کاربرد محصولات سنجش از دور در شناسایی نواحی بحرانی ناشی از دماهای فرین ماهانه در ایران

پاسخ به این سوال که در شرایط فرین دمایی ایران، به طور دقیق، نواحی بسیارگرم و  بسیار سرد چه مناطقی هستند، به دلیل نبود و عدم توزیع یکنواخت ایستگاه های اندازه گیری دما کار دشواری است. امروزه داده های ماهواره ای به دلیل وضوح مکانی بالا و پوشش تمامی مناطق، می توانند مکمل پژوهش های قبل باشند. هدف اصلی این پژوهش تعیین نواحی فرین دمایی ایران در بازه زمانی ماهانه می باشد. مقادیر استاندارد شده ی داده های میانگین دمای ماهانه 81 ایستگاه سینوپتیک ایران، در دوره آماری 1986تا 2014 نشان می دهند که ژانویه 2008 و ژوئیه 2010 تعداد زیادی از ایستگاه ها در گستره ی ایران دارای ناهنجاری شدید دمایی بوده اند. به منظور تعیین نواحی فرین دمایی، محصولات سطح دوم دمای ماهانه سطح زمین سنجنده مودیس ماهواره ترا، مورد استفاده قرار داده شده اند. جهت طبقه بندی نواحی، از تحلیل خوشه ای وارد استفاده گردید.  با برش دندروگرام در مرحله ی اول و راستی آزمایی آن با آزمون تحلیل واریانس، 13 ناحیه مجزا برای ژوئیه 2010 و 6 ناحیه برای ژانویه 2008 مشخص گردید. طی ژوئیه 2010، بیابان لوت به عنوان داغ ترین و سواحل جنوبی دریای خزر به عنوان خنک ترین منطقه، و طی ژانویه 2008 شمال غرب ایران سردترین و بیابان لوت و سواحل دریای عمان مطبوع ترین مناطق ایران به لحاظ دمایی شناخته شدند. با توجه به نبود ایستگاه سینوپتیک در بیابان لوت و مشخص نشدن آن به عنوان یک پهنه مجزا در مطالعات قبل، ارزش داده‌های سنجش از دور در تهیه نقشه ی دمایی بارز گردید. همچنین داده های سنجنده مودیس نقش ناهمواری ها را در نقشه دما به خوبی نشان می دهد. بنابراین با در دسترس بودن داده‌های ماهواره ای، نقشه دمایی که توان نمایش اثر ناهمواری‌ها را نداشته باشد، ارزش چندانی ندارند.

Application of remote sensing products to identification of critical regions resulted from monthly extreme temperatures

In the past, during extreme temperature events in Iran, precise determination of very hot and cold regions has been difficult due to absence and not a proper distribution of synoptic stations. But, nowadays the satellite data with appropriate spatial resolution provides an opportunity for improving the previous research. The main purpose of this paper is determination of these regions in above mentioned conditions. Standardized Monthly mean temperature of 81 synoptic stations in Iran showed that during 1986 to 2014, in January 2008 and July 2010 most stations have been an extreme temperatures anomaly. For this, we used land surface temperatures from MODIS data product (level2) onboared on Terra satellite. To classification of regions, we used cluster analysis. When we cutting the dendrogram in the first step, separated 13 regions for July 2010 and 6 region for January 2008. In July 2010, Lut desert determined as the hottest area and in January 2008 northwest of Iran was the coldest and costal sea in south east was the pleasant in term of temperatures. Therefore, due to the lack synoptic station in Lut desert and also not distinct of this region as a separate region in previous study, capability of remote sensing product was obvious.Also result showed that unlike of synoptic station data, the MODIS remote sensing product very well indicate role of mountain in variability of temperature. However, by existing of satellite data, temperature map must have ability to showing the role of roughness.