ریزمقیاس سازی

سری های زمانی داده های سنجش از دوری نقش مهمی در مدلسازی و پایش تغییرات عوارض و پدیده های سطح زمین در گذر زمان دارند. با این وجود، در حالی که سری زمانی تصاویر سنجنده های با قدرت تفکیک مکانی پایین (بیش از ۱۰۰ متر از قبیل مادیس) در دسترس می باشند امکان تهیه سری زمانی منظم از داده های ماهواره های اپتیک با قدرت تفکیک مکانی مناسب (بهتر از 30 متر از جمله لندست) با توجه به پیکربندی مداری ماهواره ها و همچنین ابرناکی، بخصوص در مناطق مرطوب و مرتفع، چالشی اساسی در استفاده از این داده ها می باشد. یکی از روش های مرسوم برای برطرف ساختن این چالش، تولید تصاویر لندست-مانند با استفاده از ریزمقیاس نمایی تصاویر مادیس با استفاده از مدلهایی نظیر، مدل ESTARFM است. این تحقیق به ارزیابی کمی مدل ESTARFM به منظور ریزمقیاس نمایی تصاویر مادیس جهت تولید تصاویر لندست-مانند در مناطق غیرهمگن با استفاده از سه روش بازنمونه گیری تصویر، پوشش های زمینی مختلف و اختلاف زمانی بین تصاویر ورودی و شبیه سازی شده پرداخته است. نتایج نشان داد که استفاده از مدل با روش بازنمونه گیری خطی دوسویه با اختلاف جزیی عملکرد بهتری نسبت به سایر روش های بازنمونه گیری دارد. همچنین مدل ESTARFM قادر به تولید تصاویر لندست-مانند با RMSE بهتر از ۰.۰۲ بازتابندگی سطحی و ضریب تعیین بالاتر از ۹۰ درصد در پوشش های مختلف زمینی می باشد. علاوه بر این، با افزایش اختلاف زمانی بین تصاویر ورودی و تصویر شبیه سازی شده دقت مدل به صورت معنی داری کاهش پیدا می کند.

تغییر اقلیم و گرمایش جهانی یکی از مهم ترین عوامل موثر بر تخریب منابع آب و خاک در مناطق خشک و نیمه خشک است؛ که باعث افزایش وقوع پدیده ی گرد و غبار می گردد. هدف از این مطالعه ارزیابی عملکرد دو مدل ریزمقیاس سازی آماریSDSM  و LARSWG به منظور غربالگری کمی در پیش بینی سناریوهای اقلیمی و همچنین پیش بینی تغییرات اقلیمی در کانون گرد و غبار جنوب و جنوب شرق اهواز می باشد. از مدل های سه بعدی جفت شده ی اقیانوسی- اتمسفری AOGCM با نام HadCM3، برای شبیه سازی متغیرهای اقلیمی دما، باد و بارش ؛ تحت سناریوهای انتشار B2 و A2 در دو دوره ی آینده نزدیک و دور استفاده شد. نتایج نشان دادند، داده های شبیه سازی شده هر دو مدل، نسبت به داده های مشاهده شده، در مقایسه با میانگین طولانی مدت دوره ی پایه، معنی دار و از همبستگی بالایی با ضریب تبیین بالا برای کلیه ی پارمترها از 87/0 تا 98/0، برخوردار هستند. در نهایت با تأیید وجود پدیده ی تغییر اقلیم در استان خوزستان و به خصوص در کانون بحرانی ریزگرد جنوب و جنوب شرق اهواز، مدل SDSM به دلیل استفاده مستقیم از مدل های HadCM3 و داده های بزرگ مقیاس NCEP و نوع فرآیند شبیه سازی و همچنین ساختار ترکیبی در ریزمقیاس گردانی داده ها با RMSE، MAE و ME به ترتیب 97/0، 18/0 و 021/0؛ از دقت و صحت بالاتری نسبت به مدل LARSWG در شبیه سازی داده های اقلیمی در کانون گرد و غبار جنوب اهواز برخوردار است. همچنین مدل SDSM در شبیه سازی داده های دمایی روزانه و سرعت باد موفق تر عمل نموده و مدل LARSWG ، پیش بینی بهتری از پارامتر بارش روزانه داشته و دقت و صحت بالاتری نشان داد.