fa تحلیل روند تغییرات پوشش جنگلی با بهره‎برداری از مدل ماشین بردار پشتیبان (SVM)، طبقه‌بندی حداکثر احتمال (MLC) و شاخص‌های طیفی و تأثیر آن بر دمای سطح زمین ( منطقه مورد مطالعه: دهستان گوراب پس) عمومی Ggeneral پژوهشي Research <div style="text-align: justify;">با بهره‌گیری از دمای سطح زمین، اطلاعات مهمی در زمینه تأثیر کاربری اراضی بر فرایندهای بیلان انرژی به دست می‌آید؛ بنابراین هدف از این پژوهش بررسی روند تغییرات LST در اثر تغییر کاربری اراضی دهستان گوراب است. برای مدل‌های طبقه‌بندی حداکثر احتمال (MLC) و ماشین بردار پشتیبانی (SVM)، چهار نوع کاربری پهنه‌های آبی، زمین بایر، زمین زراعی و جنگل از سال 2013 تا 2024 تعیین شد. بررسی‌ها نشان داد که وسعت پهنه‌های آبی در دوره خشک از 0/9 کیلومترمربع در سال 2013 به 0/4 کیلومترمربع در سال 2024 رسیده و 0/5 کیلومترمربع کاهش یافته است. در مقابل، وسعت پهنه جنگلی از 136/1 کیلومترمربع در دوره خشک سال 2013 به 147/2 کیلومترمربع در سال 2024 افزایش یافته است. مقادیر ضریب کاپا برای هر یک از مدل‌های SVM و MLC در دوره مرطوب سال 2021 به ترتیب معادل 53/94و 68/7 به دست آمد. بر این اساس دیده شد که مدل MLC از دقت بیشتری برخوردار است. برای انطباق شاخص‌های طیفی با مقادیر LST، مقادیر NDVI، NDSI و NDWI محاسبه شد. تغییرات کاربری زمین در بازه زمانی 2013 تا 2024 بر دمای سطح زمین تأثیر گذاشته و باعث نوسان دمایی از 11/5 درجه سانتی‌گراد تا 21/18 درجه سانتی‌گراد در فصل مرطوب و 31/81 تا 31/45 درجه سانتی‌گراد در فصل خشک شده است. بیشترین مقادیر LST متعلق به خاک بایر بوده و پهنه‌های آبی و پوشش گیاهی دارای کمترین مقادیر LST هستند. در بین شاخص‌های طیفی بیشترین همبستگی مثبت به میزان 0/64 متعلق به شاخص NDWI بوده و در سال 2024 دیده شد. بیشترین همبستگی منفی نیز به میزان 0/66- متعلق به شاخص NDVI در سال 2024 بوده است. در بازه زمانی 11 سال، مساحت پهنه‌های جنگلی 8/15 درصد افزایش و اراضی زراعی 33/5 درصد کاهش داشته‌اند. در این بین بیشترین تغییر متعلق به زمین‌های زراعی بوده و مساحت آن از 35/5 کیلومترمربع به 23/6 کیلومترمربع کاهش یافته است.&nbsp;</div> <div style="text-align: justify;">By utilizing land surface temperature (LST), valuable insights can be gained regarding the impact of land use on energy balance processes. Therefore, this study aimed to investigate the trend of LST changes due to land use changes in the Gorab rural district. Four land use types, including water bodies, bare land, Agricultural area, and forest, were determined from 2013 to 2024 for the maximum likelihood classification (MLC) and support vector machine (SVM) models. The surveys showed that the area of water in the dry period decreased from 0.9 km2 in 2013 to 0.4 km2 in 2024, a decrease of 0.5 km2. In contrast, the area of forest areas increased from 136.1 km2 in the dry period of 2013 to 147.2 km2 in 2024. The Kappa coefficient values for the SVM and MLC models during the wet season of 2021 were 53.94 and 68.7, respectively. Based on this, it was found that the MLC model has higher accuracy. To match spectral indices with LST values, NDVI, NDSI, and NDWI were calculated. Land use changes during the 2013-2024 period affected land surface temperatures, causing fluctuations from 11.5&deg;C to 21.18&deg;C in the wet season and from 13.81&deg;C to 31.45&deg;C in the dry season. The highest LST values were associated with barren land, while water bodies and vegetation cover had the lowest LST values. Among the spectral indices, the highest positive correlation was observed with NDWI, with a value of 0.64 in 2024. The highest negative correlation, -0.66, was observed with NDVI in the same year. Over the 11 years, the area of forest cover increased by 8.15%, while agricultural land decreased by 33.5%. The most significant change occurred in agricultural lands, which declined in area from 35.5 km&sup2; to 23.6 km&sup2;.</div> ماشین بردار پشتیبان, شاخص طیفی, دمای سطح زمین, پوشش جنگلی, گوراب پس Support Vector Machine (SVM), Spectral index, Land surface temperature, Forest cover, Gorab Pas 17 41 http://jstnar.iut.ac.ir/browse.php?a_code=A-10-6683-2&slc_lang=fa&sid=1 Mehdi Feyzolahpour مهدی فیض اله پور feyzolahpour@znu.ac.ir Yes Department of Geography, Faculty of Humanities, University of Zanjan, Zanjan, Iran. گروه جغرافیا، دانشکده علوم انسانی، دانشگاه زنجان، زنجان، ایران. Behrouz Mohamady Yeganeh بهروز محمدی یگانه yeganeh@znu.ac.ir No Department of Geography, Faculty of Humanities, University of Zanjan, Zanjan, Iran. گروه جغرافیا، دانشکده علوم انسانی، دانشگاه زنجان، زنجان، ایران. Maryam Amri مریم امری m_mehdi_s2004@yahoo.com No Department of Geography, Faculty of Humanities, University of Zanjan, Zanjan, Iran. گروه جغرافیا، دانشکده علوم انسانی، دانشگاه زنجان، زنجان، ایران.