A városi zöldfelület változásának vizsgálata Ungvár területén

Abstract

Kutatásunk elsődleges célja a városi zöldfelület 2017-2022 között bekövetkező változásának vizsgálata volt, Ungvár város területére vonatkozóan. A számításokhoz felhasznált adatokat az USGS Earth Explorer keresőfelületén ingyenesen hozzáférhető, Landsat-8 és Sentinel-2 műholdak által készített felvételek szolgáltatták, melyek elemzését a QGIS térinformatikai szoftver segítségével végeztük. A meghatározott normalizált vegetációs index (NDVI) évenként átlagolt értékeinek eloszlása mindegyik vizsgált év esetében azonos trendet követ a Landsat-8 és a Sentinel-2 felvételein végzett számítások eredményei szerint is. Az összefüggés-vizsgálat eredményei alapján elmondható, hogy 2017 (r = 0,866 (p<0,001)) és 2022 (r = 0,891 (p<0,001)) esetében is a meghatározott NDVI-értékek nagyon szoros összefüggése követhető nyomon, annak ellenére, hogy különböző műholdak által, eltérő időpontban készített felvételek elemzéséből származó értékekről van szó. A feltételezésünk beigazolódott, s a korreláció-analízis pozitív korreláció fennállását, tehát az értékek egyirányú együttmozgását jelezte. Az értékekben mutatkozó kisebb eltérések a felvételek készítésének eltérő időpontjaira és az eltérő térbeli felbontásból fakadó generalizálásra vezethetők vissza. Az NDVI értékeinek újraosztályozása révén meghatároztuk a vizsgált periódusban a város területén mérhető zöldfelület-intenzitást (ZFI), ami az NDVI-értékeknél is tapasztalt megoszlást mutatta. A Sentinel-2 felvételein végzett számításoknál több képkocka esetében történt a 6-os csoportba való besorolás, vagyis a rendszer több terület esetében érzékelt maximális, 100%-os növényborítottságot. Ennek okait az NDVI-értékeknél említett tényezőkben látjuk. Ami a zöldfelület-intenzitás értékeinek a vizsgált hat év során bekövetkező változását illeti, a Landsat-8 felvételein végzett számítások eredményeiből létrehozott különbségtérkép szerint a város egyes részein a zöldfelület-intenzitás értékeinek növekedése is megfigyelhető az eltelt évek során, azonban a csökkenést jelző pixelek által lefedett területek túlsúlya érzékelhető a növekményt jelzőkkel szemben. A Sentinel-2 felvételeinek elemzéséből nyert adatokból létrehozott különbségfájl a város területének majdnem egészére a ZFI-értékek csökkenését mutatta 2022-ben, a 2017-es állapothoz képest. A vizsgált évek során bekövetkező változásokat területszámítással számszerűsítettük, a különböző ZFI-értékekkel jellemzett kategóriákba besorolt pixelek által lefedett területek kiterjedésének meghatározásával. Kapott eredményeink szerint 2017-hez képest 2022-re a 6-os (100%), 5-ös (80-99,99%) és 4-es (60-79,99%) csoportba sorolt képpontok által lefedett terület kiterjedése csökkent, a 3-as (40-59,99%), 2-es (20-39,99%), 1-es (0-19,99%) csoportba tartozó pixelek által lefedett területek kiterjedése pedig növekedett. Ugyanakkor megemlítendő, hogy habár átlagolt állományokkal dolgoztunk, jelentős évenkénti változást figyeltünk meg az egyes ZFI-kategóriákon belül a 2017-2022 között eltelt évek során, ami a területre jellemző klímaadatok és az adott év csapadékmennyiségének alakulására, valamint a város területén lebonyolított különböző városrendezési munkálatokra vezethető vissza. Kutatásunk másik részét az LST-számítás képezte. A számítások eredményei alapján elmondható, hogy a felszínhőmérsékleti értékek a város beépített részein magasabbak, azon városrészek esetében pedig, ahol az elemzések magasabb NDVI- és így magasabb ZFI-értékeket (80-100%) is jeleztek, alacsonyabb felszínhőmérsékleti értékeket kaptunk. A városi vegetáció megoszlása és a felszínhőmérséklet értékeinek alakulása közötti összefüggés vizsgálatára meghatároztuk a változók Pearson-féle korrelációs együtthatóját, mely a Landsat-8 és a Sentinel-2 felvételeinek elemzéséből származó eredmények esetében is negatív korrelációra, vagyis a változók ellentétes irányú együttmozgására enged következtetni. Az azonos műholdtól és azonos időpontból származó felvételek elemzéséből nyert NDVI-értékek és LST-értékek között 2017 esetében szoros összefüggést (r = -0,732 (p<0,001)), 2022 esetében pedig nagyon szoros összefüggést (r = -0,764 (p<0,001)) állapítottunk meg a korreláció-analízis segítségével, az eltérő pályasajátosságokkal rendelkező, különböző műholdaktól, eltérő időpontból származó és eltérő térbeli felbontással jellemezhető felvételeken végzett számításokból nyert értékek esetében pedig némileg kevésbé szoros kapcsolatra utaló értékeket kaptunk, ugyanakkor esetükben is szoros összefüggés mutatkozott 2017 (r = -0,666 (p<0,001)) és 2022 (r = -0,683 (p<0,001)) esetében is, tehát a vegetációnak jelentős befolyása követhető nyomon a felszínhőmérsékleti értékek alakulásában.