تحلیل ناهمگونی فضایی و عوامل موثر بر دمای سطح زمین با استفاده از مدل‌های رگرسیون فضایی

الموضوعات :

زهرا پرور ¹ , مرجان محمدزاده ² , سپیده سعیدی ³

1 - دانشجوی دکتری گروه علوم و مهندسی محیط ‌زیست، دانشکده شیلات و محیط ‌زیست، دانشگاه علوم کشاورزی و منابع طبیعی، گرگان، ایران.
2 - دانشیار گروه علوم و مهندسی محیط ‌زیست، دانشکده شیلات و محیط زیست، دانشگاه علوم کشاورزی و منابع طبیعی، گرگان، ایران.
3 - استادیار گروه علوم و مهندسی محیط ‌زیست، دانشکده شیلات و محیط ‌زیست، دانشگاه علوم کشاورزی و منابع طبیعی، گرگان، ایران.

تاريخ الإرسال : 26 الثلاثاء , جمادى الأولى, 1444 تاريخ التأكيد : 12 السبت , شعبان, 1444 تاريخ الإصدار : 29 الإثنين , رجب, 1444

الکلمات المفتاحية: رگرسیون وزن‌دار جغرافیایی, سیمای سرزمین, حداقل مربعات معمولی, ناهمگونی فضایی,

ملخص المقالة :

دمای سطح زمین یک عامل مهم تاثیرگذار بر تغییرات حرارتی و تعادل در مطالعات جهانی است. در طول دو دهه گذشته، نیاز شدید به داده‌های LST در مطالعات ‌محیط‌زیستی و مدیریت منابع زمین، اندازه‌گیری LST را به یک بحث علمی بزرگ تبدیل کرده است. کشف ناهمگونی فضایی دمای سطح زمین و تحلیل عوامل کلیدی و روابط فضایی خاص که از سری‌های زمانی دمای سطح زمین تاثیر می‌گیرند، اهمیت بالایی در مدیریت سرزمین دارند. مطالعه حاضر با هدف تحلیل ناهمگونی فضایی و عوامل موثر بر دمای سطح زمین با استفاده از مدل‌های رگرسیون فضایی انجام شد. برای بررسی این موضوع نقشه‌های LST روزانه با استفاده از روش معادله انتقال تابشی از داده‌های لندست 7 و 8 برای سال‌های 2002، 2013 و 2021 شهر بجنورد تهیه شدند. تحلیل دمای سطح زمین در مناطقی که زمین‌های بایر غالب هستند، نیاز به داده‌های دمای شبانه دارد. بنابراین نقشه های LST شبانه مادیس نیز به‌عنوان نقشه‌های کمکی تهیه شدند. برای تجزیه ‌و تحلیل داده‌ها از مدل‌های همبستگی پیرسون، خودهمبستگی فضایی، حداقل مربعات معمولی و رگرسیون وزن‌دار جغرافیایی استفاده شد. سپس عملکرد مدل‌ها با استفاده از ضریب تعیین و معیار اطلاعات آکاییک مقایسه شدند. نتایج مطالعه بیانگر توانایی بیشتر و پیش‌بینی دقیق‌تر رویکرد GWR نسبت به OLS برای توصیف ناهمگونی فضایی است. پاسخ فضایی دماهای سطح زمین و متغیرهای تاثیرگذار مختلف از سال 2002 تا 2021 نشان داد توسعه فضای سبز نقش مهمی در تعدیل دماهای سطح زمین ایفا می‌کند. با توجه به اینکه LST تحت تاثیر متغیرهای مختلفی از جمله توپوگرافی، متغیرهای اقلیمی، جوی و پوشش گیاهی است، بنابراین درک روابط فضایی و تجزیه ‌و تحلیل‌ مناطق با LST بالا، می تواند به‌عنوان راهگشایی در برنامه ریزی و آمایش اصولی سرزمین مفید واقع شود.