مبانی نظری و پیشینه روند تغییرات مکانی و زمانی جزایر حرارتی در کلانشهرها (docx) 76 صفحه

دسته بندی : تحقیق

نوع فایل : Word (.docx) ( قابل ویرایش و آماده پرینت )

تعداد صفحات: 76 صفحه

قسمتی از متن Word (.docx) :

HYPERLINK \l "_Toc404609360" 2-1-منطقه مورد مطالعه PAGEREF _Toc404609360 \h 25 2-2-پیشینه تحقیقاتی PAGEREF _Toc404609362 \h 41 2-2-1-پیشینه تحقیقاتی (منابع خارجی) PAGEREF _Toc404609363 \h 41 2-2-2-پیشینه تحقیقاتی در ایران PAGEREF _Toc404609364 \h 45 2-3-جمع‌بندی PAGEREF _Toc404609365 \h 47 3-1-مقدمه PAGEREF _Toc404609367 \h 51 3-2-سنجش از دور حرارتی PAGEREF _Toc404609368 \h 51 3-3-سنجنده MODIS PAGEREF _Toc404609369 \h 54 3-4-شهرسازی و میکروکلیماتولوژی شهری PAGEREF _Toc404609370 \h 57 3-4-1-فاکتورهای کنترل کننده اقلیم شهر PAGEREF _Toc404609371 \h 58 3-4-2-معادله توازن تابشی در شهر PAGEREF _Toc404609372 \h 61 3-5-جزایر حرارتی شهری PAGEREF _Toc404609373 \h 65 3-5-1-جزایر حرارتی شهری سطح زمین PAGEREF _Toc404609374 \h 66 3-5-2-جزایر حرارتی شهری اتمسفری PAGEREF _Toc404609375 \h 66 3-5-3-ارتباط دمای سطح و دمای هوا در شهر PAGEREF _Toc404609376 \h 67 3-5-4-عوامل موثر بر جزایر حرارتی شهری PAGEREF _Toc404609377 \h 67 3-5-5-جزایر حرارتی شهری و تغییرات اقلیم PAGEREF _Toc404609378 \h 75 3-5-6-پی آمدهای جزایر حرارتی شهری PAGEREF _Toc404609379 \h 76 3-6-خوشه بندی PAGEREF _Toc404609380 \h 77 3-6-1-خوشه بندی PAGEREF _Toc404609381 \h 77 3-6-2-روش‌هاي خوشه‌بندي PAGEREF _Toc404609382 \h 78 3-6-3-تحلیل نقاط بحرانی گتیس-اورد................................................................................. PAGEREF _Toc404609383 \h 79 منطقه مورد مطالعه منطقه مورد مطالعه تحقیق شامل پنج کلانشهر اهواز، اصفهان، تبریز، تهران و مشهد می باشد. این شهرها به عنوان مهمترین مراکز جمعیتی و صنعتی دارای رشد بالای توسعه شهری و افزایش جمعیت بوده‌اند. با توجه به تاثیر عرض جغرافیایی و اقلیم‌های مختلف بر دمای سطح و پدیده جزایر حرارتی، شهرهای انتخابی در عرض‌های جغرافیایی مختلف و در سطح کشور پراکنده شده اند که اقلیم‌های مختلف را شامل می‌شوند. محدوده مطالعاتی در این تحقیق در شکل های 2-1 تا 2-5 نمایش داده شده است. شکل STYLEREF 1 \s ‏2 SEQ شکل \* ARABIC \s 1 1-محدوده‌ی مورد مطالعه شهر تهران شکل STYLEREF 1 \s ‏2 SEQ شکل \* ARABIC \s 1 2-محدوده‌ی مورد مطالعه شهر مشهد شکل STYLEREF 1 \s ‏2 SEQ شکل \* ARABIC \s 1 3-محدوده‌ی مورد مطالعه شهر تبریز شکل STYLEREF 1 \s ‏2 SEQ شکل \* ARABIC \s 1 4-محدوده‌ی مورد مطالعه شهر اهواز شکل STYLEREF 1 \s ‏2 SEQ شکل \* ARABIC \s 1 5-محدوده‌ی مورد مطالعه شهر اصفهان تهران تهران از نظر جغرافیایی در 51 درجه و 17 دقیقه تا 51 درجه و 33 دقیقه طول شرقی و 35 درجه و 36 دقیقه تا 35 درجه و 44 دقیقه عرض شمالی قرار گرفته است. شهر تهران در دامنه جنوبی رشته کوه های البرز و حاشیه شمالی کویر مرکزی ایران قرار دارد. تهران بین کوه های البرز و حاشیه شمالی کویر مرکزی ایران در دشتی نسبتا هموار واقع شده است. پهنه استقرار آن از جنوب و جنوب غربی به دشت های شهریار و ورامین منتهی می شود و در سمت شمال و شرق با حد طبیعی فضای جغرافیایی شهر تهران در کوه و دشت به وسیله دو رود کرج در غرب و جاجرود در شرق مشخص می شود که در نزدیکی کویر نمک در جنوب شرقی تهران به یکدیگر می پیوندند. ارتفاع تهران از 1104 متر در جنوب تا ارتفاع 1800 متر ابتدای پارک جمشیدیه در شمال تهران متغیر است. متوسط دمای تهران در ماه مرداد به 8/29 و در دی ماه به 8/2 درجه سلسیوس می رسد. تعداد روزهای یخبندان سالانه حدود 55 روز است. در هر کدام از ماه های دی تا اسفند تعداد روز های یخبندان بیشتر از 10 روز می باشد. (سعیدی، 1375 و افشار، 1379). ایجاد جزیره حرارتی سبب شده است که جریان باد از اطراف به طرف شهر وزیده و مواد آلاینده حومه را هم به داخل شهر هدایت کند. باد غالب مهرآباد، غربی و دوشان تپه، شمال شرقی است. بادهای غربی در ایستگاه دوشان تپه در درجه دوم قرار دارند. در مجموع بادهای غربی اقلیم تهران را کنترل می کنند. جهت باد در هر دو ایستگاه حاکی از آن است که استقرار هر نوع منبع آلاینده در غرب تهران سبب آلودگی هوا می شود. با توجه به اینکه در شرق تهران هم بادهای شرقی غالب هستند هر دو جریان، مواد آلاینده را از هر طرف به مرکز شهر می آورند و مرکز شهر پتانسیل آلودگی بالایی دارد. فرسوده بودن ماشین ها، عدم رعایت اصول استاندارد از طرف مردم، و نبود مدیریت کارآ همگی سبب شده اند که خودروها معضل بزرگی برای تهران و حتی ایران بشود (غیور منش، 1382). آلودگی هوا در شهر تهران عمدتا مصنوعی و ناشی از فعالیت وسایل نقلیه است که سهمی 80 درصدی در آلودگی هوای شهر دارند و تولید کننده گازهای سمی دی اکسید نیتروژن و مونواکسید کربن هستند. فعالیت های صنعتی از دو جهت سبب آلودگی هوای تهران شده اند، محل استقرار نامطلوب و عدم رعایت اصول بهداشتی و زیست محیطی.بیش از 7000 واحد صنعتی در تهران وجود دارد که 30 درصد آن در غرب و 54 درصد در جنوب و 16 درصد در شرق تهران تأسیس شده اند. با توجه به وزش بادهای غالب غربی و جنوب غربی بیشتر مواد زاید این کارخانه ها به داخل شهر هدایت می شوند. نتایج مطالعات و بررسی های جمعیت شناسی سرشماری سال 1385 در خصوص نحوه توزیع جمعیت در استان تهران به شرح ذیل می باشد: کلان شهر تهران با 13 میلیون و 328 هزار و 11 نفر پر جمعیت ترین استان کشور شناخته شده است که 19 درصد جمعیت کشور را در خود جای داده است. بررسی های انجام شده نشان می دهد که سطوح پر تراکم عمدتا به دور هسته تاریخی تهران یعنی محله های قدیمی بازار، عوالاجان، سنگلج، ارگ چاله میدان و چاله حصار متمرکز شده اند (مخدوم، 1368). مشهد مشهد مقدس مرکز شهرستانی به همین نام در استان پهناور خراسان رضوی به لحاظ موقعیت در 59 درجه و 3 دقیقه تا 60 درجه و35 دقیقه طول شرقی و 35 درجه و 42 دقیقه تا 36 درجه و 59 دقیقه عرض شمالی قرار گرفته و از شمال به شهرستان کلات ، از شمال غربی به درگز، از غرب به چناران و نیشابور و از شرق به سرخس و تربت جام محدود می گردد. این شهر در انتهای جنوبی دشت توس واقع شده و رشته کوه هزار مسجد در شمال شرقی و رشته کوه بینالود در غرب و جنوب غربی آن قرار دارد. به طور کلی هواهایی که شهر مشهد را تحت تاثیر قرار می‌دهند توده هوای سیبری و توده هوای مدیترانه‌ای هستند. توده هوای سیبری عمدتا در فصل زمستان تشکیل می‌شوند و توده هوای مدیترانه‌ای نیز با وجود کوهستان‌های غرب کشور، در صورت بودن سطح زمین به شمال شرق کشور و شهر مشهد نیز می‌رسد (مقدس، 1373). متوسط بارندگی سالانه این شهر 239 میمیمتر است که نسبت به میانگین کشوری 250 میلیمتر کم‌تر می‌باشد. همچنین متوسط دمای سالانه شهر مشهد(طی سال‌های 88-1368)، 15.3 درجه سانتیگراد است که نسبت به میانگین دمای کشور 18 درجه سانتیگراد کم‌تر می‌باشد (اکبری، 1391). جهت باد غالب سطح زمین در این شهر عمدتا جنوب شرقی- شمال غربی یا شرقی- غربی است و اصولا هر نوع مواد آلوده کننده واقع در منطقه جنوب شرق تا شرق مشهد را مستقیما به قسمت شمال غرب و غرب مشهد جابجا می‌نماید (قزلحصار، 1392). در بین منابع صنعتی و تولیدی آلاینده های هوا در شهرمشهد نیروگاهها  و کارخانه سیمان، آسفالت گچ، آهک و واحدهای آجرپزی در راس آلاینده ها قرار دارند0 نیروگاههای برق نیز در آلودگی هوای مشهد موثرند با توجه به اینکه سوخت این نیروگاهها (طوس، شریعتی ،مشهد)از مازوت و گازوئیل و گاز است از مراکز عمده ایجاد آلودگی هوا محسوب می شود (قزلحصار، 1392). بر اساس آمار ارائه شده از سوی اداره کل محیط زیست استان خراسان رضوی مهمترین عامل آلودگی هوا درشهرمشهد وسایل نقلیه موتوری هستند که سهم آنها در آلودگی هوا65 درصد می باشدوبعدازوسایل نقلیه موتوری کارخانجات وصنایع تولیدی با15 درصدوآلاینده های خانگی با10 درصددر رده های بعدی قراردارند0 روزانه 381/225/4 دستگاه خودرو با اهداف کار، تفریح، زیارت، تحصیل و شخصی در شهر تردد می کنند(پنجمین آمارنامه سازمان حمل و نقل و ترافیک مشهد 1388 :14) که این تعداد خودرو عامل 65 درصد آلودگی هوای شهر مشهد است(پایگاه اطلاع رسانی شهرداری مشهد). در حال حاضر تنها 50 درصد این سفرها با وسایل حمل و نقل عمومی انجام می‌گیرد. شهر مشهد در سده اخیر از رشد جمعیت بالایی برخوردار بوده است. در نخستین سرشماری رسمی ایران که در سال 1335 انجام گرفت، این شهر، با جمعیت 241،989 نفر جمعیت، پس از شهرهای تهران، تبریز و اصفهان، جایگاه سوم را در بین شهرهای ایران داشت. در سرشماری سال 1385، همین جایگاه را داشته است و جمعیت آن 2،868،350 نفر بوده است و در سرشماری عمومی نفوس و مسکن 1390 نیز رتبه دومی را داشته است و دارای 3،069941 نفر جمعیت می‌باشد (قزلحصار، 92). تبریز تبریز مرکز استان آذربایجان شرقی  از شمال به کوه عینالی و از جنوب به دامنه کوه سهند و از سمت غرب به جلگه تبریز و دریاچه ارومیه و از شرق به کوههای ساری داغ و بیلانکوه محدود است ارتفاع این شهر از سطح دریا از ۱۳۴۸ متر در سه‌راهی مرند تا ۱۵۶۱ متر در محله زعفرانیه متغیر بوده و شیب عمومی زمین‌های تبریز به‌سمت مرکز شهر و سپس به ‌سمت مغرب می‌باشد. تبريز داراي هوايي اقليمي و كم رطوبت است و حد متوسط بارندگي آن در سال ، 285 ميليمتر است . اين جلگه در اثر ارتفاعي كه از سطح دريا دارد ، داراي زمستانهاي طولاني و سرد و تابستانهاي معتدل است . هواي اين شهر سرد و خشك است. ميانگين بارندگي شهر تبريز بطور متوسط 270 ميليمتر مي باشد . معمولا در طول فصل تابستان بارندگي كمتر مي باشد . حداكثر متوسط دما در تير ماه 32 درجه سانتيگراد و حداقل متوسط آن در ديماه 27 درجه سانتيگراد و حداكثر مطلق ثبت شده 42 درجه و حداقل مطلق 25 درجه سانتيگراد بوده است . تعداد روزهاي يخبندان حداكثر 155 روز و حداقل 52 روز و بطور متوسط 107 روز است . ميزان تبخير تعرق منطقه 1733 ميليمتر محاسبه گرديده است. شرایط اقلیمی از جمله جهت و فرکانس بادها از یک طرف، توپوگرافی خاص تبریز از طرف دیگر به اضافه استقرار نامناسب کارخانجات عمده آلاینده سبب شده است که یک هسته آلوده هوایی در شمالغرب تبریز خودنمایی کند. در بررسی عوامل اقلیمی موثر در آلودگی هوای تبریز، مشخص شد که بیشترین تاثیر آنها، ایجاد وتشکیل هسته هوای آلوده بوده است (زاهدی، 1378). تبریز از آلوده ترین شهرهای ایران است و میزان آلودگی هوا در این شهر روزبه‌روز افزایش یافته و شدیدتر می‌شود. مهم‌ترین علت آلودگی هوای تبریز، حمل و نقل درون‌شهری است و وجود صنایع بزرگ و مادر در پیرامون شهر نیز از دیگر عوامل تأثیرگذار بر آلودگی هوای این شهر به‌شمار می‌رود. عمده منابع آلاينده هوا در اين بخش در محدوده شهرستان تبريز متمركز شده كه از آن جمله مي توان به صنعت و صنايع زير اشاره كرد. نيروگاه حرارتي و پالايشگاه تبريز ، پتروشيمي و كوره هاي آجرپزي و آسفالت پزي در سطح ساير شهرستانها نيز مراكز آجرپزي و كارخانجات و آسفالت و كوره هاي غير مجاز زغال گيري و آهك پزي ها وجه غالب منابع آلاينده هوا را به خود اختصاص داده اند. تولید بیش از 2000 تن مواد آلوده کننده ومسموم در تبریز قابل تامل است. با اینکه وسایل نقلیه موتوری در شهرهای بزرگ در آلودگی هوا نقش مهمی دارند ولی در تبریز در درجه دوم قرار گرفته اند یعنی 23 آلودگی را شامل می شود. اما دو کارخانه پالایشگاه تبریز و نیروگاه حرارتی مسئولیت 60 درصد کل آلودگی هوا را بر عهده دارند و با محاسبه سایر منابع صنعتی بزرگ، بیش از 75 درصد آلایندگی را به خود اختصاص می دهند (زاهدی، 1378). با تشدید ترافیک خودروها و افزایش آلوده‌کننده‌هایی مانند نیروگاه حرارتی، صنایع پتروشیمی و پالایشگاه، آلودگی هوا از میانه‌های سده بیستم پیوسته در حال افزایش بوده‌است. تهدید اصلی محیط‌زیستی در حال حاضر ریزگردهای واردشده از عراق و خشکیدگی دریاچه ارومیه است. احتمالاً در آینده باد، ذرات نمک و املاح دیگر را در نواحی اطراف دریاچه ارومیه –به ویژه تبریز– پراکنده ساخته و سلامتی ساکنان این شهر را به خطر بیندازد (H. Golabian ،2011). جمعیت تبریز در سال ۱۳۹۰ خورشیدی بالغ بر ۱٬۴۹۴٬۹۹۸ نفر بوده‌است که پنجمین شهر پرجمعیت ایران و دویست و بیست و ششمین شهر پرجمعیت جهان محسوب می‌شود. این شهر تا سال ۱۳۴۵ خورشیدی دومین شهر پرجمعیت ایران –پس از تهران– بود که در این سال، شهرهای اصفهان و مشهد از آن پیشی گرفتند. همچنین در سال ۱۳۹۰ خورشیدی جمعیت کرج از جمعیت تبریز فزونی یافت (بر اساس نتایج سرشماری عمومی نفوس ومسکن 1390). اهواز اهواز مرکز استان خوزستان یکی از کلان شهرهای ایران است. این شهر که در بخش مرکزی شهرستان اهواز قرار دارد، در موقعیت جغرافیایی ۳۱ درجه و ۲۰ دقیقه عرض شمالی و ۴۸ درجه و ۴۰ دقیقه طول شرقی، در بخش جلگه‌ای خوزستان و با ارتفاع ۱۸ متر از سطح دریا واقع شده‌است. استان خوزستان دارای آب و هوای مختلف است: آب و هوای نیمه بیابانی که شهرهای آبادان، خرمشهر، ماهشهر، هندیجان، دشت آزادگان ونواحی دزفول، بهبهان، رامهرمز، شوشتر ونواحی جنوب اهواز را در بر می گیرد. آب وهوای استپ گرم که نواحی شمال دزفول، بهبهان، رامهرمز، شوشتر و شمال اهواز را در برمی گیرد. استان خوزستان تحت تاثیر سه نوع باد قرار دارد:اولین باد، جریان سرد نواحی کوهستانی، دومین باد(شرجی)، جریان گرم و مرطوبی از خلیج فارس است که به سوی جلگه می وزد. سومین باد از عربستان می وزد و همیشه مقداری شن و خاک و رطوبت همراه دارد. براساس اطلاعات ایستگاه هواشناسی اهواز دو ماه تیر و مرداد با متوسط دمای 6/38 درجه سانتیگراد گرمترین ماههای سال و ماههای دی وبهمن با متوسط 4/12 درجه سانتیگراد، سردترین ماه سال به شمار می رود. میزان بارندگی سالانه اهواز به طور متوسط 213 میلیمتر است و بیشترین میزان بارندگی در ماه ژانویه11دی تا11بهمن روی می دهد (اسدی مرعشی، 1389). میزان آلودگی هوا در این شهر روزبه‌روز افزایش یافته و شدیدتر می‌شود. مهم‌ترین علت آلودگی هوای اهواز، گرد و غبار و حمل و نقل درون‌شهری است و دیگر عامل آلودگی‌ها گسترش افسارگسیخته بافت شهری و رسیدن آن به کارخانه‌هایی مانند ایران کربن و فولاد خوزستان می‌باشد (حمل ونقل درون شهری اهواز). نتایج بررسی صورت گرفته و مصاحبه با کارشناسان مربوطه نشان می دهد که خشک شدن مرداب ها و تالاب های جنوب غربی کشور ایران و جنوب شرقی کشور عراق، کاهش شدید پوشش گیاهی، قطع درختان منطقه در دوره جنگ تحمیلی، کاهش محسوس دبی آب رودخانه های دجله و فرات و تغییر مسیر این رودخانه ها، اختلاف فشار و نفوذ پرفشار قابل ملاحظه بین مناطق عراق و شمال عربستان از عوامل مهم مربوط به تشدید ریزگردها در منطقه است (دریکوند، 1391). جمعیت شهر اهواز از سال های 1335 تا 1355، حدود 7 درصد و در بازه زمانی 1365 تا 1370 حدود 6/4 درصد و از سال 1370 تا سال 1390 با نرخ تقریبی 5/2 درصد در حال افزایش است. با توجه به اینکه مساحت شهر در طی سال های 1383 تا 1392 روند افزایشی چشمگیری نداشته، نشان می دهد که تراکم جمعیت شهری در حال افزایش بوده و نگرانی های ناشی از آلاینده های انسانی، به خصوص آلودگی هوا را تشدید می کند (واحدیان، 1393). از نظر صنعتی شهرستان اهواز شاهرگ حياتی استان خوزستان محسوب می شود و در آن كارخانه‌هاي و كارگاه های‌بزرگ صنايع‌غذايی، معدنی، فلزی، شيميايی تاسيس شده است. وجود کارخانجات بزرگ صنعتی از جمله شركت ملي حفاري ايران،  مجتمع فولاد ،  گروه ملي صنعتي فولاد ، شركت لوله سازي ، شركتهاي نفت و گاز ،  كشت و صنعت هاي  شمال شرق ، دهخدا و صنايع جانبي نيشكر اهواز را به یکی از مهمترین مراکز صنعتی ایران تبدیل کرده است. شهر اهواز به عنوان یکی از کلان شهر های کشور دارای مشکلات متعدد الودگی هوا ناشی از صنایع می باشد به طوری که از مهمترین و بزرگترین صنایع تولیدی شامل 30 درصد از صنایع سنگین کشور دراین استان وجود دارد که بیش از 50 درصد صنایع بزرگ و کوچک در محدوده ی شهر اهواز مستقر می باشد (موسوی، 1391). در خصوص نوع توزيع كاربري‌هاي شهر اهواز مي‌توان بيان كرد كه پراكندگي نامناسب كاربري‌هاي خدماتي و تجاري در سطح شهر به خصوص كمبود آن در شهرك ‌هاي اطراف موجب افزايش سفر از آنها به محدوده‌هاي مركزي شهر شده است.         همچنين در شبكه حمل و نقل همگاني شهر اهواز به دليل گستردگي شهر در سطح و تراكم پايين جمعيتي در بعضی از محلات، با وجود طول زياد مسيرهاي طي شده توسط اتوبوس، مسافر آن در بعضي از مسيرها كم است و اين امر منجر به افزايش فاصله زماني اتوبوس‌ها شده و به طبع آن كاهش مطلوبيت حمل و نقل عمومي را در پي داشته است.اهواز از جمله شهرهايي است كه از يك طرف به علت روند صعودي رشد جمعيت و مالكيت خودرو و از طرف ديگر وجود معابر تنگ و پيچ ‌در پيچ در بافت قديمي و مركزي آن با مشكلات عديده‌اي در اين زمينه روبه‌رو است. مطالعات مبدا‌ِ-مقصد در اهواز نشان می دهد 79 درصد مردم اهواز دارای وسیله نقلیه هستند. در شهر اهواز روزانه 5/1 میلیون سفر بصورت سواره و 2/2 میلیون سفر بصورت سواره و پیاده انجام می گیرد.(داودی، 1386) در سال 1375، 38 درصد از جابجایی های مردم اهواز بوسیله اتوبوس صورت می گرفته که در قیاس با مدهای دیگرکاراتر بوده و فقط 20 درصد با تاکسی انجام می شده است. در چند سال اخیر این جابجائی با افت چشمگیری روبرو بوده است. مطالعات سال 1384 نشان می دهد روزانه 224 هزار نفر توسط ناوگان عمومی اهواز جابجا می شوند که 14 درصد سفرهای اهواز را در بر می گیرد(Tabatabaiee.A, 2008). اصفهان اصفهان در ۴۳۵ کیلومتری تهران و در جنوب این شهر قرار دارد. شهر اصفهان دارای طول جغرافیایی ۵۱ درجه و ۳۹دقیقه و ۴۰ ثانیه شرقی و عرض جغرافیایی ۳۲ درجه و ۳۸ دقیقه و ۳۰ ثانیه شمالی می‌باشد. محدوده شهری آن به چهارده منطقه شهری تقسیم می‌شود و در خارج از محدوده شهری نیز از غرب به سمت خمینی شهر و نجف آباد، از جنوب کوه صفه و سپاهان شهر، از سمت شمال به شاهین شهر و از شرق نیز به دشت سگزی منتهی می‌شود. در ادامه به بررسی برخی از عوامل تاثیر گذار در ایجاد جزایر حرارتی شهرها پرداخته خواهد شد. استان اصفهان دارای تنوع آب وهوایی بوده و میزان بارش و دما در این استان، تابع وضعیت توپوگرافی منطقه است. میانگین دمای هوا در استان اصفهان از غرب به شرق افزایش می یابد. این میانگین در ارتفاعات حدود 4 درجه سانتیگراد ودر نواحی شرقی حدود 22 درجه می باشد. میانگین بارش سالیانه استان بین 130 میلی متر در ارتفاعات غربی و 60 میلی متر در نواحی پست شرقی و شمال شرقی متغیر است. در مجموع میانگین بارندگی استان اصفهان حدود 120 میلی متر است. این مقدار بارندگی کمتر از نصف میانگین بارندگی کشور و یک ششم میانگین جهانی است. به این ترتیب در مجموع می توان گفت که استان اصفهان دارای آب و هوایی خشک می باشد. فراوانی روزهای بارش در شهر اصفهان بسیار کم است. لذا شستشوی جو توسط فرآیند بارش به ندرت صورت می گیرد.ضریب بری بودن در شهر اصفهان که با روش دومارتن محاسبه شده است نشان دهنده ی اقلیم نیمه خشک این شهر می باشد. تمرکز جمعیت، انهدام فضای سبز در داخل شهر، نبودن پارک های وسیع بافت سهری نامناسب و ترافیک سنگین از جمله مشکلاتی است که اصفهان و سایر شهرهای صنعتی با آن روبرو هستند (عباسی، 1391). موقع جغرافیایی کلانشهر اصفهان وجود ارتفاعات و قرارگیری شهر اصفهان در یک ناحیه پست وجود هوای آرام در بیشتر فصول سال شرایط ایجاد یک مرکز پرفشار ناشی از پرفشار سیبری و گسترش زبانه های آن بر روی مناظق مرکزی ایران(گندمکار1386)و انباشت مواد آلاینده ناشی از خودروها وصنایع در هوای سطحی منطقه پدیده اینورژن و پایداری هوا عدم توجه به برنامه ریزی آمایش فضایی از مهمترین عوامل آلودگی در کلانشهر اصفهان می باشد بطوریکه این کلانشهر را به دومین شهر آلوده ایران تبدیل نموده است (مومنی، 1391). وجود كارخانجات بزرگ و آلاينده اي كه بي توجه به هشدارهاي زيست محيطي اقدامي در جهت رفع آلايندگي خود نمي كنند دو كارخانه بزرگ فولاد، دوكارخانه سيمان، دو پالايشگاه و دهها واحد آلاينده ديگر كه در گرداگرد اصفهان وجودارند و براي فيلتر كردن كامل گازها و دود و غبار و پسآب صنعتي خود اقدام لازم را نمي كنند باعث آلودگی این شهر شده است. در اين ميان سهم واحدهاي فرسوده تر مانند ذوب آهن بيشتر است (عباسی، 1391). نزدیک به 70 درصد آلودگی هوای شهر اصفهان مربوط به وسیله نقلیه موتوری است. با وجود تخصیص بودجه های کلان و احداث جایگاه های عادی و مکانیزه معاینه فنی خودروها توسط شهرداری اصفهان تنها 25 درصد از وسایل نقلیه جهت معاینه فنی مراجعه می نمایند.وجود وسایط نقلیه به خودی خود مساله ساز نبوده بلکه الگوی نادرست فعالیت ها، الگوی غلط رفت و آمد، روش نادرست نگهداری خودرو، سوخت، رشد و مهاجرت باعث روند روزافزون آلودگی هوا گشته است (ایزدی، 1388). بر اساس نتایج سرشماری عمومی نفوس و مسکن سال 1385 جمعیت استان اصفهان 4559256 نفر بوده است. با توجه به جمعیت 3923255 نفری سال 1375 تا 1385 به طور متوسط حدود 63600 هزار نفر به جمعیت استان افزوده شده که متوسط رشد سالانه آن برابر 51/1 درصد می باشد. این میزان رشد در مقایسه با متوسط رشد سالانه جمعیت استان که در فاصله سال های 1365 تا 1375 برابر با 76/1 درصد بوده است، حدود 25/0 درصد کاهش یافته است. پیشینه تحقیقاتی پیشینه تحقیقاتی (منابع خارجی) جزایر حرارتی شهری مدت زیادی است که هدف مطالعاتی سایت های ویژه تحقیقاتی است. از زمانی که Howards (1809) مطالعاتی را روی اقلیم لندن انجام داد، بسیاری از مطالعات روی بعضی جنبه های کاربری زمین که با شکل گیری و خصوصیات جزایر حرارتی شهری محلی در رابطه است تمرکز داشته اند. در شمال آمریکا همچنین، در بسیاری از شهرها مطالعات زیادی روی جزایر حرارتی انجام شد. در سال 1997، آژانس حفاظت محیط(EPA1) به دنبال ضایعه مرگ 700 نفر از مردم شیکاگو در ژوئیه 1995 انجمن کاهش جزایر حرارتی را تأسیس کرد. Roth و همکارانش (1989) ، توزیع مکانی دمای سطح چندین شهر در ساحل شرقی آمریکای شمالی را استخراج کرد. در این مطالعه، الگوی حرارتی درون شهری روزانه همبستگی بسیار بالایی با نوع پوشش زمین داشت در حالی که در شب میزان این همبستگی کاهش می یافت. Gallo و همکارانش (1993) ، شاخص های گیاهی و دمای سطح زمین به دست آمده از AVHRR را با دمای هوای حداقل مشاهده شده در مناطق شهری و روستایی مقایسه کردند. در این مطالعه معلوم شد شاخص های گیاهی به دست آمده از داده های ماهواره ای رابطه خطی با تفاوت دمای شهری و روستایی دارد. اما در همه این مطالعات قدرت تفکیک 1/1 کیلومتر داده های AVHRR برای تصویر کردن دمای شهر تنها در مقیاس ماکرو مناسب به نظرمی رسید و برای تعیین رابطه معنادار و دقیق بین ارزش های تصاویر استخراج شده و اندازه گیری های روی زمین مناسب نبود. همچنین داده های حرارتی مادون قرمز با قدرت تفکیک متوسط مانند داده های ASTER و لندست TM/ETM+ به طور وسیعی برای مطالعه تغییرات دمای درون شهری و ارتباط دادن آنها با خصوصیات پوششی سطح به کار برده شده‌اند. به عنوان مثال Weng (2003) ، به کمک تصاویر EMT+ الگوی دمایی سطح و رابطه آن را با پوشش زمین در Guangzhou و در مجموعه شهرهای Zhujiang بررسی کرد. او پس از استخراج دمای سطح زمین با استفاده از تصاویر ETM+،با استفاده از روش جداسازی طیفی کسر پوشش گیاهی را به دست آورد. با این پیش فرض که NDVI شاخص بسیار خوبی برای نشان دادن پوشش گیاهی است، به بررسی رابطه میان پوشش گیاهی و NDVI در قدرت تفکیک های مختلف پرداخت و بیان کرد که رابطه میان پوشش گیاهی و NDVI خطی نمی باشد. همچنین درصد پوشش گیاهی رابطه منفی قوی با دما دارد و شدت این رابطه در قدرت تفکیک های مختلف متفاوت است و بیشترین مقدار آن در قدرت تفکیک 120 متر می باشد. Weng و همکاران (2003) ، برای محاسبه دمای سطح و رابطه آن با نسبت پوشش گیاهی در شهر Indiapolis از تصاویر ETM+ استفاده کردند. در این مطالعه تصاویر ETM+ با استفاده از روش حداقل مربعات به سه تصویر نشان‌دهنده‌ی خاک خشک، پوشش گیاهی سبز و سایه جداسازی شد. سپس از این تصاویر کسری برای طبقه بندی پوشش های اراضی براساس طبقه بندی هیبرید، که شامل طبقه بندی حداکثر احتمال و الگوریتم تصمیم گیری درختی بود، استفاده شد. نتایج نشان دهنده آن بودند که دمای سطح زمین با درصد پوشش گیاهی رابطه قوی منفی قوی‌تری نسبت به NDVI داشت و میزان همبستگی میان سه پارامتر دمای سطح زمین، پوشش گیاهی و NDVI در قدرت تفکیک 120 متر، بیشترین میزان را نشان می داد. با توجه به نتایج این تحقیق اثر فعل و انفعالات بین حرارت و دینامیک پوشش گیاهی در پوشش های اراضی مختلف، منجر به تغییرات در رادیانس طیفی و بافت دمای سطح زمین می شود. در نهایت اظهار شد که اندازه گیری های مکانی فراوانی پوشش گیاهی که از روش جداسازی طیفی حاصل می شوند، ارتباط قوی با خصوصیات حرارتی، رطوبتی و تابشی سطوح دارند که خود تعیین کننده حرارت سطح زمین می باشند. Xiao و همکارانش (2005) ، رابطه بین تغییرات کاربری اراضی و پوشش زمین با الگوی دمای سطح زمین در Pearl River Delta ایالت Guangdong در جنوب چین را با استفاده از تصاویر لندست TM و ETM+ بررسی کردند. در این تحقیق تصاویر ماهواره ای لندست TM وETM+ سال های 1990 تا 2000، برای استخراج دمای روشنایی و کاربری، پوشش اراضی استفاده شد و یک شاخص جدید برای استخراج مناطق بایر از تصاویر ماهواره ای پیشنهاد شد. در این مطالعه Shenzhen که یکی از مناطقی بود که رشد شهری بسیار سریعی را تجربه کرده بود برای آنالیز توزیع دما و تغییرات در محیط های شهری بزرگ در یک دهه اخیر انتخاب شد. به منظور آنالیز رابطه میان جزایر حرارتی و تغییرات پوشش اراضی به صورت کمی در این تحقیق چندین شاخص جدید توسعه پیدا کردند و برای آنالیز رابطه دمای سطح با متغیرهای سنجش از دوری به کار برده شدند. که این شاخص ها شامل NDBaINDWI 2 NDVI3 و NDBI4 می‌باشند. نتایج نشان دادند که شدت جزایر حرارتی شهری در مناطقی که سرعت شهر نشینی بالایی داشته اند بسیار بیشتر بوده است. همچنین شدت جزایر حرارتی در مناطق بایر و نیمه بایر و مناطق توسعه یافته بیشتر از دیگر سطوح بود. نتایج بیانگر آن بود که دماهای بیشتر در مناطق شهری با الگویی توزیع شده بود که رابطه مستقیم با توزیع الگوی پوشش اراضی داشت. همچنین آزمون همبستگی میان NDBaI ,NDWI ,NDVI و دما نشان‌دهنده رابطه منفی و همبستگی میان NDBI و دما نشان‌دهنده رابطه مثبت بود. Weng و Dengsheng (2005)، با استفاده از تصاویر ASTER با آنالیز چند زمانه به تخمین رابطه میان الگوهای حرارتی شهری و توصیف گرهای بیوفیزیکی در Indianapolis پرداختند. در این تحقیق از باندهای پنجگانه مادون قرمز حرارتی تصاویر ASTER برای استخراج نسبت hot-object و cold-object و از باندهای نه گانه مرئی، مادون قرمز نزدیک و مادون قرمز کوتاه برای محاسبه درصد سطوح غیرقابل نفوذ، گیاهان سبز و خاک استفاده کردند. آنالیز رگرسیون و همبستگی برای بررسی رابطه میان LST و سهم پنج متغیر به دست آمده با استفاده از قدرت تفکیک مکانی 15 تا 90 متر به کار برده شد. مقایسه نتایج سطوح غیرقابل نفوذ، کسر hot-object و LST الگوی فضایی مشابهی را نشان داد. مشخص شد که LST با سطوح غیر قابل نفوذ و خاک رابطه مثبت دارد در حالی که با گیاهان سبز رابطه منفی دارد. علاوه بر این نسبت hot-object نقش مهمی را در اثر گذاشتن روی LST نسبت به درصد cold-object دارد. همچنین بررسی چند زمانه نشان داد که نوع پوشش اراضی و تغییرات فصلی اثر زیادی بر روی میزان همبستگی نسبت hot-object و cold-object و LST دارد و میزان همبستگی با قدرت تفکیک های بزرگتر بیشتر می شود. در تحقیقی که توسط Xian و همکارانش (2006)، انجام شد در Tampa bay و Las vegas با مرتبط کردن داده های مادون قرمز حرارتی و پوشش سطوح غیرقابل نفوذ به دست آمده از ماهواره لندست 5 و 7، به مطالعه خصوصیات حرارتی شهری پرداختند. در این تحقیق برای تخمین کمی محدوده های پوشش اراضی شهر، با استفاده از لندست 5 و 7 سطوح غیرقابل نفوذ را در سطح طبقه بندی زیرپیکسل برای این مناطق به دست آوردند و مرز شهر و روستا و مناطق توسعه یافته متراکم را به وسیله آستانه گذاری تعیین کردند. سپس تصویر حرارتی شهر با استفاده از داده های لندست 7 به دست آمد. نتایج تحلیل ها بیانگر آن بودند که خصوصیات حرارتی شهر و الگوی آن را می توان از طریق طبقه بندی کمی پوشش اراضی شهری تعیین کرد. خصوصیات حرارتی شهر و الگوی آن با کاربری اراضی شهری و شدت توسعه که بر اساس ارزش های داده های غیرقابل نفوذ به دست آمده بود، رابطه کمی دارند و با افزایش درصد سطوح غیرقابل نفوذ میزان دمای سطح نیز افزایش می یابد. Weng و همکاران در سال 2007 روش موفقی را برای تعیین رابطه میان LST و الگوی کاربری و پوشش اراضی با استفاده داده های سنجش از دوری و روش های اکولوژی چشم انداز پیشنهاد کردند. در این تحقیق با استفاده از تصویر ETM+ شهر Indianapolis تصاویر نسبت پوشش گیاهی سبز، خاک، مناطق با آلبدوی پایین با به کار بردن مدل جداسازی طیفی به دست آمد. سپس سطوح غیرقابل نفوذ از تصاویر با آلبدوی بالا و تصاویر با آلبدوی پایین استخراج شد. پس از آن از یک طبقه بندی هیبرید برای توسعه طبقه بندی تصاویر درصد به هفت طبقه کاربری و پوشش اراضی استفاده شد و در واقع با استفاده از تصاویر درصد الگوی چشم انداز حاصل گردید و همبستگی تصویر subpixel حرارتی استخراج شده با مولفه های درصد چشم انداز به دست آمده مورد بررسی قرار گرفت. نتایج نشان دهنده آن بودند که تصاویر درصد استخراج شده به صورت قابل توجهی بیانگر مورفولوژی شهر هستند که رابطه منطقی با خصوصیات بیوفیزیکی شهر نشان می دادند. در این مطالعه میزان دما رابطه مثبت با سطوح غیرقابل نفوذ و رابطه منفی با پوشش گیاهی سبز نشان داد. پیشینه تحقیقاتی در ایران اکبری (1379) با استفاده از سنجنده TM، الگوی توزیع درجه حرارت شهر تهران را مورد مطالعه قرار داد. در این مطالعه با استفاده از الگوریتم MLC کلاس های کاربری پارک تفریحی، پارک جنگلی، مسکونی-صنعتی، معابر، اراضی کم درخت و اراضی بایر، از سه مولفه اول حاصل از PCA2 استخراج شد و میانگین حرارت برای هریک از کلاس های کاربری به دست آمد. با بررسی ها و ارزیابی های انجام شده در این تحقیق مشخص شد که کلاس های کاربری، دارای میانگین حرارتی متفاوت با یکدیگر بودند و کلاس های حرارتی یکسان در نقشه کاربری تقریبا منطبق بر کلاس های دمایی ویژه ای بودند. براساس مدل شدت آلودگی و نقشه های دمایی تولید شده معلوم شد که مناطقی که دارای آلودگی بالا بوده اند، دمای بالاتری را نیز به خود اختصاص داده اند و در مناطق بسیار آلوده جزایر حرارتی تشکیل شده است. نتایج بیانگر آن بود که بین میزان دما و آلودگی در مناطق مسکونی رابطه مستقیم وجود دارد. اما در زمین های بایر و کم درخت رابطه معکوس است یعنی در اراضی بایر، دما بالا اما آلودگی پایین می باشد. جنگی و همکاران (1383)، برای بررسی نقش مکان و مورفولوژی در کیفیت هوای تهران، ابتدا با استفاده از داده های سازمان محیط زیست، متوسط غلظت آلاینده ها در ساعات مختلف شبانه روز را برای یک دوره یک ساله استخراج کرد. سپس با توجه به ساختار و مورفولوژی شهر که شرایط محیطی متفاوت از یک خیابان تا خیابان دیگر به وجود می آورد و همچنین با توجه به کمبود ایستگاه های اندازه گیری در تهران جهت تهیه نقشه دقیق پراکندگی آلاینده ها، از داده های اپتیکی و حرارتی سنجش از دور استفاده کردند و نقشه درجه حرارت سطح شهر تهران و توزیع آلاینده CO را با استفاده از این داده ها استخراج کردند. امیری و همکاران (1386)، با استفاده از تصاویر TM و ETM+ چند زمانه شهر تبریز به بررسی تغییرپذیری فضایی-زمانی حرارت در ارتباط با کاربری /پوشش زمین پرداختند. در این مطالعه پس از استخراج تصویر حرارتی با استفاده از نتایج تبدیل مولفه های اصلی طبقه بندی تصویر انجام شد. سپس برای ایجاد امکان مقایسه تغییرات در مشخصه های بیوفیزیکی تصاویر چند زمانه موجود و پی بردن به روابط موجود میان آنها، فرایند نرمال سازی انجام شد. سپس با استفاده از تصویر طبقه بندی کاربری/پوشش و داده های حرارت سطح، اطلاعات آماری هریک از کلاس های کاربری شامل متوسط و حداکثر واریانس استخراج شد. نتایج نشان دادند که گرم ترین کلاس پوشش در سال 1998 کلاس کاربری مسکونی بود اما در سال 2001 و 1989 زمین های بایر گرم ترین کلاس بودند. بررسی رابطه میان NDVI و حرارت سطح با استفاده از تحلیل همبستگی و رگرسیون چند متغیره، بیانگر نقش موثر پوشش گیاهی در تعدیل دمای سطح بود. آخوندزاده و سراجیان (1386) برای نمایش جزایر حرارتی در مناطق شهری از تصاویر سنجنده ASTER استفاده کردند. در این مطالعه تصاویر سنجنده ماهواره ای ASTER در محدوده های مرئی، مادون قرمز نزدیک و مادون قرمز حرارتی طیف الکترمغتاطیس به منظور تهیه نقشه های حرارتی، ضریب گسیل، توزیع پوشش گیاهی و سایر لایه های اطلاعاتی مورد پردازش قرار گرفتند. در این تحقیق نقشه LST و ضریب گسیل منطقه شهری تهران با الگوریتم TES تهیه گردید. نتایج تحقیق نشان دهنده آن است که تصاویر چند طیفی ASTER می توانند بعنوان ابزار مفیدی جهت نمایش تجزیه و تحلیل منابع و اثرات انرژی در محیطهای شهری در ایران به کار روند. جمع‌بندی تحقیق روی جزایر حرارتی دارای یک سابقه پنجاه ساله است. در ابتدا تمرکز تحقیق روی بررسی داده هایی بود که از ایستگاه‌های هواشناسی یا اندازه‌گیری‌های میدانی بدست آمده بود. از این میان می‌توان به تحقیق 1989Roth اشاره کرد که بر طبق نتایج آن الگوهای حرارتی شهری روزانه همبستگی بالایی با نوع پوشش زمین دارد. با ظهور و پیشرفت سنجش از دور بویژه سنجش از دور حرارتی و فراگیر شدن کاربرد آن در زمینه‌های مختلف از جمله پایش جزایر حرارتی، استفاده از این داده‌های با پوشش ناحیه‌ای وسیع جایگزین روش‌های سنتی شد. تا به حال تحقیقات بسیار وسیعی در زمینه پایش جزایر حرارتی انجام شده که در آنها از انواع داده‌های حرارتی ماهواره‌هاو طیف وسیعی از تکنیک‌های پردازش این داده‌ها استفاده شده است. هدف کلی که در این تحقیقات دنبال می‌شود محاسبه درجه حرارت سطح زمین و استخراج جزایر حرارتی و نیز نحوه ارتباط پوشش‌های مختلف اراضی با چگونگی توزیع حرارت در سطح زمین است. اما در این راستا از داده‌ها و تکنیک‌های مختلفی استفاده شده است که با پیشرفت تکنولوژی و سطح دانش ارتقا یافته اند. به عنوان مثال از دیدگاه قدرت تفکیک مکانی داده های مورد استفاده 1993 Gallo از داده های حرارتی سنجنده AVHRR با قدرت تفکیک مکانی 1/1 کیلومتر، 2005 Weng،2005 Dengsheng از داده‌های حرارتی سنجنده ASTER قدرت تفکیک 90 متر استفاده کرده‌اند. 2007 و 2003 Weng و 2005 Xiao، 2006 Xian، 2010 Xiaoyan Dai و 2012 Ogoshawara و همکاران از داده‌‌های سنجنده‌های ماهواره‌های لندست با قدرت تفکیک 120 و 60 متر استفاده کردند. در این ارتباط لازم به ذکر است که با توجه به اینکه دما که تغییرپذیری بالایی نسبت به زمان دارد و ویژگی‌های منحصر بفرد داده‌های MODIS در این پایان نامه از داده‌های سنجنده MODIS استفاده شد. از دیدگاه تحلیل همبستگی کلاس‌های پوشش اراضی با حرارت سطحی در مطالعات اولیه تنها به استخراج جزایر حرارتی و بررسی رابطه آن با کلاس پوشش گیاهی پرداخته شده است. در مسیر تکامل این موضوع پژوهشی اثرگذاری سایر کلاس‌های پوشش اراضی و تغییرات در آنها در طول زمان مورد بررسی قرار گرفت. در این ارتباط لازم به ذکر است که در تحقیقات صورت گرفته برای بررسی هر یک از کلاسهای پوشش اراضی بیشتر تک متغیره بوده است، بدین معنی که اثر آنها بر حرارت سطح زمین بصورت منفرد ارزیابی شده اند و تاثیر کلاس‌ها به صورت توامان بررسی نشده است. در تحقیقات اخیر بررسی همزمان پوشش‌های مختلف اراضی با استفاده از روش همبستگی چند متغیره بیشتر مورد توجه قرار گرفت. در این پایان نامه نیز با استفاده از یک روش مبتنی بر همبستگی چند متغیره اثر پوشش‌های ارضی مختلف بر دمای سطح زمین بصورت همزمان مورد بررسی قرار کرفته است. از دیدگاه دسترسی به کلاس‌های پوشش‌های اراضی جهت بررسی ارتباط آنها با دمای سطح زمین در بعضی تحقیقات از نقشه‌های موجود استفاده شده و در برخی دیگر نظیر 2007 Weng از روش‌های طبقه‌بندی تصاویر استفاده شده است. ما نیز در تحقیق حاضر از یک روش طبقه بندی جدید و هوشمند موسوم به SVM برای استحصال کلاس‌های پوشش اراضی استفاده شد. نکته‌ای که به صورت کلی در ارتباط با پیشینه تحقیق می‌توان ذکر کرد این است که تقریبا در همه آنها تایید شده است که کلاس پوشش گیاهی با حرارت سطح همبستگی منفی و کلاس‌های سطوح نفوذ ناپذیر و نیز اراضی بایر با حرارت سطح همبستگی مثبت دارند. فصل سوم: مبانی نظری تحقیق فصل سوم: مبانی نظری تحقیق مقدمه از آنجا که ویژگی های تابشی سطوح تابع طول موج اشعه تابیده شده و جنس سطح است برای شناسایی پدیده های مختلف با استفاده از تصاویر ماهواره ای بررسی خواص انرژی الکترومغناطیسی و منحنی رفتار طیفی پدیده ها واجب به نظر می رسد. همچنین هنگام مطالعه بر روی حرارت مناطق مختلف، شناخت قوانین تشعشع حرارتی، خواص حرارتی زمین و آگاهی از پارامترهای موثر بر حرارت و جزایر حرارتی لازم می باشد. در این فصل پس از نگاهی به سنجش از دور حرارتی و بیان عواملی که در حرارت نهایی ایجاد شده در سطح جسم موثرند، به تعریف جزایر حرارتی و پارامترهای موثر در کاهش و افزایش آن پرداخته شد. در نهایت خوشه بندی و روش‌های انجام آن مورد بررسی قرار گرفته است. سنجش از دور حرارتی تفاوت در مقدار انعکاس و جذب این امکان را به ما می دهد که محدوده وسیعی از پدیده های سطحی و شرایط آنها را شناسایی کرده و تشخیص می دهیم. بنابراین وقتی پدیده ای را در محدوده ای از طیف نتوان شناسایی کرد، امکان شناسایی آن در یک محدوده طیفی دیگر وجود دارد. این ویژگی بستگی به ترکیبات شیمیایی مواد دارد. هنگامی که تابش آفتاب (منبع انرژی برای تصویر برداری مادون قرمز موج کوتاه) به یک شیء برخورد می کند طول موج هایی که عبور نکرده اند و جذب نشد‌ه‌اند به طرف سنجنده باز تابیده می شوند. اندازه گیری ارزش های بازتابی با طول موج کوتاه به عنوان اعداد رقومی جدا از هم (یا ارزش های رقومی) به وسیله دستگاه های سنجش ثبت می شود و درجه تاثیر بازتاب را از شیء هدف نشان می دهد. این ارزش های تعیین شده به وسیله رنگ های سیاه و سفید (Grayscale) در محدوده های بیتی دقیق مثلا 0 تا 255 که داده های 8 بیتی هستند، قرار داده می شوند. استفاده از تصویربرداری مادون قرمز موج کوتاه، برای تشخیص هدف، چه هدف مواد معدنی، پوشش گیاهی، کشاورزی و یا خود اتمسفر باشد، براساس طیف انعکاسی مواد آن می باشد. به خاطر امواج نسبتا بلند تابش های حرارتی (نسبت به امواج مرئی و انعکاسی) اثر اتمسفری روی این تابش ها به حداقل خود می رسد با این وجود، در حالی که مادون قرمز موج بلند از زمین با حرکت در اتمسفر به طرف سنجنده حرکت می کند مقداری از آن جذب گازهای اتمسفری می شود و بخشی از آن در طول اتمسفر بدون تغییر حرکت می کند. دو پنجره‌ی در دامنه‌های 3 تا 5.5 و 8 تا 14 میکرومتر وجود دارد که جذب اتمسفری در آن پایین بوده و باندهای حرارتی سنجنده ها نیز در قسمت پنجره دوم قرار دارند (JARS, 1993). این نواحی شفاف پنجره های اتمسفری نامیده می شوند. به نظر می رسد گسیلش برای یک شیء در این ناحیه ثابت باشد. برای توازن میان انرژی جذب شده و انرژی گسیل شده و بازتاب شده لازم است بدانیم چگونه یک سطح گرم یا سرد می شود. در یک طول موج خاص از یک نقطه ثابت تابشی آلبدو نسبت تابش الکترومغناطیسی منعکس شده از شیء به کل تابش برخوردی به شیء است. میزان آلبدو بین 0 (عدم بازتاب) و 1 (بازتاب کامل) متغیر است. از آتجا که فنولوژی سطح زمین دائما در حال تغییر است، مانند بارش برف، تغییرات رطوبت، شهرسازی و دیگر اشکال مصنوعی تغییرات کاربری اراضی، بنابراین آلبدو سطح زمین نیز متغیر است. در حالی که شیء انرژی جذب می کند، کاهش آلبدو اتفاق می افتد دمای شیء افزایش می یابد و تابش الکترومغناطیس را با طول موج بلند به اتمسفر گسیل می کند. دستگاه های سنجش از دروی قادر به تصویر برداری مادون قرمز موج بلند، انرژی گسیل شده از اشیاء را اندازه گیری می کنند و این ارزش ها را به عنوان اعداد رقومی ثبت می کنند. بسیاری از سیستم های چند طیفی تابش مادون قرمز حرارتی را به خوبی تابش مرئی و بخش های مادون قرمز انعکاسی طیف دریافت می کنند. سنجنده های حرارتی برای تعیین تابش گسیل شده از آشکارسازهایی استفاده می کنند که به فوتون هایی که مستقیما با سطح آنها برخورد می کنند حساس هستند. در واقع سنجنده های حرارتی دمای سطح و خصوصیات حرارتی سطح را اندازه گیری می کنند. از آنجا که با کاهش انرژی طول موج افزایش می یابد سنجنده های حرارتی برای اطمینان از رسیدن انرژی کافی به سنجنده به منظور اندازه گیری های معتبر به طور کلی IFOV های بزرگی دارند. بنابراین قدرت تفکیک مکانی سنجنده های حرارتی نسبت به انواع مرئی و مادون قرمز انعکاسی معمولا تا حدی درشت است. تصاویر حرارتی می توانند در طول روز و شب تهیه شوند چرا که تابش گسیل می شود و منعکس نمی شود. اسکنرهای خطی مادون قرمز حرارتی برای آشکارسازی اختلاف دما در (Trad) طراحی شده اند اما از تصویرها برای تخمین (Tkin) یا همان دمای جنبشی استفاده می شود. یکی از کاربردهای تصاویر حرارتی تهیه نقشه های حرارتی به منظور تعیین محدوده های هم دما جهت بررسی های کمی است. سنجنده MODIS سنجنده ی MODIS یکی از سنجیده های اصلی ماهواره های ترا است که تصویر برداری آن مارس 2000 شروع شد . سنجنده‌ی MODIS دارای 36 باند دریافتی از طول موج 0.4 تا 14.4 میکرومتر است. قدرت تفکیک باندهای یک و دو 250 متر، باندهای سه تا هفت، 500 متر و باندهای هشت تا 36،هزار متر است. از 36 باند این سنجنده، 16 باند آن در ناحیه 3.66 تا 14.383 میکرومتر و دارای قدرت تفکیک مکانی 1000 مترند. قدرت تفکیک رادیومتریک این سنجنده نیز دوازده بیت است. کاربرد های عمده این سنجنده عبارتند از: مطالعه تغیرات زمین: شامل کاربری زمین، تغییرات پوشش زمین، شناسایی محدوده های پوشیده از برف و شناسایی مناطق آتش سوزی، مطالعه تغییرات اقیانوس ها: شامل منابع آب، ذرات معلق در هوا، سطح زمین و اقیانوس ها، شناسایی بخار آب و جریان های اقیانوسی، مطالعه تغییرات اتمسفری: شامل نیمرخ دمایی، اندازه ی ذره های موجود در ابر، ارتفاع ابر و دمای ابر قدرت توان تفکیک طیفی بالای سنجنده MODIS (36 باند)، به ما امکان ترکیب های باندهای مختلف و ایجاد تصاویر مرکب رنگی (FCC) مناسب برای تشخیص عوارض را می دهد. همچنین دارا بودن باندهای حرارتی متعدد آنها را نسبت به سایر سنجنده ها در موقعیت ممتازی قرار می دهد. پس در مناطقی که تغییرات افقی دما بالا بوده و یا در مطالعات آب و هوایی در سطح وسیع، استفاده از این سنجیده با داشتن قدرت تفکیک مکانی پایین، مناسب به نظر می رسد. این سنجنده نسبت به برخی سنجنده های دیگر از نظر قدرت تفکیک مکانی، زمانی و طیفی وضعیت مطلوبتری دارد. به طوری که قدرت تفکیک مکانی سنجنده‌ی AVHRR از ماهواره ی NOAA، 1.1 کیلومتر و تعداد باندهای حراراتی TM لندست فقط یک باند (باند 6) است. از مزایای دیگر استفاده از تصاویر سنجیده MODIS به روز بودن تصاویر آن، دارا بودن چندین قدرت تفکیک مکانی (محلی، منطقه ای، بین المللی، قاره ای و جهانی)است، که آن را برای تحقیقات علمی و مدیریت منابع زمینی و محیطی مناسب کرده است. سازمان ناسا عهده دار یک برنامه‌ی دراز مدت برای مشاهده، پژوهش، تجزیه و تحلیل خشکی ها، اقیانوس ها، اتمسفر و اندازه گیری هایی از سیستم مشاهده زمینی (EOS) شد (NASA،1999). سیستم مشاهده ی زمینی به وسیله تشکیلات اقتصادی علوم زمین سازمان هوانوردی و فضایی ناسا سرمایه گذاری شده و دارای سه بخش مهم است: (1) هماهنگی بین ماهواره های مشاهده ی زمینی (2) سیستم پیشرفت داده ها برای حمایت از تهیه، بایگانی و انتشار داده های ماهواره ای طراحی شده، (3) شیوه ی علمی تهیه داداه ها. از زمانی که ماهواره ی ترا در مدار قرار گرفته است، تیم علمی MODIS یشرفت های مهمی در مشخص کردن سطح کارایی دستگاه MODIS، تهیه داده ها، ارزیابی و ایجاد محصولات ژئوفیزیکی و آماده سازی برای در مدار قرار دادن دستگاه MODIS دوم در ماهواره ی اکوا را داشته اند. طراحی MODIS برای جواب گویی به سه رشته علمی: اتمسفر، اقیانوس و زمین انتخاب شد. ویژگی‌های سنجنده ی اولیه، حساسیت‌های رادیومتریک، طیفی، مکانی و حساسیت‌های خطی است. دستگاه های مشاهده گر خودکار در ویژگی های اولیه تغییر یافت و بعد از قرار گرفتن در مدار تنظیم شد. تظیم مطلق در باندهای انعکاسی خورشیدی MODIS به وسیله ی اندازه گیری سیگال بر روی منتشر کننده‌ی خورشیدی روی مدار بایگانی می شود. فرایند محصولات زمینی MODIS در سال 1992 تجدید نظر شد. این زمانی بود که یکی از موضوعات علمی ناسا، ماموریت در سیاره ی زمین (رنینگ و همکاران،1994). برای تجدید نظر بر روی محصولات زمینی، مشخصه هایی از پوشش گیاهی و تغییر آن افزوده شده است. تولید داده های زمینی ناسا به سه دسته گروه بندی می شوند: 1) پوشش گیاهی 2) تابش سطحی و 3) پوشش زمینی. محصولات MODIS به پژوهشگران اجازه می دهد که بتواد از شاخص های پوشش گیاهی جدید و مختلف استفاده کنند. (تاونشند، 1994) شاخص های پوشش گیاهی ارتقا یافته (EVI) یک محصول جدید MODIS است که برای افزایش کارایی NDVI ارائه شده است. در شاخص EVI مسئله تراکم پوشش گیاهی و کاهش اثرات خاک زمیه لحاظ شده است، اما ارزیابی کاربردهای آن زمانی طول خواهد کشید. ( هوت و همکاران، 2002). علاوه بر شاخص سطح برگ و محصولات اولیه، برای رفع نیازهای بهره وری از اکوسیستم و پژوهش مربوط به چرخه کربن طراحی شده است. (مایننی و همکاران،2002). تلاش متخصصان MODIS منجر به توسعه بیشتر استفاده از امواج مادون قرمز کوتاه، ردگیری آتش سوزی، تغییر پوشش زمینی و دمای سطح زمین شده است. روش های تصحیح های اتمسفری MODIS نمایان گر پیشرفت در سیستم های جدیدتر است. ( ورموت و همکاران، 2002) باند های مادون قرمز میانی با قدرت تفکیک متوسط قابل بهره برداری اند. دمای سطح زمین و محصولات حاصل از آلبدو BRDF/Albedo یک موقعیت جدید برای مدلسازی اقلیمی فراهم می کند (شاف و همکاران، 2002) MODIS داده های فراوانی ارائه می دهد که برای مطالعات کره زمین، به ویژه مطالعات حرارتی مفیدند. دامنه ی طیفی 8 باند حرارتی MODIS از 36 باند به شرح زیر است: Band 29= 8.400 – 8.700µm Band 33= 13.185 – 13.485µm Band 30= 9.580 – 9.880µm Band 34= 13.485 – 13.785µm Band 31= 10.780 – 11.280µm Band 35= 14.785 - -14.085µm Band 32= 11.77 – 21.270µm Band 35= 14.085 – 14.385µm البته دامنه ی طیفی برخی باند های سنجیده ها مانند باند TM6 اندست زیاد است. TM6 = 10.45 – 12.5 µm شهرسازی و میکروکلیماتولوژی شهری اکثریت جمعیت جهان در شهرها زندگی می کنند. در قرن بیستم شهرسازی با سرعت زیاد در مقیاس جهانی اتفاق افتاد. برای مثال در آمریکای شمالی، آمریکای لاتین و اروپا بیشتر از 50 درصد جمعیت در شهرها ساکنند (Hauser et al., 1982). فرایند شهرسازی شرایط طبیعی سطح را به میزان قابل توجهی تغییر می دهد. آشکار است که گسترش سریع شهرسازی تغییرات همزمانی را در محیط های اقلیمی شهر ایجاد می کند. اثرات انسانی بسیاری روی محیط اتمسفری وجود دارد که از محدوده های کوچک مقیاس مانند جایگزینی درختان با پارکینگ، تا بزرگ مقیاس2 همچون تاثیر دی اکسید کربن روی اقلیم جهانی با مصرف سوخت های فسیلی را شامل می شوند. در ابتدا Kellogg در سال 1977 فرایند پر اهمیتی که اقلیم شهری را ایجاد می کند و متاثر است از انرژی، رطوبت والگوی حرکت هوا و نتیجه فعالیت های بشری روی اقلیم است را در مقیاس جهانی مورد بررسی قرار داد. Munn و Bolin (1971) ، درمقاله ای مشکلات خاص آلودگی هوا در مقیاس جهانی و محلی را مربوط به فرایند شهرسازی دانسته اند. این مطالعه محدود است به مقیاس های کوچک و متوسط و همچنین به فرایندهایی که در محدوده لایه های پوششی شهر به وقوع می پیوندند (زیر سطح سقف ها) و لایه های مرزی شهر (از سطح سقف ها تا ارتفاعی که همه اثرات شهری از بین می روند). فاکتورهای کنترل کننده اقلیم شهر بسیاری از جنبه های شهرسازی محیط فیزیکی را تغییر می دهند که منجر به تغییراتی در تخلیه انرژی، شرایط حرارتی، شار رطوبتی و سیستم چرخه باد می شود، که شامل آلودگی هوا، گرمای آنتروپوژنیک، نفوذپذیری سطح، خصوصیات حرارتی مواد سطح و هندسه سطح می شود (Oke, 1981). دیگر فاکتورهایی که در اقلیم شهری باید مورد توجه قرار بگیرند اندازه شهر، جمعیت شهر، موقعیت شهر و توزیع کاربری اراضی می باشد. همچنین اقلیم یک شهر خاص به وسیله بسیاری از فاکتورهای طبیعی، هم در مقیاس ماکرو مانند عرض جغرافیایی و هم در مقیاس متوسط، مانند توپوگرافی و پدیده های آبی کنترل می شود. در حالی که یک شهر رشد می کند و گسترش می یابد فاکتورهای جدیدی روی اقلیم محلی شهر اثر گذار می شوند و در شکل گیری اقلیم های شهری مجزا شرکت می کنند. همچنین پوشش طبیعی زمین که ممکن است از علفزار یا مرتع باشد در شهرها تنها بخش های بسیار کوچکی را شامل می شود. سطح شهرها به علت آنکه از موزاییک های مواد مختلفی پوشیده شده، خصوصیات بسیار پیچیده ای دارد، هر کدام از این مواد آلبدوهای مخصوص به خود را دارند که درصد تابش های جذبی و بازتابی خورشید را در سطح تغییر می دهند. برای یک شهر میزان آلبدو حدود 10 تا 15 درصد کاهش می یابد که به معنای جذب بیشتر تابش ورودی خورشید توسط شهرها است. به علاوه اغلب مواد تشکیل دهنده ساختمان ها که در ساختار شهرها استفاده می شوند، ظرفیت حرارتی زیاد و هدایت حرارتی بالایی دارند. ترکیب آلبدو پایین و ظرفیت حرارتی بالا فاکتور بسیار مهمی برای کنترل اقلیم شهر است. دیگر فاکتور مهم موثر بر اقلیم شهری آلودگی هواست، که ترکیب اتمسفر شهری را تغییر می دهد، میزان عبور را کاهش و میزان جذب را افزایش می دهد و در نتیجه میزان انرژی تابشی رسیده به زمین از طرف خورشید کاهش می یابد.آلودگی هوای شهرها شامل گازها و دیگر ذرات جامدی می شوند که توسط صنایع، وسائل نقلیه، سیستم های گرم کننده و غیره تولید می شوند به طور معمول مرکز شهر نسبت به اطراف آن آلودگی بیشتری دارد اما به طور کل آلودگی بیشتر با موقعیت صنایع و خیابان ها و شدت ترافیک آنها مربوط است. در طول روز حداکثر تمرکز آلودگی در ساعت هایی که بیشترین شدت ترافیک وجود دارد مشاهده می شود ودر دوره های سالیانه حداکثر تمرکز آلودگی در زمستان است که علت آن آلودگی ناشی از مصرف سوخت های فسیلی برای گرم کردن ساختمان ها و همچنین پایداری اتمسفر است که اجازه اختلاط هوای تمیز و آلوده را با هم نمی دهد (استثناء آن مه دود فتوشیمیایی است که برای به وجود آمدنش نیاز به نور خورشید دارد و بنابراین در تابستان شکل می گیرد). فاکتور دیگری که اقلیم شهر را کنترل می کند گرمای آنتروپوژنیک است که شامل گرمای تولید شده از سیستم های گرم کننده در زمستان و دستگاه های تهویه در تابستان، یا نتیجه دیگر فعالیت ها مانند مصرف سوخت های فسیلی، فعالیت صنایع و وسائل نقلیه است. اینکه تا چه حد فاکتورهای آنتروپوژنیک روی اقلیم محلی شهر تاثیر گذارند وابسته است به وضعیت طبیعی شهر بستگی دارد. برای مثال شهری که در یک دره قرار گرفته است آلودگی بیشتر و سرعت باد کمتری دارد. همچنین، اثرات انسانی روی اقلیم شهر بستگی دارد به اندازه شهر و ساختار مکانی آن، تعداد ساکنان آن و میزان تراکم صنایع. اقلیم شهر می تواند به وسیله برنامه ریزی ساختار شهرها توسط راه هایی مانند کاهش اثرات منفی آنتروپوژنیک و فاکتورهای طبیعی بهبود یابد. برای مثال از طریق استراتژی تعیین موقعیت پارک ها و مناطق آبی (مانند حوض ها) و با ساختن ساختمان ها در مسیر بادها که در نتیجه آن آلودگی هوا به وسیله باد از شهر دور می شود. معادله توازن تابشی در شهر توازن انرژی معادله ای را به دست می دهد که شار یا جریان انرژی ورودی و خروجی را به صورت کمی بیان می کند (شکل 3-5-ب). بودجه انرژی سطح مناطق شهری به خاطر تفاوت در پوشش زمین، خصوصیات سطح، و سطح فعالیت های بشری با منلطق روستایی اطراف آن متفاوت می باشد. این تفاوت ها بر روی تولید و انتقال حرارت اثر می گذارند که منجر به تفاوت دمای سطح و هوای شهر در مقابل مناطق روستایی می شود. مولفه های مختلف بودجه انرژی شهر شامل موارد زیر می باشد: تابش موج کوتاه رسیده به زمین که شامل تابش ماوراء بنفش، نور مرئی و مادون قرمز می باشد. سطوح شهری در مقایسه با پوشش گیاهی و دیگر سطوح طبیعی این نوع از تابش را کمتر منعکس و بیشتر جذب می کنند. ذخیره حرارتی که نتیجه بازتاب کمتر تابش خورشیدی در سطح شهر است و وابسته است به خصوصیات حرارتی مواد به کار رفته در ساختار شهر و همچنین ویژگی های هندسه شهر. در حالی که ویژگی های هندسی شهر مانع از آزاد شدن تابش موج بلند یا مادون قرمز به اتمسفر می شوند و ساختمان ها یا دیگر اجسام تابش موج کوتاه وروردی را جذب می کنند و آنها می توانند مجددا انرژی را به صورت امواج بلند و یا حرارت بازتاب کنند. اما به علت فاکتور دید آسمان محدود، در مناطق شهری تابش موج بلند به دام می افتد و در تشکیل جزایر حرارتی شهری اثر گذار می باشد. تبخیر-تعرق میزان انتقال گرمای نهان را بیان می کند، از آنجا که در محیط های شهری میزان تبخیر-تعرق نسبت به محیط های طبیعی کمتر می باشد، این کاهش رطوبت در مناطق ساخته شده منجر به خشکی و افزایش دمای سطح می شود که در گرم کردن دمای هوا نیز موثر است. همرفت انتقال گرمای محسوس را توصیف می کند، دمای زیاد سطوح شهری هوای بالای آن را نیز گرم می کند که در نهایت از طریق همرفت به سطوح بالایی هوا منتقل می شود. گرمای آنتروپوژنیک که مربوط است به حرارت ایجاد شده توسط اتومبیل ها، تهویه های حرارتی، تسهیلات کارخانه ای و دیگر منابع ساخت بشر که در افزایش بودجه انرژی شهری بسیار تاثیر گذار می باشد. توازن تابشی یک شهر به وسیله رابطه (3-7) محاسبه می شود: (3-7) Q= تابش خالص نهایی در همه طول موج هاست A= آلبدو که به صورت درصد بیان می شود (1-A)= میزان تابش های موج کوتاه که به وسیله سطح جذب می شوند (I * sin h)= شدت تابش خورشیدی که به صورت مستقیم که به سطح افقی می رسد H= ارتفاع خورشید I= شدت تابش خورشیدی پراکنده شده Ez= تابش طول موج بلند زمین (دمای گسیل شده از سطح به اتمسفر). اتمسفر حدود 96 درصد Ez را جذب می کند، بنابراین تنها کسر کوچکی از آن به فضا می رود، که بستگی دارد به محتوای بخار آب و گازهای گلخانه ای موجود در اتمسفر Ea= تابش موج بلند اتمسفر همچنین تابش برگشتی (حرارتی که از اتمسفر به سطح گسیل می شود) (Ez-Ea)= تابش موثر، مقدار گرمای از دست رفته توسط زمین (Wypych and Bokwa, 2003). میزان توازن تابشی Q ممکن است مثبت باشد و به معنی آن است که انرژی رسیده به سطح بیشتر از انرژی از دست رفته است، یا منفی باشد و به معنی آن است که انرژی از دست رفته بیشتر از انرژی رسیده است، همچنین میزان آلبدو وابسته است به نوع، رنگ و رطوبت سطح و به میزان برف. مواد سازنده ساختمان ها در مقایسه با سطوح طبیعی آلبدوی کمتری دارند زیرا تابش خورشیدی را به صورت موثری جذب می کنند. برای مثال 5 تا 20 درصد برای آسفالت، 10 تا 35 درصد برای بتون، 20 تا 35 درصد برای سنگ و 10 تا 35 درصد برای کاشی. مقدار تابش جذب شده توسط یک شهر حدود 15 تا 30 درصد بیشتر از مناطق غیر شهری است مقدار تابش کلی خورشید یعنی هم تابش مستقیم و هم تابش پراکنده خورشید به خاطر آلودگی هوا و حضور بیشتر ابرها بین 10 تا 20 درصد کاهش می یابد. آلودگی هوا ناشی از آئروسول که تابش موج بلند زمین Ez را جذب می کنند، در نهایت آن را به فضا تابش می کنند (Ea). همه این فاکتورها موجب افزایش دما در شهرها در مقایسه با مناطق غیر شهری می شوند (شکل 3-5-الف). شکل STYLEREF 1 \s ‏3 SEQ شکل \* ARABIC \s 1 1 (الف و ب) تصویری از برقراری معادله توازن انرژی در شهر http://www.atmosphere.mcg.dc/cnid/3rk.html بیشتر موادی که در ساختمان های شهرها به کار می روند از هدایت حرارتی بالایی برخوردارند و به معنی آن است که بخش زیادی از گرمای ورودی به مواد، به بخش های عمیق تر سطح حرکت می کنند، که این توانایی سطح برای پذیرش یا پخش گرما را نشان می دهد. در یک چرخه سالانه شدت تغییرات گسیلش حرارتی آنتروپوژنیک همزمان است با شدت تغییرات جزایر حرارتی شهری. به طور کل 60 درصد از تابش خالص تمام موج ها به عنوان گرمای محسوس به هوا صادر می شود و 30 درصد آن در دیوار ها و خیابان ها ذخیره می شود. تنها 10 درصد آن برای تبخیر و تبخیر-تعرق از سطوح مصنوعی و پوشش گیاهی محدود شهر استفاده می شود. این درصدها برای شهرهای مختلف تغییر می کند و برای مثال بستگی دارد به درصد پارک ها و میزان آبیاری آنها. توازن انرژی با کمبود گیاهان و توقف آب ها در مناطق شهری که با تبخیر عمل خنک کردن را انجام می دهند نیز تحت تاثیر قرار می گیرد. جزایر حرارتی شهری جزایر حرارتی شهری منطقه شهری است که به میزان قابل توجهی گرم تر از محیط اطرافش می باشد. همانطور که مراکز جمعیتی از لحاظ اندازه روستا به شهرک و سپس به شهر رشد می کنند، به میزان قابل توجهی هم افزایش دمایی خواهند داشت که در ماه های زمستانی نسبت به ماه های تابستانی بیشتر می شود. آژانس حفاظت محیط (EPA) می گوید: در روزهای گرم تابستان هوای شهر می تواند 10-2 درجه فارنهایت گرم تر از حومه آن باشد. شدت جزایر حرارتی شهری بسته به فصل، تابش خورشید و ویژگی های شهر می تواند بین 0 تا 7 درجه سانتی گراد تغییر کند (Chow and Roth, 2006). بر اساس روش تشکیل، تکنیکی که برای شناسایی و اندازه گیری وجود دارد، اثرات آنها و روش هایی که برای کاهش آنها موجود است، دو نوع جزایر حرارتی شهری وجود دارد، جزایر حرارتی شهری سطح زمین و جزایر حرارتی شهری اتمسفر. جزایر حرارتی شهری سطح زمین در یک روز آفتابی و گرم تابستانی، سطح شهر را که در معرض دید سنجنده است، مانند سقف ها و پیاده رو به علت ویژگی های حرارتی خاص با تابش خورشید، چندین درجه گرم تر از هوای اطراف می شوند. در حالی که در مناطق سایه و مناطق مرطوب که اغلب در حومه شهر وجود دارند دمای سطح نزدیک است به دمای هوا. جزایر حرارتی شهری سطح اغلب در طول روز و شب نمایان می شوند اما در طول روز تابش آفتاب آن را تشدید می کند. بسته به فصل همان طور که پوشش زمین و هوا تغییر می کنند، شدت جزایر حرارتی شهری سطح نیز متغیر است. به طور کل شدت جزایر حرارتی شهری سطح زمین در فصل تابستان به بیشترین حد خود می رسد. علم سنجش از دور تکنیکی است که به طور غیر مستقیم، دمای سطح را برآورد می کند و جزایر حرارتی شهری سطحی را بررسی می کند. جزایر حرارتی شهری اتمسفری گرم تر بودن هوا در برخی مناطق شهری در مقایسه با دیگر مناطق شهری، جزایر حرارتی اتمسفری نامیده می شود. متخصصین این جزایر حرارتی را به دو نوع مختلف تقسیم می کنند: جزایر حرارتی شهری لایه پوششی، این نوع جزیره حرارتی در لایه ای وجود دارد که مردم در آن زندگی می کنند و از سطح زمین تا قسمت فوقانی سقف ها و نوک درختان ادامه دارد. جزایر حرارتی شهری لایه مرزی، این نوع از جزیره حرارتی از بالای سقف و نوک درختان شروع می شود و تا نقطه ای امتداد دارد که چهره شهر دیگر بر روی اتمسفر اثر گذار نمی باشند. این محدوده در حالت عادی بیشتر از 5/1 کیلومتر از سطح زمین نیست (Voogt and Oke, 2002). کارشناسان برای اندازه گیری دمای هوا از شبکه های متراکم نقاط نمونه برداری به دست آمده از ایستگاه های ثابت یا متحرک استفاده می کنند. ارتباط دمای سطح و دمای هوا در شهر دمای سطح اثر غیر مستقیم اما قابل توجهی بر روی دمای هوا دارد. به خصوص در لایه پوششی، که به سطح نزدیک می باشد. برای مثال پارک ها و مناطق رویشی گیاهان، که به طور معمول سطح خنک تری را نسبت به سایر سطوح دارند موجب خنک شدن دمای هوای اطرافشان می شوند. از طرف دیگر، مناطق ساخته شده متراکم معمولا منجر به دمای هوای گرم تر می شوند، چرا که رابطه دمای سطح و هوا ثابت نیست اما به طور کل دمای هوا به طور معمول در سرتاسر یک منطقه نسبت به دمای سطح تغییرات کمتری دارد. پدیده جزایر حرارتی یکی از موضوعات کلیدی برای مطالعه اقلیم شهرهاست. با توجه به اینکه برای شهری با مساحت صدها کیلومتر مربع امکان انعکاس جزئیات توزیع جزایر حرارتی شهری نیست، تکنیک سنجش از دور ماهواره ای می تواند کمبود دیگر روش های بازیابی را جبران سازد. پدیده جزایر حرارتی شهری با استفاده از داده های مادون قرمز حرارتی که از ماهواره های هواشناسی تهیه می شوند تحلیل می شود. عوامل موثر بر جزایر حرارتی شهری برای ایجاد جزایر حرارتی شهری چندین دلیل وجود دارد. پیش از ذکر عوامل مختلف در تشکیل جزایر حرارتی ابتدا به بررسی تاثیر عوامل مختلف بر کاهش یا افزایش جزایر حرارتی پرداخته می شود. نقش فاکتورهای مختلف موثر بر جزایر حرارتی شهری نقش تغییرات پوشش سطح زمین تغییرات اقلیم شهری نتیجه تمرکز جمعیت، توسعه فضاهای مسکونی در زیر، رو و بالای زمین و تغییرات مواد و مصالح سطح زمین است (Yamashita and Sekine, 1991). این تبدیلات یا تغییرات کابری سطح زمین در مناطق شهری، ترکیبی از گرم شدن های محلی و منطقه ای را در بر دارد. برای مثال در طول قرن بیستم روی یک منطقه در حال توسعه از شرق کردیلا از شمال غربی کانادا به تگزاس، مشاهده شده دمای سطح با تغییرات وسیع پوشش سطح (مانند حذف جنگل ها) در مدت زمان افزایش پیدا کرده است (Skinner and Majorowicz, 1999). Cai و Kalnay (2033) ، تخمین زدند که در طول چهل سال گذشته تغییرات پوشش زمین در ایالات متحده به طور میانگین 27/0 درجه سانتی گراد افزایش گرما به همراه داشته، که این رقم تقریبا دو برابر رقمی است که قبلا برای شهرنشینی زده شده بود. به طور کلی این مطالعات به این موضوع اشاره داشتند که تغییرات سطح زمین موجب افزایش دمای محلی با تقریب 22/12-67/1 درجه سانتی گراد برای نواحی شهری بزرگ در تابستان، تا 5.6 درجه سانتی گراد برای مراکز شهری بزرگ در زمستان، در مقایسه با حومه شهر می شود. مقالات زیادی در زمینه اثر جنگل زدایی در تغییر دمای جهانی وجود دارد. علاوه بر آن اندک مطالعاتی نیز سهم جنگل زدایی جهانی را برای شهری شدن در افزایش دمای جهانی بررسی کردند. مطالعات دیگر اثر تغییرات پوشش زمین را روی جزایر حرارتی شهری بر حسب خصوصیات حرارتی متفاوت بررسی کردند. برای مثال اثر آن روی آلبدو محلی، هدایت گرمایی و ظرفیت حرارتی سطوحی که با ساختمان ها و خیابان ها، جایگزین دشت ها و مزارع شده است که به وسیله Zhao و Zeng در سال 2002 برای شمال چین و برای شهر New Orleans به وسیله Sailor and Fan در همان سال مورد آزمایش قرار گرفت. جمعا این مطالعات نشان دادند که جنس مواد ساختمان ها در جذب تابش های خورشیدی و بازتاب انرژی به سطوح پایین تر اتمسفر بسیار موثرند و بنابراین موجب افزایش دمای هوای مجاور می شوند. کارهای بسیاری باقی مانده که اثر آلبدو، هدایت گرمایی، و ظرفیت حرارتی را در مقیاس های محلی، منطقه ای و جهانی مطالعه و بررسی کنند. علاوه بر این ناهماهنگی و پیچیدگی ساخت، الگو و محدوده مکانی موزاییک پوشش زمین در نواحی شهری همچنین در مشخص کردن مشخصات محلی جزایر حرارتی شهری در لندن (Clarke and Peterson, 1972)، ژاپن (Shudo et al, 1997)، آلمان (Blankenstein and kuttler, 2004) و هنگ کنگ (Giridharan, 2004) دخالت داده شد. Chandler (1968) ذکر کرد که موزاییک سطح زمین به علت تغییر الگوی جریان هوای محلی که ناشی از کاهش انتشار گرما از سطوح آسفالت و حیاط ها و حرارت تلف شده آنتروپوژنیک از فعالیت های صنعتی و خانگی است به طور غیر مستقیم روی جزایر حرارتی شهری تاثیر گذار است. مطالعات بعدی همچنین روی اثر سطوح آسفالت در تراکم جزایر حرارتی شهری انجام شد (Asaeda and Ca, 1993 ., Chudnovsky et al, 2004). تا حدی همه متغیرهای حرارتی ذکر شده در افزایش دمای سطح در مناطق شهری شرکت می کنند. به طور کل تفاوت بین محیط های بیوفیزیکی شهری و غیر شهری تابعی است از ساختار سطوح متفاوت که نهایتا روی اقلیم این مناطق اثر می گذارد (Quattrochi and Ridd, 1998). همچنین هر نوع پوشش کاربری زمین به صورت بالقوه بودجه انرژی اتمسفری مخصوص به خود را دارند. مطالعات بودجه انرژی شهری اصول درک مکانیسم جزایر حرارتی شهری هستند (Sakakibara 1996 , Arnfield 1998). بنابراین جزایر حرارتی شهری اصولا نتیجه دگرگونی سطح زمین می باشد، که روی توازن حرارتی فضای شهری اثر گذار است. نقش آب فاکتور دیگری که روی جزایر حرارتی شهری موثر است آب است. حرکت آب از لایه های سطحی و زیرسطحی به اتمسفر فاکتور مهمی برای کنترل جزایر حرارتی شهری است چرا که بخشی از انرژی تابشی خورشید که توسط سطح جذب می شود را به گرمای نهان تبدیل می کند یعنی از آن برای تبخیر آب یا ذوب یا تصعید یخ استفاده می شود و دیگر نمی تواند از افزایش دما برای تبدیل آن به گرمای محسوس استفاده کند. نهایتا تبخیر تنها فرایندی است که ترکیبی است از معادله توازن انرژی و معادله توازن آب. مطالعات زیادی نقش چرخه هیدرولوژی را در توازن انرژی اتمسفری روی مکان شهرها مثل بیت المقدس، اسرائیل (Shafir and Alpert, 1990) و مکزیکوسیتی (Oke et al, 1999) بررسی کردند. به طور کل این مطالعات نشان می دهند که میزان انرژی در گرمای نهان به دسترسی به آب در سطح برای انجام فرایند تبخیر بستگی دارد. نقش پوشش گیاهی پوشش گیاهی ارتباط مستقیمی با خصوصیات رطوبتی، حرارتی و تابشی دارد که دمای سطح زمین را تعیین می کند (Weng et al, 2004). از آنجایی که اقلیم در مقیاس جهانی کنترل عمده را روی توزیع مکانی پوشش گیاهی غالب دارد، پوشش گیاهی به نوبت از اقلیم محلی و ناحیه ای که متاثر از خصوصیات فیزیکی سطح زمین است نیز تاثیر می پذیرد (Brovkin, 2002). چرا که گیاهان به طور موثری آب را از لایه های زیر سطحی به اتمسفر انتقال دهند. پوشش گیاهی در به حداکثر رساندن تبدیل انرژی ورودی به گرمای نهان و حداقل کردن گرمای محسوس تاثیر بسیاری دارد. از آنجا که تنک شدن و کاهش تاج پوشش در یک مادر شهر همواره مشکلاتی به همراه داشته است، پیشنهاد شده است که در شهرها یک پوشش 40 درصدی که معادل 20 درخت بزرگ در هر اکر است را برای پوشش گیاهی قرار دهند (Moll, 1997). به واسطه ترکیبی از خنک سازی با تبخیر و سایه اندازی، پوشش گیاهی می تواند برای کاهش مقداری از گرمای آنتروپوژنیک و اثرات آلودگی تولید شده به وسیله گسترش مناطق شهری استفاده شود (Grimmond et al, 1996)، (Ca et al, 1998)، (Spronken-Smith and Oke, 1998). به طور مثال در زمانی که درختان رشد فعال دارند نسبت CO2 تولید شده از طریق فتوسنتز از مقدار آزاد شده آن گاز از طریق تنفس بیشتر است و نتیجه خالص کاهش CO2 در اتمسفر است (Mcpherson, 2000)، به موجب آن اثر گلخانه ای آنتروپوژیکی کاهش پیدا می کند. اما به طور کل رابطه بین پوشش گیاهی و آب در دسترس نمی تواند تخمین زده شود. پوشش گیاهی اثر دیگری هم روی اتمسفر شهری محلی دارد، مانند کاهش گرمای محلی و سرد کردن ساختمان ها (Heilman and Gesch, 1991)، پراکنده کردن و تصفیه آلوده گرها (Rao et al, 2004) و مدیریت آب های سطحی (Avissar, 1996). برای مثال در آتلانتا 60 درصد اتلاف پوشش درختان طبیعی در طی 20 سال پیش افزایش 2 بیلیون دلاری در هزینه های مدیریت آب های سطحی را در پی داشت (Moll, 1997). در بالتیمور مشخص شد که مجاورت با پوشش 40 درصدی درختان می تواند رواناب آب سطحی را تا حدود 60 درصد بیشتر از همسایگی بدون درختان کاهش دهد (Mol, 1997). هرچند پوشش گیاهی می تواند روی رژیم بارش و باد منطقه شهری که هر کدام روی خصوصیات حرارتی اثر می گذارند، دخالت کند، تحقیقات بسیار کمی این روابط را از نظر کمی مورد یررسی قرار داده اند. نقش جمعیت اثرات پوشش سطح، آب و پوشش گیاهی که در قسمت های قبل توضیح داده شد در مقیاس های مختلف روی اتمسفر شهری، اثرات جوی و آب و هواشناسی دارد و همه این فاکتور ها به رشد جمعیت و اثرات آن بستگی دارد. اما رشد جمعیت به تنهایی اثرات آب و هواشناسی محلی دارد. شدت جزایر حرارتی شهری با افزایش اندازه شهر و یا جمعیت افزایش می یابد و همزمان با رشد شهرها به صورت فزاینده در تغییرات اقلیمی حتی فراتر از مقیاس محلی شرکت می کنند. Oke (1973) ، برای آمریکای شمالی و شهرهای اروپایی یک مدل رگرسیونی ایجاد کرد که به صورت موفقیت آمیزی 97 درصد تغییرات شدت جزایر حرارتی شهری را با متغیر پیشگویی کننده واحد اندازه جمعیت توضیح می داد. یک آنالیز تغییرات دمایی شهر در ایالات متحده آمریکا براساس اندازه جمعیت افزایش محلی تقریبی در 100000 نفر جمعیت ناشی از شهری شدن را نشان داد (Karl et al, 1988). همچنین در مقیاس منطقه ای Kukla و همکارانش در سال 1986 بیان کردند که افزایش 12/0 درجه سانتی در هر دهه در دمای شهری ایالات متحده آمریکا بین سال های 1941 و 1980 وجود داشته است. اغلب مطالعات اخیر مطالعات پیشین را تایید می کنند، برای مثال در یک مدل برای پیش بینی گرمای آینده برای شهرهای 200000 نفری یا بیشتر در ایالات متحده آمریکا Viterito (1991)، پیش بینی کرد که در سال 2035 گرم شدن 0.19 درجه سانتی گرادی با رشد جمعیت همراه خواهد بود. نقش باد اثرات جزایر حرارتی شهری همچنین می تواند با عوامل آب و هوایی کاهش یابد. جزایر حرارتی همچنین در هوای آرام و آسمان صاف افزایش می یابند تفاوت دمایی بین شهر و مناطق حومه همچنین تابعی است از باد. بادهای شدید با اختلاط هوای مناطق شهری و مناطق حومه شهر با هم در کاهش دمای هوا نقش مهمی دارند. عوامل تشکیل جزایرحرارتی از نظر Oke (1982) دلیل اصلی برای گرمای نسبی در شب، از دست دادن گرمای جذب شده در طول روز است. به تفصیل فاکتورهایی که در گرمای نسبی شهرها نسبت به حومه آنها دخالت می کنند شامل موارد زیر می باشد: در طول روز در مناطق روستایی انرژی خورشیدی آب را از گیاهان و خاک تبخیر می کند. بنابراین در حالی که انرژی خالص خورشیدی به زمین رسیده است اما تا حدی با خنک شدن به کمک تبخیر جبران می شود. در شهرها که پوشش گیاهی کمتری وجود دارد ساختمان ها، خیابان ها و پیاده رو ها بخش اعظم انرژی تابشی وارد شده را جذب می کنند. به علت نفوذناپذیری سنگفرش پیاده رو ها و آسفالت خیابان ها مقدار رواناب در شهرها به علت کاهش میزان نفوذ در زمین، بیشتر می شود و در نتیجه سطح شهرها آب کمتری دارند، بنابراین سرد شدن توسط تبخیر کمتر است که این خود به افزایش دما کمک می کند. گرمای تلف شده از ساختمان ها، اتومبیل و قطارهای شهری دیگر فاکتور شرکت کننده در گرم شدن شهرها است گرمای تولید شده توسط آنها در نهایت به اتمسفر منتقل می شود. این گرما می تواند یک سوم گرمای رسیده از خورشید باشد. خصوصیات گرمایی ساختمان ها می تواند حرارت را به وسیله رسانایی به هوا انتقال دهد. قیر، آسفالت، آجر و بتون نسبت به پوشش گیاهی مناطق روستایی رساناهای بهتری برای حرارت هستند. از دیگر دلایل جزایر حرارتی شهری، دره های شهری هستند که خیابان هایی هستند با ردیف های بلند ساختمان ها در دو طرف آن. ساختمان های بلند در بسیاری از مناطق شهری سطوح چندگانه ای را برای انعکاس و جذب تابش خورشید ایجاد می کنند که موجبات افزایش دما را به همراه دارد و اثر دره ای نامیده می شود. مقدار تابش های خورشیدی رسیده به دره های شهری بستگی دارد به ارتفاع ساختمان ها و جهت دره ها. این ساختار هندسه سه بعدی شهرها تایش را در سطح زمین به دام میاندازد و بنابراین تابش طول موج بلند از دست رفته را دوباره جذب می کند و نتیجه آن ذخیره انرژی زیادی در شهر در طول روز و نشر تدریجی آن به بیرون در طی شب می باشد (شکل 3-6). یکی دیگر از اثرات ساختمان ها جلوگیری از حرکت باد است که از خنک شدن هوا توسط فرایند همرفت جلوگیری می کند. شکل STYLEREF 1 \s ‏3 SEQ شکل \* ARABIC \s 1 2فاکتور دید آسمان(SVF) توسط ساختمان‌های شهر محدود می‌شود. حداکثر میزان SVF، 1 است که در مناطق باز اتفاق می‌افتد. فعالیت های صنعتی محلی به خاطر اتلاف انرژی و تولید دی اکسید کربن و دیگر گازها موجب گرم شدن هوا می شوند. جزایر حرارتی شهری و تغییرات اقلیم می توان گفت که جزایر حرارتی شهری ها نشان دهنده پر اهمیت ترین شکل تغییرات اقلیمی آنتروپوژنیک برگشت ناپذیر، نه تنها در مقیاس محلی، بلکه منطقه ای و حتی در مقیاس جهانی هستند (Arnfield, 2003). شرایط سطح، طبیعی یا مصنوعی بودن در بودجه متفاوت انرژی اتمسفر مهمترین نقش را دارد، و با تغییر این شرایط انسان ها ناخواسته روی خصوصیات اتمسفر تاثیر می گذارند (Chandler, 1976). این موضوع به ویژه در زمان حرکت در لایه های مرزی سطح صحت دارد و خصوصیات هوا به دقت توسط طبیعت سطح زمین کنترل می شود. بنابراین تغییرات در چشم انداز به صورت زنجیره ای به هم پیوسته ای اقلیم را در مقیاس محلی (میکرو)، مزو، و حتی در مقیاس ماکرو متاثر می کند (Terjung, 1976). گفته شده است که گرم شدن جهانی ممکن است به گازهای گلخانه ای مربوط نباشد بلکه اثر جزایر حرارتی شهری که با افزایش شهری شدن مناطق ایجاد شده است مسبب آن باشد (Hudson, 1996). اگرچه ادعای Hudson ممکن است اغراق باشد اما افزایش میزان دمای منطقه ای و جهانی طی 100 سال گذشته می تواند به گرم شدن های ناشی از توسعه شهرها نسبت داده شود (Balling, 1992). اگرچه اثر جزایر حرارتی شهری در مقیاس منطقه ای و جهانی بسیار قابل توجه است و در خور مطالعات بیشتر است این مطالعه تنها به اثر تغییرات کاربری زمین در مقیاس محلی روی جزایر حرارتی شهری تهران می پردازد. پی آمدهای جزایر حرارتی شهری محاسبات و شبیه سازی ها اثر وسیع جزایر حرارتی شهری را روی سلامتی، مصرف انرژی و اقتصاد شهرها نشان داده اند. برخی از این اثرات در زیر فهرست شده اند: بحران حرارتی: بحران حرارتی جزایر حرارتی در دراز مدت رو به افزایش است. نسبت شکل گیری آلوده کننده های هوا: نکته مهمی که در شبیه سازی ها و اندازه گیری ها در نظر گرفته شده است، این است که میزان دما با افزایش تابش خورشید، تسریع ساخت ازن، اکسید نیتروژن و مه دود فتوشیمیایی افزایش می یابد. افزایش خطر سلامتی: تمرکز بیشتر مه دود که با افزایش دما همراه است، پی آمد های پزشکی را بدتر می کند مانند گرمازدگی، مشکلات تنفسی و حتی بیماری های قلبی عروقی می شود. مصرف بیشتر انرژی برای دستگاه های تهویه: گرمای بیشتر موجب تکیه بیشتر به دستگاه های خنک کننده می شود. سرمایه گذاری افزوده در ظرفیت تولید برق: نیاز به امکانات بیشتر برای تولید این برق را به همراه دارد. همان طور که افزایش دما این نتایج را در پی دارد کاهش دما موجب کاهش این اثرات می شود. که بیانگر مزایای تخفیف جزایر حرارتی شهری و توجیه مقابله با آن است. خوشه بندی1 خوشه بندی خوشه‌بندي را مي‌توان به عنوان مهمترين مسئله در يادگيري بدون نظارت در نظر گرفت. خوشه‌بندي با يافتن يک ساختار درون يک مجموعه از داده‌هاي بدون برچسب درگير است. خوشه‌ به مجموعه‌اي از داده‌ها گفته مي‌شود که به هم شباهت داشته باشند. در خوشه‌بندي سعي مي‌شود تا دادهها به خوشه‌هايي تقسيم شوند که شباهت بين داده‌هاي درون هر خوشه حداکثر و شباهت بين داده‌هاي درون خوشه‌هاي متفاوت حداقل شود. به منظور برآورد این رابطه شباهت نیاز به یک سری معیارهای شباهت است. تا کنون معیارهای شباهت بسیاری ارائه شده اندولی معمولترین آنها محاسبه فاصه پیکسل ها در فضای چندطیفی است(ریچاردز، 1995) شکل STYLEREF 1 \s ‏3 SEQ شکل \* ARABIC \s 1 3خوشه بندی با معیار فاصله به عنوان عدم شباهت در اين شکل نمونه‌اي از اعمال خوشه‌بندي روي يک مجموعه از داده‌ها مشخص شده است که از معيار فاصله به عنوان عدم شباهت 2 بين داده‌ها استفاده شده است. روش‌هاي خوشه‌بندي روش‌هاي خوشه‌بندي را مي‌توان از چندين جنبه تقسيم‌بندي کرد:1-خوشه‌بندي انحصاري یا سخت 3و خوشه‌بندي با هم‌پوشي یا نرم24. در روش خوشه‌بندي انحصاري پس از خوشه‌بندي هر داده دقيقأ به يک خوشه تعلق مي‌گيرد مانند روش خوشه‌بنديK-Means . ولي در خوشه‌بندي با همپوشي پس از خوشه‌بندي به هر داده يک درجه تعلق بازاء هر خوشه نسبت داده مي‌شود. به عبارتي يک داده مي‌تواند با نسبتهاي متفاوتي به چندين خوشه تعلق داشته باشد. نمونه‌اي از آن خوشه‌بندي فازي1 است. 2-خوشه‌بندي سلسله مراتبي2 و خوشه‌بندي مسطح3.در روش خوشه بندي سلسله مراتبي، به خوشه‌هاي نهايي بر اساس ویژگی آنها ساختاري سلسله‌ مراتبي نسبت داده مي‌شود. مانند روش Single Link. ولي در خوشه‌بندي مسطح تمامي خوشه‌هاي نهايي در یک سطح هستند مانند K-Means. به ساختار سلسله مراتبي حاصل از روشهاي خوشه‌بندي سلسله مراتبي دندروگرام4 گفته مي‌شود. با توجه با اينکه روش‌هاي خوشه‌بندي سلسله مراتبي اطلاعات بيشتر و دقيق‌تري توليد مي‌کنند براي تحليل داده‌هاي با جزئيات پيشنهاد مي‌شوند ولي از طرفي چون پيچيدگي محاسباتي بالايي دارند براي مجموعه داده‌هاي بزرگ روش‌هاي خوشه‌بندي مسطح پيشنهاد مي‌شوند. تحلیل نقاط بحرانی5 گتیس-اورد6 ابزار تجزیه و تحلیل نقاط بحرانی آماره GI* گتیس-اورد را برای هر یک از عارضه های موجود در یک مجموعه داده محاسبه می کند.نمرات-z حاصل و ارزش های p به شما می گوید  که عارضه های با ارزش بالا و یا پایین دارای خوشه بندی مکانی هستند. این ابزاربا در نظر گرفتن هر عارضه در قالب عارضه‌های در برگیرنده‌اش عمل می‌کند.عارضه‌ای با ارزش بالا ممکن است به معني نقطه بحرانی نباشد. برای اینکه یک عارضه به طور معنی دار نقطه بحرانی باشد، عارضه علاوه بر دارا بودن مقادیر بالا باید توسط عارضه های دارای ارزش پایین‌تر نیز احاطه شده باشد. مجموع محلی برای هر یک از عوارض و همسایگان آن با مجموع تمام عوارض مقایسه می شود. هنگامی که مجموع محلی بسیار متفاوت از مجموع محلی مورد انتظار ، و این تفاوت بیش از حد بزرگ می شود که نتیجه احتمال تصادفی باشد، نتایج نمره-z معنی دار است. نحوه ی محاسبه آماره GI* در زیر آمده است: (3-1) که در آن xj مقدار عارضه‌ی j ام، wi,j وزن مکانی مابین عارضه i ام و j ام، n تعداد کل عوارض می‌باشد و: آماره GI* برای هر یک از عارضه ها در مجموعه داده ها یک نمره-z تولید می کند. مقادیر بالاتر z نشانگر شدت بیشتر خوشه بندی با مقادیر بالاست(نقطه بحرانی). مقادیر پایین ترz نشانگر شدت بیشتر خوشه بندی با مقادیر پایین است.(نقطه سرد1) 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.