fa ارزیابی روش‌های مختلف تعیین دمای پوشش گیاهی درختان پسته به کمک تصاویر ماهواره‌ای لندست 8 سیستمهای اطلاعات مکانی (عمومی) GIS پژوهشي Research یکی از کاربردهای تصاویر ماهواره‌ای، محاسبه دمای سطح زمین (<span dir="LTR"><span style="font-family:times new roman,serif;"><span style="font-size:8.0pt;">LST</span></span></span>) و استفاده وسیع این پارامتر در تخمین دمای هوا (<span dir="LTR"><span style="font-family:times new roman,serif;">T_air</span></span>)، تخمین دمای پوشش گیاهی (<span dir="LTR"><span style="font-family:times new roman,serif;">T_canopy</span></span>)، بررسی تاثیر تنش‌های محیطی و مدیریتی بر گیاهان و غیره است. تعیین <span dir="LTR"><span style="font-family:times new roman,serif;"><span style="font-size:8.0pt;">LST</span></span></span> به کمک تصاویر ماهواره‌ای از طریق الگوریتم‌های مختلفی انجام می‌شود که هر یک به تناسب داده‌های موجود و شرایط اقلیمی، دارای مزایا و معایبی هستند. در این پژوهش به منظور تخمین دمای پوشش گیاهی باغات پسته منطقه بهاباد در استان یزد، چهار الگوریتم تعیین دمای سطح شامل <span dir="LTR"><span style="font-family:times new roman,serif;">MW</span></span>، <span dir="LTR"><span style="font-family:times new roman,serif;">IMW</span></span>، <span dir="LTR"><span style="font-family:times new roman,serif;">SC</span></span> و <span dir="LTR"><span style="font-family:times new roman,serif;">SW</span></span> به کمک داده‌های ماهواره‌ای لندست 8&nbsp; و آماربرداری‌های زمینی مورد ارزیابی و مقایسه قرار گرفته‌اند. نتایج این پژوهش نشان داد که اختلاف میانگین دمای سطح محاسباتی توسط الگوریتم‌های مختلف، قابل توجه و در حدود 5/2 درجه سانتیگراد است. همچنین روند مقایسه‌ای دمای سطح محاسبه شده با الگوریتم‌های مختلف، در ماههای مختلف سال متفاوت بوده و نشان‌دهنده اهمیت و نقش بیشتر روش تعیین <span dir="LTR"><span style="font-family:times new roman,serif;">LST</span></span> در فصول (مناطق) گرم نسبت به فصول (مناطق) سرد است. علاوه بر این، مشخص شد که دمای سطح زمین (<span dir="LTR"><span style="font-family:times new roman,serif;">LST</span></span>) نسبت به دمای هوا (<span dir="LTR"><span style="font-family:times new roman,serif;">T_air</span></span>)، پارامتر مناسب‌تری برای تخمین دمای پوشش گیاهی باغات پسته (<span dir="LTR"><span style="font-family:times new roman,serif;">T_canopy</span></span>) است؛ بطوری‌که، معادلات تعیین دمای پوشش گیاهی پسته به کمک <span dir="LTR"><span style="font-family:times new roman,serif;">LST</span></span>، خطای کمتر از 1 درجه سانتیگراد دارند. همچنین الگوریتم پنجره‌مجزا (<span dir="LTR"><span style="font-family:times new roman,serif;"><span style="font-size:8.0pt;">SW</span></span></span>)، از دقت بالاتری نسبت به سایر الگوریتم‌های تعیین <span dir="LTR"><span style="font-family:times new roman,serif;"><span style="font-size:8.0pt;">LST</span></span></span> برخوردار بوده و می‌تواند در تعیین دمای پوشش گیاهی باغات پسته استفاده شود. One of the applications of satellite images is to determine Land Surface Temperature (LST), which has widespread uses in estimation of air temperature (T_air), estimation of vegetation canopy temperature (T_canopy), investigation of environmental stresses and management options on plant health status and so on. Remotely sensed based LST maps can be generated through different approaches or algorithms; each one fits with a set of input data and climatic conditions and has some advantages and shortcomings. In this study, four LST determination algorithms, namely Mono Window (MW), Improved Mono Window (IMW), Single Channel (SC) and Split Window (SW) algorithms were used to estimate pistachio tree T_canopy through Landsat 8 OLI/TIRS images and then were evaluated with the aid of ground based measurements in Bahabad region, Yazd province of Iran. The results indicate a substantial difference of about 2.5 degrees Celsius in the average LSTs of different algorithms. Moreover, trend of their differences changes seasonally, emphasizing on importance of LST generation algorithm in warm seasons (regions), compared to cold seasons (regions). Also it was found that LST is a more appropriate parameter than air temperature (T_air) to estimate canopy temperature of pistachio trees (T_canopy) in the studied area. Under such a condition, T_canopy determining equations, as a function of LST, have had the error of less than 1 degree Celsius. Furthermore, Split Window algorithm (SW) was found to be more accurate than other LST determining algorithms and substantially, can be recommended for estimation of pistachio canopy temperature, as well الگوریتم پنجره‌مجزا, دمای پوشش گیاهی, ترمومتر مادون قرمز, پسته, لندست 8 Split Window Algorithm, Canopy Temperature, IR Thermometer, Pistachio, Landsat 8 79 98 http://jgit.kntu.ac.ir/browse.php?a_code=A-11-461-2&slc_lang=fa&sid=1 Mohammad Hasan Rahimian محمدحسن رحیمیان 10031947532846004930 10031947532846004930 No Isfahan University of Technology دانشگاه صنعتی اصفهان mohammad shayannejad محمد شایان نژاد shayannejad@cc.iut.ac.ir 10031947532846004931 10031947532846004931 Yes Isfahan University of Technology دانشگاه صنعتی اصفهان Saeed Eslamian سعید اسلامیان 10031947532846004932 10031947532846004932 No Isfahan University of Technology دانشگاه صنعتی اصفهان Reza Jafari رضا جعفری 10031947532846004933 10031947532846004933 No Isfahan University of Technology دانشگاه صنعتی اصفهان Mehdi Gheysari مهدی قیصری 10031947532846004934 10031947532846004934 No Isfahan University of Technology دانشگاه صنعتی اصفهان Saleh Taghvaeian صالح تقوائیان 10031947532846004935 10031947532846004935 No Oklahoma State University دانشگاه اوکلاهوما