Coğrafiya və təbii resurslar

DAĞLIQ LANDŞAFTLARIN SƏTH TEMPERATURUNUN TƏDQİQİNDƏ MƏSAFƏDƏN ZONDLAMA VƏ CİS TEXNOLOGİYALARININ TƏTBİQİ

Ü.Ş. Qasımova

Azərbaycan Dövlət Pedaqoji Universiteti, Üzeyir Hacıbəyli, 68, Bakı, Səbail, AZ1000

 [email protected]

DOI: 10.59423/gnr.2024.11.37.008

Xülasə

Son il­lər qlo­bal iq­lim də­yiş­mə­lə­ri ilə əla­qə­dar ola­raq tor­pa­ğın səth ör­tü­yü­nün tem­pe­ra­tur gös­tə­ri­ci­lə­rin­də mü­əy­yən də­yi­şik­lik­lər ya­ran­mış­dır. Bu də­yi­şik­lik­lər xü­su­si­lə yük­sək dağ­lıq əra­zi­lər­də özü­nü da­ha çox gös­tər­miş­dir. Bu­nun əsas sə­bə­bi buz­laq­la­rın əri­mə­si ilə are­al­la­rın ki­çil­mə­si sa­yə­sin­də qu­ru sa­hə­sin art­ma­sı, tor­paq sət­hin­də tem­pe­ra­tu­run yük­səl­mə­si­nə gə­ti­rib çı­xar­mış­dır. Tor­paq sət­hin­də tem­pe­ra­tu­run yük­səl­mə­si yay ot­laq­la­rı­nın deq­re­da­si­ya uğ­ra­ma­sı­nı ar­tır­mış­dır. Təq­dim olu­nan mə­qa­lə­də Bö­yük Qaf­qa­zın yük­sək dağ­lıq his­sə­si­nin cə­nub-şər­qin­də yer­lə­şən tə­bii land­şaft­lar­da səth tem­pe­ra­tu­ru­nun təd­qi­qi­nin nə­ti­cə­lə­ri təh­lil edil­miş­dir. Bu za­man müa­sir me­tod və üsul­lar­dan is­ti­fa­də edil­miş­dir. Arc­GİS proq­ra­mın­da təd­qi­qat əra­zi­si­nin Land­sat 9 pey­kin­dən gö­tü­rül­müş və 2024-cü il iyun ayı­na aid olan peyk şə­kil­lə­ri təh­lil edil­miş­dir. Təd­qi­qat za­ma­nı 4, 5 və 10-cu dia­pa­zon­lar­dan is­ti­fa­də edil­miş­dir. 4 və 5-ci dia­pa­zon­lar bit­ki ör­tü­yü­nün öy­rə­nil­mə­sin­də, 10-cu dia­pa­zon isə di­gər təh­lil­lər­də is­ti­fa­də edil­miş­dir. Mü­əy­yən edil­miş­dir ki, səth tem­pe­ra­tu­ru­nun də­yi­şil­mə­sin­də əra­zi­nin bit­ki ör­tü­yü­nün mü­hüm əhə­miy­yə­ti var­dır.

Açar sözlər: CİS, iqlim, temperatur, yüksək dağlıq, səth temperaturu, NDVİ, Landsat 9.

ƏDƏ­BİY­YAT

  1. Abdul G.F., Al-Shehhi M.R., Cho C.S., Ghedira H. Gradient Boosting and Linear Regression for Estimating Coastal Bathymetry Based on Sentinel-2 Images. Remote Sens., 14, 2022, pp. 5037.
  2. Cai J., Luo J., Wang S., Yang S. Feature se-lection in machine learning: A new perspective. Neuro-computing, 2018, 300, pp. 70–79.
  3. Li Z.L., Wu H., Duan S.B., Zhao W. Satellite remote sensing of global land surface temperature: Definition, methods, products, and applications. Rev. Geophys., 61, 2023, pp. e2022RG000777
  4. Masek J.G., Michael A.W., Brian M., Joel M. Landsat 9: Empowering open science and applications through continuity. Remote Sensing of Environment 248, 2020, pp. 111968. doi: https://doi.org/10.1016/j.rse.2020.111968
  5. Ren H., Ye X., Liu R., Dong J., Qin Q. Improving land surface temperature and emissivity retrieval from the Chinese Gaofen-5 satellite using a hybrid algorithm. IEEE Trans. Geosci. Remote Sens. 56, 2018, pp. 1080–1090
  6. Ye X., Ren H., Liang Y., Zhu J., Guo J., Nie J. Cross-calibration of Chinese Gaofen-5 thermal infrared images and its improvement on land surface temperature retrieval. Int. J. Appl. Earth Obs. Geoinf. 101, 2021, pp. 102357
  7. Ye X., Ren H., Nie J., Hui J., Jiang C. Simultaneous Estimation of Land Surface and Atmospheric Parameters From Thermal Hyperspectral Data Using a LSTM-CNN Combined Deep Neural Network. IEEE Geosci. Remote Sens. Lett. 19, 2022, pp. 1–5
  8. Wang M., Zhang Z., Hu T., Liu X.A Practical Single-Channel Algorithm for Land Surface Temperature Retrieval: Application to Landsat series data. J. Geophys. Res. Atmos. 124, 2019, pp. 299–316
  9. Zhang, Y.; Liu, J.; Shen, W. A Review of Ensemble Learning Algorithms Used in Remote Sensing Applications. Appl. Sci. 2022, 12, 8654.
  10. Zhu X., Duan S., Li Z-L., Zhao W., Wu H. Retrieval of land surface temperature with topographic effect correction from Landsat 8 thermal infrared data in mountainous areas. IEEE Trans. Geosci. Remote Sens. 59, 2020, pp. 6674–6687

 

Çapa qəbul olunub: 15 noyabr 2024

Məqaləni yüklə

Ü.Ş.Qasımova – Dağlıq landşaftların səth temperaturunun tədqiqində məsafədən zondlama və CİS texnologiyalarının tətbiqi. Coğrafiya və təbii resurslar, №2 (22), 2024, səh. 47-51.