هیرش انتظامی

رشد جمعیت و توسعه شهرنشینی یکی از عوامل اصلی تغییر در کاربری های شهری است، متعاقب این پدیده تغییر مولفه های بیلان تابش در آن منطقه مورد انتظار خواهد بود. پژوهش پیش رو، سعی دارد با محاسبه تابش خالص و واکاوی آن با کاربری های مختلف شهری، به توصیف و تحلیل نقش کاربری های شهری در بیلان تابش بپردازد. بدین منظور از تصویر ماهواره ی لندست 8 در سال 2016 کمک گرفته شد. ویژگی های شار تابش شامل، شار تابش خالص ( R N )، آلبیدو سطح زمین ( α )، طول موج بلند ورودی ( ↓ R L )، طول موج کوتاه ورودی ( ↓ R S )، تابش طول موج بلند خروجی ( ↑ R L ) و درجه حرارت سطح زمین با بهره گیری از الگوریتم سبال محاسبه شدند. مقادیر این مولفه ها در کاربری های مختلف (مسکونی فشرده، مسکونی پراکنده، فضای سبز و زمین های بایر) از طریق آزمون تحلیل واریانس یک طرفه (آنوآ) و آزمون تعقیبی توکی تحلیل و بررسی شدند. نتایج پژوهش نشان داد که کاربری های انتخاب شده دارای تفاوت معنادار در مقدار شار تابش هستند چنانچه زمین های بایر حدود 6 درجه از زمین های مسکونی و ساخته شده گرم تر هستند و زمین های مسکونی نیز حدود 5/1 درجه گرم تر از فضای سبز هستند، نتایج پژوهش نشان داد، تفاوت های یاد شده بخاطر تغییر در مقادیر انرژی خروجی ( α و ↑ R L ) ایجاد شده اند و هرگونه تغییر کاربری در طول زمان نهایتا منجر به تغییر بیلان تابش و درجه حرارت آن مکان ها خواهد شد که این افزایش دما، متفاوت از افزایش دمای ناشی از گرمایش جهانی است.

آبِ حاصل از ذوب برف نقش عمده ای در تأمین آب مورد نیاز برای فعالیت های کشاورزی، منابع طبیعی، صنعتی، و نیازهای انسانی، به ویژه در مناطق کوهستانی، دارد. در مقایسه با روش های سنتی، کاربرد داده های سنجش از دور برای برآورد سطح پوشش برف قابلیت های بیشتری دارد. در این مطالعه، با استفاده از تصاویر ماهواره ای MODIS و با به کارگیری دو الگوریتم NDSI و LSU، سطح پوشش برف حوضة سقز در استان کردستان محاسبه شده است. برای مقایسة دقت این روش ها، از تصاویر IRS، که دارای قدرت تفکیک مکانی بالایی هستند (24 متر)، استفاده شد. بدین منظور، سطح برف در تصاویر هم زمان MODIS و IRS برآورد شد. سپس، در مناطق مختلف و یکسان در دو تصویر، پیکسل های انتخاب شده، سطح برف، و رابطة خطی رگرسیونی بین نتایج حاصل از IRS و دو روش به کاررفته برای تصاویر  MODISجداگانه محاسبه شد. برای بررسی معنی داربودن رابطه از آزمون آماری t (احتمال 95 درصد) و رابطة رگرسیونی استفاده شد. بر اساس نتایج به دست آمده از رگرسیون، روش LSU همبستگی بیشتری (98 درصد) دارد و در آزمون t نیز اختلاف معنی داری بین تصاویر IRS و روش LSU وجود ندارد. بنابراین، روش LSU، در مقایسه با روش NDSI، از دقت بیشتری در برآورد سطح برف برخوردار است.