تخمین دمای هوا و سطح زمین با استفاده از GLDAS و NCEP/NCAR

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانش آموخته کارشناسی ارشد مهندسی منابع آب گروه مهندسی آب دانشگاه بین المللی امام خمینی(ره)

2 استادیار گروه مهندسی آب، دانشکده کشاورزی و منابع طبیعی، دانشگاه بین المللی امام خمینی(ره)

3 دانشیار گروه مهندسی آب دانشگاه بین المللی امام خمینی(ره)

4 دانشجوی دکتری آبیاری و زهکشی گروه مهندسی آب دانشگاه بین المللی امام خمینی(ره)

چکیده

دمای هوا و سطح زمین از جمله مهم‌ترین عواملی هستند که در تخمین بسیاری از پارامترهای هیدرولوژیکی در سطح حوزه آبریز مورد استفاده قرار می‌گیرند. این پارامترها با حضور باندهای حرارتی در سنجنده‌ها قابل اندازه‌گیری هستند. در این پژوهش به ارزیابی دمای سطح زمین مدل GLDAS با سنجنده MODIS و همچنین ارزیابی دمای هوای مدل GLDAS و پایگاه NCEP/NCAR با داده‌های ایستگاهی در استان‌های البرز، قزوین، زنجان، کردستان و همدان پرداخته شد. در ارزیابی داده‌های دمای سطح زمین مدل GLDAS با سنجنده MODIS نتایج خوبی حاصل نشد. داده‌های دمای هوایGLDAS و NCEP-NCAR با داده‌های ایستگاهی ارزیابی شدند. نتایج نشان داد که GLDAS و NCEP-NCAR دقت خوبی دارند. به عنوان مثال در مقایسه NCEP-NCAR با میانگین ایستگاه‌های آق‌کهریز، سد اکباتان، وسج، ورآینه، خدابنده، سنندج، بیجار و قروه در سال 2008 ضریب تبیین (R2)، ضریب کارایی مدل (EF)، خطای اریب میانگین (MBE)، میانگین مطلق خطا (MAE) و ریشه میانگین مربعات خطا (RMSE) به ترتیب برابر 994/0، 987/0، 319/0، 987/0 و 173/1 درجه سانتی‌گراد به دست آمد.

کلیدواژه‌ها


عنوان مقاله [English]

Air and ground temperature estimation using GLDAS and NCEP / NCAR

نویسندگان [English]

  • Mojgan Ahmadi 1
  • Abbas Kaviani 2
  • peyman daneshkar 3
  • Zohreh Faraji 4
1 M.Sc. graduated water resource engineering, Water Eng. Dept., Imam khomeini international university
2 assisstance professor water Eng. Dept., Agricultural and natural resources Faculty, Imam Khomeini International University
3 Asociated professor of water Eng. Dept., Imam Khomeini International University
4 Ph.D candidate of irrigation and drainage of water Eng. Dept., of Imam Khomeini International University
چکیده [English]

Air temperature and land surface are among the most important factors used in estimating many hydrological parameters at the catchment area. These parameters are measurable by the presence of thermal bands in sensors. In this study, GLDAS model with MODIS sensor and GLDAS model and NCEP / NCAR temperature estimation with station data in Alborz, Qazvin, Zanjan, Kurdistan and Hamadan provinces were evaluated. The GLDAS model with MODIS sensor did not achieve good results in assessing land surface temperature data. GLDAS and NCEP-NCAR air temperature data were evaluated with station data. The results showed that GLDAS and NCEP-NCAR have a good accuracy. For example, in comparing NCEP-NCAR with the average of Agkhiriz stations, Ekbatan Dam, Washj, Varineh, Khodabandeh, Sanandaj, Bijar and Ghorveh in 2008, the coefficient of explanation (R2), the efficiency coefficient of the model (EF), the mean error error (MBE) Mean absolute error (MAE) and root mean square error (RMSE) were 0.984, 0.987, 0.979, 0.979, and 1713.1 degrees Celsius, respectively

کلیدواژه‌ها [English]

  • Air Temperature
  • Ground surface temperature
  • GLDAS
احمدی، م.، داداشی رودباری، ع.، احمدی، ح. 1397. واکاوی دمای روزهنگام سطح زمین ایران مبتنی بر برون­داد سنجنده  MODIS. فصلنامه علوم جغرافیای طبیعی،  16 1: 68-47.

پرویز، ل.، خلقی، م.، ولیزاده، خ. 1390. تخمین دمای هوا با استفاده از روش شاخص پوشش گیاهی- دما (TVX). مجله علوم و فنون کشاورزی و منابع طبیعی، علوم اب و خاک. 15 56 : 30-21.

رضیئی، ط.، ستوده، ف. 1396. بررسی دقت مرکز اروپایی پیش­بینی­های میان­مدت جوی (ECMWF) در پیش­بینی بارش مناطق گوناگون اقلیمی ایران. فیزیک زمین و فضا، 43 1: 147-133.

رضیئی، ط.، فتاحی، ا. 1390. ارزیابی کاربرد داده­های NCEP/NCAR در پایش خشکسالی ایران. مجله فیزیک زمین و فضا، 37 2: 247-225.

عزیزی، ق.، میری، م.، محمدی، ح.،  پورهاشمی، م. 1396. معرفی و ارزیابی مدل جهانی همسان­سازی داده­های زمینی با داده­های مشاهده­ای در ایران.  فصلنامه علمی- پژوهشی اطلاعات جغرافیایی،  26 104: 17-5.

فرجی، ز.، کاویانی، ع.، شکیبا، ع. 1396. ارزیابی داده­های تبخیر-تعرق، بارش و دمای هوای حاصل از مدل سطح زمین (GLDAS) با استفاده از داده­های مشاهداتی در استان قزوین. 24  3: 297-283.

قویدل رحیمی، ی.، رضایی، م.، قاسمی­فر، ا. 1394. کاربرد محصول­های سنجش از دور در شناسایی نواحی بحرانی ناشی از دماهای فرین ماهانه در ایران. فصلنامه جغرافیای طبیعی، 8 30: 98-89.

محمدزاده، ع.، جعفری گلدرق، ی.، سرکارگر اردکانی، ع. 1393. مدل سازی خطر آتش­سوزی با استفاده ازآنالیز تصمیم­گیری چند معیاره بر مبنای شاخص­های ماهواره­ای. پژوهش­های محیط زیست، 5 10: 134-121.

Allen, R., Bastiaanssen, W., Tasumi, M. and Trezza, R. 2002. SEBAL, Surface Energy Balance Algorithms for Land Idaho Implementation, Advanceed Training and Users Manual.

Benali, A., Carvalho, A. C., Nunes, J. P., Carvalhais, N., & Santos, A. 2012. Estimating air surface temperature in Portugal using MODIS LST data. Remote Sensing of Environment, 124, 108-121.

Czajkowski, K. P.; Goward, S. N.; Stadler, S. J.; Walz, A.2000. Thermal remote sensing of near surface environmental variables: application over the Oklahoma Mesonet. The Professional Geographer. 52(2), 345-357.

Chen, J., Liang, S., Dong, L., Ren, B., and Shi, L. 2014. Validation of the moderate resolution imaging  

Spectroradiometer land surface emissivity products over the Taklimakan Desert. J. Appl. Rem Sens. 8 .1: 083675-083675.

Coll, C., Caselles, V., Galve, J. M., Valor, E., Niclos, R., Sanchez, J. M., Rivas, R. 2005. Ground measurements for the validation of land surface temperatures derived from AATSR and MODIS data. Remote Sensing of Environment. 97. 3: 288-300.

Ji, L.; Senay, G.B.; Verdin, J.P.2015. Valuation of the Global Land Data Assimilation System (GLDAS) air temperature data products, Journal of Hydrometeorology. doi: http://dx.doi.org/10.1175/JHM-D-14-0230.1.

Julien, Y., Sobrino J. A. 2013. Trend analysis of global MODIS-Terra vegetation indices and land surface temperature between 2000 and 2011, Journal of selected topics in applied earth observations and remote sensing, 6.5: 2139-2145.

Li, Z.L., Tang, B.H., Wu, H., Ren, H., Yan, G., Wan, Z. and Sobrino, J.A., 2013. Satellite-derived land surface temperature: Current status and perspectives. Remote Sensing of Environment. 131, 14-37.

Meyer, H., Katurji, M., Appelhans, T., Müller, M.U., Nauss, T., Roudier, P. and Zawar-Reza, P., 2016. Mapping Daily Air Temperature for Antarctica Based on MODIS LST. Remote Sensing. 8(9), 732.

Moiwo, J.P., Yang, Y., Tao, F., Wenxi, L., and Shumin, H. 2011. Water storage change in the   Himalayas from the Gravity Recovery and Climate Experiment (GRACE) and an empirical climate model.Water Resources Research., vol, 47, W07521, doi: 10.1029/2010WR010157.

Moriasi, D. N., Arnold, M. W., Van Liew, R. L., Harmel, R. D. and T. L. Veith., 2007, Model evaluation guidelines for systematic quantification of accuracy in watershed simulations, Transactions of the ASABE, 50(3), 885-900.

Song, K., Wang, M., Du, J., Yuan, Y., Ma, J., Wang, M. and Mu, G., 2016. Spatiotemporal Variations of Lake Surface Temperature across the Tibetan Plateau Using MODIS LST Product. Remote Sensing. 8(10), 854.

Vancutsem, C., Ceccato, P., Dinku, T., & Connor, S. J. 2010. Evaluation of MODIS land surface temperature data to estimate air temperature in different ecosystems over Africa. Remote Sensing of Environment, 114(2), 449-465.

Wan, Z., Zhang, Y., Li, Z. L., Wang, R., Salomonson, V. V., Yves, A., Bosseno, R., Hanocq, J. F. 2002. Preliminary estimate of calibration of the moderate resolution imaging spectroradiometer thermal infrared data using Lake Titicaca. Remote Sensing of Environment. 80.3: 97-515.

Wan, Z., Zhang, Y., Li, Z. L. 2004. Quality assessment and validation of the MODIS global land surface temperature. Inter. J. Rem. Sens. 25.1: 261-274.

Wan, Z. 2008. New refinements and validation of the MODIS land-surface temperature/emissivity products. Remote Sensing of Environment. 112:1 59-74.

Wan, Z., Li, Z. L. 2008. Radiance-based validation of the V5 MODIS land-surface temperature products. Remote Sensing of Environment. 29: 17-18. 5373-5395.

Wan, Z. 2014. New refinements and validation of the collection-6 MODIS land-surface temperature /emissivity product. Remote Sensing of Environment. 140:36-45.

Wang, W., Liang, S., Meyers, T. 2008. Validating MODIS land surface temperature products using long-term night time ground measurements. Remote Sensing of Environment. 112. 3: 623-635.

Wang, F., Wang, L., Koike, T., Zhou, H., Yang, K., Wang, A., Li, W. 2011. Evolution and application of a fine-resolution global data set in a semiarid mesoscale river basin with a distributed biosphere hydrological model, Journal of Geophysical Research Vol. 116.

Zaksek, K. and M. Schroedter-Homscheidt. 2009. Parameterization of Air Temperature In High Temporal and

Spatial Resolution from a Combination of the SEVIRI and MODIS Instruments. ISPRS J. Photogram. And Remote Sens. 64: 414-421.