عنوان

تاثیر مورفولوژی شهری بر شکل گیری جزایر حرارتی در کلانشهرها نمونه موردی: شهر تبریز (بازه زمانی 2014 تا 2019)

شماره

پ۲۴۴۵۹

زبان متن نوشتاري يا گفتاري و مانند آن

per

عنوان اصلي

تاثیر مورفولوژی شهری بر شکل گیری جزایر حرارتی در کلانشهرها نمونه موردی: شهر تبریز (بازه زمانی 2014 تا 2019)

نام نخستين پديدآور

عرفان محرم پور

نام ناشر، پخش کننده و غيره

برنامه ریزی و علوم محیطی

تاریخ نشرو بخش و غیره

۱۳۹۹

نام خاص و کميت اثر

۸۱ص.

مواد همراه اثر

سی دی

جزئيات پايان نامه و نوع درجه آن

کارشناسی ارشد

نظم درجات

جغرافیا و برنامه ریزی شهری گرايش آمایش شهری

زمان اعطا مدرک

۱۳۹۹/۱۱/۲۸

متن يادداشت

جزایر حرارتی شهری برای انواع وسیعی از مطالعات علمی از آب و هواشناسی تا هیدرولوژی، بوم شناسی، طراحی شبکه حمل و نقل و مسکن و در برنامه ریزی شهری ضروری است. آثار نامطلوب محیطی جزایر حرارتی شهری در بلندمدت منجر به تغییر چشم انداز شهری می شود؛ بنابراین درک درستی از ویژگیهای پویای شهری و پیکربندی آن ها برای کاهش آثار جزایر حرارتی شهری (UHI)، گامی بلند در مسیر توسعه پایدار شهری به شمار می آید. در پژوهش حاضر، با استفاده از الگوریتم پنجره مجزا، داده های دمای سطحی شهر تبریز از باند حرارتی سنجنده OLI و TIRS ماهواره LANDSAT 8 برای سال-های 2014-2019 برای فصول تابستان و زمستان استخراج گردید. ابتدا پردازش¬های مقدماتی از جمله تصحیحات رادیومتریکی، اتمسفری و هندسی انجام شده و سپس رادیانس بالای اتمسفر به تابش سطح زمین تبدیل گردید. در مرحله بعد با محاسبه شاخص پوشش گیاهی، شاخص کسر پوشش گیاهی، توان تشعشعی و ستون بخار آب، دمای سطح زمین در منطقه مورد مطالعه با استفاده از الگوریتم پنجره مجزا به دست آمد. همچنین، جهت واکاوی و شناسایی تغییرات زمانی و مکانی جزیره حرارتی شهر تبریز با استفاده از آمار فضایی از روش¬های خودهمبستگی فضایی عمومی و محلی و روش HOT SPOT و برای کم¬ترین و بیش¬ترین جزایر حرارتی از توابع Highest position و Lowest Position استفاده شد. برای ارتباط جزایر حرارتی با کاربری اراضی محدوده مورد مطالعه نیز از روش رگرسیون خطی چندمعیاره استفاده گردید. نتایج حاصل از تصاویر حرارتی استخراج شده، نشان داد که در فصل تابستان در بازه زمانی 2014-2019 میانگین دمای حداقل برابر با 70/20 و حداکثر آن برابر با 39/54 درجه سانتی¬گراد می¬باشد که محدوده¬های ساخته¬شده (مسکونی) و فضای سبز دارای کم-ترین دما و محدوده¬های باز به ویژه بایر و فاقد پوشش گیاهی مثل فرودگاه و اطراف آن بیش¬ترین دما را داشتند. در فصل زمستان نیز مناطق ساخته¬شده یا مسکونی دارای دمای پایین¬تری نسبت به مناطق اطراف به ویژه باز دارد که علت آن را می-توان به تراکم ساختمان¬ها به خصوص ارتفاع ساختمان¬ها، فضای سبز موجود در داخل شهر بیان کرد. در این فصل نیز دمای حداقل برابر با 13/3- و حداکثر آن برابر با 56/24 درجه سانتی¬گراد می¬باشد. نتایج توابع Highest position و Lowest Position نشان داد که در فصل زمستان طبق تابع lowest Position مناطق ساخته شده و فضای سبز در طی 6 سال کمترین جزایر حرارتی و مناطق باز و بایر بیشترین جزایر حرارتی را دارا بودند. همچنین، براساس تابع Highest Position مناطق شهری دارای جزایر حرارتی نسبتا بالایی را نشان دادند. در فصل تابستان نیز نتایج به این صورت می باشد که براساس تابع Lowest position مناطق ساخته شده یا مسکونی که تراکم بیشتری نسبت به بقیه مناطق دارند و مناطق دارای فضای سبز مقدار جزایر حرارتی نسبتا کم¬تری نسبت به بقیه مناطق به ویژه مناطق باز دارند. همچنین، براساس تابع Highest Position مناطقی که دارای پوشش سبز می¬باشند، جزایر حرارتی پایین¬تری نسبت به سایر کاربری¬ها در طی 6 سال داشته است. نتایج حاصل از خودهمبستگی فضایی موران جهانی نشان داد که جزایر حرارتی شهر تبریز دارای ساختار فضایی بوده و به شکل خوشه¬ای توزیع شده¬اند، بدین معنی که دماهای بالا و پایین تمایل به متمرکز شدن یا خوشه¬ای شدن در فضا دارند و خوشه¬های حرارتی داغ یا خنک را تشکیل داده¬اند، جهت روشن شدن الگوی پراکنش نقاط از آماره موران محلی استفاده شد. بررسی تغییرات زمانی نقاط H-H و L- L نشان داد که جزایر حرارتی در شهر تبریز به صورتی خوشه¬ای بوده و خوشه¬های بالا در هر دو فصول بر روی اراضی باز و فاقد پوشش گیاهان یا پوشش گیاهی کم¬تراکم شکل گرفته و خوشه¬های پایین نیز در داخل شهر و فضاهای ساخته شده و فضای سبز شکل گرفته است. به منظور حصول اطمینان از مناطق دارای خوشه¬های با¬ارزش گرم و سرد از شاخص HOT SPOT استفاده شد و نتایج آن نشان داد که خوشه¬های گرم منطبق بر کاربری زمین¬های باز و بایر می¬باشد. خوشه¬های سرد نیز منطبق بر کاربری فضای سبز و ساخته شده می¬باشد. بالا بودن آماره خودهمبستگی فضایی موران جهانی به ترتیب در فصل تابستان و زمستان (671/0 و 679/0) نیز خوشه¬ای بودن جزایر حرارتی در شهر تبریز را تایید می¬کند. همچنین، نتایج آماره خودهمبستگی فضایی High-Low نیز نشان¬دهنده خوشه¬ای بودن جزایر حرارتی در محدوده مورد مطالعه می¬باشد. بدین صورت که آماره این الگو در هر دو فصول برابر با 000026/0 است. نتایج رگرسیون چند متغیره نیز نشان داد که موثرترین عامل در ایجاد جزایر حرارتی به ترتیب برای فصل تابستان فضای باز برابر با 759/2، فضای سبز برابر با 756/2، ساخته شده برابر با 752/2و در آخر کاربری صنعتی برابر با 651/2 و برای فصل زمستان نیز فضای سبز برابر با 329/1 و بعد آن فضای باز برابر با 326/1، ساخته شده برابر با 322/1 و کاربری صنعتی برابر با 654/0 بوده است. مقدار F که نشان دهنده¬ی رابطه معنادار بودن بین متغیرهای مستقل و وابسته است و هر چه این مقدار بیشتر باشد نشانه¬ی بهتر بودن رابطه معناداری می¬باشد. مقدار F به ترتیب در فصل تابستان و زمستان برابر با 65/17 و 36/9 بوده که رابطه معناداری نسبتا خوبی بین جزایر حرارتی و کاربری¬های ساخته¬شده، صنعتی، فضاهای سبز و باز می¬باشد.

متن يادداشت

Urban thermal islands are essential for a wide variety of scientific studies from meteorology to hydrology, ecology, transportation and housing network design, and urban planning. The adverse environmental effects of urban thermal islands in the long run lead to a change in the urban landscape; Therefore, understanding the dynamic features of the city and their configuration to reduce the effects of urban heat islands (UHI) is a big step towards sustainable urban development. In the present study, using a separate window algorithm, surface temperature data of Tabriz city were extracted from the thermal band of OLI and TIRS satellites of LANDSAT 8 satellite for the years 2014-2019 for summer and winter seasons. First, preliminary processes such as radiometric, atmospheric and geometric corrections were performed and then the high radius of the atmosphere was converted into surface radiation. In the next step, by calculating the vegetation index, vegetation fraction index, radiative power and water vapor column, the ground surface temperature in the study area was obtained using a separate window algorithm. Also, to analyze and identify temporal and spatial changes of the thermal island of Tabriz using spatial statistics from general and local spatial correlation methods and HOT SPOT method and for the lowest and highest thermal islands from the Highest position and Lowest Position used. Multi-standard linear regression method was used to connect the thermal islands with the land use of the study area. The results of the extracted thermal images showed that in the summer season in the period of 2014-2019, the average minimum temperature is 20.70 and the maximum is 54.39 degrees Celsius. (Residential) and green space with the lowest temperature and open areas, especially barren and without vegetation such as the airport and the surrounding area had the highest temperature. In winter, built or residential areas have a lower temperature than the surrounding areas, especially open, which can be attributed to the density of buildings, especially the height of buildings, green space inside the city. . In this season, the minimum temperature is -3.13 and the maximum is 24.56 ° C. The results of Highest position and Lowest Position functions showed that in winter, according to the lowest Position function, the built areas and green space had the lowest heat islands during 6 years and the open and barren areas had the most heat islands. Also, based on the Highest Position function, urban areas with relatively high heat islands were shown. In summer, the results are as follows: Based on the Lowest position function, built or residential areas that have a higher density than other areas and areas with green space have a relatively lower amount of thermal islands than other areas, especially open areas. . Also, according to the Highest Position function, the areas with green cover have had lower heat islands than other land uses for 6 years. The results of spatial autocorrelation of global Moran showed that the thermal islands of Tabriz have a spatial structure and are distributed in clusters, meaning that high and low temperatures tend to be concentrated or clustered in space and clusters. Hot or cold thermal ions, local Moran statistics were used to elucidate the point distribution pattern. The study of temporal changes of HH and L-L points showed that the thermal islands in the city of Tabriz are clustered and high clusters are formed in both seasons on open lands without vegetation or low density vegetation and clusters. The lower floors are also built inside the city and spaces and green space. In order to ensure the areas with valuable hot and cold clusters, the HOT SPOT index was used and the results showed that the hot clusters are consistent with the use of open and barren lands. Cold clusters are also compatible with the use of green and built space. The high spatial autocorrelation statistics of global Moran in summer and winter (0.671 and 0.679), respectively, confirms the clustering of thermal islands in the city of Tabriz. Also, the results of High-Low spatial autocorrelation statistics indicate the clustering of thermal islands in the study area. Thus, the statistic of this pattern in both seasons is equal to 0.000026. The results of multivariate regression also showed that the most effective factor in creating thermal islands for the summer season is 2.759 for open space, 2.756 for green space, 2.752 for built and finally for industrial use equal to / 651, respectively. 2 and for winter, green space was equal to 1.329 and then open space was equal to 1.326, built space was equal to 1.322 and industrial use was equal to 0.654. The value of F, which indicates a significant relationship between independent and dependent variables, and the higher the value, the better the significant relationship. The value of F in summer and winter is 17.65 and 9.36, respectively, which is a relatively good relationship between thermal islands and built, industrial, green and open uses.

عنوان گونه گون

Study of effective factors on the formation of thermal islands (Case study: Tabriz city)

عنصر شناسه اي

محرم پور

ساير عناصر نام

‏ عرفان

کد نقش

استاد راهنما

عنصر شناسه اي

تیموری

عنصر شناسه اي

‏اصغری زمانی

ساير عناصر نام

‏ ایرج

ساير عناصر نام

‏ اکبر

تاريخ

استاد راهنما

تاريخ

استاد مشاور

عنصر شناسه اي

‏ تبریز