آدرس ایمیل خود را وارد نمایید
ثبت
پیام خود را بنویسید
دوره 15، شماره 2 - ( تابستان 1404 )
جلد 15 شماره 2 صفحات 143-124 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Mohammadi N, Hejazizadeh Z, Zeaiean Firouzabadi P, Karbalaee A. Spatiotemporal Changes in Regional Temperature Influenced by Global Warming in Tehran Province, Iran. Disaster Prev. Manag. Know. 2025; 15 (2) :124-143
URL: http://dpmk.ir/article-1-727-fa.html
URL: http://dpmk.ir/article-1-727-fa.html
محمدی نیلوفر، حجازی‌زاده زهرا، ضیائیان فیروزآبادی پرویز، کربلائی علیرضا. ارزیابی روند تغییرات مکانی و زمانی دمای منطقه‌ای تحت اثر گرمایش جهانی در استان تهران. دانش پیشگیری و مدیریت بحران. 1404; 15 (2) :124-143
1- گروه آب و هواشناسی، دانشکده علوم جغرافیایی، دانشگاه خوارزمی، تهران، ایران.
2- گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده علوم جغرافیایی، دانشگاه خوارزمی، تهران، ایران.
2- گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده علوم جغرافیایی، دانشگاه خوارزمی، تهران، ایران.
متن کامل [PDF 18984 kb]
(187 دریافت)
| چکیده (HTML) (845 مشاهده)
References
Adeyeri, O. E., Folorunsho, A. H., Ayegbusi, K. I., Bobde, V., Adeliyi, T. E., Ndehedehe, C. E., & Akinsanola, A. A. (2024). Land surface dynamics and meteorological forcings modulate land surface temperature characteristics. Sustainable Cities and Society, 101, 105072. [DOI:10.1016/j.scs.2023.105072]
Alijani, B. , Toulabi Nejad, M., & Karbalaie Darei, A. (2019). [Investigating the effects of global warming on subtropical high pressure. (Persian)] Physical Geography Research, 51(1), 33-50. [DOI:10.22059/jphgr.2019.258677.1007223]
Alimohamadi, A. (2009). [Planning of Tehran Province (Persian)]. Tehran: Deputy of Planning of Tehran Province.
Al Shawabkeh, R., AlHaddad, M., Al-Fugara, A. K., Al-Hawwari, L., Al-Hawwari, M. I., & Omoush, A., et al. (2024). Modeling the impact of urban land cover features and changes on the land surface temperature (LST): The case of Jordan. Ain Shams Engineering Journal, 15(2), 102359. [DOI:10.1016/j.asej.2023.102359]
Ahmadnezhad, E., Naieni, K. H., Ardalan, A., Mahmoodi, M., Yunesian, M., & Naddafi, K., et al. (2013). Excess mortality during heat waves, Tehran Iran: an ecological time-series study. Journal of Research in Health Sciences, 13(1), 24-31. [Link]
Ahmadi, M., & Ahmadi, H. (2018). [Monitoring of the night time land surface temperature in Iran based on output of the MODIS (Persian)]. Geographical Research, 33(1), 174-190. [Link]
Ahmadi, M. , Dadashiroudbari, A., & Esfandiari, N. (2019). [Monitoring the Urban heat islands with a Fractal Net Evolution (FNEA) Approach (Case Study: Tehran Metropolis) (Persian)]. Iranian Journal of Remote Sensing and GIS, 11(1), 93-112. [DOI:10.52547/gisj.11.1.93]
Azadeh, S. R., & Etemadi kia, H. (2024). [Modeling the Spatial Expansion of Urban Heat Islands in Rasht Metropolitan (Persian)]. Geography and Territorial Spatial Arrangement, 14(50), 29-54. [Link]
Azizi, Gh., Karimi, M., & Sabok Khiz, Z. (2006). [Temperature trends in Iran over the past few decades and the increase in atmospheric CO2 (Persian)]. Journal of Applied Researches in Geographical Sciences, 4(4),27-47. [Link]
Azizi, Gh. (2004). [Climate change (Persian)]. Tehran: Ghoumes. [Link]
Bahi, H., Mastouri, H., and Radoine, H. (2020). Review of methods for retrieving urban heat islands. Materials Today: Proceedings, 27, 3004-3009. [DOI:10.1016/j.matpr.2020.03.272]
Bonacci, O., Vrsalović, A., & Roje-Bonacci, T. (2024). Different development of global warming (GW) and urban heat island (UHI) in the city of Zagreb. Acta Hydrotechnica, 36(65), 155-176. [DOI:10.15292/acta.hydro.2023.10]
Cheval, S., Dumitrescu, A., & Bell, A. (2009). The urban heat island of Bucharest during the extreme high temperatures of July 2007. Theoretical and Applied Climatology, 97, 391-401. [DOI:10.1007/s00704-008-0088-3]
Coutts, A., & Harris, R. (2012). A Multi-scale Assessment of Urban Heating in Melbourne During an Extreme Heat Event. Melbourne: Victorian Centre for Climate Change Adaptation Research. [Link]
Connor, J. A., Farhat, S. K., & Vanderford, M. (2012). GSI Mann-Kendall toolkit for constituent trend analysis, user’s manual. Houston: GSI Environmental Inc. [Link]
Demisse Negesse, M., Hishe, S., & Getahun, K. (2024). LULC dynamics and the effects of urban green spaces in cooling and mitigating micro-climate change and urban heat island effects: a case study in Addis Ababa city, Ethiopia. Journal of Water and Climate Change, 15(7), 3033-3055. [DOI:10.2166/wcc.2024.662]
Emmanuel, R., & Krüger, E. (2012). Urban heat island and its impact on climate change resilience in a shrinking city: The case of Glasgow, UK. Building and Environment, 53, 137-149. [DOI:10.1016/j.buildenv.2012.01.020]
Eskandarian, E. (2015). [Climate comfort in Tehran (Persian)]. Journal of Research in Science, Engineering and Technology, 1, 57-67. [Link]
Ge, S., Zhan, W., Wang, S., Du, H., Liu, Z., & Wang, C., et al. (2024). Spatiotemporal heterogeneity in global urban surface warming. Remote Sensing of Environment, 305, 114081. [DOI:10.1016/j.rse.2024.114081]
Galdies, C., & Lau, H. S. (2020). Urban heat island effect, extreme temperatures and climate change: A case study of Hong Kong SAR. In W. Leal Filho, G. Nagy, M. Borga, P. Chávez Muñoz & A. Magnuszewski (Eds), Climate Change, Hazards and Adaptation Options. Climate Change Management. Cham: Springer. [DOI:10.1007/978-3-030-37425-9_20]
Gupta, A., Sadab, A., & De, B. (2024). Assessment of critical thermal characteristics and land surface dynamics of an Indian metropolitan city. Journal of Water and Climate Change, 15(7), 3409-3430. [DOI:10.2166/wcc.2024.370]
Hejazizade, Z., & Parvin, N. (2009). [Study of temperature and precipitation changes in Tehran over the past half century (Persian)]. Journal of Urban Ecology Researches, 1(0), 43-56. [Link]
Hejazizadeh, Z., Zeyaeean, P., & Shirkhani, A. (2013). [Comparison of surface temperature estimation using thermal band data (Persian)]. Geography, 11(38), 33-50. [Link]
Hejazizade, Z., & Moghimi, Sh. (2002). [Introductory Microclimatology (Persian)]. Tehran: Payam Noor University. [Link]
Hejazizade, Z., & Moghimi, Sh. (2007). [Application of climate in urban and regional planning (Persian)]. Tehran: Payam Noor University. [Link]
Hejazizade, Z. (1993). [Study of subtropical high pressure fluctuations in seasonal changes in Iran (Persian)] [PhD dissertation]. Tehran: Tarbiat Modares University. [Link]
Huntington, J. L., Hegewisch, K. C., Daudert, B., Morton, C. G., Abatzoglou, J. T., & McEvoy, D. J., et al. (2017). Climate engine: Cloud computing and visualization of climate and remote sensing data for advanced natural resource monitoring and process understanding. Bulletin of the American Meteorological Society, 98(11), 2397-2410. [DOI:10.1175/BAMS-D-15-00324.1]
IPCC. (2022). Global Warming of 1.5°C. An IPCC Special Report on the impacts of global warming of 1.5°C above pre-industrial levels and related global greenhouse gas emission pathways, in the context of strengthening the global response to the threat of climate change, sustainable development, and efforts to eradicate poverty. Cambridge: Cambridge University Press. [Link]
IPCC. (2021). Sixth report of the working group of the intergovernmental panel on climate change. Geneva: The Intergovernmental Panel on Climate Change (IPCC). [Link]
Farjod, M. (2018). [Tehran Municipality Statistical Yearbook (Persian)]. Tehran: Tehran Municipality ICT Organization. [Link]
Falahati, F., Alijani, B., Ghohrodi Tali, M., & Barati, M. (2012). [Site Selection of Appropriate Locations for Development of Orchards Using GIS & RS, by Emphasizing Climatic Factors (Case study: Walnut - Tehran Province) (Persian)]. Geography and Environmental Sustainability, 2(1), 43-54. [Link]
Fatahian, M. (2018). [The impact of climate change on Iran's summer subtropical high pressure (Persian)] [PhD dissertation]. Tehra: Kharazmi University. [Link]
Field, C. B., & Barros, V. R. (2014). Climate Change 2014: Impacts, Adaptation and Vulnerability. Part B: Regional Aspects. Cambridge: Cambridge University Press. [Link]
Kamalakar, G., & Kamala, K. (2024). Urban growth, climate change, and the intensification of heat waves in India. Urban India, 44(2), 93-97. [Link]
Karbalaee, A. R., Beygam Hejazizadeh, Z., Masoodian, S. A., & Keikhosravi kiany, M. (2021). [Trend Analysis of Land surface temperature using Remote Sensing Data in Iran (Persian)]. Journal of Geography and Environmental Hazards, 10(2), 93-109. [DOI:10.22067/geoeh.2021.69462.1035]
Khodajou, M. , Motavali, S. , Janbazghobadi, G., & Gandomkar, A. (2021). [Influence of synoptic atmospheric patterns on heat island intensity of Rasht city and climate Element's change (Persian)]. Geography (Regional Planning), 11(44), 85-97. [DOI:10.22034/jgeoq.2021.128864]
Liu, Y., Zhang, W., Liu, W., Tan, Z., Hu, S., & Ao, Z., et al. (2024). Exploring the seasonal effects of urban morphology on land surface temperature in urban functional zones. Sustainable Cities and Society, 103, 105268. [DOI:10.1016/j.scs.2024.105268]
Lauwaet, D., Hooyberghs, H., Maiheu, B., Lefebvre, W., Driesen, G., & Van Looy, S., et al. (2015). Detailed urban heat island projections for cities worldwide: Dynamical downscaling CMIP5 global climate models. Climate, 3(2), 391-415. [DOI:10.3390/cli3020391]
Lu, H., Gaur, A., & Lacasse, M. (2024). Climate data for building simulations with urban heat island effects and nature-based solutions. Scientific Data, 11(1), 731. [DOI:10.1038/s41597-024-03532-5.] [PMID]
Li, Q., Zhang, H., Liu, X., & Huang, J. (2004). Urban heat island effect on annual mean temperature during the last 50 years in China. Theoretical and Applied Climatology, 79, 165-174. [DOI:10.1007/s00704-004-0065-4]
Malekimejad, H. , Solaimame, M. , Jaedaei, A., & Shater, S. (2013). [Analysis of the precipitation and drought trend variations using Mann-Kendall and Sen Tests in Tehran Province (Persian)]. Nivar, 37(80-81), 43-54. [Link]
Management and Planning Organization of Tehran. (2021). [City of Tehran Statistical yearbook (Persian)]. Tehran: Management and Planning Organization of Tehran. [Link]
Mansouri, S., Khaledi, Sh., & Asadian, F. (2021). [The role of the heat island in the temperature change process of Tehran's urban area (Persian)]. Territory, 18(70), 65-84. [Link]
Mansouri, S., & Zarghami, E. (2023). [Dynamic Analysis of Urban Heat Islands in Tehran (2013-2023) Based on MODIS Images and Google Earth Engine (Persian)]. Journal of Remote Sensing and Geoinformation Research, 2(1), 45-64. [DOI:10.22061/jrsgr.2024.10762.1057]
Masoodian, S. A., & Torky, M. (2019). [Climatology of Surface Urban Heat Island of Ahwaz Metropolis (Persian)]. Geography and Environmental Planning, 30(1), 75-92. [DOI:10.22108/gep.2019.115913.1128]
Masoodian, S. A. (2011). [Climate of Iran (Persian)]. Mashhad: Shariee-toos. [Link]
Meftahi, M., Monavari, S. M., Kheirkhah Zarkesh, S. M. M., Vafaeinejad, A., & jozi, S. A. (2022). [Spatial-Temporal Variation of Heat Island Pattern in Tehran and Its Effective Factors (Persian)]. Environmental Researches, 13(25), 67-91. [Link]
Mohammadi, N., Hejazizadeh, Z., Zeaiean Firouzabadi, P., & Karbalaee, A. (2024). [Detection of the effect of climate change on the mechanism of heat Islands in Tehran Province (Persian)]. Nivar, 48(124-125), 203-224. [DOI:10.30467/nivar.2024.442784.1281]
Najafian, M. R., Moghimi, E., & Mohamadi, H. (2017). [Evaluation of temperature changes, heat island pattern and vegetation cover during hot days in Tehran (Persian)]. Journal of Physical Geography, 10(38), 1-18. [Link]
Nasiri, R., Motesaddi Zarandi, S., & Motlagh, M. E. (2022). [Climate change and the challenges of quantitative assessment of urban climate change: A case study in Tehran Metropolis (Persian)]. Journal of School of Public Health and Institute of Public Health Research, 19(3), 293-314. [Link]
Noorbakhsh, M., & Nazari Nejad, A. (2022). [Investigation of the relationship between NDVI and EVI vegetation indices and land surface temperature in Tehran (Persian)]. Journal of Geography and Human Relations, 5(1), 225-236. [Link]
Pohlert, T. (2023). Non-parametric trend tests and change-point detection. California: Creative Commons. [Link]
Pourdeihimi, S., Tahsildoost, M., & Ameri, P. (2019). [Effect of vegetation cover on energy consumption optimization due to reduction of urban heat island intensity: Case of Tehran Metropolitan Area (Persian)]. Quarterly Journal of Energy Policy and Planning Research , 5 (3), 97-122. [Link]
Rahimzade, F., Asgari, A., & Nohi, K. (2003). [An insight into the difference in the rate of increase in minimum and maximum temperatures and the decrease in the diurnal range of temperatures in the country (Persian)]. Paper presented at: National-Regional Climate Change Conference, Isfahan, Iran, 20 October 2003. [Link]
Rahimzade, F., & Asgari, A. (2004). [An insight into the difference in the rate of increase in minimum and maximum temperatures and the decrease in the diurnal range of temperatures in the country (Persian)]. Geographical Research Journal, 73(2), 155-171. [Link]
Ranjbar, A., Azadi, M., Bidokhti, A. A., & Sadeghi, S. A. (2005). [A case study of Tehran heat island and its numerical simulation (Persian)]. Journal of the Earth and Space Physics, 31(1), 63-78. [Link]
Sadeghinia, A., Alijani, B., & Ziaeian, P. (2013). [Analysis of spatial - temporal structure of the urban heat island in Tehran through remote sensing and geographical information system (Persian)]. Geography and Environmental Hazards, 1(4), 1-2. [Link]
Shakiba, A., Firoozabadi, P., Ashorlo, D., & Namdari, S. (2009). [Analysis of relationship between land use/cover and urban Heat Island, Using ETM+(Persian)]. Iranian Journal of Remote Sensing and GIS, 1(1), 39-58. [Link]
Stewart, I. D. (2019). Why should urban heat island researchers study history? Urban Climate, 30, 100484. [DOI:10.1016/j.uclim.2019.100484]
Sodoudi, S., Shahmohamadi, P., Vollack, K., Cubasch, U., & Che-Ani, A. I. (2014). Mitigating the urban heat island effect in megacity Tehran. Advances in Meteorology, 2014(1), 547974. [DOI:10.1155/2014/547974]
Siswanto, S., Nuryanto, D. E., Ferdiansyah, M. R., Prastiwi, A. D., Dewi, O. C., & Gamal, A., et al. (2023). Spatio-temporal characteristics of urban heat Island of Jakarta metropolitan. Remote Sensing Applications: Society and Environment, 32, 101062. [DOI:10.1016/j.rsase.2023.101062]
Salmi, T. (2002). Detecting trends of annual values of atmospheric pollutants by the Mann-Kendall test and Sen's slope estimates-the Excel template application MAKESENS. Ilmatieteen laitos. [Link]
Sheikhi, V., Malakoti, H., & Ghader, S. (2021). [Numerical simulation of the performance of summer heat island control programs in Tehran metropolis by evaluating heat fluxes (Persian)]. Journal of Spatial Analysis Environmental Hazards, 7(4), 105-126. [Link]
Escourrour, G. (1998). Climate and the city: Urban environment [Sh. Khaledi, Persian trans.]. Tehran: Tabiat Publisher. [Link]
Tabatabaei, S. (2014). [An investigation of urban-environmental management in Tehran during three historical periods of Qajar, Pahlavi and post Islamic revolution (Persian)]. Scientific- Research Quarterly of Geographical Data (SEPEHR), 22(88), 69-74. [Link]
Thanvisitthpon, N., Nakburee, A., Khamchiangta, D., & Saguansap, V. (2023). Climate change-induced urban heat Island trend projection and land surface temperature: A case study of Thailand’s Bangkok metropolitan. Urban Climate, 49, 101484. [DOI:10.1016/j.uclim.2023.101484]
Tayyebi, A., Shafizadeh-Moghadam, H., & Tayyebi, A. H. (2018). Analyzing long-term spatio-temporal patterns of land surface temperature in response to rapid urbanization in the mega-city of Tehran. Land Use Policy, 71, 459-469. [DOI:10.1016/j.landusepol.2017.11.023]
Urban Planning and Architecture Research Center of Iran. (2000). [Tehran Urban Complex Plan Report (Persian)]. Tehran: Urban Planning and Architecture Research Center of Iran.
While, A., & Whitehead, M. (2013). Cities, urbanisation and climate change. Urban Studies, 50(7), 1325-1331. [DOI:10.1177/0042098013480963]
Wan, Z. (2007). Collection-5 MODIS land surface temperature products users’ guide. California: ICESS, University of California, Santa Barbara. [Link]
متن کامل: (39 مشاهده)
مقدمه
امروزه با گسترش شهرنشینی، شهرها بر اقلیم محلی، منطقه‌ای تا سطح جهانی اثر گذاشته‌اند و توانسته‌اند بر الگوهای آب‌و‌هوایی اثرات قابل‌توجهی داشته باشند (آدیری و همکاران، 2024؛ امانوئل و کروگر، 2012). تغییرات آب‌و‌هوایی در سطح جهانی ناشی از اثرات اقلیم‌های کوچک محلی است. این تغییرات به‌طور قابل‌توجهی به افزایش میانگین دمای جهانی کمک کرده است (دَمیس نَگس و همکاران، 2024؛ هیئت بین‌الدول تغییر اقلیم، 2021). از بین بردن پوشش گیاهی، سطوح غیر‌قابل‌نفوذ، محدود بودن فضاهای سبز و آبی، تغییرات کاربری، مهاجرت از روستا به شهر (افزایش جمعیت)، کشاورزی، جنگل‌زدایی و مهم‌تر از همه افزایش گازهای گلخانه‌ای ناشی از فعالیت‌های انسانی موجب گرمایش شهری و تشدید جزیره حرارتی در شهرها شده است (هیئت بین‌الدول تغییر اقلیم، 2022؛ لیو و همکاران، 2024؛ آلشوابکه و همکاران، 2024؛ حجازی‌زاده و مقیمی، 1381؛ حجازی‌زاده و مقیمی، 1386).
مناطق شهری در مقایسه با محیط روستایی، دستاوردهای حرارتی بالاتری دارند، این دینامیک به‌عنوان پدیده جزیره گرمایی شهری شناخته شده است (لیو و همکاران، 2024؛ حجازی‌زاده و مقیمی، 1381). از دیدگاه اقلیمی، 3 مؤلفه اصلی (سامانه‌های همدید، باد و ابرناکی) بر شدت و ضعف جزیره حرارتی نقش دارند. در زمانی که آسمان بدون ابر باشد، اختلاف دما بین شهر و روستا زیاد است و در شرایطی که همراه با سرعت باد و هوا ناپایدار باشد، اختلاف حرارتی بین شهر و روستا کم می‌شود و از شدت جزیره حرارتی کاسته می‌شود. اما شدت جزیره حرارتی در زمان استقرار سامانه‌های آنتی‌سیکلونی بیشتر از شرایط سیکلونی است (اسکورو، 1377؛ خداجو و همکاران، 1400). بنابراین جزیره حرارتی بر عناصر اقلیمی اثرگذار است. این مشکل در آینده به دلیل تغییر اقلیم در شهرها شدیدتر خواهد شد (جی و همکاران، 2024؛ لو و همکاران، 2024). در ایران، تهران یکی از استان‌هایی است که با تمام مشکلات عنوان‌شده، بافتی متراکم با بالاترین نرخ جمعیت و شهرنشینی و صنعت دارد (سودودی و همکاران، 2014؛ هیئت بین‌الدول تغییر اقلیم، 2021).
تهران، تاکنون 17 موج گرمایی را تجربه کرده است که منجر به مرگ‌و‌میر 1069 نفر شده است (احمدنژاد و همکاران، 2013). بنابراین انجام مطالعه‌ای جهت روند تغییرات مکانی و زمانی دما در این استان ضروری به نظر می‌رسد. پیشینه مطالعاتی نشان می‌دهد زمینه پژوهش در حیطه گرمایش جهانی از سال 1911 در انجمن سلطنتی هواشناسی آغاز شد و در انگلستان، ثبت دما از سال 1659 به‌صورت منظم شروع شده است (عزیزی، 1383). این داده‌ها، زمینه‌ای ارزشمند برای تحلیل روند تغییرات دمایی در طول سالیان را فراهم آورده‌اند (وایل و وایتهد، 2013).
لوک هاوارد، نخستین فردی است که در سال 1806 تفاوت دمای شهر لندن و حومه را با در نظر داشتن تراکم و توسعه شهری مورد مطالعه قرار داد (استورات، 2019). مرور مطالعات نشان می‌دهد، تحقیقات گسترده‌ای در‌زمینه روند دمای منطقه‌ای و میانگین دمای جهانی انجام شده است (عزیزی و همکاران، 1384) و از دیرباز تا کنون مطالعه جزیره حرارتی و تغییر اقلیم در شهرها مورد اقبال پژوهشگران داخل و بین‌الملل است. ازلحاظ روش‌شناسی مطالعه جزیره حرارتی و دمای رویه زمین به 2 دسته (فناوری سنجش از دور و مدل‌سازی) تقسیم شده است. دسته اول، روش سنجش از دور، در پژوهش‌ها به‌عنوان تکنیکی در نظر گرفته شده است که امکان پایش جزیره حرارتی در سطح شهری (یک منطقه بزرگ) در یک زمان معین را دارد و آن را پوشش می‌دهد. دسته دوم، روش مدل‌سازی، برای تحلیل و شبیه‌سازی محیط‌های حرارتی در یک بخش شهری است و شامل مدل‌های جوی، مدل‌های دینامیکی است که توزیع دمای منطقه‌ای و مبادلات تابشی و حرارتی بین بافت شهری و جو را بررسی می‌کنند (بهی و همکاران، 2020).
در این راستا، رنجبر سعادتی و همکاران (1384)، به مطالعه شبیه‌سازی عددی جزیره حرارتی تهران با مدل MM5 پرداختند. نتایج نشان داده در زمان استقرار توده هوای گرم، شرایط گسترش جزیره حرارتی در شب شکل نمی‌گیرد و شدت ضعیفی دارد، اما در زمانی که توده هوای سرد استقرار دارد، شدت جزیره حرارتی بیشتر است و در نیمه شمالی تهران شکل می‌گیرد. مطالعه شکیبا و همکاران (1388)، در‌رابطه‌با پوشش اراضی و جزیره حرارتی در تهران نشان داد ضمن اینکه جذب و ذخیره انرژی تابشی در سطوح غیر‌قابل‌نفوذ اثر گرمایشی دارد، پوشش گیاهی با ایجاد تعادل بین تبخیر و تعرق و ایجاد سایه اثر خنک‌کننده دارد. صادقی‌نیا و همکاران (1391)، به مطالعه تحلیل مکانی‌زمانی جزیره حرارتی در کلان‌شهر تهران پرداختند و نتایج این پژوهش نشان داده است در مناطق غربی و جنوب غرب تهران به دلیل کاهش پوشش گیاهی و توسعه کاربری‌های کارگاهی و صنعتی جزیره حرارتی شدت داشته است.
مسعودیان و ترکی (1398)، به بررسی تغییرات زمانی‌مکانی جزیره حرارتی در اهواز پرداختند. نتایج این مطالعه نشان داد اهواز در روز به میزان 2 درجه سانتی‌گراد سردتر است، بنابراین با رخداد جزیره سرمایی روبه‌رو است. این در حالی است که در شب 2/2 درجه سانتی‌گراد از محیط اطرافش گرم‌تر بوده و دمای بالاتری دارد که با شکل‌گیری جزیره حرارتی روبه‌رو است. شیخی و همکاران (1399)، به بررسی شبیه‌سازی عددی عملکرد برنامه‌های کنترلی جزیره گرمایی تابستانه با مدل میان مقیاس WRF در تهران پرداختند. نتایج نشان داد باتوجهبه توپوگرافی تهران و دمای بالا در این منطقه، سناریوی تغییر آلبدو سطوح، بالاترین اثر را در سطح زمین نسبت به 2 سناریوی کاهش تراکم ساختمانی و افزایش مناطق سبز شهری دارد. در نتیجه تهران در مقابل استرس گرمایی آسیب‌پذیری بالایی را دارا است.
نصیری و همکاران (1400)، به بررسی تغییر اقلیم و چالش‌های ارزیابی کمی تغییر اقلیم در تهران پرداختند. نتایج این مطالعه نشان داده است باتوجهبه مناطق پرتراکم تهران، طی دوره 30 ساله (1991 تا 2020) این کلان‌شهر افزایش دما و کاهش رطوبت را تجربه کرده است که اثرات تغییر اقلیم با شکل‌گیری جزیره حرارتی خیلی بیشتر خواهد شد. مفتاحی و همکاران (1401)، به بررسی تغییرات فضایی‌زمانی الگوی جزیره حرارتی در تهران پرداختند. نتایج نشان داد در مناطق شمالی تهران میزان نقاط سرد قابل‌توجه است. درحالیکه در محدوده‌های غرب، غربی و جنوب شرق تهران شکل‌گیری نقاط داغ شدت داشته است. در‌نهایت، آزاده و اعتمادی‌کیا (1403)، در مطالعه‌ای مدل‌سازی گسترش فضایی جزایر حرارتی در رشت را مورد واکاوی قرار دادند. نتایج هم‌‌پوشانی شاخص‌ها نشان داد در محلات پیرسرا و ضیابری روند گسترش فضایی جزیره حرارتی بیشتر است و در 26 محله کلان‌شهر رشت، احتمال شکل‌گیری جزیره حرارتی بسیار بالا است.
لی و همکاران (2004)، به مطالعه اثر جزیره حرارتی بر میانگین دمای سالانه طی 50 سال گذشته در چین پرداختند. نتایج نشان داد اثر جزیره حرارتی بر میانگین دمای سالانه از منطقه‌ای به منطقه دیگر تفاوت داشت. در دره رودخانه یانگ تسه و جنوب چین، اثر جزیره حرارتی روند گرمایش را حدود 0/011 درجه سانتی‌گراد در هر دهه افزایش داده است. درحالیکه در شمال شرق، شمال چین، و شمال غربی، جزیره حرارتی اثر جزئی بر روند گرم شدن دمای سالانه منطقه دارد. شوال و همکاران (2009)، به بررسی جزیره حرارتی و اثر دماهای حدی در جولای 2007 در بخارست پرداختند. نتایج نشان داده است در روز، دماهای حدی تغییرات قابل‌توجهی در ویژگی‌های جزیره حرارتی ایجاد میکند، به‌طوری‌که قادر است شدت جزیره حرارتی را در مناطقی محو و پراکنده کند یا گسترش دهد و در برخی نقاط دیگر باعث شود جزیره‌های حرارتی جابه‌جا شود.
لاووت و همکاران (2015)، به بررسی جزیره حرارتی برای 8 مورد از شهرهای جهان با بهره‌گیری از مدل‌های URBCLIM و CMIP5 پرداختند. نتایج نشان داد طبق سناریوی RCP8.5 (1986-2005) و افق آتی (2081-2100) در همه شهرهای مد نظر (آلمادا، آنتروپ، برلین، بیلبائو، لندن، نیویورک، ریودوژانیرو و اسکوپیا) هم دمای شهری و روستایی تا 7 درجه سانتی‌گراد افزایش یافته و به‌شدت گرم‌تر خواهد شد. اما گسترش شدت جزیره حرارتی در برخی از شهرها ضعیف‌تر خواهد بود. در مطالعه‌ای گالدیس و لَو (2020)، به بررسی اثرات جزیره حرارتی، دماهای حدی و تغییر اقلیم با بهره‌گیری از مدل MAGICC/SCENGEN و تصاویر ماهواره‌ای لندست 8 در هنگ‌کنگ پرداختند. آن‌ها دریافتند شکل‌گیری و اثرات جزیره حرارتی در مناطق شهری و حومه در زمان رخداد موج گرما شدت و گسترش می‌یابد این در حالی است که وجود فضاهای سبز شهری می‌تواند اثر جزیره حرارتی را به حداقل برساند.
تانویسیتپون و همکاران (2023)، به مطالعه پیش‌نمایی روند جزیره حرارتی ناشی از تغییر اقلیم و دمای رویه زمین طبق سناریوهای RCP4.5 و RCP8.5 در تایلند پرداختند. یافته‌های این پژوهش نشان داده است درحالیکه شاخص‌های حدی سرد روند نزولی را نشان داده است، شاخص‌های گرم روند افزایشی و صعودی داشته است؛ یعنی در ماه‌های آینده تایلند دماهای بالاتری را تجربه خواهد کرد که این مسئله به تشدید جزیره حرارتی و افزایش دمای سطح زمین کمک خواهد کرد.
سیسوانتو و همکاران (2023)، به مطالعه ویژگی‌های مکانی و زمانی جزیره حرارتی در جاکارتا پرداختند. نتایج نشان داده است دمای روزانه و شبانه در مرکز شهر بسیار بالاتر از نواحی اطراف بوده است. به‌طوری‌که اختلاف دمای رویه زمین بین 3 الی 6 درجه سانتی‌گراد و دمای هوا بین 1 الی 2/5 درجه سانتی‌گراد بین نواحی مرکزی شهر و نواحی اطراف کاملاً مشهود است. باتوجهبه فعالیت‌های اقتصادی، رشد جمعیت اثرات قابل‌توجهی در شدت جزیره حرارتی خواهد داشت و شدت و گسترش جزیره حرارتی بیشتر در جهت شمال به جنوب و شرق به غرب جاکارتا بوده است. بوناچی و همکاران (2024)، به بررسی توسعه جزیره حرارتی و گرمایش جهانی از سال 1981 تا 2021 در زاگرب (کرواسی) پرداختند. این پژوهش نشان داده است تغییرپذیری دما (روزانه، ماهانه و سالانه) در کلیه ایستگاه‌ها روند افزایشی داشته است. به‌طوری‌که بیشترین شدت جزیره حرارتی در ایستگاه ماکسی‌میر مشاهده شده است.
گوپتا و همکاران (2024)، به مطالعه ارزیابی مشخصه‌های حرارتی و دینامیک سطح زمین در هند پرداختند. یافته‌های این پژوهش نشان داد ضمن اینکه بین سال‌های2003 تا 2014 دما در فصل تابستان حدود 4 درجه سانتی‌گراد افزایش داشته است، شدت جزیره حرارتی 28/52 درصد نسبت به 2 دهه اخیر در فصل زمستان افزایش یافته است. این افزایش دما و توسعه جزیره حرارتی به عواملی چون کاربری اراضی و الگوهای آب‌و‌هوای محلی مرتبط بود. همان‌گونه که پیشینه مطالعاتی نشان می‌دهد قسمتی از مطالعات یا به گرمایش جهانی یا به جزیره حرارتی اختصاص داشته است و مطالعاتی مشابه از گذشته تا کنون توسط پژوهشگرانی (منصوری و همکاران، 1400؛ صادقی‌نیا و همکاران، 1391؛ شکیبا و همکاران، 1388) صورت گرفته است، اما شکاف مطالعاتی موجود، تفاوت در مقیاس‌های زمانی و مکانی، همچنین فقدان یک مطالعه جامع در دید گسترده‌تر کل مناطق تهران و پیوند آن با گرمایش جهانی است.
مطالعات بسیار اندکی در ارتباط با روند تغییرات فضایی و زمانی به‌صورت میانگین دمای منطقه‌ای از منظر گسترش جزیره حرارتی صورت گرفته است که آن را به گرمایش جهانی نسبت می‌دهد. بنابراین در این مطالعه به‌صورت چشمگیر به این موضوع پرداخته شده است. به عبارتی دیگر، یکی از رویکردهای نوآورانه در این پژوهش تلفیق دید هواشناسی و سنجش از دور است که با به‌کارگیری داده‌های مودیس و لندست برای اولین‌بار میانگین دمای منطقه‌ای شهرستان‌های تهران همراه با پروفیل حرارتی از مناطق مستعد به گرمایش جهانی مورد بررسی قرار گرفته است. هدف این پژوهش بررسی روند تغییرات مکانی و زمانی دمای منطقه‌ای و گستردگی جزیره حرارتی در استان تهران است. حال سؤال این است تا چه اندازه روند دمای هوا و تغییرات مکانی و زمانی در سطح زمین توانسته است در گسترش جزیره حرارتی در مناطق استان تهران تأثیرگذار باشد؟ در این پژوهش سعی شده است جهت دست‌یابی به پاسخ، به چند طریق دمای سطح زمین و روند تغییرات فضایی و مکانی میانگین منطقه‌ای در استان تهران با بهره‌گیری از تکنیک‌ها، برنامه جدید مبتنی بر وب Climate Engine و داده‌های جدیدتر مورد واکاوی قرار گیرد.
روش
استان تهران در موقعیت جغرافیایی بین "0'0°35 تا "0'0°37 عرض شمالی و "0'0°49 تا "0'0°53 درجه طول شرقی قرار دارد (تصویر شماره 1).
امروزه با گسترش شهرنشینی، شهرها بر اقلیم محلی، منطقه‌ای تا سطح جهانی اثر گذاشته‌اند و توانسته‌اند بر الگوهای آب‌و‌هوایی اثرات قابل‌توجهی داشته باشند (آدیری و همکاران، 2024؛ امانوئل و کروگر، 2012). تغییرات آب‌و‌هوایی در سطح جهانی ناشی از اثرات اقلیم‌های کوچک محلی است. این تغییرات به‌طور قابل‌توجهی به افزایش میانگین دمای جهانی کمک کرده است (دَمیس نَگس و همکاران، 2024؛ هیئت بین‌الدول تغییر اقلیم، 2021). از بین بردن پوشش گیاهی، سطوح غیر‌قابل‌نفوذ، محدود بودن فضاهای سبز و آبی، تغییرات کاربری، مهاجرت از روستا به شهر (افزایش جمعیت)، کشاورزی، جنگل‌زدایی و مهم‌تر از همه افزایش گازهای گلخانه‌ای ناشی از فعالیت‌های انسانی موجب گرمایش شهری و تشدید جزیره حرارتی در شهرها شده است (هیئت بین‌الدول تغییر اقلیم، 2022؛ لیو و همکاران، 2024؛ آلشوابکه و همکاران، 2024؛ حجازی‌زاده و مقیمی، 1381؛ حجازی‌زاده و مقیمی، 1386).
مناطق شهری در مقایسه با محیط روستایی، دستاوردهای حرارتی بالاتری دارند، این دینامیک به‌عنوان پدیده جزیره گرمایی شهری شناخته شده است (لیو و همکاران، 2024؛ حجازی‌زاده و مقیمی، 1381). از دیدگاه اقلیمی، 3 مؤلفه اصلی (سامانه‌های همدید، باد و ابرناکی) بر شدت و ضعف جزیره حرارتی نقش دارند. در زمانی که آسمان بدون ابر باشد، اختلاف دما بین شهر و روستا زیاد است و در شرایطی که همراه با سرعت باد و هوا ناپایدار باشد، اختلاف حرارتی بین شهر و روستا کم می‌شود و از شدت جزیره حرارتی کاسته می‌شود. اما شدت جزیره حرارتی در زمان استقرار سامانه‌های آنتی‌سیکلونی بیشتر از شرایط سیکلونی است (اسکورو، 1377؛ خداجو و همکاران، 1400). بنابراین جزیره حرارتی بر عناصر اقلیمی اثرگذار است. این مشکل در آینده به دلیل تغییر اقلیم در شهرها شدیدتر خواهد شد (جی و همکاران، 2024؛ لو و همکاران، 2024). در ایران، تهران یکی از استان‌هایی است که با تمام مشکلات عنوان‌شده، بافتی متراکم با بالاترین نرخ جمعیت و شهرنشینی و صنعت دارد (سودودی و همکاران، 2014؛ هیئت بین‌الدول تغییر اقلیم، 2021).
تهران، تاکنون 17 موج گرمایی را تجربه کرده است که منجر به مرگ‌و‌میر 1069 نفر شده است (احمدنژاد و همکاران، 2013). بنابراین انجام مطالعه‌ای جهت روند تغییرات مکانی و زمانی دما در این استان ضروری به نظر می‌رسد. پیشینه مطالعاتی نشان می‌دهد زمینه پژوهش در حیطه گرمایش جهانی از سال 1911 در انجمن سلطنتی هواشناسی آغاز شد و در انگلستان، ثبت دما از سال 1659 به‌صورت منظم شروع شده است (عزیزی، 1383). این داده‌ها، زمینه‌ای ارزشمند برای تحلیل روند تغییرات دمایی در طول سالیان را فراهم آورده‌اند (وایل و وایتهد، 2013).
لوک هاوارد، نخستین فردی است که در سال 1806 تفاوت دمای شهر لندن و حومه را با در نظر داشتن تراکم و توسعه شهری مورد مطالعه قرار داد (استورات، 2019). مرور مطالعات نشان می‌دهد، تحقیقات گسترده‌ای در‌زمینه روند دمای منطقه‌ای و میانگین دمای جهانی انجام شده است (عزیزی و همکاران، 1384) و از دیرباز تا کنون مطالعه جزیره حرارتی و تغییر اقلیم در شهرها مورد اقبال پژوهشگران داخل و بین‌الملل است. ازلحاظ روش‌شناسی مطالعه جزیره حرارتی و دمای رویه زمین به 2 دسته (فناوری سنجش از دور و مدل‌سازی) تقسیم شده است. دسته اول، روش سنجش از دور، در پژوهش‌ها به‌عنوان تکنیکی در نظر گرفته شده است که امکان پایش جزیره حرارتی در سطح شهری (یک منطقه بزرگ) در یک زمان معین را دارد و آن را پوشش می‌دهد. دسته دوم، روش مدل‌سازی، برای تحلیل و شبیه‌سازی محیط‌های حرارتی در یک بخش شهری است و شامل مدل‌های جوی، مدل‌های دینامیکی است که توزیع دمای منطقه‌ای و مبادلات تابشی و حرارتی بین بافت شهری و جو را بررسی می‌کنند (بهی و همکاران، 2020).
در این راستا، رنجبر سعادتی و همکاران (1384)، به مطالعه شبیه‌سازی عددی جزیره حرارتی تهران با مدل MM5 پرداختند. نتایج نشان داده در زمان استقرار توده هوای گرم، شرایط گسترش جزیره حرارتی در شب شکل نمی‌گیرد و شدت ضعیفی دارد، اما در زمانی که توده هوای سرد استقرار دارد، شدت جزیره حرارتی بیشتر است و در نیمه شمالی تهران شکل می‌گیرد. مطالعه شکیبا و همکاران (1388)، در‌رابطه‌با پوشش اراضی و جزیره حرارتی در تهران نشان داد ضمن اینکه جذب و ذخیره انرژی تابشی در سطوح غیر‌قابل‌نفوذ اثر گرمایشی دارد، پوشش گیاهی با ایجاد تعادل بین تبخیر و تعرق و ایجاد سایه اثر خنک‌کننده دارد. صادقی‌نیا و همکاران (1391)، به مطالعه تحلیل مکانی‌زمانی جزیره حرارتی در کلان‌شهر تهران پرداختند و نتایج این پژوهش نشان داده است در مناطق غربی و جنوب غرب تهران به دلیل کاهش پوشش گیاهی و توسعه کاربری‌های کارگاهی و صنعتی جزیره حرارتی شدت داشته است.
مسعودیان و ترکی (1398)، به بررسی تغییرات زمانی‌مکانی جزیره حرارتی در اهواز پرداختند. نتایج این مطالعه نشان داد اهواز در روز به میزان 2 درجه سانتی‌گراد سردتر است، بنابراین با رخداد جزیره سرمایی روبه‌رو است. این در حالی است که در شب 2/2 درجه سانتی‌گراد از محیط اطرافش گرم‌تر بوده و دمای بالاتری دارد که با شکل‌گیری جزیره حرارتی روبه‌رو است. شیخی و همکاران (1399)، به بررسی شبیه‌سازی عددی عملکرد برنامه‌های کنترلی جزیره گرمایی تابستانه با مدل میان مقیاس WRF در تهران پرداختند. نتایج نشان داد باتوجهبه توپوگرافی تهران و دمای بالا در این منطقه، سناریوی تغییر آلبدو سطوح، بالاترین اثر را در سطح زمین نسبت به 2 سناریوی کاهش تراکم ساختمانی و افزایش مناطق سبز شهری دارد. در نتیجه تهران در مقابل استرس گرمایی آسیب‌پذیری بالایی را دارا است.
نصیری و همکاران (1400)، به بررسی تغییر اقلیم و چالش‌های ارزیابی کمی تغییر اقلیم در تهران پرداختند. نتایج این مطالعه نشان داده است باتوجهبه مناطق پرتراکم تهران، طی دوره 30 ساله (1991 تا 2020) این کلان‌شهر افزایش دما و کاهش رطوبت را تجربه کرده است که اثرات تغییر اقلیم با شکل‌گیری جزیره حرارتی خیلی بیشتر خواهد شد. مفتاحی و همکاران (1401)، به بررسی تغییرات فضایی‌زمانی الگوی جزیره حرارتی در تهران پرداختند. نتایج نشان داد در مناطق شمالی تهران میزان نقاط سرد قابل‌توجه است. درحالیکه در محدوده‌های غرب، غربی و جنوب شرق تهران شکل‌گیری نقاط داغ شدت داشته است. در‌نهایت، آزاده و اعتمادی‌کیا (1403)، در مطالعه‌ای مدل‌سازی گسترش فضایی جزایر حرارتی در رشت را مورد واکاوی قرار دادند. نتایج هم‌‌پوشانی شاخص‌ها نشان داد در محلات پیرسرا و ضیابری روند گسترش فضایی جزیره حرارتی بیشتر است و در 26 محله کلان‌شهر رشت، احتمال شکل‌گیری جزیره حرارتی بسیار بالا است.
لی و همکاران (2004)، به مطالعه اثر جزیره حرارتی بر میانگین دمای سالانه طی 50 سال گذشته در چین پرداختند. نتایج نشان داد اثر جزیره حرارتی بر میانگین دمای سالانه از منطقه‌ای به منطقه دیگر تفاوت داشت. در دره رودخانه یانگ تسه و جنوب چین، اثر جزیره حرارتی روند گرمایش را حدود 0/011 درجه سانتی‌گراد در هر دهه افزایش داده است. درحالیکه در شمال شرق، شمال چین، و شمال غربی، جزیره حرارتی اثر جزئی بر روند گرم شدن دمای سالانه منطقه دارد. شوال و همکاران (2009)، به بررسی جزیره حرارتی و اثر دماهای حدی در جولای 2007 در بخارست پرداختند. نتایج نشان داده است در روز، دماهای حدی تغییرات قابل‌توجهی در ویژگی‌های جزیره حرارتی ایجاد میکند، به‌طوری‌که قادر است شدت جزیره حرارتی را در مناطقی محو و پراکنده کند یا گسترش دهد و در برخی نقاط دیگر باعث شود جزیره‌های حرارتی جابه‌جا شود.
لاووت و همکاران (2015)، به بررسی جزیره حرارتی برای 8 مورد از شهرهای جهان با بهره‌گیری از مدل‌های URBCLIM و CMIP5 پرداختند. نتایج نشان داد طبق سناریوی RCP8.5 (1986-2005) و افق آتی (2081-2100) در همه شهرهای مد نظر (آلمادا، آنتروپ، برلین، بیلبائو، لندن، نیویورک، ریودوژانیرو و اسکوپیا) هم دمای شهری و روستایی تا 7 درجه سانتی‌گراد افزایش یافته و به‌شدت گرم‌تر خواهد شد. اما گسترش شدت جزیره حرارتی در برخی از شهرها ضعیف‌تر خواهد بود. در مطالعه‌ای گالدیس و لَو (2020)، به بررسی اثرات جزیره حرارتی، دماهای حدی و تغییر اقلیم با بهره‌گیری از مدل MAGICC/SCENGEN و تصاویر ماهواره‌ای لندست 8 در هنگ‌کنگ پرداختند. آن‌ها دریافتند شکل‌گیری و اثرات جزیره حرارتی در مناطق شهری و حومه در زمان رخداد موج گرما شدت و گسترش می‌یابد این در حالی است که وجود فضاهای سبز شهری می‌تواند اثر جزیره حرارتی را به حداقل برساند.
تانویسیتپون و همکاران (2023)، به مطالعه پیش‌نمایی روند جزیره حرارتی ناشی از تغییر اقلیم و دمای رویه زمین طبق سناریوهای RCP4.5 و RCP8.5 در تایلند پرداختند. یافته‌های این پژوهش نشان داده است درحالیکه شاخص‌های حدی سرد روند نزولی را نشان داده است، شاخص‌های گرم روند افزایشی و صعودی داشته است؛ یعنی در ماه‌های آینده تایلند دماهای بالاتری را تجربه خواهد کرد که این مسئله به تشدید جزیره حرارتی و افزایش دمای سطح زمین کمک خواهد کرد.
سیسوانتو و همکاران (2023)، به مطالعه ویژگی‌های مکانی و زمانی جزیره حرارتی در جاکارتا پرداختند. نتایج نشان داده است دمای روزانه و شبانه در مرکز شهر بسیار بالاتر از نواحی اطراف بوده است. به‌طوری‌که اختلاف دمای رویه زمین بین 3 الی 6 درجه سانتی‌گراد و دمای هوا بین 1 الی 2/5 درجه سانتی‌گراد بین نواحی مرکزی شهر و نواحی اطراف کاملاً مشهود است. باتوجهبه فعالیت‌های اقتصادی، رشد جمعیت اثرات قابل‌توجهی در شدت جزیره حرارتی خواهد داشت و شدت و گسترش جزیره حرارتی بیشتر در جهت شمال به جنوب و شرق به غرب جاکارتا بوده است. بوناچی و همکاران (2024)، به بررسی توسعه جزیره حرارتی و گرمایش جهانی از سال 1981 تا 2021 در زاگرب (کرواسی) پرداختند. این پژوهش نشان داده است تغییرپذیری دما (روزانه، ماهانه و سالانه) در کلیه ایستگاه‌ها روند افزایشی داشته است. به‌طوری‌که بیشترین شدت جزیره حرارتی در ایستگاه ماکسی‌میر مشاهده شده است.
گوپتا و همکاران (2024)، به مطالعه ارزیابی مشخصه‌های حرارتی و دینامیک سطح زمین در هند پرداختند. یافته‌های این پژوهش نشان داد ضمن اینکه بین سال‌های2003 تا 2014 دما در فصل تابستان حدود 4 درجه سانتی‌گراد افزایش داشته است، شدت جزیره حرارتی 28/52 درصد نسبت به 2 دهه اخیر در فصل زمستان افزایش یافته است. این افزایش دما و توسعه جزیره حرارتی به عواملی چون کاربری اراضی و الگوهای آب‌و‌هوای محلی مرتبط بود. همان‌گونه که پیشینه مطالعاتی نشان می‌دهد قسمتی از مطالعات یا به گرمایش جهانی یا به جزیره حرارتی اختصاص داشته است و مطالعاتی مشابه از گذشته تا کنون توسط پژوهشگرانی (منصوری و همکاران، 1400؛ صادقی‌نیا و همکاران، 1391؛ شکیبا و همکاران، 1388) صورت گرفته است، اما شکاف مطالعاتی موجود، تفاوت در مقیاس‌های زمانی و مکانی، همچنین فقدان یک مطالعه جامع در دید گسترده‌تر کل مناطق تهران و پیوند آن با گرمایش جهانی است.
مطالعات بسیار اندکی در ارتباط با روند تغییرات فضایی و زمانی به‌صورت میانگین دمای منطقه‌ای از منظر گسترش جزیره حرارتی صورت گرفته است که آن را به گرمایش جهانی نسبت می‌دهد. بنابراین در این مطالعه به‌صورت چشمگیر به این موضوع پرداخته شده است. به عبارتی دیگر، یکی از رویکردهای نوآورانه در این پژوهش تلفیق دید هواشناسی و سنجش از دور است که با به‌کارگیری داده‌های مودیس و لندست برای اولین‌بار میانگین دمای منطقه‌ای شهرستان‌های تهران همراه با پروفیل حرارتی از مناطق مستعد به گرمایش جهانی مورد بررسی قرار گرفته است. هدف این پژوهش بررسی روند تغییرات مکانی و زمانی دمای منطقه‌ای و گستردگی جزیره حرارتی در استان تهران است. حال سؤال این است تا چه اندازه روند دمای هوا و تغییرات مکانی و زمانی در سطح زمین توانسته است در گسترش جزیره حرارتی در مناطق استان تهران تأثیرگذار باشد؟ در این پژوهش سعی شده است جهت دست‌یابی به پاسخ، به چند طریق دمای سطح زمین و روند تغییرات فضایی و مکانی میانگین منطقه‌ای در استان تهران با بهره‌گیری از تکنیک‌ها، برنامه جدید مبتنی بر وب Climate Engine و داده‌های جدیدتر مورد واکاوی قرار گیرد.
روش
استان تهران در موقعیت جغرافیایی بین "0'0°35 تا "0'0°37 عرض شمالی و "0'0°49 تا "0'0°53 درجه طول شرقی قرار دارد (تصویر شماره 1).
این استان از شمال به استان مازندران، از جنوب به استان قم، از جنوب غربی به استان مرکزی، از غرب به استان البرز و از شرق به استان سمنان محدود می‌شود، دارای 16 شهرستان و طبق سرشماری سال 1395، دارای 63726713 نفر جمعیت است. پرجمعیتترین شهرستان استان، شهر تهران است که پرجمعیتترین شهر در غرب آسیا و دومین کلان‌شهر خاورمیانه است (مرکز مطالعات و تحقیقات شهرسازی و معماری ایران، 1379؛ سودودی و همکاران، 2014؛ آمارنامه شهر تهران، 1396). آسفالت‌های شهری، وجود وسایل نقلیه، حرارت ناشی از احتراق موتور، ادامه داشتن ساخت‌و‌سازها، رها شدن مواد سمی همچون سرب مانعی جهت داشتن شهری پایدار است و در‌واقع تهران ازلحاظ زیست‌محیطی رو به توسعه ناپایدار شهری پیش رفته است (طباطبائی، 1392).
باتوجهبه موقعیت خاص جغرافیایی (اختلاف ارتفاع در شمال و جنوب آن و ارتفاع زیاد از سطح دریا) این استان شرایط دارای نامتعادل تراکم و بافت شهری است. به عبارتی حدود 3000 متر اختلاف ارتفاع بین بلندترین نقاط مرتفع استان تا پایین‌ترین نقاط وجود دارد و تغییر در رطوبت و دما در سطح استان بارزتر است (اسکندریان، 1394). تهران ازلحاظ جریانات جوی، تحت اثر جریانات سیبری و مدیترانه است و توزیع مکانی و زمانی دما و بارش در این استان رابطه معکوسی دارد. به طوری‌که ازلحاظ بارشی وضعیت مناسبی ندارد. متوسط بارش سالیانه حدود 263/9 میلی‌متر و بیشترین بارش سالیانه 600 میلی‌متر است و جزو اقلیم نیمه‌خشک محسوب می‌شود (فلاحتی و همکاران، 1391؛ علی‌محمدی، 1388؛ آمارنامه شهر تهران، 1396).
داده‌ها
در این پژوهش به 2 روش هواشناختی و فناوری سنجش از دور پرداخته شده است. مطالعه حاضر، از نوع کمی، اسنادی و کتابخانه‌ای است. تمرکز این پژوهش بر بررسی روند تغییرات مکانی و زمانی دمای منطقه‌ای و گستردگی جزیره حرارتی در استان تهران است. بررسی منابع و پیشینه بر پایه مطالعات اسنادی و کتابخانه‌ای است و جهت بررسی دما از ترکیب روش‌های آزمون آماری من‌کندال و تصاویر ماهواره‌ای جهت تحقق هدف بهره گرفته شده است. در گام اول داده‌های پارامتر دمای روزانه ایستگاه‌های سینوپتیک تهران (شمیران، چیتگر، مهرآباد،آبعلی، فیروزکوه و ژئوفیزیک) از سال 1996 تا 2020 از سازمان هواشناسی کشور اخذ شد. طبق توصیه سازمان هواشناسی برای بررسی تغییر اقلیم نیاز به داده‌های بالای 30 سال است (شیخ و همکاران، 1400).
مبنای انتخاب ایستگاه‌ها براساس دوره آماری مشترک است. طبق داده‌های دریافتی از سازمان هواشناسی کشور، داده‌های پارامترهای اقلیمی، از‌جمله دمای استان تهران از سال 1951 در برخی از ایستگاه‌ها در دسترس بود، اما در ایستگاه‌های دیگر به‌دلیل تازه تأسیس بودن ایستگاه‌ها یا فقدان دوره آماری مشترک و نواقص آماری، نیاز به بازسازی بلند‌مدت داده‌ها (بیشتر از 3 سال) داشت که در مطالعات تغییر اقلیم توصیه نمی‌شود (عزیزی و همکاران، 1384). بنابراین از بین 12 ایستگاه سینوپتیک تهران، تنها 6 ایستگاه (شمیران، چیتگر، مهرآباد،آبعلی، فیروزکوه و ژئوفیزیک) که دارای دوره مشترک آماری بالای 20 سال بودند انتخاب شدند و سپس کنترل کیفی داده‌ها انجام شد. جهت بررسی روند پارامتر دما به‌صورت سری زمانی ماهانه، از گذشته تاکنون (در طول زمان) از آزمون من‌کندال که یکی از رایج‌ترین و پرکاربردترین ابزارهاست، بر پایه آماره Z، براساس سطح معنی‌داری 95 و 99 درصد از ماکرو اکسل بهره گرفته شده است (رحیم‌زاده و همکاران، 1382؛ رحیم‌زاده و عسگری، 1383؛ سِلمی، 2002؛ کانِر و همکاران، 2012).
مطالعه دمای سطح زمین در مطالعات اقلیم‌شناسی یکی از متغیرهای مهم است و از‌نظر پژوهشگران کاربردهای متعددی در علوم محیطی داشته است (حجازی‌زاده و همکاران، 1392)، بنابراین در گام بعدی جهت محاسبه میانگین دمای منطقه‌ای از تصاویر سنجنده مودیس (MOD11C3) استفاده شد. 53 تصویر سری زمانی ماهانه پارامتر دمای سطح زمین (LST_Day_CMG) از سایت ناسا طی سال‌های 2014 الی 2024 برای دوره گرم سال با فرمت HDF دانلود شد (کربلائی و همکاران، 1400؛ مسعودیان، 1389). این محصول دمای ماهانه رویه سطح زمین را در دوره روزانه و شبانه در شرایط آسمان صاف، به طول و عرض جغرافیایی 0/05 درجه ارائه می‌دهد (وان، 2007) و بعد از تبدیل واحد درجه از کلوین به سانتی‌گراد، از تابع آمار منطقه‌ای جهت برآورد میانگین دمای منطقه‌ای در محیط Arc GIS Pro بهره گرفته شد (طیبی و همکاران، 2018؛ احمدی و همکاران، 1397). سپس جهت تهیه نقشه، پروفیل و برآورد گستردگی جزیره حرارتی در مناطق شهری تهران از باند 10، تصاویر ماهواره‌ای لندست 8 در بازه زمانی 1 سال (2024)، با تفکیک مکانی 30 متر، از سایت سازمان زمین‌شناسی ایالات متحده دریافت شد و در محیط ARC MAP جزیره حرارتی محاسبه شد و پس از بررسی بالاترین بیشینه دمای رویه سطح زمین از بین مناطق 22گانه، پروفیل حرارتی مناطقی از تهران (1، 18، 9، 22) به‌عنوان نمونه براساس بالاترین دمای سطح زمین، ترسیم شد.
در‌نهایت این مطالعه برای نخستین‌بار در ایران به‌طور مستقیم، جهت تهیه نقشه روند تغییرات سری زمانی میانگین ماهانه شاخص نرمال‌شده تفاضل پوشش گیاهی و دمای سطح زمین طی بازه زمانی در دسترس 2013 الی 2024، از برنامه مبتنی بر وب(Climate Engine) و از روش آماری من‌کندال در سطح معنی‌داری 95 درصد، بهره گرفته است (هانتینگتون و همکاران، 2017).Climate Engine برنامه‌ای مبتنی بر وب و رایگان است که بسیار مورد توجه و پَسند کاربران قرار گرفته است. ابزاری است که از داده و اطلاعات سامانه Google Earth Engine استفاده میکند، اما از این نظر منحصر به فرد است که دسترسی آسان، تجزیه‌و‌تحلیل و دانلود مجموعه داده‌های رصد زمین بدون نیاز به کدنویسی فراهم میکند. این ابزار کاربر را قادر میکند تا نقشه‌ها و خلاصه سری‌های زمانی را از مجموعه کاملی از داده‌ها (هواشناسی، هیدرولوژی و فناوری سنجش از دور) تولید و استخراج کند. از‌آنجایی‌که این برنامه جهت پردازش مجموعه‌ای جامع از متغیرها است، می‌توان جهت تهیه روند نقشه سری زمانی بلند‌مدت جهت هشدار اولیه اثرات آب‌و‌هوایی مانند خشکسالی، آتش‌سوزی جنگلی، کشاورزی را ارائه داد (هانتینگتون و همکاران، 2017) (تصویر شماره 2).
باتوجهبه موقعیت خاص جغرافیایی (اختلاف ارتفاع در شمال و جنوب آن و ارتفاع زیاد از سطح دریا) این استان شرایط دارای نامتعادل تراکم و بافت شهری است. به عبارتی حدود 3000 متر اختلاف ارتفاع بین بلندترین نقاط مرتفع استان تا پایین‌ترین نقاط وجود دارد و تغییر در رطوبت و دما در سطح استان بارزتر است (اسکندریان، 1394). تهران ازلحاظ جریانات جوی، تحت اثر جریانات سیبری و مدیترانه است و توزیع مکانی و زمانی دما و بارش در این استان رابطه معکوسی دارد. به طوری‌که ازلحاظ بارشی وضعیت مناسبی ندارد. متوسط بارش سالیانه حدود 263/9 میلی‌متر و بیشترین بارش سالیانه 600 میلی‌متر است و جزو اقلیم نیمه‌خشک محسوب می‌شود (فلاحتی و همکاران، 1391؛ علی‌محمدی، 1388؛ آمارنامه شهر تهران، 1396).
داده‌ها
در این پژوهش به 2 روش هواشناختی و فناوری سنجش از دور پرداخته شده است. مطالعه حاضر، از نوع کمی، اسنادی و کتابخانه‌ای است. تمرکز این پژوهش بر بررسی روند تغییرات مکانی و زمانی دمای منطقه‌ای و گستردگی جزیره حرارتی در استان تهران است. بررسی منابع و پیشینه بر پایه مطالعات اسنادی و کتابخانه‌ای است و جهت بررسی دما از ترکیب روش‌های آزمون آماری من‌کندال و تصاویر ماهواره‌ای جهت تحقق هدف بهره گرفته شده است. در گام اول داده‌های پارامتر دمای روزانه ایستگاه‌های سینوپتیک تهران (شمیران، چیتگر، مهرآباد،آبعلی، فیروزکوه و ژئوفیزیک) از سال 1996 تا 2020 از سازمان هواشناسی کشور اخذ شد. طبق توصیه سازمان هواشناسی برای بررسی تغییر اقلیم نیاز به داده‌های بالای 30 سال است (شیخ و همکاران، 1400).
مبنای انتخاب ایستگاه‌ها براساس دوره آماری مشترک است. طبق داده‌های دریافتی از سازمان هواشناسی کشور، داده‌های پارامترهای اقلیمی، از‌جمله دمای استان تهران از سال 1951 در برخی از ایستگاه‌ها در دسترس بود، اما در ایستگاه‌های دیگر به‌دلیل تازه تأسیس بودن ایستگاه‌ها یا فقدان دوره آماری مشترک و نواقص آماری، نیاز به بازسازی بلند‌مدت داده‌ها (بیشتر از 3 سال) داشت که در مطالعات تغییر اقلیم توصیه نمی‌شود (عزیزی و همکاران، 1384). بنابراین از بین 12 ایستگاه سینوپتیک تهران، تنها 6 ایستگاه (شمیران، چیتگر، مهرآباد،آبعلی، فیروزکوه و ژئوفیزیک) که دارای دوره مشترک آماری بالای 20 سال بودند انتخاب شدند و سپس کنترل کیفی داده‌ها انجام شد. جهت بررسی روند پارامتر دما به‌صورت سری زمانی ماهانه، از گذشته تاکنون (در طول زمان) از آزمون من‌کندال که یکی از رایج‌ترین و پرکاربردترین ابزارهاست، بر پایه آماره Z، براساس سطح معنی‌داری 95 و 99 درصد از ماکرو اکسل بهره گرفته شده است (رحیم‌زاده و همکاران، 1382؛ رحیم‌زاده و عسگری، 1383؛ سِلمی، 2002؛ کانِر و همکاران، 2012).
مطالعه دمای سطح زمین در مطالعات اقلیم‌شناسی یکی از متغیرهای مهم است و از‌نظر پژوهشگران کاربردهای متعددی در علوم محیطی داشته است (حجازی‌زاده و همکاران، 1392)، بنابراین در گام بعدی جهت محاسبه میانگین دمای منطقه‌ای از تصاویر سنجنده مودیس (MOD11C3) استفاده شد. 53 تصویر سری زمانی ماهانه پارامتر دمای سطح زمین (LST_Day_CMG) از سایت ناسا طی سال‌های 2014 الی 2024 برای دوره گرم سال با فرمت HDF دانلود شد (کربلائی و همکاران، 1400؛ مسعودیان، 1389). این محصول دمای ماهانه رویه سطح زمین را در دوره روزانه و شبانه در شرایط آسمان صاف، به طول و عرض جغرافیایی 0/05 درجه ارائه می‌دهد (وان، 2007) و بعد از تبدیل واحد درجه از کلوین به سانتی‌گراد، از تابع آمار منطقه‌ای جهت برآورد میانگین دمای منطقه‌ای در محیط Arc GIS Pro بهره گرفته شد (طیبی و همکاران، 2018؛ احمدی و همکاران، 1397). سپس جهت تهیه نقشه، پروفیل و برآورد گستردگی جزیره حرارتی در مناطق شهری تهران از باند 10، تصاویر ماهواره‌ای لندست 8 در بازه زمانی 1 سال (2024)، با تفکیک مکانی 30 متر، از سایت سازمان زمین‌شناسی ایالات متحده دریافت شد و در محیط ARC MAP جزیره حرارتی محاسبه شد و پس از بررسی بالاترین بیشینه دمای رویه سطح زمین از بین مناطق 22گانه، پروفیل حرارتی مناطقی از تهران (1، 18، 9، 22) به‌عنوان نمونه براساس بالاترین دمای سطح زمین، ترسیم شد.
در‌نهایت این مطالعه برای نخستین‌بار در ایران به‌طور مستقیم، جهت تهیه نقشه روند تغییرات سری زمانی میانگین ماهانه شاخص نرمال‌شده تفاضل پوشش گیاهی و دمای سطح زمین طی بازه زمانی در دسترس 2013 الی 2024، از برنامه مبتنی بر وب(Climate Engine) و از روش آماری من‌کندال در سطح معنی‌داری 95 درصد، بهره گرفته است (هانتینگتون و همکاران، 2017).Climate Engine برنامه‌ای مبتنی بر وب و رایگان است که بسیار مورد توجه و پَسند کاربران قرار گرفته است. ابزاری است که از داده و اطلاعات سامانه Google Earth Engine استفاده میکند، اما از این نظر منحصر به فرد است که دسترسی آسان، تجزیه‌و‌تحلیل و دانلود مجموعه داده‌های رصد زمین بدون نیاز به کدنویسی فراهم میکند. این ابزار کاربر را قادر میکند تا نقشه‌ها و خلاصه سری‌های زمانی را از مجموعه کاملی از داده‌ها (هواشناسی، هیدرولوژی و فناوری سنجش از دور) تولید و استخراج کند. از‌آنجایی‌که این برنامه جهت پردازش مجموعه‌ای جامع از متغیرها است، می‌توان جهت تهیه روند نقشه سری زمانی بلند‌مدت جهت هشدار اولیه اثرات آب‌و‌هوایی مانند خشکسالی، آتش‌سوزی جنگلی، کشاورزی را ارائه داد (هانتینگتون و همکاران، 2017) (تصویر شماره 2).
روند سری زمانی شاخص نرمال‌شده تفاوت پوشش گیاهی در بازه زمانی 2013 الی 2024 استان تهران با بهره‌گیری از تصاویر 30 متر لندست 8 با استفاده از این پلتفرم نشان داده شده است و در این مطالعه جهت بررسی رابطه روند پوشش گیاهی و دمای سطح زمین از این ابزار آنلاین جهت صحت و دقت بهره گرفته شده است.
آزمون من‌کندال
این آزمون جهت واکاوی روندهای یکنواخت در سری داده‌های محیطی، داده‌های اقلیمی و هیدرولوژیکی استفاده می‌شود و ابتدا توسط من (1945) ارائه و توسط کندال (1975) توسعه پیدا کرد. این آزمون در سال 1988 توسط سازمان جهانی هواشناسی جهت تحلیل روند سری‌های هواشناسی و هیدرولوژیکی پیشنهاد شد (محمدی و همکاران، 1403؛ پولرت، 2020؛ سِلمی، 2002؛ کانِر و همکاران، 2012). در این مطالعه روند سری زمانی پارامتر اقلیمی (دما) براساس آماره Z در ماکرو اکسل بررسی شد. معنی‌داری یا عدم معنی‌داری متغیرها در ایستگاه‌های سینوپتیک (مهرآباد، شمیران، ژئوفیزیک، چیتگر، فیروزکوه و آبعلی) در مقطع زمانی 24 ساله (1996 تا 2020) محاسبه شد (فرمول شماره 1):
طبق این فرمول، n تعداد مشاهدات سری، و xj و xk به ترتیب داده‌های j و k سری است که در ادامه همان‌طور که فرمول شماره 2 نشان داده است تابع علامت sgn محاسبه می‌شود:
در فرمول شماره 3 محاسبه واریانس S را نشان داده است:
در گام بعدی n و m تعداد دنباله‌هایی را نشان می‌دهد که در آن حداقل یک داده تکراری باشد . t معرف فراوانی داده با ارزش یکسان در یک دنباله بوده که در‌نهایت آماره z با یکی از روابط زیر استخراج می‌شود (فرمول شماره 4):
در این پژوهش با سطوح معنی‌دار 95 و 99 درصد برآورد شده است. مقادیر مثبت معرف روندهای صعودی خواهد بود و اگر منفی باشد با روند نزولی در نظر گرفته می‌شود. فرض صفر در این پژوهش مبنی بر وجود نداشتن روند در داده‌های بزرگ‌تر از مقادیر Z رد می‌شود. در این مطالعه اگر مقدار P از 0/05 کمتر باشد فرضیه H° که بر نبود وجود روند در سری زمانی است؛ دلالت دارد. اما در مقابل اگر مقدار سطح معنی‌داری از 0/05 بیشتر باشد قبول فرضیه H1 و دال بر وجود روند است (سِلمی، 2002؛ کانِر و همکاران، 2012).
یافته‌ها
بررسی روند تغییرات دما براساس آزمون من‌کندال
در این پژوهش جهت واکاوی روند تغییرات ناگهانی پارامتر اقلیمی دما، از 6 ایستگاه سینوپتیک (شمیران، چیتگر، مهرآباد، آبعلی، فیروزکوه و ژئوفیزیک) در بازه زمانی 1996 تا 2020 بهره گرفته شد. همان‌طور که تصویر شماره 3 نشان می‌دهد، الگوی رفتاری سری زمانی دمای ماهانه، در ایستگاه‌های شمیران، مهرآباد، آبعلی، فیروزکوه و ژئوفیزیک روند افزایشی و صعودی را در سطح معنی‌داری 95 و 99 درصد نشان داده است.
آزمون من‌کندال
این آزمون جهت واکاوی روندهای یکنواخت در سری داده‌های محیطی، داده‌های اقلیمی و هیدرولوژیکی استفاده می‌شود و ابتدا توسط من (1945) ارائه و توسط کندال (1975) توسعه پیدا کرد. این آزمون در سال 1988 توسط سازمان جهانی هواشناسی جهت تحلیل روند سری‌های هواشناسی و هیدرولوژیکی پیشنهاد شد (محمدی و همکاران، 1403؛ پولرت، 2020؛ سِلمی، 2002؛ کانِر و همکاران، 2012). در این مطالعه روند سری زمانی پارامتر اقلیمی (دما) براساس آماره Z در ماکرو اکسل بررسی شد. معنی‌داری یا عدم معنی‌داری متغیرها در ایستگاه‌های سینوپتیک (مهرآباد، شمیران، ژئوفیزیک، چیتگر، فیروزکوه و آبعلی) در مقطع زمانی 24 ساله (1996 تا 2020) محاسبه شد (فرمول شماره 1):
طبق این فرمول، n تعداد مشاهدات سری، و xj و xk به ترتیب داده‌های j و k سری است که در ادامه همان‌طور که فرمول شماره 2 نشان داده است تابع علامت sgn محاسبه می‌شود:
در فرمول شماره 3 محاسبه واریانس S را نشان داده است:
در گام بعدی n و m تعداد دنباله‌هایی را نشان می‌دهد که در آن حداقل یک داده تکراری باشد . t معرف فراوانی داده با ارزش یکسان در یک دنباله بوده که در‌نهایت آماره z با یکی از روابط زیر استخراج می‌شود (فرمول شماره 4):
در این پژوهش با سطوح معنی‌دار 95 و 99 درصد برآورد شده است. مقادیر مثبت معرف روندهای صعودی خواهد بود و اگر منفی باشد با روند نزولی در نظر گرفته می‌شود. فرض صفر در این پژوهش مبنی بر وجود نداشتن روند در داده‌های بزرگ‌تر از مقادیر Z رد می‌شود. در این مطالعه اگر مقدار P از 0/05 کمتر باشد فرضیه H° که بر نبود وجود روند در سری زمانی است؛ دلالت دارد. اما در مقابل اگر مقدار سطح معنی‌داری از 0/05 بیشتر باشد قبول فرضیه H1 و دال بر وجود روند است (سِلمی، 2002؛ کانِر و همکاران، 2012).
یافته‌ها
بررسی روند تغییرات دما براساس آزمون من‌کندال
در این پژوهش جهت واکاوی روند تغییرات ناگهانی پارامتر اقلیمی دما، از 6 ایستگاه سینوپتیک (شمیران، چیتگر، مهرآباد، آبعلی، فیروزکوه و ژئوفیزیک) در بازه زمانی 1996 تا 2020 بهره گرفته شد. همان‌طور که تصویر شماره 3 نشان می‌دهد، الگوی رفتاری سری زمانی دمای ماهانه، در ایستگاه‌های شمیران، مهرآباد، آبعلی، فیروزکوه و ژئوفیزیک روند افزایشی و صعودی را در سطح معنی‌داری 95 و 99 درصد نشان داده است.
در کلیه ایستگاه‌ها به‌صورت مشترک در ماه‌های ژوئن و جولای روند افزایشی دما مشاهده شده است که در برخی ایستگاه‌ها معنی‌دار است. از طرفی، مهم‌ترین ویژگی اقلیمی تهران تغییرات دما است که از سال‌های گذشته افزایش داشته است و شدت روند آن از ماه ژانویه در ایستگاه‌های (شمیران و آبعلی) صعودی است. بنابراین روند مثبت دمای حداکثر بیشترین تغییرات در اکثر ماه‌ها به ایستگاه‌های شمیران، مهرآباد، آبعلی و فیروزکوه تعلق داشته است که علت تغییر ناگهانی دما (جهش) می‌تواند تحت اثر گرمایش جهانی و پرفشار جنب حاره باشد. ایران در کمربند خشک عرض میانه قرار دارد و در دوره گرم سال، با استقرار پرفشار جنب حاره، فرونشینی هوا، هوای گرم، خشک و آفتابی مواجه است و این موجب خشکی بیشتر هوا شده است. تغییرات پرفشار جنب حاره توانسته است موجب نوسانات عناصر اقلیمی همچون دما شود (فتاحیان، 1400؛ مسعودیان، 1389).
در مطالعه‌ای (حجازی‌زاده، 1372) نشان داده شد بیشترین ارتفاع پرفشار جنب حاره در ماه جولای تا عرض 38 درجه، یعنی در شمالی‌ترین حد خود امتداد دارد، اما در مطالعه‌ای دیگر (فتاحیان، 1400) نشان داده شد این افزایش ارتفاع باتوجهبه گرمایش جهانی بیشتر شده است و تا عرض 40 درجه پیش رفته است. در پژوهشی دیگر (علیجانی و همکاران، 1398) نشان داده شد رفتار مکانی و زمانی پرفشار جنب حاره حدود 100 متر بر ارتفاع پرفشار جنب حاره افزایش یافته و فرونشینی‌ها بیشتر شده است. بنابراین افزایش روند دما در ماه‌های ژوئن و جولای در استان تهران قابل‌توجیه است. اثر گلخانه‌ای موجب افزایش دمای زمین می‌شود و افزایش غلظت گازهای گلخانه‌ای باتوجهبه فعالیت‌های انسانی در مکان‌های شهری نظیر تهران موجب افزایش دمای بیش‌از‌حد زمین شده است. شهرها به دلیل تولید گازهای گلخانه‌ای و گسترش شهری بیش‌از‌حد انتظار گرم‌تر شده‌اند و در گرم شدن جهانی نقش اساسی دارند (کمالاکار و کمالا، 2024). بنابراین نتایج این مطالعه با توجه به گرمایش جهانی، فعالیت‌های تجاری و صنعتی در مرکز شهر تهران و موقعیت ایستگاه‌ها قابل‌قبول است، یافته‌های این پژوهش پاسخ‌گوی سؤال پژوهش است و با برخی مطالعات (فتاحیان، 1400؛ عزیزی و همکاران، 1384؛ رحیم‌زاده و عسگری، 1383؛ نجفیان گرجی و همکاران، 1396، ملکی‌نژاد و همکاران، 1392؛ حجازی‌زاده و پروین، 1388) مطابقت دارد.
بررسی میانگین دمای منطقه‌ای شهرستان‌های استان تهران با سنجنده مودیس
تصویر شماره 4، تصاویر میانگین دمای منطقه‌ای استان تهران با سنجنده مودیس، محصول MOD11C3 در بازه زمانی 2014 تا 2024 را به‌صورت ماهانه نشان داده است (از بین 53 تصویر، 6 مورد به‌عنوان نمونه آورده شده است).
در مطالعه‌ای (حجازی‌زاده، 1372) نشان داده شد بیشترین ارتفاع پرفشار جنب حاره در ماه جولای تا عرض 38 درجه، یعنی در شمالی‌ترین حد خود امتداد دارد، اما در مطالعه‌ای دیگر (فتاحیان، 1400) نشان داده شد این افزایش ارتفاع باتوجهبه گرمایش جهانی بیشتر شده است و تا عرض 40 درجه پیش رفته است. در پژوهشی دیگر (علیجانی و همکاران، 1398) نشان داده شد رفتار مکانی و زمانی پرفشار جنب حاره حدود 100 متر بر ارتفاع پرفشار جنب حاره افزایش یافته و فرونشینی‌ها بیشتر شده است. بنابراین افزایش روند دما در ماه‌های ژوئن و جولای در استان تهران قابل‌توجیه است. اثر گلخانه‌ای موجب افزایش دمای زمین می‌شود و افزایش غلظت گازهای گلخانه‌ای باتوجهبه فعالیت‌های انسانی در مکان‌های شهری نظیر تهران موجب افزایش دمای بیش‌از‌حد زمین شده است. شهرها به دلیل تولید گازهای گلخانه‌ای و گسترش شهری بیش‌از‌حد انتظار گرم‌تر شده‌اند و در گرم شدن جهانی نقش اساسی دارند (کمالاکار و کمالا، 2024). بنابراین نتایج این مطالعه با توجه به گرمایش جهانی، فعالیت‌های تجاری و صنعتی در مرکز شهر تهران و موقعیت ایستگاه‌ها قابل‌قبول است، یافته‌های این پژوهش پاسخ‌گوی سؤال پژوهش است و با برخی مطالعات (فتاحیان، 1400؛ عزیزی و همکاران، 1384؛ رحیم‌زاده و عسگری، 1383؛ نجفیان گرجی و همکاران، 1396، ملکی‌نژاد و همکاران، 1392؛ حجازی‌زاده و پروین، 1388) مطابقت دارد.
بررسی میانگین دمای منطقه‌ای شهرستان‌های استان تهران با سنجنده مودیس
تصویر شماره 4، تصاویر میانگین دمای منطقه‌ای استان تهران با سنجنده مودیس، محصول MOD11C3 در بازه زمانی 2014 تا 2024 را به‌صورت ماهانه نشان داده است (از بین 53 تصویر، 6 مورد به‌عنوان نمونه آورده شده است).
بررسی‌های دمای روزانه سطح زمین نشان داده است طی بازه زمانی 2014 تا 2024 بالاترین دما در ماه‌های جولای و آگوست بوده است. از این بین شهرستان‌های ورامین و ری بالاترین دمای سطح زمین را در ژوئن 2015 با 52/50 درجه سانتی‌گراد و در سال 2018 در همین ماه با 52/97 درجه سانتی‌گراد به ثبت رسانده‌اند. در ماه‌های مِی و ژوئن سال 2021 شهرستان‌های ورامین، ری، ملارد و رباط کریم به ترتیب دمای سطح زمین 43/52 و 51/53 درجه سانتی‌گراد را تجربه کرده‌اند (تصویر شماره 4، پ). در سال‌های 2022 و 2023 در ماه‌های جولای و آگوست شهرستان‌های ورامین، ملارد، پاکدشت، ری و پیشوا بالاترین دمای سطح زمین را با 48 درجه سانتی‌گراد داشتند (تصویر شماره 4، ت).
در‌مجموع بررسی 53 تصویر میانگین منطقه‌ای شهرستان‌های تهران نشان داد ضمن اینکه دمای بیشینه در بازه زمانی 10 ساله افزایش داشت، به همان میزان هم در ماه‌های جولای و آگوست دمای کمینه در مناطق فیروزکوه، شمیرانات و دماوند در سال 2018 به 37/79 درجه سانتی‌گراد رسیده است. این امر می‌تواند به دلیل افزایش گازهای گلخانه‌ای و از همه مهم‌تر از بین بردن و کاهش پوشش گیاهی، تغییر کاربری، گسترش مسکن‌سازی در این مناطق موجب افزایش دمای سطح زمین در این نواحی شده باشد.
بررسی سری زمانی رابطه شاخص نرمال‌شده تفاضل پوشش گیاهی و دمای سطح زمین در بازه زمانی 2013-2024 با لندست 8
در تصویر شماره 5، رابطه روند میانگین بین دمای سطح زمین و شاخص نرمال‌شده تفاضل پوشش گیاهی بین سال‌های 2013 تا 2024 نشان داده شده است.
در‌مجموع بررسی 53 تصویر میانگین منطقه‌ای شهرستان‌های تهران نشان داد ضمن اینکه دمای بیشینه در بازه زمانی 10 ساله افزایش داشت، به همان میزان هم در ماه‌های جولای و آگوست دمای کمینه در مناطق فیروزکوه، شمیرانات و دماوند در سال 2018 به 37/79 درجه سانتی‌گراد رسیده است. این امر می‌تواند به دلیل افزایش گازهای گلخانه‌ای و از همه مهم‌تر از بین بردن و کاهش پوشش گیاهی، تغییر کاربری، گسترش مسکن‌سازی در این مناطق موجب افزایش دمای سطح زمین در این نواحی شده باشد.
بررسی سری زمانی رابطه شاخص نرمال‌شده تفاضل پوشش گیاهی و دمای سطح زمین در بازه زمانی 2013-2024 با لندست 8
در تصویر شماره 5، رابطه روند میانگین بین دمای سطح زمین و شاخص نرمال‌شده تفاضل پوشش گیاهی بین سال‌های 2013 تا 2024 نشان داده شده است.
هدف از بررسی روند، نشان دادن روند یکنواخت بالا به پایین بین تغییرات شاخص نرمال‌شده تفاضل پوشش گیاهی با دمای سطح زمین در سطح معنی‌داری 95 درصد، در بازه زمانی تعریف‌شده است. در این بررسی روند تغییرات شاخص نرمال‌شده تفاضل پوشش گیاهی، با رنگ قرمز مشخص شده است و هرچه عدد به سمت مقادیر منفی باشد، نشان‌دهنده عدم پوشش گیاهی و سطوحی غیر از پوشش گیاهی در تهران است. در مقابل دمای سطح زمین هرچه متمایل به طرف رنگ قرمز باشد، آن مناطق دمای سطح زمین بالاتری را نسبت به سایر نواحی تجربه کرده‌اند.
در تصویرشماره 5 (الف)، شاخص نرمال‌شده تفاضل پوشش گیاهی در 31 جولای 2019 به 0/04 رسیده است و دمای سطح زمین در همین تاریخ با عدد 51 درجه سانتی‌گراد ثبت شده است. در 30 ژوئن 2017 شاخص نرمال‌شده تفاضل پوشش گیاهی به 0/05 و دمای سطح زمین به 51/21 درجه سانتی‌گراد رسید و در آگوست 2024، شاخص نرمال‌شده تفاضل پوشش گیاهی به 0/03 و دمای سطح زمین به 48 درجه سانتی‌گراد رسیده است. در مقابل در 28 اکتبر 2020 روند شاخص نرمال‌شده تفاضل پوشش گیاهی 0/0- بوده و در ماه‌های دسامبر و نوامبر سال‌های 2018، 2023 و 2021 به ترتیب به 0/03-، 0/03- و 0/04- رسیده است. آنچه مشخص است افزایش جزئی پوشش گیاهی هم نتوانسته است افزایش دمای سطح زمین را توجیه کند و دمای سطح زمین الگوی رفتاری مثبت و افزایشی نشان داده است.
در تصویرشماره 5 (ب)، محدوده غرب و جنوب غرب تهران ازلحاظ پوشش گیاهی توزیع متراکمی نداشته است. علاوه بر مناطق 22 و 15 تهران، در محدوده‌های دیگر از‌جمله شهریار، باغستان، چیتگر، شهرک استقلال، خاورشهر، شهرک ولیعصر، پاسداران، یوسف‌آباد، سرخه حصار و اسلامشهر ازلحاظ شاخص نرمال‌شده تفاضل پوشش گیاهی فقیر بوده و روند کاهشی را نشان داده‌اند. دمای سطح زمین در مناطق غربی تهران، از‌جمله منطقه 22 در شمال غرب تهران و جنوب شرق تهران روند افزایشی داشته است.
در تصویرشماره 5 (ب)، به‌خوبی روند تغییرات تخریب پوشش گیاهی در غرب تهران، مرکز و جنوب شرق پیداست. طبق تصویرشماره 5 (ب و ج)، افزایش دمای سطح زمین با توزیع پوشش گیاهی ارتباط مستقیم و معکوسی با هم دارند و با کاهش روند پوشش گیاهی، دمای سطح زمین الگوی رفتاری مثبت و افزایشی را نشان داده است. این شرایط علاوه بر فصل گرم در فصل پاییز قابل‌مشاهده است. به عبارتی آنچه در تصویرشماره 5 (ب و ج) مشخص است، این مناطق رو به شرایط گرما و مستعد گسترش جزیره حرارتی هستند. ضمن اینکه تغییر کاربری و گسترش کارخانجات و ساخت‌و‌ساز مسکونی به‌ویژه در مناطق 4، 5، 21 و 22 در امر افزایش دمای سطح زمین دخالت داشته‌اند.
طبق مطالعات (منصوری و ضرغامی، 1403) سطوح نفوذناپذیر شهری به دلیل ضریب جذب بالای تابش خورشیدی، به‌عنوان جزایر حرارتی عمل کرده و دمای سطح زمین را در این مناطق به‌طور قابل‌توجهی افزایش می‌دهد. یافته‌های این پژوهش پاسخ‌گوی سؤال پژوهش است و با برخی مطالعات (نوربخش و نظری‌نژاد، 1401؛ پوردیهیمی و همکاران، 1398؛ نجفیان گرجی و همکاران، 1396؛ طیبی و همکاران، 2018) مطابقت دارد.
بحث
بررسی جزیره حرارتی شهر با تصاویر لندست 8 در بازه زمانی یک‌سال (2024)
یکی از پارامترهای اصلی مطالعات شهری و اقلیمی دمای سطح زمین است. در این راستا جهت بررسی گستردگی جزیره حرارتی در مناطق 22 گانه تهران و به همراه نیم‌رخ حرارتی در 4 محدوده، در 8 تصویر به‌عنوان نمونه نشان داده شده است. از‌جمله، منطقه 1 محدوده نیاوران، تجریش، پل پارک وی، اطراف قیطریه، دارآباد و فرشته؛ منطقه 22 محدوده بزرگراه خرازی، بزرگراه سردار همدانی، بلوار جدی اردبیلی، خرگوش‌دره و آزاد‌راه شهید فهمیده؛ منطقه 9 محدوده فرودگاه مهرآباد، شمشیری و میدان آزادی؛ منطقه 18 محدوده یافت‌آباد، بزرگراه فتح، بزرگراه آزادگان و بلوار هفده شهریور در تصویر شماره 6، نمایش داده شده است.
در تصویرشماره 5 (الف)، شاخص نرمال‌شده تفاضل پوشش گیاهی در 31 جولای 2019 به 0/04 رسیده است و دمای سطح زمین در همین تاریخ با عدد 51 درجه سانتی‌گراد ثبت شده است. در 30 ژوئن 2017 شاخص نرمال‌شده تفاضل پوشش گیاهی به 0/05 و دمای سطح زمین به 51/21 درجه سانتی‌گراد رسید و در آگوست 2024، شاخص نرمال‌شده تفاضل پوشش گیاهی به 0/03 و دمای سطح زمین به 48 درجه سانتی‌گراد رسیده است. در مقابل در 28 اکتبر 2020 روند شاخص نرمال‌شده تفاضل پوشش گیاهی 0/0- بوده و در ماه‌های دسامبر و نوامبر سال‌های 2018، 2023 و 2021 به ترتیب به 0/03-، 0/03- و 0/04- رسیده است. آنچه مشخص است افزایش جزئی پوشش گیاهی هم نتوانسته است افزایش دمای سطح زمین را توجیه کند و دمای سطح زمین الگوی رفتاری مثبت و افزایشی نشان داده است.
در تصویرشماره 5 (ب)، محدوده غرب و جنوب غرب تهران ازلحاظ پوشش گیاهی توزیع متراکمی نداشته است. علاوه بر مناطق 22 و 15 تهران، در محدوده‌های دیگر از‌جمله شهریار، باغستان، چیتگر، شهرک استقلال، خاورشهر، شهرک ولیعصر، پاسداران، یوسف‌آباد، سرخه حصار و اسلامشهر ازلحاظ شاخص نرمال‌شده تفاضل پوشش گیاهی فقیر بوده و روند کاهشی را نشان داده‌اند. دمای سطح زمین در مناطق غربی تهران، از‌جمله منطقه 22 در شمال غرب تهران و جنوب شرق تهران روند افزایشی داشته است.
در تصویرشماره 5 (ب)، به‌خوبی روند تغییرات تخریب پوشش گیاهی در غرب تهران، مرکز و جنوب شرق پیداست. طبق تصویرشماره 5 (ب و ج)، افزایش دمای سطح زمین با توزیع پوشش گیاهی ارتباط مستقیم و معکوسی با هم دارند و با کاهش روند پوشش گیاهی، دمای سطح زمین الگوی رفتاری مثبت و افزایشی را نشان داده است. این شرایط علاوه بر فصل گرم در فصل پاییز قابل‌مشاهده است. به عبارتی آنچه در تصویرشماره 5 (ب و ج) مشخص است، این مناطق رو به شرایط گرما و مستعد گسترش جزیره حرارتی هستند. ضمن اینکه تغییر کاربری و گسترش کارخانجات و ساخت‌و‌ساز مسکونی به‌ویژه در مناطق 4، 5، 21 و 22 در امر افزایش دمای سطح زمین دخالت داشته‌اند.
طبق مطالعات (منصوری و ضرغامی، 1403) سطوح نفوذناپذیر شهری به دلیل ضریب جذب بالای تابش خورشیدی، به‌عنوان جزایر حرارتی عمل کرده و دمای سطح زمین را در این مناطق به‌طور قابل‌توجهی افزایش می‌دهد. یافته‌های این پژوهش پاسخ‌گوی سؤال پژوهش است و با برخی مطالعات (نوربخش و نظری‌نژاد، 1401؛ پوردیهیمی و همکاران، 1398؛ نجفیان گرجی و همکاران، 1396؛ طیبی و همکاران، 2018) مطابقت دارد.
بحث
بررسی جزیره حرارتی شهر با تصاویر لندست 8 در بازه زمانی یک‌سال (2024)
یکی از پارامترهای اصلی مطالعات شهری و اقلیمی دمای سطح زمین است. در این راستا جهت بررسی گستردگی جزیره حرارتی در مناطق 22 گانه تهران و به همراه نیم‌رخ حرارتی در 4 محدوده، در 8 تصویر به‌عنوان نمونه نشان داده شده است. از‌جمله، منطقه 1 محدوده نیاوران، تجریش، پل پارک وی، اطراف قیطریه، دارآباد و فرشته؛ منطقه 22 محدوده بزرگراه خرازی، بزرگراه سردار همدانی، بلوار جدی اردبیلی، خرگوش‌دره و آزاد‌راه شهید فهمیده؛ منطقه 9 محدوده فرودگاه مهرآباد، شمشیری و میدان آزادی؛ منطقه 18 محدوده یافت‌آباد، بزرگراه فتح، بزرگراه آزادگان و بلوار هفده شهریور در تصویر شماره 6، نمایش داده شده است.
همان‌طور که در تصویر قابل‌مشاهده است، بیشترین کانون گرما و گسترش جزیره حرارتی طی ماه‌های گرم، در نواحی شمال غرب، غرب، جنوب غربی، جنوب و جنوب شرقی و مناطق شمالی تهران قابل‌مشاهده است. بالاترین دمای ثبت‌شده در سال 2024 مربوط به مناطق 9 و 22 تهران بود که در ماه‌های ژوئن، جولای، آگوست و سپتامبر با دمای بالای 45 درجه سانتی‌گراد مواجه بودند. مناطق 9 و 22 کلان‌شهر تهران، در ماه ژوئن بالاترین دمای سطح زمین، حدود 52 درجه سانتی‌گراد را تجربه کرده‌اند. علت این امر می‌تواند ازدحام جمعیت و تردد وسایل نقلیه (ترافیک) در این منطقه، به‌عنوان منطقه مرکزی تهران (میدان آزادی، غرب (فرودگاه مهرآباد)، از سمت شمال (میدان تجریش)، گسترش مسکن‌سازی در مناطق شمالی تهران و غرب تهران، وجود کارگاه‌های صنعتی (منطقه 18)، پوشش گیاهی کمتر باشد که باعث شده در دوره گرم سال این مناطق دمای بسیار بالایی را تجربه کنند. منصوری و ضرغامی (1403) در مطالعه خود نشان دادند الگوی تغییرات دمایی در مناطق مختلف تهران یکسان نیست. مناطق مرکزی شهر به‌طور حداقل نوسانات دمایی را داشتند، درحالیکه مناطق شمال شرقی و شمال غربی بیشترین نوسانات را تجربه کردند. ضمن اینکه مناطق 1، 3، 4، 21 و 22 نه‌تنها گرم‌ترین مناطق تهران بودند، بلکه بیشترین تغییرات دمایی را داشتند. براساس آمار سال 1401، مناطق 22گانه تهران طیف گسترده‌ای از کاربری‌ها از‌جمله مسکونی، آموزشی، صنعتی، فرهنگی و خدماتی را در خود جای داده‌اند.
در‌مجموع نتایج این پژوهش نشان داد تغییرات دمای هوا و دمای سطح زمین در تهران در ماه‌های گرم سال، الگوی مشابهی را دنبال میکند. به‌عبارت‌دیگر، این دو شاخص به‌طور هم‌زمان افزایش یا کاهش پیدا می‌کنند. یافته‌های پژوهش پاسخ‌گوی سؤال پژوهش است؛ همان‌گونه که بررسی روند دما در نتایج ایستگاه‌های سینوپتیک (شمیران، چیتگر، مهرآباد، آبعلی، فیروزکوه و ژئوفیزیک) افزایش دما را در ماه‌های ژوئن و جولای صعودی نشان داد، بررسی دمای منطقه‌ای و گسترش جزیره حرارتی در ماه‌های ژوئن، جولای و آگوست دمای افزایشی را نشان داده است. بنابراین نتایج پژوهش با مطالعاتی (صادقی‌نیا و همکاران، 1391؛ پوردیهیمی و همکاران، 1398؛ احمدی و همکاران، 1398؛ منصوری و ضرغامی، 1403) مطابقت داشت.
نتیجه‌گیری
توسعه بی‌رویه شهرها به یکی از عوامل اصلی تشدید تغییر اقلیم در سطح منطقه‌ای و جهانی تبدیل شده است. از بین رفتن پوشش گیاهی، افزایش سطوح سخت و نفوذناپذیر در شهرها و رشد جمعیت شهری، همگی به تغییر اقلیم محلی، مانند نوسانات شدید بارش و افزایش دما دامن زده و مشکلات زیست‌محیطی جدی را به‌ویژه در شهرهای کشورهای در‌حال‌وسعه ایجاد است. این پژوهش با هدف روند تغییرات مکانی و زمانی دمای منطقه‌ای و گستردگی، جزیره حرارتیِ استان تهران را مورد واکاوی قرار داده است. بررسی روند دما در ایستگاه‌های شمیران، چیتگر، مهرآباد، آبعلی، فیروزکوه و ژئوفیزیک در بازه زمانی 1996 تا 2020 الگوی رفتاری دما در کلیه ایستگاه‌ها در ماه‌های ژوئن و جولای افزایشی بود. باتوجهبه افزایش گازهای گلخانه‌ای و موقعیت درون‌شهری ایستگاه‌ها، گرمایش جهانی و استقرار سامانه پرفشار جنب حاره در این ماه‌ها و افزایش فرونشینی هوا نتایج قابل‌توجیه است. بررسی میانگین دمای منطقه‌ای شهرستان‌های تهران در بازه زمانی 2014 تا 2024 با سنجنده مودیس، بالاترین دمای منطقه‌ای را در ماه‌های جولای و آگوست نشان داد. در سال 2015 شهرستان‌های ورامین و ری بالاترین دمای رویه زمین را با 52/50 درجه سانتی‌گراد تجربه کردند و در سال 2018 در ماه‌های جولای و آگوست این رقم به 52/97 درجه سانتی‌گراد رسید. در سال‌های 2022 و 2023 در ماه‌های جولای و آگوست شهرستان‌های ورامین، ملارد، ری، پاکدشت و پیشوا دمای 48 درجه سانتی‌گراد را تجربه کردند. تغییر کاربری، کاهش پوشش گیاهی در افزایش دمای سطح زمین دخیل هستند که در دوره گرم سال همراه با فرونشینی هوا این عوامل موجب شدت دمای سطح زمین شده است. بررسی روند رابطه شاخص پوشش گیاهی و دمای سطح زمین با لندست 8 بین سال‌های2013 تا 2024 نشان داد شاخص پوشش گیاهی و دمای سطح زمین رابطه مستقیم و معکوسی با هم دارند؛ به‌طوری‌که در سال‌های 2017، 2019 و 2024 در ماه‌های ژوئن، جولای و آگوست با افزایش جزئی پوشش گیاهی، دمای سطح زمین به 51/21 درجه سانتی‌گراد رسیده است که این امر در محدوده‌های غرب، شمال و جنوب غرب بیشتر مشهود است. در فصل پاییز، در 28 اکتبر 2020 روند شاخص نرمال‌شده تفاضل پوشش گیاهی 0/0- بود و در ماه‌های دسامبر و نوامبر سال‌های 2018، 2023 و 2021 به ترتیب 0/03-، 0/03- و 0/04- رسیده است. آنچه مشخص است، افزایش جزئی پوشش گیاهی نتوانسته است افزایش دمای سطح زمین را در فصل تابستان و پاییز توجیه کند. بررسی گسترش جزیره حرارتی با لندست 8 در بازه زمانی 1 سال (2024)، نشان داد بیشترین کانون گرما در نواحی جنوب، جنوب شرق، غرب و شمال و جنوب غرب و مناطق شمالی تهران قابل‌رؤیت است، اما دمای سطح زمین در ماه ژوئن 2024 به 52 درجه سانتی‌گراد رسید که در مناطق 9 و 22 بیشتر مشهود بود. بنابراین ازلحاظ هواشناختی، استقرار جریانات پر فشار جنب حاره تابستانه و افزایش فرونشینی هوا در ایران، وجود مراکز صنعتی، تغییرات کاربری، کاهش پوشش گیاهی و احداث شهرک‌های جدید موجب تغییرات مکانی و زمانی دما در مناطق شهری تهران شده است. به عبارتی این عوامل کمکی به افزایش گرمایش جهانی در سطح محلی (شهرها) کرده است. یافته‌های این پژوهش با مطالعاتی (منصوری و همکاران، 1400؛ طیبی و همکاران، 2018؛ کوتس و هریس، 2012) همخوانی دارد. تهران با تغییر اقلیم ناشی از گرمایش جهانی مواجه است و باتوجهبه اقلیم پیش‌رو (افزایش دما و کاهش بارش) روزهای گرم‌تری را سپری خواهد کرد. نتایج این مطالعه می‌تواند در امر برنامه‌ریزی‌های جامع شهری و محیط زیستی، مطالعات و برنامه‌ریزی جهت کاهش گرمایش جهانی، آینده‌نگری‌های اقلیمی در سطح کلان جهت تاب‌آوری در محیط‌های شهری و مدیریت بحران مفید واقع شود.
ملاحظات اخلاقی
پیروی از اصول اخلاق پژوهش
تمام اصول اخلاقی در نظر گرفته شد. از آنجایی که هیچ آزمایشی روی نمونه‌های انسانی یا حیوانی انجام نشد، نیاز به کد اخلاقی لغو شد.
حامی مالی
این اثر تحت حمایت مادی بنیاد ملی علم ایران (INSF) برگرفته‌شده از طرح شماره 4038495 انجام شده است.
مشارکت نویسندگان
مفهوم‌سازی، انجام تحلیل‌های نرم افزاری/آماری، نگارش نسخه اولیه مقاله: نیلوفر محمدی؛ راهنمایی، ویرایش و بازبینی مقاله: زهرا حجازی‌زاده، پرویز ضیائیان فیروزآبادی و علیرضا کربلائی.
تعارض منافع
بنابر اظهار نویسندگان این مقاله تعارض منافع ندارد.
تشکر و قدردانی
از بنیاد ملی علم ایران (INSF) سپاسگزاری می‌شود.
در‌مجموع نتایج این پژوهش نشان داد تغییرات دمای هوا و دمای سطح زمین در تهران در ماه‌های گرم سال، الگوی مشابهی را دنبال میکند. به‌عبارت‌دیگر، این دو شاخص به‌طور هم‌زمان افزایش یا کاهش پیدا می‌کنند. یافته‌های پژوهش پاسخ‌گوی سؤال پژوهش است؛ همان‌گونه که بررسی روند دما در نتایج ایستگاه‌های سینوپتیک (شمیران، چیتگر، مهرآباد، آبعلی، فیروزکوه و ژئوفیزیک) افزایش دما را در ماه‌های ژوئن و جولای صعودی نشان داد، بررسی دمای منطقه‌ای و گسترش جزیره حرارتی در ماه‌های ژوئن، جولای و آگوست دمای افزایشی را نشان داده است. بنابراین نتایج پژوهش با مطالعاتی (صادقی‌نیا و همکاران، 1391؛ پوردیهیمی و همکاران، 1398؛ احمدی و همکاران، 1398؛ منصوری و ضرغامی، 1403) مطابقت داشت.
نتیجه‌گیری
توسعه بی‌رویه شهرها به یکی از عوامل اصلی تشدید تغییر اقلیم در سطح منطقه‌ای و جهانی تبدیل شده است. از بین رفتن پوشش گیاهی، افزایش سطوح سخت و نفوذناپذیر در شهرها و رشد جمعیت شهری، همگی به تغییر اقلیم محلی، مانند نوسانات شدید بارش و افزایش دما دامن زده و مشکلات زیست‌محیطی جدی را به‌ویژه در شهرهای کشورهای در‌حال‌وسعه ایجاد است. این پژوهش با هدف روند تغییرات مکانی و زمانی دمای منطقه‌ای و گستردگی، جزیره حرارتیِ استان تهران را مورد واکاوی قرار داده است. بررسی روند دما در ایستگاه‌های شمیران، چیتگر، مهرآباد، آبعلی، فیروزکوه و ژئوفیزیک در بازه زمانی 1996 تا 2020 الگوی رفتاری دما در کلیه ایستگاه‌ها در ماه‌های ژوئن و جولای افزایشی بود. باتوجهبه افزایش گازهای گلخانه‌ای و موقعیت درون‌شهری ایستگاه‌ها، گرمایش جهانی و استقرار سامانه پرفشار جنب حاره در این ماه‌ها و افزایش فرونشینی هوا نتایج قابل‌توجیه است. بررسی میانگین دمای منطقه‌ای شهرستان‌های تهران در بازه زمانی 2014 تا 2024 با سنجنده مودیس، بالاترین دمای منطقه‌ای را در ماه‌های جولای و آگوست نشان داد. در سال 2015 شهرستان‌های ورامین و ری بالاترین دمای رویه زمین را با 52/50 درجه سانتی‌گراد تجربه کردند و در سال 2018 در ماه‌های جولای و آگوست این رقم به 52/97 درجه سانتی‌گراد رسید. در سال‌های 2022 و 2023 در ماه‌های جولای و آگوست شهرستان‌های ورامین، ملارد، ری، پاکدشت و پیشوا دمای 48 درجه سانتی‌گراد را تجربه کردند. تغییر کاربری، کاهش پوشش گیاهی در افزایش دمای سطح زمین دخیل هستند که در دوره گرم سال همراه با فرونشینی هوا این عوامل موجب شدت دمای سطح زمین شده است. بررسی روند رابطه شاخص پوشش گیاهی و دمای سطح زمین با لندست 8 بین سال‌های2013 تا 2024 نشان داد شاخص پوشش گیاهی و دمای سطح زمین رابطه مستقیم و معکوسی با هم دارند؛ به‌طوری‌که در سال‌های 2017، 2019 و 2024 در ماه‌های ژوئن، جولای و آگوست با افزایش جزئی پوشش گیاهی، دمای سطح زمین به 51/21 درجه سانتی‌گراد رسیده است که این امر در محدوده‌های غرب، شمال و جنوب غرب بیشتر مشهود است. در فصل پاییز، در 28 اکتبر 2020 روند شاخص نرمال‌شده تفاضل پوشش گیاهی 0/0- بود و در ماه‌های دسامبر و نوامبر سال‌های 2018، 2023 و 2021 به ترتیب 0/03-، 0/03- و 0/04- رسیده است. آنچه مشخص است، افزایش جزئی پوشش گیاهی نتوانسته است افزایش دمای سطح زمین را در فصل تابستان و پاییز توجیه کند. بررسی گسترش جزیره حرارتی با لندست 8 در بازه زمانی 1 سال (2024)، نشان داد بیشترین کانون گرما در نواحی جنوب، جنوب شرق، غرب و شمال و جنوب غرب و مناطق شمالی تهران قابل‌رؤیت است، اما دمای سطح زمین در ماه ژوئن 2024 به 52 درجه سانتی‌گراد رسید که در مناطق 9 و 22 بیشتر مشهود بود. بنابراین ازلحاظ هواشناختی، استقرار جریانات پر فشار جنب حاره تابستانه و افزایش فرونشینی هوا در ایران، وجود مراکز صنعتی، تغییرات کاربری، کاهش پوشش گیاهی و احداث شهرک‌های جدید موجب تغییرات مکانی و زمانی دما در مناطق شهری تهران شده است. به عبارتی این عوامل کمکی به افزایش گرمایش جهانی در سطح محلی (شهرها) کرده است. یافته‌های این پژوهش با مطالعاتی (منصوری و همکاران، 1400؛ طیبی و همکاران، 2018؛ کوتس و هریس، 2012) همخوانی دارد. تهران با تغییر اقلیم ناشی از گرمایش جهانی مواجه است و باتوجهبه اقلیم پیش‌رو (افزایش دما و کاهش بارش) روزهای گرم‌تری را سپری خواهد کرد. نتایج این مطالعه می‌تواند در امر برنامه‌ریزی‌های جامع شهری و محیط زیستی، مطالعات و برنامه‌ریزی جهت کاهش گرمایش جهانی، آینده‌نگری‌های اقلیمی در سطح کلان جهت تاب‌آوری در محیط‌های شهری و مدیریت بحران مفید واقع شود.
ملاحظات اخلاقی
پیروی از اصول اخلاق پژوهش
تمام اصول اخلاقی در نظر گرفته شد. از آنجایی که هیچ آزمایشی روی نمونه‌های انسانی یا حیوانی انجام نشد، نیاز به کد اخلاقی لغو شد.
حامی مالی
این اثر تحت حمایت مادی بنیاد ملی علم ایران (INSF) برگرفته‌شده از طرح شماره 4038495 انجام شده است.
مشارکت نویسندگان
مفهوم‌سازی، انجام تحلیل‌های نرم افزاری/آماری، نگارش نسخه اولیه مقاله: نیلوفر محمدی؛ راهنمایی، ویرایش و بازبینی مقاله: زهرا حجازی‌زاده، پرویز ضیائیان فیروزآبادی و علیرضا کربلائی.
تعارض منافع
بنابر اظهار نویسندگان این مقاله تعارض منافع ندارد.
تشکر و قدردانی
از بنیاد ملی علم ایران (INSF) سپاسگزاری می‌شود.
References
Adeyeri, O. E., Folorunsho, A. H., Ayegbusi, K. I., Bobde, V., Adeliyi, T. E., Ndehedehe, C. E., & Akinsanola, A. A. (2024). Land surface dynamics and meteorological forcings modulate land surface temperature characteristics. Sustainable Cities and Society, 101, 105072. [DOI:10.1016/j.scs.2023.105072]
Alijani, B. , Toulabi Nejad, M., & Karbalaie Darei, A. (2019). [Investigating the effects of global warming on subtropical high pressure. (Persian)] Physical Geography Research, 51(1), 33-50. [DOI:10.22059/jphgr.2019.258677.1007223]
Alimohamadi, A. (2009). [Planning of Tehran Province (Persian)]. Tehran: Deputy of Planning of Tehran Province.
Al Shawabkeh, R., AlHaddad, M., Al-Fugara, A. K., Al-Hawwari, L., Al-Hawwari, M. I., & Omoush, A., et al. (2024). Modeling the impact of urban land cover features and changes on the land surface temperature (LST): The case of Jordan. Ain Shams Engineering Journal, 15(2), 102359. [DOI:10.1016/j.asej.2023.102359]
Ahmadnezhad, E., Naieni, K. H., Ardalan, A., Mahmoodi, M., Yunesian, M., & Naddafi, K., et al. (2013). Excess mortality during heat waves, Tehran Iran: an ecological time-series study. Journal of Research in Health Sciences, 13(1), 24-31. [Link]
Ahmadi, M., & Ahmadi, H. (2018). [Monitoring of the night time land surface temperature in Iran based on output of the MODIS (Persian)]. Geographical Research, 33(1), 174-190. [Link]
Ahmadi, M. , Dadashiroudbari, A., & Esfandiari, N. (2019). [Monitoring the Urban heat islands with a Fractal Net Evolution (FNEA) Approach (Case Study: Tehran Metropolis) (Persian)]. Iranian Journal of Remote Sensing and GIS, 11(1), 93-112. [DOI:10.52547/gisj.11.1.93]
Azadeh, S. R., & Etemadi kia, H. (2024). [Modeling the Spatial Expansion of Urban Heat Islands in Rasht Metropolitan (Persian)]. Geography and Territorial Spatial Arrangement, 14(50), 29-54. [Link]
Azizi, Gh., Karimi, M., & Sabok Khiz, Z. (2006). [Temperature trends in Iran over the past few decades and the increase in atmospheric CO2 (Persian)]. Journal of Applied Researches in Geographical Sciences, 4(4),27-47. [Link]
Azizi, Gh. (2004). [Climate change (Persian)]. Tehran: Ghoumes. [Link]
Bahi, H., Mastouri, H., and Radoine, H. (2020). Review of methods for retrieving urban heat islands. Materials Today: Proceedings, 27, 3004-3009. [DOI:10.1016/j.matpr.2020.03.272]
Bonacci, O., Vrsalović, A., & Roje-Bonacci, T. (2024). Different development of global warming (GW) and urban heat island (UHI) in the city of Zagreb. Acta Hydrotechnica, 36(65), 155-176. [DOI:10.15292/acta.hydro.2023.10]
Cheval, S., Dumitrescu, A., & Bell, A. (2009). The urban heat island of Bucharest during the extreme high temperatures of July 2007. Theoretical and Applied Climatology, 97, 391-401. [DOI:10.1007/s00704-008-0088-3]
Coutts, A., & Harris, R. (2012). A Multi-scale Assessment of Urban Heating in Melbourne During an Extreme Heat Event. Melbourne: Victorian Centre for Climate Change Adaptation Research. [Link]
Connor, J. A., Farhat, S. K., & Vanderford, M. (2012). GSI Mann-Kendall toolkit for constituent trend analysis, user’s manual. Houston: GSI Environmental Inc. [Link]
Demisse Negesse, M., Hishe, S., & Getahun, K. (2024). LULC dynamics and the effects of urban green spaces in cooling and mitigating micro-climate change and urban heat island effects: a case study in Addis Ababa city, Ethiopia. Journal of Water and Climate Change, 15(7), 3033-3055. [DOI:10.2166/wcc.2024.662]
Emmanuel, R., & Krüger, E. (2012). Urban heat island and its impact on climate change resilience in a shrinking city: The case of Glasgow, UK. Building and Environment, 53, 137-149. [DOI:10.1016/j.buildenv.2012.01.020]
Eskandarian, E. (2015). [Climate comfort in Tehran (Persian)]. Journal of Research in Science, Engineering and Technology, 1, 57-67. [Link]
Ge, S., Zhan, W., Wang, S., Du, H., Liu, Z., & Wang, C., et al. (2024). Spatiotemporal heterogeneity in global urban surface warming. Remote Sensing of Environment, 305, 114081. [DOI:10.1016/j.rse.2024.114081]
Galdies, C., & Lau, H. S. (2020). Urban heat island effect, extreme temperatures and climate change: A case study of Hong Kong SAR. In W. Leal Filho, G. Nagy, M. Borga, P. Chávez Muñoz & A. Magnuszewski (Eds), Climate Change, Hazards and Adaptation Options. Climate Change Management. Cham: Springer. [DOI:10.1007/978-3-030-37425-9_20]
Gupta, A., Sadab, A., & De, B. (2024). Assessment of critical thermal characteristics and land surface dynamics of an Indian metropolitan city. Journal of Water and Climate Change, 15(7), 3409-3430. [DOI:10.2166/wcc.2024.370]
Hejazizade, Z., & Parvin, N. (2009). [Study of temperature and precipitation changes in Tehran over the past half century (Persian)]. Journal of Urban Ecology Researches, 1(0), 43-56. [Link]
Hejazizadeh, Z., Zeyaeean, P., & Shirkhani, A. (2013). [Comparison of surface temperature estimation using thermal band data (Persian)]. Geography, 11(38), 33-50. [Link]
Hejazizade, Z., & Moghimi, Sh. (2002). [Introductory Microclimatology (Persian)]. Tehran: Payam Noor University. [Link]
Hejazizade, Z., & Moghimi, Sh. (2007). [Application of climate in urban and regional planning (Persian)]. Tehran: Payam Noor University. [Link]
Hejazizade, Z. (1993). [Study of subtropical high pressure fluctuations in seasonal changes in Iran (Persian)] [PhD dissertation]. Tehran: Tarbiat Modares University. [Link]
Huntington, J. L., Hegewisch, K. C., Daudert, B., Morton, C. G., Abatzoglou, J. T., & McEvoy, D. J., et al. (2017). Climate engine: Cloud computing and visualization of climate and remote sensing data for advanced natural resource monitoring and process understanding. Bulletin of the American Meteorological Society, 98(11), 2397-2410. [DOI:10.1175/BAMS-D-15-00324.1]
IPCC. (2022). Global Warming of 1.5°C. An IPCC Special Report on the impacts of global warming of 1.5°C above pre-industrial levels and related global greenhouse gas emission pathways, in the context of strengthening the global response to the threat of climate change, sustainable development, and efforts to eradicate poverty. Cambridge: Cambridge University Press. [Link]
IPCC. (2021). Sixth report of the working group of the intergovernmental panel on climate change. Geneva: The Intergovernmental Panel on Climate Change (IPCC). [Link]
Farjod, M. (2018). [Tehran Municipality Statistical Yearbook (Persian)]. Tehran: Tehran Municipality ICT Organization. [Link]
Falahati, F., Alijani, B., Ghohrodi Tali, M., & Barati, M. (2012). [Site Selection of Appropriate Locations for Development of Orchards Using GIS & RS, by Emphasizing Climatic Factors (Case study: Walnut - Tehran Province) (Persian)]. Geography and Environmental Sustainability, 2(1), 43-54. [Link]
Fatahian, M. (2018). [The impact of climate change on Iran's summer subtropical high pressure (Persian)] [PhD dissertation]. Tehra: Kharazmi University. [Link]
Field, C. B., & Barros, V. R. (2014). Climate Change 2014: Impacts, Adaptation and Vulnerability. Part B: Regional Aspects. Cambridge: Cambridge University Press. [Link]
Kamalakar, G., & Kamala, K. (2024). Urban growth, climate change, and the intensification of heat waves in India. Urban India, 44(2), 93-97. [Link]
Karbalaee, A. R., Beygam Hejazizadeh, Z., Masoodian, S. A., & Keikhosravi kiany, M. (2021). [Trend Analysis of Land surface temperature using Remote Sensing Data in Iran (Persian)]. Journal of Geography and Environmental Hazards, 10(2), 93-109. [DOI:10.22067/geoeh.2021.69462.1035]
Khodajou, M. , Motavali, S. , Janbazghobadi, G., & Gandomkar, A. (2021). [Influence of synoptic atmospheric patterns on heat island intensity of Rasht city and climate Element's change (Persian)]. Geography (Regional Planning), 11(44), 85-97. [DOI:10.22034/jgeoq.2021.128864]
Liu, Y., Zhang, W., Liu, W., Tan, Z., Hu, S., & Ao, Z., et al. (2024). Exploring the seasonal effects of urban morphology on land surface temperature in urban functional zones. Sustainable Cities and Society, 103, 105268. [DOI:10.1016/j.scs.2024.105268]
Lauwaet, D., Hooyberghs, H., Maiheu, B., Lefebvre, W., Driesen, G., & Van Looy, S., et al. (2015). Detailed urban heat island projections for cities worldwide: Dynamical downscaling CMIP5 global climate models. Climate, 3(2), 391-415. [DOI:10.3390/cli3020391]
Lu, H., Gaur, A., & Lacasse, M. (2024). Climate data for building simulations with urban heat island effects and nature-based solutions. Scientific Data, 11(1), 731. [DOI:10.1038/s41597-024-03532-5.] [PMID]
Li, Q., Zhang, H., Liu, X., & Huang, J. (2004). Urban heat island effect on annual mean temperature during the last 50 years in China. Theoretical and Applied Climatology, 79, 165-174. [DOI:10.1007/s00704-004-0065-4]
Malekimejad, H. , Solaimame, M. , Jaedaei, A., & Shater, S. (2013). [Analysis of the precipitation and drought trend variations using Mann-Kendall and Sen Tests in Tehran Province (Persian)]. Nivar, 37(80-81), 43-54. [Link]
Management and Planning Organization of Tehran. (2021). [City of Tehran Statistical yearbook (Persian)]. Tehran: Management and Planning Organization of Tehran. [Link]
Mansouri, S., Khaledi, Sh., & Asadian, F. (2021). [The role of the heat island in the temperature change process of Tehran's urban area (Persian)]. Territory, 18(70), 65-84. [Link]
Mansouri, S., & Zarghami, E. (2023). [Dynamic Analysis of Urban Heat Islands in Tehran (2013-2023) Based on MODIS Images and Google Earth Engine (Persian)]. Journal of Remote Sensing and Geoinformation Research, 2(1), 45-64. [DOI:10.22061/jrsgr.2024.10762.1057]
Masoodian, S. A., & Torky, M. (2019). [Climatology of Surface Urban Heat Island of Ahwaz Metropolis (Persian)]. Geography and Environmental Planning, 30(1), 75-92. [DOI:10.22108/gep.2019.115913.1128]
Masoodian, S. A. (2011). [Climate of Iran (Persian)]. Mashhad: Shariee-toos. [Link]
Meftahi, M., Monavari, S. M., Kheirkhah Zarkesh, S. M. M., Vafaeinejad, A., & jozi, S. A. (2022). [Spatial-Temporal Variation of Heat Island Pattern in Tehran and Its Effective Factors (Persian)]. Environmental Researches, 13(25), 67-91. [Link]
Mohammadi, N., Hejazizadeh, Z., Zeaiean Firouzabadi, P., & Karbalaee, A. (2024). [Detection of the effect of climate change on the mechanism of heat Islands in Tehran Province (Persian)]. Nivar, 48(124-125), 203-224. [DOI:10.30467/nivar.2024.442784.1281]
Najafian, M. R., Moghimi, E., & Mohamadi, H. (2017). [Evaluation of temperature changes, heat island pattern and vegetation cover during hot days in Tehran (Persian)]. Journal of Physical Geography, 10(38), 1-18. [Link]
Nasiri, R., Motesaddi Zarandi, S., & Motlagh, M. E. (2022). [Climate change and the challenges of quantitative assessment of urban climate change: A case study in Tehran Metropolis (Persian)]. Journal of School of Public Health and Institute of Public Health Research, 19(3), 293-314. [Link]
Noorbakhsh, M., & Nazari Nejad, A. (2022). [Investigation of the relationship between NDVI and EVI vegetation indices and land surface temperature in Tehran (Persian)]. Journal of Geography and Human Relations, 5(1), 225-236. [Link]
Pohlert, T. (2023). Non-parametric trend tests and change-point detection. California: Creative Commons. [Link]
Pourdeihimi, S., Tahsildoost, M., & Ameri, P. (2019). [Effect of vegetation cover on energy consumption optimization due to reduction of urban heat island intensity: Case of Tehran Metropolitan Area (Persian)]. Quarterly Journal of Energy Policy and Planning Research , 5 (3), 97-122. [Link]
Rahimzade, F., Asgari, A., & Nohi, K. (2003). [An insight into the difference in the rate of increase in minimum and maximum temperatures and the decrease in the diurnal range of temperatures in the country (Persian)]. Paper presented at: National-Regional Climate Change Conference, Isfahan, Iran, 20 October 2003. [Link]
Rahimzade, F., & Asgari, A. (2004). [An insight into the difference in the rate of increase in minimum and maximum temperatures and the decrease in the diurnal range of temperatures in the country (Persian)]. Geographical Research Journal, 73(2), 155-171. [Link]
Ranjbar, A., Azadi, M., Bidokhti, A. A., & Sadeghi, S. A. (2005). [A case study of Tehran heat island and its numerical simulation (Persian)]. Journal of the Earth and Space Physics, 31(1), 63-78. [Link]
Sadeghinia, A., Alijani, B., & Ziaeian, P. (2013). [Analysis of spatial - temporal structure of the urban heat island in Tehran through remote sensing and geographical information system (Persian)]. Geography and Environmental Hazards, 1(4), 1-2. [Link]
Shakiba, A., Firoozabadi, P., Ashorlo, D., & Namdari, S. (2009). [Analysis of relationship between land use/cover and urban Heat Island, Using ETM+(Persian)]. Iranian Journal of Remote Sensing and GIS, 1(1), 39-58. [Link]
Stewart, I. D. (2019). Why should urban heat island researchers study history? Urban Climate, 30, 100484. [DOI:10.1016/j.uclim.2019.100484]
Sodoudi, S., Shahmohamadi, P., Vollack, K., Cubasch, U., & Che-Ani, A. I. (2014). Mitigating the urban heat island effect in megacity Tehran. Advances in Meteorology, 2014(1), 547974. [DOI:10.1155/2014/547974]
Siswanto, S., Nuryanto, D. E., Ferdiansyah, M. R., Prastiwi, A. D., Dewi, O. C., & Gamal, A., et al. (2023). Spatio-temporal characteristics of urban heat Island of Jakarta metropolitan. Remote Sensing Applications: Society and Environment, 32, 101062. [DOI:10.1016/j.rsase.2023.101062]
Salmi, T. (2002). Detecting trends of annual values of atmospheric pollutants by the Mann-Kendall test and Sen's slope estimates-the Excel template application MAKESENS. Ilmatieteen laitos. [Link]
Sheikhi, V., Malakoti, H., & Ghader, S. (2021). [Numerical simulation of the performance of summer heat island control programs in Tehran metropolis by evaluating heat fluxes (Persian)]. Journal of Spatial Analysis Environmental Hazards, 7(4), 105-126. [Link]
Escourrour, G. (1998). Climate and the city: Urban environment [Sh. Khaledi, Persian trans.]. Tehran: Tabiat Publisher. [Link]
Tabatabaei, S. (2014). [An investigation of urban-environmental management in Tehran during three historical periods of Qajar, Pahlavi and post Islamic revolution (Persian)]. Scientific- Research Quarterly of Geographical Data (SEPEHR), 22(88), 69-74. [Link]
Thanvisitthpon, N., Nakburee, A., Khamchiangta, D., & Saguansap, V. (2023). Climate change-induced urban heat Island trend projection and land surface temperature: A case study of Thailand’s Bangkok metropolitan. Urban Climate, 49, 101484. [DOI:10.1016/j.uclim.2023.101484]
Tayyebi, A., Shafizadeh-Moghadam, H., & Tayyebi, A. H. (2018). Analyzing long-term spatio-temporal patterns of land surface temperature in response to rapid urbanization in the mega-city of Tehran. Land Use Policy, 71, 459-469. [DOI:10.1016/j.landusepol.2017.11.023]
Urban Planning and Architecture Research Center of Iran. (2000). [Tehran Urban Complex Plan Report (Persian)]. Tehran: Urban Planning and Architecture Research Center of Iran.
While, A., & Whitehead, M. (2013). Cities, urbanisation and climate change. Urban Studies, 50(7), 1325-1331. [DOI:10.1177/0042098013480963]
Wan, Z. (2007). Collection-5 MODIS land surface temperature products users’ guide. California: ICESS, University of California, Santa Barbara. [Link]
نوع مطالعه: پژوهشي |
موضوع مقاله:
تخصصي
دریافت: 1403/9/1 | پذیرش: 1403/12/12 | انتشار الکترونیک: 1404/6/28
دریافت: 1403/9/1 | پذیرش: 1403/12/12 | انتشار الکترونیک: 1404/6/28
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
