شناسایی مناطق امیدبخش برای انرژی زمین گرمایی با استفاده از داده های ماهواره ای در منطقه شوط-ماکو استان آذربایجان غربی
سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 53
فایل این مقاله در 13 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_SHRAE-12-1_013
تاریخ نمایه سازی: 14 فروردین 1404
چکیده مقاله:
مناطق داری پتانسیل زمین گرمایی به طور طبیعی دارای شواهدی در سطح زمین هستند که در پروژه های اکتشاف انرژی زمین گرمایی از این شواهد برای مکان یابی اولیه آن ها استفاده می شود. هدف این پژوهش شناسایی مناطق مستعد زمین گرمایی سطحی با ترکیب دمای سطح و فلوهای انرژی حاصل از الگوریتم سبال با استفاده از داده های سنجنده حرارتی ماهواره لندست ۸ و ۹ در منطقه شوط-ماکو استان آذربایجان غربی واقع در شمال غرب کشور است. برای این منظور از تصاویر ماهواره لندست ۸ به تاریخ ۱۴ آگوست ۲۰۲۳ و داده های لندست ۹ به تاریخ ۷ سپتامبر ۲۰۲۳ استفاده شد. سپس با استفاده از الگوریتم پنجره مجزا، نقشه دمای مشاهداتی سطح زمین بازیابی گردید. سپس با استفاده از تصویر سنجنده حرارتی ماهواره سنتینل ۳ دمای بازیابی شده با استفاده از مدل تحلیل رگرسیون خطی اعتبارسنجی شد. در ادامه با استفاده از الگوریتم سبال مقدار تشعشعات خالص دریافتی توسط سطح زمین، انرژی خالص هدایت شده به زمین و مقدار تابش جذب شده خورشیدی توسط سطح زمین، محاسبه گردید تا اثر تشعشعات خورشیدی از روی دمای مشاهداتی سطح به حداقل ممکن برسد. با ترکیب فلوهای گرمایی حاصل از الگوریتم سبال با دمای مشاهداتی سطح، مناطق مستعد انرژی زمین گرمایی شناسایی و تعیین گردیدند. چشمه آبگرم طبیعی به عنوان یکی از شواهد ظاهری انرژی ژئوترمال تاییدکننده پیکسل های مستعدی بودند که در نتایج حاصل از نقشه نهایی بدست آمدند و نشان دادند مناطقی در منطقه مورد مطالعه وجود دارند که پتانسیل بالایی برای انرژی زمین گرمایی دارند.
کلیدواژه ها:
نویسندگان
صیاد اصغری سراسکانرود
گروه جغرافیای طبیعی، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایران. رایانامه: s.asghari@uma.ac.ir
بهروز فرامرزی عوری
کارشناسی ارشد سنجش ازدور و سیستم اطلاعات جغرافیایی، گروه جغرافیای طبیعی، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی
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 :