رویکرد ژئو فضایی برای فضای سبز شهری و ارزیابی کیفیت محیطی: مطالعه موردی در شهر آدیس آبابا

بسته به رشد سریع توسعه‌های زیرساختی همراه با افزایش جمعیت انسانی، کیفیت شهرها در سطح جهان رو به وخامت است. تضمین کیفیت محیطی برای برنامه ریزی و توسعه شهری ضروری است. این مقاله کاربرد بالقوه مناطق سبز شهری را به عنوان شاخص کیفیت محیطی شهری در آدیس آبابا، اتیوپی بر اساس شاخص‌های پارامترهای طبیعی استخراج‌شده از تصاویر سنجش از راه دور و متغیرهای اجتماعی-اقتصادی به دست آمده از داده‌های سرشماری ارائه می‌کند. متغیرهای فیزیکی محیطی مانند داده‌های کاربری/پوشش زمین، دمای سطح، شاخص گیاهی تفاوت نرمال‌شده، و متغیرهای سنجش از دور تبدیل‌شده به‌دست‌آمده از سه تصویر Landsat در سال‌های 1986، 2000 و 2015 برای مطالعه حاضر مورد تجزیه و تحلیل قرار گرفتند. از متغیرهای اجتماعی-اقتصادی شامل تراکم جمعیت و انتشار گازهای گلخانه ای در سال 1391 استفاده شد. تحلیل رگرسیون، تحلیل عاملی و تحلیل همپوشانی پس از ادغام دو گروه متغیرها انجام شد. چهار عامل مانند سبزی، ازدحام، جزیره گرمایی و انتشار گازهای گلخانه ای برای تفسیر استفاده شد. با اختصاص وزن‌های مختلف به هر یک از این عوامل و نسبت مناطق سبز، نقشه کاربری اراضی/پوشش اراضی، نقشه ریسک زیست‌محیطی و نقشه شاخص کیفیت محیطی تولید شد. نتایج نشان دهنده بدتر شدن کیفیت محیطی در منطقه مورد مطالعه است.

کلید واژه ها

GIS , Landsat , NDVI , توزيع فضاي زماني , فضاي سبز شهري

 

1. مقدمه

کیفیت محیط شهری در بخش در حال توسعه جهان روز به روز بدتر می شود. شهرهای بزرگ در حال رسیدن به سطوح اشباع انسانی هستند و قادر به مقابله با انواع مختلف فشارهای ناشی از انسان نیستند [ 1 ] [ 2 ]. سرسبزی یکی از عناصر مهم برنامه ریزی شهری با کیفیت زیست محیطی پایدار است. کیفیت محیط شهری مبتنی بر شاخص های اجتماعی، اقتصادی، فرهنگی، فیزیکی و عاطفی است [ 3 ]. فضاهای سبز شهری و پوشش گیاهی نقش مهمی در ایجاد تعادل بین ارتباطات بیوفیزیکی انسان و حفظ کیفیت محیطی دارند. فضای سبز یکی از نیازهای اساسی هر شهری است که از نظر زیبایی و زیست محیطی کمک زیادی به ساکنان شهر برای کیفیت بهتر زندگی می کند [ 4 ]] .

سبزی شهری به عنوان وسعت کلی فضای بیرون با پوشش گیاهی درختان، بوته ها، گیاهان زینتی یا چمن تعریف می شود. نمونه هایی از چنین فضاهایی عبارتند از میادین، پارک ها، ردیف درختان در کنار جاده ها، نخلستان ها و فضاهای کاشته شده در حیاط ساختمان های عمومی یا خصوصی [ 5 ]. پارک ها و فضاهای باز تنوع بیشتری از فضاهای سبز را با اثرات مثبت بر کیفیت محیطی در بسیاری از کلان شهرها در سراسر جهان فراهم می کنند [ 6 ] [ 7 ]. فضای سبز بخش مهمی از اکوسیستم های شهری است که مزایای زیست محیطی، زیبایی شناختی، تفریحی و اقتصادی را برای شهرنشینان فراهم می کند. پوشش گیاهی اکسیژن کافی را از طریق فتوسنتز، دمای مطلوب، خنک شدن از طریق سایه و افزایش تبخیر و تعرق فراهم می کند [ 8 ]] . انتظار می رود وجود فضای سبز شهری در یک محیط شهری معاصر باعث بهبود کیفیت هوا، کاهش آلودگی صوتی و هوا و افزایش کیفیت زیبایی شود. توسعه سرسبزی شهری یکی از عوامل کلیدی برنامه ریزی کلی شهر است، زیرا مزایای آن بر محیط زیست و همچنین کیفیت زندگی ساکنان آن تأثیر مستقیم دارد. به دلیل ماهیت چند بعدی، چند وجهی و چند رشته ای آن، تنها یک شاخص به تنهایی نمی تواند کیفیت محیطی را اندازه گیری کند. این امر مستلزم ادغام انواع عناصر مانند فضای سبز، مساحت ساخته شده، انتشار کربن، دما، رطوبت، دفع زباله، دسترسی به جاده های اصلی و تراکم جمعیت است [ 9 ]] . با این حال، یک چالش عمده در کیفیت محیط شهری محدودیت مدل سازی و پیش بینی تعامل همه این متغیرها است.

چارچوب یکپارچه تکنیک‌های سنجش از دور (RS) و سیستم اطلاعات جغرافیایی (GIS) زمان، تلاش و هزینه‌ها را در استفاده از داده‌های جغرافیایی بسیار کاهش می‌دهد. سنجش از دور با مزایای آن در دسترسی مکانی، طیفی و زمانی پوشش داده مناطق بزرگ و غیرقابل دسترس در مدت زمان کوتاهی به ابزاری مفید در ارزیابی، پایش و حفظ فضای سبز شهری تبدیل شده است [ 10 ]. سنجش از دور ماهواره‌ای، با پوشش مکرر خود همراه با قابلیت‌های اسکنر چند طیفی (MSS) ابزار قدرتمندی برای نقشه‌برداری و نظارت بر تغییرات در حوزه‌های تحلیل است [ 11 ]] . تصاویر ماهواره ای ما را قادر می سازد تا برخی از اجزای ذاتی اکوسیستم و تعاملات درون کل محیط را بهتر درک کنیم. ارتباط نظارت سنجش از دور در کیفیت محیط شهری بیشتر توسط GIS افزایش می‌یابد، که امکان ادغام داده‌های سنجش از دور با متغیرهای اجتماعی-اقتصادی و داده‌های درجا [ 3 ] [ 12 ] را ممکن می‌سازد.

در این تحقیق، توزیع سطح سبز شهری و تراکم پوشش گیاهی به عنوان شاخص اصلی برای خوشبوسازی هوا مورد تجزیه و تحلیل قرار گرفت که به طور کلی کیفیت محیط شهری را بهبود می بخشد. تراکم ساختمان، تراکم جمعیت، دما، رطوبت، انباشت زباله، دسترسی به جاده های اصلی و انتشار کربن به عنوان شاخص های اصلی تخریب محیط شهری در نظر گرفته شد. شناخت عوامل علّی یک پیش نیاز برای ارزیابی و حفظ کیفیت محیط شهری پایدار است. هدف از پژوهش حاضر، نقشه‌برداری از فضای سبز شهری و ارزیابی کیفیت محیطی ده منطقه فرعی آدیس آبابا با استفاده از پارامترهای طبیعی و اجتماعی برگرفته از تصاویر ماهواره‌ای سنجش از دور و داده‌های ثانویه بود.

2. حوزه و روش مطالعه

2.1. منطقه مطالعه

آدیس آبابا، پایتخت اتیوپی، یکی از بزرگترین مراکز شهری در جنوب صحرای آفریقا است. بین عرض جغرافیایی 8˚49’N – 9˚5’N و طول جغرافیایی 38˚38’E – 38˚54’E واقع شده است که مساحت کل 51,957.92 هکتار را پوشش می دهد ( شکل 1 ). نواحی ارتفاعی آدیس آبابا از 2054 متر تا 3023 متر ارتفاع دارد که در دامنه کوه‌های انتوتو واقع شده‌اند و در دامنه‌های جنگلی و خندق‌ها گسترده شده‌اند که با جریان‌های سریع جریان دارند. در حال حاضر شهر تقسیم شده است

در 10 شهرستان فرعی و 116 منطقه (منطقه اداری). میانگین دراز مدت حداکثر و حداقل دمای سالانه شهر به ترتیب 24.4 درجه سانتیگراد و 7.2 درجه سانتیگراد است. کل جمعیت آدیس آبابا 3275348 نفر است که حدود 60 درصد از کل جمعیت شهری اتیوپی را تشکیل می دهد [ 13 ].

2.2. روش شناسی

منابع داده این تحقیق عمدتاً از تصاویر Landsat بدست آمده است. داده های ثانویه از آژانس ملی هواشناسی اتیوپی، آژانس آماری مرکزی و سازمان حفاظت از محیط زیست آدیس آبابا بود. داده های سرشماری نفوس از سازمان مرکزی آمار جمع آوری شده است. سه تصویر Landsat شامل TM 1986، Landsat 2000 و ETM+ 2015 بود. برای تصویر، 250 نقطه کنترل زمینی برای ایجاد ضرایب برای یک چند جمله‌ای مرتبه اول انتخاب شدند، و یک روش نزدیک‌ترین همسایه برای نمونه‌برداری مجدد تصویر با توجه به وضوح فضایی نظری اصلی آنها استفاده شد. توزیع و کمیت الگوهای کاربری/پوشش زمین، توزیع و تراکم پوشش گیاهی شاخص تفاوت نرمال شده گیاهی (NDVI)، دمای سطح، انتشار گازهای گلخانه ای،شکل 2 نمودار جریان کلی روش شناسی مطالعه حاضر را نشان می دهد.

2.2.1. شاخص گیاهی تفاوت عادی شده

برای اندازه گیری پراکندگی و تراکم پوشش گیاهی از شاخص تفاوت نرمال شده گیاهی استفاده شد. پوشش گیاهی به دلیل بازتاب داخلی توسط بافت مزوفیل اسفنجی برگ های سبز، بازتاب بالایی در نوارهای قرمز نزدیک مادون قرمز (NIR) یک سیستم حسگر دارد [ 14 ]. NDVI پوشش گیاهی خاک را از سایر پوشش های زمین جدا می کند. نسبت آن از طریق اختلاف مادون قرمز نزدیک (NIR) و نوار قرمز (RED) محاسبه شد که با جمع کردن این دو باند با استفاده از رابطه (1) [ 15 ] نرمال شد:

(1)

2.2.2. استخراج دمای سطحی

باندهای حرارتی لندست 8 باند 10 و 11 با محاسبه دمای ماهواره به درخشندگی تبدیل شدند. دمای ماهواره با استفاده از مقادیر گسیل محاسبه شده از NDVI تصحیح شد و دمای ماهواره به دمای سطح تغییر یافت. اساساً، سه مرحله زیر در این روش دخیل بودند: اول، تبدیل مقادیر عدد دیجیتال (DN) باند حرارتی به تابش طیفی. دوم، تبدیل تابش طیفی به دمای روشنایی ماهواره، یعنی دمای جسم سیاه. و سوم، تنظیم دمای جسم سیاه با دمای سطح زمین با ترکیب بایاس انتشار ناشی از تفاوت‌های پوشش زمین.

1) تبدیل مقادیر DN به Radiance

داده های باند تصویرگر زمین عملیاتی (OLI) و حسگر حرارتی مادون قرمز (TIRS).

به فاکتورهای تغییر مقیاس تابشی ویژه ارائه شده در فایل ابرداده به Top-Of-Atmosphere (TOA) تبدیل شدند. اولین مرحله تبدیل مقدار DN به واحدهای درخشندگی با استفاده از رابطه (2) بود.

(2)

که در آن، L _λ تابش ویژه TOA است (وات/(m ² srad µm))، M _L ضریب مقیاس مجدد ضربی خاص باند از فراداده است (Radiance_Mult_Band_x که در آن x عدد باند است)، A _L ضریب مقیاس بندی مجدد افزودنی خاص باند از ابرداده (Radiance_Add_Band_x که x عدد باند است) و Q _cal مقدار پیکسل کالیبره شده Quantized در DN است.

2) تبدیل تابش به دمای ماهواره

مرحله بعدی در طول تجزیه و تحلیل کمی تبدیل تابش به دما بود. دمای ماهواره با فرض انتشار واحد با استفاده از ثابت های کالیبراسیون قبل از پرتاب K1 و K2 _توسط رابطه زیر (3) _{محاسبه شد:}

(3)

که در آن T دمای روشنایی ماهواره (K)، K2 ثابت کالیبراسیون ₍ K) و K1 ثابت کالیبراسیون (W/m ² _sr μm) است.

3) دمای سطح زمین

دمای سطح زمین از مقادیر انتشار محاسبه شده و دمای محاسبه شده در ماهواره با استفاده از رابطه زیر (4) محاسبه شد:

(4)

که در آن، T _LST → دمای سطح (K)، T _B = در دمای ماهواره، W طول موج تابش ساطع شده (11.45 میکرومتر)، ρ = h*c/k (1.438 × 10-2 ^m・k) با σ = است. ثابت استفان بولتزمن (1.38 × ^10-23 J/K)، h ثابت پلانک (6.26 × ^10-34 J・s) و c سرعت نور (2.998 × 10-8 ^m /s) است.

2.2.3. رگرسیون و تحلیل عاملی

تمام پنج پارامتر استخراج شده از مجموعه داده های فیزیکی و ثانویه ابتدا برای اجرای تحلیل همبستگی مربعی لیست معمولی وارد شدند. برای روشن کردن صلاحیت آنها در مطالعه، ضرایب دارای علامت مورد انتظار، از نظر آماری معنی دار، بدون افزونگی در بین متغیرهای توضیحی هستند، باقیمانده ها به طور معمول توزیع می شوند، باقیمانده ها از نظر مکانی همبستگی خودکار ندارند و مقدار r-squared تنظیم شده قوی همبستگی آنها را با همه خلاصه می کند. متغیرهایی که ارزیابی شده اند. برای کاربری/پوشش زمین، روش‌های زیر برای تجزیه و تحلیل داده‌ها با استفاده از طبقه‌بندی حداکثر احتمال به کار گرفته شد.

2.2.4. تحلیل پوششی

ابزارهای تحلیل پوششی موجود در پسوند تحلیلگر فضایی که معمولاً برای حل مسائل چند معیاره مانند انتخاب مکان بهینه یا مدل‌سازی مناسب استفاده می‌شود. این تکنیکی است برای اعمال مقیاس مشترک مقادیر برای ورودی های متنوع و غیر مشابه برای ایجاد یک تحلیل یکپارچه [ 16 ]] برای تعیین مکان هایی که بیشتر در معرض تخریب محیطی هستند. اولین گام، مدل‌سازی عملگرها با استفاده از رگرسیون خطی حداقل مربعات معمولی برای تولید پیش‌بینی برای مدل‌سازی یک متغیر وابسته از نظر روابط آن با مجموعه‌ای از متغیرهای توضیحی بود. سپس برای تولید نقشه ریسک کیفیت محیطی، لایه‌های پارامتر با طبقه‌بندی مجدد به عنوان تراکم جمعیت، تراکم ساختمان، گرمای شهری، تراکم گازهای گلخانه‌ای و طبقه‌بندی کاربری/پوشش زمین محاسبه شدند. دقت کلی برای طبقه‌بندی تصویر کاربری/پوشش زمین در سال 1986 88.80 درصد، سال 2000 85 درصد و سال 2015 84.00 درصد بود. همه گروه‌های داده بر اساس کلاس‌های اولویت، نقاط و مقادیر تأثیر (وزن) مورد استفاده برای همپوشانی وزن‌دار خلاصه می‌شوند تا به نقشه نهایی خطرات زیست‌محیطی منطقه مورد مطالعه برسند. برای نشان دادن سطح کیفیت محیطی منطقه مورد مطالعه. بر اساس این شاخص، مناطق با انتشار گازهای گلخانه‌ای بالا، پرجمعیت، تراکم ساختمانی بالا، شدت گرما بالا و سطح پوشش گیاهی کم کمترین مقدار را به خود اختصاص داده و جزء مناطق بحرانی محسوب می‌شوند. مناطق کم جمعیت، گرمای کم، کمتر ساخت و ساز، انتشار گازهای گلخانه ای کم و پوشش گیاهی بالا از مناطق مناسب برای محیط زیست محسوب می شوند.

3. نتایج

3.1. یافته های حاصل از تحلیل رگرسیون

جدول 1 همبستگی را با تمام متغیرهایی که ارزیابی شده اند خلاصه می کند. ضرایب همبستگی به طور معکوس با متغیر وابسته برای اکثر عوامل تست شده همبستگی دارد. احتمال و ستاره احتمال قوی (*) نشان می دهد که یک ضریب از نظر آماری معنی دار است (01/0p<). مقادیر ضریب تورم واریانس بزرگ (VIF) (> 7.5) نشان دهنده افزونگی در بین متغیرهای توضیحی است. در حالی که تورم بین جمعیت (14) و ساختمان (17) وجود داشت، متغیر با VIF > 7.5 یک واحد حذف شده است. معیار R-squared مقادیر برازش/عملکرد مدل 92% را نشان داد.

3.2. یافته های حاصل از تحلیل عاملی

نتایج تصاویر طبقه بندی شده 1986، 2000 و 2015 در شکل 3 ارائه شده است. نتایج نشان می‌دهد که پوشش گیاهی ضخیم، زمین‌های زراعی و بایر کاهش یافته است در حالی که مساحت استقرار افزایش یافته است ( جدول 2 ). از توزیع کاربری/پوشش زمین در سال‌های 1986، 2000 و 2015، در مجموع 51957.92 هکتار از اراضی انبوه پوشش گیاهی/جنگل از 11040.5 هکتار اولیه در سال 1985 به 5238.90 هکتار در سال 2001 و 5227.5 هکتار در سال 2001 کاهش یافته است. وسعت زمین زراعی / علفزار

توجه: *نشان می دهد احتمال (b) و همبستگی متغیر Robust-pr (b) معنی دار است (01/0 > P).

در سال 1986 20705.40 هکتار بود که در سال 2000 و 2015 به ترتیب به 18835.10 هکتار و 10756.7 هکتار کاهش یافت. از سوی دیگر، حجم آب از 4416.84 هکتار در سال 1986 به 5870.1 هکتار در سال 2000 و به 6836.6 هکتار در سال 2015 افزایش یافته است. مساحت آبادی بیشترین افزایش را نسبت به برآورد اولیه 7005.60 هکتار در سال 1986 داشته است. هکتار در سال 2000 و به 25715 هکتار در سال 2015. این پویاترین پوشش زمین در آدیس آبابا بود که سال به سال افزایش یافت. وسعت زمین بایر به ترتیب از 8789.58 هکتار به 7976.22 هکتار و به 5919.2 هکتار در طبقه بندی سال های 1986، 2000 و 2015 کاهش نشان داد. دقت کلی برای کاربری/پوشش زمین 88.80% در سال 1986، 85% برای سال 2000، و 84.00% برای سال 2015 بود. تغییرات کلی کاربری/پوشش زمین در جدول 3 آورده شده است.

شکل 4 اطلاعات به دست آمده از تصاویر Landsat را نشان می دهد. سایه های

توجه: نرخ سالانه تغییر (هکتار/سال) = (% تغییر کاربری اخیر/تغییر پوشش زمین-% تغییر کاربری قبلی/پوشش زمین)/100 * # سال تحصیلی (15 عدد سال) .

رنگ سفید نمایانگر سطوح ساخت بشر (بتن، سقف ها و جاده ها) و بدنه های آبی است. سبز روشن نشان دهنده زمین های چمنزار و سبز تیره نشان دهنده مناطق پوشیده از درخت است. مقادیر پیکسل تصویر NDVI 1986 از حدود -0.34 برای سطوح نه چندان پوشش گیاهی تا مقادیر 0.63 برای سطوح دارای پوشش گیاهی متغیر بود. برای سال 2000، مقادیر پیکسل برای تصاویر NDVI از -0.14 برای سطوح نه چندان پوشش گیاهی تا 0.51 برای سطوح با پوشش گیاهی متغیر بود. برای سال 2015، مقادیر پیکسل برای تصویر NDVI از 0.52- برای سطوح بدون پوشش گیاهی تا 0.57 برای سطوح با پوشش گیاهی متغیر بود.

الگوهای توزیع فضای سبز در شهر آدیس آبابا در شکل 5 و شکل 6 نشان داده شده است. زیرشهرهای یکا و گولله تنها حدود 005/0 درصد، زیرشهر آکاکی-کالیتی، نیفاسیلک-لفتو و بوله کمتر از 002/0 درصد مساحت سبز دارند. شهرهای فرعی Arada Kirkose و Lideta دارای مناطق سبز بسیار کم هستند و زیرشهر Addis Ketema تقریباً هیچ پوشش گیاهی ندارد در حالی که Kolfe Keranio دارای 0.03٪ مساحت سبز است.

تراکم جمعیت در شهر آدیس آبابا نسبت به ده شهر فرعی نشان می دهد که منطقه مرکزی متراکم ترین است. آدیس کتما با بیش از 350 نفر در هکتار پرجمعیت ترین منطقه آدیس آبابا است. شهرهای فرعی آرادا و لیدتا 300 نفر در هکتار دارند، در حالی که شهرهای فرعی آکاکی کالیتی، یکا و بول کمتر از 17 نفر جمعیت دارند.

در هکتار در سطوح غیرقابل نفوذ (ساختمان، بتن و آسفالت) در مقایسه با مناطق پوشش گیاهی افزایش کلی دمای سطح وجود دارد. حداکثر میانگین دمای سطح ثبت شده 36.79 درجه سانتی گراد و حداقل آن 17.40 درجه سانتی گراد بود. بر اساس آمار میانگین منطقه ای، دمای سطح در زیرشهر آکاکی-کالیتی و بوله 29 درجه سانتی گراد و پس از آن آدیس-کتما، آرادا، کرکوسه، لیدتا و نیفاسه-سیلکه (28 درجه سانتی گراد)، یکا (27 درجه سانتی گراد) بود. و کولفه (26 درجه سانتیگراد) به ترتیب، در حالی که زیر شهر گولله کمترین دمای سطح (24 درجه سانتیگراد) را در آدیس آبابا تجربه کرد.

داده های انتشار گازهای گلخانه ای در شکل 7 نشان داده شده است. غلظت انتشار گازهای گلخانه ای در مناطق صنعتی و مسکونی و در جاده های اصلی مرتبط بود. بر این اساس، حداکثر انتشار گازهای گلخانه ای ثبت شده 1.41 مگا تن و حداقل آن 0.25 مگا تن بوده است. بر اساس آمار میانگین منطقه ای، زیرشهر آکاکی کالیتی (0.24 مگا تن) آلوده ترین شهر بوده و پس از آن آدیس-کتما و لیدتا (0.21 مگا تن)، Kirkose (0.14 مگا تن)، گولله (0.04 مگا تن)، کولف کرانیو قرار دارند. و یکا (0.03 مگا تن)، و Bole، Nifasi-Silke و Akaki-Kality (0.02 مگا تن).

3.3. مدل پوشش

بر اساس تجزیه و تحلیل همپوشانی وزنی، نیاز به یک نتیجه یکپارچه سازی جهانی از پنج پارامتر (کاربری زمین/پوشش زمین، تراکم جمعیت، دمای سطح، انتشار گازهای گلخانه ای و تراکم ساخته شده) وجود داشت تا بر اساس وزن دهی ( جدول 4 و جدول 5 ) و برای جداسازی مناطق داغ تخریب محیطی، نقشه خطر ایجاد شده ( شکل 8)) به عنوان بیشترین ریسک، ریسک بیشتر، ریسک، حاشیه و کمترین ریسک مجددا طبقه بندی شود. بر اساس این طبقه بندی، آدیس کتهما بین بیشترین ریسک، آرادا بیشتر، لیدتا ریسک بیشتر، کرکوسه درون ریسک و گوله در بین حاشیه و کمترین خطر و زیرشهرهای کولفه، یکا، نیفاس سیلک، بول و آکاکی کالیتی در کمترین خطر قرار دارند. نسبت سازگاری (CR) نشان‌دهنده این احتمال است که رتبه‌بندی‌های ماتریس به‌طور تصادفی ایجاد شده‌اند، بنابراین ماتریس‌هایی با رتبه‌بندی CR بیشتر از 0.10 باید دوباره ارزیابی شوند.

نسبت سازگاری (CR) 0.02 است.

با این حال، در این مطالعه CR محاسبه شده به عنوان 0.02 قابل قبول است. بر اساس رتبه بندی شاخص کیفیت زیست محیطی شهری ( جدول 5 )، شهرهای فرعی با فضای سبز کمتر، آلودگی بیش از حد، تجمع گرمای زیاد، انتشار گازهای گلخانه ای بالا و مناطق متراکم ساخته شده به عنوان مناطق بحرانی و شهرهای با پوشش گیاهی بالا، کم شناسایی شدند. انتشار گازهای گلخانه ای، جزیره گرمایی کم، منطقه کم ساخته شده و مکان های کم جمعیت به عنوان مناطق ایمن از نظر زیست محیطی ( شکل 8 ). بر اساس این نتایج، شهرهای فرعی آرادا و آدیس کتما در رده بین بیشترین و بحرانی‌ترین، زیرشهرهای کرکوزه و لیدتا در محدوده بحرانی و حاشیه و کولف، گولله، یکا، نیفاس سیلک، بول و آکاکی کالیتی کمترین رتبه را داشتند. بحرانی.

4. بحث

در طول مطالعه حاضر، مقایسه ای بین افزایش سطح غیرقابل نفوذ در برابر کاهش سرسبزی در نواحی شهر آدیس آبابا انجام شد که ممکن است نشان دهنده بدتر شدن کیفیت محیطی این شهر آفریقایی باشد. پوشش گیاهی، زمین زراعی / علفزار، زمین های بایر، سکونتگاه ها و بدنه های آبی به میزان های مختلف طی سال های 1986-2015 افزایش یا کاهش یافت.

منطقه شهر آدیس آبابا. سرسبزی منطقه به عنوان وسیله ای برای کیفیت زیست محیطی شهری عمل می کند [ 7 ] [ 3 ] [ 17 ] . اطلاعات مربوط به فضای سبز در شهرها برای حفظ کیفیت محیطی شهری مهم است. پوشش گیاهی در تصفیه هوا، آب و نور خورشید، خنک‌کردن گرمای شهری، بازیافت آلاینده‌ها، تعدیل آب و هوای شهری محلی و ایجاد مناطق تفریحی برای مردم بسیار مفید است. عملکردهای اکولوژیکی پوشش گیاهی در پارک های شهری ممکن است تا 85 درصد از آلاینده های هوا را فیلتر کند [ 9 ] [ 18 ].

مناطق سکونتگاهی از برآورد اولیه 7005.60 هکتار در سال 1986 به 25715.0 هکتار در سال 2015 با نرخ تغییر 468.8 هکتار در سال طی سال های 1986-2000 و 778.49 هکتار در سال طی سال های 2001-2015 افزایش یافت. این پویاترین تغییر پوشش زمین مشاهده شده در منطقه شهر آدیس آبابا بود که علت آن چیزی جز شهرنشینی و رشد سریع جمعیت در گذشته نزدیک نیست. شهرنشینی نامتعادل و کنترل نشده منجر به تخریب محیط زیست در کیفیت زندگی شهری می شود [ 19] . وسعت زمین بایر از 8789.58 هکتار به ترتیب 7976.22 و 5919.2 از کل مساحت طبق طبقه بندی سال های 1986، 2000 و 2015 اندکی کاهش یافت. این امر عمدتاً به دلیل برنامه های جنگل کاری و احیای حفاظت است. شاخص گیاهی تفاوت نرمال شده یک شاخص طیفی است که مقدار پرتوهای فروسرخ منعکس شده توسط گیاهان را در نظر می گیرد [ 20 ] [ 21 ].] . گیاهان سبز تابش خورشید را به عنوان منبع انرژی در فرآیند فتوسنتز جذب می کنند. دلیل ارتباط NDVI با پوشش گیاهی به دلیل خاصیت بازتاب 20 درصد یا کمتر در ریز محدوده 0.5 تا 0.7 (سبز به قرمز) و حدود 60 درصد در 0.7 تا 1.3 ریز (نزدیک به مادون قرمز) است. خود شاخص گیاهی تفاوت عادی بین -1.0 و +1.0 متغیر است. مقادیر منفی NDVI (مقادیر نزدیک به -1) مربوط به آب عمیق است. مقادیر نزدیک به صفر (0.1- تا 0.1) مربوط به مناطق برهنه سنگ و ماسه است. ماهیت و گستردگی این تغییرات تغییرات زمانی و مکانی را نشان می دهد. تغییراتی که به پارامترهای اجتماعی-اقتصادی و محیطی نسبت داده می شود منعکس کننده مجموعه ای از عوامل دیگر است. در شهر آدیس آبابا، شهرهای فرعی یکا و گولله حدود 0.005 درصد از مساحت سبز را شامل می شود، در حالی که کلفه-کرانیو 0 را پوشش می دهد. 03% سطح سبز و Akaki-Kality، Nifassilk-Lafto و Bole دارای <0.002% سطح سبز هستند. سایر مناطق داخلی شهر مانند Arada Kirkose و Lideta دارای مناطق سبز بسیار کم هستند و زیرشهر Addis-Ketema تقریباً دارای پوشش گیاهی یا بدون پوشش گیاهی است. فضای سبز در Kirkose، Addis-Ketema، Lideta، Arad و kolfe دارای کمترین فضای سبز (4.8 × 10) است.⁻⁶ متر مربع) فقیرترین هستند. گولله و یکا کمتر از 1.5 × 10-5 ^متر مربع سطح پوشش گیاهی دارند. استاندارد پیشنهادی فضای سبز برای شهرها 7 تا 12 متر مربع است [ 22 ] . این نشان می دهد که هیچ یک از شهرهای فرعی آدیس آبابا دارای وسعت سبز مورد نیاز برای حفظ کیفیت محیطی نیستند. در مجموع، نتایج به کاهش مناطق پوشش گیاهی در ناحیه شهر آدیس آبابا و افزایش سکونتگاه‌ها، زمین‌های زراعی، زمین‌های بایر، انفجار جمعیت و همچنین انتشار گازهای گلخانه‌ای اشاره دارد که به عنوان تهدیدی برای محیط زیست شهر عمل می‌کنند. نیاز به یکپارچگی جهانی از پنج پارامتر تحلیل شده وجود دارد. تراکم کلی مسکن یک پیش بینی منفی مهم تری برای وسعت فضای سبز و پوشش درختی است [ 23] . روش‌های همپوشانی وزنی نیز می‌توانند برای طبقه‌بندی مجدد سفارشی شوند و تکنیک‌های جبر نقشه توانایی تحلیل‌های فضایی را افزایش می‌دهند. دقت مطالعه را می توان با استفاده از تصاویر ماهواره ای با وضوح بالا افزایش داد. نه تنها کیفیت محیط شهری، بلکه سایر موضوعات مهم برای تجزیه و تحلیل اثرات اکولوژیکی و محیطی مانند محدودیت‌های آلودگی هوا، آب و صوتی نیز می‌توانند با استفاده از یکپارچه‌سازی RS و GIS تعیین شوند. ریسک زیست محیطی و نقشه کیفیت نیز منبع داده برای برنامه ریزان شهری و منطقه ای است.

5. نتیجه گیری

در پرتو یافته‌های حاضر، استفاده عملی از رویکرد جغرافیایی شامل داده‌های طبیعی و سرشماری، GIS و سنجش از دور در ردیابی تغییرات کیفیت محیط شهری، با توجه به تلاش‌های اندک در گذشته برای ارزیابی کیفیت محیط شهری، برای برنامه‌ریزی زیست‌محیطی پایدار مناسب است. تجزیه و تحلیل داده‌های یکپارچه با استفاده از تصاویر ماهواره‌ای سنجش از دور و مدل‌سازی GIS، تحلیل توزیع فضایی تغییرات محیطی را که شامل تغییرات طبقه‌بندی کاربری/پوشش زمین از زمان به زمان می‌شد، تسهیل کرد. نتایج این مطالعه می‌تواند ارزیابی‌های سیاست‌گذاری را تحت تأثیر قرار دهد و به دولت‌های محلی و آژانس‌های محیطی در نظارت بر کیفیت محیط شهری (UEQ) کمک کند. مدل‌های UEQ ایجاد شده در این مقاله می‌توانند برای کمک به برنامه‌ریزان شهری نه تنها برای ارزیابی وضعیت فعلی UEQ شهر، استفاده شوند. بلکه ابداع سیاست‌های توسعه کارآمد برای ایجاد یک محیط UEQ آینده مطلوب‌تر در سطح ملی. بنابراین، برنامه‌ریزان و سیاست‌گذاران کاربری زمین می‌توانند برای شهری پایدارتر با مناطق سبز، که به خوبی یک عامل کلیدی در تعیین شرایط UEQ شهر است، تصمیم بگیرند.

منابع

[ 1 ]	جیم، سی و چن، وای (2008) ارزیابی خدمات اکوسیستمی حذف آلاینده‌های هوا توسط درختان شهری در گوانگژو (چین). مجله مدیریت محیط زیست، 88، 665-676.
[ 2 ]	Tongliga, B., Xueming, L., Jing, Z., Yingjia, Z. and Shenzhen, T. (2016) ارزیابی توزیع فضاهای سبز شهری و فاصله خنک کننده ناهمسانگرد آن در الگوی جزیره گرمایی شهری در بائوتو چین. مجله بین المللی اطلاعات جغرافیایی، 5، 12.
[ 3 ]	Opeyemi, A. and Trina, W. (2014) کاربرد بالقوه تغییر در فضای سبز شهری به عنوان شاخصی برای تغییر کیفیت محیط شهری. Universal Journal of Geoscience, 2, 222-228.
[ 4 ]	Low, N., Gleeson, B., Green, R. and Radovic, D. (2007) The Green City, Sustainable Homes, Sustainable Suburbs. راتلج، لندن، 80-101.
[ 5 ]	Aravadinou, D. and Evmorfoulou, A. (1999) انبارهای کاشته شده، راهی غیر مستقیم برای معرفی مجدد پوشش گیاهی به محیط داخلی. مجله فنی Ktirio، شماره 102. (به زبان یونانی)
[ 6 ]	فریادی، س و طاهری، س. (1388) پیوندهای فضای سبز شهری و کیفیت محیطی شهر تهران. مجله بین المللی تحقیقات محیطی، 3، 199-208.
[ 7 ]	رفیعی، ر.، سلمان ماهینی، ع. و خراسانی، ن. (1388) ارزیابی تغییرات فضاهای سبز شهری شهر مشهد با استفاده از داده های ماهواره ای. مجله بین المللی مشاهده کاربردی زمین و اطلاعات جغرافیایی، 11، 431-438.
[ 8 ]	کریستین، ای. و اوگویبو، او. (2013) نقشه‌برداری جزیره گرمای شهری شهرهای Enugu. مجله بین المللی حفاظت از محیط زیست و سیاست، 1، 50-58.
[ 9 ]	لیانگ، بی و ونگ، کیو (2011) ارزیابی تغییر کیفیت محیط شهری ایندیاناپولیس، ایالات متحده، توسط سنجش از دور و یکپارچه سازی GIS. مجله IEEE از موضوعات منتخب در مشاهدات کاربردی زمین و سنجش از دور، 4، 43-55. https://doi.org/10.1109/JSTARS.2010.2060316
[ 10 ]	Mehmet, C. (2015) با استفاده از تجزیه و تحلیل GIS برای ارزیابی فضای سبز شهری از نظر دسترسی: مطالعه موردی در Kutahya. مجله بین المللی توسعه پایدار و اکولوژی جهانی، 22، 420-424.
[ 11 ]	Akanbi, A., Kumar, S. and Fidelis, U. (2013) کاربرد سنجش از دور، GIS و GPS برای طرح مدیریت شهری کارآمد – مطالعه موردی بخشی از شهر حیدرآباد. مجله بین المللی مهندسی و فناوری نووس، 2، 1-14.
[ 12 ]	کراملی، ای. (2013) روش جغرافیایی در تحقیقات جغرافیایی سلامت. گروه جغرافیای فیزیکی و زمین شناسی کواترنر، دانشگاه استکهلم، استکهلم.
[ 13 ]	CSA (2015) آژانس آماری مرکزی اتیوپی، گزارش سالانه. https://www.csa.gov.et/index.php/2013-02-20-13-43-35/national-statistics- abstract/141-population
[ 14 ]	کمپبل، جی بی (1987) مقدمه ای بر سنجش از دور. گیلفورد پرس، نیویورک.
[ 15 ]	Lillesand، T.، Keifer، RW و Chipman، J. (2007) سنجش از دور و تفسیر تصویر. نسخه ششم، شرکت جان وایلی و پسران، دهلی نو.
[ 16 ]	کنفرانس بین المللی کاربر Esri (2013). سن دیگو.
[ 17 ]	Debbage, N. and Shepherd, JM (2015) The Urban Heat Island Effect and City Contiguity. کامپیوترها، محیط زیست و سیستم های شهری، 54، 181-194.
[ 18 ]	Bolund، P. و Hunhammar، S. (1999) خدمات اکوسیستم در مناطق شهری. اقتصاد اکولوژیک، 29، 293-301.
[ 19 ]	Saied, P., Ahmad, S., Heshmi, A. and Hussain, J. (2005) برآورد درصد سبزی (فضای سبز) با استفاده از نسبت باند، NDVI از نقشه موضوعی پیشرفته Landsat (ETM-2002) و کاربرد اطلاعات جغرافیایی تکنیک های سیستم (GIS)، دزفول-اندیمشک، خوزستان جنوب غرب ایران. هشتمین سمینار بین المللی نقشه هند، دهلی نو، 7-9 فوریه 2005.
[ 20 ]	Simmon, R. (1980) شاخص گیاهی تفاوت نرمال شده (NDVI). تجزیه و تحلیل برای مدیریت جنگلداری و زراعی. 41-48.
[ 21 ]	Agyepong، AO و Nhamo، G. (2016) تدارکات سبز در آفریقای جنوبی: دیدگاه هایی در مورد مقررات قانونی در شهرداری های شهری. توسعه محیط زیست و پایداری، 1-18.
[ 22 ]	زشتیاق، س. (1377) چکیده طرح جامع تهران: طرح حفاظت و بازآفرینی; 1371، دارای تاییدیه از کنسولگری عالی شهرسازی و معماری ایران. شرکت پردازش و برنامه ریزی شهری، تهران، 20-31.
[ 23 ]	Davies, M., Steadman, P. and Oreszczyn, T. (2008) استراتژی هایی برای اصلاح آب و هوای شهری و تأثیر متعاقب آن بر مصرف انرژی ساختمان. سیاست انرژی، 36، 4548-4551.