تحلیل مکانی-زمانی دمای سطح زمین با استفاده از روش انتخاب مبتنی بر ژنتیک (مطالعه موردی: شهر تهران)

امروزه درجه حرارت شهرها به طور قابل ملاحظه ای نسبت به حومه شهر بالاتر است که این پدیده ناشی از افزایش دمای سطح زمین و در نتیجه آن ایجاد جزایر گرمایی شهری می باشد. از این رو با توجه به توسعه شهرنشینی و تغییر در محیط حرارتی شهری، شناسایی عوامل موثر بر دمای سطح زمین در مناطق شهری با توجه به شرایط مکانی و زمانی آن از اهمیت بالایی برخوردار است و در نتیجه می توان در جهت پیشگیری هرچه بیشتر این پدیده با استفاده از آموزش عمومی، وضع قوانین و سیاست های مدیریتی کارآمد و نظارت بیشتر جهت مقابله با عوامل محرک افزایش دمای سطح زمین برآییم. هدف از این پژوهش شناسایی عوامل مکانی موثر بر دمای سطح زمین مناطق شهری در طول یک زمان مشخص و پیش بینی آن بر اساس عوامل موثر تعیین شده در الگوریتم پیشنهادی است. در این پژوهش یک روش انتخاب برای شناسایی عوامل موثر در پیش بینی دمای سطح زمین (LST) مناطق شهری از طریق ترکیب الگوریتم ژنتیک و رگرسیون وزن دار جغرافیایی زمان مند ارایه گردید. جهت ارزیابی روش پیشنهادی، از 9 لایه اطلاعاتی مختلف از جمله ارتفاع ساختمان ها، تراکم ساخت وساز، کاربری اراضی، فاصله از راه ها، تراکم جمعیت، آلودگی هوا، شیب، جهت و ارتفاع زمین به عنوان عوامل مکانی-زمانی برای پیش بینی نقشه LST در شهر تهران در مدت 5 سال استفاده شد. نتایج پژوهش نشانگر این است که نتایج پیش بینی با استفاده از عوامل موثر انتخابی در روش پیشنهادی، دقیق تر از همان نتایج با استفاده از تمام لایه های اطلاعاتی است. بر همین اساس نتایج تجربی این پژوهش عملکرد مناسب روش پیشنهادی در پیش بینی LST را نشان می دهد.