ارزیابی نقش تغییر پوشش و کاربری زمین (LULC) بر دمای سطح زمین (LST) و تحلیل روابط LST با شاخص های NDVI، NDBI و NDLI (منطقه مورد مطالعه: شهر آببر و روستای کوهکن)

یاری حصار, ارسطو; فیض اله پور, مهدی; کنعانی, ندا

doi:10.22034/gahr.2023.411818.1925

ارزیابی نقش تغییر پوشش و کاربری زمین (LULC) بر دمای سطح زمین (LST) و تحلیل روابط LST با شاخص های NDVI، NDBI و NDLI (منطقه مورد مطالعه: شهر آببر و روستای کوهکن)

نوع مقاله : مقاله پژوهشی

نویسندگان

ارسطو یاری حصار ¹

مهدی فیض اله پور ²

ندا کنعانی ³

¹ دانشگاه اردبیل، گروه جغرافیا وبرنامه ریزی شهری و روستایی

² zanjan

³ دانشجوی دکتری

10.22034/gahr.2023.411818.1925

چکیده

تغییر کاربری اراضی در نتیجه رشد سریع نواحی شهری باعث افزایش دمای سطح زمین در نواحی مرکزی شهر و حومه آن می گردد. بنابراین بررسی دمای سطح زمین در تحلیل نوسانات دمایی و به حداقل رساندن تاثیرات آن، امری حیاتی می باشد. هدف از این تحقیق بررسی اثرات تغییر کاربری اراضی (LULC) بر روی شاخص LST در منطقه آببر و روستای کوهکن با استفاده از تکنیک های ترکیبی سنجش از دور و GIS می باشد. نتایج این تحقیق نشان می دهد که از سال 2013 تا 2023 زمین کشاورزی با افزایش 72/21 درصدی مواجه شده است این در حالیست که حدود 89/15 درصد از مناطق زمین بایر کاهش یافته و به کاربری زمین کشاورزی تبدیل شده است. همچنین میزان دمای سطح زمین در نواحی مرکزی شهر آببر و روستای کوهکن نسبت به نواحی زراعتی مقادیر بالایی را نشان می دهد. مقادیر LST با شاخص NDVI و NDLI رابطه عکس داشته و با پهنه های ساخته شده یا زمین های بایر دارای رابطه مستقیم می باشد. به عبارتی بین شاخص NDBI و LST همبستگی مثبت برقرار بوده و بین LST با NDVI و NDLI، همبستگی منفی مشاهده شده است. بیشترین همبستگی به میزان 75/0 بین شاخص LST و NDBI در سال 2013 مشاهده شد. کمترین همبستگی به میزان 71/0- نیز بین دو شاخص LST و NDVI در سال 2013 مشاهده شد. کمترین مقادیر R2 نیز به میزان 28/0 متعلق به دو شاخص LST و NDVI در سال 2023 بوده است.

کلیدواژه‌ها

NDBI

NDVI

NDLI

LST

شهر آببر

موضوعات

سنجش از راه دور

عنوان مقاله English

Evaluating the role of land cover and land use change (LULC) on land surface temperature (LST) and analyzing the relationship between LST and NDVI, NDBI and NDLI indices (study area: Abbar city and Kohkan village)

نویسندگان English

Arastoo Yari hesar ¹

mehdi feyzolahpour ²

neda kanani ³

¹ Department of Geography, social science faculty, university of M.Ardabili

² zanjan

³ university of Ardebil

چکیده English

Land use change as a result of the rapid growth of urban areas causes an increase in the temperature of the ground surface in the central areas of the city and its suburbs. Therefore, checking the temperature of the earth's surface is vital in analyzing temperature fluctuations and minimizing its effects. The purpose of this research is to investigate the effects of land use change (LULC) on the LST index in Abbar region and Kohkan village using the combined techniques of remote sensing and GIS. The results of this research show that from 2013 to 2023, agricultural land has increased by 72.21%, while about 89.15% of barren land areas have decreased and turned into agricultural land use. Also, the temperature of the ground surface in the central areas of Abbar city and Kohkan village shows high values compared to the agricultural areas. LST values have an inverse relationship with NDVI and NDLI index and have a direct relationship with built-up areas or barren lands. In other words, there is a positive correlation between NDBI index and LST, and a negative correlation has been observed between LST and NDVI and NDLI. The highest correlation of 0.75 between LST index and NDBI was observed in 2013. The lowest correlation of -0.71 was observed between LST and NDVI in 2013. The lowest R2 values of 0.28 belonged to two LST and NDVI indices in 2023.

کلیدواژه‌ها English

NDBI

NDVI

NDLI

LST

Abbar city

ابرهیمی، علی؛ معتمد وزیری، بهارک؛ ناظم السادات، محمد جعفر و احمدی، حسن. (1399). بررسی رابطه بین دمای سطح زمین با تغییرات پوشش گیاهی و گستره آبی در شهرستان ارسنجان. نشریه سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، سال 11، شماره 4، ص 86- 65.

جمالی، زهرا؛ اونق، مجید و سلمان ماهینی، عبدالرسول. (1398). تحلیل ارتباط دمای سطح زمین با کاربری اراضی و شاخص اختلاف گیاهی نرمال شده در دشت گرگان. برنامه ریزی و آمایش فضا، دوره 23، شماره 3، ص 194- 175.

عابدینی، موسی؛ قلعه، احسان؛ آقازاده، نازفر و محمدزاده شیشه گران، مریم. (1398). پایش دمای سطح زمین و بررسی رابطه کاربری اراضی با دمای سطح با استفاده از تصاویر سنجنده OLI و TM، مطالعه موردی شهرستان مشگین شهر. نشریه تحقیقات کاربردی علوم جغرافیایی، سال 22، شماره 67، ص 393- 375.

فیضی زاده، بختیار؛ دیده بان، خلیل و غلام نیا، خلیل. (1395). برآورد دمای سطح زمین با استفاده از تصاویر ماهواره لندست 8 و الگوریتم پنجره مجزا مطالعه موردی حوضه آبریز مهاباد. فصلنامه اطلاعات جغرافیایی سپهر، دوره 25، شماره 98، ص 181-171.

نیلیه بروجنی، مرضیه و احمدی ندوشن، مژگان. (1398). بررسی رابطه پوشش گیاهی شهری و درجه حرارت سطح زمین با استفاده از تصویرهای ماهواره ای لندست TM و OLI و سنجه LST در شهر اصفهان. فصلنامه علوم محیطی، دوره 17، شماره 4، ص 178- 163.

Abdullahi, S.; B.Pradhan. 2018. Land use change modeling and the effect of compact city paradigms: integration of GIS-based cellular automata and weights-of-evidence techniques. Environ. Earth Sci. 77, 251.

Alemu, B.; E. Garedew, Z. Eshetu and H. Kassa. 2015. Land use and land cover changes and associated driving forces in north western lowlands of Ethiopia. Int. Res. J. Agric. Sci. Soil Sci. 5, 28–44.

Arsiso, B.K.; G.M. Tsidu, H.S. Gerrit and T. Tadesse. 2018. Influence of urbanization-driven land use/cover change on climate: the case of Addis Ababa, Ethiopia. Phys. Chem. Earth. 105, 212–223.

Balew, A.; Korme, T. 2020. Monitoring land surface temperature in Bahir Dar City and its surrounding using Landsat images. Egypt J. Remote Sens. Space Sci. 23, 371–386.

Bhalli, M.N.; A.Ghaffar, S.A.Shirazi, N. Parveen and M. Anwar. 2012. Change detection analysis of land use by using geospatial techniques: a case study of Faisalabad-Pakistan. Sci. Int. 24, 539–546.

Bounoua, L.; J. Nigro, P. Zhang, K. Thome and A. Lachir. 2018. Mapping urbanization in the United States from 2001 to 2011. Appl. Geogr. 90, 123–133.

Chander, G.; B.L. Markham and D. Helder. 2009. Summary of current radiometric calibration coefficients for Landsat MSS, TM, ETM +, and EO-1 ALI sensors. Remote Sens. Environ. 113, 893–903.

Chen, X.L.; H. Zhao, P. Li and Z. Yin. 2006. Remote sensing image-based analysis of the relationship between urban heat island and land use/cover changes. Remote Sens. Environ. 104, 133–146.

Dewan, A.M.; Yamaguchi, Y. 2009. Using remote sensing and GIS to detect and monitor land use and land cover change in Dhaka Metropolitan of Bangladesh during 1960–2005. Environ. Monit. Assess. 150, 237 .

Dissanayake, D.; T. Morimoto, Y. Murayama and M. Ranagalage. 2019a. Impact of landscape structure on the variation of land surface temperature in sub-saharan region: a case study of Addis Ababa using Landsat data (1986–2016). Sustainability 11.

Dubovyk, O.; R. Sliuzas and J. Flacke. 2011. Spatio-temporal modelling of informal settlement development in Sancaktepe district, Istanbul, Turkey. ISPRS J. Photogramm. Remote Sens. 66, 235–246.

Jimenez-Munoz, J.C.; Sobrino, J.A. 2003. A generalized single-channel method for retrieving land surface temperature from remote sensing data. J. Geophys. Res. 108.

Kalnay, E.; Cai, M. 2003. Impact of urbanization and land-use change on climate. Nature 423, 528 2003.

Lu, Q.; N.B. Chang, J. Joyce, A.S. Chen, D.A. Savic, S. Djordjevic and G. Fu. 2018. Exploring the potential climate change impact on urban growth in London by a cellular automata-based Markov chain model. Comput. Environ. Urban Syst. 68, 121–132.

Lu, Y.; P. Wu, X. Ma and X. Li. 2019. Detection and prediction of land use/land cover change using spatiotemporal data fusion and the Cellular Automata–Markov model. Environ. Monit. Assess. 191, 68.

Moghadam, H.S.; Helbich, M. 2013. Spatiotemporal urbanization processes in the megacity of Mumbai, India: a Markov chains-cellular automata urban growth model. Appl. Geogr. 40, 140–149.

Mumtaz, F. 2020. The relationship between vegetation dynamics and land surface temperature by using different satellite imageries; A case study of Metropolitan cities of Pakistan. N. Am. Acad. Res. 3, 1–15.

Nichol, J.E. 1994. A GIS-based approach to microclimate monitoring in Singapore’s high- -rise housing estates. Photogramm. Eng. Remote Sens. 60, 1225–1232.

Omar, N.Q.; S.A.M. Sanusi, W.M.W. Hussin, N. Samat and K. Mohammed. 2014. Markov-CA model using analytical hierarchy process and multiregression technique. 7th IGRSM International Remote Sensing & GIS Conference and Exhibition, (in IOP Conference Series: Earth and Environmental Science. IOP Publishing.

Poelmans, L.; Van Rompaey, A. 2009. Detecting and modelling spatial patterns of urban sprawl in highly fragmented areas: a case study in the Flanders–Brussels region. Landsc. Urban Plan. 93, 10–19.

Priyankara, P.; M. Ranagalage, D. Dissanayake, T. Morimoto and Y. Murayama. 2019. Spatial process of surface urban heat island in rapidly growing seoul metropolitan area for sustainable urban planning using landsat data (1996–2017). Climate 7.

Qin, Z.; A. Karnieli, Berliner, P. 2001a. A mono-window algorithm for retrieving land surface temperature from Landsat TM data and its application to the Israel-Egypt border region. Int. J. Remote Sens. 21, 3719–3746.

Rajeshwari, A.; Mani, N.D. 2014. Estimation of land surface temperature of dindigul district using landsat 8 data. Int. J. Res. Eng. Technol. 3, 122–126.

Ranagalage, M.; Y. Murayama, D. Dissanayake and M. Simwanda. 2019. The impacts of landscape changes on annual mean land surface temperature in the tropical mountain city of Sri Lanka: a case study of Nuwara Eliya (1996–2017). Sustainability 11.

Seto, K.C.; M. Fragkias, B. Guneralp and M. Reilly. 2011. A meta-analysis of global urban land expansion. PloS One 6.

Simwanda, M.; Murayama, Y. 2018. Spatiotemporal patterns of urban land use change in the rapidly growing city of Lusaka, Zambia: implications for sustainable urban development. Sustain. Cities Soc. 39, 262–274.

Simwanda, M.; M, Ranagalage, R.C. Estoque and Y. Murayama. 2019. Spatial analysis of surface urban heat islands in four rapidly growing African cities. Remote Sens. 11.

Sisay, D.C.; Korme, T. 2019. Understanding land surface temperature on rift areas to examine the spatial variation of urban heat island: the case of Hawassa, southern Ethiopia. GeoJournal.

Solaimani, K.; M. Arekhi, R. Tamartash and M. Miryaghobzadeh. 2010. Land use/cover change detection based on remote sensing data (A case study; Neka Basin). Agric. Biol. J. N. Am. 1, 1148–1157.

Sultana, S.; Satyanarayana, A.N.V. 2018. Urban heat island intensity during winter over metropolitan cities of India using remote-sensing techniques: impact of urbanization. Int. J. Remote Sens. 39, 6692–6730.

Sun, C.; Z. Wu, Z. Lv, N. Yao and J. Wei. 2013. Quantifying different types of urban growth and the change dynamic in Guangzhou using multi-temporal remote sensing data. Int. J. Appl. Earth Obs Geoinf. 21, 409–417.

Thapa, R.B.; Murayama, Y. 2012. Scenario based urban growth allocation in Kathmandu Valley, Nepal. Landsc. Urban Plan. 105, 140–148.

Wu, K.Y.; Zhang, H. 2012. Land use dynamics, built-up land expansion patterns, and driving forces analysis of the fast-growing Hangzhou metropolitan area, eastern China (1978–2008). Appl. Geogr. 34, 137–145.

Zhang, R.; K. Matsushima and K. Kobayashi. 2018. Can land use planning help mitigate transport-related carbon emissions? A case of Changzhou. Land Use Policy 74, 32–40.