Исследование Земли из Космоса, 2021, № 4, стр. 72-83

Связь сезонной динамики температуры поверхности и NDVI урбанизированных территорий засушливой зоны (на примере Волгоградской агломерации)

С. С. Шинкаренко ab*, О. Ю. Кошелева a, О. А. Гордиенко a, А. А. Дубачева c, Р. С. Омаров a

a Федеральный научный центр агроэкологии, комплексных мелиораций и защитного лесоразведения РАН
Волгоград, Россия

b Институт космических исследований РАН
Москва, Россия

c Волгоградский государственный университет
Волгоград, Россия

* E-mail: shinkarenkos@vfanc.ru

Поступила в редакцию 19.03.2021

Полный текст (PDF)

Аннотация

По данным продуктов MODIS определены и сопоставлены значения температуры земной поверхности и NDVI для территории Волгоградской агломерации. По снимкам Sentinel-2 проведено ландшафтное зонирование агломерации с выделением 5 категорий земель, которые различаются соотношением площадей запечатанных поверхностей, озелененных поверхностей и водоемов, в том числе внутри границ административно-территориальных единиц. Построена карта пространственного распределения ландшафтных зон по территории Волгоградской агломерации и установлена площадь каждой категории земель. Установлены коэффициенты корреляции и их сезонное варьирование для связи дневной, ночной и среднесуточной температуры с NDVI. Выявлены особенности взаимосвязи NDVI с температурой поверхности для различных категорий земель и в пределах отдельных муниципальных образований. Анализ показал, что самая слабая связь между температурой поверхности и NDVI наблюдается в муниципальных образованиях, на территории которых преобладает богарная пашня и пустыри, а наиболее сильная – у самых озелененных площадей. Исследование показало, что если в площади преобладает застройка, то независимо от состояния растительного покрова, эффект городского острова тепла проявляется в ночное время. Для участков с преобладанием озеленения связь NDVI и температуры поверхности практически не выражена, только летом наблюдается охлаждающее действие растительности.

Ключевые слова: температура земной поверхности, MODIS, Волгоград, агломерация, городской остров тепла, подстилающая поверхность, запечатанность почв, озеленение

ВВЕДЕНИЕ

Сегодня мир переживает беспрецедентную волну урбанизации, которая с точки зрения ландшафта проявляется как процесс трансформации землепользования и почвенно-растительного покрова. Замена естественного ландшафта на искусственный привела к изменению поверхностного излучения, процессов теплопоглощения и теплоотдачи. Эти изменения формируют городской остров тепла (urban heat island, ГОТ), который в ряде случаев может выступать как серьезная экологическая проблема, так как приводит к ухудшению качества воздуха, увеличению загрязнения окружающей среды, образованию “острова сухости”, создает угрозу физическому здоровью и качеству жизни горожан (Горлач и др., 2017; Крицук и др., 2019).

Установлено, что величина температуры земной поверхности (Land Surface Temperature – LST) зависит от пространственных свойств подстилающей поверхности, в частности от типа землепользования, степени запечатанности поверхности и площади озеленения (Yuan, Bauer, 2007; Yang et al., 2017; Шинкаренко и др., 2020; Кошелева и др., 2021). Индикаторами наличия и плотности зеленой растительности являются вегетационные индексы, которые успешно используются для мониторинга сезонной растительной активности. Наиболее известным и часто используемым в научных исследованиях является нормализованный разностный вегетационный индекс (NDVI), определяющий фотосинтетическую активность растительного покрова по данным отражения в красном и ближнем инфракрасном участках спектра (Шевырногов и др., 2012; Статакис и др., 2012; Шарый и др., 2020). Результаты многочисленных зарубежных исследований показывают, что существует ярко выраженная отрицательная корреляция между NDVI и температурой земной поверхности (Weng et al., 2004; Zhang X. et al., 2010; Zhang Y. et al., 2012; Adulkongkaew et al., 2020). Это дает основания сформулировать один из главных постулатов: для управления эффектом теплового острова в городах следует учитывать соотношение типов подстилающей поверхности и, в первую очередь, озелененных и неозелененных пространств. Авторы одного из исследований (Adulkongkaew et al., 2020) на примере Бангкока доказывают, что, увеличив полог древесной растительности до 20%, а площадь низового озеленения (газоны, кустарники, рисовые поля) до 40% застройки, можно значительно уменьшить LST городской территории. К сожалению, подобные показатели озеленения городов засушливых регионов России вряд ли достижимы, однако нельзя отрицать тот факт, что температура земной поверхности может быть эффективно смягчена за счет использования зеленых насаждений, общественных парков и водоемов.

Целью данного исследования является оценка взаимосвязи сезонных изменений NDVI и температуры земной поверхности для определения эффекта теплового острова на территориях, покрытых и непокрытых растительностью в условиях засушливого климата юга России.

ОБЪЕКТ ИССЛЕДОВАНИЯ

Волгоградская агломерация занимает площадь около 2.3 тыс. км2, располагаясь по обоим берегам Волгоградского водохранилища и захватывая северную часть Волго-Ахтубинской поймы. В границы агломерации, помимо самого Волгограда, входят города Волжский и Краснослободск, рабочий поселок Городище, поселки городского типа Светлый Яр и Средняя Ахтуба, а также ряд смежных административных единиц (городских и сельских поселений). В ходе классификации композитных изображений Sentinel-2 за 2018 г., проведенной в более ранних исследованиях (Гордиенко и др., 2019; Шинкаренко и др., 2020), установлено, что значительную часть (59.2%) в пределах Волгоградской агломерации занимают сельскохозяйственные угодья и пустыри. Остальная территория распределена между застройкой (14.0%), озеленeнными пространствами, к которым относятся пойменные леса о. Сарпинский и Волго-Ахтубинской поймы, а также искусственно созданный защитный лесной пояс на западе Волгограда (20.9%), и водными объектами (5.9%).

Климат рассматриваемой территории можно охарактеризовать как умеренно континентальный засушливый, с продолжительным и жарким летом и холодной неустойчивой зимой. Среднегодовая температура воздуха в Волгограде составляет 8.8°С (Сажин и др., 2017). Активный ветровой режим и ярко выраженный перепад в рельефе (холмистый в правобережье, равнинный – в левобережной) формируют в приземном слое атмосферы аналогию горно-долинной циркуляции, которая приводит к большему различию температур воздуха между повышенными и пониженными участками и образованию зон застоя (Омаров и др., 2020).

ДАННЫЕ И МЕТОДЫ

В качестве исходных данных для определения температуры земной поверхности послужили 8-дневные продукты MOD11A2 и MYD11A2 радиометра MODIS (спутники Terra и Aqua соответственно, соотношение использованных данных – 90 на 10%) разрешения около 0.01° (https://search.earthdata.nasa.gov). Для определения NDVI использованы 16-дневные композиты MOD13Q1 (спутник Terra) разрешения около 250 м. Выбор источников данных обусловлен высоким временным разрешением данных и практически непрерывным архивом с 2000 г. по настоящее время. Данные MODIS LST в отличие от снимков более высокого разрешения Landsat, хоть и не позволяют в полной мере выявить внутреннюю структуру ГОТ, но доступны также и на ночное время, что особенно важно для изучения эффекта ГОТ, который наиболее выражен именно ночью (Шинкаренко и др., 2020). Данные MODIS LST достаточно хорошо соотносятся с данными инструментальных измерений температуры (Константинов и др., 2015).

На первом этапе данные были сконвертированы в формат GeoTIF и перепроецированы из синусоидальной проекции в WGS 84/UTM (зона 38N) в пакетном режиме средствами утилиты MODIS Reprojection Tool. Далее был проведен анализ качества данных, и выбраны безоблачные сцены на район исследований. Выбирались снимки тех лет, для каждых из которых имеется не менее 15 ночных и дневных композитов на каждую дату и не менее 25 безоблачных суток за год. В итоге для исследования были отобраны 10 лет: 2003, 2005, 2007–2010, 2012, 2014, 2018, 2019 гг. Тепловое поле агломерации изучается нами только в тeплое полугодие, с конца марта по середину ноября из-за частой и плотной облачности в остальной период и, следовательно, отсутствия качественных изображений. Среднее время пролета спутником Terra над районом исследований днем – 11 ч, а ночью – 22 ч; спутника Aqua днем – 13 ч, ночью – 1 ч по местному времени (Local solar time). Геоинформационная обработка снимков осуществлялась в программе QGIS.

Из-за того, что данные LST 8-дневные, а данные NDVI – 16-дневные, был произведен перерасчет LST в 16-дневные, посредством усреднения двух соседних значений. После этого были рассчитаны средние значения на каждую дату с 16-дневным интервалом (7.04.–23.04.–9.05. и т.д.) за все исследуемые годы. Затем рассчитана корреляция между температурой поверхности и NDVI по регулярной сетке, соответствующей размерам ячеек растров (пикселей) MODIS на каждую дату исследуемых лет.

Для определения категорий оцениваемых земель использован принцип ландшафтного зонирования, согласно которому возможно установление ландшафтного назначения планировочных единиц территории города посредством указания типа организации поверхности земли, характеризуемого соотношением площадей застроенных и незастроенных поверхностей, с растительным покровом и без (Колбовский, 2008). Процедура ландшафтного зонирования агломерации осуществлялась по спутниковому снимку Sentinel-2 (тайлы T38UMU и T38UMV за 11 августа 2018 г.). В качестве территориальной единицы для оценки выступила ячейка растра MODIS. В пределах каждой ячейки выделялось 5 категорий земель, различающихся соотношением площадей запечатанных поверхностей (здания, дороги, участки под асфальтобетонным покрытием, такие как площади, тротуары, автостоянки, гаражи и т.д.), озелененных поверхностей и водоемов. В результате были установлены диапазоны площадей этих трех элементов, характерные для каждой категории (табл. 1).

Таблица 1.  

Критерии выделения категорий земель в пределах Волгоградской агломерации

Категория Типы земель Площадь элемента в каждой
категории, %
запечатано озеленено водоемы
I Застроенные слабоозелененные Жилая и производственная застройка 10–90 0–30 0–25
II Застроенные озелененные Индивидуальная жилая застройка, СНТ 10–90 30–80 0–25
III Незастроенные слабоозелененные Пустыри, сельскохозяйственные угодья 0–10 0–30 0–25
IV Незастроенные озелененные Волго-Ахтубинская пойма, крупные парки и лесопарки 0–10 30–100 0–25
V Водные объекты и берега Волгоградское водохранилище, р. Волга, крупные протоки 0–10 0–10 75–100

Водные объекты, как и запечатанные поверхности, снижают NDVI. По этой причине пятая категория не анализировалась, т.к. наличие водоемов вносит существенную неопределенность при оценке роли озеленения в формировании эффекта городского острова тепла.

РЕЗУЛЬТАТЫ И ИХ ОБСУЖДЕНИЕ

Известно, что сезонный ход температуры поверхности города повторяет ход среднесуточных температур воздуха (Кошелева и др., 2021). Многочисленные исследования также показывают, что существует сильная линейная зависимость между LST и долей непроницаемой поверхности и менее сильная и отрицательная связь между LST и долей растительности, выражаемой посредством нормализованного разностного вегетационного индекса NDVI (Yuan, Bauer, 2007).

В табл. 2 представлены результаты подсчета площади каждой категории. В целом, анализ показывает, что озеленение Волгоградской агломерации в среднем составляет до 30%, следовательно, в структуре земель преобладают “слабоозелененные” категории (68% территории агломерации). Среди всех категорий наибольшую площадь занимает III – богарная пашня и пустыри.

Таблица 2.  

Категории ландшафтного зонирования территории Волгоградской агломерации

Категория Площадь категории
га %
I Застроенные слабоозелененные 74 890 33.2
II Застроенные озелененные 12 226 5.4
III Незастроенные слабоозелененные 78 608 34.8
IV Незастроенные озелененные 50 991 22.6
V Водные объекты и берега 9056 4.0
ИТОГО: 225  771 100.0

Распределение территории Волгоградской городской агломерации и сопредельных территорий по пяти ландшафтным категориям земель по степени озеленения и запечатанности показано на рис. 1.

Рис. 1.

Распределение исследуемой территории по категориям озеленения и запечатанности (I–V – категории, VI – границы муниципальных образований и административных районов), номера 1–22 – номера районов Волгограда и муниципальных образований (см. в табл. 3).

Для всех пикселей MODIS LST характерна высокая положительная значимая связь дневной температуры с NDVI в период 7–23 апреля (r = 0.71–0.75, α < 0.001), далее коэффициент корреляции постепенно снижается. После 10 июня связь между NDVI и дневной LST отсутствует, только в октябре опять появляется умеренная положительная связь. Одновременно со снижением взаимосвязи дневной температуры поверхности растет отрицательная связь NDVI и ночной LST, достигая значений r = –0.7 (α < 0.001). Среднесуточная температура поверхности характеризуется умеренной положительной связью с NDVI весной с 7 апреля по 9 мая (r = 0.6–0.7, α < 0.001) и умеренной положительной связью в октябре (r = –0.7–0.6, α < 0.001). В остальное время связь слабая, а в период максимального прогрева в конце июля–начале августа отсутствует.

При этом для разных типов земного покрова динамика NDVI существенно отличается. Для естественных зональных сообществ характерно два пика вегетации – весной и осенью с существенным снижением в середине лета в связи с особенностями фенологического развития (Шинкаренко, Барталев, 2020). У интразональных ландшафтов речных пойм, балок, орошаемых земель, городских насаждений и газонов один максимум, который приходится на летний период. Поэтому при анализе связей NDVI и LST важно учитывать структуру земного покрова территории. Оценка связи NDVI с температурой поверхности для различных категорий земель дает следующую картину (рис. 2).

Рис. 2.

Связь NDVI с температурой поверхности для различных категорий земель (I–IV) Волгоградской агломерации (а – дневная, б – ночная, в – среднесуточная температура).

Первая категория. Весной наблюдается очень слабая значимая прямая связь для дневных температур и такая же обратная связь для ночных. Здесь большую роль играет застройка, так как площадь озеленения небольшая, до 30%. Наблюдается увеличение весной дневной температуры на фоне роста NDVI и постепенного прогрева зданий и бетона, который требует времени. И, кроме того, в начале вегетации NDVI растет, как и температуры воздуха и земной поверхности. В данном случае рост LST и NDVI вызван именно ростом температур воздуха, поэтому это процессы одного направления. Очень характерно, что летом наблюдается заметная отрицательная связь между NDVI и LST днем, а ночью связь вообще отсутствует. Отсюда можно сделать вывод: если большую часть площади занимает застройка, то состояние зеленых насаждений не определяет ночную температуру воздуха. Именно доля запечатанной поверхности в период максимального прогрева в большей мере определяет проявление эффекта городского острова тепла в ночное время, что согласуется с полученными ранее результатами (Шинкаренко и др., 2020). В дневное же время зеленая растительность оказывает охлаждающее действие, которое характеризуется умеренной отрицательной связью NDVI и LST. В конце лета и начале осени отмечена слабая отрицательная связь NDVI и дневных температур, которая сходит на нет к середине октября, когда растительность заканчивает вегетацию.

Вторая категория. Здесь уже отмечается высокая положительная связь дневной температуры и NDVI. Объясняется это тем, что на землях данной категории больше доля зеленой растительности, поэтому и наблюдается более существенный рост NDVI в начале вегетационного сезона на фоне роста температур воздуха и поверхности. Все это вызвано исключительно погодными условиями, и напрямую NDVI и LST весной между собой не связаны. Для данной категории характерно отсутствие связи между NDVI и LST днем и наличие заметной отрицательной связи в ночное время летом и осенью. При значительной доле площади озеленения состояние насаждений снижает проявление эффекта городского острова тепла в ночное время даже при большой доле запечатанных поверхностей.

Третья категория. На пустырях и богарной пашне покров представлен в основном однолетней растительностью либо зональными сообществами. Из-за того, что растительность еще не набрала достаточную массу в начале вегетационного сезона, дневная температура весной практически не связана с NDVI. А вот летом у дневных температур высокая отрицательная связь с NDVI: чем больше зеленой растительности, тем ниже температура. Растительность за счет притенения и транспирации оказывает охлаждающее действие. В то же время здесь может сказываться разнонаправленная динамика NDVI и температуры воздуха: из-за фенологических особенностей происходит снижение зеленой фитомассы растительности, в то время как температура воздуха остается высокой (Шинкаренкo, Барталев, 2020). Для ночных температур влияния нет, так как пустыри быстро остывают в вечернее время (Шинкаренко и др., 2020).

Четвертая категория включает в себя естественные и искусственные лесные массивы, орошение, газоны и травянистую растительность в лучших условиях увлажнения − пойменные луга, балки и т.п. Городской остров тепла на этой категории земель практически не выражен. Здесь связь температуры поверхности и NDVI достаточно слабая. Наблюдается небольшое охлаждающее воздействие растительности летними ночами. Весной NDVI и LST увеличиваются одновременно на фоне роста температуры поверхности, с этим связана и заметная положительная связь этих показателей.

Для оценки связи температуры поверхности и NDVI в разрезе административно-территориального деления предварительно выявлено соотношение различных типов земель в каждом муниципальном образовании и административном районе г. Волгограда (табл. 3).

Таблица 3.  

Структура земель в муниципальных образованиях и административных районах Волгоградской агломерации (по данным Sentinel-2)

Название/Категория Доля, %
вода застройка озеленение пашня и пустыри
1 Советский район/I 0.7 13.5 7.6 78.2
2 Тракторозаводский район/I 6.6 24.2 19.6 49.6
3 Ворошиловский район/I 5.2 33.0 14.7 47.1
4 Дзержинский район/I 0.1 37.4 9.5 53.0
5 Кировский район/II 9.0 12.9 39.1 39.0
6 Центральный район/I 18.5 45.2 13.0 23.3
7 Краснооктябрьский район/I 6.0 39.4 17.7 36.9
8 Красноармейский район/I 8.6 26.6 18.4 46.4
9 Ахтубинское сельское поселение/II 1.0 10.6 39.3 49.1
10 г. Краснослободск/II 13.0 10.5 41.5 35.0
11 Царицынское сельское поселение/III 0.1 9.0 5.9 85.0
12 Кировское сельское поселение (Среднеахтубинский р-н)/IV 3.2 7.8 37.0 52.0
13 Ерзовское сельское поселение/III 25.2 9.1 11.2 54.5
14 г. Волжский/I 18.2 23.9 13.0 44.9
15 Куйбышевское сельское поселение/IV 0.1 5.2 44.1 50.6
16 Клетское сельское поселение/IV 4.3 4.4 46.9 44.3
17 рабочий поселок Средняя Ахтуба/III 0.5 19.4 7.3 72.8
18 Городищенское сельское поселение/III 0.1 10.3 5.6 84.0
19 Краснопахаревское сельское поселение/III 0.1 7.3 5.8 86.8
20 Кировское сельское поселение
(Светлоярский район)/III
1.0 6.0 11.3 81.7
21 Орловское сельское поселение/III 0.1 4.8 5.2 89.9
22 Фрунзенское сельское поселение/IV 0.1 5.2 39.9 54.8

В пользу связи температуры поверхности и NDVI, выраженной через связь NDVI и температуры воздуха, говорит анализ средневзвешенных значений NDVI и температуры поверхности по границам муниципальных образований. Самая слабая связь между этими показателями наблюдается в муниципальных образованиях, на территории которых преобладает богарная пашня и пустыри, а наиболее сильная – у самых озелененных площадей (рис. 3).

Рис. 3.

Связь NDVI и температур поверхности для муниципальных образований и административных районов агломерации (I – дневная, II – ночная температура).

Таким образом, на богарной пашне и пустырях связь слабее – при росте температуры воздуха растительность в конце концов высыхает, соответственно NDVI снижается на фоне роста температуры летом. В то же время в зональных экосистемах весной происходит одновременный рост температуры и NDVI, а к осени происходит снижение обоих показателей.

В качестве примера на рис. 4 представлен сезонный ход температуры поверхности и NDVI для Кировского (Светлоярский район) и Клетского сельсоветов. Кировское сельское поселение расположено в правобережье Волги, на западном склоне Волго-Донского водораздела, в то время как Клетское сельское поселение территориально относится к Волго-Ахтубинской пойме и выделяется самой высокой лесистостью среди всех муниципальных образований (46.9%).

Рис. 4.

Сезонная динамика NDVI и температуры поверхности Клетского сельского поселения (вверху) и Кировского сельского поселения Светлоярского района (внизу) I – NDVI, II – дневная температура, III – ночная температура.

На территории Кировского сельского поселения преобладают богарная пашня и пустыри с зональной растительностью (81.7%), поэтому кривая NDVI имеет весенний пик, так как и у озимых культур, и у зональных фитоценозов максимум вегетации приходится на весну, когда в почве достаточно влаги. В это время NDVI растет, как и температуры поверхности и воздуха. Причем к росту NDVI приводит рост температуры воздуха. К середине лета вегетация заканчивается, растительность высыхает и, следовательно, NDVI закономерно снижается, в то время как LST достигает максимальных значений.

В Клетском сельском поселении, то есть в условиях Волго-Ахтубинской поймы, все несколько иначе: из-за лучших условий увлажнения, в том числе и доступности грунтовых вод, вегетация продолжается в течение всего сезона, поэтому кривая NDVI имеет выраженное двухступенчатое плато с первым периодом с начала мая по середину июля, когда наблюдаются максимальные значения температуры воздуха (свыше 35°С) и продуктивности растительности, и со вторым, с середины июля до середины октября, когда температура воздуха превышает 25°С, а NDVI держится на уровне 0.4.

Разница температур поверхности в наиболее контрастных условиях двух указанных выше муниципальных образований в период максимального прогрева составляет около 5°С днем и практически не выражена ночью. В то же время разница ночных LST Клетского сельского поселения и наиболее застроенного в агломерации Центрального района Волгограда составляет около 5°С в ночное время и не выражена в дневное время.

ЗАКЛЮЧЕНИЕ

Около 70% территории Волгоградской агломерации и окрестностей слабо озеленены, большая часть площади представлена пустырями, застройкой и богарной пашней. Наибольшие массивы лесов и лугов территориально приурочены к Волго-Ахтубинской пойме и балкам. Сезонная динамика температуры поверхности связана с типом растительного покрова, долей его площади и состоянием. Весной отмечена значимая положительная связь NDVI, дневной и среднесуточной температуры поверхности, вызванная однонаправленным процессом роста зеленой массы в начале вегетационного сезона и прогрева поверхности. В летнее время наблюдается значимая отрицательная связь между NDVI и температурой в ночное время, в то время как отсутствует связь с дневными и среднесуточными температурами. Осенью усиливается отрицательная связь между среднесуточными и ночными температурами и NDVI.

Реакция температуры поверхности на изменения состояния растительного покрова, выраженного через NDVI, существенно зависит от соотношения типов земного покрова. Если в площади преобладает застройка, то независимо от состояния растительного покрова, эффект городского острова тепла наиболее явно проявляется в ночное время. Насаждения способствуют охлаждению в дневное время. При сопоставимом соотношении запечатанных поверхностей и озеленения, наоборот, отсутствует связь между NDVI и дневной температурой, и наблюдается отрицательная связь в ночное время. Для пустырей и богарной пашни характерна отрицательная связь между NDVI и температурой поверхности летом, что свидетельствует об охлаждающей роли растительности. Для площадей с преобладанием озеленения связь NDVI и LST практически не выражена, только летом наблюдается охлаждающее действие растительности.

Список литературы

  1. Барталев С.А., Ершов Д.В., Лупян Е.А., Толпин В.А. Возможности использования спутникового сервиса ВЕГА для решения различных задач мониторинга наземных экосистем // Соврем. пробл. дистанц. зондир. Земли из космоса. 2012. Т. 9. № 1. С. 49–56.

  2. Гордиенко О.А., Манаенков И.В., Холоденко А.В., Иванцова Е.А. Картографирование и оценка степени запечатанности почв города Волгограда // Почвоведение. 2019. № 11. Т. 52. С. 1383–1392.

  3. Горлач И.А., Кислов А.В., Алексеева Л.И. Опыт исследования вертикальной структуры городского острова тепла на основе спутниковых данных // Исслед. Земли из космоса. 2015. № 2. С. 37–46.

  4. Колбовский Е.Ю. Ландшафтное планирование. М.: Изд. центр “Академия”, 2008. 336 с.

  5. Константинов П.И., Грищенко М.Ю., Варенцов М.И. Картографирование островов тепла городов Заполярья по совмещенным данным полевых измерений и космических снимков на примере г. Апатиты (Мурманская область) // Исслед. Земли из космоса. 2015. № 2. С. 27–33.

  6. Кошелева О.Ю., Шинкаренко С.С., Гордиенко О.А., Дубачева А.А., Омаров Р.С. Суточная и сезонная динамика температуры поверхности города Волгограда // Вестник ВГУ. Серия: География. Геоэкология. 2021. № 1. С. 14–24.

  7. Крицук С.Г., Горный В.И., Латыпов И.Ш., Павловский А.А., Тронин А.А. Спутниковое картирование риска перегрева поверхности городской среды (на примере Санкт-Петербурга) // Соврем. пробл. дистанц. зондир. Земли из космоса. 2019. Т. 16. № 5. С. 34–44.

  8. Лупян Е.А., Прошин А.А., Бурцев М.А., Балашов И.В., Барталев С.А., Ефремов В.Ю., Кашницкий А.В., Мазуров А.А., Матвеев А.М., Суднева О.А., Сычугов И.Г., Толпин В.А., Уваров И.А. Центр коллективного пользования системами архивации, обработки и анализа спутниковых данных ИКИ РАН для решения задач изучения и мониторинга окружающей среды // Соврем. пробл. дистанц. зондир. Земли из космоса. 2015. Т. 12. № 5. С. 263–284.

  9. Омаров Р.С., Шинкаренко С.С., Кошелева О.Ю. Геоморфологические особенности территории Волгограда как базовые характеристики, влияющие на “городской остров тепла” // Изв. Нижневолжского агроуниверситетского комплекса: наука и высшее профессиональное образование. 2020. № 1(57). С. 147–158.

  10. Сажин А.Н., Кулик К.Н., Васильев Ю.И. Погода и климат Волгоградской области. Волгоград: ФНЦ агроэкологии РАН, 2017. 334 с.

  11. Статакис Д., Перакис К., Савин И.Ю. Дешифрирование урбанизированных территорий по спутниковым данным LANDSAT // Исслед. Земли из космоса. 2012. № 5. С. 22–28.

  12. Шарый П.А., Шарая Л.С., Сидякина Л.В. Связь NDVI лесов и характеристик климата Волжского бассейна // Соврем. пробл. дистанц. зондир. Земли из космоса. 2020. Т. 17. № 4. С. 154–163.

  13. Шевырногов А.П., Чернецкий М.Ю., Высоцкая Г.С. Многолетние тренды NDVI и температуры на юге Красноярского края // Исслед. Земли из космоса. 2012. № 6. С. 77–87.

  14. Шинкаренко С.С., Барталев С.А. Сезонная динамика NDVI пастбищных ландшафтов Северного Прикаспия по данным MODIS // Соврем. пробл. дистанц. зондир. Земли из космоса. 2020. Т. 17. № 4. С. 179–194.

  15. Шинкаренко С.С., Кошелева О.Ю., Гордиенко О.А., Дубачева А.А., Омаров Р.С. Анализ влияния запечатанности почвенного покрова и озеленения на поле температур Волгоградской агломерации по данным MODIS // Соврем. пробл. дистанц. зондир. Земли из космоса. 2020. Т. 17. № 5. С. 125–141.

  16. Adulkongkaew T., Satapanajaru T., Charoenhirunyingyos S., Singhirunnusorn W. Effect of land cover composition and building configuration on land surface temperature in an urban-sprawl city, case study in Bangkok Metropolitan Area, Thailand // Heliyon. 2020. V. 6. P. 1–13.

  17. Weng Q., Lu D., Schubring J. Estimation of land surface temperature–vegetation abundance relationship for urban heat island studies // Remote Sensing of Environment. 2004. V. 89. P. 467–483.

  18. Yang Ch., He X., Yan F., Yu L., Bu K., Yang J., Chang L., Zhang Sh. Mapping the influence of land use/land cover changes on the urban heat island effect – a case study of Changchun, China // Sustainability. 2017. V. 9(312). P. 1–17.

  19. Yuan F., Bauer M.E. Comparison of impervious surface area and normalized difference vegetation index as indicators of surface urban heat island effects in Landsat imagery // Remote Sensing of Environment. 2007. V. 106. P. 375–386.

  20. Zhang X.X., Wu P.F., Chen B. Relationship between vegetation greenness and urban heat island effect in Beijing City of China // Procedia Environmental Sciences. 2010. V. 2. P. 1438–1450.

  21. Zhang Y., Yiyun Ch., Qing D., Jiang P. Study on urban heat island effect based on normalized difference vegetated index: a case study of Wuhan City // Procedia Environmental Sciences. 2012. V. 13. P. 574–581.

Дополнительные материалы отсутствуют.