این مطالعه سنجش از دور و GIS را در ارزیابی تغییرات کاربری زمین و پوشش زمین (LULC) / دمای سطح زمین (LST) در شهرداری ابوجا، FCT از سال 1986 تا 2016 به کار گرفت. دوره مطالعه سی ساله با هدف خاصی برای تعیین رابطه بین LULC و LST با استفاده از تحلیل همبستگی سه تصویر Landsat TM/ETM+ از منطقه مورد مطالعه (1986، 2001 و 2016) برای انجام مطالعه استفاده شد. LULC به میزان 246.96 کیلومتر مربع ( 86.4٪) در وسعت منطقه ای ساخته شده بین سال های 1986 و 2016 افزایش یافت. وسعت فضایی LST به طور متوسط از 23.5 درجه سانتیگراد به 30.2 درجه سانتیگراد افزایش یافت. تجزیه و تحلیل همبستگی ضریب تعیین قوی را نشان داد ( r2). تجزیه و تحلیل همبستگی ثابت کرد که کلاس های LULC به شدت با LST مرتبط هستند. یک همبستگی قوی بین کلاس‌های LULC و LST در 0.8266، 0.9486 و 0.77 برای سالهای 1986، 2001 و 2016 مشاهده شد. ضریب تعیین (r2 ) برای سال 2016 0.77 بود، که نشان‌دهنده قوی وجود این رابطه است. مناطق ساخته شده محرک اصلی تغییر در LST در شهرداری ابوجا بودند. برای ارتقای آسایش حرارتی در شهرداری ابوجا، برنامه‌ریزی شهری و کنترل الگوهای ساختمانی تمرین‌های درختکاری از جمله توصیه‌های ارائه شده است.
کلید واژه ها
تجزیه و تحلیل همبستگی ، سنجش از دور ، ابوجا ، رابطه LULC/LST
1. مقدمه
شهرنشینی باعث ایجاد مسائل عمده ای می شود که یکی از آنها تغییر شرایط سطح زمین است که منجر به تغییر اقلیم حرارتی می شود که شهرها را گرمتر از مناطق روستایی اطراف می کند [ 1 ]. تغییرات کاربری زمین/پوشش زمین (LULC) آب و هوای محلی یک منطقه [ 2 ] [ 3 ] را از نظر تعادل تابشی، آیرودینامیکی و انرژی تغییر می دهد [ 4 ]. مطالعاتی مانند [ 2 ] [ 5 ] نشان داد که پویایی منظر شامل شهرنشینی و تغییرات LULC مرتبط با افزایش دمای سطح زمین که منجر به گرم شدن نسبی نواحی شهری در مقایسه با مناطقی که پوشش طبیعی زمین و پوشش گیاهی هنوز وجود دارد، کمک کرده است. .
چندین مقام اذعان کرده‌اند که ادغام LST/LULC سنجش از دور و ابزارهای آماری می‌تواند داده‌های پیوسته فضایی را در کل شهر یا منطقه فراهم کند، و اجازه تجسم روابط فضایی بین الگوهای دما و کاربری‌های زمین شهری از جمله ویژگی‌های زیرساختی را می‌دهد [ 6 ] [ 7 ] [7]. 8 ] [ 9 ] [ 10 ] . این مطالعات در نشان دادن رابطه بین تغییرات LULC و LST در بسیاری از شهرهای جهان مفید هستند [ 8 ] [ 9 ] [ 11 ].
ابوجا، منطقه مورد مطالعه، شاهد هجوم زیادی از مردم به شهر بوده است. این افزایش بی‌سابقه منجر به پیدایش شهرهای اقماری و سکونتگاه‌های کوچک‌تر برای تطبیق این افزایش جمعیت شده است [ 12 ]. با توجه به این واقعیت که شهرنشینی معمولاً با پویایی چشم‌انداز همراه است، این مطالعه به بررسی ارتباط متقابل بین چشم‌انداز در حال تغییر و LST در ابوجا می‌پردازد.
2. مواد و روش
2.1. منطقه مطالعه
منطقه مورد مطالعه، شورای منطقه شهرداری ابوجا، بین عرض‌های جغرافیایی 8˚37’41 و 9˚9’15’ شمال خط استوا، و طول‌های جغرافیایی 7˚3’55 و 7˚34 در شرق خط استوا قرار دارد. مریدین گرینویچ از شمال به منطقه حکومت محلی Bwari (LGA)، از شرق به Karu LGA، از جنوب به Kuje LGA، از غرب به Gwagwalada LGA، و از جنوب غرب به Nasarawa LGA در ایالت Nasarawa محدود می‌شود. مساحت این منطقه تقریباً 1456 کیلومتر مربع است . این شهر به عنوان پایتخت در نظر گرفته می شود و مرکز اکثر آژانس های تجاری و دولتی است. این منطقه شامل مناطق و شهرهای اقماری زیر است. منطقه تجاری مرکزی، میتاما، آسوکورو، ووسه، کوبوا، لوگبه و غیره همانطور که در شکل 1 نشان داده شده است.
منطقه شهری ابوجا دارای جمعیت پیش بینی شده 3,564,126 نفر است که آن را چهارمین منطقه شهری بزرگ در نیجریه، پس از لاگوس، کانو و ایبادان می کند [ 13 ].] . آبوجا، تحت طبقه بندی آب و هوای کوپن (Aw)، دارای آب و هوای گرمسیری مرطوب و خشک است. FCT سالانه سه شرایط آب و هوایی را تجربه می کند. این شامل یک فصل بارانی گرم و مرطوب و یک فصل خشک سوزان است. در بین این دو، فاصله کوتاهی از هارماتان (باد تجارت شمال شرقی) با ویژگی اصلی غبار غبار، شدت سردی و خشکی وجود دارد. در ابوجا، فصل بارانی از آوریل شروع می شود و در اکتبر با اوج گرفتن سپتامبر به پایان می رسد. با توجه به طبیعت تپه ای و کوهستانی شهر ابوجا، فعالیت های کوه نگاری بارندگی شدید و مکرر در حدود 1500 میلی متر (59.1 اینچ) را در طول فصل بارندگی به ارمغان می آورد. میزان بارندگی سالانه در FCC، حدود 1631.7 متر [ 14 ]، بیشترین میزان بارندگی است.
شکل 1 . نقشه FCT که AMAC را نشان می دهد، درج شده: نقشه نیجریه که FCT را نشان می دهد.
رطوبت نسبی را در فصل خشک ثبت می کند که در بعدازظهرها در ارتفاعات شمالی (20%) و در منتهی الیه جنوب (30%) می رسد. در طول فصل بارانی، رطوبت نسبی تا (50%) افزایش می یابد [ 14 ].
FCT در منطقه موزاییک جنگلی گینه-ساوانا در منطقه فرعی غرب آفریقا قرار دارد. تکه‌هایی از جنگل‌های بارانی، که حدود 7.4 درصد از کل پوشش گیاهی را تشکیل می‌دهند، در دشت‌های گواگوا، به سمت زمین‌های ناهموار در جنوب شرقی که در آن چشم‌اندازی از خندق‌ها و زمین‌های ناهموار یافت می‌شوند، رخ می‌دهند [ 15 ]. پوشش گیاهی غالب منطقه به این انواع ساوانا، ساوانای پارکی/علفی، جنگلی ساوانا و ساوانای بوته ای طبقه بندی می شود که ساوانای چمنزار غالب ترین طبقه است. خاک اساساً آبرفتی و لوویزول است و آن را به زمینی حاصلخیز برای کشاورزی و رشد پوشش گیاهی تبدیل می کند. ابوجا شاهد هجوم زیادی از مردم به شهر بوده است و این افزایش بی‌سابقه منجر به پیدایش شهرک‌های اقماری و سکونتگاه‌های کوچک‌تر برای پذیرش این جمعیت فزاینده شده است [ 12 ].] . این افزایش در مرزهای فیزیکی حاکی از از بین رفتن پوشش گیاهی و زمین در منطقه است که در نتیجه تأثیر مستقیمی بر اقلیم خرد دارد.
2.2. تصویر و پیش پردازش
داده های landsat از USGS Earth Explorer در سال 2017 دانلود شدند. تصاویر Thematic Mapper (TM) برای 26 دسامبر 1986 دانلود شدند. تصاویر Enhance Thematic Mapper plus (ETM+) برای 27 دسامبر 2001 و تصویرگر زمین عملیاتی (OLI) برای 28 امدسامبر 2016. فواصل 15+ سال به طور عمدی توسط محقق انتخاب شد تا از یکنواختی بین مجموعه داده ها اطمینان حاصل شود. داده های ماهواره لندست دارای وضوح فضایی 30 متر، تصاویر TM/ETM+ دارای محدوده طیفی 0.45 – 2.35 میکرومتر (μm) با باندهای 1 تا 7 و 8 به ترتیب در حالی که تصویرگر زمین عملیاتی (OLI) تا باند 12 گسترش می یابد. برای طبقه بندی تصویر و استخراج LST. نقشه های اداری نیجریه شامل ایالت ها و LGA از آژانس ملی تحقیق و توسعه فضایی (NASRDA) گرفته شده است. این یک فایل شکل برداری پیش بینی شده است که برای تعیین مرز منطقه مورد مطالعه استفاده شده است.
2.3. بازیابی دمای سطح زمین (LST) از تصاویر Landsat
روش الگوریتم تک پنجره ای برای بازیابی LST از تصاویر انتخاب شده برای این مطالعه اتخاذ شده است. باندهای حرارتی landsat-5 TM 6 (10.40 – 12.50 میکرومتر)، ETM+ باندهای 6L (10.4 – 12.5 میکرومتر) و TIRS 10 و 11 (10.60 – 11.19 میکرومتر) به ترتیب دارای وضوح فضایی 30 متر هستند که توسط بسیاری نشان داده شده است. متون برای ثبت تفاوت های دمایی درون شهری چند وجهی و بنابراین آن را برای تجزیه و تحلیل آب و هوای شهری موثر می کند. سنسور Landsat ETM+، تصاویر از باند حرارتی دو بار گرفته می‌شود: یکی در حالت کم بهره (باند 6L) و دیگری در حالت بهره بالا (باند 6H). باند 6L برای تصویربرداری از سطوح با روشنایی بالا استفاده می شود، باند 6H برای روشنایی کم است. در این مطالعه از باند 6L به دلیل خطاهای موجود در باند 6H استفاده شد. در نتیجه،16 ] به شرح زیر:
تبدیل اعداد دیجیتال (DN) باندها به تابش طیفی
Lλ= ⌊Lمیک X–Lممننسسیa l m ax –سسیA L Mمنن⌋ × ( D N− 1 ) +LممننLλ=⌊LMAX−LMINQCalmax−QCALMIN⌋×(DN−1)+LMIN(1)
جایی که،
L MAX = تابش طیفی که به Q CALMAX در W/(m 2 * sr * μm) مقیاس می شود. L MIN = تابش طیفی که به Q CALMIN در W/(m 2 * sr * μm) مقیاس می شود. Q CALMAX = حداکثر مقدار پیکسل کالیبره شده کوانتیزه شده (مرتبط با L MAX ) در DN = 255. Q CALMIN = حداقل مقدار پیکسل کالیبره شده کوانتیزه شده (مرتبط با L MIN ) در DN = 1.
تبدیل از تابش طیفی به دمای روشنایی در ماهواره [ 16 ]
تی=ک2منn (ک1Lλ+ 1 )– 273.15T=K2In(K1Lλ+1)−273.15(2)
که در آن، T = دمای روشنایی در ماهواره. L l = تابش طیفی (به دست آمده از معادلات -و-). K 1 = ثابت تبدیل حرارتی خاص باند از فراداده، x عدد باند حرارتی است). K 2 = ثابت تبدیل حرارتی خاص باند از فراداده. -273.15 = ثابت برای تبدیل از کلوین به درجه سانتیگراد همانطور که در [ 16 ] نشان داده شده است.
تصحیح برای انتشار سطح زمین (LSE) [ 16 ]
مقادیر دما به دست آمده با استفاده از رابطه (2) به یک جسم سیاه اشاره دارد. بنابراین، اصلاحات برای نشر طیفی (ε) با توجه به ماهیت پوشش زمین ضروری شد (معادله (3))
e = 0.004 PV+ 0.986e=0.004PV+0.986(3)
جایی که، e = انتشار سطح زمین. 0.004 و 0.986 = ثابت برای تخمین گسیل. P V = نسبت پوشش گیاهی [ 16 ] توسط معادله داده شده است
پV(نD Vمن– نD VمندقیقهنD Vمنحداکثر– نD Vمندقیقه)PV(NDVI−NDVIminNDVImax−NDVImin)(4)
که در آن، NDVI = شاخص گیاهی دیفرانسیل نرمال شده با معادله (1) برای هر یک از سال ها محاسبه می شود. NDVI min = حداقل مقدار NDVI برای آن سال. NDVI max = حداکثر مقدار NDVI برای آن سال [ 16 ].
تخمین دمای سطح زمین [ 16 ]
ال استی=بتی1 + W×بتیپ× منn ( ∑ )LST=BT1+W×BTP×In(∑)(5)
جایی که، LST = دمای سطح زمین. B T = دمای روشنایی در ماهواره. W = طول موج تابش ساطع شده (µm) [ 16 ] به صورت:
پ= h ×جس( 1.438 ×10– 2 m ⋅ K ) =14380P=h×cs(1.438×10−2 m⋅K)=14380(6)
که در آن، h = ثابت پلانک (6.626 × 10-34 J /s)؛ S = ثابت بولتزمن (1.38 × 10-23 J/K)؛ C = سرعت نور (2.998 × 10 8 m/s)؛ ε = LSE.
2.4. تحلیل آماری
تجزیه و تحلیل همبستگی لحظه محصول پیرسون برای تعیین رابطه بین کاربری زمین/پوشش زمین و دمای سطح زمین انجام می شود. تجزیه و تحلیل همبستگی لحظه محصول پیرسون یک روش آماری است که معیارهای ارتباط خطی بین دو متغیر کمی را با ارتباط خطی از +1 به -1 به ترتیب کاهش قدرت آزمایش می‌کند. این معادله [ 17 ] به صورت زیر ارائه می شود:
r =ΣایکسY–( Σایکس) ( ΣY)ن( Σایکس2–( Σایکس)2ن) ( ΣY2–( ΣY)2ن)r=ΣXY−(ΣX)(ΣY)N(ΣX2−(ΣX)2N)(ΣY2−(ΣY)2N)(7)
جایی که:
R = ضریب همبستگی;
X = متغیر مستقل، که طبقات کاربری زمین به ترتیب کاهش ظرفیت بازتابی است.
Y = متغیر وابسته، که قرائت دمای سطح زمین مربوط به هر کلاس است.
n = مشاهدات.
برای آزمون قدرت همبستگی، از ضریب تعیین استفاده شد و به صورت زیر به دست آمد:
سی/ D =r2C/D=r2
که در آن C/D = ضریب تعیین;
r 2 = ضریب همبستگی.
3. ارائه نتایج و بحث
3.1. تعیین رابطه بین LULC و LST
آمار منطقه ای از تصاویر طبقه بندی شده تولید شد ( شکل 2 و شکل 3) برای تعیین رابطه بین طبقات پوشش زمین و تفاوت دمای سطح بین سال های 1986 و 2016. ابزار آمار ناحیه ای خلاصه ای از آمارهای ساده بر اساس گروه ها را ارائه می دهد. برای این تجزیه و تحلیل، دمای سطح با تعداد کلاس استفاده شده در این کار خلاصه شد. ساخته شده (1)، رخنمون سنگ (2)، سطح برهنه (3)، پوشش گیاهی (4)، و بدنه آبی (5). آمار خروجی شامل میانگین و انحراف معیار بود. سپس یک تحلیل همبستگی برای تعیین قدرت روابط بین هر کلاس و مقدار LST متناظر آنها در هر بازه انجام شد. نتایج این تحلیل‌ها نشان می‌دهد که یک رابطه قوی بین کلاس‌های LULC و تغییرات LST در شهرداری ابوجا وجود دارد (شکل‌های 4-6). این ادعا را تأیید می کند که
شکل 2 . نمای تصویری کل تغییرات LULC مشاهده شده بین سال های 1986 و 2016.
(الف)
(ب)
(ج)
شکل 3 . توزیع LST بر روی ابوجا در 1986 (a)، 2002 (b) و 2016 (c).
شکل 4 . نمودار پراکندگی همبستگی برای LULC و LST 1986.
شکل 5 . نمودار پراکندگی همبستگی برای LULC و LST 2001.
شکل 6 . نمودار پراکندگی همبستگی برای LULC و LST 2016.
LULC تا حد زیادی بر توزیع فضایی دمای سطح زمین تأثیر می گذارد [ 18 ]. بر اساس ترکیب مواد هر طبقه کاربری زمین، انتظار می رود مقادیر LST بالاتر یا پایین تر رخ دهد. طبقات با قابلیت جذب بالاتر مانند پوشش گیاهی و بدنه های آبی دمای پایین تری دارند، در حالی که آن هایی با جذب کم و آلبدوی بالا دمای بالاتری دارند (شکل 2-6).
3.1.1. تجزیه و تحلیل همبستگی بین LULC و LST برای سال 1986
برای سال 1986، رخنمون های ساخته شده و سنگ ها با بالاترین دما همراه بودند، به طور متوسط 24.88 درجه سانتیگراد، با بدنه آبی با 19.84 درجه سانتیگراد برای آن سال کمترین میزان بود ( شکل 4 ).
تجزیه و تحلیل همبستگی ضریب تعیین ( r2 ) قوی 0.8266 را نشان داد ( شکل 4 )، زیرا یک رابطه خطی قوی بین 0.5 + و 1.0 + در سطح اطمینان 95٪ وجود دارد که نشان دهنده یک رابطه قوی بین کلاس های LULC و آنها است. مقادیر LST مرتبط برای سال 1986 ( شکل 4 ). این نتیجه با یافته‌های [ 19 ] [ 20 ] [ 21 ] [ 22 ] مطابقت دارد که نشان داد کاربری و پوشش زمین تا حد زیادی بر دمای سطح زمین یک منطقه تأثیر می‌گذارد.
3.1.2. تجزیه و تحلیل همبستگی بین LULC و LST برای سال 2001
در سال 2001، افزایش قابل توجهی در دمای سطح در هر یک از طبقات مشاهده شد. کمترین مقدار سال بالاتر از بالاترین مقدار سال 1986 بود. مناطق ساخته شده به 30.22 درجه سانتیگراد افزایش یافت (تقریباً 6 درجه سانتیگراد افزایش نسبت به سال 1986)، در حالی که سطوح لخت به 29.20 درجه سانتیگراد افزایش یافت. حجم آب به طور نگران کننده ای به 25.67 درجه سانتیگراد افزایش یافت که نتیجه عوامل بسیاری بود. تجزیه و تحلیل همبستگی ضریب تعیین ( r2 ) قوی 0.9486 را نشان داد ( شکل 5 )، که نشان دهنده رابطه قوی تر بین کلاس های LULC و مقادیر LST مرتبط با آنها برای سال 2001 است ( شکل 5 ).
3.1.3. تجزیه و تحلیل همبستگی بین LULC و LST برای سال 2016
این مقادیر تا سال 2016 به افزایش خود ادامه دادند ( شکل 6 )، با متوسط دمای مناطق ساخته شده به 31.07 درجه سانتیگراد و افزایش 0.84 درجه سانتیگراد نسبت به سال 2001. دمای سطوح لخت با 1.79 درجه سانتیگراد به 30.99 درجه سانتیگراد افزایش یافت. و میزان رخنمون سنگها به 29.54 درجه سانتیگراد افزایش یافت. دمای بدن آب به 24.05 درجه سانتیگراد کاهش یافت. تجزیه و تحلیل همبستگی همچنین ضریب تعیین قوی (r 2 ) 0.7746 را نشان داد ( شکل 6 )، که نشان دهنده یک رابطه ضعیف تر، اما هنوز به اندازه کافی قوی بین کلاس های LULC و مقادیر LST مرتبط با آنها برای سال 2016 است. این قدرت رابطه ضعیف می تواند باشد. به کاهش دمای مشاهده شده توسط اجسام آبی نسبت داده می شود.
3.2. بحث در مورد یافته ها
بین سال های 1986 و 2001، مناطق ساخته شده به طور قابل توجهی به میزان 61.76 کیلومتر مربع ( 4.4٪) افزایش یافت که بدیهی است به دلیل گسترش منطقه مسکونی همراه با فعالیت های انسانی بیشتر در منطقه ناشی از رشد پویای جمعیت که بین آن سال ها رخ داده است، و تکمیل توسعه. پروژه هایی که برای آن دوره برنامه ریزی شده بودند. کلاسی که بیشترین سهم را در این افزایش مثبت داشت، سطوح برهنه بودند زیرا حدود 36 کیلومتر مربع را از دست دادند(-3.36٪) در عرض پانزده سال. این کاهش شدید به دلیل افزایش مناطق ساخته شده بود. بیشتر سطوح لخت با توسعه سریعی که در آن دوره در ابوجا رخ داد جایگزین شد. در این دوره، میانگین دمای سطح زمین با 4.9 درجه سانتیگراد از 23.5 درجه سانتیگراد به 28.4 درجه سانتیگراد افزایش یافت که این افزایش به دلیل افزایش فعالیت شهرنشینی در آن دوره بود. این بیانیه توسط نتایج آمار منطقه ای و تجزیه و تحلیل همبستگی بین کلاس های LULC و مقادیر LST مربوطه پشتیبانی می شود. مناطق ساخته شده با میانگین دمای 24.88 درجه سانتیگراد در سال 1986 و 30.22 درجه سانتیگراد در سال 2001 مرتبط بودند، که بیشتر به رابطه قوی بین LULC و LST اشاره می کند و اینکه چگونه سطوح با آلبدو بالا و جذب کم گرما را منعکس می کنند و به توسعه UHI در یک دستگاه کمک می کنند. حوزه. r 2برای سال 1986 و 2001 به ترتیب 0.82 و 0.94 یافت شد که نشان دهنده روابط بسیار قوی است. شهرداری ابوجا به دلیل افزایش سطوح غیرقابل نفوذ و از بین رفتن پوشش گیاهی، افزایش دما را در طول دوره مشاهده کرد.
بین سالهای 2001 و 2016، مناطق ساخته شده تقریباً سه برابر شده و 185.2 کیلومتر مربع ( 12.72 درصد) افزایش یافته است. عامل اصلی این افزایش عظیم دوباره سطح برهنه بود که حدود 88 کیلومتر مربع را از دست دادبه مناطق ساخته شده این به دلایل زیادی مانند توسعه زمین‌ها و مزارع خالی توسط دولت (مثلاً در جاهی، یک ملک عظیم با شبکه‌های جاده‌ای باکیفیت در زمینی که عملاً برهنه بود در حال ساخت است) و توسعه سریعی بود که در این دوره در فاز 1 و 2 رخ داد. وزرای FCT در این دوره مسئولیت حصول اطمینان از دستیابی به طرح جامع ابوجا و پیگیری مجدانه را بر عهده گرفتند. این منجر به تخریب ساختمان‌ها و جوامعی شد که به‌طور اشتباهی (به‌ویژه در دوران تصدی الروفای در سالهای 2003-2007)، و توسعه شدید فازها در این دوره قرار داشتند. همچنین، وزارتخانه های بیشتری از لاگوس به ابوجا منتقل شدند تا انتقال مقر پایتخت ادامه یابد. شهر طرح‌ریزی‌شده و مدل‌سازی‌شده محقق شد، اما تقریباً نتوانست اقدامات کافی را برای کنترل توسعه UHI در شورای منطقه انجام دهد. تجزیه و تحلیل LST نشان داد که دمای سطح به طور متوسط 1.8 درجه سانتیگراد افزایش یافته است، اگرچه کمتر از دمای مشاهده شده در سالهای گذشته است. دلیل اصلی این افزایش کمتر، اجرای یک مدل شهر هوشمند در ابوجا بود که شامل کاشت درختان در امتداد هر خیابان به منظور ایجاد یک اثر سایه‌انداز بسیار زیاد برای مبارزه با تهدید UHI بود. با این وجود، مدت زمان بیشتری طول کشید تا این طرح به طور کامل موفق شود. دلیل اصلی این افزایش کمتر، اجرای یک مدل شهر هوشمند در ابوجا بود که شامل کاشت درختان در امتداد هر خیابان به منظور ایجاد یک اثر سایه‌انداز بسیار زیاد برای مبارزه با تهدید UHI بود. با این وجود، مدت زمان بیشتری طول کشید تا این طرح به طور کامل موفق شود. دلیل اصلی این افزایش کمتر، اجرای یک مدل شهر هوشمند در ابوجا بود که شامل کاشت درختان در امتداد هر خیابان به منظور ایجاد یک اثر سایه‌انداز بسیار زیاد برای مبارزه با تهدید UHI بود. با این وجود، مدت زمان بیشتری طول کشید تا این طرح به طور کامل موفق شود.
4. نتیجه گیری
این مطالعه یک تحلیل همبستگی را در ارزیابی رابطه بین LULC و LST در شهرداری ابوجا، FCT از سال 1986 تا 2016 اتخاذ کرد. تجزیه و تحلیل همبستگی ثابت کرد که کلاس‌های LULC به شدت با LST مرتبط هستند. با مناطق ساخته شده با بالاترین مقادیر LST (31 درجه سانتیگراد)، بدنه های آبی با کمترین LST (24.5 درجه سانتیگراد) همراه بودند. ضریب تعیین (r 2 ) برای سال 2016 0.77 بود که نشانگر قوی وجود یک رابطه قوی است. این بدان معنی است که مناطق ساخته شده به دلیل ظرفیت بازتابی و جذبی، محرک های اصلی افزایش بازتاب حرارتی در شهرداری ابوجا هستند. برای ارتقای آسایش حرارتی در شهرداری ابوجا، برنامه‌ریزی شهری و کنترل الگوهای ساختمانی تمرین‌های درختکاری از جمله توصیه‌های ارائه شده است.
بدون دیدگاه