Urban heat island relation with land use land cover change in Hetauda sub-metropolitan city of Nepal
Notice bibliographique
Résumé
Urban areas are expanding globally at the expense of natural productive land which affects the quality of life of urban residents. Hetauda sub-metropolitan city of Nepal has been undergoing rapid urban growth for the last few decades causing local climatic effects such as land surface temperature (LST) variation. Thus, exploring spatio-temporal changes in land use, land cover (LULC), and urban heat island (UHI) analysis could be an effective means of exposing local environmental issues caused by anthropogenic activities. Development in thermal Remote Sensing and Geographic Information System (GIS) has enabled the monitoring of spatial LST, UHI, and its correlation to LULC. We used Landsat 8 OLI/TIRS satellite data and a supervised classification algorithm for land use land classification for the years 1995, 2008, and 2018 in Arc map software. The spatial pattern of LST was obtained through mathematical calculation of the thermal band of Landsat images. Correlation analysis was applied to explore the relationship between LST, LULC types, and LUCL indices. The LST was higher for urban/built-up and cultivated land use types. There was approximately 4°C mean LST variation for all three years of study. The regression analysis showed a positive correlation of urban/built-up with the Normal Difference Built-Up Index (NDBI) however a negative correlation with the Normal Difference Vegetation Index (NDVI) which implies that green structure weakens the UHI effects while urban/built-up areas strengthen the UHI. Overall, the study can be useful for urban planners in sustainable urban planning and management as well as to raise public awareness of climate change and the warming effect.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».