پديد آورندگان :
محمدي، عليرضا دانشگاه محقق اردبيلي - گروه جغرافيا و برنامه‌ريزي شهري، اردبيل، ايران , خدابنده لو، بهروز دانشگاه محقق اردبيلي - گروه جغرافيا و برنامه‌ريزي شهري، اردبيل، ايران , بابايي، پريسا دانشگاه محقق اردبيلي - گروه جغرافيا و برنامه‌ريزي شهري، اردبيل، ايران
كليدواژه :
دماي سطح زمين , كاربري اراضي , گوگل ارث انجين , شهر زنجان
چكيده فارسي :
دماي سطح زمين از جمله پارامترهاي ضروري در مطالعات تغييرات كاربري اراضي، بيلان انرژي، مطالعات آب و هواشناسي و غيره بر زندگي انسان تاثير گذار است. در اين پژوهش، به منظور برآورد LST از چهار الگوريتم؛ تك كانال، تك پنجره بهبود يافته، رابطه معكوس تابع پلانك و معادله انتقال تابش در محيط نرم افزار متن باز PyQGIS Plugin و تصاوير ماهواره‌اي لندست 8 سنجنده‌هايOLI/TIRS سال‌هاي 2013 و 2019 شهر زنجان استفاده شده است. سپس نقشه‌هاي كاربري اراضي منطقه مورد مطالعه با استفاده از الگوريتم ماشين بردار پشتيبان در بستر سامانه گوگل ارث انجين (GEE) استخراج شدند. براي صحت‌سنجي نتايج الگوريتم‌هاي LST، از داده‌هاي دماي سطح ايستگاه هواشناسي زنجان در سال‌هاي 2013 و 2019 استفاده گرديد. همچنين، جهت انتخاب بهترين الگوريتم برآورد LST از روش‌هاي آماريRMSE ، MAPE استفاده شد. براساس نتايج، الگوريتم تك كانال در سال 2013 و 2019 داراي كم‌ترين RMSE و MAPE و بيش‌ترين دقت مي‌باشد. به طوري كه در سال 2013RMSE و MAPE اين الگوريتم به‌ترتيب برابر با 472/1 و 579/5 و در سال 2019، 131/0 و 537/0 بدست آمد. طبقه‌بندي در بستر GEE نتايج مناسبي از لحاظ صحت كلي و ضرايب كاپا ارائه داد. براساس نتايج، در سال 2013، صحت كلي و ضريب كاپا به‌ترتيب 67/95 و 94/0 و در سال 2019، 80/98 و 98/0 به دست آمد.ﺑﺪﺳﺖ آﻣﺪ. ﻃﺒﻘﻪ ﺑﻨﺪي در ﺑﺴﺘﺮ GEE ﻧﺘﺎﯾﺞ ﻣﻨﺎﺳﺒﯽ از ﻟﺤﺎظ ﺻﺤﺖ ﮐﻠﯽ و ﺿﺮاﯾﺐ ﮐﺎﭘﺎ اراﺋﻪ داد. ﺑﺮاﺳﺎس ﻧﺘﺎﯾﺞ، در ﺳﺎل 2013، ﺻﺤﺖ ﮐﻠﯽ و ﺿﺮﯾﺐ ﮐﺎﭘﺎ ﺑﻪ ﺗﺮﺗﯿﺐ 95/67 و 0/94 و در ﺳﺎل 2019، 98/80 و 0/98 ﺑـﻪ دﺳـﺖ آﻣﺪ. ﻧﺘﺎﯾﺞ ﺑﺮرﺳﯽ ﺗﻐﯿﯿﺮات دﻣﺎﯾﯽ ﮐﺎرﺑﺮي ﻫﺎي ﻣﺨﺘﻠﻒ در ﺳﺎل 2013 و 2019 ﻧﺸﺎن داد ﮐﻪ اراﺿﯽ آﯾﺶ ﺑﻪ ﺗﺮﺗﯿﺐ ﺑﺎ ﻣﯿﺎﻧﮕﯿﻦ دﻣﺎي 49/86 و 45/16 و ﮐﺎرﺑﺮي ﻫﺎي دﯾﻤﺰار و ﻣﺮاﺗﻊ در ردهﻫﺎي ﺑﻌﺪي از ﻧﻈﺮ ﺑﺮﺧـﻮرداري از ﺣـﺪاﮐﺜﺮ دﻣﺎ در ﺳﺎلﻫﺎي 2013 و 2019 ﻗﺮار دارﻧﺪ. ﮐﺎرﺑﺮي ﻫﺎي آب، ﮐﺎرﺑﺮي ﺷﻬﺮي و ﭘﻮﺷـﺶ ﮔﯿـﺎﻫﯽ ﺑـﻪ ﺗﺮﺗﯿـﺐ داراي ﮐﻤﺘﺮﯾﻦ ﻣﯿﺎﻧﮕﯿﻦ دﻣﺎ در ﺳﺎل 2013 و 2019 ﻣﯽ ﺑﺎﺷﻨﺪ. ﻫﻤﭽﻨﯿﻦ ﻧﺘﺎﯾﺞ ﮐﻠﯽ ﺑﺪﺳـﺖ آﻣـﺪه ﻧﺸـﺎن داد ﮐـﻪ ﻫﻤـﻪ ﮐﺎرﺑﺮيﻫﺎ در ﺳﺎل 2013 از دﻣﺎي ﺑﺎﻻﺗﺮي ﻧﺴﺒﺖ ﺑﻪ ﺳﺎل 2019 ﺑﺮﺧﻮردار ﺑﻮدﻧﺪ
چكيده لاتين :
Land surface temperature is one of the essential parameters in land use change studies, energy balance, climatology studies. In this study, Landsat 8 satellite images and weather station data during 2013 and 2019 in Zanjan have been used. Also to estimate the land surface temperature from four algorithms; Single channel, Mono window, Planck Equation and radiation transfer equation in PyQGIS open source software environment and support vector machine algorithm in Google Earth engine platform were used to prepare land use maps. Error Root Mean Square Error (RMSE) and Mean Absolute Percentage (MAPE) statistical methods were used to select the best algorithm for estimating the land surface temperature. The results obtained from the comparison of land surface temperature estimation algorithms, single channel algorithm in 2013 and 2019 have the lowest RMSE and MAPE and the highest accuracy. In 2013, RMSE and MAPE of this algorithm were equal to 1.472 and 5.579, respectively, and in 2019, 0.131 and 0.537. The high accuracy of this method can be due to the direct use of atmospheric transmittance coefficients in the single channel method process. In terms of accuracy, the Planck function, Mono window and the radiation transfer equation are in the next position. Based on the results of accuracy assessment of land use maps, kappa coefficient of 0.94 and 0.98 were obtained for 2013 and 2019, respectively. The results of studying the temperature changes of different land uses in 2013 and 2019 showed that fallow lands with an average temperature of 49.86 and 45.16, respectively, and Rainfed and rangeland land uses are in the next categories in terms of maximum temperature. Areas without vegetation have higher surface temperatures than areas with vegetation. In general, according to the results, it is clear that impermeable surfaces have a heating effect through absorption and storage of solar energy and heat production, as well as pollution and soil production through absorption and storage of solar energy, while vegetation through heat balance to Evaporator - transpiration and shade production have a cooling effect.
