اکثر شهرهای جهان از جمله شهرداری ابوجا با افزایش نامطلوب دمای هوا مواجه هستند. این امر با افزایش سطوح غیر متخلخل، بدون تبخیر و رسانای حرارتی بالا مانند بتن و آسفالت، که جایگزین زیست توده گیاهی و در نتیجه تشکیل جزیره گرمایی شهری شده است، نشان داده می شود. نیاز روزافزونی به مطالعات در مورد روند تغییر شدت UHI در شهرها وجود دارد. این تحقیق از تکنیک‌های مکانی برای تعیین شدت جزیره گرمایی شهری در شهرداری ابوجا استفاده کرد. ویژگی‌های دما بیش از بیست مکان منتخب روستایی و شهری در ابوجا، FCT از تصویر ماهواره‌ای سال‌های 1986، 2001 و 2016 با استفاده از ابزار «Extract Multi Values ​​to Point» در ArcGIS 10.4 استخراج شد. این ترانسکت ها از روی مناظر مختلف با تنظیمات محیطی متفاوت عبور می کنند. با هدف شناخت عوامل شکل دهنده منظر حرارتی شهر. فواصل 15+ سال به عمد برای اطمینان از یکنواختی بین مجموعه داده ها انتخاب شدند. نتایج این تحلیل نشان می‌دهد که UHII از سال 1986 تا 2016 رو به افزایش بوده است و به نتایج تجزیه و تحلیل مکانی و زمانی دمای سطح زمین اعتبار می‌دهد که نشان می‌دهد مراحل توسعه با گام کامل رسیده‌اند. دوره‌های مختلف مورد مطالعه (1986، 2001 و 2016) نیز با استفاده از آزمون دانشجویی “t” برای تعیین تفاوت معنی‌دار در مقادیر دمای سطح زمین مورد آزمایش قرار گرفتند تا وجود جزیره گرمایی شهری قابل توجهی در منطقه مورد مطالعه تایید شود. نتیجه نشان می دهد که مقادیر محاسبه شده “t” به ترتیب 2.50، 3.34، 5.57 در سال های 1986، 2001 و 2016، بالاتر از مقدار بحرانی “t” در 0.05 است که 1.73 است، بنابراین، نشان دادن تفاوت دما بین ایستگاه های شهری و روستایی بسیار قابل توجه است، که نشان دهنده وجود یک جزیره گرمایی شهری قوی است. همچنین، تفاوت لغزشی در دما با مناطق روستایی روبوچی و کرماجیجی مشاهده شد که دمای بالاتری نسبت به همتایان خود در مناطق شهری، آسوکورو و گارکی داشتند.- 0.4 درجه سانتیگراد و – 1.3 درجه سانتیگراد. از آنجایی که اثربخشی یک سطح در کاهش دمای هوای شهری در طول روز به شدت به میزان گرمایش اجتناب شده بستگی دارد، این مطالعه حفظ و تکرار نماهای سبز و رنگ روشن را به عنوان اقداماتی برای کاهش اثرات گرمای شهری توصیه می کند. جزیره

کلید واژه ها

تکنیک های جغرافیایی , شهرداری ابوجا , UHII , روش فوق العاده

1. مقدمه

فعالیت‌های انسانی پوشش‌های طبیعی زمین را تغییر می‌دهند که منجر به تغییر در ظرفیت‌های حرارتی، ضریب آلبیدو، هدایت حرارتی و رطوبت شده است [ 1 ] [ 2 ] [ 3 ]. کاربری های شهری می توانند باعث شوند که دمای هوا و سطح محلی چندین درجه نسبت به دمای محیط اطراف افزایش یابد [ 4 ] [ 5 ]. این پدیده اغلب به عنوان جزیره گرمایی شهری (UHI) شناخته می شود که از سال 1818 ثبت شده است [ 6 ]. در بسیاری از تحقیقات قبلی، وقوع پدیده UHI به عنوان یکی از مهمترین مشکلات گرمای بیش از حد در مناطق شهری [ 7 ] [ 8 ] [ 9 ] در نظر گرفته شد.]. شدت جزیره گرمایی شهری (UHII) به عنوان اختلاف دمای میانگین فضایی بین شهری و منطقه روستایی اطراف آن تعیین می‌شود [ 10 ]. از صفت “روستایی” برای اشاره به مناطق غیر شهری یا نقطه مرجع استفاده می شود [ 6 ].

UHI را می توان با دمای سطح زمین شناسایی کرد [ 10 ]. چندین مطالعه از مدل‌های عددی برای بررسی چگونگی تبدیل UHI به امواج گرمای تابستانی استفاده کرده‌اند و به این نتیجه رسیده‌اند که موج گرما تفاوت‌های دمایی شهری و روستایی را در شب و در طول روز تقویت می‌کند [ 10 ] [ 11 ] [ 12 ] [ 13 ]. داده‌های Landsat TM یکی از پرکاربردترین تصاویر ماهواره‌ای بازیابی LST به دلیل وضوح بالا (120 متر) و در دسترس بودن دانلود رایگان از وب‌سایت سازمان زمین‌شناسی ایالات متحده (USGS) است که دارای یک باند مادون قرمز حرارتی (TIR) ​​است. 11 ] [ 12 ] [ 14]. شهرداری ابوجا که قلمرو پایتخت فدرال نیجریه است شاهد هجوم زیادی از مردم به شهر بوده است که منجر به پیدایش شهرهای اقماری و سکونتگاه‌های کوچک‌تر برای پذیرش این جمعیت فزاینده شده است [ 15 ]. این افزایش در مرزهای فیزیکی حاکی از از دست رفتن پوشش گیاهی و زمین در منطقه است که در نتیجه تأثیر مستقیمی بر آب و هوای خرد دارد [ 15 ]. این مطالعه با استفاده از بیست نقطه ترانسکت انتخاب شده به دنبال این است که مشخص کند آیا تفاوت معنی داری در دمای سطح زمین بین مناطق شهری و روستایی در شهرداری ابوجا وجود دارد یا خیر. نویسندگان اظهار می دارند که این تحقیق توسط هیچ موسسه مالی حمایت نشده است، بنابراین تضاد منافع وجود ندارد.

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” شمالی از خط استوا، و طول‌های جغرافیایی 7˚3’55 و 7˚34 در شرق خط استوا واقع شده است. مریدین گرینویچ شهرداری ابوجا که پایتخت است، مساحتی در حدود 1456 کیلومتر مربع را پوشش می دهد . 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 مورد مطالعه دارای جمعیت پیش بینی شده 3,564,126 نفر است که چهارمین منطقه متراکم مسکونی در نیجریه است [ 16 ]. بر اساس طبقه بندی اقلیمی کوپن (Aw)، منطقه مورد مطالعه دارای آب و هوای گرمسیری مرطوب و خشک است، سالانه سه شرایط آب و هوایی را تجربه می کند که شامل یک فصل بارانی گرم و مرطوب و یک فصل خشک سوزان با یک فاصله کوتاه هارماتان همراه با مه گرد و غبار، تشدید شده است. سردی و خشکی بین این دو. منطقه مورد مطالعه میزان بارندگی سالانه حدود 1631.7 میلی متر را ثبت می کند که بالاترین میزان در FCC [ 17 ] است. رطوبت نسبی را در فصل خشک ثبت می کند که در بعدازظهرها در ارتفاعات شمالی و حدود (30٪) در منتهی الیه جنوب می رسد. در طول فصل بارانی، رطوبت نسبی به اندازه (50٪) افزایش می یابد [ 17] پوشش گیاهی غالب منطقه به این انواع ساوانا، ساوانای پارک/علفی، جنگل 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، این افزایش بی‌سابقه منجر به پیدایش شهرهای اقماری و سکونتگاه‌های کوچک‌تر برای تطبیق این افزایش جمعیت شده است [ 16 ]. 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.

شکل 1 . نقشه FCT که AMAC را نشان می دهد، درج شده: نقشه نیجریه که FCT را نشان می دهد.

2.2. تصویر و پیش پردازش

داده های LANDSAT از USGS Earth Explorer، در سال 2017 دانلود شد. تصاویر Thematic Mapper (TM) در 26 دسامبر 1986 دانلود شدند. تصاویر Enhance Thematic Mapper plus (ETM+) در 27 دسامبر 2001 و تصویرگر زمین عملیاتی (OLI) در 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 هستند، 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 نشان داده شده است. بسیاری از متون برای ثبت تفاوت‌های دمایی درون شهری چند وجهی، بنابراین آن را برای تجزیه و تحلیل آب و هوای شهری موثر می‌سازد. سنسور Landsat ETM+، تصاویر 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،18 ] به شرح زیر:

تبدیل اعداد دیجیتال (DN) باندها به تابش طیفی [ 18 ]

LλLحداکثرLMINسCalmaxسآرام × ( DN – 1 ) +LMINLλ=⌊LMAX−LMINQCalmax−QCALMIN⌋×(DN−1)+LMIN(1)

جایی که:

MAX = تابش طیفی است که به CALMAX در W/(m 2 ∙sr∙μm) MIN = تابش طیفی که به CALMIN در W/(m 2 ∙sr∙μm) مقیاس شده است CALMAX = حداکثر مقدار پیکسل کالیبره شده کوانتیزه شده (مرتبط با MAX ) در DN = 255 CALMIN = حداقل مقدار پیکسل کالیبره شده کوانتیزه شده (مرتبط با MIN ) در DN = 1.

تبدیل از تابش طیفی به دمای روشنایی در ماهواره [ 18 ]

تی=ک2ln (ک1Lλ)– 273.15T=K2ln(K1Lλ+1)−273.15(2)

جایی که:

T = دمای روشنایی در ماهواره، Ll = تابش طیفی (به دست آمده از معادلات (1) و (2))، K1 = ثابت تبدیل حرارتی باند خاص از ابرداده، x عدد باند حرارتی است، K2 = باند خاص ثابت تبدیل حرارتی 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) [ 18 ]

مقادیر دما به دست آمده با استفاده از رابطه (2) به یک جسم سیاه اشاره دارد. بنابراین، اصلاحات برای گسیل طیفی ( ε ) با توجه به ماهیت پوشش زمین ضروری شد (معادله (3)).

0.004پV0.986e=0.004PV+0.986(3)

که در آن، e = انتشار سطح زمین، 0.004 و 0.986 = ثابت برای تخمین انتشار، V = نسبت پوشش گیاهی [ 16 ] که توسط معادله ارائه شده است.

پV(NDVI NDVIدقیقهNDVIحداکثرNDVIدقیقه)PV(NDVI−NDVIminNDVImax−NDVImin)(4)

که در آن، NDVI = شاخص گیاهی دیفرانسیل عادی 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 [ 9 ].

تخمین دمای سطح زمین [ 18 ]

LST =بتیW×بتیپ× ln ∑ )LST=BT1+W×BTP×ln(∑)(5)

که در آن: LST = دمای سطح زمین، T = دمای روشنایی در ماهواره، W = طول موج تابش ساطع شده (µm) [ 16 ] به صورت:

پ×جس1.438 ×10– 2⋅ ) =14380P=h×cs(1.438×10−2m⋅K)=14380(6)

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)، e = LSE.

2.4. ارزیابی جزیره گرمایی شهری (UHI).

نقاط نشان دهنده ده منطقه روستایی و ده منطقه شهری در شهر ابوجا ایجاد شد و خوانش دما برای هر مکان با استفاده از ابزار “Extract Multi Values ​​to Point” در ArcGIS 10.4 استخراج شد. سپس جزیره حرارتی شهری با استفاده از معادله ارزیابی شد:

UHI =تیUتیآرUHI=TU−TR(7)

جایی که:

UHI = شدت گرمای شهری.

U = دما در ایستگاه شهری.

R = دما در ایستگاه روستایی.

2.5. تحلیل آماری

برای تعیین تفاوت معنادار دمای شهری و روستایی از آزمون t دانشجویان و آزمون فرضیه استفاده شد.

آزمون تی دانشجویی

آزمون t برای تعیین اینکه آیا دو مجموعه داده به طور قابل توجهی با یکدیگر متفاوت هستند یا خیر استفاده می شود. در این تحقیق برای آزمون فرضیه و تعیین اهمیت تفاوت دمای شهری/روستایی استفاده شده است. آزمون t مستقل نمونه‌های جفت نشده با توجه به توزیع نمونه‌های مستقل و یکسان مقادیر دمایی روستایی و شهری اجرا شد. آمار t برای آزمایش در صورتی که میانگین ها به طور قابل توجهی متفاوت هستند را می توان به صورت زیر محاسبه کرد:

=ایکس¯¯¯1ایکس¯¯¯2اس21ن1+اس22ن2t=X¯1−X¯2S12N1+S22N2(8)

که در آن: 1 و 2 = انحراف استاندارد برای N ، N = تعداد مشاهدات،

ایکس¯¯¯1ایکس¯¯¯2X¯1−X¯2= خطای استاندارد تفاوت بین دو میانگین.

برای آزمون معناداری، درجه آزادی برای این آزمون به صورت زیر داده می شود:

1 + 2 − 2، که در آن N = تعداد مشاهدات در هر گروه.

3. ارائه نتایج و بحث

3.1. تعیین شدت جزیره گرمایی شهری (UHII)

مناطق شهری به دلیل جایگزینی پوشش گیاهی با سطوح غیر متخلخل، غیر تبخیر و رسانای حرارتی بالا مانند بتن و آسفالت، تمایل دارند دمای هوای بالاتری نسبت به مناطق روستایی اطراف داشته باشند [ 19 ] [ 20 ]. UHII به عنوان اختلاف دمای میانگین مکانی بین شهری و منطقه روستایی اطراف آن تعیین می شود [ 11 ]. به منظور تعیین شدت جزیره گرمایی شهری در شهرداری ابوجا، بیست ترانسکت به‌عنوان نمایانگر مناطق شهری و روستایی واقع در منطقه با استفاده از تصاویر ماهواره‌ای سال‌های 1986، 2001 و 2016 انتخاب شدند ( شکل 2).). این ترانسکت ها از روی مناظر مختلف با تنظیمات محیطی متفاوت عبور می کنند، تحقیق در مورد ویژگی های جزیره گرمایی شهری پروفیل به درک عوامل شکل دهنده چشم انداز حرارتی شهر کمک می کند. ترانسکت های شهری و روستایی انتخاب شده در جدول 1 نمایش داده شده است.

3.2. میانگین تفاوت دما در سال های 1986، 2001 و 2016

اختلاف دما بین ده ایستگاه شهری و ده ایستگاه روستایی بر اساس نتایج حاصل از تصاویر ماهواره ای سال 1986 ( شکل 3 ) در جدول 2 نشان داده شده است.

جداول 2-5 و شکل 3 مشخصات دمایی بیش از بیست مکان انتخاب شده در ابوجا، FCT را که از تصویر ماهواره ای 1986، 2001 و 2016 بدست آمده است، نشان می دهد ( شکل 2 ). همانطور که توسط تصویر به دست آمده از ماهواره ( شکل 2 ) نشان داده شد، تنوع زیادی در توزیع دمای انتخاب شده مشاهده شد.

شکل 2 . توزیع LST در ابوجا مستقر در 1986 (a); 2001 (ب) و 2016 (ج).

شکل 3 . شدت UHI در مکان های مختلف در سراسر منطقه مورد مطالعه.

مکان ها برای سال های مورد مطالعه جدول 2 میانگین دمای سطح و تفاوت بین 10 نقطه روستایی و شهری انتخاب شده برای سال 1986 را نشان می دهد. در سال 1986، گوارینپا منطقه شهری با بالاترین مقدار دمای 26.7 درجه سانتی گراد و کوروندوما منطقه روستایی مرتبط با کمترین دما بود. با مقدار دمای 21.5 درجه سانتیگراد، بیشترین اختلاف بین منطقه شهری میتاما و منطقه روستایی کوروندوما با اختلاف دمای 3.9 درجه سانتیگراد مشاهده شد. یافته‌ها میانگین اختلاف دما (UHII) را 0/1 درجه سانتی‌گراد نشان داد ( جدول 2 ).

برای سال 2001، هر یک از مکان‌ها افزایش میانگین دما را تجربه کردند و گوارینپا و کوروندوما با دمای 32.8 درجه سانتیگراد و 25 درجه سانتیگراد با بالاترین و کمترین دمای سال نسبت داده شدند ( جدول 3 ). علاوه بر این، اگرچه منطقه شهری گوارینپا و منطقه روستایی کوروندوما میانگین بالاترین و کمترین دما را ثبت کردند، منطقه با بیشترین شدت جزیره گرمایی شهری بین منطقه شهری میتاما و منطقه روستایی کوروندوما با اختلاف دمای 7.0 درجه سانتیگراد بود ( شکل 3 ).

با نگاهی به ویژگی‌های دما در سال 2016 ( جدول 4 )، میانگین دما نیز به ترتیب نسبت به سال‌های 1986 و 2001 افزایش معنی‌داری داشت. بیشترین دما در منطقه 11 (34.5 درجه سانتیگراد)، یک منطقه شهری، کمترین دما در کوروندوما (28.1 درجه سانتیگراد) مشاهده شد. بیشترین اختلاف دمای 3.7 درجه سانتی گراد در سال 2016 بین منطقه تجاری مرکزی (CBD) و منطقه روستایی Wupa مشاهده شد ( جدول 4 ).

3.3. آزمایش فرضیه

فرضیه به این صورت بیان می‌شود: «در دمای سطح زمین بین ایستگاه‌های شهری و روستایی انتخاب‌شده تفاوت معناداری وجود ندارد». متغیرهای در نظر گرفته شده مقادیر مستقل و به طور مساوی توزیع دما در هر یک از این مکان ها هستند. دوره‌های مختلف مورد مطالعه (1986، 2001 و 2016) برای تعیین تفاوت معنی‌دار در مقادیر دمای سطح زمین برای تأیید وجود یک UHI قابل‌توجه در منطقه مورد مطالعه آزمایش شدند (جدول 5-7).

جدول 5 خلاصه آزمون “t” دانش آموزی سال 1986 را نشان می دهد. از جدول توزیع “t” دانش آموز ( جدول 5 )، مقدار بحرانی “t” در 0.05 1.73 است. از آنجایی که مقدار “t” محاسبه شده 2.50 بالاتر از مقدار بحرانی است، فرضیه صفر برای سال 1986 رد می شود، بنابراین، اختلاف دمای قابل توجهی بین ایستگاه های شهری و روستایی استنباط می شود که نشان دهنده وجود جزیره گرمایی شهری است. به طور مشابه، مقدار بحرانی 1.73 در سال 2001 مشاهده شد ( جدول 6 ). از آنجایی که مقدار “t” محاسبه شده 3.34 بالاتر از مقدار بحرانی است، فرضیه صفر برای سال 2001 رد می شود، بنابراین، اختلاف دمای قابل توجهی بین ایستگاه های شهری و روستایی استنباط می شود که نشان دهنده وجود جزیره گرمایی شهری است. همان روندی که در سال 2016 فاش شد مشاهده شدجدول 7 . نتیجه همانطور که در جدول 7 مشاهده می شود، مقدار بحرانی “t” را در 0.05 نشان می دهد که 1.73 است. از آنجایی که مقدار «t» محاسبه‌شده 57/5 بیشتر از مقدار بحرانی است، فرضیه صفر برای سال 1395 نیز رد می‌شود، بنابراین، اختلاف دمای قابل‌توجه بین ایستگاه‌های شهری و روستایی نشان‌دهنده وجود جزیره گرمایی شهری است.

3.4. بحث در مورد یافته ها

یافته‌های این مطالعه افزایش دمای سطح منطقه مورد مطالعه را نشان می‌دهد که به افزایش سطوح غیرقابل نفوذ و از بین رفتن پوشش رویشی نسبت داده شده است. در طول دوره مورد مطالعه، میانگین دمای سطح زمین به میزان 4.9 درجه سانتی گراد از 23.5 درجه سانتی گراد به 28.4 درجه سانتی گراد افزایش یافت که این افزایش به دلیل سطح بالای شهرنشینی بود که در آن دوره ادامه داشت [ 15 ].]. در سال 1986، میانگین اختلاف دمای 1.0 درجه سانتیگراد بین مناطق شهری و روستایی مشاهده شد. تفاوت دما یک نشانه اصلی برای سطح پایین مناطق ساخته شده در منطقه مورد مطالعه است. در سال 2001، مناطق شهری توسعه قابل توجهی پیدا کردند که باعث از بین رفتن پوشش رویشی شد که در نتیجه منجر به افزایش قابل توجه دمای سطح 2.2 درجه سانتیگراد در سال 2001 نسبت به سال 1986 شد. همچنین مشاهده شد که برخی از مناطق روستایی مانند روبوچی و کارماجیجی نسبت به همتایان خود در مناطق شهری (آسوکورو و گارکی) با قرائت‌های -0.4 درجه سانتی گراد و -1.3 درجه سانتی گراد، خوانش دمای بالاتری داشتند. بیشترین تفاوت مشاهده شده بین برخی از مناطق روستایی را می توان به افزایش وسعت فضایی ناشی از هجوم مهاجران نسبت داد.15 ]. افزایش میانگین اختلاف دمای 2.9 درجه سانتی گراد تا سال 2016 به وجود جزیره گرمایی شهری بسیار قوی اشاره شده است.

4. نتیجه گیری

این مطالعه تکنیک‌های مکانی را در ارزیابی تغییرات مکانی و زمانی شدت گرمای شهری سطحی در شهر ابوجا، FCT از سال 1986 تا 2016 اتخاذ کرد. 5.57 در سال های 1986، 2001 و 2016 به ترتیب، بالاتر از مقدار بحرانی “t” در 0.05 که 1.73 است، است، بنابراین، اختلاف دمای بسیار قابل توجهی بین ایستگاه های شهری و روستایی نشان می دهد، که نشان دهنده وجود یک جزیره گرمایی شهری قوی است.

منابع

[ 1 ] رییسی، م.، احمدی نادوشن، م. و آی، ل. (2019) سنجش از دور برای ارزیابی جزایر گرما و خنک شهری در مناطق نیمه خشک. مجله جهانی علوم و مدیریت محیط زیست، 5، 319-330.
[ 2 ] Li, H., Harvey, J. and Kendall, A. (2013) اندازه گیری میدانی Albedo برای مواد مختلف پوشش زمین و اثرات بر عملکرد حرارتی. ساختمان و محیط زیست، 59، 536-546.
https://doi.org/10.1016/j.buildenv.2012.10.014
[ 3 ] Odunuga, S. and Badru, G. (205) تغییر پوشش زمین، دمای سطح زمین، سطح آلبیدو و توپوگرافی در منطقه فلات شمال نیجریه مرکزی. زمین, 4, 300-324.
https://doi.org/10.3390/land4020300
[ 4 ] Streutker، DR (2003) رشد با اندازه گیری ماهواره ای جزیره گرمایی شهری هیوستون، تگزاس. سنجش از دور محیط زیست، 85، 282-289.
https://doi.org/10.1016/S0034-4257(03)00007-5
[ 5 ] Wang, X. and Prigent, C. (2020) مقایسه تغییرات روزانه دمای سطح زمین از تحلیل‌های عددی پیش‌بینی آب و هوا، تخمین‌های ماهواره‌ای مادون قرمز و اندازه‌گیری‌های درجا. سنجش از دور، 12، 583.
https://doi.org/10.3390/rs12030583
[ 6 ] Howard, L. (1818) The Climate of London.
https://www.urban-climate.org/documents/LukeHoward_Climate-of-London-V1.pdf
[ 7 ] Li، YY، Zhang، H. و Kainz، W. (2012) الگوهای پایش جزایر گرمایی شهری کلانشهر شانگهای در حال رشد سریع، چین: با استفاده از سری زمانی داده های Landsat TM/ETM+. مجله بین المللی مشاهده کاربردی زمین و اطلاعات جغرافیایی، 19، 127-138.
https://doi.org/10.1016/j.jag.2012.05.001
[ 8 ] Enete، IC، Awuh، ME و Ikekpeazu، F. (2014) ارزیابی وضعیت جزیره گرمایی شهری (UHI) در کلانشهر دوآلا، کامرون. مجله جغرافیا و علوم زمین، 2، 55-57.
https://doi.org/10.11648/j.ijepp.20140201.15
[ 9 ] Umar، UM و Kumar، JS (2014) تغییرات مکانی و زمانی جزیره گرمایی شهری در کلانشهر کانو، نیجریه. مجله بین المللی تحقیقات در مهندسی، علم و فناوری، 1، 1-9.
[ 10 ] Aris, A., Syaf, H., Yusuf, DN and Nurgiantoro (2019) تجزیه و تحلیل شدت جزیره گرمایی شهری با استفاده از داده های چند زمانی Landsat. مطالعه موردی شهر کنداری، اندونزی. مجموعه کنفرانس IOP: علوم زمین و محیط زیست، 389، شناسه مقاله: 012002.
https://doi.org/10.1088/1755-1315/389/1/012002
[ 11 ] Dousset, B. and Gourmelon, F. (2003) تجزیه و تحلیل داده های چند سنسوری ماهواره ای دماهای سطح شهری و پوشش زمین. ISPRS مجله فتوگرامتری و سنجش از دور، 58، 43-54.
https://doi.org/10.1016/S0924-2716(03)00016-9
[ 12 ] Sun, Q., Tan, J. and Xu, Y. (2010) یک روش پردازش تصویر ERDAS برای بازیابی LST و توصیف تکامل حرارت شهری: مطالعه موردی در منطقه دلتای رودخانه مروارید در جنوب چین. Environmental Earth Sciences, 59, 1047-1055.
https://doi.org/10.1007/s12665-009-0096-3
[ 13 ] فو، پی و ونگ، کیو (2017) پاسخ‌های جزیره گرمایی شهری در آتلانتا به سناریوهای مختلف کاربری زمین. اقلیم شناسی نظری و کاربردی، 133، 1-13.
https://doi.org/10.1007/s00704-017-2160-3
[ 14 ] Awuh، ME، Officha، MC، Okolie، AO و Enete، IC (2018) تحلیل سنجش از دور تغییرات زمانی و مکانی دمای سطح زمین در کلانشهر کالابار، نیجریه. مجله نظام اطلاعات جغرافیایی، 10، 562-572.
https://doi.org/10.4236/jgis.2018.105030
[ 15 ] Awuh، ME، Japhets، PO، Officha، MC، Okolie، AO و Enete، IC (2019) یک تحلیل همبستگی از رابطه بین کاربری زمین و پوشش زمین / دمای سطح زمین در شهرداری ابوجا، FCT، نیجریه. مجله نظام اطلاعات جغرافیایی، 11، 44-55.
https://doi.org/10.4236/jgis.2019.111004
[ 16 ] کمیسیون ملی جمعیت (NPC) نیجریه (2006) سرشماری جمعیت جمهوری فدرال نیجریه: گزارش تحلیلی در سطح ملی، لاگوس.
[ 17 ] NIMET (2016) نیجریه ای ها از افزایش دما نگران هستند. نظرسنجی NOI، ابوجا.
[ 18 ] Awuh، ME، Japhets، PO، Officha، MC، Okolie، AO و Enete، IC (2019) یک تحلیل همبستگی از رابطه بین کاربری زمین و پوشش زمین / دمای سطح زمین در شهرداری ابوجا، FCT، نیجریه. مجله نظام اطلاعات جغرافیایی، 11، 44-55.
https://doi.org/10.4236/jgis.2019.111004
[ 19 ] Enete، IC، Awuh، ME و Ikekpeazu، FO (2014) ارزیابی وضعیت جزیره گرمایی شهری (UHI) در کلانشهر دوآلا، کامرون. مجله جغرافیا و علوم زمین.
[ 20 ] Kaya, S., Karaca, M., Basar, UG, Seker, DZ and Weng, D. (2012) ارزیابی جزایر گرمایی شهری با استفاده از داده های سنجش از دور. اکولجی، 21، 107-113.
https://doi.org/10.5053/ekoloji.2012.8412

بدون دیدگاه

دیدگاهتان را بنویسید