ارایه روشی نوین جهت انتخاب بهینه شاخص های مرتبط با پوشش زمین به منظور شناسایی جزایر حرارتی شهری، با بکارگیری داده های سنجش از دور

Abstract

<strong>در تحقیقات اخیر، دانشمندان توجه ویژه</strong><strong>‌</strong><strong>ای به مسئله گرمایش جهانی داشته</strong><strong>‌‌</strong><strong>اند، زیرا دمای سطح زمین در طول قرن گذشته به طور قابل توجهی افزایش یافته است. جزایر حرارتی شهری^{<strong>^[1]</strong>}به پدیده</strong><strong>‌‌</strong><strong>ای ناشی از آثار شهرنشینی اشاره دارد که درجه حرارت در محیط شهری از مناطق اطراف آن بالاتر می</strong><strong>‌‌</strong><strong>رود. بررسی این دما توسط سنسورها دارای مشکلاتی همچون هزینه و گسسته بودن نقاط اندازه</strong><strong>‌</strong><strong>گیری را دارد. بنابراین تحقیق حاضر تلاش می</strong><strong>‌‌</strong><strong>کند، با تکنیک سنجش از دور مدلی کمی و پیوسته را برای پوشش این مشکلات در شهر تهران ارائه دهد. لذا با استفاده از تصاویر لندست 8^{<strong>^[2]</strong>}، و داده</strong><strong>‌‌</strong><strong>های سنجنده مودیس، فاکتور</strong><strong>‌</strong><strong>هایی تولید و بررسی می</strong><strong>‌‌</strong><strong>شوند که در تولید جزایر حرارتی شهری مؤثر هستند. به منظور تولید این فاکتورها ابتدا با انجام تصحیحات لازم برروی تصاویر مورد نیاز، تعداد چهارده شاخص انتخاب و در سه سناریو مختلف محاسباتی شامل روش رگرسیون خطی، رگرسیون بردار پشتیبان و با استفاده از الگوریتم ژنتیک بکارگرفته شد. به منظور مدل</strong><strong>‌</strong><strong>سازی رویکردهای بیان شده، مجموعاً 2400 نقطه دارای دما به عنوان داده میدانی از منطقه مورد مطالعه (شهر تهران) جمع</strong><strong>‌‌</strong><strong>آوری شده است. برای ارزیابی کارایی سناریو</strong><strong>‌</strong><strong>های </strong><strong>مورد استفاده، 30</strong>%<strong> داده</strong><strong>‌‌</strong><strong>ها (جمعاً 720 نقطه) به صورت اتفاقی انتخاب شده و بعنوان داده</strong><strong>‌‌</strong><strong>های آموزشی در نظر گرفته و مابقی 70</strong>%<strong> داده</strong><strong>‌‌</strong><strong>ها (جمعاً 1680 نقطه) به عنوان داده</strong><strong>‌‌</strong><strong>های تست مورد ارزیابی قرار گرفت.براساس نتایج بدست آمده، ترکیب مدل رگرسیون بردار پشتیبان و الگوریتم ژنتیک بهترین تطابق را (میانگین خطای مربعی 9324/0، نرمال شده میانگین خطای مربعی2695/0 و ضریب همبستگی 9315/0) با داده</strong><strong>‌‌</strong><strong>های زمینی مورد استفاده دارند.</strong> <br clear="all" />

^{^[1]}- Urban Heat Islands

^{^[2]}- Landsat 8