ارزیابی تأثیر توسعه شهری و تغییرات پوشش اراضی بر دمای سطح زمین در شهر شهرکرد
محورهای موضوعی : توسعه سیستم های مکانی
عطاالله ابراهیمی
1
(دانشیار گروه مرتع و آبخیزداری، دانشکده منابع طبیعی و علوم زمین، دانشگاه شهرکرد)
الهام کیانی سلمی
2
(دانش‌آموخته کارشناس ارشد آبخیزداری، دانشکده منابع طبیعی و علوم زمین، دانشگاه شهرکرد)
کلید واژه: سنجش‌ازدور حرارتی, شاخص پوشش گیاهی, شهرکرد, جزایر گرمای شهری, دمای سطح زمین,
چکیده مقاله :
تغییر کاربری اراضی و افزایش مناطق شهری، تأثیر قابل‌توجهی بر دمای سطح زمین دارد. ازآنجاکه توسعه شهری در حال حاضر یکی از پدیده‌های مهم درزمینه افزایش گرمای جهانی است، با توسعه سریع فناوری ماهواره‌ای و سنجش‌ازدور می‌توان به بررسی تغییرات دمای مناطق شهری در کمترین زمان ممکن پرداخت. هدف از این مطالعه، بررسی توسعه شهری و جزایر گرمایی شهری (UHI) در شهرکرد با استفاده از داده‌های سنجش‌ازدور است. در این مطالعه، با استفاده از تصاویر ماهواره‌ای لندست 7 و 8، شاخص نسبت گیاهی (RVI) و شاخص پوشش گیاهی نرمال (NDVI) و دمای سطح زمین (LST)، با استفاده از باندهای چند طیفی و حرارتی برآورد شد. نقشه کاربری اراضی نیز با استفاده از الگوریتم حداکثر احتمال در نرم‌افزار TerrSet تهیه گردید. ضریب کاپا کل در سال 1382 و 1395 به ترتیب معادل 0.82 و 0.93 برآورد شد. با مقایسه دو شاخص گیاهی (RVI و NDVI) و دمای سطح زمین در طی دوره 13 ساله (1382 تا 1395) مشخص گردید که با توسعه شهری مقدار دمای سطح زمین برابر 2.21 درجه سانتی‌گراد (از 40.69 به 42.90 درجه سانتی‌گراد) افزایش‌یافته است. نتایج نشان داد که همبستگی شاخص NDVI با نقشه دمای سطح زمین منفی ولی با شاخص RVI مثبت است. همچنین هر دو شاخص NDVI و RVI در محدوده فضای سبز با LST رابطه معنی داری تری را در مقایسه با اراضی شهری و اراضی لخت دارند. با توجه به نقش پوشش گیاهی در تعدیل شرایط دمایی توصیه گردید، توسعه فضای سبز هم‌زمان با توسعه شهری، افزایش یابد.
Urban expansion and land use changes have a significant impact on land surface temperature (LST). According to the fact that the development of urban is currently one of the most important phenomena in global warming, it is possible to study and measure the temperature of the Earth's surface in urban areas in the shortest possible time with the rapid development of satellite technology. The purpose of this study was to investigate urban expansion and urban heat island (UHI) using remotely sensed data in Shahrekord city. In this study, Ratio vegetation index (RVI) and Normalized difference vegetation index (NDVI), and LST were calculated using multi-spectral and thermal bands of Landsat 7 and 8 satellite images. Land use map was extracted using the maximum-likelihood algorithm in TerrSet software. The overall kappa index was estimated at 0.82 and 0.93 for 2003 and 2016, respectively. By comparing two vegetation indexes (RVI and NDVI) and surface temperature during the 13 years (2003 to 2016), it was determined that with urban development, the surface temperature has increased to 2.210C (from 40.69 to 42.90 0C). The results showed that the correlation of NDVI index with the surface temperature map was negative but with positive RVI index. Moreover, these two vegetation indexes, RVI and NDVI, show a more significant relationship with LST in green areas than urban and bare lands. Due to, a significant effect of green areas on regulating LST we recommend that green areas should be expanded in accordance with the urban area expansion.
ابراهیمی هروی، ب.، ک. رنگزن، ح. ر. ریاحی بختیاری و ا. تقی زاده. 1394. تعیین درجه حرارت سطح اراضی شهری با استفاده از تصاویر ماهواره لندست (مطالعه موردی: کرج). سنجش‌ازدور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 6(2): 19-32.
احمدی، ب.، ا. قربانی، ط. صفر راد و ب. سبحان. 1394. بررسی دمای سطح زمین در رابطه با کاربری و پوشش اراضی با استفاده از داده‌های سنجش‌ازدور. سنجش‌ازدور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 6(1): 61-77.
سلمان ماهینی، ع. و ح. کامیاب. 1390. سنجش‌ازدور و سامانه اطلاعات جغرافیایی کاربردی با نرم افزار ادریسی. انتشارات مهر مهدیس. 595 صفحه.
علوی پناه، ک. 1386. سنجش‌ازدور حرارتی و کاربرد آن در علوم زمین. انتشارات دانشگاه تهران، چاپ دوم. 453 صفحه.
کیانی سلمی، ا. و ع. ابراهیمی. 1397. ارزیابی روند تغییرات و پیش‌بینی وضعیت اکوسیستم با استفاده از داده‌های لندست(مطالعه موردی: مرغزار شهرکرد). نشریه مرتع و آبخیزداری. 71(2): 473-484.
کیانی سلمی، ا. و ع. ابراهیمی. 1397. ارزیابی تغییرات پوشش اراضی شهرکرد و پیش‌بینی آینده آن با بهرهگیری از داده‌های دورسنجی و مدل CA-Markov. مجله علمی- پژوهشی برنامه‌ریزی فضایی. 8(2): 71-88.
هاشمی دره بادامی، س.، ا. نورایی صفت، س. کریمی و س. نظری. 1394. تحلیل روند جزیره حرارتی شهری در رابطه با تغییر کاربری اراضی/ پوشش با استفاده از سری زمانی تصاویر لندست. سنجش‌ازدور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 6(3): 15-28.
Ahmed B, Kamruzzaman M, Zhu X, Rahman M, Choi K. 2013. Simulating land cover changes and their impacts on land surface temperature in Dhaka, Bangladesh. Remote Sensing, 5(11): 5969-5998.
Babalola O, Akinsanola A. 2016. Change detection in land surface temperature and land use land cover over Lagos Metropolis, Nigeria. Journal of Remote Sensing & GIS, 5(3): 1-7.
Buyadi SNA, Mohd WMNW, Misni A. 2013. Impact of land use changes on the surface temperature distribution of area surrounding the National Botanic Garden, Shah Alam. Procedia-Social and Behavioral Sciences, 101: 516-525.
Emmanuel R, Krüger E. 2012. Urban heat island and its impact on climate change resilience in a shrinking city: The case of Glasgow, UK. Building and Environment, 53: 137-149.
Fall S, Niyogi D, Gluhovsky A, Pielke Sr RA, Kalnay E, Rochon G. 2010. Impacts of land use land cover on temperature trends over the continental United States: assessment using the North American Regional Reanalysis. International Journal of Climatology, 30(13): 1980-1993.
Faqe Ibrahim G. 2017. Urban land use land cover changes and their effect on land surface temperature: Case study using Dohuk City in the Kurdistan Region of Iraq. Climate, 5(1): 13.
Hereher ME. 2017. Effect of land use/cover change on land surface temperatures-The Nile Delta, Egypt. Journal of African Earth Sciences, 126: 75-83.
Hussain A, Bhalla P, Palria S. 2014. Remote sensing based analysis of the role of land use/land cover on surface temperature and temporal changes in temperature; A case study of Ajmer District, Rajasthan. The International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, 40(8): 1447-1454.
Kimuku CW, Ngigi MM. 2017. Study of Urban Heat Island Trends to Aid in Urban Planning in Nakuru County-Kenya. Journal of Geographic Information System, 9: 309-325.
Kumar KS, Bhaskar PU, Padmakumari K. 2012. Estimation of land surface temperature to study urban heat island effect using Landsat ETM+ image. International journal of Engineering Science and technology, 4(2): 771-778.
Landsat 7 Science Data Users Handbook, 2010. National Aeronautics and Space Administration, Landsat Project Science Office at NASA’s Goddard Space Flight Center: Greenbelt, MD, USA, 117–120.
Lu Y, Feng X, Xiao P, Shen C, Sun J. 2009. Urban heat island in summer of Nanjing based on TM data. In: 2009 Joint Urban Remote Sensing Event. IEEE, pp 1-5.
Newcomer M, Hsu W-C, Justice E, Guild L, Rogoff D, Skiles J. 2011. Prototype Application of NASA Missions to Identify Patterns of Wetland Vegetation Development within the South San Francisco Bay Salt Ponds. Annual Conference Milwaukee, Wisconsin. 1-10.
Sobrino JA, Jiménez-Muñoz JC, Paolini L. 2004. Land surface temperature retrieval from LANDSAT TM 5. Remote Sensing of Environment, 90(4): 434-440.
Weng Q, Lu D, Schubring J. 2004. Estimation of land surface temperature–vegetation abundance relationship for urban heat island studies. Remote sensing of Environment, 89(4): 467-483.
Xiao R, Weng Q, Ouyang Z, Li W, Schienke EW, Zhang Z. 2008. Land surface temperature variation and major factors in Beijing, China. Photogrammetric Engineering & Remote Sensing, 74(4): 451-461.
Zareie S, Khosravi H, Nasiri A, Dastorani M. 2016. Using Landsat Thematic Mapper (TM) sensor to detect change in land surface temperature in relation to land use change in Yazd, Iran. Solid Earth, 7(6): 1551-1564.
Zhou D, Zhang L, Li D, Huang D, Zhu C. 2016. Climate–vegetation control on the diurnal and seasonal variations of surface urban heat islands in China. Environmental Research Letters, 11(7): 074009.
_||_