دوره 10، شماره 1 - ( 3-1402 )
جلد 10 شماره 1 صفحات 212-193 |
برگشت به فهرست نسخه ها
1- دانشگاه اردکان
2- دانشگاه اردکان ،a.bemani@ardakan.ac.ir
3- دانشگاه زابل
2- دانشگاه اردکان ،
3- دانشگاه زابل
چکیده: (2409 مشاهده)
تغییرات کاربری اراضی با تغییر ویژگی‌های پوشش سطحی مانند شکل مناطق ساخت و ساز شده ، میزان جذب گرما ، مصالح ساختمانی، آلبدوی سطحی و میزان پوشش گیاهی منجر به تغییرات دمای سطح زمین می‌شود. الگوی تغییرات دمای زمین در کاربری ساخت و ساز شده در مناطق گرم و خشک بر خلاف مناطق مرطوب باعث کاهش دمای سطح زمین و به عبارتی پدیده جزایر سطحی سرد شهری می‌شود. با توجه به توسعه شتابان مناطق شهری و صنعتی در دشت اردکان- یزد در دهه‌های اخیر، این مطالعه با هدف بررسی تغییرات الگوی دمایی سطح زمین با استفاد از تصاویر ماهواره‌ای لندست 7 و 8 برای دو فصل زمستان و تابستان سال‌های 2002 و 2019 انجام شد. علاوه بر آن ارتباط کاربری اراضی/پوشش اراضی با دمای سطح زمین نیز بررسی شد. الگوریتم‌های مورد استفاده جهت به دست آوردن دمای سطح زمین برای تصاویر لندست 7 روش تک پنجره و برای تصاویر لندست 8 مدل دفتر علوم لندست بود. نتایج این مطالعه نشان داد که جزایر سرد در مناطق ساخت و ساز شده شهری در فصول زمستان و تابستان تشکیل شده‌اند و از سال 2002 تا 2019 وسعت جزایر سرد در زمستان کاهش و در تابستان روندی افزایشی داشته و در همین مدت وسعت جزایر حرارتی در زمستان و تابستان کمتر شده است. بر اساس نتایج حاصل از این پژوهش می‌توان نتیجه‌گیری کرد که افزایش 6/7 درصدی مناطق ساخت و ساز شده در دوره 17 ساله موجب افزایش جزایر سرد سطحی شده و با کاهش بیش از 32 درصدی مناطق دارای پوشش گیاهی و باغات در دشت اردکان جزایر حرارتی در فصل تابستان گسترش بیشتری داشته است.
واژه‌های کلیدی: اقلیم شهری، کاربری اراضی، دمای سطح زمین، جزایر سرد سطحی شهری (SUCI)، جزایر گرم سطحی شهری (SUHI)
فهرست منابع
1. ابراهیمی هروی، بهروز؛ رنگزن، کاظم؛ ریاحی بختیاری، حمید رضا؛ تقی زاده، ایوب.1395 . تعیین مناسب ترین روش استخراج دمای سطح زمین با استفاده از تصاویر ماهواره ای لندست 8 در کلان شهر کرج، سنجش از دور و GIS ایران، سال 8 ، شماره3 ، صص 76- 59.
2. اژدری، ابوالقاسم، تقوایی، علی‌اکبر.1397. تحلیل اثر پیکربندی فضایی پوشش شهری و ویژگی‌های کالبدی ساختمان‌ها بر پدیده جزایر سطحی سرد شهری، محیط شناسی، سال 44، شماره، 189 صص-203.
3. برزگری، ف.، ملکی نژاد، ح. 1395. بررسی اثرات تغییر اقلیم بر نیاز آبی و پایداری مصرف آب در بخش کشاورزی دشت یزد-اردکان. بوم شناسی کشاورزی، 10(4)، 1161-1176.
4. داوطلب، ج.، پوردیهیمی، ش.، حافظی، م. ر. و ادیب، م. 1398. اثر پوشش گیاهی بر تعدیل احساس گرمایی فضای باز منطقه‌ی سیستان، دو فصلنامه معماری ایران، 15: 171-155.
5. کافی سه قلعه، فاطمه.1399. اثرات ترکیب و توزیع سیمای سرزمین بر جزایر حرارتی شهری(مطالعه موردی شهر بیرجند). پایان نامه کارشناسی ارشد دانشگاه بیرجند، دانشکده منابع طبیعی و محیط زیست.
6. کریمی فیروزجایی، محمد؛ میجانی، نعیم؛ کیاورز، مجید؛, علوی پناه, سید کاظم .1398. بررسی تاثیر حرارتی اراضی ساخته شده و غیرساخته شده بر یکدیگر با استفاده از داده‌های سنجش از دور حرارتی و انعکاسی، محیط شناسی، سال 45، شماره 1، صص 153-133.
7. رفیع شریف‌آباد، ج.، نوحه‌گر، ا.، زهتابیان، غ.، خسروی، ح. و غلامی، ح. 1395. بررسی روند تغییرات کاربری اراضی بر روی کیفیت آب زیرزمینی دشت یزد-اردکان، فصلنامه علمی پژوهشی جغرافیا، 1 (7): 199-189.
8. یوسفی، یدالله .1397. شکل گیری جزیره حرارتی و اثر آن بر تغییرپذیری دما در شهر بابل، محیط شناسی, سال 44، شماره 2، صص 354-345.
9. ولیزاده کامران، خ.، غلام‌نیا، خ.، عینالی، گ. و موسوی، س. م. 1396. برآورد دمای سطح زمین و استخراج جزایر حرارتی با استفاده از الگوریتم پنجره مجزا و تحلیل رگرسیون چند متغیره (مطالعه موردی: شهر زنجان)، نشریه پژوهش و برنامه ریزی شهری، 30 (8): 50-35.
10. Anbazhagan, S., & Paramasivam, C. R. 2016. Statistical correlation between land surface temperature (LST) and vegetation index (NDVI) using multi-temporal landsat TM data. International Journal of Advanced Earth Science and Engineering, 5(1), 333-46.
11. Cao, X., Onishi, A., Chen, J., & Imura, H. 2010. Quantifying the Cool Island Intensity of Urban Parks Using ASTER and IKONOS Data. 2013. Landscape and Urban Planning, 96(4), 224–231.Clinton, N.; Gong, P. MODIS detected surface urban heat islands and sinks: Global locations and controls. Remote Sens. Environ., 134, 294–304.
12. Dewantoro, B.E.B; Mahyatar,p; Hayani, W.N .2020. Detection and analysis of surface urban cool island using thermal infrared imagery of Salatiga city, Indonesia, Dewantoro, Vol 17, No 2, 115-126. http://jurnal.lapan.go.id/index.php/ijreses/article/view/3387.
13. Deng C, Wu C. 2013. Examining the impacts of urban biophysical compositions on surface urban heat island: A spectral unmixing and thermal mixing approach. Remote Sensing of Environment, 131: 262-274.
14. Farina, A. 2012. Exploring the relationship between land surface temperature and vegetation abundance for urban heat island mitigation in Seville, Spain. LUMA-GIS Thesis.
15. Frey, C.M., Rigo, G. and Parlow, E., 2009. Investigation of the daily Urban Cooling Island (UCI) in two coastal cities in an arid environment: Dubai and Abu Dhabi (UAE). City, 81(2.06).
16. Govind, N.R., Ramesh, H. 2019.The impact of spatiotemporal patterns of land use land cover and land surface temperature on an urban cool island: a case study of Bengaluru. Environ Monit Assess 191, 283. [DOI:10.1007/s10661-019-7440-1]
17. Hafner, J.; Kidder, S.Q. 1999. Urban Heat Island Modeling in Conjunction with Satellite-Derived Surface/Soil Parameters. J. Appl. Meteorol., 38, 448–465.
18. Keramitsoglou, I.; Kiranoudis, C.T.; Ceriola, G.; Weng, Q.; Rajasekar, U. 2011. Identification and analysis of urban surface temperature patterns in Greater Athens, Greece, using MODIS imagery. Remote Sens. Environ., 115, 3080–3090.
19. Kong, F., Yin, H., Wang, C., Cavan, G., & James. P. 2014. A Satellite Image-Based Analysis of Factors Contributing to The Green-Space Cool Island Intensity on A City Scale. Urban Forestry & Urban Greening, 13(4), 846- 853.
20. http://dx.doi.org/10.1016/j.ufug.2014.09.009.
21. Landsat project science office .2002; Landsat 7 science data user’s handbook. URL: http://itpwww.gsfs.nasa.gov/IAS/handbook/handbook_toc.
22. Lazzarini, M., Marpu, P.R. and Ghedira, H. 2013. Temperature-land cover interactions: The inversion of urban heat island
23. phenomenon in desert city areas. Remote Sensing of Environment 130: 136-152.
24. Li, Z. L., Wu, H., Wang, N., Qiu, S., Sobrino, J. A., Wan, Z., & Yan, G. 2013. Land surface emissivity retrieval from satellite data. International Journal of Remote Sensing, 34(9-10), 3084-3127.
25. Liu, L. and Zhang, Y. 2011. Urban heat island analysis using the Landsat TM data and ASTER data: A case study in Hong Kong. Remote Sensing, 3(7): 1535-1552.
26. Masoodian, S.A., Montazeri, M. Quantifying of surface urban cool island in arid environments case study: Isfahan metropolis. Landscape Ecol Eng 17, 147–156 .2021. [DOI:10.1007/s11355-020-00443-6]
27. Qin, Z., Karnieli, A., & Berliner, P. 2001. A mono-window algorithm for retrieving land surface temperature from Landsat TM data and its application to the Israel-Egypt border region. International journal of remote sensing, 22(18), 3719-3746.
28. Rasul, A., Balzter, H. and Smith, C. 2015. Spatial variation of the daytime surface urban cool island during the dry season in Erbil, Iraqi Kurdistan, from Landsat 8. Urban Climate 14:176-186.
29. Rasul, A., Balzter, H. and Smith, C. 2016. Diurnal and seasonal variation of surface urban cool and heat islands in the semi-arid city of Erbil, Iraq. Climate 4 (3): 42.
30. Rasul, A., Balzter, H., Smith, C., Remedios, J., Adamu, B., Sobrino, J.A., Srivanit, M. and Weng, Q. 2017. A Review on Remote Sensing of Urban Heat and Cool Islands. Land 6 (2): 38.
31. Ukwattage, N.L.; Dayawansa, N.D.K. 2012. Urban Heat Islands and the Energy Demand: An Analysis for Colombo City of Sri Lanka Using Thermal Remote Sensing Data; Department of Agricultural Engineering, Faculty of Agriculture, University of Peradeniya: Colombo, Sri Lanka,; pp. 124–131.
32. USGS. (2013). Using the USGS Landsat 8 Product. 2015.Xu H., Y. Chen., S. Dan., W. Qiu. (2011). Spatial and temporal analysis of urban heat island effect in Chengdu city by remote sensing. Geoinformatics, 2011 19th international conference on, shanghai, 24-26 June 2011, pp. 1-5.
33. Zhang, H., Qi, Z. F., Ye, X. Y., Cai, Y. B., Ma, W. C., & Chen, M. N. 2013. Analysis of land use/land cover change, population shift, and their effects on spatiotemporal patterns of urban heat islands in metropolitan Shanghai, China. Applied Geography, 44, 121-133.
| بازنشر اطلاعات | |
 | این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |