ارزيابي روش‌هاي مختلف تعيين دماي پوشش گياهي درختان پسته به كمك تصاوير ماهواره‌اي لندست 8

Evaluation of different LST approaches for determination of pistachio tree canopy temperature through Landsat 8 satellite data

يكي از كاربردهاي تصاوير ماهواره‌اي، محاسبه دماي سطح زمين (LST) و استفاده وسيع اين پارامتر در تخمين دماي هوا (Tair)، تخمين دماي پوشش گياهي (Tcanopy)، بررسي تاثير تنش‌هاي محيطي و مديريتي بر گياهان و غيره است. تعيين LST به كمك تصاوير ماهواره‌اي از طريق الگوريتم‌هاي مختلفي انجام مي‌شود كه هر يك به تناسب داده‌هاي موجود و شرايط اقليمي، داراي مزايا و معايبي هستند. در اين پژوهش به منظور تخمين دماي پوشش گياهي باغات پسته منطقه بهاباد در استان يزد، چهار الگوريتم تعيين دماي سطح شامل MW، IMW، SC و SW به كمك داده‌هاي ماهواره‌اي لندست 8 و آماربرداري‌هاي زميني مورد ارزيابي و مقايسه قرار گرفته‌اند. نتايج اين پژوهش نشان داد كه اختلاف ميانگين دماي سطح محاسباتي توسط الگوريتم‌هاي مختلف، قابل توجه و در حدود 2/5 درجه سانتيگراد است. همچنين روند مقايسه‌اي دماي سطح محاسبه شده با الگوريتم‌هاي مختلف، در ماههاي مختلف سال متفاوت بوده و نشان‌دهنده اهميت و نقش بيشتر روش تعيين LST در فصول (مناطق) گرم نسبت به فصول (مناطق) سرد است. علاوه بر اين، مشخص شد كه دماي سطح زمين (LST) نسبت به دماي هوا (Tair)، پارامتر مناسب‌تري براي تخمين دماي پوشش گياهي باغات پسته (Tcanopy) است؛ بطوري‌كه، معادلات تعيين دماي پوشش گياهي پسته به كمك LST، خطاي كمتر از 1 درجه سانتيگراد دارند. همچنين الگوريتم پنجره‌مجزا (SW)، از دقت بالاتري نسبت به ساير الگوريتم‌هاي تعيين LST برخوردار بوده و مي‌تواند در تعيين دماي پوشش گياهي باغات پسته استفاده شود.

One of the applications of satellite images is to determine Land Surface Temperature (LST), which has widespread uses in estimation of air temperature (Tair), estimation of vegetation canopy temperature (Tcanopy), investigation of environmental stresses and management options on plant health status and so on. Remotely sensed based LST maps can be generated through different approaches or algorithms; each one fits with a set of input data and climatic conditions and has some advantages and shortcomings. In this study, four LST determination algorithms, namely Mono Window (MW), Improved Mono Window (IMW), Single Channel (SC) and Split Window (SW) algorithms were used to estimate pistachio tree Tcanopy through Landsat 8 OLI/TIRS images and then were evaluated with the aid of ground based measurements in Bahabad region, Yazd province of Iran. The results indicate a substantial difference of about 2.5 degrees Celsius in the average LSTs of different algorithms. Moreover, trend of their differences changes seasonally, emphasizing on importance of LST generation algorithm in warm seasons (regions), compared to cold seasons (regions). Also it was found that LST is a more appropriate parameter than air temperature (Tair) to estimate canopy temperature of pistachio trees (Tcanopy) in the studied area. Under such a condition, Tcanopy determining equations, as a function of LST, have had the error of less than 1 degree Celsius. Furthermore, Split Window algorithm (SW) was found to be more accurate than other LST determining algorithms and substantially, can be recommended for estimation of pistachio canopy temperature, as well