چکیده:
پیشینه و هدف افزایش تغییر کاربری و پوشش زمین در اثر توسعه شهرنشینی باعث افزایش دمای شهرها در مقیاس محلی میشود و تا حد زیادی موجب افزایش استرس اکولوژیکی میشود. در حال حاضر، بسیاری از مناطق شهری با تبدیل گسترده کاربری اراضی و ایجاد مناطق گرمایی جدید مواجهه هستند. تکنیک های سنجش از دور به طور قابل توجهی در تشخیص تغییر کاربری/پوشش زمین (LULC) و پیامدهای آن موثر هستند. سنجنده های مختلف ماهواره ای قادر به شناسایی این مناطق تغییر با استفاده از باندهای مرئی و مادون قرمز نزدیک (VNIR) و امواج مادون قرمز کوتاه (SWIR) هستند. علاوه بر الگوریتمهای طبقهبندی مرسوم کاربری/پوشش اراضی، برخی از شاخصهای طیفی در تشخیص ویژگیهای اراضی استفاده میشوند. شاخص نرمال شده تفاوت پوشش گیاهی (NDVI) را می توان به عنوان کاربردی ترین شاخص طیفی در این سناریو در نظر گرفت. شاخص نرمال شده تفاوت پوشش گیاهی یک فاکتور مهم در فرآیندهای بررسی در پایش دمای سطح زمین (LST) است و در هر مطالعۀ مرتبط با LST استفاده می شود. NDVI به طور مستقیم در تعیین گسیلمندی سطح زمین استفاده می شود و بنابراین یک عامل مهم برای تخمین LST است. همچنین طبقات کاربری/پوشش اراضی LULC با محدودیتهای آستانه بهینه در محیطهای فیزیکی مختلف تعیین میشود. به عنوان یک شاخص پوشش گیاهی، NDVI تا حد زیادی به تغییرات زمانی و مکانی بستگی دارد. از این رو، LST نیز با تغییرات زمانی و مکانی، تغییر مینماید. بنابراین، ارزیابی زمانی و مکانی LST و NDVI یک فاکتور مهم در تهیۀ نقشه و پایش دمای سطح زمین، به ویژه در محیطهای شهری است. در این تحقیق LST و NDVI را در مردادماه در اراضی ساحلی بوشهر با استفاده از تصویر ماهوارهای لندست برای سالهای 1990، 2005 و 2020 بررسی می شود. نقشه LULC با مقادیر آستانه مناسب NDVI به دست آمد. از اهداف این مطالعه؛ 1) تجزیه و تحلیل تغییرات زمانی الگوی توزیع مکانی LST در منطقه مورد مطالعه، 2) تعیین تغییرات مکانی-زمانی رابطه LST-NDVI برای کل اراضی مورد مطالعه، و 3) بررسی تغییرات مکانی-زمانی رابطۀ LST-NDVI در انواع مختلف کاربری/ پوشش اراضی.مواد و روش ها منطقه مطالعه اراضی شهر بوشهر که در ساحل شمالی خلیجفارس، با ابعاد 20 در 8 کیلومتر با مساحت 1011.5 کیلومترمربع و با متوسط حداقل دما 18.1 درجه سانتی گراد و متوسط حداکثر دمای 33 درجه سانتی گراد، میزان رطوبت نسبی بین 58-75 در صد و متوسط بارندگی سالیانه 272 میلیمتر است. دادههای مورد استفاده در این تحقیق شامل؛ داده سنجنده لندست 8 (OLI) و سنجنده مادون قرمز حرارتی (TIRS) در سال 2020؛ داده ETM+ سال 2005، و داده TM در سال 1990 که از مرکز داده های سازمان زمین شناسی ایالات متحده (https://earth explo rer.usgs.gov) (USGS) دانلود شده است. سنجنده لندست 8 TIRS دارای دو باند TIR (باندهای 10 و 11) است که در آنها باند 11 دارای عدم قطعیت در کالیبراسیون است. بنابراین، تنها باند 10TIR (رزولوشن 100 متر) برای مطالعه حاضر توصیه شده است. باند 10TIR به اندازه پیکسل 30×30 متر با روش کانولوشن مکعبی توسط USGS تبدیل گردید. داده های Landsat 5 TM تنها دارای یک باند مادون قرمز حرارتی TIR (باند 6) با وضوح 120 متر است که همچنین توسط USGS به اندازه پیکسل 30×30 متر با روش کانولوشن مکعبی تبدیل گردید. برای داده لندست TM و +ETM وضوح مکانی 30 متر باندهای مرئی به مادون قرمز نزدیک (VNIR) استفاده شد. روش طبقه بندی حداکثر احتمال برای تعیین صحت نقشه طبقهبندی کاربری/پوشش اراضی LULC بدست آمده از شاخص آستانه NDVI استفاده شد. در این مطالعه جهت استخراج دمای سطح زمین از الگوریتم تک پنجرهای برای بازیابی LST از سنجندههای ماهواره لندست چند زمانی استفاده شد. شاخص تفاوت پوشش گیاهی (NDVI) برای استخراج انواع مختلف کاربری/پوشش اراضی با استفاده از مقادیر آستانه استفاده شد. این مقادیر آستانه با توجه به تفاوت در محیط فیزیکی متفاوت است. محدودیتهای آستانه NDVI بر روی تصاویر اعمال شد تا انواع مختلف مختلف کاربری/پوشش اراضی استخراج شود.نتایج و بحث مقادیر دقت کلی طبقهبندی LULC در سالهای 1990، 2005 و 2020 به ترتیب 73.6%، 83.9% و 84.6% است. ضرایب کاپا برای طبقات LULC به ترتیب 0.77، 0.80 و 0.84 برای سال های 1990، 2005 و 2020 بود. در مطالعه حاضر میانگین دقت کلی و میانگین ضریب کاپا به ترتیب 80.7 درصد و 0.80 بود. بنابراین، طبقه بندی نقشه طبقه بندی کاربری/پوشش اراضی بر اساس روش آستانه NDVI قابل قبول میباشد. نتایج این تحقیق، افزایش تدریجی (1.4 درجه سانتیگراد در طول سالهای 1990-2005 و 2 درجه سانتیگراد در طول 2005-2020) LST در کل دوره مطالعه را نشان داد. میانگین مقدار LST در سه سال مطالعه کمترین (30.86 درجه سانتیگراد) در پوشش گیاهی و بالاترین (49.07 درجه سانتیگراد) در زمینهای بایر و مناطق ساخته شده/مسکونی بود. توزیع مکانی NDVI و LST نشان دهنده یک رابطۀ معکوس است. بهترین (97/0-) و کمترین همبستگی (0.80-)، در حالی که همبستگی متوسط (0.89-) مشاهده شد. همبستگی LST-NDVI بر روی سطح پوشش گیاهی منفی قوی (0.80-) بود. LST تا حد زیادی توسط ویژگی های کاربری اراضی کنترل می شود.نتیجه گیری مطالعه حاضر به تحلیل رابطه مکانی و زمانی LST و NDVI در اراضی ساحلی بوشهر با استفاده از 3 مجموعه داده لندست برای سالهای 1990، 2005 و 2020 پرداخت. الگوریتم تک پنجرهای در استخراج LST استفاده شد. به طور کلی، نتایج نشان داد که LST در سالهای مطالعه با NDVI رابطه معکوس دارد. وجود پوشش گیاهی از عوامل اصلی منفی بودن زیاد این همبستگی است. رابطه LST-NDVI برای انواع کاربری/پوشش اراضی LULC متفاوت است. در مناطقی با پوشش گیاهی یک رابطۀ رگرسیون منفی قوی (0.80-) بین LST و NDVI برقرار است، میانگین LST منطقه مورد مطالعه 3.4 درجه سانتیگراد طی سالهای 1990-2020 افزایش یافت. تبدیل سایر کاربری اراضی به مناطق ساخته شده و اراضی بایر تأثیر زیادی بر میانگین LST در مناطق شهری دارد. روند تغییرات LST در هر دو منطقه ساخته شده تغییر یافته و بدون تغییر و اراضی بایر افزایشی بود. این مطالعه می تواند به عنوان مرجعی برای کاربری اراضی و برنامه ریزی زیست محیطی در اراضی ساحلی مورد استفاده قرار گیرد.
Land surface temperature (LST) and its relationship with land use /cover change are significantly considered in environmental studies. The aim of this study was to retrieve the LST of Bushehr land and explore its spatial relationships with LULC. Landsat images of August of the summer season for three years with fifteen years time intervals were analyzed. The result showed a gradual rising (1.4 °C during 1990–2005 and 2 °C during 2005–2020) of LST during the whole period of study. The mean LST value for three study years was the lowest (30.86 °C) on green vegetation and the highest (49.07 °C) on bare land and built-up areas. The spatial distribution of NDVI and LST reflects an inverse relationship. The best (-0.97) and the least (-0.80) correlation, respectively, whereas a moderate (-0.89) correlation was noticed. This LST-NDVI correlation was strong negative (-0.80) on the vegetation surface. The LST is greatly controlled by land-use characteristics. This study can be used as a reference for land use and environmental planning on coastal land.