Αποτελέσματα της κατανομής πρασίνου στην θερμοκρασία: Προτάσεις για βιώσιμο σχεδιασμό και για προσαρμογή στην κλιματική αλλαγή

Από RemoteSensing Wiki

Παρούσα αναθεώρηση της 20:41, 25 Ιανουαρίου 2017

Εικόνα 1: Χωρική κατανομή πρασίνου και επιφανειακή θερμοκρασία σε kelvin για την περιοχή μελέτης

Εικόνα 2: Χάρτες για την κάλυψη πρασίνου (α), την πυκνότητα πρασίνου (β), την πυκότητα σε περίμετρο πρασίνου (γ)

Εικόνα 3: Συσχέτιση επιφανειακής θερμοκρασίας με τον δείκτη PLAND

Εικόνα 4: Συσχέτιση επιφανειακής θερμοκρασίας με τον δείκτη PD

Εικόνα 5: Συσχέτιση επιφανειακής θερμοκρασίας με τον δείκτη ΕD

Effects of green space spatial pattern on land surface temperature: Implications for sustainable urban planning and climate change adaptation

ISPRS Journal of Photogrammetry and Remote Sensing

Matthew Maimaitiyiming a, Abduwasit Ghulam a,⇑, Tashpolat Tiyip b,c, Filiberto Pla d, Pedro Latorre-Carmona d, άmόt Halik b,c, Mamat Sawut a,b,c, Mario Caetano e a Center for Sustainability, Saint Louis University, Saint Louis, MO 63103, USA b College of Resources and Environmental Sciences, Xinjiang University, Urumqi, Xinjiang 830046, China c Ministry of Education Key Laboratory of Oasis Ecology at Xinjiang University, Urumqi, Xinjiang 830046, China d Institute of New Imaging Technologies, Universidad Jaume I, 12071 Castellσn, Spain e Instituto Superior de Estatνstica e Gestγo de Informaηγo, Universidade Nova de Lisboa (ISEGI-NOVA), 1070-312 Lisboa, Portugal

πηγή: [[1]]

Μετάφραση και περίληψη:

Αντικείμενο της εφαρμογής:

Η δημοσίευση αυτή συντάσσεται στην προσπάθεια αντιμετώπισης του φαινομένου την Θερμικής Νησίδας στις Αστικές περιοχές και επιχειρεί να δώσει στοιχεία και μεθόδους για τον βέλτιστο Σχεδιασμό των Χώρων Πρασίνου στις Πόλεις. Άρα, έχουμε μία μελέτη για τον Αστικό και Περιφερειακό Σχεδιασμό. Το φαινόμενο της Θερμικής Νησίδας αναφέρεται στην υψηλότερη επιφανειακή και ατμοσφαιρική θερμοκρασία των πόλεων σε σχέση με τις γειτονικές αγροτικές περιοχές. Είναι παρατηρήσιμο ανεξαρτήτως τοποθεσίας και μεγέθους των αστικών περιοχών και θεωρείται πως κυρίαρχα οφείλεται στα υλικά δόμησης που χρησιμοποιούνται στην επιφάνεια της γης και έχουν την τάση να απορροφούν την ακτινοβολία χαμηλού μήκους κύματος.

Τα προβλήματα και οι ανάγκες:

Ο λόγος που απασχολεί την εργασία αυτή, η Θερμική Νησίδα (ΘΝ) είναι ότι αυξάνει την περίοδο ανάπτυξης κάποιων οργανισμών, υποβαθμίζει την ποιότητα του αέρα και μπορεί να αλλάξει τις ιδιότητες των υδάτων. Με όλα αυτά να επιφέρουν ανισορροπίες στα οικοσυστήματα και κινδύνους για την δημόσια υγεία. Οι επιπτώσεις αυτές σε συνδυασμό με την αύξηση του πληθυσμού, την έντονη αστικοποίηση και κλιματική αλλαγή που αυξάνει γενικά τις θερμοκρασίες του πλανήτη πιστεύεται ότι ανάγουν σε αρκετά σημαντικό το φαινόμενο. Ειδικά σε περιοχές με ξηρές ή ημίξερες κλιματολογικές συνθήκες.

Οπτική γωνία και Στόχος της έρευνας:

Η μελέτη αντιλαμβάνεται ότι η ΘΝ είναι ένα πολυ-παραγοντικό φαινόμενο. Εξετάζοντας όμως την κυρίαρχη αιτία, παρατηρεί, ότι η βλάστηση λόγω της υψηλότερης εξατμισοδιαπνοής και της μικρότερης εκπομπής ακτινοβολίας οδηγεί τοπικά και ευρύτερα, σε χαμηλότερες θερμοκρασίες στην επιφάνεια των πόλεων, σε σχέση με τα δομημένα τμήματα. Εστιάζοντας, λοιπόν στους χώρους πρασίνου επιχειρεί να χαράξει κατευθυντήριες γραμμές για τον τρόπο ανάπτυξής τους. Σε αντίθεση με την πλειοψηφία των ερευνών που ασχολούνται μόνο με την ποσότητα-αναλογία του πρασίνου σε ένα σημείο μία πόλης (composition), η δημοσίευση αυτή εξετάζει και την κατονομή-διάταξη του αστικού πρασίνου στο χώρο (configuration). Αφού, το μέγεθος και το σχήμα κάθε περιοχής βλάστησης επηρεάζει την Επιφανειακή Θερμοκρασία. Επιπλέον, άλλη μία καινοτομία είναι ότι για την συσχέτιση των μετρήσεων με την Επιφανειακή Θερμοκρασία, δεν χρησιμοποιούνται οι συνηθισμένες μέθοδοι της απόκλισης των ελαχίστων τετραγώνων (least square regression) και της χωρικής αυτό-παλινδρόμισης (spatial autoregression). Αλλά, επιλέγεται ο robust moving window algorithm των κανονικοποιημένων αμοιβαίων πληροφοριών (normalized mutual information) γιατί μπορεί να αποκαλύψει τόσο γραμμικές όσο και μη γραμμικές σχέσεις. Για την πραγματοποίηση των μετρήσεων χρησιμοποιείται η Τηλεπισκόπηση από τον Landsat. Πεδίο εφαρμογής:

Η περιοχή που εξετάστηκε ήταν το κέντρο της Aksu City, στην Xinjiang Uyghur Autonomous Region που βρίσκεται στην βορειοδυτική Κίνα. Πρόκειται για μία πόλη σε ξηρό περιβάλλον, με αρκετή ηλιοφάνεια και ζέστη. Καταλαμβάνει έκταση 14300km2 με 39,2% κάλυψη από πράσινο. Θεωρήθηκε ιδανική για την μελέτη της Επιφανειακής Θερμοκρασίας Αστικού Περιβάλλοντος σε ξηρές ή ημίξερες περιοχές.

Μεθοδολογία:

Για την επιφανειακή θερμοκρασία:

Χρησιμοποιήθηκε ο Landsat-5 Thematic Mapper (TM) thermal infrared band 6 (11.45–12.50μm) με ανάλυση 120x120m. Οι μετρήσεις από τον δορυφόρο έγιναν 19/08/2011, όπου η κάλυψη από τα σύννεφα ήταν 0%. Μετεωρολογικά δεδομένα που επηρεάζουν την ένταση της ΘΝ κατά την στιγμή της απεικόνισης από τον δορυφόρο, πάρθηκαν από τυπικό Κινέζικο Μετεωρολογικό Σταθμό της περιοχής. Αυτά αφορούσαν την ημερήσια βροχόπτωση, μέση ταχύτητα ανέμου, κατεύθυνση ανέμου, υγρασία. Εξαιτίας της έλλειψης ατμοσφαιρικών δεδομένων στην περιοχή, που θα επέτρεπαν την μετατροπή της θερμοκρασίας φωτεινότητας (brightness temperature) σε Επιφανειακή Θερμοκρασία εφαρμόσθηκε ο mono-window algorithm. Για τον υπολογισμό της Επιφανειακής Εκπομπής χρησιμοποιήθηκε η NDVI thresholds method.

Για την χωρική κατανομή των χώρων πρασίνου:

Χρησιμοποιήθηκε ο multi-spectral Landsat-5 TM στις 19/08/2011 με ανάλυση 30m. Εφαρμόστηκε, το ENVI από την EXELIS Visual Imformation Solutions για την ταξινόμηση των εικόνων (classification), ώστε να βρεθούν οι περιοχές βλάστησης. Τα μήκη κύματος που εξετάστηκαν ανήκαν στο εύρος του πράσινου, κόκκινου, κοντινού-υπέρυθρου, υπέρυθρου μικρού μήκους κύματος (green, red, near-infrared, and two shortwave infrared). Για την εκτίμηση της ακρίβειας των δεδομένων: Αυτά συσχετίστηκαν με 200 πηγές οι οποίες πάρθηκαν από χάρτη της περιοχής με κλίμακα 1:150000 παράλληλα με την εικόνα του Landsat στο ορατό φάσμα. Έτσι, η ακρίβεια προσδιορίστηκε στο 87,60% με συντελεστή Kappa 0,83.

Παράγοντες που εξετάστηκαν:

Με κριτήρια

1. την σημασία σε θεωρητικό και πρακτικό επίπεδο
2. την ευκολία των υπολογισμών
3. την δυνατότητα ερμηνείας
4. την έλλειψη πλεονασμών

επιλέχτηκαν 3 μεγέθη PLAND, PD, ED για να μελετηθεί η ΘΝ. Το PLAND εξετάζει την συνολική ποσότητα του πρασίνου στο αστικό περιβάλλον, το PD τον αριθμό χώρων πρασίνου στην επιφάνεια και το ED το μήκος της περιμέτρου των χώρων πρασίνου. Για τον υπολογισμό τους χρησιμοποιήθηκε το πρόγραμμα FRAGSTATS. Σε αυτό επιλέχτηκε η moving window analysis στην οποία καθορίστηκε η ετερογένεια, το σχήμα και τα χαρακτηριστικά μεγέθη του κάθε “window” από τους ερευνητές.

Στατιστική επεγεργασία παραγόντων:

Κάθε παράγοντας καταγράφηκε σε διαγράμματα διασποράς για να εκτιμηθεί η συσχέτισή του στο φαινόμενο της ΘΝ. Επιπρόσθετα, με την χρήση των κανονικοποιημένων αμοιβαίων πληροφοριών (normalized mutual information) προσδιορίστηκε και η συσχέτιση όλων των πιθανών συνδυασμών παραγόντων στην ΘΝ.

Αποτελέσματα-Συμπεράσματα-Πεδία συζήτησης:

• Οι περιοχές με μεγαλύτερη πυκνότητα πρασίνου βρίσκονται ανατολικά
• Οι διάσπαρτοι χώροι πρασίνου είναι περισσότεροι κεντρικά και δυτικά, δηλώνοντας ότι εκεί το συνολικό πράσινο είναι πιο μοιρασμένο.
• Οι πλευρές σε m πρασίνου είναι περισσότερες νοτιοδυτικά και βορειοανατολικά
• Από την χωρική κατανομή των ED και PD φαίνεται ότι υπάρχει κάποια συσχέτιση μεταξύ τους.
• Η αύξηση καθενός από τους 3 παράγοντες οδηγεί σε μείωση της Επιφανειακής Θερμοκρασίας
• Η συνολική ποσότητα πρασίνου μία περιοχή (composition) φαίνεται να έχει ελαφρώς μεγαλύτερη επίδραση από την κατανομή-διάταξη του πρασίνου (configuration).
• Το μήκος των πλευρών στους χώρους πρασίνου φαίνεται να έχει μεγαλύτερη βαρύτητα σε σχέση με τον αριθμό των διαφορετικών τμημάτων βλάστησης
• Η επίδραση του συνδυασμού διάσπαρτων νησίδων πρασίνου με μεγάλες περιμέτρους φαίνεται πιο αποτελεσματική στην μείωση της Επιφανειακής θερμοκρασία. Οι άλλοι δύο συνδυασμοί σε μία περιοχή, δηλαδή το ποσοστό πρασίνου και ο αριθμός νησίδων ή το ποσοστό πρασίνου και το μήκος των πλευρών φαίνεται να έχουν μικρότερη βαρύτητα.
• Σε κάθε περίπτωση όπου συνδυάζονται παράγοντες η επίδρασή τους αποτυπώνεται ως πιο αποτελεσματική σε σχέση με την παρουσία ενός μεμονωμένου παράγοντα.
• Ο συνδυασμός και των 3 παραγόντων σε ένα σημείο όπως ήταν λογικό είναι αυτός που μειώνει περισσότερο την Επιφανειακή Θερμοκρασία
• Η έρευνα συμβάλει στην αντίληψη που υπάρχει και από άλλες μελέτες ότι η πυκνότητα πρασίνου PLAND μειώνει το φαινόμενο της ΘΝ.
• Παρουσιάζεται η αντίθεση ότι όσο μειώνεται ο όγκος των χώρων πρασίνου μειώνεται και η δυναμική τους να ρίχνουν την θερμοκρασία, αλλά στην αντίθετη κατεύθυνση όταν μειώνεται ο όγκος έχουμε περισσότερες πλευρές άρα καλύτερη ροή ενέργειας και αποτελεσματικότερη μείωση της Επιφανειακής Θερμοκρασίας. Σε αυτό το δίπολο καλείται να βρει ισορροπίες ο σχεδιασμός.
• Το μοτίβο το σχεδιασμού πρασίνου πρέπει να είναι η αύξηση του συνολικού πρασίνου σε μία περιοχή, με επέκταση των ήδη υπαρχόντων χώρων ώστε να είναι σχετικά μεγάλοι και διασπορά τους ώστε να έχουμε πολλές πλευρές και καλύτερη ροή.
• Άλλη μία δύσκολη αντίθεση είναι ότι όσο αυξάνεται η θερμοκρασία οι ξερές περιοχές έχουν μεγαλύτερη ανάγκη για βλάστηση αλλά μικρότερη επάρκεια σε νερό.
• Η έρευνα καταλήγει ότι η αντιμετώπιση του διογκωμένου φαινομένου της ΘΝ, λόγω κλιματικής αλλαγής, με φύτευση πρασίνου είναι αναγκαία. Περιορίζει στις ξηρές περιοχές την ενεργειακή ζήτηση για κλιματισμό και ελαττώνει τα αέρια του θερμοκηπίου.