ایستگاه های هواشناسی

طبقه بندی ایستگاه های هواشناسی موجب اختصاص حجم زیادی از اطلاعات به چند دسته متجانس کوچک تر، سهولت استفاده در مدل سازی و هم چنین کمک شایانی به گسترش اطلاعات نقطه ای به اطلاعات منطقه ای برای نقاط فاقد آمار می نماید. در این تحقیق 112 ایستگاه هواشناسی پس از بررسی های اولیه از بین تمام ایستگاه های سینوپتیک کشور انتخاب و سپس با استفاده از خوشه بندی فازی و شبکه عصبی مصنوعی کوهونن طبقه بندی دمائی آنها مورد بررسی قرار گرفت. میانگین دمای سالانه، طول جغرافیایی، عرض جغرافیایی و ارتفاع ایستگاه ها به عنوان پارامترهای ورودی معیارهای طبقه بندی در نظر گرفته شدند. تعداد بهینه خوشه ها با استفاده از شاخص دیویس-بولدین، محاسبه و ایستگاه های هر خوشه به تفکیک مشخص و با کمک سیستم اطلاعات جغرافیائی روی نقشه مشخص گردید. در ادامه از پهنه بندی اقلیمی کشور بر اساس روش دمارتن جهت ارزیابی دقت هر دو روش استفاده گردید. هر چند نتایج حاکی از دقت قابل قبول هر دو روش می باشد، لیکن خوشه بندی فازی تا حدودی نسبت به شبکه عصبی کوهونن انطباق بهتری را با پهنه های اقلیمی حاصل از روش دمارتن نشان می دهد

پایش تغییرات دمای سطح زمین حاصل از نوسانات فصلی و غیرفصلی به دلیل تأثیر بسیار آن بر محیط زیست انسانی و طبیعی، امری ضروری است. به منظور پایش پیوسته دمای سطح زمین با هزینه اندک و سرعت زیاد، از تصاویر ماهواره ای سنجش از دور استفاده می شود. در این پژوهش، نخست با بهره گیری از سه روش متداول استخراج دما مبتنی بر رابطه پلانک، دمای سطح زمین در محدوده دریاچه ارومیه از تصاویر ماهواره لندست استخراج شد؛ سپس با استفاده از رابطه رگرسیون خطی و مشاهدات دمای ایستگاه های هواشناسی، نقشه های دمای استخراج شده از روش های متداول اصلاح شدند. نتایج پژوهش نشان می دهد روش های متداول استخراج دما برای سنجنده های TM و TIRS ماهواره لندست، صحتی تقریباً برابر با 4 و 8 درجه سانتی گراد دارند. پس از اصلاح نقشه های دما با استفاده از روش رگرسیون خطی، این مقدار صحت برای سنجنده های TM و TIRS تقریباً به ترتیب به 1 و 5/0 درجه سانتی گراد کاهش یافت. این موضوع، کارایی مناسب روش رگرسیون ارائه شده در این پژوهش را برای اصلاح دما نشان می دهد.