اطلاعات جغرافیایی (سپهر)
اطلاعات جغرافیایی سپهر دوره 32 تابستان 1402 شماره 126 (مقاله علمی وزارت علوم)
مقالات
حوزه های تخصصی:
اهمیت روزافزون مسکن به لحاظ تأثیرات عمیق و قابل توجهی که بر ابعاد مختلف اجتماعی، سیاسی و اقتصادی کشورها می گذارد، بر کسی پوشیده نیست؛ بنابراین برآورد دقیق و قابل اعتماد قیمت به طورقطع امر سیاست گذاری در این زمینه را آسان می نماید. در شرایط مختلف ممکن است صدها عامل به صورت زیرمجموعه ای از عوامل ساختاری، مکانی و اجتماعی – اقتصادی بر قیمت املاک تأثیر بگذارد. بنابراین بایستی با در نظر گرفتن این عوامل، قیمت گذاری املاک به طور کارآمد انجام شود. با توجه به ماهیت پیچیده ی بازار املاک در تحقیقات انجام شده از الگوریتم های متداول یادگیری عمیق مانند DNN ، RNN، CNNو ... استفاده شده است، اما این الگوریتم ها در خصوص داده های جدولی چندان مناسب نمی باشند. از طرفی مدل های یادگیری عمیق موجود در قیمت گذاری ملک نیز کاملاً قطعی هستند و عدم قطعیت داده ها را لحاظ نمی کنند. در این مقاله سعی شده است که در به کارگیری روش های یادگیری عمیق به ساختار جدولی داده های املاک توجه شود. برای این منظور معماری عمیق جدید TabNet به کار گرفته شده است. این الگوریتم برخلاف سایر الگوریتم های متداول یادگیری عمیق داده های جدولی خام را بدون هیچ گونه پیش پردازشی دریافت می کند. در این پژوهش هم چنین با استفاده از تکنیک های ترکیب موجود، منطق فازی با الگوریتم های یادگیری عمیق ترکیب شده است تا ضمن یادگیری سریع و دقیق تر مسائل پیچیده، بر کاستی های قطعی بودن مدل های یادگیری عمیق و در نظر نگرفتن عدم قطعیت ذاتی داده ها در این مدل ها غلبه شود. همچنین با به کارگیری سیستم اطلاعات مکانی (GIS) ارزیابی شفاف تری ارائه شد تا بصری سازی کامل الگوی مکانی ویژگی های ملک و همچنین ارتباط این ویژگی ها و قیمت گذاری تضمین و متغیرهای مکانی نیز در مدل ارزش گذاری لحاظ شوند. به منظور ارزیابی روش های پیشنهادی از داده های املاک منطقه ی پنج تهران استفاده شده است. ترتیب و اولویت بندی تأثیرگذاری ویژگی ها در قیمت گذاری املاک مسکونی تهران توسط الگوریتم TabNet نشان دهنده ی تأثیر قابل توجه عوامل مکانی می باشد. به طوری که در این رتبه بندی پس از مساحت دو ویژگی مکانی طول و عرض جغرافیایی به ترتیب رتبه ی دوم و سوم را دارا می باشند. درنهایت برای مجموعه داده ی تهران الگوریتم های TabNet، DNN،CNN ، RNN، LSTM، خود رمزگذار و همچنین الگوریتم یادگیری ماشین XGBoost به کار گرفته شده و معیارهای ارزیابیRMSE ،MAE و مقایسه شدند که بر اساس معیار، با به کارگیریTabNet پنج درصد بهبود دقت حاصل شد. درنهایت RMSE الگوریتم ترکیبی FuzzyTabNet برای داده ی تهران نسبت به الگوریتم پایه ی TabNet 4.65% کاهش یافت. همچنین شبکه ی خود رمزگذار فازی نیز نسبت به شبکه ی خود رمزگذار معمولی 6.52 درصد بهبود یافت.
شناسایی دگرسانی های هیدروترمال در منطقه موته، شمال غرب اصفهان، با استفاده از تصاویر ماهواره ای(مقاله علمی وزارت علوم)
حوزه های تخصصی:
کانسار طلای موته و نواحی مجاور آن از تیپ طلای کوهزایی است، در این ناحیه در مجموعه متاولکانیک ها و در رابطه با گنایس و میکاشیست هاى متعلق به پرکامبرین، کانی زایی عمدتاً در زون های دگرسانی سیلیسى و سریسیتى و کربناتیزاسیون، در شکستگی ها به صورت رگه و رگچه اى به همراه اکسیدهای آهن متمرکز شده است. طبق بررس ی های انج ام ش ده در ای ن منطق ه، دگرس انی های ت وأم رس ی، اکس یدهای آه ن و سیلیسی شدن سنگ دیواره برای پی جویی ذخایر طلا حایز اهمیت است. در این تحقیق تصاویر ماهواره ای ASTER و لندست 8 به منظور بارزسازی کانی های رسی در رابطه با دگرسانی ها، اکسیدهای آهن و واحدهای سنگی منطقه مطالعاتی و از داده ماهواره ای سنتینل-2 برای افزایش قدرت تفکیک مکانی این داده ها و افزایش دقت مکانی نقشه های دگرسانی استخراج شده مورد استفاده قرار گرفته اند. پس از انجام پیش پردازش های لازم، برای پردازش تصاویر فوق الذکر روش های مختلف پردازش داده هاى ماهواره اى چند طیفى ASTER مانند ترکیب رنگی کاذب، نسبت باندی، روش کمترین مربعات رگرسیون [1](Ls-Fit)، آنالیز مولفه های اصلی [2](PCA)، نقشه بردار زاویه طیفی[3](SAM)، فیلتر گذاری تطبیقی [4](MF)، برای شناسایی و تفکیک کانی های دگرسانی مرتبط با کانی زایی طلا به کار گرفته شدند. در نهایت نقشه پراکندگی زون های دگرسانی شناسایی شده، با نقشه زمین شناسی، مشاهدات میدانی و نتایج آنالیز XRD نمونه های میدانی مقایسه شد. برای مقایسه نتایج و ارزیابی صحت روش های یاد شده از ماتریس خطا و ضریب کاپا استفاده شد. پس از نمونه برداری ها و تجزیه های آماری، مشخص شد که روش نقشه بردار زاویه طیفی، بهترین تطابق را با واحدهای زمین شناسی منطقه نشان می دهد، و با این روش علاوه بر زون های از پیش شناخته شده، محدوده های جدید دگرسان شده قابل شناسایی است. [1] - least square Fit[2]- Principal Component Analysis[3] - Spectral Angle Mapper[4] - Matched Filtering
تحلیل فضایی آمایش دفاعی- امنیتی در استان خوزستان(مقاله علمی وزارت علوم)
حوزه های تخصصی:
در دنیای کنونی، پیشرفت علم و تکنولوژی باعث ظهور انقلاب اطلاعاتی و ابزارهای شناختی پیشرفته شده است. ماهواره های فضایی توانایی تصویربرداری از تمام سطح کره زمین با جزئیات کامل را دارند. به موازات آن پیشرفت جنگ افزارهای الکترونیکی از جمله موشک های دور برد و هدایت شونده کشتار جمعی، سلاح های کنترل از راه دور و ربات های جنگی، تهدیدهای جدّی بر امنیت و بقاء جوامع را در پی داشته اند. برای این منظور آمایش دفاعی-امنیتی به عنوان راهکاری مؤثر در مقابل تهدیدهای موجود طرح شده است. هدف از این پژوهش آمایش دفاعی-امنیتی استان خوزستان به منظور شناخت تهدیدها و استفاده از ظرفیت های بالقوه دفاعی- امنیتی است. روش پژوهش از نظر هدف کاربردی و از نظر روش انجامِ آن، توصیفی- تحلیلی است. محدوده مورد مطالعه استان خوزستان و داده های مورد استفاده شامل داده های جغرافیای طبیعی، داده های جمعیتی، اجتماعی، اقتصادی، کالبدی و زیست محیطی بوده است. تجزیه و تحلیل داده ها با استفاده از جداول فراوانی و نمودارهای ستونی، تحلیل های فضایی- مکانی و پارامترهای آمار فضایی انجام شده است. نتایج حاصل حاکی از آن است که تهدیدها از گستردگی زیادی برخوردار بوده و الزاماً نگاه سیستمی برای رسیدن به آمایش دفاعی- امنیتی نیاز است. برای این منظور، الگوی آمایش دفاعی-امنیتی در این پژوهش پیشنهاد شد. تجزیه و تحلیل الگوی پیشنهادی مورد نظر، حاکی از آن است که تهدیدهای طبیعی، اجتماعی، اقتصادی و زیست محیطی در کنار تهدیدهای نظامی کشورهای حاشیه خلیج فارس از مواردی است که امنیت و نحوه دفاع استان خوزستان را تحت تأثیر قرار داده است. بنابراین تحلیل های آمایش دفاعی-امنیتی می تواند مهمترین و کارآمدترین راهکارهای علمی و عملی برای مقابله با انواع تهدیدهای نظامی و غیرنظامی و برقراری نظم و امنیت در راستای رسیدن به توسعه پایدار در اختیار برنامه ریزان قرار دهد.
تدوین مدل مفهومی کیفیت زندگی در شهرها با تأکید بر شاخص های مسکن، مطالعه موردی: مناطق پنج گانه شهر ارومیه(مقاله علمی وزارت علوم)
حوزه های تخصصی:
اهمیت روزافزون مطالعات کیفیت زندگی در پایش سیاست های عمومی و نقش آن به عنوان ابزاری کارآمد در مدیریت و برنامه ریزی شهری، پیوسته در حال پررنگ شدن می باشد. سنجش کیفیت زندگی در شهرها معمولاً از طریق شاخص های ذهنی حاصل از پیمایش و ارزیابی ادراکات و رضایت شهروندان از زندگی شهری و یا با استفاده از شاخص های عینی حاصل از داده های ثانویه و به ندرت با استفاده از هر دو نوع شاخصه ها اندازه گیری می شود. لذا هدف این پژوهش سنجش و تدوین مدل مفهومی کیفیت زندگی در شهر ارومیه مبتنی بر شاخص های مسکن بوده به طوری که نوع تحقیق، کاربردی و روش تحقیق، توصیفی- تحلیلی است و گردآوری اطلاعات نیز از طریق مطالعات کتابخانه ای، میدانی و پرسش نامه صورت گرفته است. برای نیل به هدف تحقیق، تعداد 12 شاخص بر اساس نظرات نخبگان انتخاب شده و در نرم افزار GIS لایه های اطلاعاتی برای آن ها تشکیل شده است. برای محاسبه وزن شاخص ها از روش تصمیم گیری چندمعیاره BWM استفاده شده، که بیش ترین وزن بدست آمده مربوط به کیفیت ابنیه و کم ترین مربوط به قدمت ابنیه بوده است. وزن به دست آمده از روش BWM در شاخص های 12 گانه استاندارد ضرب شده و باهم ترکیب شده اند. هم چنین به منظور ارزیابی کیفیت زندگی در مناطق پنج گانه شهر ارومیه از مدل MARCOS استفاده شده است. نتایج نشان می دهد که 23 درصد از محدوده شهر در پهنه کیفیت زندگی خیلی کم، 34 درصد در پهنه کیفیت زندگی کم، 13 درصد در پهنه کیفیت زندگی متوسط، 20 درصد در پهنه کیفیت زندگی زیاد و 11 درصد در پهنه کیفیت زندگی خیلی زیاد قرار گرفته است و این یعنی شهر ارومیه به لحاظ کیفیت زندگی مبتنی بر شاخص های مسکن، در سطح متوسط رو به پایین قرار گرفته است.
ارزیابی اثر خشکسالی هواشناسی بر عملکرد پوشش گیاهی در طرح های کنترل فرسایش با استفاده از تصاویر ماهواره لندست(مقاله علمی وزارت علوم)
حوزه های تخصصی:
در این تحقیق عملکرد عملیات بیابان زدایی با گونه های تاغ، اشنان، قره داغ، آتریپلکس و گیاهان یک ساله در یکی از کانون های بحرانی فرسایش بادی شمال شرق کشور در شهرستان گناباد برای شدت های مختلف خشکسالی تعیین شده با شاخص RDI در ماه های اسفند، فروردین و اردیبهشت سال های 1382 تا 1400 مورد بررسی قرار گرفت. برای این منظور با استفاده از تصاویر ماهواره لندست و پردازش تبدیل داده ها، شاخص های گیاهی NDVI، TDVI، SAVI و EVI در هر یک از محدوده های تحت عملیات برای ماه های مورد مطالعه در نرم افزار ENVI 5.3 محاسبه شد. سپس مقادیر این شاخص ها در وضعیت های مختلف شدت خشکسالی، مورد مقایسه و تجزیه و تحلیل قرار گرفت. بر اساس نتایج حاصل در تمامی شاخص ها، محدوده پوشش اشنان در وضعیت خشکسالی خیلی خشک و با بیش ترین مقادیر 0/341 در شاخص EVI از وضعیت بهتری نسبت به سایر محدوده ها برخوردار بود. اما در شدت های خشکسالی متوسط و ملایم، محدوده تاغ با بیش ترین مقدار 0/456 در شاخص TDVI از وضعیت بهتری برخوردار بود. در اسفند شاخص SAVI، در فروردین شاخص TDVI و در اردیبهشت دو شاخص TDVI و EVI توانایی بهتری برای تشخیص پوشش گیاهی داشتند. بین سه وضعیت خیلی خشک، خشکی متوسط و خشکی ملایم، آزمون کروسکال - والیس نشان داد در اسفند شاخص TDVI در سطح 5 درصد و شاخص SAVI در سطح یک درصد و در فروردین شاخص های NDVI و SAVI در سطح یک درصد و شاخص EVI در سطح 5 درصد دارای تفاوت معنی دار بوده اند. در اردیبهشت آزمون من - ویتنی نشان داد فقط شاخص SAVI در سطح یک درصد بین دو وضعیت خشکی متوسط و ملایم دارای تفاوت معنی دار بوده است. بر این اساس تمامی شاخص ها تغییرات پوشش گیاهی را در اثر شدت خشکسالی نشان دادند اما تفاوت معنی داری بین محدوده های پوشش گیاهی به دلیل مقاومت این گونه ها به خشکسالی نشان داده نشد بلکه تفاوت بین وضعیت های شدت خشکسالی معنی دار بود.
ارزیابی کارائی مدل شبکه عصبی حافظه کوتاه مدت طولانی در پیش بینی سری زمانی یونوسفر و مقایسه آن با مدل های GRNN، GIM و NeQuick(مقاله علمی وزارت علوم)
حوزه های تخصصی:
در این مقاله ایده استفاده از مدل شبکه عصبی حافظه کوتاه مدت طولانی (LSTM) به منظور مدل سازی و پیش بینی سری زمانی یونوسفر در دوره فعالیت های شدید خورشیدی به عنوان یک روش جدید ارائه شده است. با استفاده از مدل جدید مقدار محتوای الکترون کلی (TEC) مدل سازی شده و سپس تغییرات زمانی آن در دوره فعالیت های شدید خورشیدی و ژئومغناطیسی (سال 2017) پیش بینی می شود. برای بررسی کارائی روش مورد اشاره، از مشاهدات ایستگاه GPS تهران (N35/69 ، E51/33) که یکی از ایستگاه های شبکه جهانی IGS می باشد، استفاده شده است. مشاهدات سال های 2007 الی 2016 برای آموزش مدل مورد نظر به کار گرفته شده و سپس با مدل آموزش دیده، سری زمانی TEC در سال 2017 پیش بینی می شوند. نتایج حاصل از مدل جدید با نتایج حاصل از مدل شبکه عصبی رگرسیون عمومی (GRNN)، مدل تجربی NeQuick و خروجی شبکه جهانی IGS (GIM-TEC) مقایسه شده است. همچنین از شاخص های آماری ضریب همبستگی، خطای نسبی و جذر خطای مربعی میانگین (RMSE) به منظور بررسی دقت و صحت مدل ها استفاده می شود. مقدار RMSE به دست آمده برای مدل های LSTM، GRNN، GIM و NeQuick در مرحله تست سال 2017 به ترتیب برابر با 2/87، 4/51، 4/14 و 6/38 TECU می باشد. آنالیز مؤلفه های مختصاتی ایستگاه تهران با روش تعیین موقعیت نقطه ای دقیق (PPP) نشان می دهد که با استفاده از مدل جدید، بهبودی در حدود 5/19 الی 56/23 میلیمتر در مختصات ایستگاه نسبت به سایر مدل ها دیده می شود. نتایج حاصل از این تحقیق نشان می دهد که دقت و صحت مدل LSTM برای پیش بینی مقدار TEC در دوره فعالیت های شدید خورشیدی و ژئومغناطیسی، در مقایسه با مدل های GRNN، NeQuick و GIM بیشتر است.
محاسبه میزان اهمیت شاخص های مؤثر در مکان یابی استقرارگاه های نظامی با تأکید بر دوره دفاع مقدس، مطالعه موردی: استان کرمانشاه(مقاله علمی وزارت علوم)
حوزه های تخصصی:
انتخاب بهترین مکان و مکان یابی دفاعی-امنیتی استقرارگاه های نظامی نقش مهمی را در فرایند تأمین امنیت و مبارزه با تهدیدهای کشور دارد. شناسایی عوامل و معیارهای طبیعی و انسانی مناسب در مکان یابی دفاعی-امنیتی از موضوعات مهم در این خصوص محسوب می شود. لذا با توجه به اهمیت این موضوع، هدف مطالعه حاضر تحلیل مکان یابی دفاعی-امنیتی استقرارگاه های نظامی با تأکید بر دوره دفاع مقدس (1367-1359) در استان کرمانشاه است.تحقیق حاضر از نظر هدف، کاربردی و روش انجام آن توصیفی- تحلیلی است. ابزار گردآوری داده ها و اطلاعات پرسش نامه و مصاحبه بوده و جامعه آماری کارشناسان مختلف نظامی، امنیتی و کارشناسان در زمینه های تخصصی مرتبط با امنیت و مباحث سیاسی- نظامی هستند. با استفاده از نمونه گیری هدفمند، 50 کارشناس به عنوان نمونه انتخاب شدند. برای تحلیل اطلاعات و پاسخگویی به سؤالات پژوهش از آزمون رتبه ای هم انباشتگی نامحدود اکتشافی و روش مدل سازی سری زمانی استفاده شد.نتایج پژوهش گویای آن است که از بین معیارهای طبیعی شش معیار گسل و زلزله خیزی منطقه، شرایط جغرافیایی منطقه، توپوگرافی منطقه، اراضی ناپایدار و بروز مشکلات خزش و ریزش، شیب زمین و جنس زمین نقش مهمی در مکان یابی استقرارگاه های نظامی داشته اند. نتایج تحقیق در زمینه معیارهای انسانی نشان داد که شش معیار ملاحظات سیاسی- امنیتی، وجود امنیت حمل و نقل منطقه، فاصله از مراکز شهری و روستایی، فاصله از مرزهای بین المللی، عدم استقرار در مجاورت زیرساخت ها و فاصله از شبکه ارتباطی و راه های اصلی نقش مهمی در مکان یابی استقرارگاه های نظامی داشته اند. نهایتاً نتایج بررسی عوامل کلی طبیعی و انسانی مؤثر بر مکان یابی استقرارگاه های نظامی در استان کرمانشاه نشان داد که از بین دو گروه، نقش عامل انسانی نسبت به عامل طبیعی بیشتر بوده و عوامل انسانی و شاخص های آن اهمیت بیشتری در مکان یابی استقرارگاه های نظامی در استان کرمانشاه داشته اند.
ارزیابی آسیب پذیری مناطق شهری در معرض بلایای طبیعی - سیل و زلزله با استفاده از روش IHWP(مقاله علمی وزارت علوم)
حوزه های تخصصی:
در سال های اخیر رشد بی رویه جمعیت و خسارت های فراوان ناشی از مخاطرات طبیعی و انسانی به کالبد و محیط شهرها موجب شده است تا موضوع ارزیابی آسیب پذیری به یکی از اهداف مهم مطالعه شهرها تبدیل شود. یکى از موضوعاتى که بیشتر شهرهاى جهان با آن دست به گریبان هستند، حوادث طبیعى است که طى قرن گذشته شمار آن ها همواره رو به افزایش بوده و تلفات انسانی و کالبدی زیادی را متوجه شهرها نموده است. هدف تحقیق حاضر ارزیابی آسیب پذیری منطقه یک شهرداری تهران در برابر خطر سیل و زلزله می باشد. نوع تحقیق کاربردی و روش تحقیق نیز توصیفی- تحلیلی است. روش گردآوری اطلاعات نیز شامل مطالعات اسنادی، مشاهدات میدانی و پرسشنامه است. در تحقیق حاضر با استفاده از شاخص های شناسایی شده به ارزیابی آسیب پذیری منطقه یک شهرداری تهران در برابر سیل و زلزله با استفاده از روش IHWP پرداخته شد که نتایج تحقیق نشان می دهد از کل منطقه یک شهرداری تهران، 14/95 درصد آسیب پذیری خیلی کم، 23/28 درصد آسیب پذیری کم، 27/03 درصد آسیب پذیری متوسط، 23/59 آسیب پذیری زیاد و 11/14درصد آسیب پذیری خیلی بالایی را به خود اختصاص داده اند و مرکز و غرب منطقه از آسیب پذیری بیشتری برخوردار است و از غرب به شرق از میزان آسیب پذیری کاسته می شود. در پایان نیز راهکارهای کاهش آسیب پذیری ارائه شد.
شناسایی مناطق مستعد ایجاد زیرساخت های نظامی بر اساس پارامترهای محیطی، مطالعه موردی: نوار مرزی استان خراسان رضوی(مقاله علمی وزارت علوم)
حوزه های تخصصی:
موقعیت قرارگیری ایران سبب شده است تا مرزهای کشور از نظر وضعیت امنیتی حساسیت بالایی داشته و نظارت و کنترل بر این نواحی بسیار حائز اهمیت باشد. با توجه به اینکه عوامل محیطی، نقش مهمی در توان دفاعی و امنیتی مناطق مرزی دارد، در این پژوهش بر مبنای این عوامل، به شناسایی مناطق مستعد توسعه زیرساخت های نظامی در نوار مرزی استان خراسان رضوی پرداخته شده است. در این تحقیق به منظور دستیابی به اهداف مورد نظر، از روش های توصیفی-تحلیلی و همچنین مدل تلفیقی منطق فازی و تحلیل شبکه ای (ANP) استفاده شده است. داده های تحقیق شامل مدل رقومی ارتفاعی 30 متر SRTM، نقشه های توپوگرافی 1:50000 و لایه اطلاعاتی مربوط به نقاط جمعیتی واقع در منطقه مورد مطالعه است. مهم ترین ابزار مورد استفاده در این تحقیق نرم افزار ArcGIS است. همچنین در این تحقیق از مدل های منطق فازی و ANP به منظور شناسایی مناطق مستعد توسعه زیرساخت های نظامی استفاده شده است. بر اساس نتایج حاصله، مناطق شمالی نوار مرزی این استان به دلیل داشتن میدان دید وسیع، ارتفاع زیاد، وجود دامنه ها و جهات شیب شرقی، دارای بالاترین پتانسیل برای ایجاد پایگاه های نظامی و دیده بانی ها است و همچنین مناطق میانی این استان به دلیل نداشتن میدان دید وسیع، ارتفاع کم و قرار گرفتن در واحد دشت، دارای پتانسیل کمی برای توسعه زیرساخت های نظامی (پایگاه های نظامی و دیده بانی ها) است. با توجه به موارد مذکور، مناطق میانی نوار مرزی استان خراسان رضوی دارای پتانسیل آسیب پذیری بالایی است، بنابراین لازم است تا برنامه ریزی های لازم به منظور کنترل و نظارت بر این مناطق صورت گیرد.
بررسی اثر مورفولوژی شهری بر شدت جزایر حرارتی، مطالعه موردی: شهر تبریز(مقاله علمی وزارت علوم)
حوزه های تخصصی:
جزیره حرارتی به پدیده ای گفته می شود که در آن دمای منطقه شهری گرم تر از مناطق پیرامونی خود است. در همین راستا هدف اصلی پژوهش حاضر بررسی نقش مورفولوژی شهری بر جزایر حرارتی در سطح کلان شهر تبریز است. داده های مورداستفاده در این پژوهش تصاویر روزانه ماهواره ای لندست 8 برای سال های 2014 تا 2019، در دو فصل تابستان و زمستان به طور مجزا بود و از روش الگوریتم پنجره مجزا برای استخراج دما و جزایر حرارتی استفاده شد. همچنین برای تجزیه وتحلیل از تحلیل های آمار فضایی و رگرسیون چندمتغیره استفاده شد. تجزیه وتحلیل داده ها در نرم افزارهای ENVI، ArcGis و Spss 19 صورت گرفت. نتایج به دست آمده نشان می دهد که توزیع جزایر حرارتی در سطح شهر تبریز به صورت خوشه ای است. پژوهش حاضر نشان داد که مورفولوژی شهری می تواند بر شدت جزایر حرارتی تأثیرگذار باشد. بر طبق یافته های مربوط به تحلیل رگرسیونی و F محاسبه شده (17.65) و ضریب معنی داری به دست آمده در سطح 0.0001، متغیرهای پیش بین می توانند رفتار متغیر وابسته پژوهش را در تابستان به خوبی برآورده کنند. برای فصل زمستان نیز کل مدل باتوجه به F محاسبه شده (9.36)و ضریب معنی داری (0.0002) قابل تعمیم است. از طرف دیگر پژوهش حاضر نشان داد که فاصله از فضای سبز بر شدت جزایر حرارتی تأثیر دارد. به طوری که بر اساس یافته های مربوط به پژوهش و F محاسبه شده (7.596) و سطح معنی داری (0.00007) این موضوع را می توان تأیید کرد.