CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

ارائه مدلی آماری جهت محاسبه زمانی-مکانی دمای هوا در نزدیکی سطح با استفاده از تصاویر سنجنده MODIS

عنوان مقاله: ارائه مدلی آماری جهت محاسبه زمانی-مکانی دمای هوا در نزدیکی سطح با استفاده از تصاویر سنجنده MODIS
شناسه ملی مقاله: AGROCONGRESS01_390
منتشر شده در اولین همایش الکترونیکی یافته های نوین در محیط زیست و اکوسیستم های کشاورزی در سال 1393
مشخصات نویسندگان مقاله:

علیرضا قربانی - گروه مهندسی سنجش از دور،دانشکده مهندسی ژئودزی و ژئوماتیک، دانشگاه صنعتی خواجه نصیرالدین طوسی
محمدرضا مباشری - گروه مهندسی سنجش از دور، دانشکده مهندسی ژئودزی و ژئوماتیک ، دانشگاه صنعتی خواجه نصیرالدین طوسی

خلاصه مقاله:
دمای هوا به عنوان یکی از پارامتر مهم و اصلی در بسیاری از مطالعات هیدرولوژیکی و اقلیمی مورد استفاده قرار می گیرد. الگوی زمانی–مکانی دمای هوا در نزدیکی سطح زمین به شدت تابع ویژگی های سطح زمین و هوای بالای آن می باشد چرا که هم در طول زمان متغیر است و هم در نقاط مختلف زمین دچار تغییر می شود. این مطالب باعث می شود که برآورد دمای هوا در طول زمان و در مکان های مختلف با شرایط متفاوت از اهمیت ویژه ای برخوردار باشد. پارامترها و عوامل بسیار زیادی وجود دارند که دمای هوا را تحت تاثیر خود قرار می دهند. در این تحقیق با استفاده از برخی از این پارامترها و با استفاده از مدل سازی خطی دمای هوا در نزدیکی سطح از تصاویر MODIS استخراج شده است. این پارامترها شامل دمای سطح زمین، شاخص پوشش گیاهی، آب قابل بارش کلی، پایداری جو و فشار هوا در نزدیکی سطح می باشد. برای مشخص شدن میزان تاثیر هر یک از این عوامل از چندین مدل خطی استفاده گردید که در هر یک از تعدادی پارامترهای مذکور استفاده شده است. در انتها مشخص شد که دمای سطح زمین، آب قابل بارش کلی و پایداری جو بیشترین تاثیر را در مدل-سازی خطی دمای هوا داشته تا جایی که در مدل ساخته شده از این پارامترها مقدار همبستگی و RMSE برای ایالت آرکانزاس به ترتیب 94/0 و 27/2 درجه سانتی گراد، ایالت میسوری به ترتیب 96/0 و 05/2 درجه سانتی گراد و داده های زمینی دشت ورامین به ترتیب 67/0 و 97/1 درجه سانتی گراد شده است. پارامتر شاخص پوشش گیاهی و فشار هوا تاثیر چندانی در دقت و ضریب همبستگی در مدل سازی دمای هوا ندارند تا جایی که در مدل هایی که این پارامترها به کاربرده شده اند مقدار همبستگی و RMSE تغییر چندانی نداشته اند.

کلمات کلیدی:
دمای هوا، الگوریتم، مدل سازی، تصاویر MODIS

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/356237/