تحلیلی بر تغییرات کاربری زمین و شکل گیری جزایر حرارتی در حریم شهر ارومیه با استفاده از سنجش از دور

فصلنامه علمی برنامه ریزی منطقه ای

مقاله 8، دوره 11، شماره 41، اردیبهشت 1400، صفحه 119-134   

نوع مقاله: مقاله پژوهشی

شناسه دیجیتال (DOI): 10.30495/jzpm.2021.3965

نویسندگان

علی خدمت زاده^{* 1}؛ میرنجف موسوی²؛ حجت محمدی ترکمانی³؛ میر صادق محمدی⁴

¹دانش آموخته کارشناسی ارشد سنجش از دور و سیستم های اطلاعات جغرافیایی، دانشگاه تبریز، تبریز، ایران

²استاد گروه جغرافیا و برنامه ریزی شهری، دانشگاه ارومیه، ارومیه، ایران

³دانشجوی دکتری جغرافیا و برنامه ریزی شهری، دانشگاه تبریز، تبریز، ایران

⁴دانشجوی دکتری جغرافیا و برنامه ریزی شهری، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران

تاریخ دریافت: 04 مرداد 1398،  تاریخ بازنگری: 12 دی 1398،  تاریخ پذیرش: 13 دی 1398 

چکیده

      رشد جمعیت و توسعه شهرنشینی از عوامل مؤثر بر افزایش دمای هوا در نواحی شهری هستند که موجب ایجاد جزیره حرارتی برروی این مناطق در مقایسه با محیط اطراف می شوند. پدیده ای که به موجب آن مناطق شهری درجه حرارت گرم تر از محیط اطراف خود را تجربه  می کنند. علم سنجش از دور با استفاده از تشعشع مادون قرمز حرارتی و به کاربستن مدل های فیزیکی ابزار مناسبی جهت محاسبه مقدار دمای سطح، در نواحی وسیع محسوب می شود. در این تحقیق که از نظر روش، توصیفی-تحلیلی و از نظر هدف، کاربردی می­باشد جهت شناخت محدوده تشکیل جزایر حرارتی حریم شهر ارومیه در برهه زمانی 2010 الی 2018   و ارتباط تغییرات کاربری اراضی با شکل گیری جزایر حرارتی، از تصاویر سنجنده ETM+  ماهواره لندست 7 و سنجنده  TIRS,OLI  ماهواره لندست8 استفاده شده است. همچنین از روش طبقه بندی ماشین بردار پشتیبان برای استخراج کاربری ها در 3 کلاس مسکونی، پوشش گیاهی- باغی و بایر  استفاده شده است. بررسی های انجام شده نشان میدهد که دما در مناطق مسکونی در سال 2010 در فصل گرم برابر با 90/32 درجه سانتی گراد بوده که این مقدار در سال 2018 به سانتی گراد17/35 رسیده است یعنی27/2 درجه سانتی گراد افزایش داشته است این در حالی است که مساحت مناطق مسکونی نیز روند افزایشی را نشان میدهد و 09/6 درصد افزایش داشته است. درسال 2010 اراضی باغی و پوشش گیاهی دارای مساحت 53/43 درصدی و اراضی بایر و زراعی دارای مساحت 36/39 درصدی هستند که این مقادیر در سال 2018 به ترتیب برابر با 49/40 و 30/36 درصد  است یعنی روند کاهشی را نشان می دهد. بنابراین میتوان نتیجه گرفت که اراضی باغی و زراعی در نتیجه افزایش مناطق مسکونی و گسترش شهری روند کاهشی داشتند. همچنین بر اساس بررسی­های به عمل آمده در محدوده مورد مطالعه، بین پوشش سطح و دمای سطح زمین رابطه معناداری وجود دارد که این امر مبین شکل گیری جزایر حرارتی بر روی پوشش های ساخته شده در حریم شهر می باشد.

کلیدواژه‌ها

تغییرات کاربری زمین؛ جزایر حرارتی شهری؛ طبقه بندی svm؛ لندست؛ حریم شهر ارومیه

عنوان مقاله [English]

An Analysis of Land Use Changes and Thermal Island Formation in Urmia City exclusion Using Remote Sensing

نویسندگان [English]

Ali Khedmatzadeh¹؛ mirnajaf mousavi²؛ Hojjat Mohamadi Torkamani³؛ Mir sadegh Mohammadi⁴

¹MSc Graduated of Rs & GIS, Tabriz University, Tabriz, Iran

²Professor of Geography & Urban Planning, Urmia University, Urmia, Iran

³Assistant Professor of Geography & Urban Planning, Urmia University, Urmia, Iran

⁴Phd Student of Geography and Urban Planning, Central Tehran Branch, Islamic Azad University, Tehran

چکیده [English]

Population growth and urbanization are factors influencing the increase in air temperature in urban areas, which creates an thermal island in these areas relative to the surrounding area. These changes lead to the formation of a city's thermal island. A phenomenon in which urban areas experience warmer temperatures than their surroundings. Remote sensing with the use of infrared thermal radiation and the use of physical models is a suitable tool for calculating the surface temperature in vast areas. In this research, that of terms methodological, descriptive-analytic and in terms of purpose, the ETM⁺ Sensor of Landsat 7 satellite imagery and OLI and TIRS Sensor of Landsat 8 Satellite used to determine the Formation range of Thermal Island in Urmia city and The relationship between land use changes and the formation of thermal islands, during the period of 2010 to 2018.  As well as the support vector machine classification method was used to extract land use in three classes of residential, Vegetation and gardening and agricultural.Surveys show that the temperature in residential areas in 2010 was 32.90 degrees Celsius in the warm season, which reached 35.17 degree in 2018. That is an increase of 2.27 ° C. However, the area of residential areas is also showing an increasing trend and increased by6.09%. In 2010, garden lands and vegetation cover is 43.53 percent of the total land area and agricultural lands is 39.36 percent of the total land area, which will be 40.49% and 36.30% respectively in 2018. These values ​​in2018 are 40.49% and 36.30% of the area, that means a decreasing trend. Therefore, It can be concluded that agricultural and agricultural lands have been declining as a result of increasing residential areas. There is also a significant relationship between the surface coverage and the surface temperature of the study area, which indicates the formation of heat island on coatings made in the city exclusion.
 

کلیدواژه‌ها [English]

Land use Chandes/ Urban thermal islands/ SVM classification/ Landsat/ Urmia City exclusion

مراجع

- Alavi Panah, Seyyed Kazem (2008). Thermal Remote Sensing and its Application in Earth Sciences, First Edition, University of Tehran Press, Tehran.

- Amiri, Reza; Ali Mohammadi, Abbas; Alavi Panah, Seyed Kazem; Aman Elahi, Abbas. (2007). "Study of Spatio-Temporal Variability of Heat Related to Land Use / Coverage in Tabriz Urban Area Using Landsat Thermal and Reflective Data TM and ETM +". Environmental Studies, Volume 33, Number 34. Pages 120-107.

- Arvin, Abbas Ali, (2019). "Detecting Surface Temperature Using Satellite Images", Journal of Natural Hazards, Volume 8, Number 19, pp. 91-102.

- Asghari Saraskanrood, Sayyad, Imami, Hadi. (2018). "Monitoring the Land Surface Temperature and Investigating the Relationship between Land Use and Surface Temperature Using OLI and ETM + Sensors Case Study: (Ardabil City)". Applied Research in Geographical Sciences (Science Geography): Summer 1398, Volume 19, Number 53, pp. 195-15.

- Burges, C.J.C. (1998): A tutorial on support vector machines for Pattern Recognition, Data mining and knowledge discovery, 2, pp:121-158.

- Coppola, E. and F. Giorgi, (2010): An assessment of temperature and precipitation change projections over Italy from recent global and regional climate model simulations. International Journal of Climatology, 30, pp: 11-32.

- Eastman, J. R. (2006): IDRISI Andes. Guide to GIS and Image Processing. Clark Labs, Clark University, Worcester, MA.

- Feizizadeh, Bakhtiar, Dideban, Khalil Gholamnia, Khalil. (2016). "Estimation of Ground Temperature Using Landsat 8 Satellite Images and singly Window Algorithm (Case Study: Mahabad Watershed)". Sepehr Geographical Information Journal. Volume 25, Number 98. Pp. 181-171.

- Frumkin, H. (2002): Urban Sprawl and Public Health, Public Health Report, Department of Environmental and Occupational Health”, Rollins School of Public Health of Emory University, Atlanta.

- Gates, D.M.; Keegan, H.J.; Schleter, J.C.; Weidner, V.R. (1965): Spectral properties of plants. Applied optics. 4(1). pp:11-20.

- Hashemi Dareh Badami, Cyrus ؛ Khazaei, Ali ؛ Alavi Panah, Seyyed Kazem (2015). "Effect of Reflective Roofs on Reducing the Effect of Urban Heat Island Using Satellite Images (Case Study :Kermanshah City)". Regional Urban Studies and Research, Seventh Year, No. 25, pp. 18-1.

- Latif, M.S. (2014): Land Surface Temperature Retrival of Landsat-8 Data Using Split Window Algorithm-A Case Study of Ranchi District. International Journal of Engineering Development and Research, 2(4), pp.2840-3849.

- Matkan, Ali Akbar; Noahe ghar, Ahmad; Mirbagheri, Babak; Turkchin, Nahid (2014). "Analysis of Land Use Role in Formation of Thermal Islands Using ASTER Multi-Time Data (Case Study: Bandar Abbas City)". Remote Sensing and Geographic Information Systems in Natural Resources (Application of Remote Sensing and GIS in Natural Sciences), Volume 5, Number 4. Pp. 14-1.

- Moradi, Farzad; Saei Mehraban, Reza; Sar karGar ardakani, Ali (2014); "Land Surface Temperature Monitoring (LST) Using MODIS Imaging, Case Study of Tehran Province".Tehran Geomatics Conference.

- Nileye Borojeni, Marzieh, Ahmadi Nodoushan, Mojgan, Foroughi Abri Maryam (2016). "Monitoring of ground surface temperature in Isfahan city using remote sensing and its relation with NDVI index". 6th National Conference on Sustainable Agriculture and Natural Resources.

- Osuna, E., Freund, R. and Girosi, F. (1997): Support vector machines: training and application, A.I. Memo 1602, MIT A. I.Lab.

- Rezaei Rad, Hadi Rafieian, Mojtaba (2016). Estimation of spatio-temporal variations in heat intensity of Tehran metropolitan island using satellite images LANDSAT8 and ASTER. Regional Planning Quarterly. Volume 7, Number 27. 47-60.

- Rouse, J.W.; Haas, R.H.; Schell, J.A.; Deering, D.W. (1974): Harlan, J.C. Monitoring the vernal advancement and retrogradation (greenwave effect) of natural vegetation: Texas A & M University, Remote Sensing Center.

- Sadeghi Hosseini, Alireza, Akbari Bidokhti, Abbas Ali; RanjbarSadat Abadi, Abbas. (2017). "Effects of heat island and urbanization on local weather and climate in Tehran metropolis based on Mehrabad and Varamin data". Journal of Environmental Studies, Volume 32, Number 39, pp. 68-59.

- Shamsipour, Ali Akbar; Azizi, Qasim; Karimi Ahmadabad, Mustafa; Mogbel, Masoumeh. (2013). "Behavioral Measurement of Temperature Patterns of Different Physical Surfaces in Urban Environment (Case Study: Tehran City)". Geography and Sustainability, Volume 3, Number 6, pp. 86-67.

- Sobrino, J. A., Jiménez-Muñoz, J. C., & Paolini, L. (2004): Land surface temperature retrieval from LANDSAT TM 5. Remote Sensing of environment, 90(4). pp: 434-440.‏

- Song,y.& Wu,c. (2016): Exanining the impact of urban biophysical composition and neighboring environment on surface urban heat island effect. Advances in space research,57(1).pp:96-109.

- Statistical Yearbook of West Azerbaijan Province, (2016). Management and Planning Organization of West Azerbaijan Province.

- Tardy, B., Rivalland, V., Huc, M., Hagolle, O., Marcq, S., & Boulet, G. (2016): A software tool for atmospheric correction and surface temperature estimation of Landsat infrared thermal data. Remote Sensing, 8(9). pp: 696-720.

- Vapnik, V.N. (1995): The Nature of Statistical Learning Theory (New York: Springer Verlag).

- Weng Q, Lu D and Schubring J (2004): Estimation of land surface temperature-vegetation abundance relationship for urban heat island studies. Remote Sensing Environ. 89(4). pp: 467-483.