دارا مي‌باشد. مدل پرايس با احتساب MAE مساوي با 98/4 و MBE مساوي با 081/0 در جايگاه دوم با دقتي نسبتاً نزديك به مدل كول قرار گرفته است و مدل بيكرولي در بين اين 10 الگوريتم پايين‌تربن دقت را با احتساب MAE برابر با 21/6 و MBE برابر با 73/3 داشته است. R2 برابر با 81/0 بين نتايج حاصل از برداشت زميني و دماي منتج از داده‌هاي ماهواره‌اي تيز صحت الگوريتم كول و كاسيليس را نشان مي‌دهد. در نهايت نقشه طبقه‌بندي دمايي دشت شهرستان كرمان با روش ماشين بردار پشتيبان براساس نمونه‌هاي تعليمي در پنج كاربري (شهري، كوهستان، دشت، باير و كشاورزي) تهيه گرديد. نتيجه‌گيري: قابل ذكر است كه در سنجش‌ازدور حرارتي تاثير پارامترهايي چون سرعت باد، درجه حرارت هوا، رطوبت خاك، توان تشعشعي، زبري و صافي، شرايط اتمسفريك و زاويه تابش خورشيد بسيار بالا است و اين امر باعث شده است كه سنجش‌ازدور حرارتي در مقايسه با سنجش‌ازدور انعكاسي دچار خطا و در بعضي‌اوقات اغراق شود. همچنين بر اساس نتايج حاصله درمي‌يابيم كه براي محاسبه دقيق دماي سطح زمين لازم است كه توان تشعشعي هر پديده به‌طور مجزا شناسايي شود.

Background and Objectives: Land surface temperature value is net energy that under the climatic conditions and the amount of energy reaching the earthʹs surface has risen balance and depends on surface emissivity, humidity and atmospheric air flow. Analysis and monitoring of the Earthʹs surface temperature patterns, are the main categories Due to their usage can be used in solving complex problems of climate used in urban areas. The aim of this study is obtaining a temperature map of the city of Kerman plain by using remote sensing data by comparing the aperture algorithms distinct. Since the sensible heat flux that causes the temperature in the coldest pixel images can be considered zero in this respect the difference between average daily temperature and land surface temperature is so little. Materials and Methods: Plain of Kerman, with an area of 12887 square kilometers. This study area is located between latitudes 29? 29ʹ to 39? 11ʹ north to east geographical lengths of latitudes 56? 22ʹ to 58? 16ʹ. In this study for investigating the Earthʹs surface temperature of 12 cloudless images on the site NASA from MODIS sensor was used. Geometric and radiometric corrections were done on images by ENVI4.5 software. In addition, the algorithm for comparing the results of 10 separated aperture algorithm, 5 cm deep soil temperature data were obtained during field visit. Results: The results indicated that Cole and Kasylys model with MAE was equal to 4.76 °C and with MBE was at -0.07 had the most accuracy among all models. Price Model, including MAE equal to 4.98 and MBE equals to 0.081 was in the second rank with the accuracy close to Coleʹs model accuracy. And Bicroly model has the lowest accuracy among these 10 algorithms with MAE equal to 6.21 and MBE is equal to 3.73. R2 equal to 0.81 between the results of harvesting the resulting surface temperature by satellite data shows correctness of Kasylys and Cole model and accuracy of the algorithm. The temperature classification map of the city of Kerman desert supported by vector machine based on training samples in five users (urban, mountain, desert, barren and farmers) were prepared. Conclusions: It is noteworthy that in the thermal remote sensing, influence of parameters such as wind speed, air temperature, soil moisture, the radiation, roughness and smoothness, atmospheric conditions and sun shine angle are so high and This has caused thermal remote sensing be overstated and sometimes causes errors in comparison with reflection remote sensing. According to the results, we find that for the accurate calculation of the Earthʹs surface temperature is necessary the Radiation of any phenomenon should be identified separately. The use of remote sensing data to estimate the surface temperature is considered as a new approach reduces the cost of estimating the temperature by classical methods.so to estimate the surface temperature of kerman plain, 12 cloudless images of MODIS sensor (which has no problem in reflection and thermal compatibility of images) and 10 separate aperture algorithm in a tome period of the summer of 1392 were used. Furthermore, to compare the results of separated aperture algorithms, 5 cm deep soil temperature was measured at certain points at the time of passing satellites in a time periods of 12 days, by a digital thermometer with a handheld GPS device. The results showed that Kasylys Cole model (1978) including MAE equal to 76.4 °C and MBE equal to -0.07 has the highest accuracy among all models. Praice model (1984), including the MAE equal to 4.98 and MBE equal to 0.081 is at the second rank and also is close to the Cole model in accuracy and Bykroly model (1990) with the MAE equal to 6.21 and MBE equal to 3.73 has the lowest accuracy among the 10 algorithm. When R2 is equal to 0.81 among the results of the estimating surface temperature on the ground and by satellite data shows the correctness of and Kasylys and Cole (1978) algorithm. Finally, the thermal classification map of the Kerman plain was prepared by use of support vector machine based on training samples in five users (urban, mountain, desert, barren and farmers).