ارزیابی تاب آوری اکوسیستم شهری در مواجهه با مخاطرات اقلیمی با استفاده از تلفیق سنجش از دور و مدل سازی InVEST (مطالعه موردی: کلان شهر تبریز)
محل انتشار: دومین همایش بین المللی پژوهش در عصر نوین
سال انتشار: 1405
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 23
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IECME02_520
تاریخ نمایه سازی: 25 شهریور 1405
چکیده مقاله:
کلان شهرهای معاصر با رشد شتابان شهرنشینی و افزایش بی رویه جمعیت، به طور فزاینده ای در معرض مخاطرات اقلیمی نظیر سیلاب های شهری و تشدید جزایر حرارتی قرار گرفته اند. این مخاطرات نه تنها زیرساخت های شهری را تهدید می کنند، بلکه پایداری اکوسیستم های شهری و کیفیت زندگی ساکنان را نیز به مخاطره می اندازند. در کلان شهر تبریز، گسترش فیزیکی شتابان و تغییرات کاربری اراضی، تاب آوری اکوسیستم شهری را به طور جدی تهدید کرده و ضرورت ارزیابی دقیق این تاب آوری را بیش از پیش آشکار ساخته است. پژوهش حاضر با هدف ارزیابی تاب آوری اکوسیستم شهری در مواجهه با مخاطرات اقلیمی با استفاده از تلفیق سنجش از دور و مدل سازی InVEST در کلان شهر تبریز انجام شده است. روش پژوهش از نوع توصیفی-تحلیلی با رویکرد کمی مبتنی بر تلفیق داده های سنجش از دور و مدل سازی اکوسیستمی است. داده های پژوهش از طریق پردازش تصاویر ماهواره ای سنتینل-۲ برای سال های ۱۳۹۵ و ۱۴۰۴، داده های اقلیمی از ایستگاه های هواشناسی استان، داده های رقومی ارتفاعی (DEM) و داده های هیدرولوژیکی شامل گروه هیدرولوژیکی خاک و ضریب رواناب جمع آوری گردیده است. برای ارزیابی خدمات اکوسیستمی و تاب آوری شهری، از دو مدل مجموعه InVEST شامل مدل خنک کنندگی شهری (UCM) و مدل کاهش خطر سیلاب شهری (UFRM) استفاده شده است. شاخص تعدیل حرارت (HMI) و شاخص ظرفیت خنک کنندگی (CCI) از مدل UCM و میزان تولید رواناب و خطر سیلاب از مدل UFRM استخراج گردیده است. اعتبارسنجی نتایج مدل ها با استفاده از داده های زمینی شامل دمای اندازه گیری شده در ایستگاه های هواشناسی و داده های رواناب اندازه گیری شده در خروجی های حوزه آبخیز شهری انجام شده است.یافته های پژوهش نشان می دهد که در بازه زمانی نه ساله (۱۳۹۵ تا ۱۴۰۴)، مساحت سطوح ساخته شده ۱۲.۲ درصد افزایش یافته است. در مقابل، مساحت فضای سبز ۴.۸ درصد و کشاورزی شهری ۶.۴ درصد کاهش یافته است. میانگین شاخص NDVI از ۰.۲۶ به ۰.۱۹ کاهش یافته (کاهش ۲۶.۹ درصدی) و میانگین دمای سطح زمین ۲.۶ درجه سانتی گراد افزایش داشته است. حجم کل رواناب تولیدی سالانه از ۲۴.۶ به ۳۲.۸ میلیون مترمکعب افزایش یافته است (افزایش ۳۳.۳ درصدی). شاخص ظرفیت خنک کنندگی (CCI) از ۰.۵۸ به ۰.۴۲ کاهش یافته (کاهش ۲۷.۶ درصدی) و شاخص خطر سیلاب (UFRM) از ۰.۴۴ به ۰.۶۲ افزایش یافته است (افزایش ۴۰.۹ درصدی). در نتیجه، شاخص ترکیبی تاب آوری اکوسیستم شهری ۳۲.۱ درصد کاهش یافته است. تحلیل فضایی نشان داد که ۳۲.۴ درصد از مساحت کلان شهر تبریز در طبقه تاب آوری بسیار پایین قرار دارد که عمدتا در مناطق مرکزی، شمالی و غربی شهر (مناطق ۳، ۴ و ۵ شهرداری) متمرکز شده است. ضریب همبستگی پیرسون بین تغییرات کاربری اراضی و تاب آوری اکوسیستم شهری برابر با ۰.۷۲۶- (۰.۰۰۱>p) و بین زیرساخت های سبز و کاهش اثرات مخاطرات اقلیمی برابر با ۰.۶۹۴ (۰.۰۰۱>p) به دست آمد. اعتبارسنجی رویکرد تلفیقی با داده های زمینی نشان داد که ضریب همبستگی بین مقادیر شبیه سازی شده و اندازه گیری شده برای دمای سطح زمین برابر با ۰.۸۶ (۰.۰۱>p) و برای رواناب سطحی برابر با ۰.۸۴ (۰.۰۱>p) است. شبیه سازی سناریوهای مداخله نشان داد که اجرای راهکارهای مبتنی بر طبیعت در پهنه های بحرانی می تواند تاب آوری اکوسیستم شهری را تا ۳۴.۶ درصد افزایش دهد و خطر سیلاب را تا ۲۸.۴ درصد کاهش دهد. نتایج پژوهش نشان می دهد که تغییرات کاربری اراضی ناشی از توسعه فیزیکی شتابان کلان شهر تبریز، تاثیر منفی و قابل توجهی بر تاب آوری اکوسیستم شهری در مواجهه با مخاطرات اقلیمی داشته است. تلفیق سنجش از دور و مدل سازی InVEST، رویکردی کارآمد، قابل تکرار و کم هزینه برای ارزیابی کمی تاب آوری اکوسیستم شهری ارائه می دهد که می تواند به عنوان ابزاری راهبردی برای مدیران و برنامه ریزان شهری در اتخاذ تصمیمات آگاهانه و مبتنی بر شواهد مورد استفاده قرار گیرد . تحقق تاب آوری پایدار در کلان شهر تبریز نیازمند اجرای راهکارهای مبتنی بر طبیعت شامل افزایش پوشش گیاهی و توسعه فضاهای سبز، ایجاد بام های سبز و دیوارهای سبز، استفاده از سطوح نفوذپذیر در طراحی شهری، احیای کشاورزی شهری و احداث زیرساخت های سبز برای مدیریت رواناب در پهنه های بحرانی (به ویژه مناطق ۳، ۴ و ۵) می باشد.
نویسندگان
رضا اسداله پور بناب
کارشناسی ارشد، جغرافیا و برنامه ریزی شهری، دانشگاه آزاد اسلامی، مرند، ایران.