Dynamics of Land Use, Land Cover Changes and Their Impacts on Land Surface Temperature Using Satellite Imagery

Capa

Citar

Texto integral

Resumo

Population growth and urbanization have resulted in land use/land cover (LULC) changes and affect land surface temperature (LST), which contributes to global warming. The study aimed to detect the LULC changes across Mendefera, Eritrea, from 2002 to 2022, and examine their impacts on LST. Two Landsat-7 ETM and One Landsat OLI_TRI-8 images from 2002, 2012 and 2022 were utilized. A supervised vector machine algorithm was used to classify LULC. Overall accuracy and Kappa coefficient were calculated. Linear regression was performed to show the relationship between Normalized Difference Vegetation Index (NDVI) and LST. The study found remarkable LULC changes in the study area 2002-2022. Built-up and agricultural areas increased by 113.5 and 64.4% respectively, whereas natural vegetation and open areas decreased by 77.6 and 24.8%, respectively. The highest and lowest mean LST were recorded in built-up (35oC) and natural vegetation (29.7oC) areas, respectively. Generally, mean LST decreased by 3.3oC in the study area from 2002 to 2022, and a negative correlation was observed between NDVI and LST. Thus, the study concludes that urbanization causes vegetation degradation, abrupt built-up growth and urban heat islands. The study will help planners and decisions-makers in planning appropriate mechanisms in land use planning and climate change mitigation.

Sobre autores

Temesghen Sereke

Moscow State University of Geodesy and Cartography; College of Business and Social Sciences

Autor responsável pela correspondência
Email: temesghensereke@gmail.com
ORCID ID: 0009-0001-1748-6479
Código SPIN: 2370-2028

Ph.D student of the Department of Geography, Moscow State University of Geodesy and Cartography; Lecturer II at the Department of Geography in College of Business and Social Sciences

Moscow, Russia; Adi Keih, Eritrea

Tumuzghi Tesfay

RUDN University; Hamelmalo Agricultural College

Email: tumuzghitesfay7@gmail.com
ORCID ID: 0000-0002-0771-5522

Ph.D student of the Department of Environmental Management, Institute of Environmental Engineering, RUDN University; Lecturer II at Department of Land Resource in Hamelmalo Agricultural College

Moscow, Russia; Keren, Eritrea

Vitaly Bratkov

Moscow State University of Geodesy and Cartography

Email: vbratkov@mail.ru
ORCID ID: 0000-0001-5072-1859
Código SPIN: 9691-2510

Doctor of Geographical Sciences, Head of the Department of Geography

Moscow, Russia

Elsayed Mohamed

RUDN University; National Authority for Remote Sensing and Space Sciences

Email: salama55@gmail.com
ORCID ID: 0000-0001-5703-4621

Professor of the Department of Environmental Management, specialized in soil sciences and remote sensing, Institute of Environmental Engineering; Researcher of the Department Soil Science, National Authority for Remote Sensing and Space Sciences

Moscow, Russia; Cairo, Egypt

Dinh Quyen

Moscow State University of Geodesy and Cartography

Email: quyendinhtuyen97@gmail.com
ORCID ID: 0000-0002-6577-0087

PhD Student in the Faculty of Cartography, Department of Space Monitoring and Ecology

Moscow, Russia

Bibliografia

  1. Amini S, Saber M, Rabiei-Dastjerdi H, Homayouni S. Urban Land Use and Land Cover Change Analysis Using Random Forest Classification of Landsat Time Series. Remote Sens. 2022;14(11):2654. https://doi.org/10.3390/rs14112654
  2. Dissanayake DMSLB. Land use change and its impacts on land surface temperature in Galle city, Sri Lanka. Climate. 2020;8(5):65. https://doi.org/10.3390/CLI8050065
  3. Dissanayake DMSLB, Morimoto T, Murayama Y, Ranagalage M. Impact of landscape structure on the variation of land surface temperature in Sub-Saharan Region: A case study of Addis Ababa using Landsat Data (1986-2016). Sustainability. 2019;11(8):2257. https://doi.org/10.3390/su11082257
  4. Opelele OM, Yu Y, Fan W, et al. Analysis of the impact of land-use/land-cover change on land-surface temperature in the villages within the luki biosphere reserve. Sustainability. 2021;13(20). https://doi.org/10.3390/su132 011242
  5. Arsiso BK, Mengistu Tsidu G, Stoffberg GH, Tadesse T. Influence of Urbanization-Driven Land Use/Cover Change on Climate: The Case of Addis Ababa, Ethiopia. Physics and Chemistry of the Earth. 2018;10:212-223. https://doi.org/10.1016/j.pce.2018.02.009
  6. Ibrahim GRF. Urban land use/land cover changes and their effect on land surface temperature: Case study using Dohuk City in the Kurdistan Region of Iraq. Climate. 2017;5(1). https://doi.org/10.3390/cli5010013
  7. Hashim H, Latif ZA, Adnan NA. Land use land cover analysis with pixel-based classification approach. Indonesian Journal of Electrical Engineering and Computer Science. 2019;16(3):1327-1333. https://doi.org/10.11591/ijeecs.v16.i3.pp1327-1333
  8. Basheer S, Wang X, Farooque AA, Nawaz RA, Liu K, Adekanmbi T, Liu S. Comparison of Land Use Land Cover Classifiers Using Different Satellite Imagery and Machine Learning Techniques. Remote Sens (Basel). 2022; 14(19):4978. https://doi.org/10.3390/rs14194978
  9. Measho S, Chen B, Pellikka P, Trisurat Y, Guo L, Sun S, Zhang H. Land Use/Land Cover Changes and Associated Impacts on Water Yield Availability and Variations in the Mereb-Gash River Basin in the Horn of Africa. J Geophys Res Biogeosci. 2020;125(7):e2020JG005632. https://doi.org/10.1029/2020JG005632
  10. Saharan MA, Vyas N, Borana SL, Yadav SK. Classification and Assessment of the Land Use - Land Cover Changes in Jodhpur City Using Remote Sensing Technologies. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2018;XLII-5:767-771. https://doi.org/10.5194/isprs-archives-xlii-5-767-2018
  11. Rousta I, Sarif MO, Gupta RD, Olafsson H, Ranagalage M, Murayama Yu, Zhang H, Darlington Mushore T. Spatiotemporal analysis of land use/land cover and its effects on surface urban heat Island using Landsat data: A case study of Metropolitan City Tehran (1988-2018). Sustainability. 2018;10(12);4433. https://doi.org/10.3390/su10124433
  12. Javaid K, Ghafoor GZ, Sharif F, Shahid MG, Shahzad L, Ghafoor N, Hayyat MU, Farhan M. Spatiotemporal analysis of land use/land cover change and its impact on land surface temperature of Sialkot City, Pakistan. Nature/Scientific Reports. 2023;13(1):22166. https://doi.org/10.1038/s41598-023-49608-x
  13. Sam SC, Balasubramanian G. Spatiotemporal detection of land use/land cover changes and land surface temperature using Landsat and MODIS data across the coastal Kanyakumari district, India. Geodesy and Geodynamics. 2022;14(2023):172-181. https://doi.org/10.1016/j.geog.2022.09.002
  14. Xue J, Su B. Significant Remote Sensing Vegetation Indices: A Review of Developments and Applications. Journal of Sensors. 2017(1):1-17. https://doi.org/10.1155/2017/1353691
  15. Tewolde MG, Cabral P. Urban sprawl analysis and modeling in Asmara, Eritrea. Remote Sens (Basel). 2011; 3(10):2148-2165. https://doi.org/10.3390/rs3102148
  16. Priyankara P, Ranagalage M, Dissanayake DMSLB, MorimotoT , Murayama Y. Spatial process of surface urban heat island in rapidly growing Seoul metropolitan area for sustainable urban planning using landsat data (1996-2017). Climate. 2019;7(9):110. https://doi.org/10.3390/cli7090110
  17. Sereke T, Bratkov V, Aristarkhova V. Allocation of land categories using the maximum likelihood algorithm based on landsat 8 images (using the example of the mendefera subzone, Eritrea). Мonitoring. Science & technologies. 2023;2(56):63-69. https://doi.org/10.25714/MNT.2023.56.009
  18. Anandababu D, Purushothaman BM, Suresh BS. Estimation of Land Surface Temperature Using LANDSAT 8 Data. International Journal of Advance Research, Ideas and Innovations in Technology. 2018;4(2):177–186. Available from: https://www.ijariit.com/manuscripts/v4i2/V4I2–1195.pdf (accessed:22.02.2024).
  19. Sekertekin A, Bonafoni S. Land surface temperature retrieval from Landsat 5, 7, and 8 over rural areas: Assessment of different retrieval algorithms and emissivity models and toolbox implementation. Remote Sens. 2020; 12(2):294. https://doi.org/10.3390/rs12020294

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».