ارزیابی روش های ریزمقیاس سازی DisTRAD و TsHARP به منظور افزایش قدرت تفکیک مکانی تصاویر حرارتی سنجنده مادیس

زمینه و هدف: دمای سطح زمین (LST) یکی از مهم ترین پارامترهای موثر بر محیط و سیستم های اکولوژیکی است و بر بسیاری از فرآیندهای سطح زمین تاثیرگذار است. LST به طور گسترده ای در مطالعات رطوبت خاک، گرمای سطح زمین شهری، نظارت بر محیط زیست، شبیه سازی فرآیند بیوژئوشیمیایی محیطی و ارزیابی تغییرات آب و هوا استفاده می شود. لذا توسعه روش هایی به منظور تخمین هرچه دقیق تر مکانی و زمانی این پارامتر کلیدی، کمک شایانی به توسعه بخش کشاورزی و حفظ منابع آبی می کند. هدف از تحقیق حاضر، ارزیابی نتایج روش های ریزمقیاس سازی DisTRAD و TsHARP به منظور افزایش قدرت تفکیک مکانی تصاویر حرارتی سنجنده مادیس حاصل از ماهواره های ترا و آکوا، از ۱۰۰۰ متر به ۲۵۰ متر است.روش پژوهش: روش پژوهش در مقاله حاضر از نظر هدف، کاربردی و از نظر روش انجام کار مبتنی بر روابط همبستگی است.یافته ها: عملکرد روش های ریزمقیاس سازی حرارتی DisTRAD و TsHARP توسط شاخص میانگین مربعات خطا (RMSE) و میانگین انحراف خطا (MBE) ارزیابی شدند. بررسی نتایج حاکی از آن است که بین داده های تصاویر ریزمقیاس شده دمای سطح زمین توسط روش های DisTRAD و TsHARP با داده های تصویر مادیس ۱۰۰۰ متری از سنجنده Terra، مقدار RMSE برای تاریخ ۱۳ اردیبهشت ۱۳۹۸ به ترتیب برابر با ۷۷/۱ و ۷/۱ درجه سانتی گراد و R۲ حدود ۵۳ درصد و برای ۲۵ مهر ۱۳۹۸ به ترتیب برابر با ۴۴/۲ و ۳۸/۲ درجه سانتی گراد و R۲ حدود ۸۵ درصد است.نتایج: بررسی نتایج ماهوراه های ترا و آکوا، به طور کلی نشان دهنده برتری نتایج ماهواره ترا نسبت به آکوا است. دلیل اصلی آن می تواند ساعت متفاوت گذر ماهواره ها از منطقه مورد مطالعه باشد. همچنین با توجه به اینکه تغییرات رطوبتی خاک و پهنه های آبی نظیر رودخانه کارون از عوامل اصلی ایجاد خطاست، لذا استفاده از این روش های ریزمقیاس سازی تنها در مناطق فاقد تغییرات زیاد رطوبتی توصیه می شود.

Keywords:

LST , NDVI , رگرسیون خطی , کشت و صنعت امیرکبیر