Estimation of land surface temperature using split-window algorithm from satellite images

Yer yüzey sıcaklığı (LST) dünyanın enerji döngüsünün önemli bir etmeni olduğu gibi bölgesel ve global ölçekler deki atmosfer-yüzey etkileşiminde rol alan anahtar bir parametredir. Bu çalışmada, atmosferik değişkenlere ve yer yayınırlığına bağlı Split-Window (SW) algoritması ve NOAA uydusu verileri kullanılarak Ankara bölgesinin yer yüzey sıcaklığı değerleri hesaplanmıştır. Bölgesel atmosferik veriler kullanılarak Valencia üniversitesi (UVM) adlı Split- Window modelinin katsayıları yeniden hesaplanmış ve çalışma bölgesi için 24 adet yeni algoritma üretilmiştir. UVM algoritmasının en önemli atmosferik parametresi olan Precipitable water (PW) değerleri Wyoming üniversitesi üst atmosfer veri bankasından alınmıştır. Çalışmada Ankara bölgesinin1990-2007 yıllarına ait PW değerleri kullanılmıştır. Oluşturulan yeni algoritma ile hesaplanan yer yüzey sıcaklığı değerleri Ankara meteoroloji istasyonunu değerleri ile karşılaştırılmış ve MBE (Mean Bias Error) 1.64 oK. RMSE (Root Mean Square Error) 2.81 0K olarak bulunmuştur. Bu sonuçlar genel olarak yer yüzey sıcaklığı hesaplamaları için makul değerlerdir.The Land surface temperature (LST) is a good indicator of the energy balance at the earth's surface and is a key parameters in the physics of atmosphere-surface processes on a regional as well as global scales. In this study, The National Oceanographic and Atmospheric Administration's (NOAA) satellite data were used to calculate LST using a Split-Window(SW) algorithm which belongs to the atmospheric variables and surface emissivity. Using regional atmospheric data we have recalculated Universty of Valencia (UVW) model Split-Window algorithm coefficients and have generated 24 new algorthms. Precipitable Water(PW) values of Ankara. which are the most important atmospheric parameter of UVM model. was estimated from the Wyoming University upper-air radiosonde database during the years of 1990-2007. As a result of this study. comparing the calculated LST values with Ankara meteorology station values. mean bias error was found 1.64 oK and RMS error was found as 2.81 oK. The results are genarally reasonable for land surface calculations