مدل سازی دمای سطح زمین و روش های برآورد در پیش بینی LSD با تکنیک سنجش از دور در شهرستان تبریز، ایران
سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 156
فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_GAHR-7-1_001
تاریخ نمایه سازی: 19 تیر 1403
چکیده مقاله:
امروزه گرم شدن زمین و افزایش دمای سطح زمین به ویژه در شهرهای بزرگ یکی از معضلات زیست محیطی است. هدف از این مقاله تخمین توانایی الگوریتم های Sebal، بهبود یافته تک کانال و پنجره تقسیم در تخمین دمای سطح زمین بر روی داده های تصویر Landsat ۸ در تیرماه ۱۳۹۸ و استخراج نقشه های کاربری اراضی در ۷ کلاس برای شهرستان تبریز با استفاده از شی گرا می باشد. روش طبقه بندی تطبیق نقشه های دمایی به دست آمده با استفاده از این سه الگوریتم مذکور با نقشه کاربری اراضی و مقایسه الگوریتم ها با یکدیگر از نظر نزدیکی دمای آنها به ایستگاه تبریز از دیگر اهداف این مقاله است. برای تخمین دقت دمای اندازه گیری شده از داده های دمای اندازه گیری شده ایستگاه تبریز در دو سانتی متر بالاتر از زمین (به عنوان نماینده شهرستان تبریز) استفاده شده است. نتایج الگوریتم های سبال، بهبود تک کانال و پنجره اسپلیت بیشترین دما را برای کاربری مرتع خشک و کمترین دما را برای استفاده از پوشش گیاهی نشان داد که نشان دهنده اهمیت پوشش گیاهی در تغییرات دمایی منطقه مورد مطالعه است. مقایسه الگوریتم های مورد مطالعه با دمای اندازه گیری شده در ایستگاه تبریز و انطباق آنها با کاربری های مختلف نشان داد که الگوریتم تک کاناله بهبود یافته با دمای واقعی دمای واقعی سطح زمین در شهرستان تبریز سازگاری بیشتری دارد. نتایج این مطالعه می تواند به برنامه ریزان محیطی که نگران افزایش دمای هوا در شهرها هستند کمک کند تا تصمیمات مناسب تری در خصوص کنترل این پدیده اتخاذ کنند.
کلیدواژه ها:
نویسندگان
برومند صلاحی
استاد آب و هواشناسی، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی
زهرا عبدی
گروه جغرافیای طبیعی، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی
مهناز صابر
گروه جغرافیای طبیعی، دانشگاه محقق اردبیلی، اردبیل، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
