:: دوره 2، شماره 1 - ( 3-1393 ) ::
جلد 2 شماره 1 صفحات 88-75 برگشت به فهرست نسخه ها
برآورد خرد-پیکسلی دمای آب دریاچه ارومیه به کمک روش جداسازی طیفی باندهای مادون قرمز حرارتی تصاویر ماهواره‎ای
پرویز ضیاییان فیروزآبادی* ، منوچهر فرج زاده ، علی جعفر موسیوند ، محمود امیدعلی
دانشگاه خوارزمی
چکیده:   (6379 مشاهده)
دمای آب یک شاخص مهم محیطی در مطالعه آبراهه ها، رودخانه ها ودریاچه هاست، همچنین اهمیت زیادی در مدیریت منابع طبیعی و محیط زیست دارد. هرچند با استفاده از تصاویر با توان تفکیک بالا، امکان برآورد دقیق تر دمای سطح آب ممکن است، ولی به دلیل دوره بازگشت زمانی زیاد، این داده ها قابلیت کاربردی بالایی ندارند. در عوض، تصاویری با توان تفکیک مکانی پایین تر مانند MODIS، به دلیل دوره بازگشت کوتاه (چندین بار در روز) برای برآورد پارامترهای پدیده‎هایی پویا مانند آب مناسب‎تر هستند. به منظور بهره‌گیری کامل از تصاویر با قدرت تفکیک پایین، یک روش خلوص زیر پیکسل بسط داده شده و بر روی دریاچه ارومیه بررسی شد. این رویکرد صحت نقشه های دمای آب تصاویر با قدرت تفکیک پایین را بهبود داد که این امر از مرزهای آبی استخراج شده از عوارض آب برداری بدست آمد. با استخراج سهم هر جزء تصویر( آب و خشکی) و محاسبه گسیلمندی مربوط به هر جزء تصویر در نهایت با استفاده از الگوریتم split window دمای آب استخراج شد و نقشه دمایی زیر پیکسل آب دریاچه ارومیه با نقشه دمایی حاصل از باندهای حرارتی ASTER مقایسه شد و خطای میانگین بین دو تصویر 58/ درجه سانتیگراد بدست آمد که این نشان می دهد نتیجه مطلوبی حاصل شده است.
واژه‌های کلیدی: دمای آب، ASTER، MODIS، پیکسل مبنا، جداسازی طیفی.
متن کامل [PDF 1246 kb]   (1989 دریافت)    
نوع مطالعه: پژوهشي |
دریافت: 1394/4/20 | پذیرش: 1394/4/20 | انتشار: 1394/4/20
فهرست منابع
1. [1] Kay, J. E., Kampf, S. K., Handcock, R. N., Cherkauer, K. A., Gillespie, A. R., &Burges, S. J. (2005). Accuracy of lake and stream temperatures determined From atmospherically corrected thermal-infrared imagery. Journal of the American Water Resource Association, 41, 1161−1175. [DOI:10.1111/j.1752-1688.2005.tb03791.x]
2. [2] Szymanski, J. J., Borel, C. C., Harberger, Q. O., Smolarkiewicz, P., & Theiler, J. P. (1999). Subpixel temperature retrieval with multispectral sensors. SPIE, Vol. 3717.(pp. 38−46) Orlando, FL, USA: Algorithms for Multispectral and Hyperspectral Imagery [DOI:10.1117/12.373105]
3. [3] Gowda, H., Manikiam, H. and Chandrasekhar, M.G. 1993. Remote sensing for marin fisheries development in INDIA. Journal of Remote sensing of Environment 1375–1405
4. [4] Sur, H. and Ozsoy, E. and Ibrayer, R2000.Satellite derived flow characteristic of the Caspian sea in: satellite oceanography and society. Vol 16, pp:294-312
5. [5] Oesch, D., Hauser, A. and Wunderle, S. 2003. Operational mapping of lake surface temperature in the Alps using NOAA-AVHRR data: intercompasion of different lakes. Remote sensing research group, Department of Geography, university of Bern, Switzerland.
6. [6] Zobeiri.M and Majd.A,1999, fundamental remote sensing and with application to natural resources, Tehran university press.
7. [7] Karimi.M, 2001, using images AVHRR in Preparation map temperature in SST to Gulf Persian, MS Tarbiat modares
8. [8] Qin Z. & Karnieli A. & Berliner P. (2001). A Mono-Window Algorithm For Retrieving Land Surface Temperature From Landsat TM Data And ItsApplication To The Israel-Egypt Border Region. International Journal Of Remote Sensing, Vol 22, No 18, Page 3719–3746. [DOI:10.1080/01431160010006971]
9. [9] Liang, S. (2001). An optimization algorithm for separating land surface temperature and emissivity from multispectral thermal infrared imagery. IEEE Transactions on Geoscience and Remote Sensing, 39(2), 264−274. [DOI:10.1109/36.905234]
10. [10] K. Mao, Z. Qin, J. Shi, and P. Gong, 2005, A practical split-window algorithm for retrieving land-surface temperature from MODIS data, International Journal of Remote Sensing, Vol. 26, No. 15, 3181–3204 [DOI:10.1080/01431160500044713]
11. [11] Jupp, D.L.B., 1988, "Background and extensions to depth of penetration (DOP) mapping in shallow coastal waters ". Proceeding of the symposium on remote sensing of coastal zone,Gold Coast, Queensland, September 1988, IV.2.1-IV.2.19.
12. [12] Gabriel I.sentlinger, Simon J. Hook(2008), Sub-pixel water temperature estimation from thermal-infrared imagery using vectorized lake features. Remote Sensing of Environment 112 1678–1688 [DOI:10.1016/j.rse.2007.08.019]



XML   English Abstract   Print



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 2، شماره 1 - ( 3-1393 ) برگشت به فهرست نسخه ها