برآورد دمای مزارع نیشکر با استفاده از الگوریتم پنجره مجزا و تصاویر سنجنده OLI ماهواره لندست 8

سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 415

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_GIRS-7-1_003

تاریخ نمایه سازی: 25 خرداد 1398

چکیده مقاله:

دمای سطح زمین یکی از مهم­ترین پارامترهای است که امروزه توسط باندهای حرارتی ماهواره­ها و به کمک ابزار سنجش از دور قابل محاسبه است. اهمیت این موضوع زمانی آشکار می­شود که اثر مستقیم دما، افزایش و یا کاهش میزان تبخیر و تعرق و در نتیجه تغییر در میزان رطوبت در دسترس گیاه را نشان می­دهد. در این تحقیق دمای پوشش سبز گیاه نیشکر با استفاده از داده­های ماهواره لندست 8 در هشت مزرعه از مزارع کشت و صنعت نیشکر سلمان فارسی (هر مزرعه پنج نقطه) جمعا 40 نقطه که این نقاط در روزهای مختلف آبیاری بودند با استفاده از دماسنج مادون قرمز (که در بازه 8 تا 14 میکرومتر کار می­کند)، اندازه­گیری شد. نقاط انتخابی به منظور عدم ترکیب با پیکسل­های فاقد پوشش گیاهی از لبه مزارع دارای فاصله 30 متری بودند. به منظور واسنجی الگوریتم پنجره مجزا از داده­های بخار آب اتمسفر، قابلیت انتشار، قابلیت عبور اتمسفری و از تصاویر ماهواره لندست 8 دمای مزارع استخراج شد. نتایج نشان داد که محاسبه دمای پوشش سبز مزارع نیشکر در روزهای مختلف آبیاری با الگوریتم پنجره مجزا با دقت قابل قبول برآورد گردید. همچنین نتایج نشان داد که در نقاطی که پوشش گیاهی یکسان است، آبیاری عامل اصلی در تغییر مقادیر دما است. حداقل مجذور مربعات خطا و میانگین مربعات خطا بین دمای اندازه­گیری شده میدانی و دمای استخراج شده از تصاویر ماهواره­ای به ترتیب 925/0 و 766/0 درجه سانتیگراد محاسبه گردید.

کلیدواژه ها:

نویسندگان

شادمان ویسی

دانشجوی دکتری آبیاری و زهکشی، دانشگاه شهید چمران اهواز

عبدعلی ناصری

استاد دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز

سعید حمزه

استادیار دانشکده جغرافیا، دانشگاه تهران

پوریا مرادی

کارشناس ارشد سنجش از دور و سیستم اطلاعات جغرافیایی، دانشگاه شهید چمران اهواز

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • اکبری، ا. و ح. کوهبنانی. 1389. استفاده از  الگوریتم DTC ...
  • بهرامی، ش.، ا. اکبری و ع. دوران. 1392. بررسی تاثیر ...
  • مرکز تحقیقات نیشکر. 1389. گزارش نتایج مطالعات فاز یک کشت ...
  • Asner GP, Heidebrecht KB. 2002. Spectral unmixing of vegetation, soil ...
  • Bastiaanssen W, Menenti M, Feddes R, Holtslag A. 1998. A ...
  • Bolgrien DW, Granin NG, Levin L. 1995. Surface temperature dynamics ...
  • Carlson TN, Ripley DA. 1997. On the relation between NDVI, ...
  • Friedel MJ. 2012. Data-driven modeling of surface temperature anomaly and ...
  • Gao L, Qin Z. 2007. Research on the fitting relation ...
  • Herb WR, Janke B, Mohseni O, Stefan HG. 2008. Ground ...
  • Jiménez-Muñoz JC, Sobrino JA. 2010. A single-channel algorithm for land-surface ...
  • Li Z-L, Tang B-H, Wu H, Ren H, Yan G, ...
  • Liang S. 2004. Quantitative Remote Sensing of Land Surfaces, Wiley-interscience, ...
  • Lillesand T, Kiefer RW, Chipman J. 2014. Remote sensing and ...
  • Lin L, Chen J, Cai C. 2012. High rate of ...
  • Maimaitiyiming M, Ghulam A, Tiyip T, Pla F, Latorre-Carmona P, ...
  • Miller W, Millis E. 1989. Estimating evaporation from Utah s ...
  • Peng S-S, Piao S, Zeng Z, Ciais P, Zhou L, ...
  • Petitcolin F, Vermote E. 2002. Land surface reflectance, emissivity and ...
  • Pôças I, Cunha M, Pereira LS, Allen RG. 2013. Using ...
  • Qin Z, Zhang M, Arnon K. 2001. Split window algorithms ...
  • Sobrino JA, Jiménez-Muñoz JC, Paolini L. 2004. Land surface temperature ...
  • Son N, Chen C, Chen C, Chang L, Minh V. ...
  • Vinnikov KY, Yu Y, Goldberg MD, Chen M, Tarpley D. ...
  • Wan Z. 2008. New refinements and validation of the MODIS ...
  • Yu X, Guo X, Wu Z. 2014. Land surface temperature ...
  • Zhou C, Zhang S, Wang L, Miao F. 2005. Effect ...
  • Zhou J, Zhan W, Hu D, Zhao X. 2010. Improvement ...
  • نمایش کامل مراجع