ایجاد رابط کاربر گرافیکی جهت محاسبه خودکار دمای سطح زمین و استفاده از نتایج در ارزیابی تغییرات دمایی کاربری های اراضی شهرستان اردبیل

Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 129

This Paper With 5 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_GIRS-13-3_007

تاریخ نمایه سازی: 11 مهر 1401

Abstract:

پیشینه و هدف دمای سطح زمین (LST) یک شاخص حیاتی برای مطالعه تغییرات محیطی، شرایط هیدرولوژیکی و بیلان انرژی زمین محسوب می شود که با استفاده از آن می توان روی تغییرات حرارتی شهرها نیز نظارت کرد. کمبود ایستگاه های هواشناسی در اکثر مناطق کشور از جمله منطقه مورد مطالعه محدودیت­ های اطلاعاتی در زمینه داده­ های دمای سطح زمین ایجاد کرده است. همچنین طیف وسیعی از کاربران غیر سنجش از دوری وجود دارند که به نقشه های دمای سطح زمین نیاز دارند و اغلب آنها آشنایی کافی با نرم افزارهای محاسبه کننده LST ندارند و به ناچار مجبورند زمان زیادی را صرف کنند تا نقشه های مورد نظر خود را تهیه کنند. این فرآیند حتی برای متخصصان سنجش از دور نیز در صورت بالا بودن تعداد تصاویر، زمان بر خواهد بود.استفاده از داده­ های معتبر جهت اعتبارسنجی که از لحاظ زمانی کمترین اخلاف را با زمان عبور ماهواره داشته باشد، اهمیت زیادی در برآورد دقت نتایج دارد. با بررسی تحقیقات داخلی مشابه با موضوع مورد مطالعه اکثر پژوهش های داخلی برای اعتبارسنجی نتایج تنها از داده های ایستگاه هواشناسی استفاده ­کردند که زمان ثبت داده در این ایستگاه ها با زمان عبور ماهواره متفاوت است. در این پژوهش به دلیل وسعت زیاد منطقه مورد مطالعه و کافی نبودن تعداد ایستگاه های هواشناسی، علاوه بر داده ­های دمای سطح اندازه­ گیری شده در ایستگاه های سینوپتیک، دمای سطح زمین در دو ایستگاه زمینی نیز همزمان با عبور ماهواره ثبت گردید. ایجاد رابط کاربر گرافیکی (GUI) جهت محاسبه خودکار دمای سطح شهرستان اردبیل با دو الگوریتم تک کانال و RTE و از نتایج در ارزیابی تغییرات دمایی کاربری های اراضی منطقه استفاده شد.مواد و روش ها جهت محاسبه خودکار دمای سطح زمین شهرستان اردبیل از سه نوع داده تصاویر ماهواره های لندست ۵ و ۸، داده های دمای سطح ثبت شده در محل دو ایستگاه هواشناسی موجود در محدوده مورد مطالعه و همچنین به دلیل کافی نبودن تعداد ایستگاه­ های هواشناسی از داده­ های دمای سطح اندازه­ گیری شده با دماسنج­های دیجیتالی همزمان با عبور ماهواره نیز استفاده شد. پس از  آماده سازی تصاویر حرارتی و چند طیفی، ابتدا جهت مدل سازی میزان انتقال­پذیری اتمسفر از از نرم­افزار محاسبه­گر تحت وب MODTRAN استفاده و ضرایب اتمسفری استخراج گردید. سپس برای ایجاد رابط­ه ای کاربر گرافیکی و محاسبه خودکار LST، دمای سطح زمین با دو الگوریتم تک­کانال و روش RTE با تصاویر ماهواره لندست ۵ و لندست ۸ برای دو تاریخ ۳۱/۰۷/۲۰۰۰ و ۲۱/۰۸/۲۰۱۹ در محیط نرم افزار متلب کد نویسی شد و با استفاده از این کدها رابط­ه ای کاربر گرافیکی برای هر الگوریتم ایجاد و در نهایت اپلیکیشن محاسبه­ گر خودکار دمای سطح زمین تولید گردید. همچنین نقشه کاربری اراضی شهرستان اردبیل برای هر دو تاریخ مذکور با استفاده از الگوریتم جنگل تصادفی در محیط سامانه گوگل ارث انجین با ۷ کلاس طبقه­بندی و استخراج گردید. این الگوریتم به­دلیل ساختار سلسله مراتبی که در انتخاب هر پیکسل به طبقه مناسب دارد در مقایسه با روش­ های سنتی مثل حداکثر احتمال عملکرد بسیار بهتری دارد. جهت اعتبار سنجی نقشه­ های دمای سطح از دو نوع داده دمای سطح ثبت شده در دو ایستگاه هواشناسی و دمای سطح ثبت شده توسط دماسنج دیجیتالی که همزمان با عبور ماهواره در دو نقطه از محیط همگن غیرشهری با کاربری کشاورزی و بایر که محصول آن برداشت شده بود، استفاده شد. برای ارزیابی دقت نقشه­های کاربری اراضی نیز با استفاده از Google Earth که توان تفکیک مکانی بهتری نسبت به تصویر مورد استفاده دارد، ۲۴۸ نقطه کنترل زمینی از پیکسل ­های خالص کاربری­ های مختلف اخذ گردید و در فرآیند اعتبارسنجی بکار گرفته شد. همچنین پارامترهای آماری مانند ماتریس خطا، دقت کلی و ضریب کاپا روی خروجی هر دو نقشه کاربری اراضی اعمال شد.نتایج و بحث با استفاده از کدهای نوشته شده در محیط نرم افزار متلب رابط­ه ای کاربر گرافیکی (GUI) ایجاد و سپس اپلیکیشن محاسبه­ گر خودکار دمای سطح زمین تولید گردید. خروجی اپلیکیشن نقشه­ های دمای سطح زمین با الگوریتم­ های تک­کانال و معادله انتقال تابشی (RTE) بود که برای تاریخ ۲۰۰۰/۰۷/۳۱ با استفاده از تصویر حرارتی (باند ۶) سنجنده TM ماهواره لندست ۵ و تاریخ ۲۰۱۹/۰۸/۲۱ بوسیله باند ۱۰ سنجنده TIRS ماهواره لندست ۸ ایجاد گردید. پس از مقایسه نقشه ­های خروجی با داده ­های ایستگاه هواشناسی و ایستگاه زمینی، نتایج نشان داد که روش تک­ کانال در هر دو سال نسبت به ایستگاه ­ها کمترین اخلاف دما را داشته است. پس از تهیه نقشه ­های دمای سطح و انتخاب الگوریتم بهینه (تک ­کانال) نقشه­ های کاربری اراضی شهرستان اردبیل با استفاده از الگوریتم جنگل تصادفی در محیط GEE تهیه گردید. ارزیابی­های آماری نتایج طبقه ­بندی نشان داد که برای سال ۲۰۰۰ بیشترین تداخل پیکسلی مربوط به کلاس مرتع متوسط و فقیر بوده است که با کلاس­های مسکونی و کشاورزی دیم جابه­جایی ۱۶ پیکسلی دارد. با توجه به بهبود توان تفکیک مکانی ماهواره لندست ۸ نسبت به لندست ۵ و به دنبال آن تفکیک بهتر کلاس­ها، این جابه جایی پیکسلی در نقشه کاربری سال ۲۰۱۹ مقدار کمتری را نشان می دهد. به گونه ­ای که بیشترین خطا مربوط به کلاس کشاورزی آبی بوده که جابه ­جایی ۱۰ پیکسلی با کلاس های مرتع غنی و کشاورزی دیم داشته است. در نهایت با استفاده از نقشه دمای سطح و نقشه کاربری اراضی، تغییرات دمایی کاربری­ها در بازه زمانی ۱۹ ساله مورد ارزیابی قرار گرفت. با واردسازی تصاویر ورودی و پارامترهای اتمسفری در اپلیکیشن دمای سطح زمین را با دو الگوریتم تک کانال و روش RTE محاسبه گردید. ارزیابی نقشه های خروجی با داده های هواشناسی و زمینی نشان داد که الگوریتم تک کانال با اختلاف ۲.۵+ و ۲- با ایستگاه های ۱ و ۲ برای سال ۲۰۰۰ و با اختلاف دمای ۱.۳+، ۰.۹+، ۱- و ۰.۹- به ترتیب با ایستگاه های ۱، ۲، ۳ و ۴ در سال ۲۰۱۹ دقت بالاتر نسبت به روش RTE داشته است. همچنین نتایج اعتبارسنجی نقشه های کاربری اراضی نیز نشان از دقت کلی ۹۵/۰ و ضریب کاپای ۹۴/۰ براس سال ۲۰۰۰ و دقت کلی ۰.۹۶ و ضریب کاپای ۰.۹۵ برای سال ۲۰۱۹ داشته است. ارزیابی روابط بین دمای سطح و نقشه های کاربری اراضی نشان داد که برخلاف رشد فیزیکی قابل توجه بخش شهری در بازه زمانی ۱۹ ساله، بجز کاربری مناطق مسکونی، همه کاربری ها در سال ۲۰۱۹ نسبت به سال ۲۰۰۰ با افزایش دمای متوسط سطح روبه رو بوده اند.نتیجه گیری نتایج تحقیق نشان داد که عواملی مانند گسترش زمین­ه ای کشاورزی با کشت آبی اطراف بخش شهری تا شعاع ۱۰ کیلومتری و درهم تنیدگی این مزارع با بخش شهری، تاثیر زیادی در تعدیل دمای بخش شهری محدوده شده است. این اراضی در سال ۲۰۰۰ عمدتا زیر کشت محصولات دیمی بودند و با حل مشکل آب (حفر چاه ­های عمیق و پروژه­ های انتقال آب) تبدیل به باغات و مزارع کشت آبی مثل سیب­زمینی شدند. این محصولات به دلیل نیاز آبی بالا دارای سبزینگی بالایی نیز هستند و این عامل خود باعث بالا رفتن میزان تبخیر و تعرق و به دنبال آن خنکی محدوده کشت و بخش شهری شده است. از بین سایر کلاس­ها نیز در هر دو سال کاربری آب کمترین و کاربری اراضی بایر بیشترین مقدار متوسط دمای سطح را داشته است. اپلیکیشن تولید شده امکان اجرا روی هر سیستم عاملی که از فرمت exe پشتیبانی می­ کند را دارد و کاربر می­تواند با تعیین پارامترهای اتمسفری دمای سطح زمین را به­ صورت خودکار برآورد کند. همچنین این برنامه کاربردی قابلیت به ­کارگیری در بخش ­های مختلف مانند سامانه­ های کشاورزی، اقلیمی و مدیریت منابع آب را نیز دارد. 

Keywords:

دمای سطح زمین , رابط کاربر گرافیکی (GUI) , تک کانال , جنگل تصادفی , اردبیل

Authors

حسین فکرت

کارشناسی ارشد سنجش از دور و GIS، دانشکده ادبیات و علوم انسانی، دانشگاه محقق اردبیلی، اردبیل، ایران

صیاد اصغری سراسکانرود

دانشیار گروه جغرافیای طبیعی، دانشکده ادبیات و علوم انسانی، دانشگاه محقق اردبیلی، اردبیل، ایران

سید کاظم علوی پناه

استاد گروه سنجش از دور و GIS، دانشکده جغرافیا، دانشگاه تهران، تهران، ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :
  • Ahmadi B, Ghorbani A, Safarrad T, Sobhani B.۲۰۱۴. Evaluation of ...
  • Aik DHJ, Ismail MH, Muharam FM. ۲۰۲۰. Land Use/Land Cover ...
  • Asghari S, Emami H, ۲۰۱۸. Monitoring the land surface temperature ...
  • AvdanU, Jovanovska G. ۲۰۱۶. Algorithm for Automated Mapping of Land ...
  • Barsi J, Barker JL, Schott JR. ۲۰۰۳. An atmospheric correction ...
  • Bernstein LS, Adler-Golden SM, Sundberg RL, Levine RY. ۲۰۰۵. Validation ...
  • Breman L. ۲۰۰۱. Random Forests. Kluwer Academic Publishers, ۴۵: ۵–۳۲ ...
  • Fekrat H, Asghari S, Alavipanah SK. ۲۰۲۰. Estimation of surface ...
  • Foody GM.. ۲۰۰۲. Status of land cover classification accuracy assessment. ...
  • Hu W, Zhou W, He H. ۲۰۱۴. The Effect of ...
  • Jensen JR.. ۲۰۱۵. Introductory Digital Image Processing. Geographic Information Science. ...
  • Jiménez Muñoz JC, Sobrino JA. ۲۰۰۳. A generalized single-channel method ...
  • Matkan AA, Nohegar A, Mirbagheri B , Torkchin N. ۲۰۱۴. ...
  • MATLAB Handbook, November ۲۰۱۶. doi.org/۱۰.۱۰۱۶/j.rse.۲۰۱۲.۱۲.۰۰۸ ...
  • Ndossi MI, Advan U. ۲۰۱۶. Application of Open Source Coding ...
  • Naughton J, McDonald W. ۲۰۱۹. Evaluating the Variability of Urban ...
  • Nurwanda A, Tsuyoshi H. ۲۰۱۸. Analysis of Land Use Change ...
  • Parastatidis D, Mitraka Z, Chrysoulakis N, Abrams M. ۲۰۱۷. Online ...
  • Sahana M, Dutta SH, Sajjad H. ۲۰۱۸. Assessing land transformation ...
  • Santos V, Cuxart G, Martínez J. Villagrasa D, Jiménez MA, ...
  • Sinha S, Pandey PC, Sharma LK, Nathawat MS, Kumar P, ...
  • Stephens G, L’Ecuyer T. ۲۰۱۵. The Earth’s energy balance. Atmos. ...
  • Young NE, Anderson RS, Chignell SM, Vorster AG, Lawrence R, ...
  • Zhang F, Tiyip T, Kung H., Johnson VC, Maimaitiyiming M., ...
  • Zhang J, Wang Y, Li Y. ۲۰۰۶. A C++ program ...
  • نمایش کامل مراجع