استفاده از مدل topsis برای تعیین lst و استفاده از الگوریتم estarfm برای ادغام lst سنجنده-های اپتیکی به منظور تهیه نقشه lst با قدرت تفکیک مکانی و زمانی بهبود یافته

برای تعیین دمای سطح زمین (lst ) با استفاده از تصاویر ماهواره ای، روش های متفاوتی وجود دارد و تعیین دقیق این پارامتر همچنان مسئله ای چالش برانگیز است. در این تحقیق از پنج الگوریتم پلانک و الگوریتم معادله انتقال تابشی و الگوریتم تک پنجره و الگوریتم تک کاناله و الگوریتم پنجره مجزا استفاده شده است. علاوه بر روش های نام برده شده، از میانگین ساده و میانگین وزن دار این الگوریتم ها نیز استفاده شده است که وزن هر روش در میانگین وزن دار به کمک الگوریتم چند معیاره topsis محاسبه شده است. از این روش ها برای تعیین lst در منطقه ای در استان فارس در جنوب شهرستان مرودشت استفاده شده است و همزمان با عبور ماهواره لندست از منطقه مورد نظر، دمای سطح زمین برای 25 نقطه زمینی برداشت شده است. نتایج نشان می دهد دقت روش ترکیبی در تعیین lst نسبت به سایر الگوریتم های استفاده شده بیشتر است (rmse=0.552ok). داده های دقیق lst با توزیع مکانی-زمانی پیوسته، نقش مهمی در زمینه پایش رطوبت و تبخیر، تغییرات آب و هوایی و تغییرات محیط زیست دارند. در حالیکه قدرت تفکیک مکانی و زمانی داده های ماهواره ای با هم نسبت عکس دارند، با استفاده از الگوریتم های ادغام می توان برای افزایش همزمان قدرت تفکیک مکانی و زمانی داده ها استفاده کرد. در این مقاله از الگوریتم estarfm برای ادغام lst سنجنده های لندست و مودیس استفاده شده است و در دو ناحیه در شهرستان مرودشت و زرقان در استان فارس، مقدار lst در تاریخ پیش بینی محاسبه شده است و با مقدار lst محاسبه شده به کمک تصاویر لندست در زمان مورد نظر مقایسه شده است. برای این صحت سنجی از پارامترهای rmse و mae استفاده شده است. در مناطق دوم و سوم مقدار rmse در بازه 2.04-1.87 درجه کلوین و مقدار mae در بازه 1.43-1.32 درجه کلوین تغییر کرده است که نشان دهنده دقت الگوریتم ادغام مورد استفاده در مناطق مطالعاتی می باشد.

combining the lst of optical sensors using the topsis model and the estarfm algorithm in order to prepare an improved spatial/temporal resolution lst map

there are different methods for determining the land surface temperature (lst) using satellite images, and the exact determination of this parameter is still a challenging issue. five planck algorithms, radiative transfer equation algorithm, single window algorithm, single channel algorithm and mono window algorithm have been used in this research. in addition to the mentioned methods, the simple average and the weighted average of these algorithms have also been used, and the weight of each method in the weighted average has been calculated with the help of the topsis multi-criteria algorithm. these methods have been used to determine lst in an area in fars province in the south of marvdasht city, and simultaneously with the passage of the landsat satellite over the target area, the surface temperature of 25 ground points has been taken. the results show that the accuracy of the combined method in determining lst is higher than other used algorithms (rmse=0.552ok). accurate lst data with continuous spatio-temporal distribution play an important role in the field of humidity and evaporation monitoring, climate changes and environmental changes. while the spatial and temporal resolution of satellite data are opposite to each other, integration algorithms can be used to simultaneously increase the spatial and temporal resolution of the data. in this article, the estarfm algorithm has been used to integrate the lst of landsat and modis sensors and in two areas in morodasht and zarghan cities in fars province, the lst value on the forecast date has been calculated and with the lst value calculated with the help of images landsat has been compared at the target time. rmse and mae parameters have been used for this verification. in the second and third regions, the rmse value has changed in the range of 2.04-1.87 ok and the mae value has changed in the range of 1.43-1.32 ok, which indicates the accuracy of the integration algorithm used in the study areas.