چکیده
:
توسعه پایدار یک جزء کلیدی در مطالعات شهری است. رصد زمین (EO) می تواند نقش ارزشمندی در توسعه و برنامه ریزی شهری پایدار داشته باشد، زیرا نشان دهنده یک منبع داده قدرتمند با پتانسیل ارائه تعدادی از شاخص های پایداری شهری مرتبط است. برای این منظور، در این مقاله فهرستی مفهومی از شاخصهای مبتنی بر EO که قادر به پشتیبانی از برنامهریزی و مدیریت شهری هستند، پیشنهاد میکنیم. سه شهر با گونهشناسی متفاوت، یعنی بازل، سوئیس. تل آویو، اسرائیل؛ و تیومن، روسیه به عنوان مطالعات موردی انتخاب شدند. شاخصهای مبتنی بر EO برای ثبت مؤثر ویژگیهای فیزیکی محیط شهری در طیف متنوعی از بخشهای زیستمحیطی مانند بهرهوری انرژی، آلودگی هوا و سلامت عمومی، آب، حملونقل و آسیبپذیری در برابر خطرات تعریف شدهاند.
کلید واژه ها:
شاخص های شهری ; برنامه ریزی شهری ; رصد زمین ؛ تغییرات آب و هوایی
1. مقدمه
شهرنشینی پدیده ای است که به دلیل تأثیر مستقیم بر کیفیت زندگی از اهمیت بالایی برخوردار است. در سال 2007، شهرنشینان برای اولین بار در تاریخ از جمعیت روستایی فراتر رفتند و انتظار میرود تا سال 2030 دو سوم جمعیت جهان در مناطق شهری اسکان داده شوند [ 1 ]. امروزه تضادهایی در اهداف برنامه ریزی شهری به سمت شهر پایدار ناشی از تفکرات مختلف محیطی، اقتصادی و سیاسی وجود دارد که انگیزه برنامه ریزی در رشته ها و مفاهیم مختلف نهفته است [ 2 ]. از این رو، برنامه ریزی شهری موفق باید سه بخش محیط زیست، اقتصاد و سیاست را در نظر گرفته و سعی در حفظ تعادل بین آنها داشته باشد.
اخیراً تلاش زیادی برای تولید ابزارهایی برای مشاهده و تحلیل محیط شهری نه تنها توسط جامعه علمی، بلکه توسط بخش های دولتی و خصوصی انجام شده است. به طور خاص، تعداد زیادی از مطالعات برای درک و توصیف پایداری شهری انجام شده است، که در آن شاخص های متعددی در تحقیقات شهری برای مدیریت بهتر شهرها پیشنهاد شده است [ 3 ، 4 ]. بسیاری از متغیرهای محیطی و اجتماعی-اقتصادی بر توسعه شهری تأثیر میگذارند و استفاده از رویکردهای جایگزین برای جذب این متغیرها یک چالش است [ 5 ، 6 ].
اگرچه دادههای مرسوم برای محاسبه شاخصهای شهری مفید هستند، اما به دلیل تعمیم، قدیمی بودن یا در دسترس نبودن، اغلب ناکافی هستند [ 7 ]. در این چارچوب، رصد زمین (EO) به یک منبع جایگزین موثر برای اطلاعات جغرافیایی برای مدیریت و برنامهریزی شهری تبدیل شده است [ 8 ، 9 ، 10 ] و ثابت کرده است که قادر به غنیسازی دانش علمی با اطلاعات مکانی مورد نیاز برای اجرای طرحهای برنامهریزی شهری است.
مجموعه ای از محصولات شهری مشتق شده از EO در برنامه های برنامه ریزی شهری معرفی شده اند که مسائل زیست محیطی و اجتماعی-اقتصادی را پوشش می دهند. مجموعه ای از شاخص های شهری را می توان بر اساس محصولات EO ارزیابی کرد. به عنوان مثال، رادیومتر ماهواره ای تابش ورودی را در چندین بخش از طیف الکترومغناطیسی ثبت می کند. داده های خام EO از این رکوردهای تابشی چندطیفی تشکیل شده است. با تجزیه و تحلیل این داده های EO خام با استفاده از روش طبقه بندی حداکثر احتمال، می توان یک نقشه پوشش زمین استخراج کرد. این محصول EO مربوطه است که از داده های اولیه EO با اجرای این روش تجزیه و تحلیل ذرات تولید می شود. علاوه بر این، با انتخاب پیکسل های مربوط به مناطق ساخته شده در این نقشه پوشش زمین و با تخمین تراکم آنها در محدوده های اداری خاص، چگالی ساخته شده را می توان به دست آورد. مورد دوم یک شاخص مبتنی بر EO است که از روی نقشه پوشش زمین (محصول EO) با اجرای روش تحلیل خاصی که در بالا توضیح داده شد، ارزیابی شده است. انتخاب شاخصهای مبتنی بر EO باید بر اساس هدف هر شاخص و تأثیر آن بر پایداری شهری باشد.11 ]. بنابراین، شاخصهای متفاوتی در محیطهای شهری مختلف به کار میرود تا جنبههای مناسب الزامات پایداری را به تصویر بکشد.
پژوهش حاضر بر درک نیازهای برنامه ریزی و مدیریت شهری متمرکز است که می تواند توسط داده ها و روش های EO پشتیبانی شود. این فعالیت در چارچوب پروژه GEOURBAN (Exploiting Earth Observation in Sustainable UrBan Planning & Management) [ 12 ] انجام شد. GEOURBAN با هدف انتخاب و ارزیابی شاخصهای محیطی شهری برگرفته از EO مناسب در سه شهر با گونهشناسی و دیدگاههای برنامهریزی متفاوت ( یعنی بازل، سوئیس؛ تلآویو، اسرائیل و تیومن، روسیه)، با توجه به: (الف) الزامات برنامهریزی شهری و مدیریت معمولی انجام شد. (از جمله الزامات برای کاهش خطر بلایای طبیعی و امنیت شهری) و (ب) الزامات برنامه ریزی شهری برای سازگاری با تغییرات آب و هوایی.
مطالعه حاضر تلاش مشترک کنسرسیوم GEOURBAN و ذینفعان محلی در هر یک از شهرهای فوق را برای تعریف اهداف و الزامات برنامه ریزی و مدیریت شهری که می تواند توسط EO پشتیبانی شود و تهیه فهرست مفهومی مرتبط از شاخص ها توصیف می کند. هدف تولید مجموعه ای مشترک از شاخص ها بر اساس محصولات EO است که در آن امکان انتقال آنها به سایر مناطق مورد مطالعه بدون نیاز به درجا فراهم شود.مدل سازی این مقاله شامل بخشهای زیر است: (الف) شرح سه منطقه مورد مطالعه در مورد ویژگیهای اصلی شهر (جمعیت، منطقه، اقلیم و سیستم برنامهریزی شهری) و همچنین مجموعه دادههای EO و پردازش، (ب) بررسی درک فعلی از برنامهریزی شهری و الزامات مدیریت و توسعه شاخص های شهری مرتبط و ج) بحث و نتیجه گیری نهایی.
2. مناطق مطالعه و مجموعه داده های EO
همانطور که در بالا ذکر شد، مناطق مورد مطالعه GEOURBAN عبارت بودند از: تیومن، تل آویو و بازل. مطالعات موردی انتخاب شده پتانسیل حمایت از همکاری اروپایی، از جمله روسیه، و همچنین کشورهای خاورمیانه، کاوش در چشم اندازهای مختلف برنامه ریزی شهری و مدیریت را دارند، همانطور که در شرح تفصیلی که در ادامه آمده است.
2.1. تیومن، روسیه
مساحت شهر تیومن 23500 هکتار با 580000 نفر جمعیت است. این شهر بر روی رودخانه تورا در 1700 کیلومتری شرق مسکو واقع شده است. آب و هوای قاره ای مرطوب با تابستان های نسبتاً گرم مرطوب و زمستان های طولانی سرد است (اقلیم Köppen Dfb، [ 13 ]).
برنامه ریزی شهری در تیومن توسط قانون برنامه ریزی شهری فدراسیون روسیه (RF TP Code) تنظیم می شود – که قانون اساسی قانونی در زمینه مقررات برنامه ریزی شهری است. به ویژه، معیارهایی را که شرایط زندگی ایمن و مطلوب، حفاظت از محیط زیست، حفاظت از تأسیسات میراث فرهنگی و سرزمینهای ملی حفاظت شده ویژه را فراهم میکنند، شرح میدهد. علاوه بر این، احکام صادر شده توسط دومای ایالتی تیومن و اداره شهر تیومن، دستورالعملهایی را برای برنامهریزی خاص شهر ارائه میکنند. یک شهر به عنوان یک منطقه مسکونی همیشه به عنوان یک نهاد شهرداری در نظر گرفته می شود، بنابراین لازم است در مسیر تعیین یک معیار نظارتی، فهرست موضوعات دارای ارزش محلی دنبال شود. این فهرست در قانون فدرال شماره 131-FZ مورخ 6 اکتبر 2003 “درباره اصول کلی سازمان دولت محلی در فدراسیون روسیه” تنظیم شده است. اسناد برنامه ریزی شهری و اسناد مقررات برنامه ریزی شهری، مبنای هنجاری فعالیت های برنامه ریزی شهری است.
2.2. تل آویو، اسرائیل
مساحت تل آویو 5200 هکتار با 404000 نفر جمعیت است که به دومین شهر پرجمعیت اسرائیل تبدیل شده است. آب و هوای مدیترانه ای با تابستان های گرم تا گرم و خشک و زمستان های معتدل بارانی است (اقلیم Köppen Csa، [ 13 ]).
طرح جامع تل آویو مبتنی بر رویکرد برنامه ریزی استراتژیک است. برنامه ریزی استراتژیک شهری مفاهیم برنامه ریزی را با رویه های مدیریت استراتژیک ترکیب می کند. این شامل یک فرآیند چرخهای مستمر است که شامل: برنامهریزی، اجرا، نظارت و ارزیابی برنامهها، اقدامات و پروژههای شهری، سپس «بازگشت به دور کامل»، زمانی که نیاز به تغییرات در پاسخ به شرایط در حال تغییر است، میشود.
برنامه راهبردی تل آویو چند رشته ای است. به تمام جنبه های شهر، بافت اجتماعی، اقتصاد، فرهنگ، اوقات فراغت، کاربری زمین، بافت شهری، حمل و نقل و محیط زیست مربوط می شود. فرآیند برنامه ریزی درگیر مشارکتی است. از ساکنان و سایر ذینفعان دعوت می شود نظرات خود را در مورد وضعیت فعلی شهر بیان کنند، مشکلات و فرصت ها را شناسایی کرده و اقدامات اصلاحی احتمالی را اولویت بندی کنند. بعداً از آنها خواسته می شود تا “چشم انداز” خود را برای آینده شهر تدوین کنند. گفت و گوی آغاز شده توسط این فرآیند به ارتقای تفاهم میان گروه های ذینفع مختلف کمک می کند، بنابراین راه را برای ایجاد اجماع پیرامون موضوعات خاص هموار می کند.
برنامه ریزی استراتژیک اجازه می دهد تا “برنامه های اقدام” کوتاه مدت و بلند مدت ارائه شود، در حالی که برنامه استراتژیک هنوز در حال آماده سازی است. اجرای زودهنگام پروژه ها و برنامه های ناشی از این طرح به ایجاد اعتماد عمومی نسبت به شایستگی های آن کمک می کند و در عین حال ظرفیت حل مشکلات شهرداری را تقویت می کند. یک مکانیسم کنترل و پیگیری داخلی به ارزیابی معیار موفقیت و توانایی برنامه برای دستیابی به اهداف از پیش تعیین شده کمک می کند. فرآیند برنامه ریزی استراتژیک باز و شفاف است و عموم مردم می توانند پیشرفت را در وب سایت شهرداری و سایر رسانه ها دنبال کنند.
2.3. بازل، سوئیس
شهر بازل 188000 نفر جمعیت دارد در حالی که متراکم آن به 730000 نفر می رسد. مساحت شهر بازل و متراکم آن به ترتیب 3695 هکتار و 48200 هکتار است. آب و هوا اقیانوسی با زمستان های معتدل و تابستان های گرم و آفتابی است (اقلیم Köppen Cfb، [ 13 ]).
برنامه ریزی شهری در بازل عمدتا توسط سه آژانس شهری در سه بخش مختلف انجام می شود. آژانس توسعه شهری و کانتونی در ریاست ریاست جمهوری، شورای دولتی را در وظیفه اش برای مشاهده و ارزیابی همه تحولات مهم در شهر و محله و هماهنگی و ترتیب دادن شرایط مناسب، مشاوره و حمایت می کند. دفتر برنامه ریزی در بخش ساخت و ساز و ترافیک مسئول برنامه ریزی شهری و منطقه ای، شهرسازی و طرح ریزی در فضای عمومی و حوزه است. آژانس محیط زیست و انرژی در بخش امور اقتصادی، اجتماعی و زیست محیطی مسئول حفاظت از مردم و محیط زیست در برابر تأثیرات مضر یا نامطلوب است.
با توجه به موقعیت خاص بازل درست در مرز بین آلمان و فرانسه، چندین موسسه بین المللی با هدف افزایش ارتباطات و هماهنگی مقامات برنامه ریزی محلی تأسیس شد. بنابراین، منطقه سهگانه یورو بازل (TEB) در سال 2007 به منظور هماهنگ کردن فعالیتهای برنامهریزی منطقهای به طور مؤثر در سراسر مرزهای ملی تأسیس شد. هدف TEB کاهش تأثیر منفی مرزهای ملی و ترویج بهره مندی از تنوع منطقه بازل است.
استراتژیهای میانمدت و بلندمدت توسط دو ابزار برنامهریزی شهری، یعنی طرح ساختار کانتونی و طرح قانونگذاری 2009-2013 تعیین میشوند. طرح ساختار کانتونی مهمترین سند مربوط به فعالیتهای برنامه ریزی شهر بازل است و ابزار اجباری مقامات برنامه ریزی را نشان می دهد. با استراتژی و نقشه های توضیحی طرح سازه، زمینه کنترل توسعه فضایی 15 تا 20 سال آینده فراهم می شود. با طرح قانون گذاری 2009-2013، شورای دولت جنبه های کلیدی میان مدت و بلندمدت را طبق دستور قانون اساسی تعریف می کند، جایی که توسعه و برنامه ریزی پایدار به صراحت توسط قانون تنظیم می شود. ترکیبی از مشاهده کمی و ارزیابی کیفی، همانطور که در طرح قانونگذاری تعریف شده است،
2.4. مجموعه داده ها و پردازش EO
پایگاه داده EO مورد استفاده در GEOURBAN شامل تصاویر حسگرهای زیر است که وضوح فضایی آنها در جدول 1 نشان داده شده است :
-
تیومن: Landsat-5 TM; Landsat-7 ETM+; TerraSAR-X، ASTER، ALOS؛
-
تل آویو: Landsat-5 TM; Landsat-7 ETM+; TerraSAR-X; ASTER، ALOS;
-
بازل: Landsat-4 TM; Landsat-5 TM; Landsat-7 ETM+; Quickbird، TerraSAR-X، ASTER; ALOS، و همچنین مشاهدات فراطیفی هوابرد (APEX).
مجموعه داده های فوق برای استخراج محصولات EO، مانند پوشش زمین، مدل رقومی ارتفاع، کسر نواحی غیرقابل نفوذ، عمق نوری آئروسل، آلبدو سطح و انتشار و غیره استفاده شد . [ 14 , 15 , 16 , 17 , 18 , 19 , 20 , 21 , 22 , 23 , 24]. به عنوان مثال، برای نقشه برداری پوشش زمین، طبقه بندی کننده حداکثر درستنمایی و ماشین های بردار پشتیبان استفاده شد. برای نفوذناپذیری و گسیل سطح زمین، تکنیکهای اختلاط طیفی خطی استفاده شد. برای سطح باند پهن از روش های تبدیل albedo باند باریک طیفی استفاده شد. برای دمای سطح، الگوریتم های تک کانال و پنجره تقسیم استفاده شد. برای تخمین حجم و چگالی ساختمان، یک پردازش خاص از دامنه پراکندگی پسپراکنش رادار فضانوردی برای استخراج اطلاعات بافت مناسب انجام شد. در نهایت، محصولات مختلف EO با استفاده از تجزیه و تحلیل فضایی برای به دست آوردن معنی برای شاخص های برنامه ریزی و مدیریت شهری، به دنبال فهرست مفهومی که در این مطالعه مورد بحث قرار می گیرد، ترکیب شدند.

جدول 1. الزامات روتین و محصولات و شاخص های مبتنی بر رصد زمین (EO).

جدول 2. الزامات سازگاری با تغییرات آب و هوا و شاخص های مرتبط با ارتباط با داده های EO.
3. روش شناسی و نتایج
در مطالعه حاضر، اهداف و الزامات مدیریت توسعه شهری توسط مقامات محلی از طریق رویکرد جامعه عمل (CoP) [ 25 ] ارائه شده است.]. روش مشارکتی CoP متشکل از بدنه ای از سهامداران و دانشمندان محلی است که به طور منظم گرد هم می آیند تا از یکدیگر بیاموزند. یکی از اهداف اصلی CoP تصدیق برداشت های ذینفعان مختلف در مورد توسعه شاخص است. بنابراین، کاربران GEOURBAN (مقامات محلی، برنامهریزان شهری و تصمیمگیرندگان) از طریق رویکرد CoP در پروژه مشارکت داشتند. شرکت در هیئت CoP 17 نفر در بازل، 28 نفر در تیومن و 10 نفر در جلسات تل آویو بود. پس از تعیین این اهداف و الزامات برنامهریزی و مدیریت شهری، فهرستی مفهومی از شاخصهای شهری بر اساس EO تهیه شد که بر الزامات برنامهریزی و مدیریت شهری معمول و یا بر الزامات سازگاری با تغییرات آب و هوایی تمرکز دارد. شاخص های مبتنی بر EO تولید شده اندیکاتورهای تفکیک شده هستند. آنها تحت پردازش مبتنی بر پیکسل، که در آن محصولات از داده های EO به طور مناسب تجزیه و تحلیل شدند، تولید شدند. بنابراین، تفکیک مکانی شاخص ها، وضوح مکانی محصول مربوطه است.
3.1. الزامات روتین و شاخص های EO مرتبط
الزامات معمول فهرست شده در جدول 1 با ترکیب اهداف موسسات برنامه ریزی شهری و نتیجه جلسات CoP گردآوری شده است. موضوعات در پرتو هدف اصلی تحقیق ما، که حمایت از برنامه ریزی شهری با طراحی محصولات اطلاعات جغرافیایی مشتق شده از داده های EO است، انتخاب شدند. موضوعاتی که بعید است توسط داده های EO پشتیبانی شوند نادیده گرفته شدند.
همانطور که جدول 1 نشان می دهد، اقدامات و استراتژی های برنامه ریزی را می توان به طور موثر با استفاده از محصولات اطلاعات جغرافیایی مبتنی بر EO که قبلاً برای بازیابی شاخص های مناسب برای مدیریت و برنامه ریزی شهری مؤثر بوده است (مثلاً می توان از آنها برای برآورد کیفیت زندگی شهری استفاده کرد) حمایت کرد. آلودگی هوا و آب یا بهره وری انرژی). با استفاده از روش مناسب برای تصاویر ماهواره ای موجود، چندین پارامتر شهری را می توان با موفقیت بازیابی کرد. در این چارچوب، مرتبط ترین محصولات ژئو اطلاعات شهری برای بخش های مختلف به طور گسترده در زیر توضیح داده شده است.
3.1.1. آلودگی هوا و بهداشت عمومی
آلودگی هوا و سلامت عمومی به انتشار گازهای گلخانه ای صنعت و همچنین ترافیک و گرمایش خانگی بستگی دارد. اقدامات برنامه ریزی باید برای مدیریت پایدار اتخاذ شود ( جدول 2 ). در چنین زمینهای، شاخصهای کلیدی عبارتند از: AOT (ضخامت نوری اتمسفر)، توپوگرافی سطح (که با استفاده از مدلهای زمین دیجیتال مشخص میشود) و ساختار ساختمان (به دست آمده از تفاوت مدلهای DTM و سطح دیجیتال مربوطه – DSM) و همچنین توزیع جمعیت.
ضخامت نوری جوی (AOT)
دادههای حسگرهای با وضوح بالا، مانند Landsat و SPOT، میتوانند برای محاسبه شاخصهای شفاف اتمسفر، مانند AOT [ 26 ]، که میتوانند برای استخراج توزیع فضایی PM10 و/یا PM2.5 [ 27 ] و از این رو برای استخراج استفاده شوند. در ترکیب با توزیع جمعیت و ساختار ساختمان، برآوردی از قرار گرفتن در معرض. محصولات روزانه AOT را می توان توسط حسگرهای با وضوح پایین [ 20 ] نیز استخراج کرد. در شکل 1 ، یک نقشه AOT برای منطقه مورد مطالعه بازل به دست آمده توسط MODIS (تصویر 2012) ارائه شده است.

شکل 1. نقشه AOT تولید شده توسط MODIS (تصویر 2012) برای منطقه مورد مطالعه بازل.
توپوگرافی سطح و سازه ساختمان
تصاویر ماهواره ای به طور بالقوه سودمندترین منبع داده برای توصیف توپوگرافی سطح (بر اساس DTM) و ساختار ساختمان (بر اساس هر دو DTM و DSM) هستند. DTM سطح زمین را مشخص می کند، در حالی که DSM ناپیوستگی های زمین را به حساب می آورد، جایی که ساختارهای ساخت بشر را می توان متمایز کرد. سهولت اکتساب دوره ای و امکان سنجی اتوماسیون مولفه های اصلی در میان مزایای سنجش از دور است [ 28 ]]. تصاویر با وضوح بسیار بالا، مانند IKONOS و QuickBird با وضوح فضایی زیر 1 متر در حالت پانکروماتیک و 4 متر در حالت چند طیفی یا GeoEye-1، WorldView-1 و RapidEye با 5 متر یا وضوح فضایی حتی بهتر، دارای وضوح تصویر هستند. عصر جدیدی را در نقشه برداری دیجیتال سطحی آغاز کرد. توانایی آنها برای به دست آوردن تصاویر استریو از همان گذر مداری به دلیل تغییر زاویه دید در یک مدار است [ 29 ]. بنابراین، یک DTM را می توان با همپوشانی دو تصویر استریو، که از یک منطقه در موقعیت های کمی متفاوت گرفته شده اند، تولید کرد.
توزیع جمعیت
توزیع جمعیت یکی دیگر از شاخص های شهری است که می تواند به طور موثر برای برآورد آلودگی هوا، سلامت عمومی یا آسیب پذیری در برابر خطرات زیست محیطی مورد استفاده قرار گیرد. تخمین جمعیت با استفاده از داده های سرشماری معمولی زمان بر، پرهزینه و به روز رسانی آن دشوار است. علاوه بر این، فاصله سرشماری معمولاً برای برنامه ریزی شهری، مدیریت منابع و تخصیص خدمات ناکافی است. در مقابل، بسیاری از روش های آماری و درون یابی به عنوان فرصت های جایگزین برای تخمین جمعیت پیشنهاد شده اند [ 30 ]. این روش ها به طور مستقیم توزیع جمعیت را اندازه گیری نمی کنند، زیرا به داده های سرشماری پیمایش میدانی کمکی نیاز است. بنابراین، ادغام تصاویر ماهواره ای با داده های سرشماری (به عنوان مثال، یک کار تحقیقاتی اولویت دار در بسیاری از کاربردها) می تواند تخمین جمعیت را بهبود بخشد [ 31 ، 32 ].
3.1.2. بهره وری انرژی
بهره وری انرژی بر کاهش مصرف انرژی متمرکز است – عامل اصلی آلودگی هوا، جزیره گرمایی شهری و تغییرات آب و هوا. شهرها مسئول 76 درصد مصرف نهایی انرژی جهانی و حدود 71 درصد از انتشار CO2 مربوط به انرژی هستند [ 33 ] . بهبود بهره وری انرژی چالشی برای پرداختن به این مسائل است و مزایای زیادی از جمله کاهش انتشار گازهای گلخانه ای و سایر آلاینده ها و همچنین هزینه های کمتر تجهیزات و فناوری های فرآیندی را به همراه خواهد داشت. اقدامات در راستای این هدف شامل تولید انرژی تجدیدپذیر (به عنوان مثال، خورشید، باد، آب، منابع زمین گرمایی و زیست توده) و عایق کاری ساختمان است. پارامترهای شهری EO مربوط به بهره وری انرژی عبارتند از ساختار ساختمان، آلبدو و انتشار [ 34 ] (جدول 2 ).
میدان تشعشعی
کل انرژی مصرف شده توسط ساختمان ها در اروپا به 20 درصد می رسد [ 35 ]. برآورد تابش خورشیدی در سطح زمین برای برنامه ریزی شهری (به عنوان مثال، برای ساخت ساختمان های با انرژی کارآمد) مفید است. تابش خورشیدی را می توان با داده های ماهواره ای با استفاده از مدل سازی آماری و تکنیک های مدل سازی فیزیکی تخمین زد [ 36 ]. فاکتور نمای آسمان را می توان از DSM مطابق [ 37 ] استخراج کرد. چندین روش برای تخمین آلبدو سطح [ 15 ]، انتشار [ 19 ] و تعادل تشعشع [ 14 ] از داده های ماهواره ای با وضوح بالا توسعه داده شده است.
3.1.3. حمل و نقل و تحرک، دسترسی
حمل و نقل در حال افزایش است و اکنون به سطح بحران رسیده است. انتشار CO 2 از حمل و نقل تقریباً 23٪ از انتشار سوخت های فسیلی جهانی است، در حالی که این بخش مسئول تقریباً 15٪ از کل انتشار گازهای گلخانه ای است [ 38 ]. کاهش حمل و نقل خصوصی، بهبود حمل و نقل عمومی و توسعه حمل و نقل غیر موتوری از اقدامات برنامه ریزی شهری برای حمل و نقل پایدار است. شاخص های شهری مانند شبکه ترافیک را می توان با داده های EO بازیابی کرد.
شبکه ترافیک
استخراج جاده ها با روش های سنجش از دور یک کار تحقیقاتی در بسیاری از کاربردها مانند مدل سازی حمل و نقل، خدمات دسترسی و ناوبری خودرو بوده است. تصاویر سنجش از دور یک منبع داده امیدوارکننده برای شناسایی ویژگیهای با مقیاس خوب مانند ساختمانها و جادهها است. برای استخراج و به روز رسانی شبکه راه می توان از روش های نیمه اتوماتیک و اتوماتیک استفاده کرد. در مورد اول، برخی از اطلاعات اضافی مانند نقاط بذر با جهت ها به یک الگوریتم ارائه می شود که آنها را با استفاده از معیارهای مسیر [ 39 ] متصل می کند. در مورد دوم، سرعت استخراج جاده بهبود می یابد، زیرا دخالت انسان محدود است. استخراج قوی و دقیق جاده را می توان با ترکیب اطلاعات از منابع تصویری مختلف به دست آورد [ 40]. بنابراین، دادههای رصد زمین میتوانند به طور غیرمستقیم از تحلیل تحرک و دسترسی با ارائه یک لایه داده جانبی از شبکه ترافیک پشتیبانی کنند. با توجه به بهبود وضوح زمانی سیستم های ماهواره ای فعلی، این داده ها را می توان به طور معمول و با هزینه کم به روز کرد.
3.1.4. راحتی حرارتی
آسایش حرارتی یکی از پارامترهای اصلی تأثیرگذار بر زندگی انسان در یک محیط شهری است. شدت جزیره حرارتی سطح شهری اندازه گیری آسایش حرارتی است و می تواند به عنوان پدیده ای تعریف شود که در آن میانگین دمای هوا در مناطق شهری بیشتر از مناطق روستایی اطراف است. عمدتاً مربوط به تراکم ساختمان ها، فضاهای سبز و گرمای انسانی است. اقدامات مرتبط عبارتند از: افزایش فضاهای سبز، ایجاد راهروهای هوای تازه و سقف های خنک (بازتاب خورشیدی بالا). شاخص های شهری EO، مناسب برای رسیدگی به آسایش حرارتی، دمای سطح زمین، آلبیدو سطح و تراکم یا نفوذناپذیری ساخته شده است.
دمای سطح زمین (LST)
LST یک متغیر مهم در شار انرژی بین سطح زمین و هوا است. داده های مادون قرمز حرارتی سنجش از دور به طور گسترده در مطالعات شهری به منظور تخمین LST استفاده شده است [ 15 ، 41 ، 42 ، 43 ]. بسیاری از حسگرهای چند طیفی قادر به اندازه گیری انرژی ساطع شده از سطح زمین در بخش حرارتی مادون قرمز طیف الکترومغناطیسی هستند و بنابراین، LST را می توان محاسبه کرد. محاسبه LST بستگی به تخمین موثر انتشار سطح دارد که توسط عوامل متعددی مانند آب، گیاهان، زبری سطح و غیره کنترل می شود [ 43 ]. در شکل 2نمونه ای از توزیع شبانه LST بازل مشتق شده از MODIS ارائه شده است.

شکل 2. میانگین توزیع ماهانه سطح زمین (LST) (Kelvin)، بر اساس تجزیه و تحلیل سری زمانی 13 سال در بازل.
Albedo سطحی
آلبدوی طیفی یک سطح مسطح به عنوان نسبت بین انتگرال های نیمکره ای تابش طیفی بالا چاهک (بازتاب شده) و تابش طیفی چاه پایین وزن شده توسط کسینوس زاویه بین جهت مرجع مربوطه و سطح نرمال تعریف می شود. به طور کلی، آلبدوی طیفی سطوح غیرلامبرتی به توزیع زاویه ای تابش فرودی بستگی دارد – که به نوبه خود به غلظت و خواص عوامل پراکنده (به عنوان مثال، ذرات معلق در هوا) در جو و به ویژه به حضور ابرها بستگی دارد. هنگامی که مشاهدات ماهواره ای متعدد در دسترس باشد، می توان آلبدوی طیفی را با در نظر گرفتن ناهمسانگردی سطح تخمین زد [ 44 ]. اگر یک تصویر واحد در دسترس باشد (وضوح فضایی بالا) به تقریب نیاز است [15 ، 45 ]. آلبدوی پهنای باند را می توان از آلبیدوهای طیفی تخمین زد [ 46 ].
تراکم ساخته شده – نفوذناپذیری
بسیاری از مطالعات استخراج کاربری اراضی شهری از تصاویر ماهواره ای را بررسی کرده اند. به طور خاص، تکنیک های مختلف از اطلاعات بافتی، شبکه های عصبی و رویکردهای شی گرا استفاده کرده اند [ 47 ، 48 ، 49 ]. علاوه بر این، تحقیقات اخیر طبقهبندی تصویر در هر پیکسل، طبقهبندی زیرپیکسل و مدلسازی درخت تصمیم را برای تبعیض ناحیه ساخته شده اعمال کرده است [ 10 ، 50 ]. با این حال، به دلیل دشواری در تشخیص مناظر شهری از حومه، استخراج سطحی غیرقابل نفوذ هنوز یک چالش تحقیقاتی است. با این وجود، تراکم مناطق ساخته شده به عنوان یک شاخص مهم شهری در نظر گرفته می شود و در برنامه ریزی شهری و محیطی کاربرد زیادی دارد. در شکل 3، چگالی های ساخته شده برای بازل، تیومن و تل آویو نمایش داده می شود.
3.1.5. سبز شهری
توسعه و برنامه ریزی فضاهای سبز از اهمیت بالایی در برنامه ریزی شهری برخوردار است زیرا باعث کاهش جزیره گرمایی شهری، پاکسازی هوای شهری و جذب CO2 می شود . حفظ مناطق سبز هدفی برای طرحهای برنامهریزی شهری است. شاخص های پوشش زمین و پوشش گیاهی شاخص های شهری EO بسیار مهم هستند که به برنامه ریزی و مدیریت شهری پایدار کمک می کنند.
پوشش زمین
پایش و مدلسازی پراکندگی شهری برای برنامهریزی بلندمدت شهری ضروری است [ 51 ]. EO می تواند نقش مهمی در توسعه متوازن شهری ایفا کند زیرا ابزار مفیدی برای نقشه برداری پوشش زمین شهری و همچنین نظارت بر تغییرات پوشش زمین شهری در طول زمان است. به دلیل تنوع زیاد فضایی و طیفی سطح شهری، روش های طبقه بندی به طور مداوم در حال تکامل هستند و بهبود بیشتر دقت تشخیص به یک هدف علمی تبدیل شده است [ 52 ].]. اگرچه فرآیند دستی دیجیتال سازی دقیق ترین تکنیک استخراج سطح غیرقابل نفوذ است، اما به دلیل زمان بر بودن و هزینه بر بودن آن توصیه نمی شود. پس از آن، چندین روش طبقه بندی پیشنهاد شده است که به طور کلی می توان آنها را به سه دسته اصلی تقسیم کرد: (الف) روش های بدون نظارت، که در آن پیکسل ها بر اساس شاخص های آماری خود به تعدادی کلاس خوشه بندی می شوند [ 53 ]، (ب) روش های نظارت شده، که در آن اطلاعات برچسبگذاریشده در دسترس پیشین استفاده میشود [ 54 ، 55 ]، و (ج) روشهای انتقالی و نیمهنظارتشده، که در آن اطلاعات برچسبگذاریشده و بدون برچسب به طور مشترک برای بهبود نتایج طبقهبندی مورد استفاده قرار میگیرند [ 56 ، 57 ، 58 ]]. نقشه کاربری اراضی-پوشش زمین برای تل آویو تولید شده با طبقه بندی نظارت شده در شکل 4 ارائه شده است .

شکل 3. ( الف ) تراکم ایجاد شده در بازل، سوئیس. ( ب ) تراکم ساخته شده در تیومن، روسیه. ( ج ) تراکم ساخته شده در تل آویو، اسرائیل.

شکل 4. نقشه کاربری اراضی تل آویو، اسرائیل.
شاخص های پوشش گیاهی
توزیع مکانی-زمانی پوشش گیاهی یک متغیر اساسی در برنامه ریزی شهری است زیرا پوشش گیاهی با جذب یا انعکاس تابش خورشید بر شارهای انرژی در سطح زمین تأثیر می گذارد [ 59 ]. استفاده از شاخص های پوشش گیاهی رایج ترین رویکرد برای پایش پوشش گیاهی است. در این زمینه، یک شاخص پرکاربرد NDVI (شاخص تفاوت عادی شده گیاهی) است که در آن نوارهای بازتابی مرئی و مادون قرمز نزدیک به طور مناسب ترکیب شده اند. سایر شاخصها، مانند SRI (شاخص جیره ساده، تقسیم NIR بر باندهای طیفی قرمز) و ARVI (شاخص گیاهی مقاوم در برابر جو، که اثرات جوی را به حداقل میرساند) نیز میتوانند در نقشهبرداری پوشش گیاهی استفاده شوند [ 60 ].
3.1.6. توسعه سرزمینی
توسعه سرزمینی به توزیع فضایی ویژگیهای شهری و طبیعی اشاره دارد که در آن فعالیتهای انسانی نقش مهمی در حفظ پایداری دارد. بر تجزیه و تحلیل منابع طبیعی و مصنوعی و نیازهای اجتماعی-اقتصادی برای یک قلمرو معین تکیه دارد. علاوه بر این، بر اساس اقدامات و استراتژی های مورد نیاز برای مدیریت و برنامه ریزی کاربری اراضی شهری و همچنین ارزیابی مناطق بالقوه برای گسترش شهری است. تراکم ساخته شده، پوشش زمین و تغییر پوشش زمین می توانند با موفقیت به شاخص های شهری تبدیل شوند که از داده های EO مشتق شده است.
3.1.7. آسیب پذیری در برابر خطرات زیست محیطی
سکونتگاه های شهری به دلیل افزایش تراکم مسکن، دارایی های مادی و شرایط مختلف اجتماعی-اقتصادی، به شدت در برابر خطرات زیست محیطی آسیب پذیر شده اند. خطرات زیست محیطی مانند باد، آتش سوزی، سیل/خشکسالی، آلودگی هوا، رانش زمین و زلزله را می توان با پیش بینی و ارزیابی پتانسیل وقوع آنها در برنامه ریزی شهری گنجاند. اقدامات برنامه ریزی، مانند نظارت در زمان واقعی، مدل های پراکندگی، و حفاظت و دسترسی به زیرساخت های حیاتی، بر به حداقل رساندن اثرات مخاطرات از قبل متمرکز است. در نهایت، شاخصهای شهری EO که میتوانند آسیبپذیری در برابر خطرات محیطی را برطرف کنند عبارتند از: توپوگرافی سطح، تراکم ساخته شده و توزیع جمعیت [ 32 ، 61 ، 62 ].
3.2. الزامات سازگاری با تغییرات آب و هوا و شاخص های EO مرتبط
شهرها به شدت در برابر رویدادهای آب و هوایی شدید آسیب پذیر هستند که انتظار می رود در پرتو تغییرات آب و هوایی کنونی مکرر و شدیدتر شوند [ 63 ]. مقامات برنامه ریزی در تمام سطوح سیاسی باید اقدامات سازگاری و کاهش را در نظر بگیرند تا شهر خود را در برابر این تأثیرات مقاوم کنند [ 64 ]. چندین موضوع که به انطباق آینده برنامه ریزی شهری با توجه به تغییرات اقلیمی اشاره دارد، ارتباط نزدیکی با الزامات معمول دارد، اما با تغییرات آب و هوایی مداوم با تأثیرات اصلی مورد انتظار آن مانند افزایش تعداد رویدادهای سیل/خشکسالی، امواج گرما، توجه و اهمیت بیشتری را به خود جلب خواهد کرد. و کمبود آب در نتیجه افزایش دما، تغییر الگوی بارش و افزایش سطح دریا. جدول 2مهم ترین بخش ها، فعالیت ها، اولویت ها و ارتباط آنها با EO را در مطالعات موردی GEOURBAN فهرست می کند.
در راستای استراتژیهای کاهش و انطباق، دادههای EO میتوانند با موفقیت شاخصهای مرتبط را به منظور برآورد بهتر نیازهای واقعی برای توسعه شهری پایدار ارائه دهند. افزایش انتشار گازهای گلخانه ای منجر به افزایش دمای هوا و آب می شود. در طول 100 سال گذشته، سطح دریا 10-20 سانتی متر افزایش یافته است و انتظار می رود طی 100 سال آینده این مقدار به دلیل تغییرات آب و هوایی بیشتر افزایش یابد [ 65 ]]. در نتیجه، احتمال وقوع حوادث شدید (مانند سیل، امواج گرما) با تأثیر منفی بر زندگی انسان بیشتر است. علاوه بر این، در کنار سایر رویدادهای آب و هوایی تحت تأثیر تغییرات آب و هوایی مانند تگرگ شدید و طوفان، باید به ساخت و سازهای ایمن و ایمن ساختمان ها و سایر زیرساخت ها توجه زیادی شود. افزایش سطح دریا می تواند مواد شیمیایی و عوامل بیماری زا را به سفره های زیرزمینی به دلیل نفوذ آب نمک تامین کند [ 66 ]. از این رو، ثابت شده است که کیفیت آب نسبت به تغییرات محیطی با اثرات منفی بر سلامت انسان بسیار حساس است. شاخصهای شهری مانند توزیع جمعیت و پوشش زمین، محرکهای مهمی برای مدیریت موفق آب هستند.
افزایش دمای آب های دریایی یا داخلی باعث اثرات منفی بر اکولوژی و اکوسیستم های شهری می شود. تخمین دمای دریا/آب یک شاخص شهری است که میتوان آن را با محاسبه انتشار حرارتی بدنههای آبی اندازهگیری کرد [ 67 ]. دقت اندازهگیری دمای سطح دریا که با روشهای EO به دست میآید، در مقایسه با دماهای بازیابی شده با روشهای مرسوم، کاملاً معقول است و از 0.3 تا 0.5 K متغیر است [ 67 ].
تغییرات آب و هوایی همچنین ممکن است جزایر گرمایی شهری را با تأثیر بر کیفیت هوا، استرس گرمایی و مرگ و میر انسان تشدید کند [ 68 ]. امواج گرما نیز بیشتر مورد انتظار است [ 69 ، 70]. افزایش کسری از مناطق پوشش گیاهی، رزرو و پاکسازی/ایجاد کریدورهای هوای تازه از جمله اقداماتی است که می تواند اقلیم شهری را بهبود بخشد. شاخص های شهری مانند دمای سطح، آلبیدو، تراکم ساخته شده، پوشش زمین جزئی و نفوذناپذیری/ آب بندی سطح را می توان برای حمایت از مدیریت و برنامه ریزی شهری استفاده کرد. پوشش کسری اراضی به نسبت مساحتی اطلاق می شود که توسط یک نوع پوشش زمین خاص پوشانده شده است. بسیاری از تکنیکهای نقشهبرداری برای تخمین پوشش کسری زمین از تصاویر سنجش از دور، مانند مدلسازی خطی، مدلهای اختلاط طیفی و مدلهای فیزیکی استفاده شدهاند [ 71 ، 72 ].
هنگامی که دمای سطح افزایش می یابد، غلظت ازن نیز افزایش می یابد و بر کیفیت هوا تأثیر می گذارد. رزرو راهروهای هوای تازه و کاهش انتشار آلاینده ها برای کیفیت بهتر هوا مورد نیاز است. آب و هوای شهری و کیفیت هوا مسئول سلامت انسان است که عمدتا بر کودکان خردسال، سالمندان و افراد بیمار تأثیر می گذارد.
شاخصهای مبتنی بر EO همچنین پتانسیل بالایی برای حمایت از «کاهش مبتنی بر خشکی» دارند، که بهعنوان تغییرات سطح زمین تعریف میشود که باعث تغییر در تبادل انرژی آب و کربن شهری به سمت کاهش سرعت گرمایش میشود. کاهش مبتنی بر خشکی با پرداختن به محرک های تغییر اقلیم در مقیاس منطقه ای تا محلی که اغلب محرک اصلی روندهای گرمایش مداوم در این مقیاس ها هستند، کاهش های مبتنی بر انتشار گازهای گلخانه ای مرسوم را تکمیل می کند [ 69 ، 73 ، 74 ]. بنابراین، فعالیتهای برنامهریزی کاربری اراضی دولتهای محلی/منطقهای ممکن است مستقیمترین ابزار نظارتی را برای مدیریت تبادلات آب و کربن انرژی شهری در جهت متابولیسم شهری پایدار فراهم کند [ 5 ]]، برای به حداقل رساندن اجبار آب و هوای زمینی.
4. بحث و نتیجه گیری
EO فرصت های جدیدی را برای برنامه ریزی و مدیریت شهری فراهم می کند. پایش شهرنشینی، پدیدهای که تأثیر زیادی بر زندگی انسان دارد، به طور قابلتوجهی توسط دادههای ماهوارهای مورد علاقه است. به عنوان مثال، نقشهبرداری و پایش شهری، متغیرهای اجتماعی-اقتصادی (تراکم جمعیت)، و ویژگیهای آب و هوایی (کیفیت هوا و آب) برخی از کاربردها هستند که دادههای EO میتوانند نقش مهمی در آنها ایفا کنند. برنامه ریزی و مدیریت شهری می تواند ابتکارات را به منظور طراحی چارچوب مناسب فعالیت های پایدار افزایش دهد. سهم EO در اجرای این فعالیت ها به دلیل افزایش دسترسی و بهبود قابلیت های پردازش و تجزیه و تحلیل از اهمیت بالایی برخوردار است. در این مقاله، نیازهای برنامه ریزی و مدیریت شهری را که می تواند توسط EO پشتیبانی شود، بررسی کردیم.
برای رسیدگی به این الزامات، فهرست مفهومی شاخصهای محیطی شهری پیشنهاد شد. این شاخص ها را می توان از روی محصولات EO که در این مطالعه انتخاب شدند، ارزیابی کرد. همچنین اطلاعاتی در مورد روشهای پیشرفتهای که میتوان برای تولید محصولات EO فوق از مشاهدات ماهوارهای در مقیاسهای مختلف به کار برد، ارائه شد.
شاخصهای مبتنی بر EO پیشنهادی پتانسیل حمایت از ارزیابیهای کیفیت محیط شهری و کیفیت زندگی و ارائه اطلاعات مفید به برنامهریزان شهری و تصمیمگیرندگان را دارند که میتواند در برنامهریزی شهری پایدار مورد بهرهبرداری قرار گیرد. اگرچه داده های میدانی برای هر گونه فعالیت کاهش تغییرات آب و هوا و سازگاری مهم هستند، شاخص های EO می توانند از برنامه ریزی شهری با صرفه جویی در زمان، کاهش هزینه ها و ارائه انعطاف پذیری بیشتر حمایت کنند. بنابراین EO این پتانسیل را دارد که نقش مهمی در مدیریت کاربری زمین، طراحی محیط شهری از جمله شبکه های حمل و نقل و توسعه پایدار ابتکارات اقتصادی، اجتماعی و زیست محیطی ایفا کند.
اگرچه توسعه شاخصها در سه حوزه مطالعاتی اجرا شد، اما میتوان رویکردهای مشترکی را در مدیریت محیطهای شهری به منظور دستیابی به شرایط زندگی پایدار ایجاد کرد. این رویکردها به کاربرد روشهای مناسب در دادههای EO به منظور بازیابی شاخصهای شهری مناسب برای توصیف آلودگی هوا و سلامت عمومی، بهرهوری انرژی، دسترسی حملونقل، آسایش حرارتی، سبز شهری و آسیبپذیری در برابر خطرات طبیعی اشاره دارد. علاوه بر این، تأثیر این ویژگیهای محیط شهری در تغییر اقلیم نیز قابل ارزیابی است.
ارزش افزوده فناوری ماهواره در مقایسه با روشهای سنتی ارائه اطلاعات مکانی شهری در این است که میتواند با حمایت از توسعه شاخصهای زیستمحیطی شهری با هزینه کم، کارآمد، دقیق و غیرزمان، ابزارهای جایگزینی برای برنامهریزی شهری ارائه کند. چارچوب مصرف با وضوح مکانی بالا و زمان بازدید مجدد، پتانسیل ماموریت های ماهواره ای معاصر برای پشتیبانی از طیف گسترده ای از این شاخص ها بالا است. بنابراین، مانند شکل 1 ، شکل 2 ، شکل 3 و شکل 4نشان میدهد که تأثیر شاخصهای مبتنی بر EO برای برنامهریزی و مدیریت شهری عملیاتی زیاد است، زیرا آنها چارچوبی از ابزارهای فضایی را ارائه میدهند که به راحتی از دادههای EO قابل بازیابی و سازگار با نیازهای برنامهریزان شهری است. به عنوان مثال، تراکم ساخته شده، AOT و LST می توانند با ارائه اطلاعات مفید مربوط به تعامل شهری و روستایی (گسترش شهری)، سلامت شهری (کیفیت هوا) و اقلیم شهری (جزیره گرمایی شهری) از برنامه های شهری پشتیبانی کنند. الزامات برنامه ریزی شهری عملیاتی که می تواند به طور متناوب تنها توسط یک شبکه متراکم (با توجه به ناهمسانگردی سطح شهری) در محل پشتیبانی شود.ایستگاه های اندازه گیری پارامترهای فوق؛ چنین شبکه های حسگر در اکثر شهرها در دسترس نیستند. پتانسیل قابل توجه استفاده از این شاخص ها در برنامه ریزی و مدیریت شهری فرصت بی سابقه ای را برای تصمیم گیری های مناسب برای برنامه ریزی روزانه شهری و کاهش و سازگاری با تغییرات اقلیمی فراهم می کند. شاخصهای مبتنی بر EO مانند آنچه در شکل 1 ، شکل 2 ، شکل 3 و شکل 4 ارائه شده است، این پتانسیل را دارند که به نسل بعدی خدمات اطلاعات شهری، که قادر به حمایت از اجرای طرحهای برنامهریزی شهری، به سمت کیفیت بهتر زندگی در شهرها هستند، منجر شود. .
برنامه ریزی شهری پایدار باید بر تضمین کیفیت بهتر زندگی در شهرها متمرکز شود که این امر به شدت منوط به بکارگیری دانش کارشناسی و یافته های علمی در طرح ها و انگیزه های شهری است. چارچوب شاخصهای مبتنی بر EO پیشنهادی پتانسیل زیادی برای حمایت از برنامهریزی شهری پایدار دارد، اگر برنامهریزان شهری و سیاستگذاران اطلاعات ارائهشده توسط این شاخصها را در فعالیتهای روزمره خود در نظر بگیرند.
منابع
- چشم انداز جمعیت سازمان ملل متحد. چشم انداز جمعیت جهان – بازبینی 2008 ; چشم انداز جمعیت سازمان ملل: نیویورک، نیویورک، ایالات متحده آمریکا، 2008. [ Google Scholar ]
- کمپبل، S. شهرهای سبز، شهرهای در حال رشد، فقط شهرها؟ برنامه ریزی شهری و تضادهای توسعه پایدار. مربا. طرح. دانشیار 1996 ، 62 ، 296-312. [ Google Scholar ] [ CrossRef ]
- شن، LY; اوچوا، جی. شاه، م. ژانگ، X. کاربرد شاخص های پایداری شهری – مقایسه بین شیوه های مختلف. Habitat Int. 2011 ، 35 ، 17-29. [ Google Scholar ] [ CrossRef ]
- ژانگ، ایکس. وو، ی. شن، L. چارچوب ارزیابی برای پایداری استفاده از زمین شهری: مطالعه شهرهای پایتخت و شهرداری ها در چین. Habitat Int. 2011 ، 35 ، 141-149. [ Google Scholar ] [ CrossRef ]
- کریسولاکیس، ن. لوپس، ام. سن خوزه، آر. گریموند، CSB؛ جونز، مگابایت؛ ماگلیولو، وی. Klostermann، JEM; سینفا، ع. میتراکا، ز. کاسترو، ای. و همکاران متابولیسم شهری پایدار به عنوان پیوندی بین علوم زیستی-فیزیکی و برنامه ریزی شهری: پروژه BRIDGE. Landsc. طرح شهری. 2013 ، 112 ، 100-117. [ Google Scholar ] [ CrossRef ]
- گونزالس، آ. دانلی، آ. جونز، ام. کریسولاکیس، ن. لوپس، ام. یک سیستم پشتیبانی تصمیم برای متابولیسم شهری پایدار در اروپا. محیط زیست ارزیابی تاثیر Rev. 2013 , 38 , 109-119. [ Google Scholar ] [ CrossRef ]
- تاوبنبوک، اچ. Esch، T. سنجش از راه دور – یک منبع داده موثر برای نظارت شهری. رصد زمین، نظارت شهری ، 20 ژوئیه 2011. [ Google Scholar ]
- بارنزلی، ام جی; Barr, SL نظارت بر استفاده از زمین شهری با مشاهده زمین. Surv. ژئوفیز. 2000 ، 21 ، 269-289. [ Google Scholar ] [ CrossRef ]
- هوانگ، جی. لو، XX; Sellers, JM تحلیل مقایسه ای جهانی شکل شهری: بکارگیری معیارهای فضایی و سنجش از دور. Landsc. طرح شهری. 2007 ، 82 ، 184-197. [ Google Scholar ] [ CrossRef ]
- اش، تی. Thiel, M. چگونه رصد زمین می تواند از توسعه پایدار محیط های شهری حمایت کند؟ سنجش از دور شهری در مجموعه مقالات چهل و ششمین کنگره ISOCARP، نایروبی، کنیا، 19 تا 23 سپتامبر 2010. صص 1-13.
- هوانگ، اس ال. وانگ، جی اچ. چن، TC چارچوبی از سیستم شاخص برای اندازه گیری پایداری شهری تایپه. Landsc. طرح شهری. 1998 ، 42 ، 15-27. [ Google Scholar ] [ CrossRef ]
- اش، تی. تاوبنبوک، اچ. کریسولاکیس، ن. دوزگون، اچ اس. تال، ا. فایگن وینتر، سی. پارلو، ای. بهره برداری از رصد زمین در برنامه ریزی و مدیریت شهری پایدار – پروژه GEOURBAN. در مجموعه مقالات رویداد سنجش از دور شهری مشترک JURSE، سائوپائولو، برزیل، 21 تا 23 آوریل 2013.
- کوتک، م. گریزر، جی. بک، سی. رودولف، بی. Rubel, F. نقشه جهانی طبقه بندی آب و هوای کوپن-گیگر به روز شد. هواشناسی Z. 2006 , 15 , 259-263. [ Google Scholar ] [ CrossRef ]
- Chrysoulakis، N. برآورد تعادل تابش خالص تمام موج در محیط شهری با استفاده ترکیبی از تصاویر چند طیفی Terra/ASTER و دادههای فضایی درجا . جی. ژئوفیس. Res. 2003 , 108 , 4582. [ Google Scholar ] [ CrossRef ]
- فری، سی ام. پارلو، ای. اثر هندسه بر تخمین بازتاب باند در یک منطقه شهری. نظریه. Appl. کلیماتول. 2009 ، 96 ، 395-406. [ Google Scholar ] [ CrossRef ]
- کرامیتسوگلو، آی. داگلیس، IA; امیریدیس، وی. کریسولاکیس، ن. سریولا، جی. مونتا، پ. مایهو، بی. د ریدر، ک. Paganini، M. ارزیابی محصولات مشتق شده از ماهواره برای توصیف محیط حرارتی شهری. J. Appl. Remote Sens. 2012 , 6 , 061704. [ Google Scholar ] [ CrossRef ]
- لو، دی. Weng, Q. بررسی روش ها و تکنیک های طبقه بندی تصویر برای بهبود عملکرد طبقه بندی. بین المللی J. Remote Sens. 2007 , 28 , 823-870. [ Google Scholar ]
- لو، دی. ماوزل، پ. بروندزیو، ای. موران، ای. تکنیک های تشخیص تغییر. بین المللی J. Remote Sens. 2004 , 25 , 2365-2401. [ Google Scholar ] [ CrossRef ]
- میتراکا، ز. کریسولاکیس، ن. کاماریاناکیس، ی. پارتسینولوس، پ. تسوچلارکی، ع. بهبود برآورد تابش سطح شهری بر اساس طبقه بندی زیر پیکسلی تصاویر ماهواره ای با وضوح بالا. سنسور از راه دور محیط. 2012 ، 117 ، 125-134. [ Google Scholar ] [ CrossRef ]
- شمال، پ. گری، دبلیو. هکل، ا. فیشر، جی. پریوسکر، آر. الگوریتم های هم افزایی براکمن، سی. MERIS/AATSR برای غربالگری ابری، بازیابی آئروسل، و تصحیح جوی. الگوریتم مبنای نظری سند آئروسل زمین و بازتاب سطحی ATBD ; قرارداد ESRIN شماره 21090/07/I-LG; آژانس فضایی اروپا: فراسکاتی، ایتالیا، 2009. [ Google Scholar ]
- Toutin، T. مدلسازی ارتفاع از دادههای ماهوارهای مرئی و فروسرخ (VIR). بین المللی J. Remote Sens. 2001 ، 22 ، 1097-1125. [ Google Scholar ] [ CrossRef ]
- اش، تی. تیل، م. شنک، ا. راث، ا. مولر، آ. Dech, S. ترسیم ردپای شهری از داده های TerraSAR-X با تجزیه و تحلیل مشخصات لکه ها و اطلاعات شدت. IEEE Trans. Geosci. Remote Sens. 2010 , 48 , 905–916. [ Google Scholar ] [ CrossRef ]
- ورم، م. تاوبنبوک، اچ. شاارت، ام. اش، تی. Dech, S. ادغام اطلاعات تصویر مبتنی بر شی با استفاده از داده های رصد زمین چندحسگر در مناطق شهری. بین المللی J. Image Data Fusion 2011 ، 2 ، 121-147. [ Google Scholar ] [ CrossRef ]
- وونگ، سی. عوامل تعیین کننده برای توسعه اقتصادی محلی: ادراک پزشکان در مناطق شمال غرب و شرق بریتانیا. Reg. گل میخ. 1998 ، 32 ، 707-720. [ Google Scholar ] [ CrossRef ]
- گونزالس، آ. دانلی، آ. جونز، ام. کلسترمن، جی. گروت، ا. بریل، ام. رویکرد جامعه عملی برای توسعه شاخص های پایداری شهری. جی. محیط زیست. ارزیابی کنید. مدیر سیاست 2011 ، 13 ، 1-27. [ Google Scholar ] [ CrossRef ]
- كناروگلو، ص. سولاکلیس، NA; Sifakis, NI بهبود نقشه های آلودگی حاصل از ماهواره با استفاده از روش درونیابی زمین آماری. جی. جئوگر. سیستم 2002 ، 4 ، 193-208. [ Google Scholar ] [ CrossRef ]
- بنا، ن. بلوکونی، ا. Chrysoulakis، N. برآورد PM شهری بر اساس پارامترهای جوی سطح 2 AOT و MODIS از هم افزایی MERIS/AATSR. در مجموعه مقالات سومین کارگاه آموزشی MERIS/(A)ATSR و OCLI-SLSTR (Sentinel-3)، ESA-ESRIN، Frascati، ایتالیا، 15-19 اکتبر 2012. صص 111-112.
- لی، های. کیم، تی. پارک، دبلیو. لی، HK استخراج مدلهای ارتفاعی دیجیتال از تصاویر استریو ماهوارهای از طریق تطبیق استریو بر اساس اپی قطبی و هندسه صحنه. تصویر Vis. محاسبه کنید. 2003 ، 21 ، 789-796. [ Google Scholar ] [ CrossRef ]
- ژانگ، سی. فریزر، سی. تولید مدل سطح دیجیتال از تصاویر ماهواره ای با وضوح بالا. بین المللی قوس. فتوگرام حسگر از راه دور اسپات. Inf. علمی 2008 ، 37 ، 785-790. [ Google Scholar ]
- وو، اس. کیو، ایکس. وانگ، L. روش های برآورد جمعیت در GIS و سنجش از دور: یک بررسی. GISci. Remote Sens. 2005 ، 42 ، 80-96. [ Google Scholar ]
- کیو، اف. Woller، KL; بریگز، آر. مدلسازی رشد جمعیت شهری از تصاویر سنجش از راه دور و دادههای جاده GIS ببر. فتوگرام مهندس Remote Sens. 2003 , 69 , 1031-1042. [ Google Scholar ] [ CrossRef ]
- ورم، م. تاوبنبوک، اچ. کرینگز، اس. بیرکمن، جی. راث، ا. Dech, S. استخراج توزیع جمعیت برای ارزیابی آسیبپذیری در شهرهای آلمانی مستعد سیل با استفاده از دادههای سنجش از دور چندحسی . SPIE Europe: برلین، آلمان، 2009. [ Google Scholar ]
- لوپس، سی. Adnot، J. سانتاموریس، ام. کلیتسیکاس، ن. آلوارز، اس. سانچز، اف. مدیریت رشد تقاضا برای سرمایش در مناطق شهری و کاهش اثر جزیره گرمایی شهری. در مجموعه مقالات کنگره ECEEE، ماندلیو، فرانسه، 11-16 ژوئن 2001. جلد دوم.
- هاک، اس. کوواتس، اس. رید، اچ. Satterthwaite, D. Editorial: کاهش خطرات ناشی از بلایا و تغییرات آب و هوایی برای شهرها. محیط زیست Urban 2007 , 19 , 3-15. [ Google Scholar ]
- هامر، ا. هاینمن، دی. هویر، سی. کوهلمن، آر. لورنز، ای. مولر، آر. ارزیابی انرژی خورشیدی Beyer، HG با استفاده از فناوری های سنجش از دور. سنسور از راه دور محیط. 2003 ، 86 ، 423-432. [ Google Scholar ] [ CrossRef ]
- یو، بی. لیو، اچ. وو، جی. لین، WM بررسی اثرات مورفولوژی شهری بر تغییرات مکانی-زمانی تابش خورشیدی با دادههای LIDAR موجود در هوا و یک مدل شار خورشیدی: مطالعه موردی مرکز شهر هیوستون. بین المللی J. Remote Sens. 2009 ، 30 ، 4359-4385. [ Google Scholar ] [ CrossRef ]
- لیندبرگ، اف. فاکتور نمای آسمان پیوسته گریموند، CSB از مدلهای ارتفاع دیجیتال شهری با وضوح بالا. صعود Res. 2010 ، 42 ، 177-183. [ Google Scholar ]
- یونسیکا، م. پترسکو، EC; Ioncica، D. حمل و نقل و رفتار زیست محیطی مصرف کنندگان. Amfiteatru Econ. 2012 ، 14 ، 70-83. [ Google Scholar ]
- جین، ایکس. دیویس، CH یک سیستم یکپارچه برای نقشه برداری خودکار جاده از تصاویر ماهواره ای چند طیفی با وضوح بالا با ترکیب اطلاعات. Inf. فیوژن 2005 ، 6 ، 257-273. [ Google Scholar ] [ CrossRef ]
- منا، جی بی; Malpica, JA روشی خودکار برای استخراج جاده در مناطق روستایی و نیمه شهری با استفاده از تصاویر ماهواره ای با وضوح بالا. تشخیص الگو Lett. 2005 ، 26 ، 1201-1220. [ Google Scholar ] [ CrossRef ]
- ووگت، جی. Oke, T. سنجش از دور حرارتی آب و هوای شهری. سنسور از راه دور محیط. 2003 ، 86 ، 370-384. [ Google Scholar ] [ CrossRef ]
- Small, C. تحلیل مقایسه ای بازتاب شهری و دمای سطح. سنسور از راه دور محیط. 2006 ، 104 ، 168-189. [ Google Scholar ] [ CrossRef ]
- Weng، Q. سنجش از دور مادون قرمز حرارتی برای مطالعات آب و هوای شهری و محیطی: روشها، کاربردها و روندها. ISPRS J. Photogramm. Remote Sens. 2009 , 64 , 335-344. [ Google Scholar ] [ CrossRef ]
- Schaaf، CB; گائو، اف. استراهلر، ق. لوچت، دبلیو. لی، ایکس. تسانگ، تی. Strugnell، NC; ژانگ، ایکس. جین، ی. مولر، جی پی. و همکاران اولین BRDF عملیاتی، محصولات بازتابی آلبیدو نادر از MODIS. سنسور از راه دور محیط. 2002 ، 83 ، 135-148. [ Google Scholar ] [ CrossRef ]
- فری، سی. پارلو، ای. اندازه گیری های شار در قاهره. بخش 2: در مورد تعیین تابش فضایی و تعادل انرژی با استفاده از داده های ماهواره ای ASTER. Remote Sens. 2012 , 4 , 2635–2660. [ Google Scholar ] [ CrossRef ]
- Liang, S. تبدیل باند باریک به پهن باند الگوریتمهای albedo I سطح زمین. سنسور از راه دور محیط. 2000 ، 76 ، 213-238. [ Google Scholar ] [ CrossRef ]
- ژانگ، جی. Foody، GM طبقه بندی نظارت شده کاملاً فازی پوشش زمین زیر شهری از تصاویر سنجش از راه دور: رویکردهای شبکه عصبی آماری و مصنوعی. بین المللی J. Remote Sens. 2001 , 22 , 615-628. [ Google Scholar ]
- ژانگ، QJ; گونگ، پی. Shi, P. بررسی الگوهای فضایی شهری از تصاویر پانکروماتیک SPOT با استفاده از تحلیل بافت. بین المللی J. Remote Sens. 2003 , 24 , 4137-4160. [ Google Scholar ] [ CrossRef ]
- هرولد، ام. مولر، اس. گونتر، اس. Scepan، J. نقشه برداری شی گرا و تحلیل کاربری زمین شهری/پوشش با استفاده از داده های IKONOS. در اطلاعات جغرافیایی برای ادغام در سراسر اروپا، مجموعه مقالات بیست و دومین سمپوزیوم EARSEL ; پراگ، جمهوری چک، 4-6 ژوئن 2002، IOS Press: آمستردام، هلند، 2002; صص 531-538. [ Google Scholar ]
- لو، دی. Weng, Q. استفاده از سطح نفوذناپذیر در طبقه بندی کاربری اراضی شهری. سنسور از راه دور محیط. 2006 ، 102 ، 146-160. [ Google Scholar ] [ CrossRef ]
- جات، MK; Garg، PK; خاره، دی. پایش و مدلسازی پراکندگی شهری با استفاده از تکنیکهای سنجش از دور و GIS. بین المللی J. Appl. زمین Obs. Geoinf. 2008 ، 10 ، 26-43. [ Google Scholar ] [ CrossRef ]
- پاول، آر. رابرتز، دی. دنیسون، پی. هس، L. نقشه برداری زیرپیکسلی از پوشش زمین شهری با استفاده از تجزیه و تحلیل مخلوط طیفی چند عضو انتهایی: مانائوس، برزیل. سنسور از راه دور محیط. 2007 ، 106 ، 253-267. [ Google Scholar ] [ CrossRef ]
- ریس، WG مقایسه محتوای فضایی نقشه های موضوعی. بین المللی J. Remote Sens. 2008 , 29 , 3833-3844. [ Google Scholar ] [ CrossRef ]
- پاسیفیچی، اف. چینی، م. Emery، WJ یک رویکرد شبکه عصبی با استفاده از معیارهای بافتی چند مقیاسی از تصاویر پانکروماتیک بسیار با وضوح بالا برای طبقهبندی کاربری زمین شهری. سنسور از راه دور محیط. 2009 ، 113 ، 1276-1292. [ Google Scholar ] [ CrossRef ]
- مونتراکیس، جی. من، جی. Ogole، C. ماشینهای بردار پشتیبانی در سنجش از راه دور: بررسی. ISPRS J. Photogramm. Remote Sens. 2011 , 66 , 247-259. [ Google Scholar ] [ CrossRef ]
- بروزون، ال. چی، م. Marconcini، M. SVM انتقالی جدید برای طبقه بندی نیمه نظارت شده تصاویر سنجش از دور. IEEE Trans. Geosci. Remote Sens. 2006 , 44 , 3363–3373. [ Google Scholar ] [ CrossRef ]
- ماری، ام جی; بوولو، اف. کومز-چوا، ال. بروزون، ال. Camps-Valls، G. ماشینهای بردار پشتیبان نیمهنظارتشده برای طبقهبندی دادههای سنجش از دور. IEEE Trans. Geosci. Remote Sens. 2010 , 48 , 3188–3197. [ Google Scholar ] [ CrossRef ]
- کمپز-والز، جی. مارشوا، سل ژو، دی. طبقه بندی تصویر ابرطیفی مبتنی بر گراف نیمه نظارت شده. IEEE Trans. Geosci. Remote Sens. 2007 , 45 , 3044–3054. [ Google Scholar ]
- Small, C. برآورد فراوانی پوشش گیاهی شهری با تجزیه و تحلیل مخلوط طیفی. بین المللی J. Remote Sens. 2001 ، 22 ، 1305-1334. [ Google Scholar ]
- Verrelst, J. تخمین طیفی جهت دار در فضا از خواص جنگل. دکتری پایان نامه، دانشگاه واگنینگن، واگنینگن، هلند، 2010. [ Google Scholar ]
- کریسولاکیس، ن. فلوری، ای. دیامانداکیس، ای. دوگالیس، وی. Synolakis، CE; Foteinis، S. سنجش از دور در حمایت از برنامه ریزی کاهش سونامی در مدیترانه. در مجموعه مقالات اولین کنفرانس بین المللی تکنیک های سنجش از دور در مدیریت بلایا و واکنش اضطراری در منطقه مدیترانه، زادار، کرواسی، 22-24 سپتامبر 2008.
- تاوبنبوک، اچ. گوسبرگ، ن. ستیادی، ن. لمل، جی. مدر، اف. اوزیپکا، م. کلوپفل، اچ. وال، آر. شلورمان، تی. استرونز، جی. و همکاران آماده سازی آخرین مایل برای یک فاجعه بالقوه – رویکرد بین رشته ای نسبت به هشدار اولیه سونامی و یک سیستم اطلاعات تخلیه برای شهر ساحلی پادانگ، اندونزی. نات. سیستم خطرات زمین. علمی 2009 ، 9 ، 1509-1528. [ Google Scholar ] [ CrossRef ]
- گرابلر، آ. بای، ایکس. بوتنر، تی. داکال، س. فیسک، دی. ایچینوز، تی. کیرستد، جی. سامر، جی. ساترثویت، دی. شولز، N. سیستم های انرژی شهری. در ارزیابی انرژی جهانی: به سوی آینده ای پایدار ؛ Gomez-Echeverri, L., Johansson, TB, Nakicenovic, N., Patwardhan, A., Eds. انتشارات دانشگاه کمبریج: کمبریج، بریتانیا/نیویورک، نیویورک، ایالات متحده آمریکا؛ IIASA: لاکزنبورگ، اتریش، 2012; ص 1307–1400. [ Google Scholar ]
- منطقه اقتصادی اروپا سازگاری شهری با تغییرات اقلیمی در اروپا: چالش ها و فرصت ها برای شهرها همراه با سیاست های حمایتی ملی و اروپایی . گزارش آژانس محیط زیست اروپا 2/2012; آژانس محیط زیست اروپا: کپنهاگ، دانمارک، 2012. [ Google Scholar ]
- اسکاویا، دی. فیلد، جی. بوش، دی. بودمایر، آر. بورکت، وی. کایان، دی. فوگارتی، م. هارول، MA; هاوارث، آر دبلیو؛ میسون، سی. تأثیرات تغییر آب و هوا بر اکوسیستم های ساحلی و دریایی ایالات متحده. مصب 2002 ، 25 ، 149-164. [ Google Scholar ] [ CrossRef ]
- مارتین، دی. بلانگر، دی. گوسلین، پی. برازو، جی. فورگال، سی. Déry، S. آب آشامیدنی و تهدیدات بالقوه برای سلامت انسان در Nunavik: استراتژی های سازگاری تحت شرایط تغییر آب و هوا. قطب شمال 2007 ، 60 ، 195-202. [ Google Scholar ]
- Minnett، PJ ماهواره سنجش از دور: دمای سطح دریا. در دایره المعارف علوم اقیانوسی ; Steele, J., Thorpe, S., Turekian, K., Eds. انتشارات آکادمیک: لندن، انگلستان، 2001; صص 2552-2563. [ Google Scholar ]
- کوربرن، جی. شهرها، تغییرات آب و هوا و کاهش جزایر گرمایی شهری: بومی سازی علم محیط زیست جهانی. مطالعه شهری. 2009 ، 46 ، 413-427. [ Google Scholar ] [ CrossRef ]
- سنگ، ب. استفاده از زمین به عنوان کاهش تغییرات آب و هوا. محیط زیست علمی تکنولوژی 2009 ، 43 ، 9052-9056. [ Google Scholar ] [ CrossRef ] [ PubMed ]
- دوست، بی. گورملون، اف. لعیدی، ک. زغنون، ع. Giraudet، E. برتین، پ. مائوری، ای. Vandentorren، S. نظارت ماهواره ای امواج گرمای تابستان در منطقه شهری پاریس. بین المللی جی.کلیماتول. 2011 ، 31 ، 313-323. [ Google Scholar ] [ CrossRef ]
- فرناندس، آر. فریزر، آر. لاتیفویچ، آر. Cihlar، J. بیوبین، جی. Du، Y. رویکردهای پوشش زمین کسری و نقشهبرداری میدانی پیوسته: ارزیابی مقایسهای در منطقه مورد مطالعه BOREAS. سنسور از راه دور محیط. 2004 ، 89 ، 234-251. [ Google Scholar ] [ CrossRef ]
- Scanlon، TM; آلبرتسون، جی دی. Caylor، KK; ویلیامز، کالیفرنیا، تعیین پوشش کسری سطح زمین از سری زمانی NDVI و بارندگی برای یک اکوسیستم ساوانا. سنسور از راه دور محیط. 2002 ، 82 ، 376-388. [ Google Scholar ] [ CrossRef ]
- Seto، KC; گونرالپ، بی. Hutyra, L. پیش بینی های جهانی گسترش شهری تا سال 2030 و تأثیرات مستقیم بر تنوع زیستی و استخرهای کربن. Proc. Natl. آکادمی علمی ایالات متحده آمریکا 2012 ، 109 ، 16083-16088. [ Google Scholar ] [ CrossRef ] [ PubMed ]
- سنگ، بی. وارگو، جی. Habeeb, D. مدیریت تغییرات آب و هوایی در شهرها: آیا برنامه های اقدام آب و هوا کار می کنند؟ زمین ها طرح شهری. 2012 ، 107 ، 263-271. [ Google Scholar ] [ CrossRef ]
© 2014 توسط نویسندگان; دارنده مجوز MDPI، بازل، سوئیس. این مقاله یک مقاله با دسترسی آزاد است که تحت شرایط و ضوابط مجوز Creative Commons Attribution (http://creativecommons.org/licenses/by/3.0/) توزیع شده است.


بدون نظر