UYDU VERİLERİ KULLANARAK YER YÜZEY SICAKLIĞININ HESAPLANMASI * Estimation of Land Surface Temperature Using Satellite Data * Mehmet ŞAHİN Fizik Anabilim Dalı H.Mustafa KANDIRMAZ Fizik Anabilim Dalı ÖZET Bu çalışmada, 2002 yılına ait aylık NOAA 12, NOAA 14 ve NOAA 15 uydularının AVHRR verileri kullanılarak Türkiye için yer yüzey sıcaklığı, aylık ortalama değerde hesaplanmış ve haritalar oluşturulmuştur. Bu amaçla, yayınırlığa bağlı hesaplama yapan Sobrino ve arkadaşlarının () Split-Window (SW) algoritması kullanılmıştır. Yer yüzey sıcaklığı için elde edilen sonuçlar yer ölçümleri ile kıyaslanmıştır. RMSE değerleri ve korelasyon katsayıları sırasıyla için 2.293 o K ve r=0.976 olarak bulunmuştur. Sonuç olarak, NOAA uydu görüntüleri kullanılarak geniş alanlara ait yer yüzey sıcaklığı haritalarının düşük hata oranları ile oluşturabilmenin mümkün olduğunu kanısına ulaşılmıştır. Anahtar Kelimeler: Yer Yüzey Sıcaklığı, Split-Window Algoritmaları, Yayınırlık. ABSTRACT In this study, land surface temperature of Turkey was calculated for 2002 as monthly average and maps were drawn by using AVHRR data of NOAA-12, NOAA-14 and NOAA-15 satellites. For this aim, Sobrino et al. () Split-Window (SW) algorithm which does calculations related to emissivity was used. The results model were compared with the ground measurements. RMSE value and correlation coefficient were found as 2.293 o K and r=0.976 respectively. All these results show it is possible that land surface temperature of wide areas can be obtained with the low error rates by using NOAA satellite images. Key Words: Land Surface Temperature, Split-Window Algorithms, Emissivity. Giriş Yer yüzey sıcaklığı, dünya ile atmosfer arasındaki meydana gelen enerji alış verişinde; dünyanın fiziksel, kimyasal ve biyolojik oluşumunun kontrolünde önemli bir parametredir. Ayrıca yer yüzey sıcaklığı bilgisi çevresel çalışmalarda ve dünya enerji kaynaklarının yönetiminde önemli ölçüde kullanılmaktadır(van de Griend ve ark.,1985;li ve Becker, 1993). Yer yüzeyinden yayılan radyasyon miktarları uydularla ölçülerek yer yüzey sıcaklığı değerleri elde edilmektedir. Bu amaçla uydu radyometrelerindeki elektromanyetik spektrumun termal kızılötesi kanalları kullanılmaktadır. NOAA/AVHRR algılayıcısının termal kızılötesi kanalları kullanılarak zaman içerisinde birbirinden farkı yayınırlığa bağlı SW algoritmaları geliştirilmiştir. * Doktora Tezi- Ph. D. Thesis 63
Price(1983), NOAA-AVHRR algılayıcısının termal kızılötesi kanallarından elde ettiği yer yüzey sıcaklığı değerlerini, yer değerleri ile karşılaştırmıştır. Yapılan çalışmada, yer yüzey sıcaklığının hesaplanmasında yayınırlık ve atmosferik su buharı dikkate alınmıştır. Ottle ve Vidal Madjar (1992) yaptıkları çalışmada, yer yüzey sıcaklığının topraktan algılanan termal spektral radyasyona bağlı olduğunu belirtmişlerdir. Sobrino ve arkadaşları() yaptıkları çalışmada, NOAA uydusunun AVHRR algılayıcısının termal kanallarını kullanarak, yer yüzey sıcaklığını 0.4 o K değerinde daha iyi sonuç vermesini sağlamışlardır. Wan ve Dozier (1995) çalışmalarında, yer yüzey sıcaklığını elde etmek için genel bir SW algoritmasının geliştirmişlerdir. Geliştirilen algoritma, yer değerleri ile karşılaştırılmış ve aralarında 1 o K lik fark olduğu görülmüştür. Gupta ve arkadaşları (1997) çalışmalarında, NOAA-AVHRR algılayıcısının 4. ve 5. kanallarının yayınırlık değerleri arasındaki 0.01 lik fark, kuru atmosferik ortamlarda yer yüzey sıcaklığında 1 o C lük hataya yol açtığını hesaplamışlardır. Caselles (1997) çalışmasında, evrensel bir SW algoritması geliştirmiştir. Algoritma geliştirmek için Coll ve arkadaşlarının() elde ettikleri algoritma baz alınmış ve kullanılan yayınırlık değerine bitki fonksiyonu eklenmiştir. Elde edilen yer yüzey sıcaklığı değeri ile yer değeri arasında ±2 o K fark olduğu görülmüştür. Kant ve Badarinath (2000) yaptıkları çalışmada, yer yüzey sıcaklığını 1.8 o C lük farkla elde etmişlerdir. Chrysoulakis ve Cartalis (2002), atmosferde yağışa dönüşebilen su miktarını (PW) dikkate alarak uydudan elde edilen yer yüzey sıcaklığı değerini, yer değerine göre 2 o K lik farkla elde etmişlerdir. Stathopoulou ve arkadaşları(2004) çalışmalarında, yayınırlık değerinin yanında atmosferik su buharının etkilerini de dikkate alarak yer yüzey sıcaklığını hesaplamışlardır. Çalışmada hesaplanan uydu değerleri ile yer değerlerinin karşılaştırılması neticesinde, aralarında en fazla 3 o C fark olduğu görülmüştür. Dash (2005) yaptığı çalışmada, sıcaklıktan bağımsız termal kızılötesi spektral indeks(tisi) metodunu, yayınırlık ve dolayısıyla yer yüzey sıcaklığı hesaplanmasında kullanmıştır. Chahboun ve arkadaşları (2005) çalışmalarında, yer yüzey sıcaklığını 1.3 o K hata ile hesaplayan işlemsel bir algoritma oluşturmuşlardır. Yapılan çalışmada NOAA 12, NOAA 14 ve NOAA 15 uydu serilerine ait 2002 yılının 12 aylık verileri kullanılmıştır. Türkiye nin yer yüzey sıcaklık haritası, Sobrino ve arkadaşlarının () geliştirdiği yayınırlığa bağlı SW algoritmasından faydalanılarak oluşturulmuştur. Oluşturulan haritalar yer gerçekleriyle kıyaslanmıştır. Materyal ve Metot Materyal Çalışma için gerekli olan NOAA 12, 14 ve 15 uydu verileri, Tübitak-Bilten Kurumu ndan, yer değerleri ise Devlet Meteoroloji İşleri nden elde edilmiştir. Metot Yer yüzey sıcaklığının hesaplanmasında Adana, Ankara, Antalya, Balıkesir, Denizli, Erzurum, İzmir, Kayseri, Sivas, Rize, Şanlıurfa, Samsun, 64
Malatya, Van illeri baz alınarak bir yıl boyunca aylık iki adet bulutsuz uydu görüntü seçilmiştir. Daha sonra bu görüntülere Sobrino ve arkadaşlarının() geliştirdiği yayınırlığa bağlı SW algoritması uygulanmış ve toplamda 24 adet uydu görüntüsü kullanılarak yer yüzey sıcaklığı hesaplanmıştır. NOAA - AVHRR Termal Kanal Verilerinin Kalibrasyonu Termal kanalların her ölçüm için skala edilmiş eğim ve durdurma değerlerinin birimi m W/(m 2 -sr-cm -1 ) dir. Sensörün herhangi bir i kanalı için ölçülmüş yayınan enerji değeri giriş verilerinin bir lineer fonksiyonu olarak aşağıdaki şekilde ifade edilmektedir; Ei Si xci Ii (1) Burada E i, hesaplanan enerji değeri, C giriş verisi (NOAA uydusu için 0 ile 1023 arasında değişmekte) ve S i ile I i sırayla eğim ve durdurma değerleridir. Her bir kanal için eğim ve durdurma kalibrasyon katsayıları, kullanıcıya lineer kalibrasyon yapması için veri setini level 1b formatına dönüştürmektedir. Ancak bu katsayılar; her bir kanal için sabit olan ve iç kalibrasyonun hedef sıcaklığından bağımsız parlaklık düzeltmeleri yapan, sıfır olmayan uzay parlaklığı R sp kullanarak elde edilir. S R T SP (2) C R C T SP I RSP S x C SP (3) Burada S eğim (slope), I durdurma (intersept), R T hedef parlaklık, CT hedef sayısı ve C sp uzay sayısıdır. Bu katsayılar aşağıda tanımlanan lineer bir parlaklık sağlar. RLİ Si x Ci Ii (4) AVHRR 4. ve 5. kanalları için eşitlik (4) ten elde edilen lineer parlaklığın bir fonksiyonu olan düzeltilmiş parlaklık, yayınan enerjiyi sağlar. 2 E A x RLi B x RLİ C (5) Burada A, B ve C bantlara ait katsayılardır. Yayınan enerji değerlerinden parlaklık sıcaklığı değerlerine geçiş ters Planck ışıma eşitliği diye adlandırılan bir eşitlik yardımıyla gerçekleşir. C2V (6) T( E) 3 C1V ln 1 E Burada T(E), E yayınan enerji değerine karşılık gelen 0 K cinsinden sıcaklık, V ölçüm yapılan kanalın merkezi dalga boyudur (cm 1 ). Elde edilen T(E) değerine ek sıcaklık düzeltmesi uygulanmaz. Bu işlemlerde dikkat edilmesi gereken nokta, level 1b veri setini kullanan kullanıcıların kalibrasyon işlemine eşitlik (5) ten devam etmesidir. NOAA-15 uydu verilerinden sıcaklık hesaplaması yapabilmek için eşitlik (6) dan elde edilen T(E) değeri eşitlik (7) yardımıyla düzeltilmelidir (Goodrum ve ark., 2001). 65
T [ T( E) A] / B (7) Yüzey Yayınırlık Değerlerinin Belirlenmesi Yayınırlığının( ) belirlenmesi ve ölçülmesinde kullanılan en başarılı metot, NDVI yardımı ile yayınırlığın belirlenmesidir. NDVI kavram olarak Normalize Edilmiş Bitki İndeks Farkı demektir. Aşağıdaki şekilde formüle edilir(srivastana ve ark., 1997). CH 2 CH1 NDVI (8) CH 2 CH1 Buradaki CH 1 ve CH 2 değerleri NOAA uydusunun üzerindeki AVHRR sensörünün sırayla birinci ve ikinci kanal değerleridir. NDVI ve yayınırlık arasındaki bağıntıyı elde etmek için yapılan deneyler sonunda aşağıdaki logaritmik fonksiyon elde edilmiştir. a b log(ndvi) (9) Burada yayınırlık olmak üzere a ve b bağıntı sabitleri 8 14 µm aralığındaki spektral bölge için belirlenmiştir ve değerleri sırasıyla 1.0094 ve 0.047 dir (Van de Griend ve Owe, 1993).Yapılan çalışmalarda elde edilen sonuçlara göre yüzey sıcaklığının belirlenmesinde ortalama bir yayınırlık değerinin alınmasının gerektiği ve bu değerin 0.975 olduğu, 4. ve 5. bantların yayınırlık farkının ise -0.005 olduğu tespit edilmiştir (Caselles ve ark.,1997).bu durumda iki farklı eşitliğin elde etmek mümkündür. ( ) / 5 2 0.975 (10) 4 ( ) 5 0.005 (11) 4 Yukarıdaki eşitlikler çözüldüğünde 4 =0.9725 ve 5 =0.9775 olarak bulunmaktadır. Bulunan bu değerlerle yer yayınırlığının, uzaktan algılama verileriyle yer yüzey sıcaklığı hesabının doğruluğu üzerinde önemli bir etkisi vardır (Qin ve Karnieli, 1999). Yayınırlığa Bağlı T Split-Window Algoritması Bu çalışmada Sobrino ve arkadaşlarının() geliştirdiği algoritma kullanılmıştır. Sobrino ve arkadaşlarının geliştirdiği algoritmada, uydular tarafından alınan parlaklık değerleri incelenerek atmosferik katkı araştırılmıştır. Ayrıca AVHRR algılayıcısının termal kızılötesi kanallarının her biri için ayrı ayrı yüzeysel spektral yayınırlıkları belirlenmiştir. Çalışmalar neticesinde aşağıdaki algoritma oluşturulmuştur(sobrino ve ark, ). TSobrino ark T4 2.76( T4 T5 ) 38.6(1 ) 96 (12) Uydu Verilerinin Değerlendirilmesi Hesaplanan her büyüklük, baz alındığı bir birimin kaç katı olduğuna göre ifade edilerek sayısal özellik kazanır. Hesaplanan değerlerin, standart ölçütlere 66
göre kritiği yapılarak değerlendirilmeleri elde edilir. Değerlendirme neticesine göre hesaplanan değerlerin, ölçüm yapılan disiplinin niteliğine göre istenilen amaca ulaşılıp ulaşılmadığının kararına varılır. Uydu çalışmalarında, çalışmanın özelliğine göre uydudan elde edilen görüntüler, ön düzeltme çalışması yapıldıktan sonra çeşitli matematiksel algoritmalardan veya formülasyondan geçirilir. Formül kullanılarak elde edilen görüntünün değeri, hesaplanan değer olarak nitelendirilir. Hesaplanan değer, yer değeri ile karşılaştırılır. Karşılaştırma yapmak için çeşitli istatiksel kurallar geliştirilmiştir. Bu kuralları aşağıdaki gibi sıralamak mümkündür: 1. i 1...... n, olmak üzere vi yer değerlerinin, e i hesaplanan değerlerin oluşturduğu küme, v yer ve e hesaplanan değerlerin ortalaması, yer ve hesaplanan değerlerin standart sapmaları olmak v e üzere v ile e arasındaki fark eğilim(bias) olarak adlandırılır(laurent ve ark, 1998). 2. Lineer korelasyon katsayısı r, aşağıdaki şekilde formülüze edilir(kendall ve Stuart, 1963). Korelasyon katsayısı hesaplanan değerle, yer değeri arasındaki ilişkiyi gösterir. Bu ilişkiye göre yeni formüller üretilebilir. r n vi v e i e i 1 (13) n v e 3. Kök ortalama kare hatasının(rmse) matematiksel ifadesine, hesaplanan değer ile yer değeri arasındaki uzaklaşmanın kesin ölçümü olarak bakılır. Aşağıdaki formülde elde edilen değerin az olması hesaplanan değerin o kadar başarılı olduğunun kanıtıdır. Genellikle kısa dönem çalışmalarının doğruluk analizinde kullanılır. Çalışmalarda kullanımı oldukça yaygındır(laurent ve ark, 1998). 1 n 1 2 2 RMSE ( ) (14) n i1 e i v i Araştırma Bulguları Yer yüzey sıcaklığı hesaplanması için 2002 yılı verileri kullanılmıştır. Çalışmada kullanılan görüntüler, TÜBİTAK BİLTEN Kurumu ndan elde edilen NOAA 12, NOAA 14 ve NOAA 15 uydularının AVHRR görüntüleridir. Görüntü seçiminde, yıl içerisinde farklı tarihlere ait aylık 2 görüntü, toplamda ise 24 görüntü ile yer yüzey sıcaklığı hesaplamaları yapılmıştır. Uydu verileriyle yer yüzey sıcaklığı hesaplamasında Sobrino ve arkadaşlarının () geliştirdiği algoritma kullanılmıştır. Algoritmadan elde edilen değerlerin aylık ortalaması, yer değerleriyle karşılaştırılmıştır. Bu amaçla Adana, Ankara, Antalya, Balıkesir, Denizli, Erzurum, İzmir, Kayseri, Malatya, Rize, Samsun, Sivas, Şanlıurfa, Van illeri kontrol noktası 67
olarak seçilmiştir. İllerin seçiminde, dağılımın tüm Türkiye yi kapsayacak şekilde olmasına dikkat edilmiştir. Bilgisayara kaydedilen uydu verileri öncelikli olarak görüntü işleme programlarının tanıyabileceği formata dönüştürülmelidir. Bu amaçla uydudan elde edilen ham veriler, Quarium yazılımı yardımıyla level-1b formatına dönüştürülmüştür. Daha sonra Envi 4.3 görüntü işleme paket programı yardımıyla, piksel değeri 0.3 RMSE değeriyle görüntünün geometrik düzeltmesi yapılmıştır. Piksellerin geometrik düzelmeleri yapıldıktan görüntülerde sadece Türkiye nin bulunduğu bölge bölge dikkate alındığından diğer bölgeler çıkartılmıştır. Daha sonra NOAA/AVHRR verilerinin 4. ve 5. kanaları için parlaklık sıcaklık değerleri ayrı ayrı hesaplanmıştır. Quarium yazılımı yardımıyla veri seti, level-1b formatına dönüştürüldüğü için piksellerin parlaklık değeri 0 ile 1023 arası değerlere sahiptir. NOAA 12 ve NOAA 14, AVHRR verilerinin her kanalına ait parlaklık sıcaklık değeri sırayla eşitlik (5) ve (6) kullanılarak bulunmuştur. NOAA 15 uydusunun parlaklık sıcaklığı değerini bulmak için eşitlik (6) dan elde edilen değer, eşitlik (7) de kullanılarak parlaklık sıcaklığı değeri hesaplanmıştır. Yukarıdaki sıra takip edilerek 11.08.2002 tarihinde yerel saatle 15:41 de kaydedilen NOAA 12/AVHRR görüntüsünde yer yüzey sıcaklık değerleri hesaplanmıştır. Hesaplamada elde edilen yer yüzey sıcaklığı haritası Şekil 1 de gösterilmiştir. Elde edilen tüm haritalarda yoğunluk kesimi son aşamada yapılmıştır Split-Window algoritmasına bağlı olarak elde edilen yer yüzey sıcaklığı haritalarının tamamı önceden belirlenen kontrol noktalarının sıcaklık değerleri elde edilmiştir. Aynı noktaların, Devlet Meteoroloji İşleri Genel Müdürlüğü nden elde edilen yer yüzey sıcaklığı değerleri ile karşılaştırılması yapılmıştır. Karşılaştırma neticesinde aylık ortalama yer yüzey sıcaklığı değerleri elde edilmiş ve Çizelge 1 de gösterilmiştir. T algoritmasından elde edilen yer yüzey sıcaklığı değerleri ile Devlet Meteoroloji İşleri Genel Müdürlüğü nden elde edilen yer yüzey sıcaklığı değerleri arasındaki korelasyon katsayılarını tespit etmek için eşitlik (13) kullanılmıştır. Ayrıca yer değeri ile algoritmalardan elde edilen değerlere bağlı olarak lineer eğim çizgisi çizilerek her algoritmanın yer değerine bağlı denklemi oluşturulmuştur. Oluşturulan denklem ve eğim çizgilerinin yardımıyla, Sobrino ve arkadaşlarının() geliştirdiği algoritma ve yer değeri için Şekil 2 deki grafik elde edilmiştir. 68
T Şekil 1. algoritması için yer yüzey sıcaklık haritası Çizelge 1. T algoritmasından ve yer verilerinden elde edilen yer yüzey sıcaklığının aylık ortalama değerleri Aylar Yer Değeri ( K) Sobrino ve ark- ( K) Ocak 279.64 281.85 Şubat 284.29 286.45 Mart 283.65 282.24 Nisan 282.85 285.15 Mayıs 296.60 298.17 Haziran 297.19 300.36 Temmuz 299.48 301.50 Ağustos 306.66 305.83 Ekim 285.79 285.33 Kasım 277.90 275.08 Aralık 274.91 270.42 69
Şekil 2.Yer değeri ile T algoritma arasındaki ilişki Şekildeki R 2 ifadesi korelasyon katsayılarının kare değeridir. R 2 ifadesinin karekökünün alınmasıyla r korelasyon katsayısı oluşturulmuştur. Yer değeri ile Sobrino ve arkadaşlarının() geliştirdiği algoritma arasındaki korelasyon katsayısı(r); 0.976 olarak hesaplanmıştır. Fakat korelasyon ilişkisi bir ölçümün doğruluğunun sınanmasında yeterli ve güvenli bir metot değildir. Çünkü ölçümler arasındaki hata oranın sabit kalmak şartıyla yapılan birden fazla ölçüme bağlı olarak korelasyon katsayısı hesapladığı takdirde, katsayı oldukça yüksek çıkmaktadır. Korelasyon katsayısı yüksek değerde olmasına rağmen hata değeri de büyük olabilmektedir. Bu nedenle farklı bir değerlendirme ölçütü kullanılmalıdır. Kısa dönemli ölçüm hatalarını belirlemede en çok kullanılan metot, RMSE değerinin tespit edilmesidir. RMSE değeri, eşitlik (14) ün kullanılmasıyla elde edilmektedir. Eşitliğin T algoritma için yer değerine bağlı olarak hesaplan RMSE değerleri 2.293 olarak bulunmuştur. Tartışma ve Sonuçlar Yapılan tez çalışmasında, Türkiye nin yer yüzey sıcaklığı, NOAA-AVHRR uydu verilerine bağlı olarak hesaplanmıştır. Elde edilen uydu değerleri Devlet Meteoroloji İşleri Genel Müdürlüğü nden sağlanan yer değerleri ile kıyaslanmış ve aşağıdaki sonuçlara ulaşılmıştır: Yer yüzey sıcaklığının hesaplanmasında yayınırlığa bağlı Split-Window algoritmaları kullanılmıştır. Çalışma süresi olarak, her aydan iki görüntü olmak üzere 2002 yılının 12 ayı seçilmiştir. T Split-Window algoritması; aylık ortalama bazda hesaplanmıştır. Ayrıca algoritmadan elde edilen değerlerin yer değerlerine bağlı olarak korelasyon katsayıları hesaplanmıştır. Yer değerine bağlı olarak T algoritması için 0.976 olarak bulunmuştur. Elde edilen 70
değerlerin yüksek çıkması yer ve algoritma değerleri arasında oldukça yüksek korelasyon ilişkisinin olduğunu göstermektedir. Korelasyon katsayısı hatayı tanımlamada tek başına yeterli olmadığı için genelde kısa dönemli çalışmalarda kullanılan RMSE değeri bulunmuştur. Elde edilen sonuçlara göre yer değerine bağlı olarak T algoritması için RMSE değerleri 2.293 olarak bulunmuştur. RMSE değeri hata miktarının büyüklüğünü ifade ettiği için RMSE değerinin az olması o algoritmanın başarı şansını artırmaktadır. Bu düşünceden hareketle yer yüzey sıcaklığını hesaplamada, T algoritmasının yeterli olduğu anlaşılmıştır. Sonuç olarak NOAA uydu görüntüleri kullanılarak geniş alanlara ait yer yüzey sıcaklığı haritalarının düşük hata oranları ile oluşturabilmenin mümkün olduğunu kanısına ulaşılmıştır. Kaynaklar CASELLES, V., COLL, C., and VALOR,E.,1997. Land Surface Emissivity and Temperature Determination in the Whole Hapex- Sahel Area from AVHRR Data. Int. J. Remote Sensing, Vol. 18, No. 5, 1009-1027. CHAHBOUN.A., RAISSOUNI,N., SOBRINO, J.,A.,and ESSAAIDI, M., 2005. An Operative Land Surface Temperature Split-Window Algorithm: Application to the Korean Peninsula Pathfinder AVHRR Land Data. Geoscience and Remote Sensing Symposium, IEEE International, Volume 4, 25-29 July, Pages:2452 2455. CHRYSOULAKIS,N.,and CARTALIS,C.,2002. Improving the Estimation of Land Surface Temperature for the Region of Greece: Adjustment of a Split Window Algorithm to Account for the Distribution of Precipitable Water. Int. J. Remote Sensing, Vol. 23, No. 5, 871 880. COLL, C., CASELLES, V., SOBRİNO, J. A., and VALOR, E.,. On the Atmospheric Dependence of the Split-Window Equation for Land Surface Temperature. International Journal of Remote Sensing, Vol.15,pp: 105-122. DASH,P., GÖTTSCHE,F., M., OLESEN,F., S., and FISCHER, H., 2005. Separating Surface Emissivity and Temperature Using Two-Channel Spectral Indices and Emissivity Composites and Comparison with a Vegetation Method. Remote Sensing of Environment, Vol. 96, Issue 1, Pages 1-17. GOODRUM,G.,. KIDWELL, K., B, WINSTON,W., 2001.NOAA KLM User s Guide, Section 7. GUPTA,R.,K., PRASAD,S., SESHA SAI, M., V.,R., and VISWANADHAM, T.,S.,1997. The Estimation of Surface Temperature over an Agricultural Area in The State of Haryana and Panjab, India, and its Relationship with the Normalized Difference Vegetation Index (NDVI ), Using NOAA-AVHRR Data. Int. J. Remote Sensing, Vol. 18, No. 18, 3729-3741. 71
KANT,Y., and BADARINATH, K., V., S.,2000. Studies on Land Surface Temperature over Heterogeneous Areas Using AVHRR Data.Int.J. Remote Sensing,Vol. 21, No. 8, 1749 1756. KENDALL, M.,A.,STUART,A.,1963.The Advanced Theory of Statistics, Griffin(Ed.), p.1730. LAURENT,H.,JOBARD,I.,and TOMA,A.,1998.Validation of Satellite and Ground- Based Estimates of Precipitation over the Sahel. Atmospheric Research, 47-48,pp:651-670. LI,Z.-L.,and BECKER, F.,1993.Feasibility of land surface temperature and emissivity determination from AVHRR data. Remote sensing of environment, 43,67-85. OTILE,C., VIDAL-MADJAR, D., 1992. Estimation of Land Surface Temperature with NOAA-9 Data. Remote Sensing of Environment, 40: 27-41. PRICE,J.,C.,1983.Estimation Surface Temperatures from Satellite Thermal Infrared Data-A Simple Formulation for The Atmospheric Effect. Remote Sensing of Environment,13:353-361. QIN,Z.,and KARNIELI,A.,1999.Progress in The Remote Sensing of Land Surface Temperature and Ground Emissivity Using NOAA-AVHRR Data. International Journal Of Remote Sensing,Vol.20,No.12, pp:2367-2393. SOBRINO,J.,A., LI,Z.,L., STOLL,Z.,P., and BECKER,F.,. Improvements in the Split-Window Technique for Land Surface Temperature Determination. IEEE Transactions on Geoscience and Remote Sensing. Volume 32, Issue 2, Page(s):243 253. SRIVASTAVA, S., K.,JAYARAMAN,V.,RAO,P.,P.,N.,MANIKIAM, B., CHANDRASEKHAR, M., G.,1997. Interlinkages of NOAA/AVHRR Derived Integrated NDVI to Seasonal Precipitation and Transpiration in Dryland Tropics. International Journal of Remote Sensing, Volume 18, Number 14, pp. 2931-2952. STATHOPOULOU,M.,CARTALIS,C., and KERAMITSOGLOU, I.,2004. Mapping Micro-Urban Heat Islands Using NOAA/AVHRR Images and CORINE Land Cover: An Application to Coastal Cities of Greece. Int.J. Remote Sensing, Vol. 25, No. 12, 2301-2316. VAN de GRIEND,A.,A., and OWE,M.,1993.On the Relationship Between Thermal Emissivity and The Normalized Difference Vegetation Index for National Surfaces. Int. J.of Remote Sensing,Vol.14,pp:1119-1131. VAN de GRIEND,A.,A.,CARRILLO.P., and GURNEY,R.,J.,1985.Discrimination of Soil Physical Parameters, Thermal Inertia and Soil Moisture from Diurnal Surface Temperature Fluctuations. Water Resource Research,21,1404-1411. WAN.,Z.,and DOZIER,J.,1995.A Viewing-Angle Dependent Split-Window Method for Retrieving Land-Surface Temperatures from Space. Geoscience and Remote Sensing Symposium, Quantitative Remote Sensing for Science and Applicationsapos ; International,Volume 2, 10-14 July, Pages:1177 1179. 72