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.