پایان نامه شناسایی روند تغییرات مکانی و زمانی جزایر حرارتی در کلانشهرها با استفاده از تصاویر سنجنده MODIS(مطالعه موردی کلان شهرهای مشهد، تهران، اهواز، تبریز، اصفهان )

word
178
68 MB
30448
1393
کارشناسی ارشد
قیمت: ۲۳,۱۴۰ تومان
دانلود فایل
  • خلاصه
  • فهرست و منابع
  • خلاصه پایان نامه شناسایی روند تغییرات مکانی و زمانی جزایر حرارتی در کلانشهرها با استفاده از تصاویر سنجنده MODIS(مطالعه موردی کلان شهرهای مشهد، تهران، اهواز، تبریز، اصفهان )

    پایان نامه جهت اخذ درجه کارشناسی ارشد M.Sc

    رشته سنجش از دور و سیستم اطلاعات جغرافیایی- منابع آب و خاک

    چکیده: جزایر حرارتی شهری مناطقی از سطح زمین را گویند که نسبت به مناطق همجوار دمای بالاتری دارند. گسترش این پدیده در بعد مکان و زمان متغیر است. ایجاد جزایر حرارتی و تغییرات مکانی و زمانی آن بیشتر تحت تاثیر تغییرات پوشش زمین و گسیل حرارت حاصل  از فعالیت های انسانی می‌باشد. با توجه به تغییرات بالا در واحد زمان و پیوستگی و گسترش مکانی این پدیده  سنجش از دور از ابزارهای مناسب برای مطالعه این پدیده می‌باشد. هدف از این تحقیق مطالعه گسترش جزایر حرارتی و ارتباط دمای سطح زمین با پوشش سطح در کلانشهر‌های اهواز، اصفهان، تبریز، تهران و مشهد به عنوان مهمترین مراکز جمعیتی و صنعتی ایران است.

    جهت دسترسی به هدف فوق گسترش جزایر حرارتی در بازه‌ی زمانی سال 2007 تا سال 2011 و همچنین ارتباط دمای سطح با پوشش سطح با استفاده از تولیدات سنجنده MODIS در کلانشهرهای نامبرده شده بررسی شده است. بدین منظور با اعمال خوشه‌بندی بر تولیدات حرارتی MOD11A2 سنجنده مودیس گسترش جزایر حرارتی مورد بررسی قرار گرفته و با استخراج پوشش اراضی از تصاویر ETM+ ارتباط بین تغییرات پوشش سطح و دمای سطح زمین بررسی شده است. تاثیر پوشش‌های مختلف بر دمای سطح با برازش جداگانه و همچنین برازش توام پوشش‌ها با دمای سطح زمین و همچنین استفاده از تولیدات شاخص‌های پوشش گیاهی MOD13A2 توسط مدل رگرسیونی توسعه‌یافته  مورد بررسی قرار گرفته است. نتایج نشان میدهند که با گذشت زمان جزایر حرارتی گسترش یافته و در مواردی نیز جزایر حرارتی جدید ایجاد شده است. در دوره مورد بررسی مشهد و اهواز با 77 و 74 درصد گسترش نسبت به هسته اولیه جزایر در سال 2007  بیشترین میزان گسترش جزایر حرارتی و پس از آنها تهران وتبریز و اصفهان به ترتیب با 54، 53 و 33 درصد گسترش نسبت به هسته اولیه جزایر در سال 2007 کمترین میزان گسترش جزایر حرارتی را داشته‌اند. مدل رگرسیونی توسعه‌یافته برای برآورد دمای سطح در این شهرها بیانگر شدید بودن اثر کاهشی پوشش گیاهی در شهرهای واقع در اقلیم گرم بود. بعلت ناهمگن بودن سطوح ساخته شده(نواحی مسکونی، صنعتی، فرودگاه و غیره) این سطوح در مواردی رابطه مثبت(اهواز، اصفهان و تهران) و در مواردی نیز رابطه منفی(مشهد و تبریز) با دمای سطح زمین نشان می‌دهند. استفاده از اطلاعات دقیق پوشش و کاربری جهت مشخص کردن دقیق‌تر نقش آنها در مطالعات آتی ضروری است.

     

    کلید واژه‌ها: جزیره حرارتی شهری، تغییرات مکانی و زمانی جزایر حرارتی، پوشش زمین، سنجنده مودیس

    1-     فصل اول: کلیات تحقیق

    1-1- مقدمه:

    با توسعه شهرنشینی مقادیر زیادی از مساحت مناطق کشاورزی و جنگلی جای خود را به مناطق شهری داده اند. مناطق شهری مدرن توسط آسفالت، بتون و سایر سطوح غیرقابل نفوذ پوشیده شده اند. رشد شهری به خصوص در شهرهای بزرگ با سرعت زیاد تغییرات پوشش زمین را در پی دارد. از آنجاییکه دمای سطح زمین در هر محدوده ای به خصوصیات مواد تشکیل دهنده سطح و بازتابش انرژی خورشید وابسته می باشد، الگوی حرارتی مناطق شهری نسبت به نواحی غیرشهری تفاوت قابل توجهی دارد. ظرفیت حرارتی بالای سطوح مصالح مورد استفاده در شهرها، کاهش میزان آلبدو و وجود منابع حرارتی ناشی از فعالیت های انسانی موجب افزایش دمای برخی مناطق شهری نسبت به دیگر مناطق و تغییرات بیلان حرارتی این نواحی می شوند. بنابراین در مناطق شهری بسته به پوشش ها و کاربری های موجود، مناطقی با درجه حرارت بیشتر از سایر نواحی به وجود می آیند، این پدیده به نام جزیره حرارتی شهرها [1] نامگذاری شده است.

    علاوه بر اینکه این افزایش دما به نوبه خود اثر قابل توجهی بر روی شرایط اتمسفری، زیستی و اقتصادی دارد، تخمین میزان حرارت سطح در مناطق مختلف شهری به منظور بررسی توزیع دمایی سطح زمین و علل پیدایش آن کاربردهای فراوانی مانند تعیین نقش ترافیک و شهرک های صنعتی در گرم شدن شهرها دارد. لذا بررسی و آنالیز پدیده جزایر حرارتی در شهرها بسیار حائز اهمیت می باشد.

    تصاویر سنجش از راه دور به دلیل پوشش وسیع، بهنگام بودن و توانایی کسب اطلاعات در محدوده حرارتی طیف الکترومغناطیس، منبع اطلاعاتی مناسبی در تهیه نقشه های حرارتی و تخمین انرژی تشعشعی سطح زمین می باشند. در این مطالعه تولیدات مربوط به حرارت و پوشش های سطح زمین سنجنده MODIS ماهواره Terra برای بررسی روند مکانی-زمانی جزایر حرارتی و ارتباط این پوشش ها با تغییرات جزایر حرارتی مورد استفاده قرار گرفته است.

    1-2- طرح مسئله و ضرورت تحقیق

    در قرن بیستم شهرسازی با سرعت زیاد در مقیاس جهانی اتفاق افتاد. با توجه به تخمین سازمان ملل تقریبا نیمی از مردم جهان در شهرها زندگی می کنند. در جوامع غربی این رقم به بالاتر از 75 درصد هم می رسد (UN,1999).

    مطابق نتایج سرشماری عمومی نفوس و مسکن سال 1385، در حدود 30 درصد از جمعیت هفتاد میلیونی ایران در سیزده شهر دارای بیش از پانصد هزار نفر جمعیت زندگی می کنند. این سیزده شهر به ترتیب عبارتند از: تهران، مشهد، اصفهان، تبریز، کرج، شیراز، اهواز، قم، کرمانشاه، ارومیه، زاهدان، رشت و کرمان. از بین این شهرها نیز سهم شش شهر دارای بیش از یک میلیون نفر جمعیت، 22درصد و سهم شهر 7،800،000 نفری تهران، به تنهایی 11 درصد می باشد. (مرکز آمار ایران).

    در حالی که شهرها توسعه پیدا می کنند، تغییراتی در سیمای زمین ایجاد می شود. ساختمان ها، خیابان ها و دیگر زیر ساخت ها جایگزین خاک و پوشش گیاهی می شود. سطوحی که پیش از آن معمولا قابل نفوذ و مرطوب بودند، غیر قابل نفوذ و خشک می شوند. انرژی ورودی جذب شده خورشید، ممکن است با تغییر در سطوح طبیعی افزایش یابد (Yamaguchi,2004). این امر منجر به تغییر در توازن انرژی مناطق شهری که موجب افزایش دما (هم در سطح و هم دمای هوا) در مناطق شهری و در نهایت شکل گیری جزایر حرارتی می شود.

    جزایر حرارتی شهری به خاطر اثرشان روی زندگی بسیاری از انسان ها بسیار مورد توجه قرار می گیرند. جزایر حرارتی شرایط آب و هوایی تابستان را سخت تر و استفاده از دستگاه های تهویه هوا را بیشتر می کنند. شرایط ازن تحت تأثیر گسیلش، اختلاط و پراکندگی انعکاسات شیمیایی در اتمسفر قرار می گیرد و جزایر حرارتی شهری منجر به تشدید آن می شود. علاوه بر این با افزایش دما، تولید هیدروکربن گیاهان افزایش می یابد که خود از دلایل افزایش آلودگی هوا می باشد (Sailor, 2007). در کنار این نتایج آشکار جزایر حرارتی، این پدیده روی آب و هوای محلی مانند تغییر الگوی بادهای محلی، رشد ابر و مه، تعداد رعد و برق و میزان بارش نیز اثر گذار است.

    امروزه مطالعات بر روی شرایط دمایی مناطق شهری بسیار مورد توجه می باشد. مطالعات  اخیر در چهل سال گذشته توانسته اند نقش پدیده های اصلی موثر در شکل گیری و تداوم جزایر حرارتی شهری را از لحاظ کمی تعیین کنند. بطور سنتی منبع اصلی و رایج داده های اقلیمی از جمله دمای هوا، ایستگاه های هواشناسی هستند. این ایستگاه ها فقط آمار نقاط خاصی را ارائه می کنند. در بعضی مواقع دمای هوا در یک منطقه یا شهر مقدار معینی گزارش می شود در صورتی که این مقدار مربوط به موقعیت یک نقطه ی خاص از شهر است و چه بسا با توجه به پوشش سطح زمین و دیگر شرایط، دما در نقاط مختلف همان شهر پایین تر یا بالاتر باشد. به منظور حل این مشکل، تاکنون روش های مختلفی برای محاسبه و برآورد داده های هواشناسی در حد فاصل ایستگاه ها ارائه شده است. از جمله این روش ها می‌توان به استفاده از رابطه دما با ارتفاع و روش های مختلف درون یابی از قبیل میانگین وزنی فاصله معکوس و صورت های مختلف کریجینگ اشاره کرد (Wang et al. 2004). روش رابطه دما با ارتفاع تنها برای مناطق کوهستانی کوچک و روش های درون یابی برای مناطق با شرایط یکنواخت متناسب است. از آنجا که دمای سطح زمین وابستگی زیادی به نوع پوشش سطح زمین دارد، روش های مختلف درون یابی، هنگامی می توانند دارای دقت قابل قبولی باشند که با استفاده از داده های ماهواره ای، پوشش سطح زمین را نیز در نظر بگیرند (Yang et al. 2004). در سال‌های اخیر تکنولوژی سنجش از دور با ارائه‌ی تصاویر با قدرت تفکیک‌های مختلف کاربرد فراوانی در مطالعه و پایش جزایر حرارتی شهری در مقیاس های مختلف قاره‌ای و منطقه ای پیدا کرده است. داده‌های فیزیکی کمّی که توسط ماهواره ها تولید می شود، موجب درک بیشتر ما از محیط های شهری و غیر شهری می شوند. به ویژه در طول دو دهه گذشته نیاز فراوان به اطلاعات دمای سطح زمین برای مطالعات محیطی و فعالیت های مدیریتی منابع زمینی، برآورد دمای سطح زمین توسط تکنولوژی سنجش از دور را به یکی از موضوعات جالب توجه علمی تبدیل کرده است(Sobrino, 2004).

    با استفاده از علم سنجش از راه دور خصوصیات فیزیکی مهمی که پارامترهای تعیین کننده مواد تشکیل دهنده و ترکیب و ساختار پوشش شهر هستند را برای بررسی بودجه انرژی سطح شهر و مشاهده اثر جزایر حرارتی شهری قابل  استخراج می‌باشند. علاوه بر آن تصاویر حرارتی سنجش از راه دور به خصوص تصاویر با قدرت تفکیک بالا توانایی تولید داده های حرارتی همزمان برای سراسر شهر و در یک پوشش ناحیه ای وسیع را دارند (Nichol, 1998).

    از بین داده های ماهواره های مختلف، با توجه به مهم بودن قدرت تفکیک زمانی برای بررسی پدیده جزایر حرارتی، استفاده از سنجنده‌های با قدرت تفکیک زمانی بالا بیشتر مورد توجه هستند. در این تحقیق با توجه به قدرت تفکیک زمانی بالای سنجنده مودیس و همچنین پردازش‌های اولیه رادیومتریک و هندسی انجام شده بر تولیدات این سنجنده، از تولیدات حرارتی این سنجنده برای بررسی تغییرات مکانی زمانی جزایر حرارتی استفاده شد.

    با توجه به اینکه جزایر حرارتی شهرها از عواملی نظیر آلودگی، تغییرات پوشش و ترافیک تاثیر می پذیرند که این عوامل در واحد زمان و مکان در حال تغییر می‌باشند، لذا نحوه‌ی گسترش جزایر حرارتی را می توان یک مساله مکانی زمانی در نظر گرفت. با این توضیح سوالی که مطرح می‌شود این است که الگوی تغییرات مکانی زمانی جزایر حرارتی در کلانشهرها چگونه است؟

    پاسخ به این سوال برای بسیاری از موضوعات مربوط به علوم زمین (مانند اقلیم شهری، تغییرات محیطی جهانی و اثر متقابل محیط انسان) بسیار مهم و حیاتی است که منجر به بهبود فرایند های مدیریتی و برنامه ریزی می گردد. یکی از اهدافی اصلی ما در این تحقیق ارائه‌ی پاسخی مناسب به این سوال است.

     دمای سطح زمین و ویژگی های بودجه انرژی شهری همچنین در ارتباط پوشش‌های مختلف سطح می باشد به نحوی که هر نوع پوشش زمین تاثیر خاصی بر دمای سطح زمین دارد. نحوه ی اثر گذاری پوشش های مختلف سطح بر دمای سطح زمین مساله ی مهم دیگریست که بررسی دقیق آن منجر آن مدیریت بهتر جهت کاهش اثرات نامطلوب جزایر حرارتی در شهر ها می شود.

     با توجه به اینکه امکان استخراج پوشش های مختلف اراضی در یک منطقه و همچنین دمای سطح با استفاده از تکنولوژی سنجش از دور وجود دارد، در این تحقیق ما به دنبال این بوده ایم که ضمن استخراج اطلاعات پوشش اراضی و نیز برآورد دمای سطح زمین، به بررسی نحوه ارتباط آنها با یکدیگر بپردازیم. در راستای نیل به این هدف، چگونگی اثر گذاری هر یک از کلاس های پوشش اراضی بر دمای سطح زمین، هم بصورت جداگانه و هم بصورت توأمان مورد بررسی قرار گرفت.

    با توجه به مطالب فوق، در این مطالعه پدیده‌ جزایر حرارتی سطح زمین و رابطه آن با پوشش  اراضی در پنج کلان‌شهر تهران، تبریز، اصفهان، اهواز و مشهد با استفاده از تولیدات ماهواره‌ای سنجنده MODIS مورد بررسی قرار می‌گیرد.

    1-3- سوالات اصلی تحقیق:

    سوالات این تحقیق عبارتند از:

    الگوی توزیع تغییرات مکانی و زمانی جزایر حرارتی در شهرهای اهواز، اصفهان، مشهد، تبریز، تهران چگونه است؟

    شدت و گسترش الگوی توزیع مکانی زمانی جزایر حرارتی چه رابطه‌ای با پوشش سطح زمین نشان می‌دهد ؟

    1-4- فرضیات تحقیق:

    الگوی توزیع تغییرات مکانی-زمانی جزایر حرارتی در ابرشهرها افزایش گرما و همچنین  گسترش مکانی و افزایش تعداد جزایر حرارتی در طول سال‌های 2007 تا 2011 را نشان می دهند.

    پوشش گیاهی اثر کاهنده  و سطوح ساخته شده شهری اثرات افزاینده  بر جزایر حرارتی دارند و گسترش الگوی توزیع مکانی-زمانی جزایر حرارتی متاثر از الگوی پراکنش پوشش اراضی در بازه زمانی مورد بررسی(2007 تا 2011) است.

     

     

    1-5- اهداف تحقیق:

    پس از تشخیص و تعیین انواع پوشش های تأثیرگذار بر دمای مناطق شهری اهداف ذیل در این تحقیق مورد توجه قرار گرفته است:

    استخراج تغییرات مکانی-زمانی جزایر حرارتی در مناطق شهری با استفاده از داده‌های سنجنده MODIS

    تعیین رابطه بین  نوع پوشش زمین و دمای سطح

    1-6- ساختار پایان نامه

    این پایان نامه مشتمل بر شش فصل است که در فصل اول به بیان کلیات تحقیق و در ادامه، فصل دوم این تحقیق، به ویژگی منطقه مورد مطالعه و تحقیقات انجام گرفته در ایران و جهان می پردازد.

    در فصل سوم به مبانی نظری تحقیق پرداخته شده است، در این راستا مبانی سنجش از دور حرارتی و عوامل موثر بر تشکیل جزایر حرارتی و همچنین رفتار طیفی پدیده های مختلف مورد بررسی و ارزیابی قرار گرفته است.

    در فصل چهارم، داده های مورد استفاده در این تحقیق شامل تصاویر ماهواره ای و نقشه های مورد استفاده مشخص شده است، در ادامه به بیان مراحل و روش انجام تحقیق شامل مراحل مختلف بررسی تغییرات مکانی-زمانی جزایر حرارتی،و به دنبال آن ارتباط پوشش های زمین با این تغییرات پرداخته شده است.

    در فصل پنجم نتایج به دست آمده از اعمال روش های استخراج جزایر حرارتی، و همچنین نتایج حاصل از  بررسی همبستگی بین پوشش های زمین و تغییرات جزایر حرارتی مورد ارزیابی قرار گرفته است.

    و در فصل ششم، نتایج به دست آمده از فصل پنجم به صورت تحلیلی مورد بحث قرار گرفته است. همچنین پیشنهاداتی برای تحقیقات آتی ارائه شده است.

    فصل دوم:

    منطقه مورد مطالعه  و

     پیشینه تحقیق

    1-7- منطقه مورد مطالعه

    منطقه مورد مطالعه تحقیق شامل پنج کلانشهر اهواز، اصفهان، تبریز، تهران و مشهد می باشد. این شهرها به عنوان مهمترین مراکز جمعیتی و صنعتی دارای رشد بالای توسعه شهری و افزایش جمعیت بوده‌اند. با توجه به تاثیر عرض جغرافیایی و اقلیم‌های مختلف بر دمای سطح و پدیده جزایر حرارتی، شهرهای انتخابی در عرض‌های جغرافیایی مختلف و در سطح کشور پراکنده شده اند که اقلیم‌های مختلف را شامل می‌شوند. محدوده مطالعاتی در این تحقیق در شکل های 2-1 تا 2-5  نمایش داده شده است.

    Abstract:

    An urban heat island (or heat island) indicating an area of the surface that is relatively warmer than surrounding areas. Expansion of this phenomenon varying spatiotemporally. The cause of such a phenomenon and its variation is more distributed in the change of land cover and the anthropogenic heat emission. Due to the high temporal changes and continues spatial expansion of this phenomenon, remote sensing is a suitable tool for studying it.  The aim of this research is to study the expansion of the urban heat islands of Tehran, Tabriz, Mashhad, Esfahan and Ahvaz as the most important population centers and the most important industrial centers of Iran.

    To achieve the aim, heat islands’ expansion is investigated in continuum of time between 2007 and 2011 and also the relation between land surface temperature and land cover in above-mentioned metropolises is analyzed through MODIS sensor products. For this purpose, the application of clustering around temporal products of MODIS sensor (MOD11A2) provided the opportunity to estimate the expansion of heat islands. Also, the relation between land cover changes and land surface temperature was crystallized through extraction of land cover from ETM+ images. The effect of diverse land covers on land surface temperature studied through following approaches: 1) separated fit; 2) dual land covers fit with land surface temperature; 3) the utilization of vegetation characteristic of MOD13A2 with the developed regression.

    The results indicated that with the passage of time the heat islands are expanded and in some cases embryonic heat islands are generated. Statistically, Mashhad and Ahwaz with 77 and 74 percent expansions demonstrated the highest expansion regard with the islands first core in 2007. On the other hand, Tehran, Tabriz, and Esfahan represented the lowest rate of expansion (54, 53, and 33 respectively) from the islands first core in 2007. The developed regression model of estimating land surface temperature in these metropolises demonstrated serious reduction effect of vegetation in regions within the warm climates. Due to humans’ heterogeneous level of constructions (e.g. residential areas, manufacturing, airport etc.), in some cases such as Ahvaz, Esfahan, and Tehran a positive relationship between land surface temperature and the level of construction was detected, while in other cases, Mashhad and Tabriz, a negative relationship was revealed. Applying meticulous data of land cover and their utilization plays crucial role in future investigation in this regard.

    Key words: urban heat islands, spatiotemporal variation of urban heat islands, land cover, MODIS sensor.

  • فهرست و منابع پایان نامه شناسایی روند تغییرات مکانی و زمانی جزایر حرارتی در کلانشهرها با استفاده از تصاویر سنجنده MODIS(مطالعه موردی کلان شهرهای مشهد، تهران، اهواز، تبریز، اصفهان )

    فهرست:

    1-  فصل اول: کلیات تحقیق  16

    1-1- مقدمه: 16

    1-2- طرح مسئله و ضرورت تحقیق.. 17

    1-3- سوالات اصلی تحقیق: 21

    1-4- فرضیات تحقیق: 21

    1-5- اهداف تحقیق: 22

    1-6- ساختار پایان نامه. 22

    2-  فصل دوم: منطقه مورد مطالعه و پیشینه تحقیق.. 25

    2-1- منطقه مورد مطالعه. 25

    2-2- پیشینه تحقیقاتی.. 41

    2-2-1-  پیشینه تحقیقاتی (منابع خارجی) 41

    2-2-2-  پیشینه تحقیقاتی در ایران.. 45

    2-3- جمع‌بندی.. 47

    3-  فصل سوم: مبانی نظری تحقیق.. 51

    3-1- مقدمه. 51

    3-2- سنجش از دور حرارتی.. 51

    3-3- سنجنده MODIS. 54

    3-4- شهرسازی و میکروکلیماتولوژی شهری.. 57

    3-4-1-  فاکتورهای کنترل کننده اقلیم شهر. 58

    3-4-2-  معادله توازن تابشی در شهر. 61

    3-5- جزایر حرارتی شهری.. 65

    3-5-1-  جزایر حرارتی شهری سطح زمین.. 66

    3-5-2-  جزایر حرارتی شهری اتمسفری.. 66

    3-5-3-  ارتباط دمای سطح و دمای هوا در شهر. 67

    3-5-4-  عوامل موثر بر جزایر حرارتی شهری.. 67

    3-5-5-  جزایر حرارتی شهری و تغییرات اقلیم.. 75

    3-5-6-  پی آمدهای جزایر حرارتی شهری.. 76

    3-6- خوشه بندی.. 77

    3-6-1-  خوشه بندی.. 77

    3-6-2-  روش‌های خوشه‌بندی.. 78

    3-6-3-  تحلیل نقاط بحرانی  گتیس-اورد. 79

    4-  فصل چهارم: مواد و روش ها 83

    4-1- مواد تحقیق.. 83

    4-1-1-  تصاویر مورد استفاده 83

    4-1-2-  داده های نقشه ای.. 85

    4-1-3-  نرم افزارهای مورد استفاده 85

    4-2- روش انجام تحقیق.. 85

    4-2-1-  آماده سازی داده ها 87

    4-2-2-  بررسی تغییرات مکانی-زمانی جزایر حرارتی.. 88

    4-2-3-  استخراج کاربری اراضی.. 90

    4-2-4-  بررسی رابطه پوشش‌های مختلف با دمای سطح.. 90

    4-2-5-  بررسی رابطه دمای سطح و NDVI 91

    5-  فصل پنجم: نتایج و بحث... 93

    5-1- نتایج هم‌مختصات‌سازی  و اصلاح داده‌ها 93

    5-2- بررسی تغییرات مکانی جزایر حرارتی.. 94

    5-3- استخراج پوشش اراضی.. 112

    5-4- بررسی رابطه پوشش‌های مختلف با دمای سطح.. 120

    5-5- بررسی رابطه دمای سطح و NDVI و EVI 137

    5-6- همبستگی چند متغیره بین پوشش‌های مختلف و دمای سطح.. 145

    6-  فصل ششم: جمعبندی و پیشنهادات... 154

    6-1- مقدمه: 154

    بحث و تحلیل نتایج.. 155

    6-2- آزمون فرض‌ها 161

    6-2-1-  فرضیات تحقیق: 161

    6-2-2-  نتایج آزمون.. 161

    6-3- پیشنهادات... 163

        فهرست منابع ........................................................................................................171

     

    منبع:

    منابع فارسی

     

    واحدیان، هدی؛ ناصر حافظی مقدس و رامین کرمی، 1393، بررسی روند توسعه شهر اهواز و اثرات زیست محیطی آن، اولین همایش ملی معماری، عمران و محیط زیست شهری، همدان، انجمن ارزیابان محیط زیست هگمتانه

    دریکوند، مجید و منا عبادی، 1391، عوامل به وجود آمدن ریزگردها درشهراهواز و ارائه راهکارهایی برای مقابله با این پیامد، سومین همایش ملی مقابله با بیابان زایی و توسعه پایدار تالاب های کویری ایران، اراک، دانشگاه آزاد اسلامی واحد اراک

    آخوندزاده، مهدی و سراجیان، محمدرضا، 1386، کاربرد تصاویر ماهواره‌ای Terra-ASTER در نمایش جزایر حرارتی در مناطق شهری- شهر تهران، دومین همایش مقابله با سوانح طبیعی، قطب علمی مهندسی نقشه‌برداری و مقابله با سوانح طبیعی، دانشکده فنی دانشگاه تهران.

    اشرفی، علی، طبقه بندی پوشش گیاهی در مناطق نیمه خشک استان فارس (حوزه کوهمره سرخی) با رویکرد RS & GIS، پایان نامه کارشناسی ارشد، دانشگاه شهید بهشتی، 1384.

    امیری، رضا، علیمحمدی، عباس، علوی‌پناه، سیدکاظم، مطالعه تغییرپذیری فضایی-زمانی حرارت در ارتباط با کاربری/پوشش زمین در منطقه شهری تبریز با استفاده از داده های حرارتی و انعکاسی TM و ETM+ لندست، مجله محیط شناسی، سال سی و سوم، 43، صفحه 120-107، 1386.

    موسوی، سیدذوالفقار و منا عبادی، 1391، بررسی عوامل آلودگی هوای شهر اهوازطی سالهای 86-87، اولین همایش ملی حفاظت و برنامه ریزی محیط زیست، همدان، دانشگاه آزاد اسلامی واحد همدان، شرکت هم اندیشان محیط زیست فردا

    اکبری، هادی، بررسی الگوی توزیع درجه حرارت شهر تهران با استفاده از اطلاعات حرارتی لندست-TM، پایان نامه کارشناسی ارشد، دانشگاه تربیت مدرس، 1379.

    جنگی، علی اکبر، نقش مکان و مورفولوژی شهر در کیفیت هوای شهر با استفاده از GIS و داده‌های سنجش از دور (نمونه موردی شهر تهران)،پایان نامه کارشناسی ارشد، دانشگاه تربیت معلم، 1383.

    فاطمی، سید باقر، رضایی، یوسف، مبانی سنجش از دور، انتشارات آزاده، 1384.

    قاسمیان، محمد حسن، جزوه درسی پردازش تصاویر ماهواره‌ای، دوره‌ی کارشناسی ادانشگاه تربیت مدرس، 1377.

    رنجبر سعادت آبادی، عباس، علی اکبری بیدختی، غباسعلی، صادقی حسینی، سید علیرضا، آثار جزیره حرارتی و شهرنشینی روی وضع هوا و اقلیم محلی در کلان‌شهر تهران بر اساس داده‌های مهرآباد و ورامین، مجله محیط شناسی، شماره 39، صفحه 68-59، 1384.

    ستگاری یزدی، امیر حسین؛ سعید طعتی و امین حاجی نژاد، 1390، استفاده از قابلیت های سیستم اطلاعات جغرافیایی های سیستم اطلاعات جغرافیایی(GIS)،در مدیریت آلودگی هوای شهر تبریز، اولین کنگره کاربرد فناوری اطلاعات در سلامت، ساری، دانشگاه علوم پزشکی و خدمات بهداشتی درمانی مازندران

    رنجبر سعادت آبادی، عباس، آزادی، مجید، علی اکبری بیدختی، عباسعلی، صادقی حسینی، سید علیرضا، مطالعه موردی جزیره حرارتی تهرانو شبیه سازی عددی آن، مجله فیزیک و زمین و فضا، جلد 31، صفحه 63-78، 1384.

    صفوی، یحیی، علیجانی، بهلول، بررسی عوامل جغرافیایی در آلودگی هوای تهران، پژوهش‌های جغرافیایی، صفحه 112-99، 1386.

    علوی‌پناه، سیدکاظم، کاربرد سنجش از دور در علوم زمین، انتشارات دانشگاه تهران، 1385.

    علوی‌پناه، سیدکاظم، کاربرد سنجش از دور حرارتی، انتشارات دانشگاه تهران، 1385.

    علیجانی، ب، 1387، اقلیم تهران، مجموعه مقالات همایش چالش‌ها و راهبردهای زیست محیطی کلانشهر تهران، مرکز مطالعات برنامه ریزی شهر تهران.

    مالمیریان، حمید، اصول و مبانی سنجش از دور و تعبیر و تفسیر تصاویر ماهواره‌ای، انتشارات سازمان جغرافیایی وزارت دفاع و پشتیبانی نیروهای مسلح، 1381.

    مخدوم، مجید، 1368، بررسی آلودگی صدا در شهر تهران، مجله محیط شناسی، شماره 15، صفحه 68-57.

    منابع انگلیسی

     

    Arnfield, A.j., 2003: Two decades of urban climate research: A review of turbulence, exchanges of energy and water, and the urban heat island. International Journal of Climatology 23(1), 1-26.

    Asaeda, T. and V.T. Ca, 1993: The subsurface transport of heat and moisture and its effect on the environment: a numerical model. Boundary Layer Meteorology 65,159-179.

    Avissar, R., 1996: Potential effects of vegetation on the urban thermal environment. Atmospheric Environment 30(3), 437-448.

    Balling, R.C. 1992: The Heated Debate. Pacific Research Institute for Public Policy, San Fransisco, CA, p57-59.

    Barnsley, M.J., 1999. Digital remote sensing data and their characteristics, Geographical Information Systems: Principles, Techniques, Applications, and Management (Second Edition) (P. Longley, M. Goodchild, D.J. Maguire and D.W. Rhind, editors), John Wiley & Sons, New York, N.Y., pp. 451-466.

    Biradar, C.M., Singh, S., and Roy, P.S. 2003. Geospatial modeling techniques for rapid assessment of biodiversity at landscape level in western Himalayas, Himachal Pradesh. Current Science, vol. 84, No. 5, pp. 101-108.

    Blankenstein, S. and W. Kuttler, 2004: Impact of street geometry on downward longwave radiation and air temperature in an urban environment. Meteorologische Zeitschrift 13(5), 373-379.

    Boardman, J.W. and F.A. Kruse, 1994, Automated spectral analysis: a geological example using AVIRIS data, North Grapevine Mountains, Nevada, in Proceeding of the Tenth Thematic Conference on Geological Remote sensing Environmental Research Institute of Michigan, San Antonio, TX, pp. 407-18.

    Brovkin, V., 2002: Climate-vegetation . Journal de Physique IV 12(10), 57-72.

    Chandler, City Growth and Urban Climates, Weather, Vol. 19,170-171 (1965)

    Chen, P., Liew, S. C., and Kwoh, L. K. 2001. Dependence of ubran temperature elevation on land cover types. Paper presented at the 22nd Asian Conference on Remote Sensing, 5-9 November 2001, Singapore.

    Chandler, T.J., 1976, Ubran Climatology and its relevance to ubran design. WMO Tech Note No. 149, WMO Geneva.

    Changshan Wu,. 2003. Remote Sening, Geograhical Information System, and Spatial Modeling for Analyzing Public Transit Services. Columbus, Ohio: University of Ohio.

    Chen, X. L., H. M. Zhao, P. X. Li, Z. Y. Yin. 2006. . Remote sensing of environment, 104(2): 133-146 p.

    Chow, W. and Roth, M. (2006). Temporal dynamics of the ubran heat island of Singapore, International Journal of Climatology 26: 2243-2260.

    Clarke, J.F. and J.T. Peterson, 1972: The effect of region nal climate and land use on the nocturnal heat island. Conference on Ubran Environment and Second Conference on Biometeorology, American Meteorological Society, Philadelphia, 147-52.

    Chudnovsky, A., E. Ben-Dor, and H. Saaroni, 2004: Diurnal thermal behavior of selected ubran objects using remote sensing measurements. Energy and Buildins 36(11), 1063-1074.

    Gallo, K.P., McNab, A.L., Karl, T.R., Brown, J.F., Hood, J.J., Tarpley, J.D., 1993.

    The use of a vegetation index for assessment of the ubran heat island effect. Int. J. Remote Sens. 14(11), 2223-2230.

    Deguchi, C. and Sugio, S., 1994. Estimations for Percent Impervious Area by the Use of Satellite Remote Sensing Imagery. Water Science and Technology, 29(12): 135-144.

    Environmental Protection Agency(U.S.): http://www.epa.gov/heatisland/

    Garcia-Cueto, O.R.: Jauregui, E.; Toudert, D.; Tejeda, A. Detection of the ubran heat island in Mexicali, B.C., Mexico and its relationship with land use. Atmosphera 2007, 20, 111-132.

    Giridharan, R., 2004: Daytime ubran island effect in high-rise and high-density residential developments in Hong Kong. Energy and Buildings 36(6), 525-534.

    Grimmond, C.S.B., C. Souch, and M.D. Hubble, 1996: Influence of tree cover on summertime surface energy balance fluxes, San Gabriel Valley, Los Angeles. Climate Research 6(1), 45-57.

    Green, R.Roberts, D., Gardner, M., Church, R., Ustin, S., Scheer, S., (1998). Mapping chaparral in the Sanata Monica mountains using multiple endmember spectral mixture models. Remote Sensing of Environment 65(3), 267-279.

    Hardegree, L. C.(2006). Spatial characteristics of the remotelysensed surface ubran heat island in Baton Rouge, A: 1988-2003 (p. 121). Dissertation, Doctor of Philosophy, Graduate Faculty, Louisiana State University and Agricultural and Mechanical College, Department of Geography and Anthropology.

    Hauser P N, Gardner R W, Laquian A A, El-Shakhs S, 1982 Population and the Urban Future (State University of New York Press, Albany, NY).

    Heilman, J.L. and R.W. Gesch, 1991: Effects of turfgrass evaporation on external temperatures of buildings. Theoretical and Applied Climatology 43(4), 185-194.

    Herold, M., Roberts, D.A., Gardner, M.E. & Dennison, P.E.2004. Spectrometry for urban areas for remote sensing. Development and analysis of a spectral library from 350 to 2400 nm. Remote Sens. Environ, 91, 304.319.

    Hildebrandt D and Manns R 1976 Phys. State. Solidi a K 155-7 – 1977 Radiat. Effects 31 153-6.

    HOLBEN, B.N. and Justice, C. (1980). “The topographic effects on spectral response from nadir pointing sensors”. Photogrammetric Engineering and Remote Sensing. Vol. 46(9), pp. 1191-1200.

    Hudson, J.L., 1996: Global warming skeptic. Weatherwise 49(7).

    James B. Campbell (1996, 2002); ‘Introduction to Remote Sensing (third edition); the Guilford press, a division of Guilford Publication, Inc 72 spring street New York. NY 10012.

    Japan Association on Remote sensing, 1993. Remote Sensing Note.

    Ji, M. and Jensen, J.R., 1999, Effectiveness of subpixel analysis in detecting and quantifying urban imperviousness from Landsat Thematic Mapper imagery, Geocarto International, 14: 4, 31-39.

    Karl, T.R., Diaz, H.F., and G. Kukla, 1988: Urbanization: Its detection and effect in the United States climate record. Journal of Climate 1, 1099-1123.

    Kalnay, E. and M. Cai 2003: Impact of urbanization and land-use change on climate. Nature 423(6939), 528-531.

    Landsat      7     Science       Data        Users        Handbook,      2006.   URL:

    http://Itpwww.gsfc.nasa.gov/IAS/handbook/handbook_toc.html

    Lillesand, T.M., Kiefer, R.W., & Chipman, J.W.(2004). Remote sensing and image interpretation (p.352), Fifth edition. New York: John Wiley and Sons Inc.

    Madhavan, B.B., Kubo, S., Kurisaki, N., Sivakumar, N., 2001. Appraising the anatomy and spatial growth of the Bangkok metropolitan area using a vegetation-impervious- soil model through remote sensing. Internatioal Journal of remote Sensing, 22, pp. 789-806.

    Masalmah Y.M., and Velez-Reyes m., 2007. “The Impact of Initialization Procedures on Unsupervised Unmixing of Hyperspectral Imagery using the Constrained Positive Matrix.” In Proceedings of SPIE: Algorithms and technologies for Multispectral, Hyperspectral, and Ultraspectral Imagery XIII, Vol. 6565, May.

    Moll, G., 1997; America’s Urban Forests: Growing Concerns. American Forests 103(3), 15-18.

    Munn, RE, and B. Bolin. 1971. GLOBAL Air Pollution-Meteorological Aspects, A Survey. Atmospheric Environment 5: 363-402. Murphy, JE, and MF Chambers.

    Nichol J E, 1996, “Analysis of the urban thermal environment with LANDSAT data” Environment and Planning B: Planning and Design 23 733-747.

    Nichol, 1998 J.E. Nichol, Visualisation of urban surface temperatures derived from satellite images, Int. J. Remote Sens. 19(1998) (9), pp. 1639-1649.

    Oke, T.R. (1982). The energetic basis of the urban heat island. Quarterly Journal of the Royal Meteorological Society, 108, 124.

    Oke, T.R. 1973. City size and the urban heat island. Atmospheric Environment 7: 769-779.

    Peres, L.f., DaCamara, C.C., 2004. Land surface temperature and emissivity estimation based on the two-temperature method: sensitivity analysis using simulated MSG/SEVIRI data. Remote Sensing of Environment, Vol. 91/3-4 pp. 377-389 (DOI information: 10.1016\j.rse.2004.03.011).

    Quattrochi, D.A. and M.K. Ridd, 1998: Analysis of vegetation within a semi-arid urban environment using high spatial resolution airborne thermal infrared remote sensing data. Atmospheric Environment 32(1), 19-33.

    Rao, P.S., A.G. Gavane, S.S. Ankam, M.F. Ansari, V.I. Pandit, and P. Nema, 2004: Performance evaluation of a green belt in a petroleum refinery: a case study. Ecologineering 23(2), 77-84.

    Ridd, M.K. 1995. Exploring a V-I-S (vegetation.impervious surface.soil) model for urban ecosystem analysis though remote sensing: comparative anatomy for cities. Int. J. Remote sens., 16, 2165.2185.

    Rickard (2003) Time-frequency and time-scale representations of doubly spread channels. PhD Thesis. 101 Pages. Fine Hall Library. Princeton University. Princeton, NJ, USA: Dissertations/Theses.

    Roberts, D.A., Batista, G.T., Pereira, J.L.G., Waller, E.K. & Nelson, B. 1998. Change identification using multitemporal spectral mixture analysis: applications in eastern Amazonia. In Remote Sensing Change Detection: Environmental Monitoring Methods and Applications (Lunetta, R.S. & Elvidge, C.D., eds), pp. 137.161. Taylor & Francis, London.

    Sakakibara, Y., 1996: A numerical study of the effect of urban geometry upon thesurface energy budget. Atmospheric Environment 30(3), 487-496.

    Shudo, H., J. Sugiyama, N. Yokoo, and T. Oka, 1997: A study on temperature distribution influenced by various land uses. Energy and Buildings 26(2), 199-205.

    Sailor, D. 2007. The Urban Heat Island (UHI)- Causes, Impacts, and Mitigation Strategis. State Clan Energy-Eeironment Tchical forum. U.S.EPA.May 10.

    Small, C. 2001. Estimation of urban vegetation abundance by spectral mixture analysis. Int.J. Remote Sens., 22, 1305.1334.

    Small, C. 2002. Multitemporal analysis of urban reflectance. Remote Sens. Environment, 81, 427-442.

    Smith RM (1986) Comparing traditional methods for selecting class intervals on choropleth maps. Prof Geogr 38(1): 62-67.

    Sobrino, J.A., Caselles, V., & Becker, F., 1990. Significance of the remotely sensed thermal infrared measurements obtained over a citrus orchard. ISPRS Photogrammetric Engineering and Remote Sensing, 44, 343-354.

    Sobrino, J.A., Raissouni, N., & Li, Z.L., 2001. A comparative study of land surface emissivity retrieval from NOAA data. Remote Sensing of Environment, 75, pp. 255-267.

    Sobrino, A., Juan, C., Jimenez-Munoz. Leonardo Paolinib, 204. Land surface temperature retrieval from LANDSAT TM 5. Remote Sensing of Environment, 90: 434-440.

    Song, C. 2005. Spectral mixture analysis for subpixel vegetation fractions in the urban environment: how to incorporate endmember variability? Remote Sens. Environ, 95, 248-263.

    Shafir, H. and P. Alpert, 1990: On the urban orographic rainfall anomaly in Jerusalem-A numerical study. Atmospheric Environment, Part B-Urban Temperature 24(3), 365-375.

    Sinha, A.K. (1986), Spectral Reflectance Characteristics of Soils and its correlation with Soil Properties and Surface Conditions, Photonirvachak, Vol. 14, No. 1.

    Skinner, W.R. and J.A. Majorowicz, 199: Regional climatic warming and associated twentieth century land-cover changes in north-western North America. Climate Research 12(1), 39-52.

    Spronken-Smith, R.A. and T.A. and T.R. Oke, 1998: The thermal regime of urban parks in two cities with different summer climates. International Journal of Remote Sensing 19(11), 2085-2104.

    Terjung, W.H, 1976: Climatology for geographers. Annals of the Association of American Geographers 66(2), 199-222.

    Tompkins, S., Mustard, J.F., Pieters, C.M., & Forsyth, D.W. (1997). Optimization of endmembers for spectral mixture analysis. Remote Sensing of Environment, 59, 472-489.

    United Nations. 1999. The State of World Population 1999-6 Billion: A Time for Choices. New York: United Nations Population Fund.

    USGS, 2007. Landsat Enhanced Thematic Mapper Plus (ETM+).

    http://edc.usgs.gov/products/satellite/landsat7.html (accessed 30 Apr. 2008)

    Voogt J.A. and T.R. Oke, 2003: Thermal remote sensing of urban climates. Remote Sensing of Environment 86(3), 370-384.

    Weng, Q. 2003: Fractal analysis of satellite-detected urban heat island effect. Photogrammetric Engineering and Remote Sensing 69(5), 555-566.

    Weng Q, Lu D, Schubring J (2004) Estimation of land surface temperature-vegetation abundance relationship for urban heat island studies. Remote Sens Environ 89(4): 467-483.

    Weng, Q. and Liu, H. and Lu, D., 2007: Assessing the effects of land use and land cover patterns on thermal conditions using landscape metrics in city of Indianapolis, United States, Urban Ecosyst (2007) 10: 203-219.

    Wu, C. and Murray, A.T., 2003. Estimating impervious surface distribution by spectral mixture analysis, Remote Sensing of Environment 84(2003), pp. 493-505.

    Xiao, G. and Crane, M., 2005: An analysis of urban thermal characteristics and associated land cover in Tampa Bay and Las Vegas using Landsat satellite data. Remote Sensing o Environment 104 (2006) 147-156.

    Xiao, J., & Moody, A., 2005. A comparison of methods for estimating fractional green vegetation cover within a desert-to-upland transition zone in central New Mexico, USA. Remote Sensing of Environment, 98(2-3), 237-250.

    Wu, C. 2004. Normalized spectral mixture analysis for monitoring urban composition using ETM+ imagery. Remote Sens. Environ, 93, 480-492.

    Wu, C., & Murray, A.T. (2003). Estimating impervious surface distribution by spectral mixture analysis. Remote Sensing of Environment, 84, 493-505.

    Yamashita, S. and K. Sekine, 1991: Some studies on the earth’s surface conditions relating to the urban heat island. Energy and Buildings 15(1-2), 279-288.

    Yang J.S., Wan Y.Q. and P.V. August, 2004: Estimation of land surface temperature using spatial interpolation and satellite-derived surface emissivity, J. Environmental informatics, 4(1): 40-47.

    Zha Y., Gao Y., Ni S., Use of normalized difference built-up index in automatically mapping urban areas from TM imagery. Int.J. Remote Sensing, 24(3), pp. 583-594, 2003.



تحقیق در مورد پایان نامه شناسایی روند تغییرات مکانی و زمانی جزایر حرارتی در کلانشهرها با استفاده از تصاویر سنجنده MODIS(مطالعه موردی کلان شهرهای مشهد، تهران، اهواز، تبریز، اصفهان ), مقاله در مورد پایان نامه شناسایی روند تغییرات مکانی و زمانی جزایر حرارتی در کلانشهرها با استفاده از تصاویر سنجنده MODIS(مطالعه موردی کلان شهرهای مشهد، تهران، اهواز، تبریز، اصفهان ), پروژه دانشجویی در مورد پایان نامه شناسایی روند تغییرات مکانی و زمانی جزایر حرارتی در کلانشهرها با استفاده از تصاویر سنجنده MODIS(مطالعه موردی کلان شهرهای مشهد، تهران، اهواز، تبریز، اصفهان ), پروپوزال در مورد پایان نامه شناسایی روند تغییرات مکانی و زمانی جزایر حرارتی در کلانشهرها با استفاده از تصاویر سنجنده MODIS(مطالعه موردی کلان شهرهای مشهد، تهران، اهواز، تبریز، اصفهان ), تز دکترا در مورد پایان نامه شناسایی روند تغییرات مکانی و زمانی جزایر حرارتی در کلانشهرها با استفاده از تصاویر سنجنده MODIS(مطالعه موردی کلان شهرهای مشهد، تهران، اهواز، تبریز، اصفهان ), تحقیقات دانشجویی درباره پایان نامه شناسایی روند تغییرات مکانی و زمانی جزایر حرارتی در کلانشهرها با استفاده از تصاویر سنجنده MODIS(مطالعه موردی کلان شهرهای مشهد، تهران، اهواز، تبریز، اصفهان ), مقالات دانشجویی درباره پایان نامه شناسایی روند تغییرات مکانی و زمانی جزایر حرارتی در کلانشهرها با استفاده از تصاویر سنجنده MODIS(مطالعه موردی کلان شهرهای مشهد، تهران، اهواز، تبریز، اصفهان ), پروژه درباره پایان نامه شناسایی روند تغییرات مکانی و زمانی جزایر حرارتی در کلانشهرها با استفاده از تصاویر سنجنده MODIS(مطالعه موردی کلان شهرهای مشهد، تهران، اهواز، تبریز، اصفهان ), گزارش سمینار در مورد پایان نامه شناسایی روند تغییرات مکانی و زمانی جزایر حرارتی در کلانشهرها با استفاده از تصاویر سنجنده MODIS(مطالعه موردی کلان شهرهای مشهد، تهران، اهواز، تبریز، اصفهان ), پروژه دانشجویی در مورد پایان نامه شناسایی روند تغییرات مکانی و زمانی جزایر حرارتی در کلانشهرها با استفاده از تصاویر سنجنده MODIS(مطالعه موردی کلان شهرهای مشهد، تهران، اهواز، تبریز، اصفهان ), تحقیق دانش آموزی در مورد پایان نامه شناسایی روند تغییرات مکانی و زمانی جزایر حرارتی در کلانشهرها با استفاده از تصاویر سنجنده MODIS(مطالعه موردی کلان شهرهای مشهد، تهران، اهواز، تبریز، اصفهان ), مقاله دانش آموزی در مورد پایان نامه شناسایی روند تغییرات مکانی و زمانی جزایر حرارتی در کلانشهرها با استفاده از تصاویر سنجنده MODIS(مطالعه موردی کلان شهرهای مشهد، تهران، اهواز، تبریز، اصفهان ), رساله دکترا در مورد پایان نامه شناسایی روند تغییرات مکانی و زمانی جزایر حرارتی در کلانشهرها با استفاده از تصاویر سنجنده MODIS(مطالعه موردی کلان شهرهای مشهد، تهران، اهواز، تبریز، اصفهان )

ثبت سفارش
تعداد
عنوان محصول
بانک دانلود پایان نامه رسا تسیس