ارزیابی محصولات آلبیدوی 16 روزه MODIS با استفاده از آلبیدوی ASTER در مناطق نیمه خشک با پوشش همگن

نوع مقاله: مقاله پژوهشی

نویسندگان

1 ‌دانشجوی کارشناسی ارشد مهندسی سنجش از دور، دانشگاه صنعتی خواجه نصیرالدین طوسی

2 دانشیار گروه مهندسی سنجش از دور، دانشکده مهندسی نقشه‌برداری، دانشگاه صنعتی خواجه نصیرالدین طوسی

3 دانشجوی دکتری سنجش از دور، دانشگاه صنعتی خواجه نصیرالدین طوسی

چکیده

      امروزه ارزیابی و کنترل تغییرات زیست محیطی و آب و هوایی در سطح منطقه ای و جهانی، از منظر پایش شرایط فعلی و امکان پیش بینی تغییرات آینده، از اهمیت ویژه‌ای برخوردار است. آلبیدوی سطح از پارامترهای مورد نیاز در مطالعات زیست محیطی و آب و هوایی می‌باشد. سنجنده‌ MODIS، آلبیدوی سطح زمین را بطور مستمر در مقیاسی جهانی ولی با قدرت تفکیک مکانی پایین تولید و بصورت رایگان در اختیار عموم قرار می‌دهد. خطا در محصولات آلبیدوی این سنجنده می‌تواند نتایج خروجی مدل‌های آب و هوایی و اقلیمی را تحت تاثیر قرار دهد. در تحقیق حاضر دقت آلبیدوی پهن‌باند موج کوتاه حاصل از محصولات آلبیدوی MODIS (MCD43A3) در منطقه‌ای همگن، نیمه خشک، فاقد پوشش گیاهی و تقریباَ هموار واقع در اطراف اتوبان قم-تهران مورد ارزیابی قرار گرفت. با توجه به قرار گرفتن سنجنده‌های MODIS و ASTER بر روی یک ماهواره و قدرت تفکیک مکانی و رادیومتریکی بالای سنجنده‌ ASTER از آلبیدوی موج کوتاه آن برای ارزیابی آلبیدوی واقعی موج کوتاه حاصل از محصولات آلبیدوی MODIS استفاده شد. نتایج بررسی‌ها در سا‌ل‌های 2001، 2003 و 2004 نشان داد چنانچه شرایط جوی در طول دوره زمانی تصویر آلبیدوی MODIS یکنواخت و مشابه با شرایط جوی در تاریخ تصویر ASTER باشد بیشترین اختلافات نسبی آلبیدوی MODIS نسبت به ASTER، حدود 6 درصد و RMSD نسبی این اختلافات تقریباً 4 درصد می‌باشد .در مواردی که شرایط جوی روزانه و متوسط 16 روزه تفاوت قابل توجهی داشته باشد میزان اختلاف بیشتر خواهد بود که در شرایط حاکم بر این تحقیق، این اختلاف و RMSD اختلافات به ترتیب در حدود 11 درصد و 9 درصد به دست آمد.

 

 

کلیدواژه‌ها


عنوان مقاله [English]

Evaluation of MODIS 16-Days-Albedo Products Using ASTER Albedo Products for Homogeneous Semi-Arid Surfaces

نویسندگان [English]

  • Mehri Akbarzadeh 1
  • Mohammd Reza Mobasheri 2
  • Seyed Bagher Fatemi 3
چکیده [English]

Introduction

Nowadays, evaluation and monitoring of change in environment and climate at the regional to global scale is an important issue for nowcasting and forecasting purposes. Surface Albedo is a key parameter in climate studies. Land surface Albedo is a product of Moderate Resolution Imaging Spector radiometer (MODIS) in global scale but in low resolution where the access to these products is free. However, Climate model outputs could be affected by errors in MODIS Albedo products. In this paper, the accuracy of Short wave Broadband Albedo estimated from MODIS global Albedo products (MCD43A3) is evaluated. The field used for this purpose is a plain homogeneous, semi-desert and non-vegetated region near the Qom-Tehran highway. Since MODIS and ASTER sensors are both on board of the same platform and due to the higher spatial and radiometric resolution of ASTER sensor, ASTER Albedo products are used as ground truth for evaluating MODIS Albedo Products.

Materials and Methods

The data used in this work consist of MODIS Albedo products, ASTER images, reflectance data, MODIS optical depth data, climatological data and land cover maps. To extract albedo from ASTER image, the geometric, atmospheric and radiometric corrections were implemented first. Then using the surface reflectance of ASTER, the shortwave broadband albedo was calculated. To calculate the MODIS actual albedo, the sun zenith angle image was co-registered with respect to ASTERs. Then after calculating fraction of diffused skylight, the MODIS actual albedo was calculated. Then to compare albedo images of ASTER and MODIS, the ASTER albedo products were resampled to 500m pixels. This was done by averaging all ASTER albedo values locating in a MODIS pixel.

Results and Discussion

In this work, using ASTER shortwave albedo, MODIS shortwave albedo was evaluated. Comparison between these two products showed that the ASTER albedo was more sensitive to the daily atmospheric conditions as well as surface cover than the MODIS albedo. However it is seen that the 16 days average of MODIS albedo reduces these effects. Also it is seen that except on Oct23, 2004, the MODIS shortwave albedos were always smaller than those of ASTERs. However, precipitation and increase of soil moisture reduces albedo values where this for ASTER albedos were more pronounced. Also it was seen that the RMSD between ASTER and MODIS shortwave albedo values on Sep14, 2003 and Oct23, 2004 were greater. The reason for this may come from the fact that on Oct23, 2004 we had raining and on Sep14, 2003 we had strong wind from nearby salt lake.

On the other hand, on Sep29, 2004 and Jul28, 2001, the atmospheric condition for ASTER acquisition day and for 16 days MODIS passage was the same where the difference between these two products minimized. Based on this, if the weather condition for the ASTER acquisition date and 16 days period of MODIS were the same, a correction of 4% increase to MODIS albedo values is suggested otherwise based on the severity of the weather conditions, this difference could be enormous and the MODIS albedo values are less reliable.

Conclusion

In this work, the actual MODIS shortwave albedo products were compared to those of ASTER shortwave albedos. The result of this investigation in years 2001 to 2004 showed that whenever the weather conditions in the ASTER acquisition date and 16 days period of MODIS were the same, a correction of 4% increase to MODIS albedo values is needed. Otherwise if the weather conditions of ASTER acquisition day were different from MODIS 16 day’s period, the difference between these two albedo products may reach to 9%, this difference could be enormous and the MODIS albedo values are less reliable. Due to the importance of surface albedo values in meteorological and climatological models, the error in estimation of albedo may cause erroneous conclusion in the environmental studies.

 

 

 

کلیدواژه‌ها [English]

  • Albedo
  • MODIS
  • Aster
  • Remote Sensing

مقدمه

آلبیدوی پهن­باند سطح[1]، کسری از انرژی تابشی فرودی موج ­کوتاه خورشید است که توسط سطح زمین در تمامی جهات بازتاب می­شود. آلبیدو، پارامتر فیزیکی بسیار مهمی در مطالعات اقلیمی و هواشناسی، مطالعات انتقال تابشی و محاسبه ذخیره­ تابشی زمین محسوب می­شود (Maurer, 2002). این کمیت کنترل توازن انرژی سطح را میسر کرده و در پیش­بینی آب و هوا، مدل­سازی­ منطقه­ای و جهانی آب و هوا و مدل‌سازی اکوسیستم ها نقش مهمی ایفا می­کند (Li & Garand, 1994; Wang & Davidson, 2007). آلبیدوی سطح زمین به ویژگی­ها و نوع پوشش زمین، شرایط جوی، زاویه زنیت خورشید، میزان رطوبت خاک و وضعیت پوشش گیاهی منطقه وابسته می­باشد. از این رو می­توان از آن در تعیین پارامترهای جوی (ابر، هواویز، بخارآب و ...) و همچنین در کنترل تغییرات محیطی ناشی از فعالیت­های انسانی و طبیعی مانند فعالیت­های کشاورزی، شهرسازی، تغییر کاربری زمین، جنگل­زدایی، کویرزایی و تغییر پوشش زمین استفاده نمود (Li & Garand, 1994).

بررسی­ها نشان داده­اند که برای مدل­های هیدرولوژیکی و هواشناسی، آلبیدو باید با دقت مطلق 05/0-02/0 (Sellers & Wilson, 1983; Sellers et al.,1995)، در دامنه­ای از قدرت تفکیک­های مکانی از 10 متر تا 5 کیلومتر، و قدرت تفکیک­های زمانی روزانه تا ماهیانه تعیین شود. بنابراین تولید داده­هایی پایدار و دقیق از آلبیدوی جهانی، ضروری است. تعیین هر چه دقیق تر آلبیدو باعث دقیق‌تر شدن مدل‌سازی‌های محیطی و آب و هوایی و افزایش قابلیت اطمینان پیش‌بینی‌ها می‌شود (Wang & Davidson, 2007). روش‌های میدانی به دلیل پرهزینه و وقت گیر بودن و پوشش زمانی بسیار محدود، برای تولید داده‌های آلبیدو در مقیاس جهانی مناسب نیستند. فناوری سنجش از دور به دلیل پوشش مکانی وسیع، قدرت تفکیک‌های زمانی مناسب و استخراج مجموعه داده‌های پایدار از پارامترهای سطح زمین، تنها روش عملی برای تولید داده‌های آلبیدو در مقیاس جهانی و با قدرت تفکیک زمانی قابل قبول است (Lucht et al., 2000). برای استخراج آلبیدوی پهن باند سطح از تصاویر ماهواره‌ای چندطیفی، یک سری مراحل پردازشی شامل:­ تصحیح جوی، مدل‌سازی تابع توزیع بازتابندگی دوراستایی (BRDF[2]) جهت تصحیح زاویه دید و تابش و انتگرال­گیری زاویه­ای تابع BRDF برای تبدیل بازتابندگی­های سطح به آلبیدو­های طیفی (باریک ­باند)[3] و نهایتاً ­­تبدیل آلبیدوهای باریک باند به پهن باند باید انجام شود. BRDF تابع توزیع بازتابندگی دو راستایی است و تعیین کننده میزان بازتابندگی سطحی خاص در راستایی معین می­باشد. دقت محصولات نهایی آلبیدو، به دقت همه­ مراحل پردازشی ذکر­ شده بستگی دارد (Liang, 2003). ارزیابی محصولات آلبیدوی ماهواره­ای به دلیل کاربرد در مطالعات گوناگون اهمیت فراوانی دارد. از طرفی ارزیابی داده­های حاصل از سنجنده­های با قدرت تفکیک مکانی متوسط و پایین مانند MODIS، همیشه مسائل و دشواری‌های خاص خود را داشته است. مشاهدات ماهواره‌ای، نواحی بزرگتری را نسبت به اندازه­گیری­های میدانی می­پوشانند. یک مسئله­ اساسی آنست که آیا یک اندازه­گیری متوسط برای پیکسل­های ماهواره­ای، می­تواند نماینده مقادیر نقطه­ای باشد؟ وقتی سطح زمین غیر همگن[4] باشد، برای ارزیابی آلبیدوی متوسط بدست آمده از تصاویر ماهواره­ای بر روی ناحیه تحت پوشش پیکسل ماهواره، به تعداد زیادی نمونه نیاز است که این حالت مشکلات مخصوص به خود را دارد. بعنوان یک راهکار برای این مهم می­توان از نواحی نسبتاً همگن برای ارزیابی استفاده نمود. در این حالت اندازه­گیری­های نقطه­ای تا حد زیادی با آلبیدوی متوسط در مقیاس ماهواره منطبق خواهند بود. هر چند مشکلات ارزیابی برای پیکسل­های بزرگ همانند محصولات آلبیدوی MODIS، حتی برای مناطق همگن نیز می­تواند وجود داشته باشد. هدف این پژوهش ارزیابی این محصولات برای مناطق همگن با استفاده از تصاویر همزمان سنجنده ASTER با قدرت تفکیک مکانی 15 متر می­باشد. مطمئناً برای مناطق غیر همگن و با پوشش­های متفاوت و متغیر در طول سال، این مسئله از اهمیت و پیچیدگی بیشتری برخوردار خواهد بود و نیاز به توجه بیشتری دارد. سنجنده MODIS به دلیل داشتن قدرت تفکیک زمانی بالا (1 الی 2 روز) و داشتن باندهای کافی در ناحیه مرئی، مادون قرمز نزدیک و مادون قرمز میانی استفاده گسترده­ای در اندازه­گیری آلبیدوی سطح زمین در مقیاس جهانی و به طور پیوسته، دارد. به طوری­ که بسیاری از پژوهش­گران زیست­ محیطی، از داده­های آلبیدوی MODIS برای ورود به مدل­های اقلیمی خود استفاده می­کنند. خطا در مقادیر آلبیدوی مستخرج از این سنجنده می­تواند نتایج خروجی مدل­های ایشان را تحت تاثیر قرار دهد (Jin et al., 2003).  

لیانگ (Liang, 2000) از روش جدیدی (در مقایسه با تحقیقات پیشین) بر مبنای شبیه­سازی­های انتقال تابشی برای به ­دست آوردن روابط تبدیل آلبیدوهای باریک­باند به پهن ­باند موج­ کوتاه، مرئی و مادون قرمز نزدیک، در سنجنده­های مختلفی چون MODIS،AVHRR ، ASTER و TM استفاده­ کرد. نتایج ارزیابی این روابط توسط Liang در سال 2002 نشان داد که در بسیاری از سنجنده­ها، دقت مطلق سه آلبیدوی پهن حاصل از این روابط، درحدود 02/0 است که در تطابق با دقت موردنیاز برای بسیاری اهداف مدل­سازی سطح می­باشد. لیانگ و همکاران(Liang et al. 2002) جهت ارزیابی دقت محصولات آلبیدو و بازتابندگی سنجنده­ی MODIS، مطالعه­ای را در منطقه­ بلستویل[5] آمریکا، انجام دادند. به دلیل غیر همگن بودن سطوح مورد مطالعه، اندازه­گیری­های نقطه­ای زمینی برای مقایسه­ مستقیم با پیکسل­های یک کیلومتری MODIS مناسب نبودند. در نتیجه از اندازه­گیری­های میدانی برای کالیبراسیون محصولات آلبیدو و بازتابندگی حاصل از تصاویر ETM با مکانی 30 متر استفاده شد. نتایج ارزیابی دقت محصولات MODIS با استفاده از محصولات آلبیدو و بازتابندگی ETM نشان داد که خطای مطلق محصولات آلبیدو و بازتابندگی MODIS، کمتر از 05/0 می­باشد. ونگ و همکاران (Wang et al., 2004)، با مطالعه­ای که روی آلبیدوی MODIS و آلبیدوی حاصل از اندازه­گیری­های زمینی، در منطقه­ خشک و نیمه خشک Western platen انجام دادند، دریافتند که افزایش ناگهانی آلبیدو در زمستان، به علت وجود پوشش برف و کاهش ناگهانی آلبیدو در تابستان، به علت افزایش رطوبت خاک می­باشد. از طرفی آلبیدوهای طیفی بدست­آمده از MODIS، در طول 4 فصل، تغییرات بارزی نشان نمی­داد که به معنای نبود پوشش گیاهی در منطقه و یا وجود پوشش گیاهی بسیار تنک و در نتیجه همگن بودن سطح مورد مطالعه بود. نتایج ارزیابی آلبیدوی  MODISبا آلبیدوهای زمینی نیز نشان داد که دقت مطلق این محصولات حدود 02/0 و RMSE آنها 0186/0 می­باشد. سوزاکی و همکاران (Susaki et al., 2007)، برای ارزیابی دقت محصولات آلبیدوی MODIS مطالعه­ای را بر روی مزارع شالی­کاری در شهر Chiba در ژاپن انجام دادند. به دلیل اختلاف مقیاس داده­ نقطه­ای زمینی و آلبیدوی یک کیلومتری MODIS از تصاویر ASTER و ETM+ برای ارزیابی تاثیر مقیاس­های مکانی متفاوت، استفاده شد. برای تولید آلبیدوی ASTER و ETM+، از کد 6S برای تصحیح جوی، از روابط لیانگ (Liang, 2000) برای تولید آلبیدوهای پهن باند 15 و 30 متری و از تابع PSF[6] مادیس برای تبدیل این آلبیدوهای پهن­باند به قدرت تفکیک مکانی یک کیلومتر استفاده شد تا با محصولات MODIS قابل مقایسه باشند. در عمل از آلبیدوهای یک کیلومتری ETM+ و  ASTERبرای تعیین همگن بودن یا نبودن نواحی اطراف ایستگاه­های اندازه­گیری زمینی آلبیدو استفاده شد. به دلیل همگن بودن منطقه آلبیدوهای واقعی یک کیلومتری MODIS به طور مستقیم با آلبیدوهای نقطه­ای- زمینی مقایسه شدند. نتایج نشان داد محصولات آلبیدوی MODIS برای مزارع شالی ­کاری در ژاپن دارای دقت مطلق تقریباً 026/0 و دقت نسبی 1/15 درصد می‌باشد. ژانگ و لیانگ (Liang & Zhang, 2010) با مقایسه تغییرات زمانی- مکانی آلبیدوی پهن ­باند موج کوتاه MODIS از سال 2000 تا سال 2008 با پایگاه داده­ آلبیدوی 21 مدل جهانی آب و هوا مشاهده کردند که آلبیدوهای شبیه‌سازی شده­ اکثر مدل‌های جهانی آب و هوا، کمتر از آلبیدوهای MODIS می­باشد. نتایج آنها حاکی از آن بود که بیشینه مقدار آلبیدوی سطحی حاصل از MODIS در زمستان و به علت پوشش برف و کمترین مقدار آن در تابستان به علت وجود گیاهان می­باشد. بررسی­های آنها نشان داد که اختلاف آلبیدوهای Black Sky وWhite Sky  در تابستان بزرگتر از زمستان است و دلیل آن تابع درصد نور پراکنده می­باشد. همچنین بزرگترین تغییرات فصلی آلبیدو در نیمکره­ شمالی، ما بین عرض­های 30 و 50 درجه­ شمالی به علت فنولوژی گیاهان، و در نیمکره­ جنوبی، مابین عرض­های 50 و 70 جنوبی به علت پوشش فصلی برف و یخ اتفاق می­افتد.

در تحقیق حاضر، با توجه به پژوهش­های اشاره شده، ابتدا آلبیدوی پهن­باند موج­کوتاه کل MODIS (500 متر) با استفاده از تصاویر MCD43A3 و تابع درصد نور پراکنده تولید می­شود. به علت همزمانی برداشت داده­های MODIS با داده­های با قدرت تفکیک مکانی بالای سنجنده ASTER که بر روی یک سکو قراردارند، می­توان از این داده­ها جهت ارزیابی عملکرد الگوریتم­ بازیابی آلبیدوی سنجنده­ MODIS استفاده کرد. در نتیجه با توجه به مراحل ذکر شده در استخراج آلبیدو از سنجنده­های چند طیفی و استفاده از روابط رگرسیونی لیانگ (Liang, 2000) آلبیدوی پهن­باند موج ­کوتاه از تصاویر ASTER که همزمان با تصاویر MODIS انتخاب شده­اند، استخراج می­شود. برای مقایسه آلبیدوهای موج­کوتاه 500 متری MODIS با آلبیدوی موج کوتاه حاصل از تصاویر ASTER، ابتدا آلبیدوهای 500 متری ASTER تولید می­شود. نهایتاً آلبیدوی واقعی موج کوتاه MODIS که با استفاده از محصولات MCD43A3 این سنجنده به دست آمده، با آلبیدوهای موج ­کوتاه به­دست آمده از ASTER مقایسه و ارزیابی می­شود.

 

منطقه­ مورد مطالعه

منطقه­ مورد مطالعه­ در این تحقیق، منطقه­ای تقریباً مسطح و نیمه خشک بین طول­ جغرافیایی 51 00 48 تا 51 09 15 شرقی و عرض جغرافیایی 35 03 10 تا 35 09 52 شمالی در کیلومتر 40 اتوبان قم-تهران قرار دارد (شکل 1). این منطقه با مساحت تقریبی 25 کیلومتر مربع دارای شیب متوسط 2 درصد به سمت جنوب شرق بوده و شامل آبراهه­هایی است که البته در بازه­ زمانی مورد مطالعه خشک بودند. پوشش گیاهی منطقه بسیار تنک بوده و توپوگرافی منطقه به گونه­ای است که می­توان آن را یک سطح تقریباً هموار فرض نمود. با ویژگی‌های گفته شده، منطقه مورد مطالعه نسبتاً همگن بوده و چون تاثیر عواملی چون سایه و تنوع پوشش­های سطح حداقل می­باشد می‌تواند برای کار ارزیابی منطقه مناسب باشد.

 

 

 

شکل 1- موقعیت منطقه­ مورد مطالعه

 


داده­های مورد استفاده

داده­های مورد استفاده در تحقیق به شرح زیر است:

1-    تصاویر سنجنده ASTER، اخذ شده در تاریخ­های 28 جولای 2001، 13 سپتامبر 2003، 1 اکتبر 2004 و 24 اکتبر 2004، با سطر و مسیر 36/164 و بدون ابر. معیار انتخاب این تاریخ­ها، موجود بودن تصاویر، داشتن حداکثر پوشش از منطقه مطالعاتی، دارا بودن شرایط تقریباً مشابه آب و هوایی و عدم وجود پوشش ابر می‌باشد.

2-    محصولات آلبیدوی MCD43A3 (قدرت تفکیک مکانی 500 متر) سنجنده­ MODIS از ایران، مربوط به تاریخ­های 28 جولای 2001، 14 سپتامبر 2003، 29 سپتامبر 2004 و 23 اکتبر 2004.

3-    داده­های بازتابندگی MODIS (MOD09A1) مربوط به تاریخ­های ذکر شده برای تصاویر آلبیدو.

4-    داده­های عمق اپتیکی MODIS (MOD04_L2) همزمان با تصاویر آلبیدوی MODIS.

5-    نقشه­  1:25000 منطقه.

6-    داده­های آماری همدیدی و هواشناسی (بارندگی، پدیداری، سرعت و جهت باد) در ایستگاه­های ساوه، فرودگاه امام و قم.

 

آماده­سازی داده­ها

تولید آلبیدو از تصاویر ASTER

به منظور اعمال تصحیحات رادیومتریکی بر روی تصاویر L1B ASTER، ابتدا مقادیر درجات خاکستری با استفاده از رابطه­ زیر به تابش دریافت شده در سنجنده تبدیل شدند (Wubet, 2003):

(1)                                    

که در آن Lλ رادیانس محاسبه شده بر حسب (Wm-2sr-1μm-1)، و UCC ضریب تبدیل واحد است.

 ضرایب تبدیل واحد استفاده شده، برای باندها و وضعیت Gain‌های مختلف در جدول 1 برای سنجنده ASTER نشان داده شده است.

در ادامه به منظور کاهش اثرات جو، از مدل تصحیح جوی FLASH در نرم­افزار ENVI که یک مدل تصحیح جوی مطلق است، استفاده شد. پارامترهای ورودی برای مدل تصحیح جوی FLASH، در جدول 2 نشان داده شده است.

 

 

جدول 1- ضرایب تبدیل واحد جهت کالیبراسیون اعداد رقومی، DN (منبع: ASTER User Handbook)

شماره باند

Coefficient (W/(m² sr µm)/DN)

High Gain

Normal Gain

Low Gain 1

Low Gain 2

1

676/0

688/1

25/2

N/A

2

708/0

415/1

89/1

3N

423/0

862/0

15/1

3B

423/0

862/0

15/1

4

1087/0

2174/0

290/0

290/0

5

0348/0

0696/0

0925/0

409/0

6

0313/0

0625/0

0830/0

390/0

7

0299/0

0597/0

0795/0

332/0

8

0209/0

0417/0

0556/0

245/0

9

0159/0

0318/0

0424/0

265/0

10

N/A

006822/0

N/A

N/A

11

006780/0

12

006590/0

13

005693/0

14

005225/0

 


برای بررسی وضعیت پوشش گیاهی منطقه، تصاویر NDVI  با استفاده از داده­های بازتابندگی خروجی از الگوریتم FLASH تولید شد. تصاویر NDVI نشان داد که سطح مورد مطالعه، حداقل در بازه­ زمانی مطالعاتی، فاقد پوشش گیاهی است که نقشه­های پوششی 1:25000 نیز موید این مطلب بودند. پس از تولید بازتابندگی­های سطحی، آلبیدوی پهن­باند موج­کوتاه ASTER، با استفاده از رابطه رگرسیون زیر، که بر مبنای فرض سطح لامبرتی می­باشد، محاسبه شد (Liang, 2000).

(2)

 

   و  به ترتیب معرف آلبیدوی موج­کوتاه و آلبیدوی باریک باند در باند n هستند. یعنی بازتابندگی در باند n برای هر پیکسل ASTER، برابر با آلبیدوی طیفی در آن باند در نظر گرفته می­شود (Liang, 2000). نهایتاًتمامی تصاویر آلبیدو و NDVI سنجنده­ ASTER، با استفاده از نقشه­های پوششی 1:25000 منطقه­ مورد مطالعه، در سیستم مختصات WGS84 و سیستم تصویر UTM زون 39 شمالی، و با خطای هندسی 12/0 پیکسل (RMSE=0/12) تصحیح هندسی شدند.

 

جدول 2- پارامترهای ورودی مدل تصحیح جوی FLASH

پارامترهای  FLAASH

مقدار ورودی

نام سنجنده

ASTER

ابعاد پیکسل

15m

ارتفاع سطح

900m

تاریخ

2001/07/28

زمان برداشت

7:28:09

مدل هواویز

روستایی

مدل جوی

Mid-Latitude Summer

Output reflectance scale factor

10

Initial visibility

15

 

الگوریتم بازیابی آلبیدو در سنجنده­ MODIS

MCD43A از محصولات آلبیدوی MODIS با قدرت تفکیک 500 متر است که از مشاهدات سنجنده MODIS بر روی هر دو ماهواره­ی Terra و Aqua تولید می­شود. MCD43A شامل: محصول آلبیدوی جهانی (MCD43A3)، پارامترهای مدل BRDF و اطلاعات کنترل کیفیت این پارامترها (MCD43A3) و محصولات 1NBAR (MCD43B4) می­باشد که در سیستم مختصات Sinusoidal ارائه می­شوند. در این تحقیق از محصولات MCD43A3 که شامل آلبیدوهای طیفی و پهن­باند مستقل از شرایط جو می‌باشد برای تولید آلبیدوی واقعی موج کوتاه استفاده می‌شود. در ادامه مختصری به چگونگی تولید این محصولات در سنجنده MODIS پرداخته می­شود. مراحل پردازشی در استخراج آلبیدوهای پهن­باند سطح از تصاویر ماهواره­ای چند ­طیفی در شکل 2 نشان داده شده است.

الگوریتم بازیابی آلبیدو در سنجنده­ MODIS، از مشاهدات چند زاویه­ای و چند طیفی حاصل از سنجنده­های MODIS و MISR و مدل BRDF نیمه­ تجربی کرنل مبنای RossThick-LiSparse  برای تولید محصولات[7]1 آلبیدو با دوره زمانی 16 روزه و با قدرت تفکیک­های مکانی مختلف استفاده می­کند (Wanner et al., 1997). در مرحله­ تصحیح جوی، از اطلاعات هواویزی و بخار آب MODIS، برای استخراج بازتابندگی­های سطحی از رادیانس بالای جو استفاده می­شود. سپس بازتابندگی­های سطحی عاری از ابر و تصحیح جوی شده­، برای استخراج پارامترهای مدل BRDF به کار می­روند. آنچه در کاربردهای مدل­سازی مورد نیاز است، یک بازتابندگی نیمکره­ای میانگین با توجه به ویژگی‌های ذاتی سطح است که وابسته به زمان و شرایط جو نباشد. به منظور برآوردن این نیاز، الگوریتم BRDF/Albedo سنجنده­ MODIS، 2 مورد اندازه­گیری­ برای آلبیدو که جزو ویژگی­های ذاتی سطح بوده و وابسته به شرایط جو در زمان مشاهدات نیستند را از طریق انتگرالگیری زاویه­ای مدل BRDF تولید می­کند. این 2 اندازه­گیری به نام­های آلبیدوی طیفی نیمکره­ای جهتی یا آلبیدوی Black Sky (BSA)، و آلبیدوی طیفی نیمکره­ای یا آلبیدوی White Sky (WSA) معروفند. آلبیدوهای BSA و WSA در هفت باند زمینی MODIS (7 باند اول) و 3 پهن باند مرئی، مادون­قرمز نزدیک­ و موج­کوتاه تولید می­شوند. آلبیدوی واقعی طبق رابطه زیر از ترکیب خطی آلبیدوهای BSA و WSA بدست­ می‌آید (Geiger et al., 2008):

Actual albedo = (1-S(θ, (λ)τ))BSA + (3)               
 S(θ, (λ)τ)WSA

که در آن S تابع درصد نور پراکنده، θ زاویه­ زنیت خورشید و (λ)τ عمق اپتیکی هواویزی در طول موج 550 نانومتر است. برای محاسبه­ درصد نور پراکنده، برنامه­ای به نام TELL_SKYL.C (http://geograghy.bu.edu/brdf/) توسط تیم MODIS نوشته شده که به صورت رایگان در اختیار استفاده‌کنندگان قرار می­گیرد. ورودی این برنامه زوایای زنیت خورشید در ظهر خورشیدی محلی و داده­های عمق اپتیکی هواویزی است. در این تحقیق برای استخراج زوایای زنیت خورشید از تصاویر MOD09A1 و برای استخراج داده­ها عمق اپتیکی از محصول MOD04_L2 استفاده شده است. MOD04_L2 از محصولات هواویزی MODIS می­باشد که حاوی داده­ روزانه عمق اپتیکی در طول موج 550 نانومتر و با قدرت تفکیک مکانی 10 کیلومتر است.


 

 

شکل 2- مراحل پردازشی در استخراج آلبیدوی پهن­باند از تصاویر ماهواره­ای چندطیفی (Liang, 2003).

 

محاسبه­ آلبیدوی واقعی موج­کوتاه MODIS

با توجه به اهداف تحقیق، جهت امکان مقایسه­ آلبیدوی موج­کوتاه ASTER و MODIS، لازم است آلبیدوی واقعی موج­کوتاه MODIS در سیستم مختصات ASTER محاسبه شود. در نتیجه تصاویر زاویه زنیت خورشید و تصاویر آلبیدوی BSA و WSA که برای محاسبه آلبیدوی واقعی MODIS موردنیازند و سیستم مختصات آنها Sinusoidal است، با توجه به تصاویر ASTER منطقه بریده شدند. سپس تصاویر بریده شده­ MODIS با دقت 2/0 پیکسل نسبت به تصاویر ASTER توجیه شدند. برای محاسبه آلبیدوی واقعی MODIS از آلبیدوهای WSA و BSA، نیاز به محاسبه­ تابع درصد نور پراکنده می­باشد. برنامه TELL_SKYL.C که به این منظور در سایت MODIS قرار داده شده دانلود و برای سهولت کار به زبان مطلب بازنویسی شد. ورودی این برنامه، مقادیر عمق اپتیکی و زاویه زنیت خورشید برای موقعیت­های مورد مطالعه است. مقادیر عمق اپتیکی حاصل از داده­های MOD04_L2 و داده­های زاویه زنیت خورشید مستخرج از تصاویر بازتابندگی MODIS، وارد برنامه محاسبه­ درصد نور پراکنده شدند و تابع درصد نور پراکنده برای پیکسل‌های مورد مطالعه­ MODIS در پهن­باند موج­کوتاه حساب شد. پس از آن، مقادیر آلبیدوی WSA و BSA به همراه مقادیر درصد نور پراکنده، وارد برنامه­ محاسبه آلبیدوی واقعی شده و آلبیدوی واقعی موج­کوتاه برای تک تک پیکسل­های MODIS محاسبه شد. برای ارزیابی آلبیدوی واقعی موج­کوتاه 500 متری MODIS، می­باید آلبیدوهای 500 متری از آلبیدوهای 15 متری ASTER تولید می­شد. در نتیجه ابتدا برای هر پیکسل MODIS، مجموعه پیکسل­های متناظر از تصویر ASTER جستجو و سپس میانگین آلبیدوی آن مجموعه پیکسل از تصویر ASTER، به عنوان آلبیدوی متناظر حاصل از تصاویر ASTER ثبت شد. با توجه به آنکه ابعاد پیکسل­های MODIS، تقریباً 500 متر (463 متر) و ابعاد پیکسل­های ASTER 15 متر می­باشد، هر پیکسل MODIS در بر گیرنده­ تقریبا 960 پیکسل ASTER می‌باشد.

 

تجزیه و تحلیل نتایج

آلبیدوی پهن­باند سطح، پارامتر بسیار مهمی در مطالعات زیست­محیطی، هواشناسی و مطالعات انتقال تابشی محسوب می­شود. تعیین هر چه دقیق­تر آلبیدو باعث دقیق­تر شدن مدل­سازی­های محیطی و آب و هوایی و افزایش قابلیت اطمینان پیش­بینی­های جوی-اقلیمی می­شود (Wang & Davidson, 2007). مطالعاتی در زمینه­ ارزیابی دقت آلبیدو در تعدادی از انواع پوشش­های سطح زمین صورت گرفته است(Susaki, 2007; Wang et al., 2004; Strove et al., 2005). با توجه به آنکه مطالعات صورت گرفته در زمینه آلبیدو و ارزیابی داده­های ماهواره­ای در آسیا و به خصوص در ایران بسیار اندک بوده، در این تحقیق به ارزیابی آلبیدوی موج­کوتاه حاصل از داده­های آلبیدوی جهانی MODIS با استفاده از آلبیدوی موج­کوتاه حاصل از تصاویر با قدرت تفکیک مکانی بالای سنجنده­ ASTER پرداخته شد. در این قسمت نتایج ارزیابی آلبیدوی موج­کوتاه MODIS به وسیله سنجنده ASTER ارائه شده است.در شکل 3 میانگین آلبیدوی 80 پیکسل MODIS که از تصاویر آلبیدوی MODIS و ASTER همزمان حاصل شده­اند در تاریخ‌های مختلف نشان داده شده است. ملاحظه می­شود که آلبیدوی ASTER تغییرات شدیدتری نسبت به آلبیدوی MODIS دارد. آلبیدوی ASTER برای تاریخ همان روز محاسبه می­شود ولی معمولاً آلبیدوی MODIS در یک پریود زمانی 16 روزه محاسبه شده و در سایت در دسترس عموم قرار می­گیرد (Wanner et al., 1997). بنابراین آلبیدوی موج­کوتاه ASTER نسبت به تغییرات روزانه­ی شرایط جو و سطح حساس­تر از آلبیدوی MODIS می­باشد، ولی در آلبیدوی MODIS تاثیر این تغییرات با متوسط ­گیری در پریود زمانی 16 روزه تعدیل می­گردد. در­ نتیجه پژوهش­گران باید با توجه به زمینه مطالعاتی خود و میزان تاثیر و اهمیت زمان در پدیده­ مورد پژوهش، برحسب نیاز از آلبیدوهای سطحی روزانه یا دوره­ای با پریودهای زمانی معین و موثر استفاده نمایند. علاوه بر عامل متوسط­گیری آلبیدوی MODIS در یک پریود زمانی 16 روزه، پایین بودن ­قدرت تفکیک مکانی این سنجنده و احتمال جای گرفتن پوشش­های مختلف در پیکسل­ها نیز می­تواند سبب بروز خطا در محصولات آلبیدوی MODIS گردد که با توجه به موضوع و منطقه­ مورد پژوهش، این نکته نیز باید مد نظر قرار گیرد.


 

 

شکل 3- سری زمانی میانگین آلبیدوهای حاصل از ASTER و MODIS برای 80 پیکسل انتخابی

 

 

شکل 4- نمودارهای بارندگی در اکتبر و نوامبر 2004

 

 

همچنین مشاهده می­شود که به غیر از تاریخ 23 اکتبر 2004 در بقیه موارد آلبیدوهای موج­کوتاه MODIS مقادیر کمتری نسبت به آلبیدوهای موج­کوتاه ASTER دارند. با توجه به داده­های بارندگی (شکل 4) در تاریخ 22 اکتبر 2004 یعنی دو روز قبل از اخذ تصویر ASTER و همچنین در طول پریود زمانی MODIS (یعنی از تاریخ 23 اکتبر تا 7 نوامبر) بارندگی اتفاق افتاده که باعث افزایش رطوبت خاک شده است. افزایش رطوبت خاک منجر به کاهش بازتابندگی در طول­موج­های مرئی و مادون قرمز نزدیک می‌شود (Wang et al., 2004). درنتیجه مقدار آلبیدوی حاصل از هر دو سنجنده کاهش یافته، اما چون آلبیدوی ASTER به تغییرات شرایط جو و سطح حساس­تر است مقدار کاهش آلبیدوی این تصاویر بیشتر از تصاویر MODIS می­باشد به حدی که در نتیجه­ آن آلبیدوی موج کوتاه ASTER مقادیر کمتری را نسبت به آلبیدوی MODIS اتخاذ کرده است. بنابراین می­توان کاهش آلبیدوی ASTER نسبت به آلبیدوی MODIS را به عامل بارندگی و افزایش رطوبت خاک نسبت داد. در 3 تاریخ دیگر، نه در روز اخذ تصویر ASTER و نه در طول پریود MODIS بارندگی اتفاق نیفتاده بود، به همین دلیل از آوردن نمودارهای بارندگی مربوط به آنها خودداری شده است.

در شکل 5 آلبیدوی واقعی موج­کوتاه MODIS و مقدار متناظر حاصل از تصویر ASTER برای 80 پیکسل MODIS و در شکل 6 میزان همبستگی این دو نشان داده شده است. با توجه به شکل 5 می­توان گفت آلبیدوهای حاصل از سنجنده­های  ASTER و MODIS در منطقه­ی همگن مورد مطالعه که منطقه­ای پوشیده از خاک لخت خشک و فاقد پوشش گیاهی است، رفتار مشابهی دارند و تغییرات یکدیگر را دنبال می­کنند. به طوری که همبستگی تغییرات دو مقدار آلبیدوی محاسبه شده برای هر پیکسل MODIS به خوبی در شکل­ها نمایان است. شکل 6 هم بیانگر همبستگی بالای مقادیر آلبیدوی موج­کوتاه ASTER و آلبیدوی واقعی موج­کوتاه MODIS می­باشد. می­توان گفت با در نظر گرفتن روند افزایش یا کاهش آلبیدوی حاصل از هر کدام از این دو سنجنده می­توان تغییرات آلبیدوی سنجنده­ی دیگر را در پیکسل­های مورد مطالعه پیش­بینی نمود. ملاحظه می­شود در تاریخ­های 14 سپتامبر 2003 و 23 اکتبر 2004 همبستگی آلبیدوی ASTER و MODIS کمتر و در تاریخ­های 28 جولای 2001 و 29 سپتامبر 2004 این همبستگی بیشتر است. بنابراین با توجه به نتایج ارائه شده می­توان گفت در صورت پایدار بودن شرایط محیطی در زمان اخذ تصویر توسط دو سنجنده­ MODIS و ASTER، مقادیر آلبیدوی موج­کوتاه مستخرج از آن دو همبستگی بالایی را با یکدیگر نشان می­دهند.

 

 

 

 

 

 

شکل 5- آلبیدوی محاسبه شده از تصاویر ASTER و MODIS برای 80 پیکسل انتخابی

 

 

شکل 6- نمودار پراکندگی آلبیدوی موج کوتاه ASTER نسبت به آلبیدوی موج کوتاه MODIS برای پیکسل­های انتخابی

 

جدول 3- نتایج مقایسه آلبیدوهای موج کوتاه ASTER و MODIS.

تاریخ برداشت تصویر

آلبیدوی MODIS

(میانگین 80 پیکسل انتخابی)

آلبیدوی ASTER

اختلافات نسبی

(Relative differences)

RMSD اختلافات نسبی (%)

   

MODIS

ASTER

 

ماکزیمم

مینیمم

 

28/07/2001

28/07/2001

165/0

172/0

06/0

01/0

4

88/0

 

14/09/2003

13/09/2003

184/0

203/0

11/0

05/0

9

79/0

 

29/09/2004

01/10/2004

185/0

188/0

05/0

01/0

3

935/0

 

23/10/2004

24/10/2004

167/0

179/0

02/0-

11/0-

8

71/0

 

                                                                                                                                                                                                               

RMSD=

n = number of pixels

 

 

با توجه به جدول 3، RMSD اختلافات آلبیدوهای موج­کوتاه ASTER و MODIS نیز در دو تاریخ­ 14 سپتامبر 2003 و 23 اکتبر 2004 بیشتر است. دلیل RMSD بالاتر و همبستگی کمتر در تاریخ 23 اکتبر 2004 را می­توان به عامل بارندگی نسبت داد. برای پریود مربوط به تاریخ 14 سپتامبر 2003 پارامترهای پدیداری، سرعت و جهت باد از داده­های ایستگاه‌های هواشناسی استخراج شد. با توجه به پایین بودن مقدار پدیداری که مبین وجود جو پر از غبار می­باشد (Baumer et al., 2007)، و بالا بودن سرعت باد در تاریخ اخذ تصویر ASTER (13 سپتامبر) نسبت به پریود زمانی 16 روزه MODIS و وزش باد از سمت جنوب می­توان نتیجه گیری نمود که وزش بادهایی از سمت دریاچه نمک (از سمت جنوب منطقه­ مطالعاتی)، که حاوی ذرات نمک می­باشند عامل عمده افزایش ناگهانی آلبیدوی ASTER نسبت به MODIS و افزایش RMSD اختلافات آنهاست. از طرف دیگر در تاریخ­های 28 جولای 2001 و 29 سپتامبر 2004 شرایط جوی در روز اخذ تصویر ASTER و در بازه­ زمانی 16 روزه MODIS شباهت زیادی داشتند که در نتیجه­ آن اختلاف آلبیدوهای موج­کوتاه ASTER و MODIS نیز کمتر دیده می­شود. بنابراین با توجه به داده­های هواشناسی مشاهده­ می‌شود که در شرایط ایده­آل چنانچه شرایط جوی در پریود زمانی 16 روزه MODIS حاکی از عدم تغییر عمده جوی و یا عدم ورود جبهه هوای جدیدی به منطقه بوده و با شرایط جوی در زمان اخذ تصویر ASTER مشابه باشد، RMSD اختلافات مقادیر آلبیدوی موج­کوتاه MODIS نسبت به ASTER در حدود 4 درصد می­باشد. در غیر اینصورت با عنایت به میزان و شدت تغییرات جوی در مدت 16 روز در مقایسه با روز گذر، انحراف آلبیدوی مستخرج از MODIS در مقایسه با ASTER بسیار متغیر خواهد بود.

 

نتیجه­گیری

در این تحقیق آلبیدوی واقعی موج­کوتاه 500 متری MODIS که با استفاده از محصولات MCD43A3 و تابع درصد نور پراکنده محاسبه شد، با آلبیدوی موج­کوتاه محاسبه شده از تصاویر ASTER همزمان خود مورد ارزیابی قرار گرفت. با توجه به نبود پوشش گیاهی در منطقه، ثابت ماندن پوشش-کاربری منطقه، عدم وجود آلاینده­های صنعتی در هوا، کم بودن تعداد روزهای بارندگی در بازه­ مورد مطالعه و عدم وجود توپوگرافی قابل ملاحظه منطقه­ مورد نظر برای ارزیابی محصولات آلبیدوی MODIS مناسب دیده شد. برای مقایسه آلبیدوهای بدست آمده از ASTER و MODIS ابتدا آلبیدوهای 15 متری ASTER براساس موقعیت پیکسل­های MODIS به قدرت تفکیک 500 متری میانگین­گیری شدند. نتایج بررسی­ها در سالهای 2001، 2003 و 2004 نشان داد چنانچه شرایط جوی در طول پریود MODIS و در روز اخذ تصویر ASTER یکنواخت و مشابه باشد بیشترین اختلافات نسبی آلبیدوی موج­کوتاه MODIS نسبت به ASTER، با توجه به جدول 3، تقریباً 6 درصد و RMSD این اختلافات نسبی در حدود 4 درصد می­باشد. در مواردی که شرایط جوی روزانه و پریود زمانی 16 روزه تفاوت زیادی داشته باشد میزان اختلافات نسبی آلبیدوی ASTER و MODIS و  RMSD این اختلافات نسبی به ترتیب تا حدود 11 درصد و 9 درصد افزایش می­یابد. از آنجایی که محصولات آلبیدوی جهانی  MODISدر مدل­های هواشناسی و اقلیمی کاربرد فراوان دارد خطا در این محصولات می­تواند نتایج خروجی مدل­های مذکور را تحت تاثیر قرار دهد. بنابراین توصیه می‌شود استفاده­کنندگان با توجه به نوع نیاز مطالعاتی و پژوهشی خود، دقت این محصولات را در نظر بگیرند. به منظور بررسی و تحقیق بیشتر پیشنهاد می­شود مطالعات در فصول و در شرایط مختلف سال و نیز برای سطوح ناهمگن نیز انجام شود تا خطای ناشی از استفاده از داده­های آلبیدوی MODIS که بصورت رایگان در دسترس عموم قرار می‌گیرد، برای استفاده کنندگان بخوبی تبیین گردد. عدم استفاده صحیح از این داده­ها می­تواند مشکلات عدیده­ای را در پژوهش‌های محیطی بوجود آورد.



2.Bidirectional Reflectance Distribution Function

4. Heterogeneous

 

1. Surface broadband albedo

3. Spectral (narrow band) albedo

5. Homogeneous

1. Point Spread Function

1. Beltsville

1. Nadir BRDF-adjusted reflectance

 

  1. Abrams, M., Hook, S., Ramachandran, B., 2002, ASTER Users Handbook, Version 2: Advanced Spaceborne Thermal Emission and Relection Radiometer.
  2. Baumer, D., Vogel, B., Versick, S., Rinke, R., Mohler, O., Schnaiter, M., 2007. Relationship of visibility, aerosol optical thickness and aerosol size distribution in an ageing air mass over South-West Germany, Institute for Meteorology and Klimaforschung (IMK), University Karlsruhe, Postfach 3640, D-76021 Karlsruhe, Germany.
  3. BRDF/Albedo, Boston, M. A: Dep. Geography Center Remote Sense. Boston Univ. [Online]. Available: http://geograghy.bu.edu/brdf/
  4. Henderson-Sellers, A., Wilson, M. F., 1983, Surface albedo for climate modeling, Rev. Geophys., 21, 1743-1778.
  5. Jin, Y., Schaaf, C. B., 2003, Consistency of MODIS surface bidirectional reflectance distribution function and albedo retrievals: 2.Validation. Journal of geophysical research, VOL. 108, NO. D5, 4159.
  6. Li, Z., Garand, L., 1994, Estimation of surface albedo from space: A parameterization for global application. Journal of Geophysical Research, VOL. 99, No. D4, Pages 8335- 8350.
  7. Li, Z., Garand, L., 1994, Estimation of surface albedo from space: A parameterization for global application. Journal of Geophysical Research, Vol. 99, No. D4, Pages 8335- 8350
  8. .Liang, S., 2000, Narrowband to broadband conversions of land surface albedo I Algorithms. Remote Sensing of Environment. No. 76, Pages. 213- 238.
  9. Liang, S., 2003, A direct algorithm for estimating land surface broadband albedos from MODIS Imagery. IEEE Transaction on Geoscience and Remote Sensing, VOL. 41, No. 1.

10. Liang, S., Strahler, A. H., Walthall, C. W., 1999, Retrieval of land surface albedo from satellite observation: A simulation study, J. Appl. Meteorol., 38, 712-725.

11. Liang, S., Shuey, C. J., Russ, A.L., Fang, H., 2002, Narrowband to broadband conversions of land surface albedo: II. Validation. Remote Sensing of Environment 84, Pages 25-41.

12. Lucht, W., Hyman, A. H., Strahler, A. H., Barnsley, M. J., Hobson, P., Muller, J.P., 2000, A comparison of satellite-derived spectral albedos to ground based broadband albedo measurements modeled to satellite spatial scale for a semidesert landscape, Remote sens. Environ., 74, 85-98.

13. Lucht, W., C. Schaaf, B., 2000, An Algorithm for the Retrieval of Albedo from space using semiempirical BRDF models. IEEE Transaction on Geosciense and Remote sensing, Vol. 38, No. 2.

14. Maurer, J., 2002, Retrieval of surface albedo from space. Part of a graduate course ("Remote Sensing Field Methods"), NASA/GSFC/LaRC/JPL.

15. Sellers, P. j., 1993, Remote sensing of land surface climatology change, NASA/GSFC international Satellite Land Surface Climatology Project report, NASA Goddard Space Flight Cent., Greenbelt, Md.

16. Stroeve, J., Box, E., Gao, F., Liang, S., Nolin, A., Schaaf, C., 2005, Accuracy assessment of the MODIS 16-day albedo product for snow: Comparisonswith Greenland in situ measurements,  Remote Sens. Environ., vol. 94, no. 1, pp. 46–60.

17. Susaki,­ J., 2007, Validation of MODIS albedo products of paddy fields in Japan. IEEE Transactions on Geoscience and Remote Sensing, Vol. 45, NO. 1.

18. Tian, Y., 2002, Multiscale analysis and validation of the Modis LAI product over maun, Botswana, I, uncertainty assessment, Remote Sens. Environ., 83, 414-430.

19. Wang, K., Liu, J., Zhou, X., Sparrow, M., Ma, M., 2004, Validation of the MODIS global land surface albedo product using ground measurements in a semidesert region on the Tibetan Plateau. Journal of Geophysical research, Vol. 109, D05107.

20. Wang, S., Davidson, A., 2007, Impact of climate variations on surface albedo of a temperate grassland. Agricultural and Forest Meteorology, 142, 133-142.

21. Wanner, W., Strahler, A. H., Hu, B., Lewis, P., 1997, Global retrieval of bidirectional reflectance and albedo over land from MODIS and MISR data: Theory and algorithm. Journal of Geophysical Research, Vol. 102, No. D14, 17,143- 17,161.

22. Wubet, M. T., 2003, Estimation of Absolute Surface Temprature by Satellite Remote Sensing, M. Sc. Thesis. ITC, Netherlands.

23. Zhang, X., Liang, S., 2010, Analysis of Global Land Surface Shortwave Broadband Albedo from Multiple Data Sources. IEEE Transactions on Earth observation and Remote Sens.

24. Evaluation of MODIS 16-Days-Albedo Products Using ASTER Albedo Products for Homogeneous Semi-Arid Surfaces.