| Revista: | Atmósfera |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000452868 |
| ISSN: | 0187-6236 |
| Autores: | Rostami, Noredin1 Fathizad, Hassan2 |
| Instituciones: | 1Ilam University, Faculty of Agriculture, Ilam. Irán 2Yazd University, School of Natural Resources and Desert Studies, Yazd, Yazd. Irán |
| Año: | 2022 |
| Periodo: | Oct |
| Volumen: | 35 |
| Número: | 4 |
| Paginación: | 701-717 |
| País: | México |
| Idioma: | Inglés |
| Tipo de documento: | Artículo |
| Enfoque: | Analítico, descriptivo |
| Resumen en español | Se utiliza un algoritmo de ventana dividida en la cuenca de la presa de Ilam para determinar la relación entre la temperatura de la superficie terrestre (LST, por sus siglas en inglés) y los tipos de uso de suelo. Se utilizan imágenes satelitales Landsat del sensor TM para 1990, 1995, 2000, 2005 y 2010 y Landsat 8 (sensor OLI) para 2015 y 2018. Después de las correcciones geométricas y radiométricas de las imágenes satelitales, los mapas de uso del suelo se extraen mediante el método de lógica difusa ARTMAP. Una evaluación de precisión mostró que el valor más alto del coeficiente kappa fue de 94% con una precisión total de 0.95 para 2015, y que su valor más bajo fue de 87% con una precisión total de 0.9 para 1990. Los valores altos de estos coeficientes indican una precisión aceptable en el uso de datos de teledetección Landsat para el uso del suelo. Los cambios más importantes en el uso del suelo están relacionados con bosques densos y bosques dispersos, con una disminución de 20.07 y 17.04%, respectivamente. Los valores mínimos de LST en 1990, 2010 y 2018 en bosques densos son de 21.27, 30.55 y 33.82 ºC, respectivamente. Los valores máximos de LST para el uso de tierras forestales dispersas en 1990 y 2010 es 52.48 y 56.09 ºC, respectivamente, y de 56.10 ºC para el uso de tierras forestales densas en 2018. Como resultado, el LST promedio en tierras agrícolas fue más bajo que en bosques dispersos y pastizales, lo cual se debe principalmente al alto contenido de humedad y a la mayor tasa de evapotranspiración. Las variaciones de uso del suelo/cobertura del suelo (LULC) de 1990 a 2018 muestran que en todos los usos del suelo se ha experimentado un aumento de la LST |
| Resumen en inglés | A split-window algorithm has been used in the Ilam dam watershed to determine the relationship between land surface temperature (LST) and types of land use. Landsat satellite images of the TM sensor for 1990, 1995, 2000, 2005 and 2010 and Landsat 8 (OLI Sensor) for 2015 and 2018 are used. After geometric and radiometric corrections of satellite images, land use maps are extracted by using the fuzzy ARTMAP method. An accuracy assessment showed that the highest value of the kappa coefficient was 94% with a total accuracy of 0.95 for 2015, and the lowest kappa coefficient value was 87% with a total accuracy of 0.9 for 1990. The high values of these coefficients indicate the acceptable accuracy of using Landsat’s remote sensing data for land use detection. The most important land use change is related to dense forest and sparse forest land uses, with decreases of 20.07 and 17.04%, respectively. The minimum LST measures in 1990, 2010, and 2018 in dense forest are 21.27, 30.55 and 33.82 ºC, respectively. The maximum LSTs for the sparse forest land use in 1990 and 2010 are 52.48 and 56.09, and 56.10 ºC for the dense forest land use in 2018. As a result, the average LST in agricultural lands was lower than in sparse forest and rangeland;, which is mainly due to the high moisture content and the greater evapotranspiration rate. Land use/land cover variations from 1990 to 2018 show that all land uses have experienced an increase in LST |
| Disciplinas: | Geociencias |
| Palabras clave: | Ciencias de la atmósfera, Satélites, Landsat, Algoritmo de ventana dividida, Método de lógica difusa, Coeficiente de Kappa, Presa de Ilam, Irán |
| Keyword: | Atmospheric sciences, Satellites, Landsat, Split-window algorithm, Fuzzy ARTMAP, Kappa coefficient, Ilam dam, Iran |
| Texto completo: | Texto completo (Ver HTML) Texto completo (Ver PDF) |
