تحلیل زمانی _ مکانی جزیرۀ حرارتی شهر ارومیه با استفاده از سنجش از دور و سیستم اطلاعات جغرافیایی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری آب و هواشناسی، دانشگاه تبریز، تبریز، ایران

2 استاد ژئومرفولوژی، دانشگاه تبریز، تبریز، ایران

چکیده

در این پژوهش جهت تحلیل زمانی و مکانی جزیرۀ حرارتی شهر ارومیه، تصاویر لندست مربوط به ماه اوت سال‌های 1989، 1998، 2011 و 2018 مورد استفاده قرار گرفت. جهت استحصال نقشه‌های جزیرۀ حرارتی، دمای سطح زمین با روش حد آستانۀ NDVI و قانون پلانک بر اساس محاسبات آرتیس‌ و کارناهان برای تصاویر TM و الگوریتم پنجرۀ مجزا برای تصویر OLI/TIRS محاسبه شد. با استفاده از تصاویر NDVI و نقشه‌های کاربری اراضی، ارتباط دمای سطحی با پوشش گیاهی و کاربری‌های مختلف مورد بررسی قرار گرفت. نتایج نشان داد در طول مدت مورد مطالعه طبقات دمایی خنک و بسیار خنک، کاهش داشته و در اوت سال 2018 جزایر حرارتی جدیدی ایجاد شده است که به کارگاه‌های تولیدی، صنعتی، سوله‌ها و زمین‌های بایر در قسمت شرق، شمال‌شرق و جنوب شرق شهر مربوط است. بررسی روند تغییرات زمانی جزیرۀ حرارتی شهر ارومیه نشان داد که شاخص جزیرۀ‌ حرارتی روند افزایشی داشته است. این شاخص در سال 1989 با میزان 2/0 به 37/0 در سال 2018 رسیده است؛ بنابراین علاوه بر گسترش فضایی جزیرۀ حرارتی، شدت آن نیز افزایش داشته است.

کلیدواژه‌ها


ارسلانی، محسن؛ عزیزی، قاسم ؛ وخوش‌اخلاق، فرامرز؛ 1391. بازسازی تغییرات دمای حداکثر استان کرمانشاه با استفاده از حلقه‌های درختی. مجلۀ جغرافیا و مخاطرات محیطی،1، صص 110-97.
امیری، رضا؛ علیمحمدی، عباس؛ و علوی پناه، سیدکاظم؛ 1386. مطالعۀ تغییرپذیری فضایی- زمانی حرارت در ارتباط با کاربری/ پوشش زمین در منطقۀ شهری تبریز با استفاده از داده‌های حرارتی و انعکاسی TM و ETM+ لندست. مجلۀ محیط شناسی،43، صص 120-107.
جوان، خدیجه؛ 1392. بررسی اقلیم گردشگری شهر ارومیه با استفاده از شاخص‌های زیست اقلیمی. فصلنامۀ جفرافیا و برنامهریزی شهری چشمانداز زاگرس، شماره 16، صص 96-83.
رسولی، علی‌اکبر؛ 1387. مبانی سنجش از دور کاربردی با تاکید بر پردازش تصاویر ماهواره‌ای. انتشارات دانشگاه تبریز.
صادقی نیا، علیرضا؛ علیجانی، بهلول؛ و ضیائیان، پرویز؛ 1391. تحلیل فضایی زمانی جزیرۀ حرارتی کلانشهر تهران با استفاده ازسنجش ازدور وسیستم اطلاعات جغرافیایی. مجلۀ جغرافیا و مخاطرات محیطی، 4، صص 17-1.
علوی پناه، سیدکاظم؛ 1390. اصول سنجش ازدور نوین و تفسیرتصاویر ماهواره‌ای و عکس‌های هوایی. انتشارات دانشگاه تهران، چاپ دوم.
فیضی زاده، بختیار؛ دیده‌بان، خلیل؛ و غلام‌نیا، خلیل؛ 1395. برآورد دمای سطح زمین با استفاده از ماهوارۀ لندست 8 و الگوریتم پنجرۀ مجزا. مطالعۀ موردی: حوضۀ آبریز مهاباد. فصل‌نامۀ علمی- پژوهشی اطلاعات جغرافیایی، شماره 98، صص 181-171.
ملکی، سعید؛ شجاعیان، علی؛ و فرهمند، قاسم؛ 1397. ارزیابی تغییر‌پذیری فضایی– زمانی جزایر حرارتی در ارتباط با کاربری‌های شهری، مطالعۀ موردی: شهر ارومیه. فصلنامۀ‌ علمیپژوهشی اطلاعات جغرافیایی، شماره 105، صص 197-183.
ولیزاده کامران، خلیل؛ غلام‌نیا، خلیل؛ عینالی، گلزار؛ و موسوی، سید محمد؛ 1396. برآورد دمای سطح زمین و استخراج جزایر حرارتی با استفاده از الگوریتم پنجرۀ مجزا و تحلیل رگرسیون چند متغیره) مطالعۀ موردی شهر زنجان (نشریۀ پژوهش و برنامه‌ریزی شهری، شماره 30، صص 50-35.
هاشمی‌دره بادامی، سیروس؛ درویشی بلورانی، علی؛ علویپناه، سیدکاظم؛ ملکی، محمد؛ و بیات، رضا؛ 1398. تحلیل تغییرات جزیرۀ حرارتی سطوح شهری در روز و شب با استفاده از محصولات چندزمانۀ سنجندۀ مادیس (مطالعۀ موردی: کلانشهر تهران. نشریۀ تحقیقات کاربردی علوم جغرافیایی، شماره 52، صص 128-113.
 
Abou Elmagd, I., Ismail, A., & Zanty, N., 2016. Spatial Variability of Urban Heat Islands in Cairo City, Egypt using Time Series of Landsat Satellite Images. International Journal of Advanced Remote Sensing and GIS 5: 1618-1638.
Asadi, Y., Ezimand, K., Keshtkar, H., & Alavipanah S.K., 2019. A Survey of Landscape Metrics and Land-use / land-cover Structures on Urban Heat Islands Surface: A Case Study on Urmia City, Iran. Desert Journal, pp: 205-218.
Department of the Interior U.S.Geological Survey., 2019. Landsat8 (L8) Data Users Handbook, LSDS-1574 Version 5.0.
Du, ch., Ren, H., Qin, Q., Meng, J., & Zhao, Sh., 2015. A Practical Split-Window Algorithm for Estimating Land Surface Temperature from Landsat 8 Data. Remote Sensing Journal 7: 647-665. DOI: 10.3390/rs70100647.
Gibson, P.(2000.Introductory Remote Sensing Principles and Concepts. Published by Routledge.
Hua, L., & Wang, M., 2012. Temporal and Spatial Characteristics of Urban Heat Island of an Estuary City, China. Journal of computers. 7:3082-3087.
Jin, M., Li, J., Wang, C., & Shang, R., 2015. A Practical Split-Window Algorithm for Retrieving Land Surface Temperature from Landsat 8 Data and a Case Study of an Urban Area in China. 7: 4371-4390DOI: 10.3390/rs70404371.
Kaplan, G., Avdan, U., & Yigit Aavdan, Z., 2018. Urban Heat Island Analysis Using the Landsat8 Satellite Data: A Case Study in Skopje, Macedonia. Proceedings, 2 (358):1-5. DOI:10.339./ecrs-2-05171.
Oluseyi, I., Danlami, M. S., & Olusegun, A.J., 2011. Managing Land Use Transformation and Land Surface Temperature Change in Anyigba Town, Kogi State, Nigeria. Journal of Geography and Geology, (3) 77: 77-85.  DOI: 10.5539/jgg. v3n1p77.
Rongali, G., Keshari, A.K., Gosain, A.K., & Khosa, R., 2018. Split-Window Algorithm for Retrieval of Land Surface Temperature Using Landsat 8 Thermal Infrared Data. Journal of Geovisualization and Spatial Analysis. pp: 1-19. DOI: 10.1007/s41651-018-0021-y.
Rong-bo, X., Zhi-yun, O., Hua, Z., Wei-feng, L., Erich, W.S., & Xiao-ke, W., 2007. Spatial pattern of impervious surfaces and their impacts on land surface temperature in Beijing, China. Journal of Environmental Sciences. 19:250–256.
Rose, A.L., & Devadas, M.D., 2009. Analysis of land surface temperature and land use/land cover types using remote sensing imagery a case inchennal city, India. The seventh International Conference on Urban Climate, Yokohama, Japan.
Sobrino, J.A., Jime´nez-Munoz, J.C., & Paolini, L., 2004. Land surface temperature retrieval from Landsat TM5. Remote Sensing of Environment 90:434–440. DOI:10.1016/j.rse.2004.02.003.
CAPTCHA Image