ارتباط کاربریهای مختلف با دمای سطح زمین مبتنی بر تحلیل خودهمبستگی فضایی (موران) با استفاده از دادههای تصاویر ماهوارهای لندست ۸ (OLI) (مطالعه موردی: شهر اردبیل)
Publish place: Geography and Environmental Planning، Vol: 30، Issue: 1
Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: Persian
View: 187
This Paper With 19 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_GEP-30-1_006
تاریخ نمایه سازی: 20 اردیبهشت 1400
Abstract:
در این پژوهش، ارتباط کاربری اراضی با دمای سطح زمین[۱] شهر اردبیل و خودهمبستگی فضایی با بهرهگیری از شاخص موران بررسی شده است. بدین منظور از تصاویر ماهوارهای لندست ۸ (OLI) سالهای ۲۰۱۵ و ۲۰۱۸ استفاده شد. نخست تصاویر مربوط دریافت و پیشپردازشهای لازم اعمال شد؛ سپس طبقهبندی با استفاده از روش شیگرا و الگوریتم نزدیکترین همسایگی[۲] صورت گرفت و دمای سطح زمین با الگوریتم پنجره مجزا (SW) استخراج شد. نتایج نشان داد دمای نواحی شهری در سال ۲۰۱۵، ۴۳ درجه و در سال ۲۰۱۸، ۴۵ درجه سانتیگراد بوده است که به دلیل جذب گرما و عوارض شهری مختلف، دمای بیشتری داشتهاند. کاربری مناطق آبی نیز در سال ۲۰۱۵، دمای ۳۵ درجه و در سال ۲۰۱۸، دمای ۳۷ درجه سانتیگراد را به خود اختصاص داده است که آب گرمای بیشتری را دفع میکند و دمای کمتری دارد. همچنین نتایج نشان داد رابطهای قوی بین کاربری اراضی و دما وجود دارد. درنهایت با استفاده از شاخص تحلیل لکههای داغ (Hotspot) خوشههای گرم و سرد جزایر حرارتی اردبیل استخراج شد. تحلیل خودهمبستگی فضایی با شاخصهای موران جهانی نشان داد دمای سطح زمین اردبیل ساختار فضایی دارد؛ به بیانی دمای سطح زمین به شکل خوشهای توزیع شده است. تحلیل لکههای داغ تاییدی آشکار بر متمرکز و خوشهایشدن جزایر حرارتی شهر اردبیل در فضا با افزایش دوره زمانی بوده است. [۱] Land surface temperature (LST) [۲] Nearest neighbor
Keywords:
Authors
صیاد اصغری سراسکانرود
دانشیار گروه ژئومورفولوژی، دانشگاه محقق اردبیلی، اردبیل، ایران
مهدی فعال نذیری
دانشجوی کارشناسی ارشد سنجش از دور و سیستم اطلاعات جغرافیایی، دانشگاه محقق اردبیلی، اردبیل
احسان قلعه
دانشجوی دکتری ژئومورفولوژی، دانشگاه محقق اردبیلی، اردبیل، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :