|
|
تحلیل کاربری اراضی و اثرات آن بر تغییرات دمای سطح زمین،مطالعه موردی: شهرستان کرج
|
|
|
|
|
نویسنده
|
اصغری سراسکانرود صیاد ,فعال نذیری مهدی
|
منبع
|
پژوهش هاي بوم شناسي شهري - 1403 - دوره : 15 - شماره : 1 - صفحه:79 -100
|
چکیده
|
در این پژوهش به بررسی تغییرات کاربری اراضی با دمای سطح زمین و خودهمبستگی فضایی با استفاده از شاخص موران و لکههای داغ جزیره حرارتی شهرستان کرج پرداخته شده است. بدین منظور از تصاویر ماهوارهای لندست و سنجندههای (tm-oli) سالهای 2000 - 2018 بهره گرفته شد. ابتدا تصاویر مربوطه اخذ و پیشپردازشهای لازم اعمال شد. سپس طبقهبندی با استفاده از روش شیءگرا و الگوریتم نزدیکترین همسایگی صورت گرفت و دمای سطح زمین با الگوریتمهای پنجره مجزا و تک باندی استخراج شد. نتایج نشان داد که زمین بایر در سال 2000 و 2018 به ترتیب با مقادیر 46 - 44 (درجه سانتیگراد)، دارای بیشترین دما میباشند که مناطق بایر حاشیه شهر به دلیل عدم وجود پوشش گیاهی، ظرفیت بالای جذب گرما توسط خاک لخت، دمای سطح زمین بالایی را دارا میباشند و کاربری مناطق آبی در سال 2000 و 2018 به ترتیب مقادیر 38 - 25 (درجه سانتیگراد) را به خود اختصاص دادهاند که آب گرمای بیشتری را دفع و دارای دمای پایینتری میباشد. همچنین نتایج نشان داد رابطه قوی بین کاربری اراضی و دما وجود دارد. سپس نتایج حاصل از تحلیل خودهمبستگی فضایی با شاخصهای موران جهانی نشان داد که دادههای دمای سطح زمین شهرستان کرج دارای ساختار فضایی بوده و به شکل خوشهای توزیع شده است. در نهایت با استفاده از شاخص تحلیل لکههای داغ خوشههای گرم و سرد دمای سطح زمین شهرستان کرج استخراج شد. تحلیل لکههای داغ تاییدی آشکار بر متمرکز شدن و خوشهای شدن دمای سطح زمین شهرستان کرج در فضا با افزایش دوره زمانی بوده است.
|
کلیدواژه
|
تصاویر لندست، طبقهبندی شیءگرا، کاربری اراضی، دمای سطح زمین، خودهمبستگی فضایی
|
آدرس
|
دانشگاه محقق اردبیلی, گروه ژئومورفولوژی, ایران, دانشگاه محقق اردبیلی, گروه ژئومورفولوژی, ایران
|
پست الکترونیکی
|
mehdifn1373@gmail.com
|
|
|
|
|
|
|
|
|
land use analysis and its effects on land surface temperature changes case study: karaj city
|
|
|
Authors
|
asghari saraskanroud sayyad ,faal naziri memhdi
|
Abstract
|
in this study, the effects of land use changes with surface temperature of karaj cityand spatial autocorrelation have been discussed using the moran index. for this purpose, landsat oli- tm satellite imagery has been used in 2000 and 2018. first, the images were taken and the required images were applied. then classification using object orinted method and nearest neighbor algorithm was developed and the earth surface temperature was extracted with split window algorithm (imagery). the results showed that the arid land has the highest temperature in 2000 and 2018, respectively, due to the lack of vegetation, the high capacity of absorption of heat by barren soil, and the use of blue zones in 2000 and 2018 respectively, has a temperature of 38 - 25 (° c), which is دفع and has lower heat temperatures. also, the results showed strong relationship between land use and temperature. finally, the hot and cold clusters of karaj city heat islands were extracted using the hot spots analysis index (hotspot). space autocorrelation analysis with global moran’s indices showed that the earth’s surface temperature was cluster - like. the analysis of hot spots confirmed the focus and cluster of the heat islands of karaj city in space with increasing periods of time.
|
Keywords
|
landsat imagery ,object-oriented classification ,land use ,land surface temperature ,space correlated
|
|
|
|
|
|
|
|
|
|
|