این دانش از دمای سطح زمین و تغییرات فضایی آن در محیط شهری برای مطالعه اقلیم شهری و تعاملات انسان و محیط از اهمیت بالایی برخوردار است. مطالعات اندکی تأثیر کاربری زمین و زمین را بر اثرات دمای سطح مناطق شهری نیمه خشک کوهستانی بررسی کرده اند. این مطالعه به بررسی خصوصیات محیط شهری و اثرات آن بر دمای سطح با استفاده از سنجش از دور می‌پردازد. روش‌های اقتباس‌شده برای این مطالعه، تصحیح‌های هندسی و رادیومتری داده‌های ماهواره‌ای، استخراج کاربری اراضی/پوشش زمین و مدل رقومی ارتفاع، تخمین تراکم پوشش گیاهی با استفاده از شاخص تفاوت نرمال شده گیاهی (NDVI) و تخمین دمای سطح و انتشار با استفاده از گسیل دما است. الگوریتم جداسازی (TES) در نهایت از مدل جغرافیایی و تکنیک‌های آماری برای ارزیابی تأثیر کلی خصوصیات محیطی شهری بر اقلیم شهری منطقه نیمه‌خشک ابها، پادشاهی عربستان سعودی استفاده می‌شود. در اینجا، نتایج نشان می‌دهد که توزیع فضایی دمای سطح تحت‌تاثیر کاربری زمین/پوشش زمین (LULC)و توپوگرافی قرار گرفت. مناطق مسکونی و تجاری/صنعتی با متراکم بالا دمای سطح بالاتری را در مقایسه با زمین های اطراف نشان می دهند. کاهش تدریجی دمای سطح طبقات LULC با افزایش ارتفاع وجود دارد. اثر خنک کننده نسبت به منطقه ساخته شده شهری اطراف در منطقه پوشش گیاهی تپه، شیب رو به پایین و زمین دره در داخل پارک تفریحی افزایش می یابد. بنابراین تغییرات مکانی در دمای سطح نیز اثرات توپوگرافی را بر طبقات LULC منعکس می‌کند. استفاده مناسب از زمین های کوهستانی به گسترش اثر خنک کننده کمک می کند. در آینده، نتایج این مطالعه می‌تواند برای ایجاد برنامه‌ریزی شهری پایدار از نظر زیست‌محیطی مناسب برای مناطق نیمه‌خشک و ایجاد شیوه‌هایی که محیط آب و هوای محلی را در برنامه‌ریزی شهری در نظر بگیرد، مورد استفاده قرار گیرد.

کلید واژه ها:

دمای سطح زمین، کاربری زمین/پوشش زمین، شاخص پوشش گیاهی تفاوت نرمال شده، GIS شهر نیمه خشک کوهستانی

1. مقدمه

دمای سطح زمین عامل مهمی در مطالعات تغییرات محیطی جهانی در تخمین بودجه تابش در مطالعات تعادل حرارتی و به عنوان کنترلی برای مدل های آب و هوایی است [ 1 ]. داده‌های سنجش از راه دور فروسرخ حرارتی (TIR) ​​می‌توانند اندازه‌گیری‌های مهمی از شار حرارتی سطح زمین و دمای سطح را ارائه دهند که برای درک فرآیندها و پاسخ‌های چشم‌انداز ضروری هستند [ 2 ]. سنسورهای ماهواره‌ای زیادی وجود دارند که قادر به تشخیص تشعشعات مادون قرمز حرارتی (TIR) ​​با وضوح طیفی و فضایی متفاوت هستند [ 3 ]. استفاده از سنجش از دور حرارتی ماهواره ای در تخمین خواص فیزیکی سطح و سایر متغیرهای مرتبط توسط کارلسون و همکاران بررسی شده است. [ 4 ]، بالینگ و برازل [ 5]، دوست [ 6 ] [ 7 ]، راث و همکاران. [ 8 ]، کواتروچی و رید [ 9 ]، اوون و همکاران. [ 10 ] و Voogt و Oke [ 11 ]، Mallick و همکاران. [ 1 ] . ماهواره های با وضوح فضایی متوسط ​​به ویژه در مقیاس منطقه ای استفاده می شوند. برای این منظور، تصاویر/داده‌های مادون قرمز حرارتی با وضوح متوسط، LANDSAT TM/ETM+ و ASTER به طور گسترده برای مطالعه تغییرات دمای سطح (Ts) و ارتباط آن‌ها با ویژگی‌های پوشش زمین استفاده شده‌اند [ 12 ]. انتشار و دمای سطح درک بهتر از کلاس های کاربری زمین شهری/پوشش زمین را قادر می سازد و به نوبه خود به درک مسائل مربوط به بودجه انرژی کمک می کند [ 13 ]] .

ونگ و همکاران 14 ] از یک تصویر LANDSAT ETM+ 60 متری داده مادون قرمز حرارتی برای بررسی رابطه بین دمای سطح زمین (LST) و فراوانی پوشش گیاهی در ایندیاناپولیس استفاده کرد. مالیک و همکاران [ 1 ] از تصویر ASTER از داده های حرارتی 90 متری برای ارزیابی تغییرات مکانی و زمانی در دمای سطح مرتبط با سطح غیرقابل نفوذ (ISA) و ارزیابی اثر شهرنشینی بر اقلیم محلی استفاده کرد.

توپوگرافی یک عامل موثر مهم در کنترل دمای سطح است [ 15 ]. Lookingbill و Urban [ 16 ] یک مدل مکان خاص برای تخمین اختلاف دما در سراسر یک توپوگرافی پیچیده پیشنهاد کردند. همچنین مطالعه تحقیقاتی مربوط به استفاده از ارزیابی مبتنی بر ماهواره برای مدل‌سازی آب و هوای سطحی [ 17 ] وجود دارد. عوامل کلی توپوگرافی محلی ارتفاع، عرض جغرافیایی، جهت و شیب هستند که معمولاً در محل اندازه گیری می شوند [ 18 ]. ارتفاع و عرض جغرافیایی بر ویژگی های کلی اقلیمی مانند دمای میانگین سالانه، بارش سالانه، حداقل دما و حداکثر دما تأثیر می گذارد. میانگین دما حدود 6.4 درجه سانتیگراد در هر کیلومتر کاهش می یابد، اما این از منطقه ای به منطقه دیگر متفاوت است [ 19 ]] . اثرات محلی شیب و جنبه، که بر تابش بالقوه و بار حرارتی تأثیر می‌گذارند، معمولاً در مطالعات اکولوژیکی [ 20 ]، عمدتاً بر اساس DEM [ 21 ] محاسبه می‌شوند. با توجه به موقعیت زمین شناسی منطقه مورد مطالعه یعنی زمین شناسی ضعیف، به دلیل شیب ها، الگوی بارندگی 2 دهه اخیر و شهرنشینی سریع، منطقه دچار مشکل شدید تخریب اراضی و در نتیجه تحت تاثیر قرار دادن اراضی جنگلی، بهره وری کشاورزی، رسوب گذاری و آب است. کیفیت حوضه های آبریز [ 22 ] [ 23 ] . طبق بررسی ادبیات، مطالعات کمی وجود دارد که تأثیر کاربری زمین و توپوگرافی را بر اثرات Ts مناطق نیمه خشک کوهستانی شهری بررسی کرده باشد.

تفسیر و تجزیه و تحلیل داده ها و تصاویر ماهواره ای حرارتی برای الگوی حرارتی در یک منطقه یک امر پیچیده است. در برخی موارد، به دلیل بسیاری از عوامل پیچیده که تعیین های کمی را پیچیده می کنند، باید به جای مقادیر مطلق به دنبال الگوی تفاوت های نسبی دما بود. به عنوان مثال تعداد و توزیع فضایی سطوح مختلف مواد در یک میدان دید آنی (IFOV). از آنجایی که پاسخ حرارتی به ترکیب، چگالی و بافت مواد بستگی دارد. مشخصات تاج پوشش گیاهی، از جمله ارتفاع، هندسه برگ، و شکل گیاه، و سطح نزدیک (1 تا 3 متر) دمای هوا، رطوبت نسبی، و اثرات باد [ 24 ]] . در مورد نمای پیوسته فضایی سطح UHI بر فراز شهر کوهستانی ابها، که یک شهر سریع پراکنده است، شکافی وجود دارد [ 25 ]] . این رفتار حرارتی سطوح مناظر در طول یک روز پایگاه داده قابل توجهی را برای برنامه ریزان شهری و معماران برای بهبود کیفیت سایت شهری با دوستدار محیط زیست ایجاد می کند. این امر به ویژه برای کشورهایی مانند عربستان سعودی و برخی دیگر با آب و هوای نیمه خشک مفید خواهد بود. در مطالعه حاضر، ما بر روی مدل‌سازی تأثیر توپوگرافی بر دمای سطح تمرکز کردیم. هدف از این مطالعه بررسی ویژگی توزیع فضایی Ts با اطلاعات مکانی مرتبط با کاربری/پوشش زمین، تراکم گیاهی و اثرات ارتفاعی، در شهرستان کوهستانی نیمه خشک ابها با استفاده از داده های سنجش از دور ASTER و تجزیه و تحلیل مکانی GIS است. .

2. مروری بر منطقه مطالعه و داده ها

شهر ابها در استان عصیر در جنوب غربی عربستان سعودی واقع شده است. مساحت آن 370 کیلومتر مربع است . مرز آن بین عرض جغرافیایی 18˚10’12.39″ شمالی و 18˚23’33.05″ شمالی و طول جغرافیایی 42˚21’41.58″ E و 42˚39’36.09 اینچ شرقی قرار دارد. توپوگرافی منطقه کوهستانی با دامنه ارتفاعی بین 1951 متر تا 2991 متر از سطح دریا متوسط ​​می باشد. میانگین بارندگی سالانه 355 میلی‌متر است و بخش عمده‌ای از بارندگی بین آوریل و آگوست رخ می‌دهد .). منطقه مورد مطالعه یکی از غنی ترین و متغیرترین مناطق فلوریستی کوه های اسیر را در بر می گیرد. جبل السودا کوهی واقع در شمال غربی منطقه مورد مطالعه نیز از نظر تنوع زیستی غنی است. تنوع آب و هوا و توپوگرافی در منطقه مورد مطالعه منجر به تشکیل جامعه گیاهی متنوع [ 26 ] شده است ( شکل 1 ).

مجموعه داده مورد استفاده در مطالعه در جدول 2 آورده شده است. تمام داده ها در اندازه سلول 90 متری به رستر تبدیل شده اند، به طوری که می توان آنالیز فضایی را در همان اندازه سلول و طرح ریزی نقشه انجام داد. ناوبر GPS Garmin-38s برای بررسی میدانی برای جمع آوری نقاط کنترل زمینی، GCP ها استفاده شده است.

3. داده ها و روش های مورد استفاده

3.1. پیش پردازش داده های ماهواره ای

مجموعه داده های ماهواره ای ASTER به منظور شناسایی موثر ویژگی های توزیع فضایی کلاس های پوشش زمین / کاربری زمین (LULC) و دمای سطح برای شهر ابها استفاده شد. این مطالعه LULC، شاخص گیاهی تفاوت نرمال شده (NDVI) و دمای سطح را ارزیابی کرد، مقدار تابش طیفی از DN (عدد دیجیتال) در هر پیکسل با استفاده از معادله تبدیل می‌شود:

جدول 1 . داده های هواشناسی مطالعه 2012.

جدول 2 . مجموعه داده ها

شکل 1 . منطقه مطالعه

که در آن، UCC ضرایب تبدیل واحد از فایل HDF است.

ضرایب تبدیل واحد که برای باندهای مختلف و برای تنظیمات بهره متفاوت استفاده می شود در کتابچه راهنمای کاربر ASTER آورده شده است. پس از آن، تصویر ماهواره ای به صورت هندسی به یک سیستم مختصات مشترک UTM WGS84 اصلاح شد.

3.2. طبقه بندی تصویر

با توجه به اهداف مطالعه حاضر، از طرح طبقه بندی زیر برای تفسیر کاربری اراضی بر اساس اندرسون و همکاران، [ 27 ] استفاده شد.] سیستم: زمین ساخته شده. بدنه های آبی؛ زمین زراعی; پوشش گیاهی متراکم (جنگل)؛ پوشش گیاهی کم؛ زمین آیش؛ خاک بایر/زمین بایر; بوته ها و بوته زارها و صخره ها. یک بررسی میدانی گسترده برای شناسایی نقاط نمونه در تصاویر برای کلاس‌های مختلف LU/LC در مکان‌های مختلف با استفاده از سیستم ناوبری (GPS) انجام شد. بر اساس مجموعه‌های نمونه جمع‌آوری‌شده برای کلاس‌های LU/LC مربوطه، مجموعه‌های آموزشی برای طبقه‌بندی تصاویر دیجیتال با استفاده از تکنیک طبقه‌بندی کننده حداکثر احتمال (MLC) انتخاب شدند. برای اعتبارسنجی LULC طبقه بندی شده، یک ارزیابی دقت انجام شده است. برای ماتریس سردرگمی، مشتق شده از نقشه تصویر و داده های میدانی (فایل امضا)، همانطور که توسط لیلساند و همکاران، [ 3] برای ارزیابی دقت تولید شد. دقت کلی نقشه LULC 88.35 و ضریب کاپا 0.866 بود.

3.3. پردازش داده های توپوگرافی

فرآیند ایجاد مدل رقومی ارتفاع (DEM) با نقشه شطرنجی توپوگرافی اسکن شده و با ارجاع جغرافیایی (1:50000) آغاز می شود. خطوط کانتور با فاصله 20 متر، ارتفاعات نقطه ای، از تصویر شطرنجی استخراج شده، به بردارهای دیجیتال تبدیل شده و مقادیر ارتفاعی داده می شود. DEM مبتنی بر شبکه از داده های بردار کانتور دیجیتال استخراج شده تولید شد. DEM با تکنیک های درونیابی “Topo to Raster” با استفاده از نرم افزار ArcGIS تولید شد. این تکنیک درونیابی به ویژه برای ایجاد DEM اصلاح شده هیدرولوژیکی [ 28 ] طراحی شده است. دامنه ارتفاعی حوضه از 1951 تا 2991 متر است. حداکثر ارتفاع در قسمت غربی منطقه مورد مطالعه قرار دارد و به تدریج به سمت شرق کاهش می یابد.

3.4. برآورد شاخص گیاهی تفاوت نرمال شده (NDVI)

NDVI شاخص پوشش گیاهی است که توسط محققان برای استخراج تراکم پوشش گیاهی از داده های سنجش از دور استفاده می شود. در اصل، الگوریتم افزایش چشمگیر بازتاب را در طول موج های قرمز مرئی به مادون قرمز نزدیک جدا می کند و با تقسیم بر روشنایی کلی هر پیکسل در آن طول موج ها، همانطور که در معادله نشان داده شده است، آن را عادی می کند:

(1)

مقادیر در هر باند از مقادیر DN خام به بازتاب تابش الکترومغناطیسی خورشیدی تبدیل شده است. نتیجه این الگوریتم یک داده باند منفرد است، مقادیر از 1- تا 1+ است که مقادیر نزدیک به 1+ نشان دهنده پوشش گیاهی بیشتر است. مقادیر NDVI در محدوده 0.041- تا 0.487 تخمین زده می شود که دارای مقدار متوسط ​​0.113 با انحراف استاندارد 0.046 است.

3.5. برآورد Ts با استفاده از الگوریتم جداسازی انتشار دما (TES).

در این مطالعه، دمای سطح زمین (LST) از باندهای مادون قرمز حرارتی مجموعه داده های ماهواره ای ASTER با استفاده از مدل جداسازی گسیل دما (TES) برآورد شد [ 29 ].] . TES تلاش می کند تا تابش چاهک منعکس شده را جبران کند و تابش طیفی مطلق را تخمین بزند. محدودیت اضافی برای غلبه بر عدم تعیین از رگرسیون حداقل گسیل کنتراست طیفی (محاسبه شده از طیف های آزمایشگاهی) ناشی می شود که برای یکسان سازی تعداد مجهولات و اندازه گیری ها استفاده می شود، به طوری که مجموعه معادلات پلانک برای تشعشعات حرارتی اندازه گیری شده می تواند وارونه شود ASTER دارای 14 باند طیفی است که از این تعداد 5 باند حرارتی (10 – 14) بین 8 تا 12 میلی متر عمل می کنند. در این مطالعه پنج نقشه انتشار و یک نقشه دمای سطح با استفاده از الگوریتم TES تهیه شد. این نه تنها دمای نواحی همگن با تابش شناخته شده، مانند توده های آبی را تخمین می زند، بلکه برای مناطق ناهمگن با گسیل ناشناخته نیز تخمین می زند.

(2).

جایی که،

= تابش طیفی مشاهده شده توسط سنسور،

= گسیل سطح در طول موج j،

= تابش طیفی از جسم سیاه در دمای سطح T،

= تابش طیفی که از اتمسفر (داخل چاهک)، از MODTRAN، بر روی سطح می افتد،

= تابش طیفی ساطع شده از جو (بالا رفتن)، از MODTRAN

= انتقال اتمسفر طیفی، از MODTRAN.

داده‌های تشعشع سنسور برای اثرات جوی تصحیح شد تا تابش ساطع شده از سطح (L j ) با استفاده از مدل انتقال تابشی MODTRAN به دست آید. از پارامتر استاندارد جوی (اقلیم گرمسیری) استفاده شده است. پارامترهای خروجی به دست آمده برای تخمین تابش با استفاده از معادلات (3) و (4) استفاده شده است.

(3)

جایی که،

از این رو،

(4).

جایی که،

= اولین ثابت تابش = 3.74151 × 10-16

= ثابت تابش اول = 0.0143879 (mk)،

= طول موج کانال j، (m)،

= دما

در معادله فوق، در صورت مشخص بودن تابش سطح، می توان تابش آسمان منعکس شده را تصحیح کرد. سپس دمای سطح را می توان با استفاده از رابطه (5) محاسبه کرد.

(5)

معادله بالا نشان می دهد که برای تابش اندازه گیری شده در کانال های طیفی “n”، مجهولات “n + 1″، “n” گسیل و یک دمای سطح وجود خواهد داشت. در TES [ 29 ] دمای جنبشی تخمینی T به عنوان حداکثر دمای تخمین زده شده از تابش برای پنج باند طیفی ASTER TIR با استفاده از معادله 5 در نظر گرفته می شود. یک مقدار انتشار فرضی (معمولا 0.97) به منظور در محدوده 0.03 ± استفاده می شود. سطوح معمولی زمین (زمین ناهمگن). انتشار نسبی “β j ” با معادلات زیر محاسبه شده است:

(6).

جایی که،

، (7)

(8)

(9)

برای انتشار بین 0.7 – 1.0، نسبت ها معمولاً بین 0.7 – 1.4 است.

حداکثر-حداقل اختلاف بین نسبت‌های تابش با . مشاهده شده است که MMD حداکثر از 0.0 تا 4.0 متغیر است (Dash et al., 2002). یک رابطه تجربی بین حداقل انتشار و MMD عبارت است از:

(10)

بنابراین، انتشار تجدید نظر شده را می توان با استفاده از طیف بتا به شکل زیر محاسبه کرد:

(11)

بتا از درخشندگی سطح اندازه گیری شده (سطح) و انتشار جدید تا دمای سطح به دست آمده تعیین می شود. نقشه های حاصل در معادله (2) قرار گرفتند و تا معادله 11 پردازش شدند. پس از آن، فرآیند دوباره تکرار شد تا به اندازه گیری انتشار قابل قبولی برسد. بر اساس رویه های فوق، یک مدل دقیق در ERDAS Imagine برای خودکار کردن محاسبه دمای سطح و پنج نقشه انتشار (همانطور که الگوریتم TES ایجاد می کند) توسعه داده شد ( شکل 2 ).

4. نتیجه و بحث

4.1. تجزیه و تحلیل کاربری زمین / طبقه پوشش زمین

شکل 3 غالب ترین طبقه LULC را در سال 2012 نشان می دهد که سنگ در معرض (51.29%) و پس از آن بوته ها و بوته زارها (10.96%)، پوشش گیاهی کم (10.71%) و زمین های زراعی کشاورزی (4.40%) منطقه ساخته شده (9.40%) بودند. درصد عمدتاً در بخش مرکزی و جنوب شرقی منطقه مورد مطالعه قرار دارد. این به دلیل وجود تپه‌های پایی، توده‌های آبی، پهنه‌ها (سطح رودخانه خشک زودگذر) و از نظر توپوگرافی مناسب برای زیرساخت‌ها است.

4.2. تجزیه و تحلیل دمای سطح

شکل 4 Ts ASTER را در تاریخ 7 نوامبر 2012 نشان می دهد.

شکل 2 . نمودار جریان برای استخراج دمای سطح (TES) با استفاده از داده های ASTER.

شکل 3 . LULC از داده های ماهواره ای ASTER، 2012.

شکل 4 . توزیع فضایی دمای سطح آبها با استفاده از مجموعه داده های ماهواره ای.

مقدار متوسط ​​24.19˚C و انحراف معیار 3.63 ( جدول 3 ). مشاهده می‌شود که در تصویر، مناطق شرق و مرکز شرقی حداکثر محدوده Ts را نشان می‌دهند که مربوط به زمین‌های بیرونی سنگ و خاک بایر/زمین‌های بایر (27 درجه سانتی‌گراد تا 34.58 درجه سانتی‌گراد) و توپوگرافی در ارتفاع پایین‌تر است. نواحی در غرب، جنوب غرب و شمال غرب دارای T کمتری هستند که مربوط به پوشش گیاهی متراکم و پراکنده و ارتفاع توپوگرافی بالا است. بدنه های آبی حداقل Ts را نشان می دهند.

شکل 5 و جدول 3 مقادیر Ts برآورد شده را در مقوله های مختلف کاربری/پوشش زمین نشان می دهد. رخنمون صخره ای با میانگین Ts 26.48 درجه سانتی گراد با انحراف معیار 2.85 بالاترین Ts را نشان می دهد. مقادیر اسکراب/خاک لخت نیز با مقدار متوسط ​​26.16 درجه سانتیگراد با انحراف معیار 3.02 بالا است. این دماهای بالا در ارتباط با ظرفیت های حرارتی و اثرات ارتفاعی آنها متفاوت است. از طرف دیگر بدنه های آبی Ts کمتری را با میانگین Ts 18.07 درجه سانتی گراد با انحراف معیار 2.89 نشان می دهند. تغییر در عمق آب (دریاچه تا دریاچه) در مکان‌های مختلف زیاد است که باعث بالا رفتن سطح آب می‌شود. انحراف. تأثیر پوشش گیاهی به وضوح به عنوان مقادیر کم دمای مشاهده شده روی پوشش گیاهی متراکم، پوشش گیاهی کم و زمین‌های زراعی مشاهده می‌شود.

4.3. رابطه بین دمای سطح با ارتفاع و NDVI

شکل 6 ضریب رگرسیون خطی بین Ts با ارتفاع و NDVI با سطوح معنی داری 0.01 را نشان می دهد. استنباط می‌شود که مقادیر ارتفاع و NDVI با Ts همبستگی منفی دارند. ضریب تعیین (R2 ) برای NDVI 0.5154 و (R2 ) برای ارتفاع 0.6198 است ( شکل 7 ). مشاهده شده است که ضریب تعیین (R2 ) Ts با ارتفاع در مقایسه با NDVI بهتر است.

4.4. اثرات ویژگی های توپوگرافی بر توزیع فضایی Ts

ما اثرات توپوگرافی بر توزیع فضایی Ts را بررسی کردیم. جبل السودا مرتفع ترین نقطه (2981 متر) است که در قسمت غربی منطقه مورد مطالعه واقع شده است، در حالی که مناطق شهری بر روی تپه های جبل السودا واقع شده اند ( شکل 8 ). ارتفاع از شرق به غرب از 1951 تا 2991 متر متغیر است. بی نظمی های فضایی

شکل 5 . رابطه با میانگین دمای سطح با کاربری زمین/پوشش زمین.

شکل 6 . همبستگی خطی بین دمای سطح با NDVI.

شکل 7 . همبستگی خطی بین دمای سطحی با ارتفاع.

شکل 8 . توزیع فضایی مدل رقومی ارتفاعی ابها.

جدول 3 . آمار Ts در LULC های مختلف با مساحت.

در منطقه مورد مطالعه، یعنی توپوگرافی، کاربری زمین، پوشش گیاهی و آبریزها، تصور می شد که بر توزیع فضایی Ts تأثیر می گذارد. شکل 9 رابطه فضایی T و ارتفاع را با هیستوگرام آنها نشان می دهد. الگوی آنها اثرات توپوگرافی را بر Ts نشان می دهد. جدول اثرات ارتفاعی LULC های مختلف را بر T های آنها نشان می دهد. این نشان می دهد که در ارتفاع 1950-2150 متر، Ts در مناطق ساخته شده با میانگین دمای 25.23 درجه سانتی گراد بالا است ( جدول 4). با افزایش ارتفاع، میانگین Ts در حدود 16.29 درجه سانتیگراد کم می شود. این روند Ts با ارتفاع نیز در تمام طبقات LULC رایج است. تغییرات در مشتقات هیپسومتری، تأثیر قوی بر Ts دارد.

شکل 9 . رابطه T و ارتفاع با هیستوگرام آنها.

جدول 4 . آمار Ts LULC در ارتفاعات مختلف.

5. نتیجه گیری

درک مکانیسم اثر دمای سطح استفاده از زمین برای برنامه ریزی شهری مهم است تا کنترل بیشتری بر محیط های حرارتی ایجاد کند. در این مطالعه، تحلیل خصوصیات زمین دمای سطح در شهرستان کوهستانی نیمه خشک ابها با استفاده از سنجش از دور و GIS بررسی شده است. برای این، اطلاعات Ts از داده‌های ASTER برای تجزیه و تحلیل توزیع فضایی اثرات LULC بر Ts برآورد می‌شود. توزیع فضایی Ts نیز تحت تأثیر توپوگرافی قرار گرفت. T به تدریج در امتداد مناطق زمینی با ارتفاع بالاتر کاهش یافت. یعنی اثر خنک کنندگی توپوگرافی (تپه ها) در مناطق شهری طولانی شد. نتایج نشان داد که مناطق با ارتفاع بالاتر به طور موثری هوای خنک را به مناطق کم کاربری اطراف منتقل می کنند. استفاده مناسب از زمین های کوهستانی به گسترش اثر خنک کننده کمک می کند.

منابع

  1. Mallick, J., Kant, Y. and Bharath, BD (2008) تخمین دمای سطح زمین در دهلی با استفاده از LANDSAT ETM+. مجله اتحادیه ژئوفیزیک هند، 12، 131-140.  [زمان(های استناد): 3]
  2. Quattrochi، DA و Luvall، JC (1999) سنجش از دور مادون قرمز حرارتی برای تجزیه و تحلیل فرآیندهای اکولوژیکی چشم انداز: روش ها و کاربردها. بوم شناسی چشم انداز، 14، 577-598.  [زمان(های استناد): 1]
  3. لیلسند، TM، کیفر، RW و چیپمن، JW (2004) سنجش از دور و تفسیر تصویر. نسخه پنجم، شرکت جان وایلی و پسران، نیویورک.  [زمان(های استناد): 2]
  4. Carlson, TN, Dodd, JK, Benjamin, SG and Cooper, JN (1981) تخمین ماهواره ای تعادل سطح-انرژی، در دسترس بودن رطوبت و اینرسی حرارتی. مجله هواشناسی کاربردی، 20، 67-87. https://dx.doi.org/10.1175/1520-0450(1981)020<0067:SEOTSE>2.0.CO;2  [زمان(های استناد): 1]
  5. Balling, RC and Brazel, SW (1988) الگوهای دمای سطحی با وضوح بالا در یک زمین شهری پیچیده. مهندسی فتوگرامتری و سنجش از دور، 54، 1289-1293.  [زمان(های استناد): 1]
  6. Dousset, B. (1989) الگوهای ابری و دمای سطح برگرفته از AVHRR در منطقه لس آنجلس و روابط آنها با کاربری زمین. مجموعه مقالات IGARSS-89، ونکوور، 13 جولای 1989، 2132-2137.  [زمان(های استناد): 1]
  7. Dousset, B. (1991) آمار دمای سطح در لس آنجلس: تأثیر کاربری زمین. مجموعه مقالات IGARSS-91، Espoo، 3-6 ژوئن 1991، 367-371.  [زمان(های استناد): 1]
  8. Roth, M., Oke, TR and Emery, WJ (1989) جزایر حرارتی شهری مشتق از ماهواره از سه شهر ساحلی و استفاده از چنین داده هایی در اقلیم شناسی شهری. مجله بین المللی سنجش از دور، 10، 1699-1720. https://dx.doi.org/10.1080/01431168908904002  [زمان(های استناد): 1]
  9. Quattrochi، DA و Ridd، MK (1994) اندازه گیری و تجزیه و تحلیل پاسخ های انرژی حرارتی از سطوح گسسته شهری با استفاده از داده های سنجش از دور. مجله بین المللی سنجش از دور، 15، 1991-2022. https://dx.doi.org/10.1080/01431169408954224  [زمان(های استناد): 1]
  10. Owen, TW, Carlson, TN and Gillies, RR (1998) ارزیابی پارامترهای پوشش زمین سنجش از دور ماهواره ای در توصیف کمی اثر آب و هوایی شهرنشینی. مجله بین المللی سنجش از دور، 19، 1663-1681. https://dx.doi.org/10.1080/014311698215171  [زمان(های استناد): 1]
  11. Voogt, JA and Oke, TR (1998) اثرات هندسه سطح شهری بر دمای سطح سنجش از دور. مجله بین المللی سنجش از دور، 19، 895-920. https://dx.doi.org/10.1080/014311698215784   [Citation Time(s):1]
  12. Weng، Q. و Quattrochi، DA (2006) سنجش از دور حرارتی مناطق شهری: مقدمه ای بر موضوع ویژه. سرمقاله، سنجش از دور و محیط زیست، 104، 119-112.   [زمان(های استناد): 1]
  13. Mallick, J., Singh, CK, Shashtri, S., Rahman, A. and Mukherjee, S. (2012) بازیابی تابش سطح زمین بر اساس شاخص رطوبت از داده های ماهواره LANDSAT TM بر روی سطوح ناهمگن شهر دهلی. مجله بین المللی مشاهده کاربردی زمین و اطلاعات جغرافیایی، 19، 348-358. https://dx.doi.org/10.1016/j.jag.2012.06.002   [Citation Time(s):1]
  14. Weng, QH, Lu, DS and Schubring, J. (2004) تخمین رابطه فراوانی گیاهی دمای سطح زمین برای مطالعات جزیره گرمایی شهری. سنجش از دور محیط زیست، 89، 467-483. https://dx.doi.org/10.1016/j.rse.2003.11.005   [Citation Time(s):1]
  15. Geiger, R., Aron, RH and Todhunter, P. (2003) The Climate near the Ground. نسخه ششم، ناشران رومن و لیتلفیلد، لانهام.   [زمان(های استناد): 1]
  16. Lookingbill، TR و Urban، DL (2003) تخمین فضایی تفاوت های دمای هوا برای مطالعات مقیاس چشم انداز در محیط های کوهستانی. هواشناسی کشاورزی و جنگل، 114، 141-151.   [زمان(های استناد): 1]
  17. Kang, S., Lee, D. and Kimball, JS (2004) اثرات انباشت فضایی توپوگرافی پیچیده بر شبیه‌سازی‌های فرآیند هیدرواکولوژیکی در یک چشم‌انداز جنگلی ناهموار: توسعه و کاربرد یک مدل توپوکلیمی مبتنی بر ماهواره. مجله کانادایی تحقیقات جنگل، 34، 519-530.   [زمان(های استناد): 1]
  18. Hais, M. and Kucera, T. (2009) تأثیر توپوگرافی بر دمای سطح جنگل بازیابی شده از کانال های حرارتی Landsat TM، ETM C و ASTER. ISPRS مجله فتوگرامتری و سنجش از دور، 64، 585-591.   [زمان(های استناد): 1]
  19. بیلی، آر جی (1996) جغرافیای اکوسیستم. اسپرینگر، نیویورک https://dx.doi.org/10.1007/978-1-4612-2358-0   [Citation Time(s):1]
  20. McCune، B. (2007) برآوردهای بهبود یافته تابش و بار حرارتی با استفاده از رگرسیون ناپارامتری در برابر متغیرهای توپوگرافیک. مجله علوم گیاهی، 18، 751-754.   [زمان(های استناد): 1]
  21. Pierce، KB، Lookingbill، T. and Urban، D. (2005) روشی ساده برای تخمین تابش نسبی بالقوه (PRR) برای تجزیه و تحلیل گیاهی در مقیاس چشم‌انداز. بوم شناسی منظر، 20، 137-147.   [زمان(های استناد): 1]
  22. Mallick, J., Alashker, Y., Mohammad, SAD, Ahmed, M. and Hasan, MA (2013) ارزیابی ریسک فرسایش خاک در حوزه آبخیز کوهستانی نیمه خشک در عربستان سعودی توسط مدل RUSLE همراه با سنجش از دور و GIS. Geocarto International, 29, 915-940. https://dx.doi.org/10.1080/10106049.2013.868044   [Citation Time(s):1]
  23. Mallick, J., Rahman, A. and Singh, CK (2013) مدلسازی جزایر حرارتی شهری در سطح زمین ناهمگن و همبستگی آن با سطح غیرقابل نفوذ با استفاده از داده های ماهواره ای ASTER در شب در شهر بسیار شهری دهلی-هند. پیشرفت در تحقیقات فضایی، 52، 639-655.   [زمان(های استناد): 1]
  24. کوتاه، NM (2010) آموزش سنجش از دور، مرکز پرواز فضایی گدارد (GSCF)، ناسا. https://rst.gsfc.nasa.gov/Front/overview.html   [زمان(ها):1]
  25. Mallick, J., Al-wadi, H., Rahman, A. and Ahmed, M. (2014) خصوصیات دینامیکی منظر با استفاده از داده های ماهواره ای برای حوضه کوهستانی ابها، پادشاهی عربستان سعودی. Environmental Earth Sciences, 72, 4973-4984. https://dx.doi.org/10.1007/s12665-014-3408-1   [Citation Time(s):1]
  26. ابولفاتیح، HA (1984) گیاهان وحشی از ابها و مناطق اطراف. مؤسسه انتشارات و توزیع عربستان، جده، 125 ص.   [زمان(های استناد): 1]
  27. اندرسون، جی آر، و همکاران. (1976) یک سیستم طبقه بندی کاربری و پوشش زمین برای استفاده با داده های سنسور از راه دور. مقاله تخصصی بررسی زمین شناسی شماره 964، دفتر چاپ دولت ایالات متحده، واشنگتن دی سی، 28.   [Citation Time(s):1]
  28. هاچینسون، MF و داولینگ، TI (1991) ارزیابی هیدرولوژیکی قاره ای از یک مدل جدید ارتفاع دیجیتال مبتنی بر شبکه استرالیا. فرآیندهای هیدرولوژیکی، 5، 45-58. https://dx.doi.org/10.1002/hyp.3360050105   [Citation Time(s):1]
  29. Gillespie, A., Rokugawa, S., Matsunaga, T., Cothern, JS, Hook, S. and Kahle, AB (1998) A Temperature and Emissivity Separation Algorithm for Advanced Space Borne Thermal Emission and Reflection Radiometre (ASTER) تصاویر. IEEE Transactions on Geosciences and Remote Sensing, 36, 1113-1126.   [زمان(های استناد): 2]

بدون دیدگاه

دیدگاهتان را بنویسید