تحلیل فضایی مخاطرات محیطی

تحلیل فضایی مخاطرات محیطی

بررسی تغییر پذیری مخاطره جزیرۀ گرمایی با توجه به تغییرات کاربری اراضی و پوشش زمین در شهر اصفهان

نویسندگان
زهرا تقی زاده
احمد مزیدی
دانشگاه یزد
10.29252/jsaeh.6.3.103
چکیده
چکیده

جزیره گرمایی شهری به عنوان یکی از مخاطرات محیطی نو ظهور شرایط زیست محیطی دشواری را برای ساکنان شهرها به وجود آورده. هدف این مطالعه ارزیابی تغییر پذیری فضایی و مکانی جزیره گرمایی شهر اصفهان با توجه به نقش کاربری اراضی می­باشد. میکروکلیمای پژوهش حاضر 2/190 کیلومتر مربع از شهر اصفهان است که برای تحلیل رابطه بین تغییرات کاربری و پوشش زمین بر جزیره گرمایی شهر اصفهان از تصاویر لندست 7 (سنجنده TM و ETM+) و لندست 8 ( سنجنده OLI/TIRS) در تاریخ 20 جولای 1989، 17 آگوست 2005، 18 آگوست 2014، استفاده شده است. نتایج تحقیق نشان می دهد که نواحی شهری دارای 31 درصد تغییرات در جهت مثبت بوده این در حالی است که مساحت اراضی کشاورزی و فضای سبز با 25 درصد کاهش مواجه شده است. بررسی شدت جزیره ی گرمایی نشان می­دهد هسته­های پر حرارت متعلق به اراضی نامرغوب و اراضی بایر با میانگین 33/37 و 5/36 بوده است همچنین بیشترین مساحت طبقۀ دمایی در سال 1989 و 2005 مربوط به طبقه دمایی گرم بوده این در حالی است که در سال 2014 درصد طبقات دمایی متوسط 8/63 درصد را به خود اختصاص داده است .توزیع تغییرات مکانی جزیره گرمایی در شهر اصفهان نیز نشان می­دهد که جزایر گرمایی به مرور زمان تغییر مکانی داشته است به طوری که در سال 2014 به لکه­هایی در اطراف شهرک­های جنوبی شهر، مناطق نظامی و اراضی بایر در نیمه جنوبی، قسمت­هایی در شمال غرب و شمال شرق و لکه­های کوچکی در شرق اصفهان محدود شده است. به عبارتی نتایج این پژوهش نشان داد که گسترش شهر عامل اصلی افزایش دمای سطح و گسترش جزیره گرمایی نمی­تواند باشد بلکه نوع کاربری سایر اراضی در افزایش یا کاهش دما نیز موثر بوده است.
کلیدواژه‌ها
جزیره گرمایی
مخاطره محیطی
کاربری اراضی
تصاویر ماهواره ای
شهر اصفهان

عنوان مقاله English

The Investigation of Variability of Heat Island Hazard According to Land Use and Land Cover Changesin Esfahan

نویسندگان English

zahra taghizade
ahmad mazidi
Yazd University
چکیده English

Abstract

Urban heat island (UHI) is one of the environmental phenomenon which has made difficult environmental conditions for citizen. This study aims to evaluate the spatial and locational variability of Esfahan urban heat island according to the role of land use. Thus an area about 190.2 square kilometers (km2) in Esfahan, as the microclimate, was studied. In order to analyze the relationship between land use and land cover changes on Esfahan urban heat island, the images of Landsat 7 (TM and ETM +) and Landsat 8 (OLI / TIRS) on 20 July 1989, 17 August 2005, 18 August 2014 have been used. The results show that the urban areas has experienced 31% changes in positive direction; while the agricultural sector and green space havehad a reduction of 25% in their area. The analysis of the intensity of heat island show that heated cores are related topoor and barren lands with about 37/33 and 36/5. Although the most area of thermal classwere related to warm thermal class in 1989 and 2005, the average thermal classes were about 63/8%in 2014. Moreover, the locational variation distribution of Esfahan heat island shows that the locationof the heat island has gradually changed. For example in 2014 it included small parts in the south of the city, military zones and barren lands in the south, some parts in the north west and north east areas and small areas in the east of Esfahan. This means that urban development isn’t the main factor of the surface temperature increase and urban heat development, but rather the type of land use has influenced the decreasing or increasing of air temperature.

.

کلیدواژه‌ها English

Heat island
Environmental hazards
Land use
satelliteimages
Esfahan city
18) Chander, G. Markham, B. L. & Helder, D. L.2009. Summary of current radiometric calibration coefficients for Landsat MSS, TM, ETM+, and EO-1 ALI sensors. Remote sensing of environment, 113(5), 893-903
19) Chen, F, Yang, X. and Zhu, W. 2014. WRF simulations of urban heat island under hot-weather synoptic conditions: The case study of Hangzhou City, China. Atmospheric Research, 138:364-377
20) Chen, X.L. Zhao, H.M. Li, P.X. and Yin, Z.Y. 2006. Remote sensing image-based analysis of the relationship between urban heat island and land use/cover changes. Remote sensing of environment, 104:133-146.
21) Fernández, F.J. Alvarez-Vázquez, L.J. García-Chan, N. Martínez, A. and Vázquez-Méndez, M.E. 2015. Optimal location of green zones in metropolitan areas to control the urban heat island. Journal of Computational and Applied Mathematics, 289:412-425
22) Gallo, K.P. and Tarpley, J.D. 1996. The comparison of vegetation index and surface temperature composites for urban heat-island analysis. International journal of remote sensing, 17(15):3071-3076.
23) Imhoff, M.L. Zhang, P. Wolfe, R.E. and Bounoua, L. 2010. Remote sensing of the urban heat island effect across biomes in the continental USA. Remote Sensing of Environment, 114(3), 504-513.
24) Ketterer, C. and Matzarakis, A.2014. Human-biometeorological assessment of the urban heat island in a city with complex topography–The case of Stuttgart, Germany. Urban Climate, 10: 573-584.
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) Ning, J. 2011. Influence of Coastal Land Use Change to Land Surface Temperature. Energy Procedia, 11:3999-4004.
27) Nonomura A, Kitahara M and Masuda T. 2009. Impact of land use and land cover changes on the ambient temperature in a middle scale city, Takamatsu, in Southwest Japan. Journal of environmental management, 90(11): 3297-3304.
28) Rao, P.K.1972. Remote Sensing of Urban Heat Islands from an Environmental Satellite, Bulletin of the American Meteorological Society, 53: 647-648
29) Senanayake, I.P. Welivitiya, W.D.D.P. and Nadeeka, P.M. 2013. Remote sensing based analysis of urban heat islands with vegetation cover in Colombo city, Sri Lanka using Landsat-7 ETM+ data. Urban Climate, 5: 19-35.
30) Sobrino, J.A. Oltra-Carrió, R. Sòria, G. Jiménez-Muñoz, J.C. Franch, B. Hidalgo, V. Mattar, C. Julien, Y. Cuenca, J. Romaguera, M. and Gómez, J.A. 2013. Evaluation of the surface urban heat island effect in the city of Madrid by thermal remote sensing. International journal of remote sensing, 34(9-10):3177-3192.
31) Su, Y.F. Foody, G.M. and Cheng, K.S. 2012. Spatial non-stationarity in the relationships between land cover and surface temperature in an urban heat island and its impacts on thermally sensitive populations. Landscape and Urban Planning, 107(2):172-180.
32) Van Hove, L. W. A. Jacobs, C. M. J. Heusinkveld, B. G. Elbers, J. A. van Driel, B. L. and Holtslag, A. A. M. 2015. Temporal and spatial variability of urban heat island and thermal comfort within the Rotterdam agglomeration. Building and Environment, 83: 91-103.
33) Weng, Q. 2009. Thermal infrared remote sensing for urban climate and environmental studies: Methods, applications, and trends. ISPRS Journal of Photogrammetry and Remote Sensing, 64(4), 335-344.
34) Wu, H. Ye, L. P. Shi, W. Z. and Clarke, K. C. 2014. Assessing the effects of land use spatial structure on urban heat islands using HJ-1B remote sensing imagery in Wuhan, China. International Journal of Applied Earth Observation and Geoinformation, 32: 67-78.
35) Xian, G. and Crane, M. 2006. An analysis of urban thermal characteristics and associated land cover in Tampa Bay and Las Vegas using Landsat satellite data. Remote Sensing of environment, 104(2):147-156.
36) Xu, H. Chen, Y. Dan, S. and Qiu, W. 2011. Spatial and temporal analysis of urban heat Island effects in Chengdu City by remote sensing. In Geoinformatics, 2011 19th International Conference on. 1-5. IEEE.
37) Zhang, Y. Yiyun, C. Qing, D. & Jiang, P. 2012. Study on Urban Heat Island Effect Based on Normalized Difference Vegetated Index: A Case Study of Wuhan City, the 18th Biennial Conference of International Society for Ecological Modeling, Procedia Environmental Sciences.13: 574-581