
تعداد نشریات | 33 |
تعداد شمارهها | 771 |
تعداد مقالات | 7,477 |
تعداد مشاهده مقاله | 12,474,409 |
تعداد دریافت فایل اصل مقاله | 8,478,605 |
شناسایی مناطق امیدبخش برای انرژی زمینگرمایی با استفاده از دادههای ماهوارهای در منطقة سهند | ||
جغرافیا و آمایش شهری منطقهای | ||
مقاله 4، دوره 15، شماره 55، خرداد 1404، صفحه 91-130 اصل مقاله (4.03 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22111/gaij.2025.50139.3240 | ||
نویسندگان | ||
صیاد اصغری سراسکانرود* 1؛ بهروز فرامرزی عوری2 | ||
1استاد، گروه جغرافیای طبیعی، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایران | ||
2دانشجوی کارشناسی ارشد سنجشازدور و سیستم اطلاعات جغرافیایی، گروه جغرافیای طبیعی، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایران. | ||
چکیده | ||
مناطق داری پتانسیل زمینگرمایی بهطور طبیعی دارای شواهدی در سطح زمین هستند که در پروژههای اکتشاف انرژی زمینگرمایی برای مکانیابی اولیة آنها استفاده میشود. هدف این پژوهش شناسایی مناطق مستعد زمینگرمایی سطحی با ترکیب دمای سطح و جریانهای انرژی حاصل از روش «سبال» با استفاده از دادههای حرارتی سنجندة «TIRS» ماهواره لندست 8 در منطقة سهند استان آذربایجان شرقی واقع در شمال غرب کشور میباشد. برای این منظور، یک تصویر از دادههای لندست 8 به تاریخ 25 سپتامبر 2022 مورد استفاده قرارگرفت و با استفاده از الگوریتمهای تکباندی «جیمز- سوبرینو» و پنجره مجزا، نقشة دمای مشاهداتی سطح زمین بهدست آمد. سپس تصویر حرارتی برآوردشده با استفاده از دادة حرارتی سنجندة «SLSTR» ماهوارة سنتینل 3 (أخذشده برای زمان گذر ماهوارههای لندست از منطقة مورد مطالعه) با استفاده از تحلیل مدل رگرسیون خطی در محیط نرمافزار «TerrSet» اعتبارسنجی شد تا در ادامه فرآیند شناسایی منابع زمینگرمایی مورد استفاده قرار گیرد. در ادامه با استفاده از الگوریتم توازن انرژی در سطح زمین (سبال) مقدار تشعشعات خالص دریافتی توسط سطح زمین (Rn)، انرژی خالص هدایتشده به زمین(G) و مقدار تابش جذبشدة خورشیدی توسط سطح (Rsolar)، محاسبهگردید تا اثر تشعشعات خورشیدی از روی دمای مشاهداتی سطح به حداقل ممکن برسد. با ترکیب جریانهای گرمایی حاصل از الگوریتم «سبال» با دمای مشاهداتی سطح، مناطق مستعد انرژی زمینگرمایی شناسایی و تعیینگردیدند. نتایج حاصل از نقشة نهایی نشانداد که پیکسلهایی در منطقة مورد مطالعه هستند که مستعد انرژی زمینگرمایی میباشند و وجود چشمههای آب گرم طبیعی در شهرهای مختلف استان آذربایجان شرقی بهخصوص منطقة مورد مطالعه، احتمال وجود منابع زمینگرمایی را افزایش داده و تأییدگر این مطلب میباشد که منطقة مورد مطالعه دارای پتانسیل انرژی زمینگرمایی جهت اکتشاف منابع زمینگرمایی برخوردار است. | ||
کلیدواژهها | ||
آنومالی حرارتی؛ انرژی زمینگرمایی؛ توازن انرژی در سطح زمین؛ دمای سطح زمین؛ سهند؛ لندست 8 | ||
مراجع | ||
ابراهیمی هروی، بهروز؛ رنگزن، کاظم؛ ریاحی بختیاری، حمیدرضا؛ تقیزاده، ایوب. (1395). تعیین مناسبترین روش استخراج دمای سطح زمین با استفاده از تصاویر ماهوارۀ لندست 8 در کلانشهر کرج، نشریة سنجشازدور و GIS ایران، 8(3): 59-76. https://gisj.sbu.ac.ir/article_96139.html
احمدیزاده، سید سعیدرضا؛ آراسته، فاطمه؛ فنایی خیرآباد، غلامعباس؛ اشرفی، علی. (1394). شناسایی پتانسیلهای زمینگرمایی با استفاده از روش سنجشازدور حرارتی در خراسان جنوبی، مجلة پژوهشهای محیط زیست، 5(10): 135. https://dor.isc.ac/dor/20.1001.1.20089597.1393.5.10.12.7
اکبری، الهه؛ بهرامی، شهرام؛ دوران، عاطفه؛ ابراهیمی، مجید. (1396). بررسی تأثیر برخی پارامترهای جغرافیایی بر دمای سطح زمین با استفاده از روش سبال و درخت تصمیمگیری در مخروط آتشفشان تفتان، فصلنامة فضای جغرافیایی، 17(57)، 105-126. http://geographical-space.iau-ahar.ac.ir/article-1-1821-fa.html
امامی، حسن؛ جعفری، اکبر. (1397). شناسایی مناطق مستعد زمینگرمایی سطحی با ترکیب دمای سطح و جریانهای انرژی حاصل از روش سبال، نشریة علمی– پژوهشی علوم و فنون نقشهبرداری، 7(4): 44-25.https://dor.isc.ac/dor/20.1001.1.2322102.1397.7.4.2.2
آروین، عباسعلی. (1398). آشکارسازی دمای رویة سطح زمین با استفاده از تصاویر ماهوارهای، مخاطرات محیط طبیعی، 8(19): 91-102.https://doi.org/10.22111/jneh.2017.20855.1284
پرهیزکار عیسیلو، رضا؛ ولیزاده کامران، خلیل؛ فیضیزاده، بختیار. (1399). تعیین بهترین الگوریتم محاسبة دمای سطح زمین جهت شناسایی مناطق زمینگرمایی (مطالعة موردی: شهرستان مشکینشهر)، نشریة اطلاعات جغرافیایی (سپهر)، 29(114): 79-98.https://doi.org/10.22131/sepehr.2020.44583
حمزه، میجان، کریمی فیروزجائی؛ سعید، نعیم، محمد. (1397). مدلسازی ارتباط دمای سطح زمین، شرایط توپوگرافی و پوشش گیاهی با استفاده از تصاویر ماهوارهای لندست 8، پژوهشهای جغرافیای طبیعی،50(1): 35-55.https://doi.org/10.22059/jphgr.2018.215259.1006930
درویشی، شادمان؛ سلیمانی، کریم؛ رشیدپور، مصطفی. (1398). تأثیر شاخصهای گیاهی و خصوصیات سطح شهری بر تغییرات دمای سطح زمین (مطالعة موردی: شهرستان سنندج)، نشریة سنجشازدور و سامانة اطلاعات جغرافیایی در منابع طبیعی، 10(1): 17-35. https://civilica.com/doc/871680/
رحیمیان، محمدحسن؛ شایاننژاد، محمد؛ اسلامیان، سعید؛ جعفری، رضا؛ قیصری، مهدی؛ تقوائیان، صالح. (1396). ارزیابی روشهای مختلف تعیین دمای پوشش گیاهی درختان پسته به کمک تصاویر ماهوارهای لندست ۸، مهندسی فناوری اطلاعات مکانی، ۵ (۲) :۷۹-۹۸.http://dx.doi.org/10.29252/jgit.5.2.79
سلیمانی، احمد؛ آبرومند آذر، پریسا. (1394). بررسی انرژیهای تجدیدپذیر و اثرات زیستمحیطی آنها در ایران، کنفرانس بینالمللی پژوهش در علوم و تکنولوژی.https://civilica.com/doc/446754/
شنوایی، حسین. (1387). انرژیهای تجدیدپذیر (با نگاه ویژه به انرژی برق آبی)، نشریة بررسیهای اقتصاد انرژی، (104): 31-21.http://noo.rs/RdTZw
شیخزاده، سحر؛ جعفری، حسن. (1395). استفاده از انرژی زمینگرمایی برای رسیدن به شهر پایدار، کنفرانس بینالمللی پژوهش در علوم و تکنولوژی، (3).https://sid.ir/paper/856891/fa
عابدینی، موسی؛ قلعه، احسان؛ آقازاده، نازفر؛ محمدزاده شیشهگران، مریم. (1401). پایش دمای سطح زمین و بررسی رابطة کاربری اراضی با دمای سطح با استفاده از تصاویر سنجندة OLI و TM(مطالعة موردی: شهرستان مشکینشهر)، نشریة تحقیقات کاربردی علوم جغرافیایی، 22(67): 393-375.http://dx.doi.org/10.52547/jgs.22.67.375
علویپناه، سیدکاظم؛ گودرزی مهر، سعید؛ خاکباز، باهره. (1390). فناوری سنجش از راه دور حرارتی و کاربرد آن در شناسایی پدیدهها، نشریة نشاء علم، 2(1): 25-29.https://www.sciencecultivation.ir/article_242567.html
فیضیزاده، بختیار؛ دیدهبان، خلیل؛ غلامنیا، خلیل. (1395). برآورد دمای سطح زمین با استفاده از تصاویر ماهوارة لندست 8 و الگوریتم پنجره مجزا (مطالعة موردی: حوضة آبریز مهاباد)، فصلنامة علمی-پژوهشی اطلاعات جغرافیایی«سپهر»، 25(98): 171-181.https://doi.org/10.22131/sepehr.2016.22145
کیاورزمقدم، مجید؛ صمدزادگان، فرهاد، نوراللهی، یونس؛ شریفی، محمدعلی. (1394). شناسایی نقاط آنومالی حرارتی سطح زمین باهدف اکتشاف منابع زمینگرایی. همایش ملی ژئوماتیک. https://sid.ir/paper/893047/fa
کینژاد، صبا؛ مختاری، احمدرضا؛ فتحیانپور، نادر. (1390). بررسی پتانسیل منابع زمینگرمایی استان آذربایجان شرقی با استفاده از دادههای زمینشناسی و اکتشافی، پایاننامه برای دریافت درجة کارشناسیارشد در رشتة اکتشاف معدن، دانشکدة مهندسی معدن، دانشگاه صنعتی اصفهان.https://www.virascience.com/thesis/532074/
مجرد، سعید؛ نجاتی، علی؛ آقاجانی، حمید. (1398). مطالعات سنجشازدور حرارتی و مقایسة آن با مطالعات مغناطیسسنجی هوابرد در محدودة شمال سبلان تا سراب بهمنظور پتانسیلیابی مناطق امیدبخش انرژی زمینگرمایی، نشریة روشهای تحلیلی و عددی در مهندسی معدن، (20): 80-67.https://anm.yazd.ac.ir/article_1626.html (doi: 10.29252/anm.2019.9127.1316)
ملکی، سحر؛ احمدی، سمیرا؛ عینعلی، عباس. (1394). آتشفشان سهند، ماهنامة علوم زمین و معدن، (112): 17-12.https://www.magiran.com/p1452921
Atmospheric correction module: Quac and flaash user’s guide, 2009, ITT Visual Information Solutions, powered by idl, Version(4.7).https://www.nv5geospatialsoftware.com/portals/0/pdfs/envi/flaash_module.pdf
Bastiaanssen, W. G., Pelgrum, H., Wang, J., Ma, Y., Moreno, J. F., Roerink, G. J., & Van der Wal, T, 1998, A remote sensing surface energy balance algorithm for land (SEBAL).: Part 2: Validation. Journal of hydrology, (212): 213-229.https://doi.org/10.1016/S0022-1694(98)00254-6
Cook, M., Schott, J. R., Mandel, J., & Raqueno, N, 2014, Development of an operational calibration methodology for the Landsat thermal data archive and initial testing of the atmospheric compensation component of a Land Surface Temperature (LST) Product from the archive. Remote Sensing, 6(11): 11244-11266.https://doi.org/10.3390/rs61111244
Coolbaugh, M. F., Kratt, C., Fallacaro, A., Calvin, W. M., & Taranik, J. V, 2007, Detection of geothermal anomalies using advanced spaceborne thermal emission and reflection radiometer (ASTER) thermal infrared images at Bradys Hot Springs, Nevada, USA. Remote Sensing of Environment, 106(3): 350-359.https://doi.org/10.1016/j.rse.2006.09.001
Dash, P., Göttsche, F.M., Olesen, F.S. and Fischer, H. 2001. Retrieval of land surface temperature and emissivity from satellite data: physics, theoretical limitations and current methods. Journal of the Indian Society of Remote Sensing, 29: 23-30.https://doi.org/10.1007/BF02989910
Du, C., Ren, H., Qin, Q., Meng, J., & Li, J, 2014, Split-window algorithm for estimating land surface temperature from Landsat 8 TIRS data. In 2014 IEEE Geoscience and Remote Sensing Symposium, 3578-3581.https://doi.org/10.1109/IGARSS.2014.6947256
Du, C., Ren, H., Qin, Q., Meng, J., & Zhao, S, 2015, A practical split-window algorithm for estimating land surface temperature from Landsat 8 data. Remote sensing, 7(1): 647-665.https://doi.org/10.3390/rs70100647
Eneva, M., Coolbaugh, M., & Combs, J, 2006, Application of satellite thermal infrared imagery to geothermal exploration in east central California. GRC Transactions, (30): 407-412.https://api.semanticscholar.org/CorpusID:130523869
García-Haro, F. J., Camacho-de Coca, F., Meliá, J., & Martínez, B, 2005, Operational derivation of vegetation products in the framework of the LSA SAF project. In Proceedings of 2005 EUMETSAT Meteorological Satellite Conference, Dubrovnik, Croatia,19-23.https://www.researchgate.net/publication/229022280
Haselwimmer, C., & Prakash, A, 2013, Thermal infrared remote sensing of geothermal systems. In Thermal infrared remote sensing: sensors, methods, applications Dordrecht: Springer Netherlands, 453-473.https://link.springer.com/chapter/10.1007/978-94-007-6639-6_22
Isaya Ndossi, M., & Avdan, U, 2016, Application of open-source coding technologies in the production of land surface temperature (LST) maps from Landsat: A PyQGIS plugin. Remote sensing, 8(5): 413.https://doi.org/10.3390/rs8050413
Jiménez-Muñoz, J. C., & Sobrino, J. A, 2008, Split-window coefficients for land surface temperature retrieval from low-resolution thermal infrared sensors. IEEE geoscience and remote sensing letters, 5(4):806-809.http://dx.doi.org/10.1109/LGRS.2008.2001636
Jimenez-Munoz, J. C., Sobrino, J. A., Skoković, D., Mattar, C., & Cristobal, J, 2014, Land surface temperature retrieval methods from Landsat-8 thermal infrared sensor data. IEEE Geoscience and remote sensing letters, 11(10): 1840-1843.https://doi.org/10.1109/LGRS.2014.2312032
Kogan, F, 1993, United States droughts of late 1980's as seen by NOAA polar orbiting satellites. In Proceedings of IGARSS'93-IEEE International Geoscience and Remote Sensing Symposium, IEEE, 197-199.https://doi.org/10.1109/IGARSS.1993.322522
Lee, K., 1978, Analysis of thermal infrared imagery of the Black Rock Desert geothermal area, Colorado School of Mines Quarterly, 4 (2): 31-44.https://api.semanticscholar.org/CorpusID:130181817
Li, Z.L.; Tang, B-H.; Wu, H.; Ren, H.; Yan, G.; Wan, Z.; Trigo, I.F. and Sobrino, J.A. (2013). Satellite-derived land surface temperature: Current status and perspectives, Remote Sensing of Environment, 131: 14-37.https://doi.org/10.1016/j.rse.2012.12.008
LU, S. L., SHEN, X. H., ZOU, L. J., ZHANG, G. F., WU, W. Y., LI, C. J., & MAO, Y. J, 2008, Remote sensing image enhancement method of the fault thermal information based on scale analysis: A case study of Jiangshan‐Shaoxing Fault between Jinhua and Quzhou of Zhejiang Province, China. Chinese Journal of Geophysics, 51(5): 1048-1058.http://dx.doi.org/10.1002/cjg2.1299
McMillin, L. M, 1975, Estimation of sea surface temperatures from two infrared window measurements with different absorption. Journal of geophysical research, 80(36): 5113-5117.https://doi.org/10.1029/JC080i036p05113
Melesse, A. M., & Nangia, V, 2005, Estimation of spatially distributed surface energy fluxes using remotely‐sensed data for agricultural fields. Hydrological Processes: An International Journal, 19(14): 2653-2670.https://doi.org/10.1002/hyp.5779
Motahhar, S, 2016, Renewable energy education in Iran. Iranian Journal of Engineering Education, 18(69): 77-90.https://doi.org/10.22047/ijee.2016.14608
Ou, X., Jin, Z., Wang, L., Xu, H. J., & Jin, S. Y, 2004, Thermal conductivity and its anisotropy of rocks from the depth of 100 similar to 2000m mainhole of Chinese Continental Scientific Drilling: Revelations to the study on thermal structure of subduction zone. Acta Petrologica Sinica, 20(1): 109-118.https://api.semanticscholar.org/CorpusID:130002059
Peng, F., Xiong, Y. Z., Cheng, Y. X., Fan, Q. C., & Huang, S. P, 2013, Towards Application of remote sensing technology in geothermal prospecting in Xilingol in eastern Inner Mongolia, NE China. Advanced Materials Research, (610): 3628-3631.https://doi.org/10.4028/www.scientific.net/AMR.610-613.3628
Qin, Z., & Karnieli, A, 1999, Progress in the remote sensing of land surface temperature and ground emissivity using NOAA-AVHRR data. International journal of remote sensing, 20(12): 2367-2393.https://doi.org/10.1080/014311699212074
Richter, R., & Schläpfer, D, 2013, Atmospheric/Topographic Correction for Satellite Imagery (ATCOR-2/3 UserGuide, Version 8.3. 1, February 2014), 2-238.https://www.academia.edu/download/34690612/atcor3_manual_2013.pdf
Rongali, G., Keshari, A. K., Gosain, A. K., & Khosa, R, 2018, Split-window algorithm for retrieval of land surface temperature using Landsat 8 thermal infrared data. Journal of Geovisualization and Spatial Analysis, (2): 1-19.https://doi.org/10.1007/s41651-018-0021-y
Rozenstein, O., Qin, Z., Derimian, Y., & Karnieli, A, 2014, Derivation of land surface temperature for Landsat-8 TIRS using a split window algorithm. Sensors, 14(4): 5768-5780.https://doi.org/10.3390/s140405768
Sanyal, S. K, 2018, Sustainability and renewability of geothermal power capacity. In: L.Y. Bronicki (Eds), Geology and Hydrology of Geothermal Energy, Springer, New York, N, 47-60.http://repository.usgin.org/sites/default/files/dlio/files/2011/u19/sustainability__renewability_of_geothermal_power_capaciity.pdf
Sobrino, J. A., Jiménez-Muñoz, J. C., & Paolini, L, 2004, Land surface temperature retrieval from LANDSAT TM 5. Remote Sensing of environment, 90(4): 434-440.https://doi.org/10.1016/j.rse.2004.02.003
Sobrino, J. A., Jiménez‐Muñoz, J. C., Sòria, G., Gómez, M., Ortiz, A. B., Romaguera, M., ... & Libonati, R, 2008, Thermal remote sensing in the framework of the SEN2FLEX project: field measurements, airborne data and applications. International Journal of Remote Sensing, 29(17-18): 4961-4991.https://doi.org/10.1080/01431160802036516
Sobrino, J. A., Li, Z. L., Stoll, M. P., & Becker, F, 1997, Multi-channel and multi-angle algorithms for estimating sea and land surface temperature with ATSR data. Oceanographic Literature Review, 2(44): 162-163.https://doi.org/10.1080/01431169608948760
Xiao, J., & Moody, A. (2005). A comparison of methods for estimating fractional green vegetation cover within a desert-to-upland transition zone in central New Mexico, USA. Remote sensing of environment, 98(2-3), 237-250.https://doi.org/10.1016/j.rse.2005.07.011
Yamaguchi Y., Hase H., Ogawa K, 1992, Remote sensing for geothermal applications. Episodes Journal of International Geoscience.15(1): 62-7.https://doi.org/10.18814/epiiugs/1992/v15i1/010 | ||
آمار تعداد مشاهده مقاله: 77 تعداد دریافت فایل اصل مقاله: 7 |