بررسی تاثیر تغییرات کاربری های اراضی بر جزایر حرارتی شهرمیناب با استفاده از رویکردهای طبقه بندی جنگل تصادفی و واکاوی خودهمبستگی فضایی

هدف پژوهش حاضر بررسی تاثیر تغییرات کاربری اراضی در شهر میناب بر تغییرات جزایر حرارتی شهری (uhi) با استفاده از روش طبقه بندی جنگل تصادفی و آمار فضایی بر روی تصاویر tm و oli لندست طی سال های 1988، 1998، 2008 و 2018 بود. ابتدا با استفاده از الگوریتم های پنجره مجزا و تک‌ کاناله دمای سطح زمین محاسبه شد. نقشه کاربری های اراضی با استفاده از روش نظارت‌شده جنگل تصادفی تهیه و میزان کارایی آن با دو معیار صحت کلی و ضریب کاپا ارزیابی گردید. به‌ منظور بررسی خودهمبستگی فضایی و الگوی پراکنش لکه‌های داغ از دو آماره موران محلی و اَنسِلین و گتیس اُرد جی استفاده شد. در سال 1988 کاربری های پوشش گیاهی، اراضی بایر و ساخت و سازهای شهری به ترتیب 30.1، 32.53، 37.37 درصد از مساحت شهر را به خود اختصاص داده اند. در سال 2018 مساحت این نواحی به ترتیب 16.36، 9.56 و 74.08  درصد شده اند. برای اراضی بایر و پوشش گیاهی به ترتیب کاهش سطح به میزان سه برابر و دو برابر مشاهده شد، درحالی‌که اراضی شهری بیشتر از دو برابر افزایش سطح داشته اند. مقادیر محاسباتی برای شاخص نسبت جزایر حرارتی شهری (uri) درسال های 1988، 1998، 2008 و 2018 به ترتیب 0.45، 0.34، 0.11 و 0.22 بود. نتایج دو آماره فضایی مورداستفاده نشان دهنده الگوی خوشه ای برای جزایر حرارتی شهر میناب بود. در ضمن تطابق بسیار خوبی بین نتایج آماره گتیس اُرد جی (تحلیل فضایی لکه‌‌های داغ) و آماره موران محلی (خودهمبستگی فضایی) در مورد الگوی فضایی خوشه‌های گرم و سرد مشاهده شد.

Studying changes in heat islands and land uses of the Minab city using the random forest classification approach and spatial autocorrelation analysis

The purpose of this study was to assess the impact of the land use changes in the Minab city on the variations in the urban heat islands (UHI), using the random forest classification method and spatial statistics on TM and OLI Landsat images in 1988, 1998, 2008 and 2018. First, land surface temperature (LST) was calculated using the splitwindow and the singlechannel algorithms. Land use map was generated using supervised classification random forest method and its performance was assessed by two criteria of overall accuracy and kappa coefficient. In order to survey spatial autocorrelation and clustering, pattern of hot spots, the two statistics of Anselin Local Moran's I and GetisOrd GI were applied. In 1988, land uses of vegetated, barren, and urban builtup lands were occupied 30.1, 32.53 and 37.37 percent of the city area, respectively; in 2018, the areas of these land uses were 16.36, 9.56 and 74.08 percents, respectively. A threefold and twicefold decrease in the area was observed for barren and vegetated lands, respectively; while the area of urban builtup lands had more than doubled. The calculated values for urbanheatisland ratio index (URI) in 1988, 1998, 2008, and 2018 were 0.45, 0.34, 0.11, and 0.22, respectively. The outcomes of two considered spatial statistics indicated the clustering, pattern for UHI of the Minab city. In addition, there was a good agreement between the results of GetisOrd GI statistic (hotspots spatial analysis) and the Local Moran's I statistic (spatial autocorrelation) on the spatial pattern of heat and cool clusters.