مهدی فروتن

دمای سطح زمین به طور مستقیم تحت تأثیر تعادل انرژی در سطح زمین قرار دارد. این تعادل انرژی متأثر از عوامل مختلف اقلیمی هم چون میزان انرژی دریافتی از خورشید،میزان رطوبت هوا و ... است. بنابراین این پژوهش با هدف بررسی ارتباط بین دمای سطح زمین (LST) و شاخص های طیفی و پوشش گیاهی استاندارد شده (NDVI) در شهرستان تبریز طی دوره زمانی (سال 1402) با استفاده از تصاویر ماهواره ای لندست و مودیس در پلتفرم گوگل ارث انجین (GEE) انجام شده است. همچنین به منظور محاسبه شاخص های طیفی و پوشش گیاهی از باندهای مادون قرمز نزدیک و قرمز استفاده شده است. در وهله بعد پس از تهیه نقشه های عامل، در محیط نرم افزار SPSS با استفاده از ضریب همبستگی پیرسون میزان همبستگی و رابطه بین دمای سطح با شاخص های طیفی و پوشش گیاهی مورد آزمون آماری قرار گرفتند. نتایج نشان داد که بین LST و شاخص های NDVI (با مقدار 232/0-) و SAVI (با مقدار 185/0-) یک همبستگی منفی قوی و بین شاخص های NDBal و NDBI به ترتیب ب مقدار (188/0) و (092/0) رابطه مثبت و معنی داری حاکم است. به طوری که افزایش پوشش گیاهی به طور قابل توجهی با کاهش دمای سطح زمین همراه است. مناطق شهری و صنعتی که دارای پوشش گیاهی کمتری هستند، بالاترین مقادیر LST را نشان می دهند. یافته های این پژوهش تأکید بر اهمیت پوشش گیاهی در کاهش دمای محیط و بهبود کیفیت هوا دارد و می تواند در برنامه ریزی شهری، مدیریت منابع طبیعی و ارزیابی اثرات تغییرات اقلیمی در منطقه مورد مطالعه مورد استفاده قرار گیرد.

جزیره حرارتی شهری به منطقه ای اطلاق می شود که در آن دما به طور قابل ملاحظه ای افزایش یافته و پیامدهای منفی فراوانی به همراه دارد. این پژوهش با هدف بررسی رابطه بین جزیره گرمایی شهر تهران با عناصر آلاینده جوی در بازه زمانی ۲۰۱۹ تا ۲۰۲۴ انجام شده است. برای نمایش جزیره حرارتی، از داده های دمای سطح زمین ماهواره مودیس تررا در پلتفرم گوگل ارث انجین بهره گرفته شد. در این بستر، وضعیت کاربری اراضی منطقه مورد مطالعه نیز تحلیل گردید و با استفاده از تصاویر ماهواره ای لندست 8، شاخص NDVI محاسبه شد تا نمایی از وضعیت پوشش گیاهی منطقه به دست آید. سپس، وضعیت آلاینده های جوی مؤثر بر شدت و گسترش جزیره حرارتی، شامل بخار آب، دی اکسید گوگرد، دی اکسید نیتروژن، متان، ازن و عمق نوری آئروسل، از داده های ماهواره سنتینل 5 استخراج و پردازش شد. به منظور ارزیابی ارتباط این متغیرها با دمای سطح زمین، ضریب تعیین و همبستگی برای ۵۰۰ نقطه تصادفی محاسبه گردید. نتایج نشان داد که میانگین دمای سطح زمین از غرب به شرق تهران افزایش یافته و در مرکز و جنوب شرقی شهر، هاله حرارتی با میانگین دمای بالای ۱۶ درجه سانتی گراد شکل گرفته است. تراکم بالای مناطق مسکونی و آلودگی ناشی از حمل ونقل در نواحی شرقی و جنوبی، از عوامل اصلی شکل گیری و تشدید این پدیده به شمار می آیند. از میان عوامل مورد بررسی، بخار آب با ضریب همبستگی مثبت و معنادار ۶۴۸/۰ بیشترین تأثیر را بر افزایش دمای محلی داشته و دی اکسید گوگرد و دی اکسید نیتروژن نیز تأثیرات قابل توجهی بر دما نشان داده اند. در مقابل، پوشش گیاهی نقش مهمی در تعدیل دما ایفا کرده است. همچنین بررسی سایر آلاینده ها همچون آئروسل، متان و ازن نشان داد که این گازها تأثیر کمتری بر دمای محلی دارند.

این پژوهش با رویکردی کاربردی و تحلیلی، به شناسایی نواحی مستعد سیل خیزی در حوضه آبخیز یامچی پرداخته است. در ابتدا، داده های دبی روزانه ایستگاه های لای، نیر و یامچی طی سال های 2014 تا 2021 از شرکت آب منطقه ای استان اردبیل جمع آوری شد. سپس، پارامترهای محیطی مؤثر شامل شیب زمین، فاصله از آبراهه، کاربری اراضی و رطوبت خاک در محیط ArcGIS و گوگل ارث انجین ترسیم شدند. همچنین، شاخص های طیفی NDWI، AWEI، WRI و LSWI از تصاویر لندست 8 استخراج گردید. پس از استانداردسازی متغیرها، مدل جنگل تصادفی رگرسیونی با 100 درخت تصمیم آموزش داده شد. 70 درصد داده ها برای آموزش و 30 درصد برای آزمون مدل استفاده شد. عملکرد مدل با شاخص های آماری R² و MSE به ترتیب برابر با 9353/0 و 000210/0 ارزیابی شد. در نهایت نواحی مستعد سیل خیزی شناسایی گردیدند. به منظور اعتبارسنجی، رویداد سیل آوریل 2017 به عنوان نمونه موردی تحلیل شد. نتایج نشان داد که بخش شمالی حوضه، به دلیل ارتفاع زیاد، شیب تند، رطوبت خاک ۳۵ درصد و مقادیر بالای AWEI و WRI، بیشترین پتانسیل برای وقوع سیل خیزی را دارد. در مقابل، نواحی مرکزی و جنوبی به علت شیب ملایم تر و رطوبت کمتر خاک، احتمال کمتری برای سیل خیزی نشان دادند. مدل جنگل تصادفی صحت این الگو را تأیید کرد و عملکرد آن با منحنی ROC و مقدار AUC برابر با 616/0، قابل قبول ارزیابی شد. تحلیل داده های راداری نیز نشان داد که بازتاب سیگنال ها در مناطق شمالی، پیش و پس از وقوع سیلاب، تغییر محسوسی داشته و بیانگر تمرکز منابع آبی در این بخش از حوضه است.