سنجش از دور

تحقیق حاضر با هدف برآورد فرسایش خاک در حوزه آبخیز سد مخزنی در حال احداث تنگ سرخ با مساحت 39 هزار هکتار در شرق و جنوب شرقی شهرستان بویراحمد در استان کهگیلویه و بویراحمد با استفاده از مدل RUSLE و قابلیت های سنجش از دور و سیستم اطلاعات مکانی به منظور برنامه ریزی اقدامات حفاظتی در حوزه آبخیز سد انجام شده است. لایه پارامترهای مدل RUSLE شامل فرسایندگی باران، فرسایش پذیری خاک، شیب و طول دامنه، مدیریت پوشش گیاهی و عملیات حفاظت خاک به ترتیب با استفاده از داده های بارندگی، ویژگی های فیزیکی و شیمایی خاک، مدل رقومی ارتفاع و کاربری اراضی در محیط سامانه اطلاعات مکانی تهیه شده اند و پس از رویهم گذاری لایه ها، مقدار فرسایش به صورت مکانی در سطح حوزه برآورد شد. مقدار عامل فرسایندگی باران از 62/179 تا 74/327 مگا ژول در میلی متر بر هکتار ساعت سال (MJ mm ha−1 h−1 year−1) بود. عامل فرسایش پذیری خاک از 08/0 تا 46/0 تن هکتار ساعت بر هکتار مگاژول میلی متر (t ha h ha−1 MJ−1 mm−1) بود. کمترین و بیشترین مقدار عامل شیب و طول دامنه به ترتیب 08/0 و 42/12 بود. بیشترین و کمترین مقدار عامل مدیریت پوشش گیاهی به ترتیب 33/0 و 54/0 بود. بیشترین و کمترین مقدار عامل عملیات حفاظت خاک به ترتیب 5/0 و 1 بود. حدود 80 درصد منطقه مورد مطالعه دارای میزان فرسایش 35 تن در هکتار در سال است که بیشترین مقدار آن در قسمت های غربی و شمال شرقی است که آن هم ناشی از مقدار زیاد فرسایندگی باران و فرسایش پذیری خاک در این منطقه است.

تامین بخش عمده ای از آب مناطق کوهستانی از طریق رواناب ذوب برف صورت می گیرد. بنابراین ارزیابی دقیق آب ناشی از ذوب برف و همچنین اثرات تغییرات آب و هوایی بر روی آن، در مدیریت منابع آب امری ضروری است. در این پژوهش، رواناب ذوب برف در حوضه گاماسیاب تحت شرایط تغییر اقلیم، بررسی شد. برای این منظور، رواناب ناشی از ذوب برف با بدست آوردن سطح پوشش برف در دو سال آبی 97-95 از تصاویر روزانه ماهواره ترا- مودیس در سامانه گوگل ارث انجین و وارد کردن داده ها و پارامترهای لازم به مدلSRM ، شبیه سازی شد. در مرحله بعد با توجه به نزدیکی و طول دوره آماری مناسب از داده های ایستگاه همدید کرمانشاه در مدل ها و سناریوهای گردش عمومی جو از سری CMIP5 تحت دو سناریوی RCP4.5 و RCP8.5 استفاده شد. ریزمقیاس نمایی این مدل ها توسط مدل آماری LARS-WG انجام شد. با بررسی عدم قطعیت مدل ها و سناریوها، برای تولید پارامتر دما از مدل HADGEM-2 تحت سناریوی PRC4.5 و برای تولید پارامتر بارش از همان مدل تحت سناریوی PRC 8.5 استفاده شد. در مرحله نهایی برای برآورد میزان تغییر رواناب ناشی از ذوب برف در دوره آتی میزان تغییرات داده های دما و بارش ماهانه نسبت به دوره پایه، به مدل SRM وارد شد. نتایج نشان داد که رواناب ناشی از ذوب برف علی الخصوص در فصل بهار کاهش می یابد. همچنین با وجود کاهش بارش دبی اوج اردیبهشت ماه با همان شدت تکرار می شود که علت آن می تواند ذوب ذوب هنگام برف بر اثر افزایش دما باشد.

استفاده از محصولات بارش ماهواره ای برای برآورد داده های بارش در مقیاس منطقه ای راهکاری جدید محسوب می شود. این محصولات خود دارای خطاهای گوناگونی هستند، به همین دلیل، ارزیابی و بررسی صحت این داده ها پیش از استفاده ضروری است. از آنجائی که بارش به شرایط اقلیمی و خصوصیات فیزیوگرافی منطقه وابسته است، بنابراین در پژوهش حاضر، ضمن اعتبار سنجی و صحت سنجی محصولات ماهواره ای بارش، به بررسی تاثیر دما و ارتفاع بر عملکرد محصولات بارشی ماهواره های MERRA، TRMM و CHIRPS در مقیاس ماهانه، در بازه زمانی 2005 تا 2019 و با استفاده از 222 ایستگاه سینوپتیک واقع در سطح کشور ایران پرداخته شده است. نتایج نشان می دهد که به ترتیب مقدار ریشه میانگین مربعات خطا برای ماهواره های TRMM، MERRA و CHIRPS برابر با 8/23 ،6/30 و 35 میلیمتر است که نشان دهنده عملکرد مطلوب ماهواره TRMM نسبت به دو ماهواره دیگر است؛ با بررسی شاخص آستانه موفقیت می توان گفت که طبق این شاخص، هر سه ماهواره عملکرد بسیار خوب و تقریبا مشابهی دارند به طوری که مقدار این شاخص به ترتیب برای ماهواره های MERRA، TRMM و CHIRPS برابر 864/0، 797/0 و 776/0 است. همچنین نتایج نشان داد که ماهواره TRMM در تمامی طبقات دمائی و ارتفاعی بهتر از دو ماهواره دیگر عمل می کند. در ارتفاعات کمتر از 500 متر و بیشتر از 1500 متر و دماهای زیر 18 درجه سانتی گراد، MERRA عملکرد خوبی نسبت به CHIRPS داشته و برآورد بهتری از بارش واقعی ارائه داده است.

یخچال های طبیعی و تغییرات کوتاه مدت و بلند مدت آن ها، از مهم ترین سنسورهای اقلیمی برای پایش روند تغییرات آب و هوایی هستند. در تحقیق حاضر به منظور آشکار سازی مکانی- زمانی تغییرات ارتفاعی دماغه یخچال؛ مدل های رقومی ارتفاعی حاصل، داده های لیزراسکنینگ هوایی (LiDAR) سال 1389و تصاویر پهپاد سال های 1397 و 1399 مورد استفاده قرار گرفتند. دقت مدل های رقومی ارتفاعی (DEM) استخراج شده از پهپاد، در سال های 1397 و 1399 به ترتیب با استفاده از حدود 40 و 20 نقطه کنترل زمینی تقریباً 15 سانتی متر برآورد شد. همچنین دقت برآورد تغییرات ارتفاعی بر اساس ارزیابی تغییرات ارتفاعی در منطقه غیر یخچالی در این بازه زمانی نشان دهنده دقت بالای نتایج است. بطوری که مقادیر میانگین و انحراف معیار در منطقه غیریخچالی به ترتیب برابر با 0.05± و0.34  سانتی متر است که مقادیری قابل قبول در مطالعه تغییرات ارتفاعی یخچال به شمار می روند. نتایج حاصل از تفریق دو به دوی DEM های یاد شده نشان دهنده تغییرات ارتفاعی بسیار زیاد دماغه یخچال علم کوه از سال 1389 الی 1399 است. چنانچه میانگین نرخ تغییرات ارتفاعی شکاف اصلی دماغه یخچال در این مدت حدود 0.8 – متر در سال (.m/yr) و بیشترین مقدار نرخ تغییر ارتفاعی حدود 2.31- (.m/yr) است. عمده تغییرات ارتفاعی این منطقه در بازه زمانی 1389 تا 1397 بوجود آمده و میانگین نرخ تغییرات ارتفاعی شکاف اصلی یخچال در این مدت 1.03- (.m/yr)و حداکثر آن 2.77- (.m/yr) است. تغییرات ارتفاعی در بازه زمانی 1397 تا 1399 کمتربوده و میانگین نرخ تغییرات ارتفاعی 0.1+  (.m/yr)و حداکثر آن 1.85- (.m/yr)است. با توجه به اینکه این منطقه به عنوان خروجی و محلّ تخلیه یخچال نیز شناخته شده و حجم زیادی از واریزه ها و یخرفت ها ی یخچالی را به ارتفاعات پایین تر سرازیر می کند، تغییرات ارتفاعی شدید این منطقه ناشی از ذوب برف و یخ است و همین امر، عامل اصلی وقوع سیلاب عظیم تیرماه سال 1390 در رودخانه سردآبرود بوده است.

این مطالعه با هدف ارزیابی کیفیت زیستگاه های آبخیز تجن در شمال ایران بر مبنای تغییرات کاربری اراضی در بازه زمانی 1431-1371 و بررسی ارتباط آن با سنجه های تعداد لکه (NP)، تراکم لکه (PD)، تراکم لبه (ED)، بزرگترین لکه (LPI)، شکل لکه (LSI) و جداشدگی (SPLIT) انجام پذیرفت. تصاویر لندست 8 و 4 برای تهیه نقشه های کاربری اراضی در سال های 1371، 1401 و 1431 با استفاده از روش های حداکثر احتمال، ترکیب متقاطع و CA-Markov در نرم افزارهای انوی و ترست پردازش شد. کیفیت زیستگاه های حوضه نیز با استفاده از اینوست در سه سناریو بر مبنای نقشه های کاربری اراضی ارزیابی و رابطه آن با تغییرات کاربری اراضی و سنجه های موردنظر بر اساس رگرسیون حداقل مربعات و آزمون همبستگی اسپیرمن تحلیل شد. نتایج نشان داد در بازه زمانی 1371 تا 1431، اراضی جنگلی و کشاورزی به ترتیب بیشترین تغییرات کاهشی (82460- هکتار) و افزایشی (76392 هکتار) را داشتند. زیستگاه های بخش مرکزی حوضه از کیفیت بالاتری نسبت به پهنه های شمالی و جنوبی برخوردار بودند. رابطه کیفیت زیستگاه ها با تغییرات کاربری اراضی معنادار و معکوس (-0.95)، با سنجه های NP، PD، ED و LSI غیرمستقیم و معنادار (-0.46) و با سنجه های LPI و SPLIT ضعیف مشاهده گردید. این مطالعه نشان داد که کیفیت زیستگاه ها حوضه مطالعاتی تحت تأثیر تغییرات کاربری اراضی و ویژگی های لکه های سیمای سرزمین طی 30 سال گذشته کاهش یافته و احتمالاً همین روند تا 30 سال آینده نیز ادامه می یابد. نتایج این مطالعه می تواند به عنوان مبنای تصمیم گیری در راستای توسعه کاربری ها در منطقه و حفاظت محیط زیست آن قرار گیرد.

در این تحقیق هدف پیامدهای محیط زیستی، سیاسی و امنیتی خشک شدن دریاچه ارومیه با استفاده از سنجش از دور بر پادگان های ارتش جمهوری اسلامی ایران در حوضه دریاچه ارومیه می باشد. تحقیق حاضر از نظر هدف، در زمره تحقیق کاربردی بوده و از نظر ماهیت و روش تحقیق، از نوع تحقیقات توصیفی - پیمایشی است. برای پایش ریزگردهای نمکی دریاچه ارومیه از تصاویر ماهواره ای سنتینل 5، مادیس و لندست 8 برای سال 2000 تا 2022 از سامانه گوگل ارث انجین استفاده شده است. در این تحقیق از توصیف ها و تحلیل های فضایی موجود در سیستم اطلاعات جغرافیایی (سامانه GEE و نرم افزار Arc Gis 10.8.1) بهره گرفته شده است. نتایج پژوهش نشان می دهد که پیامدهای امنیتی ریزگردها در دو پادگان مهاباد و سقزاز نظر بعد دفاعی و امنیتی را در سال 2015 نشان می دهد عبارتست از: افزایش میزان ترددهای غیر مجاز، به وجود آمدن روزنه های امنیتی، اختلال در تردد نیروی انسانی گشت زن، کاهش میدان دید بخصوص در مواقع ایجاد باد و توان دید بانی، اختلال در آماده باش و پشتیبانی و اختلال در شبکه های مخابراتی مهمترین پیامد های امنیتی دفاعی بحران ریزگردها می باشد. در سال 2022 میزان پراکندگی مکانی ریز گردهای نمکی فقط بر یک پادگان پراکنده نشده است و بیشتر پادگانهای ارتش در منطقه تحت تاثیر ریزگردهای نمکی دریاچه قرار گرفتهاند و در همین سال بیشترین میزان ریزگردهای نمکی بر پادگانهای ارومیه، شکاری تبریز، قوشچی، سقز و مهاباد پراکنده شده است. پیامدهای امنیتی ریزگردها در کل منطقه از نظر بعد دفاعی و امنیتی و سیاسی نشان می دهد که این ریزگردها باعث اختلافات قومی – مذهبی بین اقوام ترک و کرد، افزایش نارضایتی عمومی، کاهش همبستگی اجتماعی شهروندان با دولت، افزایش اعتراضات خیابانی و شورشهای شهری در منطقه، تحریک قومیت ها و نارضایتی بیشتر، افزایش جرائم امنیتی شده است.

توسعه فیزیکی مناطق شهری یکی از محرک های اصلی تغییرات جهانی است که تأثیرات مستقیم و غیرمستقیم مهمی بر شرایط محیطی و تنوع زیستی دارد. استفاده از تکنیک های سنجش از دور، یکی از رویکردهای جدید در برنامه ریزی شهری  محسوب می شود. پژوهش حاضر با هدف مقایسه کارآیی طبقه بندی کننده های یادگیری ماشین مبتنی بر پردازش شیئ گرای تصاویر ماهواره ای در استخراج محدوده توسعه فیزیکی شهر همدان با استفاده از تصویر ماهواره سنتینل 2 انجام شده است. در این راستا، فرایند قطعه بندی بر اساس مقیاس، ضریب شکل و ضریب فشردگی مناسب با هدف تولید اشیاء تصویری انجام شد. پس از قطعه بندی و تبدیل تصویر به اشیاء تصویری، با استفاده از طبقه بندی کننده های یادگیری ماشین مبتنی بر پردازش شیئ گرای تصاویر ماهواره ای شامل الگوریتم های طبقه بندی کننده بیز، k - نزدیکترین همسایه، ماشین بردار پشتیبان، درخت تصمیم گیری و درخت های تصادفی، فرایند طبقه بندی انجام و نقشه های محدوده توسعه فیزیکی شهری تولید شد. در نهایت، مقدار دقت هر کدام از نقشه های تولید شده محاسبه شد. بر اساس نتایج تحقیق، امکان تولید نقشه محدوده توسعه فیزیکی شهری همدان با استفاده از الگوریتم های یادگیری ماشین مبتنی بر پردازش شیئ گرای تصاویر ماهواره ای با دقت قابل قبول وجود دارد. به طوری که طبقه بندی کننده بیز دارای دقت کلی 96 درصد و ضریب کاپای 0.95، k - نزدیکترین همسایه دارای دقت کلی 97 درصد و ضریب کاپای 0.96، ماشین بردار پشتیبان دارای دقت کلی 96 درصد و ضریب کاپای 0.95، درخت تصمیم گیری دارای دقت کلی 95 درصد و ضریب کاپای 0.94 و درخت های تصادفی دارای دقت کلی 95 درصد و ضریب کاپای 0.94 بودند. لذا از بین کلیه الگوریتم های مورد استفاده در این تحقیق، k - نزدیکترین همسایه با دقت کلی 97 درصد و ضریب کاپای 0.96 مقدار دقت بیشتری را ارائه نمود.  

سابقه و هدف: تشخیص تغییرات، در داده های سنجش از دور، وظیفه ای بسیار مهم در علوم محیط زیست، مدیریت منابع طبیعی، برنامه ریزی شهری و مدیریت بحران هاست. با وجود پیشرفت های اخیر در این زمینه، بسیاری از روش های موجود صرفاً به چالش های خاصی می پردازند و قادر به دادن راه حلی جامع، برای انواع متفاوت داده ها و کاربردها نیستند. این محدودیت ها شامل ناتوانی در مدیریت داده های چندطیفی، فراطیفی و راداری، و نیز ناتوانی در بیان نتایج دقیق و سریع با استفاده از پردازش موازی و بهینه سازی منابع پردازشی می شود. علاوه براین، روش های فعلی اغلب به تشخیص تغییرات باینری محدود می شوند و قادر به شناسایی دقیق نوع ویژگی های تغییریافته نیستند. بنابراین هدف اصلی این تحقیق توسعه روشی نوآورانه و جامع برای تشخیص تغییرات است که بتواند این محدودیت ها را برطرف کند و در دنیای واقعی، کاربردهای مؤثری داشته باشد.مواد و روش ها: در این مطالعه، روش جدیدی مبتنی بر ترکیب شبکه ترانسفورمر و مدل توجه خودکار مطرح می کنیم که قادر به پردازش و تحلیل داده های سنجش از دور، با دقت و کارآیی بالاست. این روش از داده های چندطیفی، فراطیفی و راداری بهره می برد که از ماهواره های سنتینل – 2، QuickBird و TerraSAR-X به دست آمده اند. این داده ها در بازه های زمانی متفاوتی جمع آوری شده و شامل اطلاعات گوناگون، ازجمله تغییرات پوشش گیاهی، کاربری زمین و تغییرات ساختاری اند. روش پیشنهادی از تکنیک های ادغام ویژگی ها بهره می برد که با استفاده از لایه های کانولوشن و ترانسفورمر، اطلاعات موجود در داده ها را ترکیب می کند و دقت تشخیص تغییرات را افزایش می دهد. علاوه براین استفاده از مکانیسم توجه فضایی به شناسایی روابط مکانی بین ویژگی ها کمک می کند و با تمرکز بر نواحی کلیدی، دقت تشخیص تغییرات را بهبود می بخشد. شبکه مبتنی بر ترانسفورمر که برای تعیین شباهت توسعه یافته است، با مکانیسم های توجه خودکار تقویت شده که امکان دریافت روابط پیچیده بین ویژگی ها را در دنباله های زمانی فراهم می کند. این ویژگی، به ویژه برای تشخیص تغییرات جزئی که ممکن است در سایر روش ها نادیده گرفته شوند، اهمیت دارد. در بستر عملیاتی، روش پیشنهادی روی سیستمی با کارآیی بالا، شامل یک CPU 24 هسته ای Xeon E5-2697 v2، 28 گیگابایت حافظه، دیسک SSD با ظرفیت 200 گیگابایت و یک کارت گرافیک RTX 2080 Ti با 11 گیگابایت RAM و CUDA 11 اجرا و ارزیابی شد.نتایج و بحث: نتایج این تحقیق برتری روش پیشنهادی را در مقایسه با روش های موجود نشان می دهند. ارزیابی ها براساس معیارهای دقت، بازخوانی، F1-score، دقت کلی (OA) و هم پوشانی متقاطع (IoU) انجام شد. این روش توانست، در تمامی این معیارها، عملکردی بهتر از روش های دیگر نشان دهد. به طورخاص دقت کلی افزایش چشمگیری یافت و در برخی مجموعه داده ها، به بیش از 95% رسید. این نتایج حاکی از آن است که روش پیشنهادی نه تنها قادر به تشخیص دقیق تغییرات باینری است بلکه می تواند نوع ویژگی های تغییریافته را نیز با دقت بالا شناسایی کند. این قابلیت ها به دلیل استفاده از تکنیک های پیشرفته یادگیری عمیق و پردازش موازی به دست آمده اند. همچنین استفاده از چارچوب SoFRB باعث بهبود کارآیی روش پیشنهادی شده و امکان پردازش داده های حجیم را، در زمان کمتر، فراهم کرده است. تحلیل های ما بیان می کند که روش پیشنهادی می تواند، با مجموعه داده های متفاوت، انطباق بالایی نشان دهد و در شرایط گوناگون کارکرد مؤثری داشته باشد. به علاوه، این روش می تواند ابزار کارآمدی در زمینه های متفاوت، ازجمله نظارت بر محیط زیست، برنامه ریزی شهری، کشاورزی دقیق و مدیریت بحران ها باشد.نتیجه گیری: روش پیشنهادی ترکیبی از تکنیک های مدرن یادگیری عمیق و پردازش موازی است که دقت و کارآیی تشخیص تغییرات در داده های سنجش از دور را بهبود چشمگیری بخشیده است. نتایج این تحقیق نشان می دهد که روش پیشنهادی نه تنها در شرایط آزمایشگاهی بلکه در کاربردهای عملی نیز مورد اعتماد است. به طورخاص این روش می تواند در نظارت بر تغییرات محیط زیست، شناسایی تغییرات در زیرساخت های شهری و مدیریت بحران های طبیعی و انسانی، نقش مؤثری داشته باشد. این نتایج نویدبخش کاربردهای گسترده این روش در حوزه های گوناگون است. همچنین تحقیقات آینده می تواند شامل بهبودهای بیشتری در زمینه های گوناگون، مانند بهینه سازی مدل، استفاده از داده های بیشتر و متنوع تر و بررسی تأثیر استفاده از تکنیک های جدیدتر یادگیری عمیق و پردازش موازی باشد.

مجموعه رادیومتر تصویربرداری مادون قرمز مرئی (VIIRS) یکی از ابزارهای کلیدی روی فضاپیمای سازمان ملی امریکا در مدار قطبی (Suomi NPP) است که با موفقیت در 28 اکتبر 2011 پرتاب شد که نسل جدیدی از قابلیت های تصویربرداری با وضوح متوسط عملیاتی پس از AVHRR  در NOAA، MODIS در ماهواره های Terra و Aqua را امکان پذیر می کند. VIIRS  نظارت عملیاتی محیطی و پیش بینی عددی آب وهوا با 22 باند تصویربرداری رادیومتریک با طول موج های 41/0 تا 5/12 میکرومتر را پوشش می دهند. به منظور آشکارسازی تأثیر بارش بر پوشش گیاهی استان لرستان، میانگین ماهانه شاخص استاندارد بارش SPI با استفاده از داده های بارش 7 ایستگاه هواشناسی استان محاسبه شد. سپس با استفاده از تصاویر مادون قرمز به صورت میانگین هفتگی در دوره زمانی 2021-2013 (اول آوریل تا پایان ژولای) اخذ شده از سنجنده Suomi NPP  به بررسی وضعیت پوشش گیاهی پرداخته شد. نتایج نشان داد میزان همبستگی شاخص استاندارد بارش با شاخص NDVI، VCI،TCI و VHI به ترتیب 0037/0، 0048/0، 174/0 و 150/0 است. شاخص TCI همبستگی بیشتری با شاخص SPI داشته و به عنوان یک روش ترکیبی از سنجش ازدور و اطلاعات ایستگاه های هواشناسی برای بررسی شرایط پوشش گیاهی در استان لرستان مناسب است. پوشش گیاهی همه ساله با درجات مختلفی از خشکسالی روبه رو بوده و شدیدترین خشکسالی پوشش گیاهی در 2021 در بیشتر مناطق استان به ویژه قسمت های مرکزی، جنوبی و شمال شرقی استان رخ داده است. در سال های  2013، 2015 و 2018 خشکسالی پوشش گیاهی با شدت کمتری رخ داده و در 2016،2018، 2019 و 2020 پوشش گیاهی در شرایط مطلوب تری قرار داشته است.

سنجش از دور عبارت است از علم و هنر کسب اطلاعات در مورد اجسام، اراضی یا پدیده های مختلف به کمک جمع آوری اطلاعات از آن ها، بدون تماس با پدیده های تحت بررسی. در منابع زمینی به کارگیری عکس های هوایی، عکس های فضایی و تصاویر تهیه شده از اطلاعات ماهواره ای برای تفسیر و شناسایی و کسب اطلاعات از پدیده ها را سنجش از دور بیان می کنند. امروزه شناخت محیط برای برنامه ریزی براساس توان بوم شناختی هرمنطقه ای در راستای ارزیابی توان در هر حوزه جغرافیایی معین جزء مراحل مهم پروژه های اجرایی، به ویژه در سطح کلان و ملی، بشمار می رود. به همین دلیل هدف در این پژوهش طبقه بندی پوشش و کاربری اراضی شهرستان مبارکه می باشد. جهت ایجاد نقشه کاربری اراضی از نرم افزار 3/5 ENVI که یک نرم افزار جهت پردازش و تحلیل اطلاعات سنجش از دوری به ویژه داده های ماهواره ای است استفاده شد. همچنین برای تشخیص پوشش زمین از پرداکت های موجود در سامانه Google Earth Engine استفاده شد که از انواع داده های ماهواره های پرکاربرد امروزی که به صورت رایگان عرضه می شود پشتیبانی می کند. درنهایت برای ارزیابی صحت نتایج طبقه بندی شده نقشه تولیدی با نقشه واقعیت زمینی از برنامه Google Earth استفاده شد. همیچنین ر برای مشخص شدن صحت کلی طبقه بندی ضریب کلی و کاپا برآورد گردید. نتایج حاصل از این پژوهش نشان می دهد، ارزیابی صحت نقشه تولیدی که با واقعیت زمینی با 388 نقطه تعلیمی در Google Earth مورد بررسی قرار گرفت، ضریب کلی نقشه 96% و ضریب کاپا آن 92/0 به دست آمد که ضریب قابل اطمینانی می باشد. درنهایت پیشنهاد می شود در پژوهش های آتی در عوض استفاده از روش های پیکسل پایه در مدیریت اینگونه مناطق از قطعه بندی تصاویر ماهواره ای با کمک از نرم افزارهای سنجش از دور در راستای تعیین یگان ها و اختصاص آن به زون های سازگار استفاده شود.

خورشید به عنوان منبع انرژی، سرآغاز حیات و منشأ تمام انرژی های دیگر شناخته شده است. تابش جهانی خورشید یکی از سازه های بنیادی هر گستره اقلیمی شمرده می شود. از این رو، شناخت ویژگی ها و نیز پیش بینی این سازه های اساسی، تاثیر زیادی در برنامه ریزی های وابسته به انرژی دارد. استفاده از تصاویر ماهواره ای و مدل های سنجش از دور به عنوان ابزاری مناسب و کم هزینه برای تخمین تابش خورشیدی، در سال های اخیر بوده است. جهت انجام این پژوهش، از تصاویر مربوط به سال 2020 ماهواره لندست 8 سنجنده OLI و سنجنده TIRS و الگوریتم سبال استفاده شد. از نرم افزارENVI جهت تصحیحات هندسی، اتمسفری و رادیومتریک تصاویر ماهواره ای و همچنین اجرای محاسبات مربوط به مدل سبال و از نرم افزار ArcGIS جهت ایجاد پایگاه داده، تحلیل های مکانی، عملیات کارتوگرافیکی و در نهایت پیاده کردن مدل استفاده گردید. نتایج حاصل نشان می دهد میانگین بیشترین تابش موج کوتاه ورودی به میزان 901 وات بر مترمربع در تاریخ 09/08 /2020 و کمترین مقدار در فوریه به میزان 302 وات بر مترمربع بوده است. این در حالی است که کمترین مقدار تابش خالص در 28/10 /2020 به میزان با مقدار 355 وات بر متر مربع می باشد. تفاوت در مقدار تابش خالص رسیده به زمین در منطقه مورد مطالعه، ناشی از تفاوت زاویه تابش خورشید و تعداد ساعات آفتابی در ماه های مختلف سال است. در نهایت می توان نتیجه گرفت که تابش خورشیدی در منطقه، در سال مورد بررسی پتانسیل لازم برای اجرای طرح-های فتوولتائیک خورشیدی را دارا می باشد.واژه های کلیدی: : انرژی تابشی خورشید، الگوریتم سبال، سنجش از دور، تصاویر لندست، شهرستان اشتهارد

زمینه و هدف: شهرنشینی تحولات گسترده ای را زمینه سازی نموده و منجر به تغییرات قابل توجهی در کاربری و پوشش زمین شده است. کاهش اراضی زراعی حومه ها و حذف پوشش گیاهی به همراه افزایش دمای سطحی خاک، تنها بخشی از پیامدهای منفی توسعه شهری و ازدیاد مناطقی که به زیر ساخت و ساز شهری می روند، قلمداد می گردد. به همین منظور، این تحقیق با هدف بکارگیری سنجش از دور در بررسی پیامدهای تغییر کاربری اراضی در شهر مشهد انجام شده و به تعیین و مقایسه آثار منفی آن روی کاهش پوشش گیاهی و افزایش درجه حرارت انجام شد. بدین منظور، از تصاویر ماهواره لندست، سنجنده TM مربوط به سال 1979 و سنجنده ETM+ مربوط به سال 2009 و سنجنده های OLI و TIRS مربوط به سال2023 میلادی استفاده شده است.روش بررسی:  بررسی تغییرات پوشش گیاهی، با شاخص پوشش گیاهی تفاضل نرمال شده (NDVI) انجام شده و کلاس های مختلف سرسبزی (بدون پوشش، ضعیف، متوسط و خوب) تعریف و در سه سال مذکور مورد مقایسه قرارگرفته است. در این مدت، مساحت وضعیت پوشش خوب از 3/8 درصد در 1987 به 2/5 درصد در 2023 رسیده است.یافته ها و نتیجه گیری:  مقایسه تغییرات دمای سطحی به کمک باندهای حرارتی نشان داد که تخریب پوشش گیاهی، باغات و مزارع واقع در محدوده شهر مشهد و تغییر کاربری آن در طی 36 سال، منجر به افزایش نسبی دمای محیط شده و میزان حرارت از 7/24 به 8/33 درصد افزایش پیدا نموده است. با این وجود، به دلیل توسعه فضاهای سبز، روند تخریب در طی سال های اخیر کاهش یافته است.