بررسی جزایر حرارتی تبریز با رویکرد زیست‌پذیری شهری

نوع مقاله : علمی -پژوهشی

نویسندگان

گروه جغرافیای طبیعی، دانشکده علوم زمین، دانشگاه شهید بهشتی، تهران، ایران

چکیده

یکی از مهم­ترین جنبه­های رشد سریع و بدون برنامه­ریزی شهری، کاهش سطح پوشش گیاهی است که اغلب با سطوح غیرمجاز مانند ساختمان­ها و سایر سطوح نفوذ ناپذیر جایگزین می­شود. کلانشهر تبریز، یکی از مناطق شهری مهم است که با رشد سریع در شمال­غرب ایران واقع شده است. در این مطالعه، تغییرات زمانی- مکانی دمای سطح زمین (LST) با استفاده از داده­های ماهواره LANDSAT7 سنجنده ETM+برای یک دوره 15 ساله (2013-1999) با هدف زیست­پذیری شهر تبریز و دسته­بندی جزایرحرارتی شهری مطالعه شد. برای محاسبه UHI از رویکرد تکاملی فرکتال ویژه (FNEA) و همچنین برای وضعیت زیست محیطی شهری از روش قیاسی وضع بحرانی زیست‌محیطی (ECI) براساس LST و NDVI استفاده شد. نتایج نشان داد متوسط LST در کلان­شهر تبریز بین 30 تا 43 درجه سلسیوس است و از سال 2010 به بعد بر مقدار انحراف معیار دمای سطح زمین افزوده شد؛ به­ طوری که مقدار بیش ­از 4 درجه سلسیوس نیز برای LST مشاهده شد. تحلیل منطقه­ای دما و پارامترهای موثر آن در کلان شهر تبریز نشان از همبستگی معنی داری بین LST با NDVI (منفی) و مناطق ساخته شده­ شهری (مثبت) وجود دارد. مهم­ترین جزایر حرارتی شهری تبریز که با استفاده از روش FNEA آشکار شدند در فرودگاه تبریز، مناطق مسکونی پر تراکم همچون ملازینال، مناطق صنعتی جنوب غربی و پایانه­های شهری تبریز دیده می­شوند. شاخص ECI نشان داد سال­های 2002، 2003 و 2009 بیش­­ترین مناطق طاقت‌فرسا را دارند؛ مقادیر SUHI و ECI در کلان شهر تبریز دارای تطابق مکانی هستند؛ لذا فضاهای سبز می­توانند به بهبود پایداری محیطی کلان­شهر تبریز برای زیست پذیری شهری کمک شایان توجهی کنند.

کلیدواژه‌ها


عنوان مقاله [English]

بررسی جزایر حرارتی تبریز با رویکرد زیست‌پذیری شهری

نویسندگان [English]

  • Mahmoud Ahmadi
  • محمد آزادی مبارکی
Associate professor of climatology shahid Beheshti University
چکیده [English]

   یکی از مهمترین جنبه­های رشد سریع و بدون برنامه­ریزی شهری، کاهش سطح پوشش گیاهی است که اغلب با سطوح غیرمجاز مانند ساختمان­ها و سایر سطوح نفوذ ناپذیر جایگزین می­شود. کلانشهر تبریز، یکی از مناطق شهری مهم است که با رشد سریع در شمال­غرب ایران واقع شده است. در این مطالعه، تغییرات زمانی- مکانی دمای سطح زمین (LST) با استفاده از داده­های ماهواره LANDSAT7 سنجنده ETM+برای یک دوره 15 ساله (2013-1999) مطالعه شد. برای محاسبه UHI از رویکرد تکاملی فرکتال ویژه (FNEA) و همچنین برای وضعیت زیست محیطی شهری از روش قیاسی وضع بحرانی زیست‌محیطی (ECI) بر اساس LST و NDVI استفاده شد. نتایج نشان داد متوسط LST در کلان­شهر تبریز بین 30 تا 43 درجه سلسیوس است و از سال 2010 به بعد بر مقدار انحراف معیار دمای سطح زمین افزوده شد؛ بطوریکه مقدار بیش ­از 4 درجه سلسیوس نیز برای LST مشاهده شد. تحلیل منطقه­ای دما و پارامترهای موثر در آن در کلان شهر تبریز نشان از همبستگی معنی داری بین LST با NDVI (منفی) و مناطق ساخته شده­شهری (مثبت) وجود دارد. مهم­ترین جزایر حرارتی شهری تبریز که با استفاده از روش FNEA آشکار شدند در فرودگاه تبریز، مناطق مسکونی پرتراکم همچون ملازینال، مناطق صنعتی جنوب غربی و پایانه­های شهری تبریز دیده می­شوند. شاخص ECI نشان داد سال­های 2002، 2003 و 2009 بیش­­ترین مناطق طاقت‌فرسا را دارند؛ مقادیر SUHI و ECI در کلان شهر تبریز دارای تطابق مکانی هستند؛ لذا فضاهای سبز می­توانند به بهبود پایداری محیطی کلان­شهر تبریز برای زیست پذیری شهری کمک شایان توجهی کند.

کلیدواژه‌ها [English]

  • بررسی جزایر حرارتی تبریز با رویکرد زیست‌پذیری شهری
  1. -احمدی، م. و داداشی رودباری، ع.، 1396. شناسایی جزایر حرارتی شهری مبتنی بر رویکرد زیست محیطی، مطالعه موردی(کلان شهر اصفهان)، جغرافیا و برنامه‌ریزی محیطی، شماره 3، ص 1-20.
  2. -احمدی، م.، داداشی رودباری، ع. و اسفندیاری، م.، 1398. پایش جزایر حرارتی شهری با رویکرد تکاملی فرکتال ویژه (FNEA) (مطالعه موردی: کلان‌شهر تهران)، سنجش از دور و GIS ایران، شماره 1، ص 95-114.
  3. -رنجبر سعادت آبادی، ع.، علی اکبری بیدختی، ع. و صادقی حسینی، ع.، 1384. آثار جزیره گرمایی و شهرنشینی روی وضع هوا و اقلیم محلی در کلان شهر تهران براساس داده‌های مهرآباد و ورامین، مجله محیط شناسی، شماره 39، ص 59-68.
  4. -شکیبا، ع.، ضیائیان فیروز آبادی، پ.، عاشورلو، د. و نامداری، س.، 1388. تحلیل رابطه کاربری و پوشش اراضی و جزیره حرارتی شهر تهران با استفاده از داده‌های +ETM، سنجش از دور GIS ایران، شماره 1، ص 39-56.
  5. -صادقی نیا، ع.، 1391. تحلیل فضایی-زمانی ساختار جزیره حرارتی تهران با استفاده از سنجش از دور و سیستم اطالعات جغرافیایی، پایان‌نامه کارشناسی‌ارشد، دانشکده علوم جغرافیایی، دانشگاه خوارزمی تهران.
  6.  
  7.  
  8. -Amiri, R., Weng, Q., Alimohammadi, A. and Alavipanah, S.K., 2009. Spatial–temporal dynamics of land surface temperature in relation to fractional vegetation cover and land use/cover in the Tabriz urban area, Iran. Remote sensing of environment, v. 113, p. 2606-2617.
  9. -Chander, G. and Groeneveld, D.P., 2009. Intra-annual NDVI validation of the Landsat 5 TM radiometric calibration, International Journal of Remote Sensing, v. 30, p. 1621-1628.
  10. -Chander, G. and Markham, B., 2003. Revised Landsat-5 TM radiometric calibration procedures and postcalibration dynamic ranges, IEEE Transactions on Geoscience and Remote Sensing, v. 41, p. 2674-2677.
  11. -Coseo, P. and Larsen, L., 2014. How factors of land use/land cover, building configuration, and adjacent heat sources and sinks explain Urban Heat Islands in Chicago, Landscape and Urban Planning, v. 125, p. 117-129.
  12. -Debbage, N. and Shepherd, J.M., 2015. The urban heat island effect and city contiguity, Computers, Environment and Urban Systems, v. 54, p. 181-194.
  13. -Farina, A., 2012. Exploring the relationship between land surface temperature and vegetation abundance for urban heat island mitigation in Seville, Spain. LUMA-GIS Thesis.
  14. -Kikon, N., Singh, P., Singh, S.K. and Vyas, A., 2016. Assessment of urban heat islands (UHI) of Noida City, India using multi-temporal satellite data, Sustainable Cities and Society, v. 22, p. 19-28.
  15. -Lo, C.P., Quattrochi, D.A. and Luvall, J.C., 1997. Application of high-resolution thermal infrared remote sensing and GIS to assess the urban heat island effect, International journal of remote sensing, v. 18, p. 287-304.
  16. -Mohajerani, A., Bakaric, J. and Jeffrey-Bailey, T., 2017. The urban heat island effect, its causes, and mitigation, with reference to the thermal properties of asphalt concrete, Journal of environmental management, v. 197, p. 522-538.
  17. -Molnar, G., 2016. Analysis of land surface temperature and NDVI distribution for Budapest using Landsat 7 ETM+ data, Acta climatologica et chorologica, v. 49, p. 49-61.
  18. -Oke, T.R., 1982. The energetic basis of the urban heat island, Quarterly Journal of the Royal Meteorological Society, v. 108, p. 1-24.
  19. -Pan, J., 2016. Area delineation and spatial-temporal dynamics of urban heat island in Lanzhou City, China using remote sensing imagery, Journal of the Indian Society of Remote Sensing, v. 44, p. 111-127.
  20. -Rasul, A., Balzter, H., Smith, C., Remedios, J., Adamu, B., Sobrino, J. and Weng, Q., 2017. A review on remote sensing of urban heat and cool islands, Land, v. 6, p. 38-54.
  21. -Santamouris, M., 2013. Energy and climate in the urban built environment, Routledge.
  22. -Senanayake, I.P., Welivitiya, W.D.D.P. and Nadeeka, P.M., 2013. Remote sensing based analysis of urban heat islands with vegetation cover in Colombo city, Sri Lanka using Landsat-7 ETM+ data, Urban Climate, v. 5, p. 19-35.
  23. -Singh, R.B. and Grover, A., 2015. Spatial correlations of changing land use, surface temperature (UHI) and NDVI in Delhi using Landsat satellite images, In Urban Development Challenges, Risks and Resilience in Asian Mega Cities, Springer, Tokyo, p. 83-97.
  24. -Son, N.T., Chen, C.F., Chen, C.R., Thanh, B.X. and Vuong, T.H., 2017. Assessment of urbanization and urban heat islands in Ho Chi Minh City, Vietnam using Landsat data, Sustainable cities and society, v. 30, p. 150-161.
  25. -Srivanit, M. and Hokao, K., 2012. Thermal infrared remote sensing for urban climate and environmental studies: An application for the city of Bangkok, Thailand, Journal of Architectural/Planning Research and Studies, v. 9, p. 83-100.
  26. -Wark, D.Q., Yamamoto, G. and Lienesch, J.H., 1962. Methods of estimating infrared flux and surface temperature from meteorological satellites, Journal of the Atmospheric Sciences, v. 19, p. 369-384.
  27. -Yang, J., Wang, Z.H. and Kaloush, K.E., 2015. Environmental impacts of reflective materials: Is high albedo a ‘silver bullet’for mitigating urban heat island, Renewable and Sustainable Energy Reviews, v. 47, p. 830-843.
  28. -Zhang, H., Qi, Z.F., Ye, X.Y., Cai, Y.B., Ma, W.C. and Chen, M.N., 2013. Analysis of land use/land cover change, population shift, and their effects on spatiotemporal patterns of urban heat islands in metropolitan Shanghai, China, Applied Geography, v. 44, p. 121-133.