تعيين دماي سطح با استفاده از فن‌آوري سنجش از دور در منطقه سيستان

Determination of surface temperature in Sistan region using remote sensing technology

دماي سطح زمين شامل خاك، آب، برف و پوشش گياهي از جمله متغيرهايي است كه در دامنه وسيعي از مطالعات و تحقيقات علوم زمين و محيط زيست كاربرد دارد و عموماً ديد مكاني وسيعي از آن در پروژه‌ها مورد نياز است. فن­آوري سنجش از دور، امكان پايش مكاني هم‌زمان اين كميت را در سطوح وسيع فراهم مي‌آورد و سري زماني تصاوير،پيكره پيوسته زماني- مكاني اين متغير را تشكيل مي‌دهد. چنين پيكره پيوسته‌اي در اكثر مدل سازي‌هاي بيلان انرژي مانند آنچه در برآورد تبخير به‌صورت منطقه‌اي مورد نياز است يا بهينه‌سازي توزيع و مصرف انرژي و يا انتشار آلاينده‌هاي جوي، مورد استفاده قرار مي‌گيرد. در مقاله حاضر، ضمن معرفي برخي روش‌هاي متداول تخمين دماي سطح با استفاده از تصاوير ماهواره­اي به واسنجي و انتخاب صورت مناسبي از معادله پنجره مجزا در محدوده دشت سيستان و ‌هامون‌ها اقدام شده است. اصل مورد پيروي در اين روش كه از تركيب دماي درخشندگي و گسيلندگي نوارهاي فروسرخ حرارتي استفاده مي‌نمايد، براين پايه استوار استكه اتمسفر در طول موج‌هاي متفاوت،عكس‌العمل متفاوتي از خود بروز مي‌دهد. براي اين منظور، با استفاده از دماي برداشت شده از سطح زمين در دو نقطه مشاهده­ اي و به ازاي 22 تصوير سنجنده AVHRR از ماهواره سري NOAA، طي بازه زماني 1992 تا 2002 ميلادي در مرحله واسنجي،اقدام به توسعه روابط رگرسيوني شده و آزمون‌هاي مربوطه نيز به­ كار گرفته شده‌اند. در مرحله اعتبارسنجي از 10 تصوير AVHRR ديگر و اطلاعات مشاهده شده زميني هم‌زمان آن­ها بهره‌گيري شده و آزمون X2 براي بررسي ميزان اعتبار روابط به‌كار گرفته شده است. بر اين اساس،سه صورت از معادله پنجره مجزا كه با آزمون‌هاي مورد نظر تاييد شده بودند، انتخاب و براي بررسي ميزان اختلاف، مورد آزمون‌هاي پارامتري F و ناپارامتري Kruskal-Wallis قرار گرفتند. آزمون‌هاي مزبور نشان دادند كه بين نتايج سه رابطه،اختلاف معني‌داري در ميانگين و ميانه در سطح معني داري 95 درصدوجود ندارند. لذا ساده‌ترين صورت معادله پنجره مجزا كه متغيرهاي كم‌تري دارد، به‌عنوان گزينه قابل كاربرد پيشنهاد و بر اساس آن، نقشه‌هاي توزيع دماي سطح زمين در محدوده سيستان از طريق پردازش تصاوير استخراج شد.

Earth skin temperature including soil, water, snow, and vegetation surface temperature is one of the main variables in geo-science studies. Generally, spatial distribution of surface temperature is needed in such studies. Spatial monitoring of surface temperature is possible using remote sensing data, and the time series of images provide a continuous spatio-temporal framework required in modeling energy balance of regional evaporation, optimization of energy demands or dispersion of atmospheric pollutions. In this paper, some common methods of surface temperature estimation using satellite imagery were introduced and calibrations of several forms of split window equation were addressed for Sistan area, Iran. Split window method is based on the fact that the atmospheric transmittance varies with wave length and uses a combination of thermal infra-red brightness temperature and emissivity. To calibrate the split window equation, ground observations and 22 NOAA/AVHRR images during 1992 to 2002 were used to develop regression models. Statistical tests were performed to evaluate the equations and coefficients. Ten AVHRR images were used to verify the developed equations. The results indicated that three different forms of split window equations successfully passed the ?2 statistical test. Both, F and Kruskal-Wallis tests showed that they are not statistically different at 95 percent significant level. Therefore, the simplest form of equation was used to derive surface temperature maps in the Sistan region, and is recommended as the most applicable one.