مطالعه تاثیر تبخیرـ تعرق بر دمای نزدیک سطح زمین با استفاده از الگوریتم LCZ در استان‌های تهران و البرز
محورهای موضوعی : اقلیم شناسی
علی تیموری
1
,
سعید جهانبخش
2
,
علی محمد خورشید دوست
3
1 - دانشجوی دکتری آب‌و‌هواشناسی، دانشکده برنامهریزی و علوم محیطی، دانشگاه تبریز، تبریز، ایران
2 - استاد گروه آب‌و‌هواشناسی، دانشکده برنامهریزی و علوم محیطی، دانشگاه تبریز، تبریز، ایران
3 - استاد گروه آب‌و‌هواشناسی، دانشکده برنامهریزی و علوم محیطی، دانشگاه تبریز، تبریز، ایران
کلید واژه: تحلیل مسیر, خوشه بندی سلسله مراتبی, الگوریتمLCZ, تبخیرـ‌تعرق واقعی,
چکیده مقاله :
تغییرات دمای سطح زمین می‌تواند عوامل و عناصر مختلف محیطی را تحت تاثیر قرار داده و با تاثیرگذاری بر آسایش زیست اقلیمی، میزان مصرف انرژی، فنولوژی گیاهی و جانوری، چگالی رطوبت هوا و خاک، غلظت آلاینده‌های هوا و دیگر عوامل، خود نیز متقابلا تحت تأثیر این عوامل قرار گیرد. در این پژوهش به منظور بررسی نقش تبخیرـ تعرق واقعی بر دمای ده متری سطح زمین، متغیرهای مونوکسید‌‌کربن، چگالی بخار آب، دی‌اکسید نیتروژن، دی‌اکسید گوگرد، ازن، فشار بخار آب و سرعت باد در کاربریهای دوازده‌گانه‌ای که به کمک الگوریتم LCZ مشخص شده‌اند، برای استان‌های تهران و البرز مورد مطالعه و بررسی قرار گرفته است. منطقه مورد مطالعه به دلیل شرایط خاص جغرافیایی همچون موقعیت، تنوع ساختارهای انسان‌ساخت و شرایط ویژه اکولوژیکی از استعداد بالایی برای رخداد جزایر حرارتی برخوردار می‌باشد. در این پژوهش با توجه به تاثیر متغیرهای مورد مطالعه و لزوم بررسی روابط بین آن‌ها، از خوشه بندی سلسله مراتبی به شیوه ترکیبی؛ روش تحلیل مسیر و فنون سنجش‌از‌دور استفاده شده است. بر اساس نتایج به دست آمده در بین متغیرهای مورد مطالعه تبخیرـ تعرق واقعی در هیچکدام از کاربری‌ها اثر معناداری در افزایش یا کاهش دمای ۱۰ متری سطح زمین نداشته است. فشار بخار آب در کاربری ۱4 (مناطقی با پوشش گیاهی چمنی ) بیشترین تاثیر را در افزایش دمای سطح زمین نشان می‌دهد. بر اساس نتایج به دست آمده نوع کاربری با میزان تاثیر متغیرهای مورد مطالعه بر دمای سطح زمین وابستگی بالایی دارد.
Earth surface temperature changes can affect various environmental factors and elements, and by affecting bioclimatic comfort, energy consumption, plant and animal phenology, air pollutant concentration, soil and air moisture density, and other environmental factors can also be affected by these factors.In this research, in order to investigate the role of actual evaporation-transpiration on the temperature of the earth's surface at ten meters, the variables of carbon monoxide, water vapor density, nitrogen dioxide, sulfur dioxide, ozone, water vapor pressure and wind speed in twelve uses With the help of LCZ algorithm, determined for Tehran and Alborz provinces, have been studied and investigated.The studied area has a high potential for the occurrence of thermal islands due to special geographical conditions such as location, variety of man-made structures and special ecological conditions. In this research, according to the impact of the studied variables and the need to examine the relationships between them, hierarchical clustering in a combined manner, path analysis method and remote sensing techniques have been used. According to the obtained results, among the studied variables, actual evaporation-transpiration in none of the uses had a significant effect on increasing or decreasing the temperature of the ground surface at 10 meters. Water vapor pressure in class 14 (areas with grassy vegetation) shows the greatest effect in increasing the temperature of the earth's surface.Based on the obtained results, the type of use is highly dependent on the impact of the studied variables on the surface temperature of the earth.
1- احمدی، بهروز؛ اردوان قربانی، طاهر صفرراد و بهروز سلمانی. (1394): بررسی دمای سطح زمین در رابطه با کاربری و پوشش اراضی به کمک داده‌های سنجش از دور. نشریه سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 6(1) : 77-61.
2- اسدی، مهدی؛ مختار کرمی، (1399): برآورد میزان تبخیر و تعرق در استان فارس با استفاده از شاخص های تجربی . نشریه تحقیقات کاربردی علوم جغرافیایی، شماره 56: 175- 159.
3- ثنایی نژاد، سید حسین؛ سمیرا نوری و سید مجید هاشمی نیا، (1390): برآورد تبخیر – تعرق واقعی با استفاده از تصاویر ماهواره ای در منطقه مشهد. نشریه آب و خاک(علوم صنایع و کشاورزی) مشهد، جلد 25، شماره 3 : 547- 540
4- جهانبخش، سعید؛ علی اصغر موحد دانش و واحد مولوی، (1380): تحلیل مدل های برآورد تبخیر- تعرق برای ایستگاه هواشناسی تبریز. مجله دانش کشاورزی، جلد 11، شماره 2: 65- 51.
5- سازمان جهاد کشاورزی استان تهران، (2023، 10فوریه)، اقتباس از
https://www.tehran-agri.ir/index.aspx?&siteid=1&pageid=652
6- خورشید دوست، علی محمد؛ حمید میر هاشمی و موسی نظری، (1398): برآورد مقدار تبخیر با استفاده از شبکه عصبی مصنوعی و الگوریتم ژنتیک(مطالعه موردی: ایستگاه تبریز). نشریه علمی – پژوهشی جغرافیا و برنامه ریزی، سال 23، شماره 68 : 90-71.
7- درویشی، شادمان؛ کریم سلیمانی و مصطفی رشید پور. (1398): تاثیر شاخص های گیاهی و خصوصیات سطح شهری بر تغییرات دمای سطح زمین مطالعه موردی شهرستان سنندج. نشریه سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی،10(1) : 35-17.
8- سپاس خواه، علیرضا، (1361): جمع آوری باران به منظور درخت کاری دیم، دانشکده کشاورزی، دانشگاه شیراز، نشریه فنی شماره 6 :19.
9- عابدینی، موسی؛ احسان قلعه و نازفر آقازاده، (1401)، پایش دمای سطح زمین و بررسی رابطه کاربری اراضی با دمای سطح با استفاده از تصاویر سنجنده OLI و TM، مطالعه موردی: (شهرستان مشکین شهر). نشریه تحقیقات کاربردی علوم جغرافیایی، شماره 67 : 393- 375.
10- فرخ نژاد افشار، پویا، (1398): نظریه رادیکالهای آزاد و پیری، نشریه سالمند شناسی، شماره 3: 14- 8.
11- نوری، حمید؛ محمد فرامرزی، (1396)، بررسی تبخیر و تعرق واقعی در کاربریهای مختلف اراضی مناطق کوهستانی با استفاده از الگوریتم سبال و ترکیب تصاویر ماهوارهای MODIS و Landsat8.. جغرافیا و برنامهریزی محیطی، شماره 2 : 56-39 .
12- ولیزاده کامران، خلیل، (1393): برآورد تبخیر- تعرق پتانسیل در آذربائیجان شرقی به روش استنفنز با استفاده از GIS. نشریه جغرافیا و برنامهریزی دانشگاه تبریز، شماره 49 : 334-317.
13- Allen, R.G., Pereira, L., Raes, D. And Smith, M. (1998): FAO Irrigation And Drainage Paper No. 56. Rome: Food And Agriculture Organization Of The United Nations:26-40.
14- Bastiaanssen, W. G. M., M. Menenti, R. A. Feddes And A.A.M Holtslag.1998.” A Remote Sensing Surface Energy Balance Algorithm For Land (SEBAL): 1. Formulation.”J. Hydrol., 212-213, 198-212
15- Cilek, M.; A. Cilek. (2021): Analyses Of Land Surface Temperature(LST) Variability Among Local Climate Zone(Lczs) Comparing Landsat - 8 And Environment Model Data. Sustainable Cities And Society 69(2021)102877. Journal Homepage: Www.Elsevier.Com / Locate /Scs.
16- Darlington, T.; M. Timothy Dube, M. Manjowe, W. Gumin Doga, A. Chemura, I: Rousta And J. Odindi. (2019): Remotely Sensed Retrieval Of Local Climate Zones And Their Linkages To Land Surface Temperature In Harare Metropolitan City, Zimbabwe. Urban Climate 27(2019)259-271, Journal Homepage: Www.Elsevier.Com /Locate
Https://Earthengine.Google.Com.
17- Faiq, I. (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. Climat, 5, 13. Https://Doi.Org/10.3390/Cli 5010013.
18- Li, F., Lyons, T.J. (2002): Remote Estimation Of Regional Evapotranspiration. Environmental Modelling And Software, 17:61-75.
19- Jensen, John R.3rd Ed. (2010): Introductory Digital Image Processing: A Remote Sensing Perspective. Printed In The University Of South Corolina. / Uclim.
20- Norman, J.M., Kustas, W.P. And Humes. K.S. (1995): Source Approach For Estimating Soil And Vegetation Energy Fluxes In Observations Of Directional Radiometric Surface Temperature. Agricultural And Forest Meteorology, 77(3):263-293.
21- Rajashree, K.; A. Ghosh, And V. Kotharkar. (2021): Estimating Summertime Heat Stress In A Tropical Indian City Using Local Climate Zone (LCZ) Formwork. Urban Climate, 36(2021) 100784. Journal Homepage: Www.Elsevier.Com /Locate/Uclim.
22- Siyan, M.; E. Eichelman, S. Wolf, C. Rey-Sanchez And D. Balochi. (2020): Transpiration And Evaporation In A California Oak-Grass Savanna: Field Measurement’s And Partitioning Model Result. Agricultural And Forest Meteorology 295(2020)108204, Journal Homepage: Www.Elsevier.Com/Locate/Agroformet.
23- Tursilowati, L.; J. Tetuko Sri Summation, H. Kuze And E. Sri Adiningsh. (2012): Relationship Between Urban Heat Phenomenon And Land Use/Land Cover Changes In Jakarta – Indonesia. Journal Of Emerging Trend In Engineering And Applied Sciences (JETEAS) 3 (4): 695-653
_||_