fa برآورد گسیلمندی و دمای سطحی و تشخیص مناطق هم‌دما در مراحل مختلف رشد پوشش گیاهی پژوهشي Research <p dir="RTL">امروزه استخراج دمای سطح از تصاویر ماهواره‌‌‌ای دربسیاری از کاربردهای مطالعات محیطی به خصوص در مطالعات کشاورزی و پوشش گیاهی اهمیت زیادی دارد. دمای سطحی استخراج شده می‌تواند جهت بررسی وضعیت رشد گیاه، نیاز آبی گیاه و مدیریت آن مورد استفاده قرار گیرد. یکی از داده‌هایی که اخیراً جهت مطالعات پوشش گیاهی و استخراج دمای سطحی مورد استفاده قرار می‌گیرد، داده‌های سنجنده‌های <em><span dir="LTR">OLI</span></em> و <em><span dir="LTR">TIR</span></em> بر روی ماهواره لندست ۸ می‌باشد. در این تحقیق با استفاده از تصاویر ماهواره لندست 8 که در دوره رشد گیاه ذرت اخذ شده است، تغییرات دمای سطحی در این دوره مورد بررسی قرار گرفت. به منظور کاهش اثر خاک پس زمینه از شاخص <em><span dir="LTR">SAVI</span></em> استفاده شد. به‌منظور محاسبه دمای سطحی، ابتدا گسیلمندی سطح با محاسبه شاخص <em><span dir="LTR">NDVI</span></em> و آستانه‌گذاری بر آن و محاسبه کسر پوشش گیاهی، محاسبه و به&nbsp;کمک آن دمای سطحی به روش الگوریتم تک باند، برآورد گردید. در مرحله بعد با استفاده از شاخص <em><span dir="LTR">SAVI</span></em> و دمای سطحی، مناطق هم دما بر روی تصویر بدست آمد. سپس تغییرات حرارتی سطح گیاه در طی دوره رشد آن در این مناطق مورد بررسی قرار گرفت. نتایج&nbsp;نشان‌دهنده&nbsp;ارتباط خطی معکوس بین شاخص <em><span dir="LTR">SAVI</span></em> و دمای سطحی محاسبه شده بوده و مقایسه نتایج بدست آمده با مشاهدات زمینی همزمان با گذر ماهواره، نشان‌دهنده ضریب همبستگی متوسط بیشتر از 92/0 و <span dir="LTR">RMSE</span> متوسط کمتر از 5/1می‌باشد. &nbsp;</p> <p>Today, the extraction of land surface temperature (LST) from satellite imagery for many environmental studies, particularly the applications related to water resources management over agricultural sites, is very important. The extracted LST can be used to check the status of plant growth and crop water demand management. Recently the OLI and TIR data sets from Landsat 8 were used in vegetation studies and surface temperature estimation. In this research, the variations of corn surface temperature during its growth stages were examined. In order to minimize the soil influence on canopy spectra, the SAVI were used<span dir="RTL">.</span> The emissivity was estimated by using thresholding on NDVI and vegetation fraction cover and surface temperature were assessed by using single channel algorithm. After that isothermal areas were detected using SAVI and thermal image. Finally, corn growth conditions were studied by examining surface temperature in growth stages. The comparison of results with ground data, show the average correlation efficiency more than 0.92 and average RMSE less than 1.5.</p> تصاویر حرارتی, لندست 8, دوره رشد گیاه, گسیلمندی, SAVI Thermal Imagery, Landsat 8, Crop growth stages, Emissivity, SAVI 95 110 http://jgit.kntu.ac.ir/browse.php?a_code=A-11-128-63&slc_lang=fa&sid=1 Yousef Rezaei یوسف رضایی y.rezaei@gmail.com 10031947532846004583 10031947532846004583 Yes Bu-Ali Sina University دانشگاه بوعلی سینا همدان Zahra Najafi زهرا نجفی 10031947532846004584 10031947532846004584 No Bu-Ali Sina University دانشگاه بوعلی سینا همدان Samira Akhavan سمیرا اخوان 10031947532846004585 10031947532846004585 No Bu-Ali Sina University دانشگاه بوعلی سینا همدان