بخشی از مقاله

چکیده

با توجه به نیاز روزافزون به دادههاي هواشناسی و وجود محدودیتهایی در اخذ داده از ایستگاههاي زمینی، سنجش از دور میتواند به خوبی در فراهم سازي داده هاي هواشناسی نقش ایفا کند. در این پژوهش مدلهایی براي برقراري ارتباط میان داده سنجشازدوري LST به دست آمده از سنجنده MODIS با دماي هواي سطح زمین ارائه شده است؛ که با استفاده از آن پس از تشکیل مدل،میتوان در مناطق تحت پوشش ماهواره، مقادیر دماي هوا را محاسبه کرد.

پس از بررسی سه مدل مختلف که از داده LSTروزانه و شبانه استفاده میکنند، ارزیابی آنها با استفاده  از داده  ایستگاههاي زمینی انجام گرفت؛ که نتایج ارزیابی نشان میدهد، امکان رسیدن به دقت هاي5/06 ، 3/09 و 3/03 درجه سانتیگراد در منطقه مورد مطالعه وجود داشتهاست. این مقدار نشاندهنده بیش از %40 بهبود  نسبت به روش نزدیکترین همسایگی در تخمین دماي هوا است. هرچند استفاده از داده آموزشی بیشتر براي برآورد پارامترهاي هر مدل، و مطالعه بر روي منطقهاي با وسعت کمتر و همگونی بیشتر،میتواند این دقت را بهطور چشمگیري افزایش دهد.

-1 مقدمه

دماي هوا، کهمعمولاً در فاصله 2 متري از سطح زمین اندازهگیریمیشود ، یک متغیر کلیدي در سطح وسیعی از کاربردهاي محیطی است. عوامل مختلفی در تغییر دما تأثیرمیگذارند که در این میان، تابش خوشیدي اصلی ترین جریان انرژي بوده و تأثیر شدیدي بر روي آن می گذارد. مقدار انرژي خورشیدي که به سطح زمین رسیده را میتوان با فاکتورهایی از قبیل عرضجغرافیایی - که موقعیت نسبی خورشید در طول روز را مشخص می کند و میتواند بر مدتزمان طول روز تأثیر بگذارد و با استفاده از این مدتزمان، میتوان به توزیع کل انرژي تابشی رسیده به سطح در طول سال دستیافت - پوشش ابر و ذرات معلق در جو مرتبط دانست 

انرژي در سیستم زمین–جو بهوسیله جذب طیف نور در قسمت طولموج کوتاه تابش فرودي خورشید و انتشار امواج مادون قرمز - طولموج بلند - و جریانهاي افت گرما به تعادل می رسد. این فرآیندها باعث گرمایش و سرمایش سطح زمین میشوند واصلیترین چرخه تعدیلکننده دماي روزانه سطح زمین هستند

از مهمترین کاربردهاي محیطی دما،میتوان به مواردي مانند انتقال بیماري، آبشناسی، فرآیندهاي زیستکره، تغییرات آب و هوایی و... اشاره کرد. این پارامتر در تحقیقات بسیاري بهکار گرفته شده است؛ بطورمثال مرج - 1387 - براي تشخیص مناطقی با احتمال وجود مالاریا، و شاد - 1388 - براي پیشبینی آلودگی هوا از دما به عنوان یکی از پارامترهاي ورودي استفاده کردهاند

با توجه به اهمیت این موضوع، اندازهگیريهاي هواشناسی، در ایستگاههاي مختلف در سطح جهان بهطور منظم انجام میگیرد. این اندازهگیري ها اطلاعات دقیق دماي هوا در زمانهاي گسسته را فراهم میکند؛ اما محدودیت آن ناهمگونی مکانی دماي هوا در یک محدوده وسیع از زمین و ناتوانی در تعمیم آن است. اندازهگیريهاي دماي هوا،

معمولاً با خطاي زیادي در رابطه با درونیابی مواجه هستند و گاهی منجر به ناتوانی در ارائه پیشبینی الگوهاي
مکانی میشوند . علاوه بر این، پیچیدگی در رابطه با تخمین درست الگوي دماي هوا، زمانی زیاد میشود که فواصل زمانی کوتاهی از اطلاعات دما موردنیاز بوده و دماهاي زیاد و اهداف بزرگی مورد نظر باشند

صرفنظر  از این روش، دقت درونیابی به تراکم شبکه ایستگاهها و مقیاس متغیرهاي زمانی و مکانی پارامترها شدیاً وابسته است. خطاهاي درونیابی به طورکلی، وابسته بهمقیاس مکانی و زمانی و پارامترهاي دما و روشهایبه کارگرفتهشده تغییر می کند . استفاده از دادههاي سنجش ازدوري میتواند به طور قابل توجهی برآورد Tairو الگوهاي زمانی-مکانی را بهبود بخشد.

این کار، دانش فرآیندهای زیست محیطی و آب و هوایی را در مقیاس جهانی و منطقهاي افزایش میدهد. در مناطقی از جهان که تراکم ایستگاههاي هواشناسی کم و فاصله آنها از یکدیگر زیاد است، یا دادهها در دسترس نیستند و یا دسترسی به داده هاي هواشناسی هزینهبردار است، سنجشازدور میتواند بهعنوان یک منبع مهم اطلاعات باارزش مورد استفاده قرار گیرد. در زمانی طولانیتر، این دادههامیتوانند نیاز بهاندازهگیريها در سطح سایت را در آینده کاهش دهند

محققین روشهاي متنوعی براي استفاده از دادههایسنجشازدور در تخمین دماي سطح زمین ارائه دادهاند.در تحقیقات پیشین نشان دادهشده است، امواجی که توسط سنسورهاي ماهواره اخذ میشود، ترکیبی از انرژي انتشار یافته از سطح زمین، انرژي جذب شده توسط اتمسفر در بخارآب یا انتشار دوباره از اتمسفر، در سطح زمین است. این انرژي مخلوطی از دماي گیاهان، خاکی که در نور قرارگرفته و یا خاکی که در سایه قرار دارد و عارضههاي مصنوعی دیگر است . با در نظر داشتن این موضوع، در تحقیقات بسیاري به تخمین دما با استفاده از دادههای سنجش از دوری پرداخته شده است

دماي سطح زمین بهطور رایج LST2نامیده میشود و کیفیت بازیابی آن متأثر از مشخصات سنجنده، شرایط    
جوي، تغییرات در گسیلمندي طیفی، نوع ناهمگونی سطح، رطوبت خاك و برخی عوامل دیگر است .این پارامتر بهطور منظم توسط سنجنده MODIS بهدست آمده و در دو حالت روزانه و شبانه، اطلاعاتی از دماي سطح زمین فراهم میکند. در تحقیقات بسیاري، از این داده براي تخمین دماي هوا استفاده شده است 

جریان هاي گرمایی بهشدت متأثر از دماي سطح هستندو تقسیم انرژي بین آن ها با محتواي رطوبت، نوع سطح، سرعت باد و گسیلمندي کنترل می گردد. تنوع در عوارض سطح زمین، بهشدت روي اتمسفر اثر گذاشته و در تغییرات Tairمؤثرمیشود؛ که منجر به تغییرات LSTبهویژه در روزهاي آسمان صاف خواهدشد

هرچندLSTوTairبهشدت به یکدیگر همبستهاند، تکنیکهاي اندازهگیري و پاسخ به شرایط جوي و فازهاي روزانه مختلفی دارند .[1] میزان افت LSTو Tair با تعادل انرژي سطح کنترل میشودو این موضوع وابسته به اطلاعاتی است که همیشه با ماهواره فراهم نمیشوند. میزان افت دما میتواند در چرخه روزانه بسیار متغیر باشد؛ در طول روز دماي سطح بهطورکلی بیشتر از دماي هوا است و در طول شب دققاًی عکس این حالت اتفاق میافتد که این موضوع منجر به تخمین بیش از واقعیت و کمتر از واقعیت میشود

در طول روز، سهم عظیمی از انرژي به خاطر تابش امواج با طول موج بلند بهوسیله تابش خورشیدي است. در طول شب تخمین Tairسادهتربهنظرمیرسد . این موضوع به دلیل عدم تأثیر امواج خورشید روي سیگنالهایمادونقرمز حرارتی در شب است 

تخمین Tairبهوسیله سنجشازدورمعمولاً بر اساس مدل هایی به دست میآید، که براي دادههاي گسسته، توسط ایستگاههاي هواشناسی ساخته شدهاند . از این منظر تخمین Tairبراي مناطق بزرگ چندان واقعی نیست. این موضوع بسیار مهم است که مدل ساختهشده علاوه بر پیشبینیهایبه دستآمده به واقعیت نزدیک باشد

روشهاي آماري براي این هدف استفاده میشوند که تخمین چندگانهاي براي دادههاي آموزشی به دست آورند؛ و امکان ارائه دقت ساختاري مدل را فراهم نمایند. همچنین پیشبینی برحسب مدل را با اطمینان انجام داده و علاوه بر آن،اجازه پخش پارامترها و بالا بردن دقت و اطمینان برونیابی و کاهش تأثیر زیر مجموعهها را فراهم آورند

موضوع اصلی ارائهشده در این مقاله تخمین میانگین Tairبر اساس سنجش ازدور با استفاده از روشهاي آماري است. مطالعات انجامشده پیشین براي تخمین Tairمعمولاً، در مناطق کوچکی انجامشده است و در برخی از آنها خطاهاي به وجود آمده در تخمین Tairزیاد بوده و از کاربردي بودن آنها کاسته است. در این پژوهش Tairبراي منطقه وسیعی از کشور پهناور ایران با استفاده از دادههاي 44 ایستگاه هواشناسی که امکان دسترسی به دادههاي آنها فراهم شد، تخمین زدهشده است.

در فصل دوم، روش انجام کار و مدلهاي آماري مورد استف اده معرفی شده، و روش ارزیابی نتایج بیان می گردد. سپس در فصل سوم دادههاي مورد استفاده براي تخمین دما، در دو بخش دادههاي سنجشازدوري و دادههاي هواشناسی معرفی میشوند. در ادامه در فصل چهارم نتایج حاصل از پیادهسازي الگوریتم موردنظر ذکر شده، و میزان دقت آنها با یکدیگر مقایسه میشود. در نهایت در فصل پنجم، نتیجه گیري از پژوهش انجام گرفته بیانخواهد شد.

-2 روش انجام کار

مدلهاي آماري مختلفی براي ایجاد ارتباط میان LSTو Tairارائه شده است. در این پژوهش 3 مدل که نیاز به دادههاي جانبی ندارند، براي ایجاد این ارتباط بکار رفتهاند ، که در آنها از LSTروزانه و شبانه استفاده شده است. شماي کلی روش کار، در شکل 1 قابل مشاهده است.

در متن اصلی مقاله به هم ریختگی وجود ندارد. برای مطالعه بیشتر مقاله آن را خریداری کنید