تطبيقات الاستشعار عن بعد في تخطيط المدن

Slides:



Advertisements
Similar presentations
Scaling Biomass Measurements for Examining MODIS Derived Vegetation Products Matthew C. Reeves and Maosheng Zhao Numerical Terradynamic Simulation Group.
Advertisements

NAFE 3rd Workshop Sept 2007 Vegetation Water Status from Optical Remote Sensing ___ Preliminary results from the NAFE05 experiment Philippe Maisongrande,
NDVI Anomaly, Kenya, January 2009 Vegetation Indices Enhancing green vegetation using mathematical equations and transformations.
Environmental Remote Sensing GEOG 2021 Spectral information in remote sensing.
SKYE INSTRUMENTS LTD Llandrindod Wells, United Kingdom.
DN to Reflectance HONDA Kiyoshi. Contents Definition of NDVI Radiance Reflectance How to Calculate Radiance from DN Irradiance.
Class 8: Radiometric Corrections
Vegetation indices and the red-edge index
NDVI Normalized difference vegetation index Band Ratios in Remote Sensing KEY REFERENCE: Kidwell, K.B., 1990, Global Vegetation Index User's Guide, U.S.
Detect and Simulate Vegetation, Surface Temperature, Rainfall and Aerosol Changes: From Global to Local Examples from EOS MODIS remote sensing Examples.
Simulate Urban-induced Climate Change Via EOS Observations and Land Surface Model Dr. Menglin Jin, Meteorology Dept, U University of Maryland, College.
Published in Remote Sensing of the Environment in May 2008.
CSIRO LAND and WATER Estimation of Spatial Actual Evapotranspiration to Close Water Balance in Irrigation Systems 1- Key Research Issues 2- Evapotranspiration.
Remote Sensing Applications. Signatures – a unique identifier…
Ramesh Gautam, Jean Woods, Simon Eching, Mohammad Mostafavi, Scott Hayes, tom Hawkins, Jeff milliken Division of Statewide Integrated Water Management.
Eric Rafn and Bill Kramber Idaho Department of Water Resources
Remotely Sensed Data EMP 580 Fall 2015 Dr. Jim Graham Materials from Sara Hanna.
Remote Sensing Basics | August, Calibrated Landsat Digital Number (DN) to Top of Atmosphere (TOA) Reflectance Conversion Richard Irish - SSAI/GSFC.
Addendum to Exercise 6 and 7 Handling and Processing Satellite (Landsat) Images.
Filling in the gaps in Landsat 7 data Northwest GIS Users Group Conference Boise, Idaho, October 19 – 21, 2011 William J. Kramber Idaho Department of Water.
Maa Kaukokartoituksen yleiskurssi General Remote Sensing Image enhancement II Autumn 2007 Markus Törmä
INDICES FOR INFORMATION EXTRACTION FROM SATELLITE IMAGERY Course: Introduction to RS & DIP Mirza Muhammad Waqar Contact:
Karnieli: Introduction to Remote Sensing
A detailed look at the MOD16 ET algorithm Natalie Schultz Heat budget group meeting 7/11/13.
CHAPTER 9 Band Algebra and Vegetation Indices BAND TRANSFORMATIONS A. Dermanis.
Remote Sensing. Vulnerability is the degree to which a system is susceptible to, or unable to cope with, adverse effects of climate change, including.
Soil-Adjusted Vegetation Index A transformation technique to minimize soil brightness from spectral vegetation indices involving red and near- infrared.
Remote Sensing Realities | June 2008 Remote Sensing Realities.
What is an image? What is an image and which image bands are “best” for visual interpretation?
Snow Properties Relation to Runoff
Remote Sensing of Vegetation. Vegetation and Photosynthesis About 70% of the Earth’s land surface is covered by vegetation with perennial or seasonal.
Mitigation of Urban Heat Island Effect via NeighborWoods Tree Program- Austin, Texas Project Manager-Clancy Taylor GIS Analyst/Web Designer-Will Johnston.
Remote Sensing of Evapotranspiration with MODIS
Terra Launched December 18, 1999
EG2234: Earth Observation Interactions - Land Dr Mark Cresswell.
Remote sensing for surface water hydrology RS applications for assessment of hydrometeorological states and fluxes –Soil moisture, snow cover, snow water.
Chernobyl Nuclear Power Plant Explosion
Remote Sensing and Image Processing: 4 Dr. Hassan J. Eghbali.
GEOG2021 Environmental Remote Sensing Lecture 3 Spectral Information in Remote Sensing.
ERDAS 1: INTRODUCTION TO ERDAS IMAGINE
IGARSS 2011, Jul. 27, Vancouver 1 Monitoring Vegetation Water Content by Using Optical Vegetation Index and Microwave Vegetation Index: Field Experiment.
Various Change Detection Analysis Techniques. Broadly Divided in Two Approaches ….. 1.Post Classification Approach. 2.Pre Classification Approach.
Exploring Land Processes and Climate Variations through Giovanni Suhung Shen and James Acker Dr. Leptoukh Online Giovanni Workshop9/25/2012.
Lecture Notes – Vegetation indices Fred Watson, ENVS 436/536, CSUMB, Fall 2010 Many of these slides are from Jianglong Zhang and Cindy Schmidt.
Interactions of EMR with the Earth’s Surface
References: 1)Ganguly, S., Samanta, A., Schull, M. A., Shabanov, N. V., Milesi, C., Nemani, R. R., Knyazikhin, Y., and Myneni, R. B., Generating vegetation.
Remote sensing of land surface temperature Lecture 8.
BAND RATIOS Today, we begin to speak of the relationships between two+ bands.
Orbits and Sensors Multispectral Sensors. Satellite Orbits Orbital parameters can be tuned to produce particular, useful orbits Geostationary Sun synchronous.
Mapping Historic Waterbodies using Landsat and QGIS Justin Epting USFWS, Pacific Southwest Region.
Date of download: 9/17/2016 Copyright © 2016 SPIE. All rights reserved. Location and Landsat TM images of the study area: Wuhan, China. Figure Legend:
GEOG2021 Environmental Remote Sensing
Using vegetation indices (NDVI) to study vegetation
Retrieval of Land Surface Temperature from Remote Sensing Thermal Images Dr. Khalil Valizadeh Kamran University of Tabriz, Iran.
Term Project Presentation
Radiometric Preprocessing: Atmospheric Correction
Landsat Analysis Ready Data for LCMAP
Junsoo Kim, Hyangsun Han and Hoonyol Lee
Vegetation Enhancements (continued) Lost in Feature Space!
Some Applications of Remote Sensing and GIS
المحاضرة الثانية عشرة دراسة نشرت في الولايات المتحدة وبريطانيا 2011م
Today, we begin to speak of the relationships between two+ bands.
Land Cover and Soil Properties of the San Marcos Basin
كشف التغير لغطاء النبات
Joint Remote Sensing Research Program 2016 Research Updates
Image Information Extraction
Remote Sensing Section 3.
Spectral Transformation
Remote Sensing Landscape Changes Before and After King Fire 2014
Presentation transcript:

تطبيقات الاستشعار عن بعد في تخطيط المدن اعداد أ.د. اياد علي فارس بيك دكتوراه جيولوجي/ استشعار عن بعد ماجستير استشعار عن بعد بكلوريوس جيولوجي بكلوريوس هندسة مدنية الجامعة المستنصرية، كلية التربية ، قسم الجغرافية

تتضمن المحاضرة محاور اساسية في تطبيقات الاستشعار عن بعد في تخطيط المدن وهي: قياس حرارة سطح الارض وتحديد الجزيرة الحرارية للمدينة. تصنيف استعمالات الارض والغطاء الارضي في المدينة والذي يشمل: السطوح الكونكريتية والبلاطات، الغطاء النباتي، الاجسام المائية، والاراضي البور ومراقبة انطقة تطور المدينة واتجاهات توسعها. استعراض اهم المؤشرات الطيفية الخاصة بالمدن، وكيفية الاستفادة منها في تحسين تصنيف الغطاء الارضي في المدينة باستخدام برنامج ERDAS

Applications of remote sensing in assessment of urban Heat Island (UHI) and Land Sutrface Temperature (LST). تطبيقات الاستشعار عن بعد في تقدير الجزيرة الحرارية وحرارة سطح الارض للمدينة ان مناخ المدينة هو دالة لبنية المدينة والنشاطات الجارية فيها، ومن المشاكل الشائعة في المدينة هو تشكل وتركز الجزر الحرارية للمدينة، اذ تزيد من استهلال الطاقة الكهربائية والمياه، وتغير التنوع الاحيائي، فضلا عن راحة الانسان في المدينة . ان البيانات الملتقطة بالحزم تحت الحمراء الحرارية خلال النهار والليل بواسطة الاقمار الاصطناعية ASTER, MODIS, and Landsat وغيرها من المتحسسات، بالامكان استخدامها لنمذجة تاثير الجزيرة الحرارية او حرارة سطح الارض كميا وبيان مدى مساهمة المواد المختلفة في الموازنة الحرارية للمدينة. غالبًا ما تعاني المناطق الحضرية وشبه الحضرية في كل من البلدان المتقدمة والنامية من سوء نوعية الهواء والجزيرة الحرارية بسبب الفعاليات الصناعية، واستخدام السيارات، وحرق الفحم، والأنشطة الزراعية، والتجاوز على سطح التربة بسبب العشوائيات.

- النمذجة الرياضية لحساب حرارة سطح الارض Mathematical modelling وتشمل حساب كل مما ياتي:- أ). الاشعاع الطيفي Spectral radiance ويتم حسابه بطريقتين:- 1). باستخدام المعادلة الاتية:- 𝐿 𝜆 = 𝐿𝑚𝑎𝑥 𝜆 − 𝐿𝑚𝑖𝑛 𝜆 𝑄𝑐𝑎𝑙 𝑀𝑎𝑥 × 𝑄 𝑐𝑎𝑙 + 𝐿𝑚𝑖𝑛 𝜆 حيث ان lλ = الاشعاع الطيفي عند الـ TOA , lmaxλ lminλ = تستخرج قيمها من الملف المرفق مع المرئية الفضائية metadata file ، Qcal = قيمة العدد الرقمي (DN) للحزم الطيفية للمتحسس، Qcalmin = 0 قبل 2004 و يساوي 1 بعد 2004 ، Qcalmax = 255 2). حساب الاشعاع الطيفي للقمر لاندسات 8 وفق المعادلة التي تعتمد على قيم الاضافة والضرب لقيم الاشعاع الطيفي radiance add & mult –band 𝐿 𝜆 =𝑀𝐿× 𝑄 𝑐𝑎𝑙 +𝐴𝐿

ب). الانعكاسية السطحية Surface reflectance 𝜌 𝜆 = 𝜋 𝐿 𝑠𝑎𝑡 𝜆 − 𝐿 𝑝 (𝜆) × 𝑑 2 𝐸 0 (𝜆)×cos⁡( 𝜃 𝑧 ) 𝐿 𝑝 = 𝐿 𝑚𝑖𝑛 𝜆 − 𝐿 1% (𝜆) Exoatmospheric irradianc= 𝐸 𝑜 𝜆= 𝐸 𝑆𝑈𝑁 𝜆 θ = solar zenith = 90- solar elevation الاشعاع الطيفي للجسم الداكن ويحسب وفق الاتي:- 𝐿 1% 𝜆 = 0.01×cos⁡( 𝜃 𝑧 ) ^ 2 × 𝐸 0 (𝜆) 𝜋× 𝑑 2 𝑑 𝑟 =1+0.033𝑐𝑜𝑠(𝐷𝑂𝑌 2𝜋 365 ) DOY= تسلسل اليوم من السنة

جـ). حساب الالبيدو أ). لحساب قيمة الالبيدو للقمر لاندسات 4، 5، 7 تستخدم المعادلة الاتية:- 𝛼 𝑇𝑂𝐴 =0.356×𝑏1+0.13×𝑏3+0.373×𝑏4+0.085×𝑏5+0.072×𝑏7−0.0018×100 ب). اما للقمر الاصطناعي لاندسات 8 فيتم حساب قيمة الالبيدو عند المتحسس وفق المعادلة الاتية:- - حساب الالبيدو السطحية surface albedo حيث ان α تمثل الالبيدو السطحية ، 𝜏 𝑠𝑤 ناقلية الغلاف الجوي

و). حساب مؤشر مساحة الورقة LAI هـ). حساب مؤشر الغطاء النباتي المعدل للتربة SAVI د). حساب مؤشر تسوية الاختلاف النباتي NDVI 𝑆𝐴𝑉𝐼= (1+𝐿)×(𝑇𝐼𝑅−𝑅𝐸𝐷) (𝐿+𝑇𝐼𝑅+𝑅𝐸𝐷) NDVI=(NIR-RED)/(NIR+RED) حيث يمثل L معامل المعايرة ويعادل حوالي 0.5 و). حساب مؤشر مساحة الورقة LAI LAI= - (1/a2)* ln( a0-SAVI/a1) حيث أن a0, a1, a2 ثوابت يتم حسابها كي تتناسب ومنطقة الدراسة باستخدام طريقة المعايرة.

ز). حساب الانبعاثية الطريقة الاولى:- الطريقة الثانية:- ز). حساب الانبعاثية اذا كانت قيمة LAI اقل من 3 - LAI اكبر او تساوي 3 ، الانبعاثية تساوي 0.98 - NDVIاقل من صفر والالبيدو اقل من 0.47 ، الانبعاثية تساوي 0.99 . الطريقة الثانية:- بالاعتماد على قيمة NDVI اذا كانت اقل من 0.2 ، الانبعاثية = 0.97 اذا كانت اعلى من 0.5 ، الانبعاثية = 0.99، اما اذا كنت بين 0.2 و 0.5 تستخدم المعادلات الاتية لحسابها:- 𝜀= 𝜀 𝑣 × 𝑝 𝑣 + 𝜀 𝑠 1− 𝑝 𝑣 + 𝑑 𝜀 حيث ان ε = الانبعاثية و εv = انبعاثية الغطاء النباتي و εs = انبعاثية التربة وPν= التناسب الخضري و dε = تاثير التوزيع الهندسي والانكسار الداخلي لمعالم سطح الارض 𝑑 𝜀 =(1− 𝜀 𝑠 )×(1− 𝑝 𝑣 )×𝐹× 𝜀 𝑣 𝑝 𝑣= 𝑁𝐷𝑉𝐼− 𝑁𝐷𝑉𝐼 𝑚𝑖𝑛 𝑁𝐷𝑉𝐼 𝑚𝑎𝑥 − 𝑁𝐷𝑉𝐼 𝑚𝑖𝑛 2 F يساوي تقريبا 0.55

ح). حساب حرارة السطوع Brightness temperature حيث ان k1 و k2 ثوابت قيمها مبينة في الجدول ادناه Lλ = الاشعاع الطيفي للحزمة الحرارية. القمر الاصطناعي K1 K2 ارتفاع زاوية الشمس Sun elevation LANDSAT_4 (TM) 671.62 1284.30 61.20 LANDSAT_8 (OLI_TIRS) b10=774.8853 b11= 480.8883 b10= 1321.0789 b11= 1201.1442 68.32 ط). حساب حرارة سطح الارض LST 𝑇𝑠= 𝑇𝑐 1+(𝜆×𝑇𝑐/𝜌)× ln 𝜀 حيث ان λ = معدل الطول الموجي للحزمة الحرارية و ρ = ثابت قيمته (0.01438 متر .كلفن) ويتم حسابه بالاعتماد على ثابت بولتزمان a وثابت بلانك h وسرعة الضوء c ρ=ℎ×𝑐/𝑎 T(°C) = T(K) - 273.15

نتائج حساب المتغيرات الطيفية بتاريخ 31 مايس 2016 نتائج حساب المتغيرات الطيفية بتاريخ 31 مايس 2016

صنف الاستعمال او الغطاء الارضي انهار وبحيرات ومستنقعات نتائج حساب حرارة سطح الارض بالمقارنة مع نوع الاستعمال بتاريخ 31 مايس 2016 شكل 4. 18: استعمالات الارض والغطاء الارضي في جانب الرصافة لعام 2016. شكل 3. 18:التغير المكاني لحرارة سطح الارض في جانب الرصافة بتاريخ 31 مايس 2016,، حزمة B10 , B11, Avg. جدول 4. 9: القيم الاحصائية لدرجات حرارة سطح الارض بحسب نوع الاستعمال او الغطاء الارضي بتاريخ 31 مايس 2016 صنف الاستعمال او الغطاء الارضي المساحة (كم2) المساحة (%) أوطئ درجة حرارة (ᵒم) اعلى درجة حرارة (ᵒم) المدى (ᵒم) معدل درجة الحرارة الانحراف المعياري انهار وبحيرات ومستنقعات 7.73 2.1 25.10 39.78 14.68 28.31 2.21 عمارات ومنازل 225.97 62.5 29.17 43.94 14.78 37.58 1.08 مزروعات ومشاتل 4.15 1.1 26.71 39.18 12.47 33.04 1.95 بساتين 6.81 1.9 25.89 40.38 14.49 32.88 2.32 حدائق وشجيرات واعشاب 44.61 12.3 27.28 42.89 15.60 36.55 اراضي بور 53.47 14.8 29.11 43.11 14.00 38.78 1.43 ساحات وقوف وشوارع 18.88 5.2 26.82 44.84 18.01 37.17 2.41 غير مصنف 0.00 0.0 36.85 39.86 3.01 38.46 شكل 4. 19: العلاقة بين حرارة سطح الارض (LST) ومؤشر تسوية الاختلاف النباتي NDVI لعام 2016.

ERDAS models for calculation LST & ET are available at: https://www.researchgate.net/publication/324719992_Models_for_calculation_Land_surface_tempetature_LST_and_Evapotranspiration_ET_from_landsat_satellite

مؤشرات تصنيف الغطاء الارض في المدينة باستخدام بيانات الاستشعار عن بعد. LULC classification indices in urban using remote sensing data ان الغطاء الارضي في المدينة يتكون من اربعة انواع رئيسة هي المواد الكتيمة (الشوارع المبلطة والاسطح الكونكريتية) والغطاء النباتي، الترب المكشوفة او الاراضي البور، والاجسام المائية impervious surface material, green vegetation, exposed soil or bare soil and water bodies . لذلك عند وضع المؤشر يجب ان تكون الحزم الطيفية الممثلة لهذه الظواهر ضمن حسابات المعادلة الخاصة بكل مؤشر، بما يضمن فرز واضح لنوع الغطاء الارضي المراد تصنيفه داخل المدينة. فرز المناطق السكنية والابنية داخل المدينة هناك مؤشرات عدة لذلك : 1. New Built-Up Index (NBUI) Sinha et al. (2016):- where l = 0 to 1 depending upon high density vegetation (l = 0) to low density vegetation (l = 1).

New Build up Index (NBUI)

2. Urban Index (UI) (Zhang et al., 2013):- 3. Normalized Difference Built-up index (NDBI) (Zha et al., 2003):-

4. Index-based Built-Up Index (IBI) , Xu, H.Q. (2008) Where SAVI= Soil-Adjusted Vegetation Index MNDWI= modified Normalized Difference Water Index (NDWI) Xu, H.Q ( 2006) index-based built-up index (IBI), Xu, H.Q, 2008 Where band NIR, SWIR1, and TIR (Landsat ETM+ bands 4, 5, and 6) As-syakur, et al. (2012).

Water bodies indices:مؤشرات الاجسام المائية Mcfeeters, S.K 1996 Gao, B.C. 1996 Xu, H.Q. 2006 In MNDWI equation, the built-up and vegetation pixels have lower values while water has higher values. Therefore, MNDWI maximally delineated water from other classes.

الغطاء النباتي vegetation cover

الاراضي البور Bare lands normalized difference bare land index (NBLI) Hui Li et al. (2017) normalized difference bareness index (NDBaI), Zhao and Chen (2005) Enhanced built-up and bare land index (EBBI) As-syakur et al. (2012)

NDBaI NBLI EBBI NDVI

MNDWI UI NDBI NBUI

مقارنة بين المزج اللوني للحزم الطيفية للقمر لاندسات والمزج اللوني للمؤشرات الحضرية للحصول على المزج اللوني للمؤشرات الحضرية ، يتم اجراء bands stacking لاهم المؤشرات وللحصول على ادق تصنيف للغطاء الارضي في المدينة بالامكان استخدام طرق تصنيف دقيقة مثل Spectral angle mapper (SAM) . FCC (5,4,2) FCC-Urban indices (NDBaI, NDVI, MNDWI)

النهاية