Αξιολόγηση των αλλαγών στις χρήσεις γης/κάλυψης γης και των επιπτώσεών τους στη γη στη θερμοκρασία της επιφάνειας...
Από RemoteSensing Wiki
Αξιολόγηση των αλλαγών στις χρήσεις γης/κάλυψης γης και των επιπτώσεών τους στη γη στη θερμοκρασία της επιφάνειας του εδάφους με τη χρήση τεχνικών τηλεπισκόπησης στο νότια Punjab, Πακιστάν
Πρωτότυπος τίτλος: Assessment of land use/land cover changes and its effect on land surface temperature using remote sensing techniques in Southern Punjab, Pakistan in the Centre Inland of Portugal
Συγγραφείς: Sajjad Hussain1 · Muhammad Mubeen1 · Ashfaq Ahmad2 · Hamid Majeed1 · Saeed Ahmad Qaisrani1 · Hafiz Mohkum Hammad3 · Muhammad Amjad1 · Iftikhar Ahmad1 · Shah Fahad4,5 · Naveed Ahmad6 · Wajid Nasim7
Δημοσιεύθηκε: SpringerLink, Environmental Science and Pollution Research (2022)
Σύνδεσμος πρότυπου κειμένου: [1]
Λέξεις-Κλειδιά: Κανονικοποιημένος δείκτης βλάστησης, Κανονικοποιημένος δείκτης νερού, Κανονικοποιημένος δείκτης δομημένης έκτασης, Θερμοκρασία επιφάνειας γης
Αντικείμενο Εφαρμογής
Αυτό το άρθρο ασχολείται με τα πιο συχνά προβλήματα που προκύπτουν σε περιοχές εξόρυξης άνθρακα και επιλύονται χρησιμοποιώντας δεδομένα τηλεπισκόπησης.
Περίληψη
Η θερμοκρασία της επιφάνειας του εδάφους (LST) ορίζεται ως ένα φαινόμενο που δείχνει ότι το μικρο-κλίμα ενός αστικού συστήματος θερμαίνεται πολύ ταχύτερα από τα γύρω αγροτικά κλίματα. Η επέκταση των κτιρίων έχει αξιοσημείωτη επιρροή στη χρήση γης/γης κάλυψης (LULC) λόγω της μετατροπής της φυτικής γης σε εμπορικές και οικιστικές περιοχές και των σχετικών υποδομών τους με την οποία επιταχύνεται η LST. Ο στόχος της έρευνας ήταν να μελετηθεί η επίδραση των αλλαγών στο LULC στο LST του νότιου Punjab (Πακιστάν) μέσω δεδομένων τηλεπισκόπησης. Εικόνες Landsat 30ετούς διάρκειας (1987, 1997, 2007 και 2017) χρησιμοποιήθηκαν για τον προσδιορισμό των δεικτών βλάστησης και της LST στην περιοχή μελέτης. Οι εικόνες αυτές βοήθησαν επίσης στην επεξεργασία των κανονικοποιημένων διαφορά δείκτη νερού (NDWI) και τους χάρτες κανονικοποιημένης διαφοράς δείκτη δόμησης (NDBI). Υπήρξε αύξηση από 29620 (3,63 %) σε 88038 εκτάρια (10,8 %) στη δομημένη έκταση κατά τη διάρκεια των 30 ετών. Οι τιμές LST βρέθηκαν στο εύρος 12-42 °C, 11-44 °C, 11-45 °C και 11-47 °C κατά τα έτη 1987, 1997, 2007 και 2017, αντίστοιχα. Συντελεστές παλινδρόμησης (R2) 0,81, 0,78, 0,84 και 0,76 παρατηρήθηκαν μεταξύ του NDVI και της LST στα αντίστοιχα έτη αντίστοιχα. Η μελέτη μας έδειξε ότι ο NDVI και NDWI συσχετίστηκαν αρνητικά με μικρότερη LST- ωστόσο, το NDBI παρουσίασε θετική συσχέτιση με υψηλή LST. Η μελέτη μας παρέχει κρίσιμες πληροφορίες για την LULC και την LST και θα αποτελέσει χρήσιμο εργαλείο για τους υπεύθυνους χάραξης πολιτικής για την ανάπτυξη αποτελεσματικών πολιτικών για τη διαχείριση των εδαφικών πόρων.
1. Περιοχή Μελέτης
Η τοποθεσία της έρευνας περιλάμβανε τις περιφέρειες Multan και Vehari της Νότιο Punjab, Πακιστάν (Εικ. 1). Η περιοχή της περιφέρειας Multan είναι πολύ παραγωγική και πεδινή με τον ποταμό Chenab που περνάει από τη δυτική πλευρά, η οποία βρίσκεται στο Tehsil Muzaffargarh. Συνολικά, η περιοχή έχει ήπιους χειμώνες και πολύ ζεστά καλοκαίρια, τα οποία είναι χαρακτηριστικά του ξηρού κλίματος. Η περιοχή Vehari αποτελείται από πεδιάδα με εύφορα εδάφη και αποτελεί μέρος της πεδιάδας του Ινδού. Διαθέτει την καλύτερη καλλιεργήσιμη έκταση που είναι κατάλληλη για σιτάρι και βαμβάκι, καθώς και για άλλες γεωργικές καλλιέργειες. Η περιφέρεια Vehari βρίσκεται μεταξύ του Nili Bar που βρίσκεται μεταξύ του Ravi, Sutlej και Beas. Εδώ υπάρχουν διάφορα κανάλια που αρδεύουν τις περιοχές Multan και Vehari.
'2. Δεδομένα και Μεθοδολογία
Ένα άλλο ζήτημα είναι η παρακολούθηση της διαδικασίας αποκατάστασης της γης μετά την εξόρυξη άνθρακα. Για την λύση αυτού του προβλήματος η προτεινόμενη μέθοδος βασίζεται στην επεξεργασία ενός αριθμού εικόνων για αρκετά χρόνια από τον δείκτη εδάφους SAVI με δεδομένα Landsat 7. Το πιο ευαίσθητο φασματικό κανάλι για τον υπολογισμό αυτού του τύπου δεικτών είναι το κοντινό υπέρυθρο (705-745 nm). Στην προκειμένη περίπτωση ο πιο βολικός τρόπος για τη διερεύνηση των αλληλένδετων συνιστωσών της βλάστησης του εδάφους θεωρήθηκε η χρήση του μοντέλου Gaudrian. Σε αυτό το μοντέλο χρησιμοποιείται ο σφαιρικός συντελεστής φασματικής αντανάκλασης: θεωρείται ότι το έδαφος είναι ένας διαχύτης Lambert και οι τιμές του συντελεστή δεν εξαρτώνται από την κατεύθυνση των ακτίνων του ήλιου και την πρόσπτωση του φωτός. Όταν χρησιμοποιήθηκε ο δείκτης εδάφους SAVI για την εκτίμηση της κατάστασης των ορυχείων, χρησιμοποιήθηκε η τιμή L = 1 για αντικείμενα με καθόλου ή ελάχιστη βλάστηση σε μορφή χλόης. Ως αποτέλεσμα της επεξεργασίας καταγράφηκαν ακόμη και οι ελάχιστες μεταβολές στην κατάσταση της βιομάζας που είναι χαρακτηριστικές στις διαδικασίες αυτό-ανάπτυξης όταν η εμφάνιση της βλάστησης οφείλεται όχι στο σκόπιμο σχηματισμό του στρώματος του χούμος αλλά στη χαοτική μεταφορά φυτικών σπόρων με φυσικές διαδικασίες. Έτσι, για παράδειγμα, στη μελέτη του χώρου εναπόθεσης των ορυχείων για την περίοδο από το 1992 έως το 2010, όταν υπήρχαν ενεργές εργασίες σε αυτόν, οι δείκτες καθορίστηκαν από -0,25 έως 0,05, γεγονός που δείχνει την εμφάνιση βιομάζας στην επιφάνεια. Η Εικόνα 2 δείχνει τα αποτελέσματα της παρακολούθησης της χωματερής του ορυχείου του Bachatskiy (περιοχή Kemerovo). Όπως φαίνεται, η μετατόπιση του ορίζοντα από το βορρά προς το νότο είναι σαφώς εντοπισμένη. Το όριο του δείκτη εδάφους διέρχεται από το 0, τα έγχρωμα σημάδια αντιπροσωπεύουν τους δείκτες με εύρος [0;1] που χαρακτηρίζουν το έδαφος. Οι δείκτες που παρουσιάζονται με λευκές αποχρώσεις είναι άδειοι βράχοι. Όπως είναι σαφές από το σχήμα, ο σχηματισμός του χώρου εναπόθεσης ορυχείων δημιουργήθηκε από κάτω προς τα πάνω και μέχρι το 2010 παρατηρήθηκε μια ενεργή διαδικασία αυτό-ανάπτυξης της νότιας πλευράς του ορυχείου. Θα πρέπει να σημειωθεί ότι δεν πραγματοποιούνταν αποκατάσταση της περιοχής εκείνη την χρονική περίοδο, ενώ η μέση ταχύτητα εμφάνισης της πρώτης πράσινης μάζας είναι 4-5 χρόνια. Κατά τη διεξαγωγή της έρευνας αυτής της μεθόδου το βήμα του δείκτη σταθεροποιήθηκε κατά το δεύτερο έτος με περαιτέρω αύξηση του ανάλογα με τα επικρατούντα είδη βλάστησης.
ΤΑΞΙΝΟΜΗΣΗ ΕΙΚΟΝΩΝ ΚΑΙ ΑΞΙΟΛΟΓΗΣΗ ΤΗΣ ΑΚΡΙΒΕΙΑΣ
Οι εικόνες Landsat με χωρική ανάλυση (30 m × 30 m) που καλύπτουν τις περιοχές Multan και Vehari λήφθηκαν- για τα έτη 1987 και 1997, οι εικόνες Landsat 4 και 5 (TM) ήταν για το 2007, οι εικόνες Landsat 7 (ETM+) και για το 2017, οι εικόνες Landsat 8 (OLI) λήφθηκαν από τον δικτυακό τόπο του Γεωλογικού Ινστιτούτου των Ηνωμένων Πολιτειών της Αμερικής. Survey (USGS) (Πίνακας 1). Οι κατηγορίες LULC περιλάμβαναν έκταση βλάστησης, δομημένη έκταση, υδάτινα σώματα και γυμνό έδαφος. Το λογισμικό Arc GIS 10.1 και το λογισμικό ERDAS Imagine 15 είναι σημαντικά εργαλεία για την κατασκευή χαρτών LULC και LST(Ahmed 2012). Τα δεδομένα προεπεξεργάστηκαν με τη χρήση λογισμικού ERDAS (Rahman et al. 2017) για τις ατμοσφαιρικές και ραδιομετρικές διορθώσεις, την ενίσχυση της εικόνας, το στρώμα στοίβαξης, μωσαϊκό και υπο-ορισμός με βάση την περιοχή μελέτης (Rani et al. 2018). Ο Landsat 7 (ETM+) μετά το 2003 έδειξε την παραπλανητικό ζήτημα (πρόβλημα του διορθωτή γραμμών σάρωσης, SLC).
ΘΕΡΜΟΚΡΑΣΙΑ
Τα δεδομένα της μέγιστης και της ελάχιστης θερμοκρασίας 60 διαφόρων σημείων του νότιου Punjab (όπως το Multan και Vehari) αποκτήθηκαν από τον δικτυακό τόπο της Εθνικής Υπηρεσίας Αεροναυτικής και Διαστήματος (NASA). Ελάχιστη και μέγιστη θερμοκρασία δεδομένων 30 ετών (από το 1987 έως το 2017) για όλα τα σημεία της έρευνας της περιοχής μελέτης αποκτήθηκαν. Η ακολουθία δεδομένων 30 ετών για όλα τα σημεία έρευνας αναλύθηκε για τη σύγκριση των θερμοκρασία με την LST. Οι ταξινομημένοι χάρτες μετρήθηκαν σε ακρίβεια με μεθόδους στρωματοποιημένης τυχαίας δειγματοληψίας. Από κάθε περιοχή (Multan και Vehari), ορίστηκαν 60 σημεία έρευνας για τον υπολογισμό της εκτίμησης της ακρίβειας. Εκτός από χάρτες ελέγχου LULC στο πεδίο, χρησιμοποιήθηκε επίσης έρευνα πεδίου ως δεδομένα αναφοράς. Ο NDVI υπολογίστηκε για τη βλάστηση της περιοχής μελέτης για τα αναφερόμενα έτη (Pal and Ziaul 2017). Οι τιμές NDBI χρησιμοποιήθηκαν για την εκτίμηση της αστικής περιοχής. Η περιεκτικότητας της περιοχής σε νερό για τη βλάστηση εκτιμήθηκε με τη χρήση του NDWI. Το NDVI, NDBI και NDWI μετρήθηκαν με τη χρήση του Arc GIS 10.1.
3. Αποτελέσματα
Η επιβλεπόμενη ταξινόμηση χρησιμοποιήθηκε για να γίνει η LULC σε χάρτες για τα έτη 1987, 1997, 2007 και 2017 στη περιοχή μελέτης. Η έκταση της βλάστησης κάλυψε 713042 εκτάρια (87,46 %), 716726 ha (87,91 %), 710233 ha (87,12 %) και 697678 (85,58) κατά τη διάρκεια του τα έτη 1987, 1997, 2007 και 2017 αντίστοιχα στο περιοχή μελέτης. Η έκταση που καλύφθηκε από "γυμνό έδαφος" ήταν 62890 ha (7,71 %) το 1987, η οποία μειώθηκε σε 37645 ha (4,61 %) το 2017. Διαπιστώθηκε ότι το "γυμνό έδαφος" μειώθηκε κατά τη διάρκεια των τελευταίων λίγων χρόνων. Τα υδάτινα σώματα μειώθηκαν από 9719 (1,19 %) σε 4310 ha (0,53 %) μεταξύ των ετών 1987 και 2017, ενώ τα γυμνά έδαφος μειώθηκε από 62890 (7,71 %) σε 25245 εκτάρια (3,09 %), από το 1987 έως το 2017. Η οικοδομήσιμη έκταση κάλυπτε 29620 εκτάρια (3,63 %), 48224 εκτάρια (5,91 %), 61967 εκτάρια (7,6 %) και 88038 εκτάρια (10,8 %) κατά τα έτη 1987, 1997, 2007 και 2017 αντίστοιχα. Η δομημένη έκταση αυξήθηκε από 29620 (3,63 %) σε 88038 ha (10,8 %) κατά τη διάρκεια των ετών 1987 έως 2017 στην περιοχή μελέτης. Το 1981, ο συνολικός πληθυσμός του Multan ήταν 1,9 εκατ. σε 4,7 εκατ. το 2017, γεγονός που δείχνει την αύξηση περισσότερων πάνω από 2,8 εκατ. κατοίκους στην περιοχή Multan που προκάλεσε επέκταση της αστικής περιοχής (GOP 2017). Ομοίως, το 1981, ο συνολικός πληθυσμός του Vehari ήταν 1,3 εκατ. σε 2,8 εκατ. το 2017, γεγονός που δείχνει την αύξηση κατά περισσότερο από πάνω από 1,5 εκατ. κατοίκους στην περιοχή Vehari που δείχνει επέκταση της αστική περιοχής. Η αύξηση του πληθυσμού και οι νέες αποικίες (χωρίς κατάλληλο σχεδιασμό) είναι ο κύριος παράγοντας για την αύξηση της δομημένης περιοχής στην περιοχή μελέτης. Υπάρχουν πολυάριθμοι παράγοντες που συμβάλλουν στην αύξηση της δόμησης Στα παλαιά τμήματα της αστικής περιοχής οι κύριες μεταβολές έχουν συνέβησαν. Το αποτέλεσμά μας έδειξε επίσης ότι η περιοχή Multan και Vehari αυξάνονται σταδιακά όχι μόνο για την αστική ανάπτυξη, αλλά και κυρίως άνθρωποι από τις αγροτικές περιοχές που μεταφέρθηκαν στην πόλη και σε αστικές περιοχές. Λεπτομέρεια της ακρίβειας του παραγωγού και του χρήστη και KHAT (k) για διάφορες κατηγορίες LULC για τα έτη 1987, 1997, 2007 και 2017 παρουσιάζονται στον πίνακα 4. Ο μέσος όρος παραγωγού και ακρίβεια των χρηστών ήταν 89,5% και 83,5% για το 1987, 88,3% και 87,5% για το 1997, 90,7% και 92,4% για το 2007 και 96,4% και 93,5% για το 2017, αντίστοιχα. Μέση ακρίβεια για τον παραγωγό και χρήστη της βλάστησης ήταν 92,5% και 89,7%, αντίστοιχα, στην περιοχή μελέτης. Η μέση ακρίβεια για τον παραγωγό καθώς και για τον χρήστη της έκτασης συσσώρευσης ήταν 92,1 % και 91,9 % αντίστοιχα. Επίσης, η μέση ακρίβεια για τον παραγωγό καθώς και τον χρήστη του νερού ήταν 89,6% και 86,1% αντίστοιχα στην περιοχή μελέτης. Συνολικά εκτίμηση της ακρίβειας για την ταξινόμηση είναι 85 % για το 1987, 92 % για το 1997, 89 % για το 2007 και 87 % για το 2017. Kappa (k) για το 1987, το 1997, το 2007 και το 2017 είναι 80 %, 87 %, 85 % και 82 % αντίστοιχα. Σύμφωνα με τους Hussain et al. (2020c), ο μέσος όρος συνολική ακρίβεια του χρήστη και του παραγωγού ήταν 87,7 % και 85,7 % για τις περιόδους Kharif και Rabi στην περιοχή Multan, αντίστοιχα. Τα αποτελέσματά μας παρουσίασαν ότι η συνολική εκτίμηση της ακρίβειας κυμάνθηκε από 80 έως 89 % από το 1987 έως το 2017 στην περιοχή μελέτης.
Θερμοκρασία επιφάνειας εδάφους (LST)
Η τάση της μέσης μέγιστης θερμοκρασίας παρουσιάζει ελαφρώς μείωση κατά την περίοδο 1987-1995, τάση που ανέκαμψε το 1992, όπου παρατηρήθηκαν σημαντικές μεταβολές στη μέση μέγιστη θερμοκρασία από το 2016 και μετά, δηλαδή από 33 σε 36 °C (Σχήμα 3). Ομοίως, η ελάχιστη θερμοκρασία παρουσίασε επίσης την ίδια τάση με τη μέγιστη θερμοκρασία, μια συνολική αύξηση κατά ελάχιστης θερμοκρασίας κατά τη διάρκεια του 2016 (Σχ. 3). Μέση θερμοκρασία παρατηρήθηκε 27 °C το 1987 και 27,9 °C το 2017, επομένως, σχεδόν 0,9 °C αύξηση της θερμοκρασίας κατά τη διάρκεια του 1987 έως 2017 στην περιοχή μελέτης. Όπως φαίνεται στο Σχ. 3 και σε πολλές άλλες μελέτες, οι μεταβολές της επιφανειακής θερμοκρασίας προκαλούνται από τα ατμοσφαιρικά κατακρημνίσματα, τη μεταφορά θερμού/κρύου αέρα και τις μεταβολές της τη συχνότητας ή την πορεία των μεγάλων καταιγίδων. Σε αντίθεση με την πραγματικές επιφανειακές παρατηρήσεις, δεν βρέθηκαν στατιστικά σημαντικές διαφορές στην εκτίμηση της θερμοκρασίας των αστικών και των αγροτικών σταθμών. Τα επιχειρήματα αυτά υποδηλώνουν ότι θα μπορούσαν να αποδοθούν οι διαφορές μεταξύ μηνιαίων ή ετήσιων μέσων όρων τάσεων της επιφανειακής θερμοκρασίας που προέρχονται από παρατηρήσεις και από τη θερμοκρασία κυρίως στην αστικοποίηση και σε άλλες μεταβολές στα LULC.
Κατά τα έτη 1987, 1997, 2007 και 2017, οι τιμές LST παρουσίασαν εύρος μεταξύ 12-42°C, 11-43,4°C, 11-44°C και 11-45°C. αντίστοιχα. Η μελέτη μας έδειξε ότι οι ελάχιστες τιμές LST σε περιοχή μελέτης αυξήθηκαν κατά 12°C το 1987 και η μέγιστη 45°C κατά τη διάρκεια του 2017 (Σχ. 4). Η μελέτη αυτή, έδειξε ότι η μέγιστη θερμοκρασία έγινε αντιληπτή στο γυμνό έδαφος και στις αστικές περιοχές, επειδή οι περιοχές αυτές είναι περισσότερο εδραιωμένες όσον αφορά τις υποδομές από τα γειτονικά εδάφη. Επιπλέον, οι αλλαγές αυτές θα μπορούσαν να είναι αποτέλεσμα της αλλαγής του κλίματος. Επίσης, η χαμηλή θερμοκρασία παρατηρήθηκε στα υδάτινα σώματα και στην περιοχή της βλάστησης. Λόγω μείωσης των βροχοπτώσεων στη πάροδο του χρόνου και της αύξησης της θερμοκρασίας, το πρότυπο της βλάστησης έχει μετατραπεί. Οι μέγιστες θερμοκρασίες μέσα και γύρω από την αστική περιοχή ήταν πάνω από 30°C και υπήρχαν σε μέγιστες θερμοκρασίες σε περιοχές αστικών και γυμνών εκτάσεων. Το μέγιστο της περιοχής μελέτης αποτελείται από αστικές περιοχές οι οποίες προκάλεσαν αυξημένες θερμοκρασίες σε αντίθεση με τις περιοχές με βλάστηση και περιοχές υδάτων.
Οι μεταβολές του NDVI και η σχέση του με την LST
Οι τιμές του NDVI είναι ένας από τους πιο ευρέως χρησιμοποιούμενους δείκτες για τη διαφοροποίηση μεταξύ υγιούς βλάστησης και μη υγιούς βλάστησης. Οι τιμές NDVI υποδεικνύουν τη χλωροφύλλη, η οποία βρίσκεται στη φυτοκάλυψη. Έτσι οι υψηλές τιμές NDVI έδειχναν υγιή και πυκνή βλάστηση και οι ελάχιστες τιμές NDVI έδειξαν αραιή βλάστηση και γυμνό έδαφος. Λόγω της απορρόφησης των ηλεκτρομαγνητικών ακτινοβολίας από το νερό, οι υδάτινες περιοχές παρουσίασαν αρνητικές τιμές NDVI. Οι τιμές NDVI παρατηρήθηκαν από -0,26 έως + 0,97 το 1987, αλλά το 1997, ο NDVI παρουσίασε -0,32 έως + 0,68 σε στην περιοχή μελέτης (όπως φαίνεται στο Σχήμα 5). Ο NDVI κυμάνθηκε μεταξύ από -0,15 έως 0,67 και -0,15 έως 0,57 για τα έτη 2007 και 2017 αντίστοιχα. Οι τιμές του NDVI ήταν μέγιστες το 1987 στο +0,97 και η ελάχιστη το 1997 στο -0,32 γεγονός που υποδηλώνει ότι οι τάξεις του NDVI παρουσιάζουν ένα χωρικό πρότυπο για το πράσινο και την έκταση της βλάστησης. Στο χάρτη αντικατοπτρίζουν την παραγωγικές περιοχές για τη γεωργία, για παράδειγμα τη βλάστηση περιοχή και δάσος. Αυτή η τάση του NDVI παρουσίασε ότι ο μέσος όρος τιμές του NDVI μειώθηκαν κατά τη διάρκεια της περιόδου 1987 έως 2017 στο περιοχή μελέτης. Σύμφωνα με τους Hussain et al. (2020c), ο NDVI τιμές υποδεικνύουν την ποσότητα της περιεκτικότητας σε χλωροφύλλη σε βλάστηση, όπου ο υψηλότερος NDVI υποδηλώνει πυκνή και υγιή βλάστηση- από την άλλη πλευρά, ο χαμηλότερος NDVI υποδεικνύει γυμνό έδαφος και περιοχή με συσσώρευση. Γραμμική παλινδρόμηση (R2) χρησιμοποιήθηκε για την εύρεση σχέσεων μεταξύ LST με το NDBI, NDVI και NDWI. Η παλινδρόμηση R2 έδειξε ότι η LST και το NDVI έχουν αρνητική συσχέτιση μεταξύ τους. Στην παρούσα μελέτη, η παλινδρόμηση (R2) 0,81, 0,78, 0,84 και 0,76 παρατηρήθηκαν το 1987, το 1997, το 2007 και το 2017 αντίστοιχα στη μελέτη περιοχή (Σχήμα 6). Η ανάλυση παλινδρόμησης έδειξε ότι σε τέτοιες περιοχές όπου ο NDVI αυξήθηκε, η LST πρέπει να μειωθεί. Το LST εξαρτάται από τα θερμικά χαρακτηριστικά και το μέγεθος των σωματιδίων του εδάφους και της εδαφικής υγρασίας, ενώ η τάση του NDVI εξαρτάται από τα φυσικοχημικά χαρακτηριστικά των φύλλων καθώς και από την υφή των φυτών
Οι αλλαγές στο NDBI και η σχέση με το LST
Οι τιμές NDBI χρησιμοποιήθηκαν για τον προσδιορισμό του δείκτη συσσώρευσης χρησιμοποιώντας το λογισμικό ArcGIS. Οι τιμές του NDBI ήταν -0,68 έως 0,9, -0,49 έως 0,6, -0,17 έως 0,59 και -0,42 έως 0,55 για τα έτη 1987, 1997, 2007 και 2017 αντίστοιχα στο περιοχή μελέτης. Επίσης, ο NDBI ήταν υψηλότερος το 1987 με + 0,9 και το χαμηλότερο το 1997 με -0,49 στην περιοχή μελέτης. Σχήμα 7 υποδεικνύει τις παραγόμενες τιμές NDBI που δείχνουν τη χωρική διάταξη της αστικής περιοχής για τα έτη 1987, 1997,2007 και 2017. Οι μέγιστες τιμές NDBI δείχνουν τις αστικές περιοχές, όπως κτίρια, δρόμοι, γυμνό έδαφος, οικιστικές και εμπορικές περιοχές, ενώ οι χαμηλότερες τιμές NDBI δείχνουν βλάστηση όπως δάση, καλλιεργήσιμες εκτάσεις, γεωργικές εκτάσεις, πάρκα και υδάτινα σώματα. Το αποτέλεσμα της μελέτης δείχνει ότι περισσότερες τιμές NDBI παρατηρήθηκαν στις περιοχές που χαρακτηρίζονταν από μεγαλύτερη LST. Θετική σχέση μεταξύ NDBI και LST βρέθηκε με τιμές R2 0,77, 0,84, 0,82 και 0,80 για τα έτη 1987, 1997, 2007 και 2017 αντίστοιχα (Σχήμα 8). Ισχυρή θετική σχέση μεταξύ LST και NDBI υποδηλώνει ότι η LULC που έχει μεγαλύτερη βιομάζα παρουσιάζει χαμηλότερη LST. Τα αποτελέσματά μας δείχνουν επίσης μικρότερες τιμές LST σε περιοχές με λιγότερο NDBI, όπως η βλάστηση περιοχή, ωστόσο οι μεγαλύτερες τιμές LST σε μεγαλύτερες NDBI, π.χ. περιοχή δόμησης. Οι μεταβολές των LULC έχουν άμεση επίδραση στην LST μέσω του NDVI. Τα αποτελέσματά μας έδειξαν επίσης μικρότερες τιμές LST σε περιοχές με υψηλή βλάστηση, ωστόσο τις μεγαλύτερες τιμές LST σε περιοχές με χαμηλή βλάστηση.
Οι μεταβολές του NDWI και η σχέση με την LST
Οι τιμές NDWI χρησιμοποιήθηκαν για τον εντοπισμό των υδάτινων σωμάτων σε διαφορετικές περιοχές. Οι τιμές NDWI παρατηρήθηκαν -0,22 έως + 0,87 το 1987, αν και το 1997, ο NDWI παρουσίασε την ελάχιστη τιμή -0,25 και μέγιστη +0,74 στη μελέτη. περιοχή (Σχήμα 9). Ο NDWI κυμάνθηκε από -0,24 έως 0,65 και 0,28 έως 0,60 για τα έτη 2007 και 2017 αντίστοιχα. Οι τιμές του NDWI ήταν μέγιστες το 1987 με +0,87 και ελάχιστη το 2017 στο -0,28, γεγονός που υποδηλώνει ότι ο NDWI τάξεις που παρουσιάζουν ένα χωρικό πρότυπο για την πράσινη περιοχή στο χάρτη που αντικατοπτρίζουν τις παραγωγικές περιοχές για τη γεωργία, για για παράδειγμα, η έκταση βλάστησης και το δάσος. Από την άλλη πλευρά, οι ελάχιστες τιμές NDWI δείχνουν αστικές περιοχές, όπως τα κτίρια, δρόμοι, γυμνό έδαφος, οικιστικές και εμπορικές περιοχές. τιμές NDWI δείχνουν περιοχές βλάστησης όπως δάση, καλλιεργήσιμες εκτάσεις, γεωργικές εκτάσεις, πάρκα και υδάτινα σώματα. Η παλινδρόμηση ανάλυση έδειξε αρνητική σχέση μεταξύ LST και NDWI, με R2 = 0,76, 0,74, 0,85 και 0,82. για τα έτη 1987, 1997, 2007 και 2017 αντίστοιχα (Σχήμα 10). Η ανάλυση παλινδρόμησης έδειξε ότι στις περιοχές αυτές όπου ο NDWI αυξήθηκε, η LST πρέπει να μειωθεί. Ισχυρή αρνητικήσχέση μεταξύ LST και NDWI υποδηλώνει ότι LULC με μεγαλύτερη βιομάζα παρουσιάζει χαμηλότερη LST. Αυτό είναι μια αρνητική σχέση που αφορά την αλλαγή στη βλάστηση, στις επιφάνειες του εδάφους, στις φυσικές αλλαγές, στη γη επιφανειακή εκπομπή και τη βελτιωμένη εδαφική υγρασία που έχει μεγάλο αντίκτυπο στη θέρμανση της επιφάνειας του εδάφους.
4. Συμπεράσματα
Η παρούσα έρευνα βασίστηκε σε χρονικά δεδομένα Landsat για την παρατήρηση των αλλαγών LULC και την επίδρασή τους στην LST. Το αποτέλεσμα της ταξινόμησης LULC έδειξε ότι η έκταση δόμησης αυξήθηκε κατά 7,16 %, ενώ η βλάστηση και το γυμνό έδαφος μειώθηκαν κατά 1,89 %. και 4,61 %, αντίστοιχα, κατά την περίοδο 1987-2017. Για την LST παρουσιάστηκαν τιμές μεταξύ 12-42°C, 11-43,4°C, 11-44°C και 11-45°C κατά τα έτη 1987, 1997, 2007 και 2017, αντίστοιχα. Η μελέτη έδειξε ότι η τιμή LST αυξήθηκε σε διάφορες κατηγορίες, για παράδειγμα στο γυμνό έδαφος καθώς και στις δομημένες περιοχές. Αυτό οφείλεται στις μέγιστες θερμοκρασίες της αστικής περιοχής, κυρίως κατά τη θερινή περίοδο. Μεγαλύτερες τιμές LST παρατηρούνται σε τέτοιες περιοχές όπου υπάρχει λιγότερη βλάστηση και αντίστροφα, ενώ παρουσιάζει θετική συσχέτιση με NDBI. Οι τιμές του NDVI ήταν μέγιστες το 1987 με + 0,97 και ελάχιστες το 1997 σε -0,32, γεγονός που υποδηλώνει ότι ο NDVI παρουσιάζει ένα χωρικό πρότυπο για το πράσινο και την περιοχή βλάστησης. Στο χάρτη αντικατοπτρίζονται οι παραγωγικές περιοχές για τη γεωργία, για παράδειγμα την έκταση βλάστησης και το δάσος. O NDVI μειώθηκε από το 1987 έως το 2017 στην περιοχή μελέτης. Επιπλέον, αυτή η έρευνα έδειξε ότι ο NDVI και ο NDWI έχουν αρνητική συσχέτιση με την LST. Η LST μεταβλήθηκε σε μεγάλο βαθμό λόγω των αλλαγών LULC καθώς και είναι πολύ ευαίσθητη στη φυτοκάλυψη- ειδικά, η βλάστηση ήταν αποκαλύφθηκε ότι είναι το κεντρικό χαρακτηριστικό στο οποίο βασίζεται αυτή η συσχέτιση. Το αποτέλεσμά μας παρείχε τη δυναμική και συνεχή παρακολούθηση των αλλαγών στη διαχείριση της γης. Θα βοηθήσει τους υπεύθυνους χάραξης πολιτικής στην ανάπτυξη πολιτικών για την αποτελεσματική διαχείριση των εδαφικών πόρων. Η έρευνά αυτή μπορεί επίσης να είναι χρήσιμη για την πρόβλεψη της θερμοκρασίας για το μέλλον και επίσης να βοηθήσει στον μελλοντικό σχεδιασμό για τον καύσωνα στην περιοχή μελέτης. Η μελέτη μας παρέχει μια βασική βάση δεδομένων για εφαρμογή στον αστικό σχεδιασμό και τη διαχείρισή του στο νότιο Punjab.
