واکاوی تغییرات دما، پوشش گیاهی، تبخیر و تعرق و خشکسالی مبتنی بر مدلسازی تصاویر ماهواره‌ای لندست 5 و 8 و شاخص های هواشناسی

با توجه به اهمیت تبخیر- تعرق در چرخه هیدرولوژی و کاربردهای متنوع آن در علوم مختلف، محاسبه مقدار آن بویژه، تبخیر- تعرق واقعی از اهمیت بالایی برخوردار است. با توجه به اینکه فراوانی پوشش گیاهی یکی از مهم‌ترین عوامل تاثیرگذار بر دمای سطح زمین است بنابراین پژوهش حاضر با هدف بررسی خودهمبستگی فضایی دمای سطح زمین و تبخیر- تعرق در ارتباط با پوشش‌گیاهی در شهرستان مراوه تپه می‌باشد. با استفاده از پردازش داده‌ها در محیط google earth engine در قسمت اول ، یک مجموعه داده مودیس با وضوح بالا و به صورت فصلی برای هر سال طی یک دوره زمانی بین سال‌های ، 2000، 2015،2010 و 2020 را مورد تجزیه و تحلیل قرار دادیم. سپس تبخیروتعرق به کمک دیتاهای مودیس و روش-تورنت وایت با درنظرگرفتن ضریب رشد گیاهی محاسبه شده و با تبخیروتعرقی که از الگوریتم سبال بدست آمده، مورد مقایسه و بررسی قرار گرفتند.در همین راستا پیشبینی خشکسالی با استفاده از شاخص spi (یک ماهه،سه ماهه،شش ماهه و دوازده ماهه) برای بازه زمانی 2015 تا 2044 نیز انجام گردید. پس از محاسبه تغییرات جهت شناسایی و کشف الگوها و روندهای موجود در داده‌های فضایی از نرم افزار arcgis بهره گرفته شد. به جهت بهترین نتیجه و کمترین میزان خطا از روش میانیابی مجذور فاصله با پراکنش(expotntial) و جهت انتخاب بهترین روش درونیابی از شاخص‌های آماری ریشه میانگین مربعات خطا rms قدر مطلق خطا mae استفاده گردید. نتایج نشان داد روش عکس فاصله به‌عنوان بهترین روش در میان روش‌های مورداستفاده برای برآورد تغییرات می‌باشد. نتایج این تحقیق مشخص کرد که در فصل بهار بالاترین درصد ndvi با پایین‌ترین میزان دما انطباق مکانی ندارد، به عبارت دیگر درصد شاخص پوشش گیاهی با درجه حرارت سطح زمین رابطه معکوس ندارد. در فصل تابستان بالاترین میزان درصد شاخص پوشش گیاهی از نظر مکانی با کم‌ترین میزان دمای سطح زمین انطباق مکانی کامل دارد. در فصل زمستان نحوه پراکنش الگوهای دمایی به دلیل نقش تعدیل کننده دمایی پوشش گیاهی با استفاده از ساز و کار تبخیر و تعرق در مقایسه با سایر فصول کاملا متفاوت است.

analysis of temperature changes, vegetation, evapotranspiration, and drought based on modeling of landsat 5 and 8 satellite imagery and meteorological indicators

due to the importance of evapotranspiration in the hydrological cycle and its diverse applications in various sciences, especially the actual evapotranspiration, is of great importance. considering that the abundance of vegetation cover is one of the most important factors affecting the earth's surface temperature, this research aims to investigate the spatial correlation between land surface temperature and evapotranspiration in relation to vegetation cover in maraveh tappeh county. in the first part, a modis dataset with high resolution and seasonal coverage for each year during the time period between 2000, 2015, 2010, and 2020 was analyzed using data processing in the google earth engine.then, evapotranspiration was calculated using modis data and the ternent-white method, considering the vegetation growth coefficient, and compared and examined with evapotranspiration obtained from the sable algorithm.in this regard, drought prediction using the spi index (one month, three months, six months, and twelve months) for the time period from 2015 to 2044 was also performed. after calculating the changes to identify and discover the patterns and trends present in the spatial data, arcgis software was utilized. for the best results and the least amount of error, the exponential interpolation method with the least square root of the error (rms) and the mean absolute error (mae) statistical indices were used to select the best interpolation method. the results showed that the inverse distance method is the best method among the methods used to estimate changes.the results of this study showed that in the spring season, the highest percentage of ndvi does not correlate spatially with the lowest temperature, in other words, the percentage of vegetation cover index does not have an inverse relationship with land surface temperature. in the summer season, the highest percentage of vegetation cover index spatially matches with the lowest land surface temperature. in the winter season, the distribution of temperature patterns is completely different due to the moderating role of vegetation cover compared to other seasons, using the evapotranspiration mechanism.