Google Earth Engineを使用したスペクトルインデックスを使用して、地表温度と景観機能の関係を調べる

地表温度（LST）は、表面の熱特性を大きく変える際の景観の特徴に強く影響されます。正規化された植生指数（NDVI）、正規化された差分指数（NDWI）、正規化された差分インデックス（NDBI）、および正規化された差異縁指数（NDBAI）は、植生カバー、水域、不浸透性の蓄積、および裸の土地に対応しています、 それぞれ。これらのインデックスは、Landsat 5テーママッパー（TM）の画像から派生したスペクトルインデックスと、Sylhet Sadar Upazila（2000-2018）のLandsat 8 Operational Land Imager（OLI）から派生したスペクトルインデックスを使用して、複数のランドスケープ機能とLSTの関係を示すために使用されました。Google Earth Engine（GEE）クラウドコンピューティングプラットフォームを使用して、ロジスティック回帰でトレンドをフィルタリング、処理、分析しました。LSTおよびその他のスペクトルインデックスが計算されました。LST（2000-2018）の変化は、調査地域の-6°Cから+4°Cの範囲です。植生被覆と予備の森林が高いため、調査地域の北東部はLSTで最大のバリエーションを持っていました。ランドスケープ機能に対応するスペクトルインデックスには、LSTシナリオを説明するためのかなりの説明能力があります。これらのインデックスとLSTの相関は、-0.52（NDBI）から+0.57（NDVI）の範囲です。

Land surface temperature (LST) is strongly influenced by landscape features as they change the thermal characteristics of the surface greatly. Normalized Difference Vegetation Index (NDVI), Normalized Difference Water Index (NDWI), Normalized Difference Built-up Index (NDBI), and Normalized Difference Bareness Index (NDBAI) correspond to vegetation cover, water bodies, impervious build-ups, and bare lands, respectively. These indices were utilized to demonstrate the relationship between multiple landscape features and LST using the spectral indices derived from images of Landsat 5 Thematic Mapper (TM), and Landsat 8 Operational Land Imager (OLI) of Sylhet Sadar Upazila (2000-2018). Google Earth Engine (GEE) cloud computing platform was used to filter, process, and analyze trends with logistic regression. LST and other spectral indices were calculated. Changes in LST (2000-2018) range from -6 °C to +4 °C in the study area. Because of higher vegetation cover and reserve forest, the north-eastern part of the study region had the greatest variations in LST. The spectral indices corresponding to landscape features have a considerable explanatory capacity for describing LST scenarios. The correlation of these indices with LST ranges from -0.52 (NDBI) to +0.57 (NDVI).