پایش دمای سطح زمین با به کارگیری روش پنجره مجزا در شهرستان تبریز و اثر آن بر تغییرات کاربری اراضی
آرشیو
چکیده
دمای سطح زمین LST عاملی مهم در مباحث گرمایش جهانی و تغییر اقلیم است. فعالیت های طبیعت و انسان-ساخت به ویژه تغییرات در پوشش زمین، تأثیر چشمگیری بر دمای سطح می گذارد. هدف از این پژوهش، تخمین دمای سطح زمین با به کارگیری روش پنجره مجزا در شهرستان تبریز و تعیین رابطه آن با تغییرات کاربری اراضی می باشد. بدین سبب تصاویر OLI و TIRS لندست 8 در سال های 2013 و 2019 استفاده شده و پس از انجام مراحل مختلف پیش-پردازش، شاخص پوشش گیاهی NDVI ، شاخص توسعه شهری NDBI ، شاخص استخراج آب MNDWI و دمای سطح زمین با استفاده از باندهای چندطیفی و حرارتی برآورد شد. نقشه های کاربری زمین نیز با بهره گیری از روش طبقه بندی شی گرا تهیه گردید و سپس ضرایب ارزیابی صحّت به دست آمد. نتایج این پژوهش آشکار کرد که بیشترین تغییرات کاربری اراضی در بخش مرتع به چشم می خورد که در دوره 7 ساله بخش عمده ای از آن به کاربری ارتباطی و شهری تغییر یافته است. همچنین نتایج حاصل نشان دهنده همبستگی معکوس بین دمای سطح زمین و شاخص NDVI است و حداکثر دما در مناطقی رخ می دهد که با فقر پوشش گیاهی مواجه بوده اند. بنابراین با توجه به جایگاه پوشش گیاهی در متعادل کردن شرایط دمایی، ضرورت و لزوم حفاظت از پوشش گیاهی آشکار می شود. با توجه به اهمیت بالای منطقه، نتایج حاصله می تواند در برنامه ریزی توسعه و لزوم توجه به پیامدهای به دست آمده از تغییرات کاربری اراضی و نیز ضرورت به کارگیری داده های سنجش از دور در برنامه ریزی محیطی حائز اهمیت باشد.Land Surface temperature monitoring in Tabriz using Split window algorithm and investigating its relationship with land use changes
Land surface temperature (LST) is an important factor in the study of global warming and climate change. Natural and man-made activities, especially land use and land cover changes, have a significant effect on land surface temperature. The purpose of this study is to estimate the surface temperature using Split window algorithm in Tabriz and determine its relationship with land use changes. For this purpose, OLI and TIRS images of Landsat 8 in 2013 and 2019 were used and after performing various pre-processing stages, vegetation index (NDVI), water extraction index (MNDWI), urban development index (NDBI) and land surface temperature were estimated using multispectral and thermal bands. Land use maps were prepared using object-oriented classification method in eCognition software and then accuracy assessment coefficients were extracted. The results of this study showed that the most land use changes are observed in rangeland use, which in the 7-year period, most of it has changed to road and urban land use. The results also show a negative correlation between NDVI and surface temperature and the highest temperature occurs in areas with poor vegetation. Therefore, considering the role of vegetation in modulating temperature conditions, the need for vegetation protection seems necessary.