The gradual spread of urbanization, the phenomenon known under the term urban sprawl, has become one of the paradigms that have characterized the urban development since the second half of the twentieth century and early twenty-first century. The arrival of electrification to nearly every corner of the planet is certainly the first and more meaningful indicator of artificialization of land. In this sense, the paper proposes a new methodology designed to identify the highly impacted landscapes in China based on the analysis of the satellite image of nighttime lights.The night-lights have been used widespread in scientific contributions, from building human development indices, identifying megalopolis [2] [3] or analyzing the phenomenon of urbanization and sprawl [4], but generally they have not been used to forecast the urbanization in the near future. This paper proposes to study the urbanization impact in China between 1992 and 2013, and models a hypothesis of future scenarios of urbanization (2013)(2014)(2015)(2016)(2017)(2018)(2019)(2020)(2021)(2022)(2023)(2024)(2025). For this purpose, the paper uses DMSP-OLS Nighttime Lights (1992 -2013). After obtaining a homogeneous series for the whole period 1992-2013, we proceed to model the spatial dynamics of past urbanization process using the "urbanistic potential" of each of the 13.7 millions of analyzed cells. This model allows to design a probable growth of the urbanization phenomenon between 2013 and 2025 as well to predict a progressive displacement of the urbanization from east coast to mainland and west, in congruence with the current demographic models [5].
Los espacios verdes urbanos juegan un papel fundamental en la adaptación de las ciudades al cambio climático. Comúnmente, la alta concentración de vegetación dentro de las ciudades, viene acompañada de un incremento de la humedad en el aire y una mayor proyección de sombras sobre las superficies. Lo que rompe la continuidad de la cubierta de suelo artificializado que caracteriza a las ciudades y la alta cantidad de radiación solar absorbida por esta, que ocasiona, en parte, la isla de calor urbana (UHI por sus siglas en inglés).En este sentido, los espacios verdes registran una reducción de temperatura en relación a su contexto urbano y que comúnmente se extiende sobre los alrededores más cercanos. Dicho efecto es conocido como isla de frío de los espacios verdes (GCI por sus siglas en inglés) y se aborda comúnmente por medio de dos indicadores de magnitud: la extensión e intensidad de enfriamiento. Por una parte, la extensión de enfriamiento (Lmax) se refiere a un indicador espacial que describe la distancia entre el perímetro del espacio verde y el punto más alejado de la propagación de su efecto microclimático sobre sus alrededores. Mientras que la intensidad de enfriamiento (ΔT), describe el comportamiento térmico de los espacios, al puntualizar la diferencia de temperatura entre el contexto urbano y el espacio verde. Ante esto, la literatura ha abordado la cuantificación del efecto de enfriamiento mediante tres tipos de aproximaciones al análisis del comportamiento climático de los espacios urbanos: 1) mediciones de campo, 2) modelado numérico y 3) teledetección. En general, existe un amplio consenso en la cuantificación del efecto de enfriamiento de los espacios verdes mediante el cálculo de la ΔT en los tres tipos de aproximaciones. No obstante, la definición espacial del efecto de enfriamiento ha venido evolucionando en las últimas décadas y presenta un panorama abierto a propuestas metodológicas que sean pertinentes a diferentes contextos. Particularmente, la recuperación de la Temperatura de la Superficie Terrestre (LST por sus siglas en inglés) de imágenes satelitales, ha permitido la inclusión de estudios microclimáticos de mayor escala a la discusión sobre la definición espacial de la influencia térmica de los espacios urbanos mediante aproximaciones estadísticas.Ante esto, el presente trabajo aborda una aproximación en múltiples etapas al análisis espacial para la cuantificación del efecto de enfriamiento de los espacios verdes en el área metropolitana de Barcelona a partir de la LST del satélite Landsat-8 OLI/TIRS. Se selecciona el periodo estío como caso de estudio, debido al incremento de vulnerabilidad que implica el cambio climático en las ciudades durante episodios extremos de ola de calor, que se ven acentuados por la UHI. Se cuantifica la Lmax e ΔT del efecto de enfriamiento de siete espacios verdes en la conurbación de Viladecans, Gavà y Castelldefels, por medio de tres métodos analíticos basados en múltiples etapas de subdivisión espacial de los alrededores urbanos mediante anillos concéntricos. Los primeros resultados, muestran una ΔT de 1,25ºC y 1,50ºC en relación a los anillos concéntricos de 0-100m y 100-300m respectivamente. La Lmax calculada con anillos concéntricos de 10m de ancho registraron una media de 91,67m con una ΔT máxima (ΔTmax) de 1,22ºC. Por último, con secciones transversales de 10m de ancho en complemento a los anillos concéntricos de una vía arborizada, se identificó una ΔTmax media de 2,21ºC en zonas industriales, 1,05ºC en áreas residenciales y 1,76ºC en espacios adyacentes a otro parque; así como una Lmax media de 109,00m al noreste y 129,67m al suroeste, con una máxima de 170,00m en las zonas industriales y 310,00m en el área adyacente al otro parque. La ΔTmax registra una correlación de 0.81R² (p<0.01) con la LST media de los alrededores más cercanos al perímetro del parque, mientras que resulta en una correlación no significativa con la LST de los parques. En las conclusiones se discuten las diferencias entre los métodos aplicados y las consideraciones para futuras reproducciones de los métodos en estudios de mayor escala. El presente estudio se desarrolla en el marco del proyecto “Urban-CLIMPLAN. La isla de calor urbana: efectos en el cambio climático y modelado para estrategias de planeamiento territorial y urbano. Aplicación a la Región Metropolitana de Barcelona”; financiado por el Ministerio de Economía y Competitividad de España (MINECO) y el Fondo Europeo para el Desarrollo Regional (FEDER). Els espais verds urbans juguen un paper fonamental en l'adaptació de les ciutats al canvi climàtic. Comunament, l'alta concentració de vegetació dins de les ciutats, ve acompanyada d'un increment de la humitat en l'aire i una major projecció d'ombres sobre les superfícies. El que trenca la continuïtat de la coberta de sòl artificialitzat que caracteritza les ciutats i l'alta quantitat de radiació solar absorbida per aquesta, que ocasiona, en part, l'illa de calor urbana (UHI per les sigles en anglès).En aquest sentit, els espais verds registren una reducció de temperatura en relació al seu context urbà i que comunament s'estén sobre els destinació propera. Aquest efecte és conegut com a illa de fred dels espais verds (GCI per les sigles en anglès) i s'aborda comunament per mitjà de dos indicadors de magnitud: l'extensió i intensitat de refredament. D'una banda, l'extensió de refredament (Lmax) es refereix a un indicador espacial que descriu la distància entre el perímetre de l'espai verd i el punt més allunyat de la propagació del seu efecte microclimàtic sobre els seus voltants. Mentre que la intensitat de refredament (At), descriu el comportament tèrmic dels espais, al puntualitzar la diferència de temperatura entre el context urbà i l'espai verd. Davant d'això, la literatura ha abordat la quantificació de l'efecte de refredament mitjançant tres tipus d'aproximacions a l'anàlisi del comportament climàtic dels espais urbans: 1) mesures de camp, 2) modelatge numèric i 3) teledetecció. En general, hi ha un ampli consens en la quantificació de l'efecte de refredament dels espais verds mitjançant el càlcul de la At en els tres tipus d'aproximacions. No obstant això, la definició espacial de l'efecte de refredament ha vingut evolucionant en les últimes dècades i presenta un panorama obert a propostes metodològiques que siguin pertinents a diferents contextos. Particularment, la recuperació de la Temperatura de la Superfície Terrestre (LST per les sigles en anglès) d'imatges satel·litals, ha permès la inclusió d'estudis microclimàtics de major escala a la discussió sobre la definició espacial de la influència tèrmica dels espais urbans mitjançant aproximacions estadístiques.Davant d'això, el present treball aborda una aproximació en múltiples etapes a l'anàlisi espacial per a la quantificació de l'efecte de refredament dels espais verds a l'àrea metropolitana de Barcelona a partir de la LST de el satèl·lit Landsat-8 OLI / TIRS. Es selecciona el període estiu com a cas d'estudi, a causa de l'increment de vulnerabilitat que implica el canvi climàtic a les ciutats durant episodis extrems d'onada de calor, que es veuen accentuats per la UHI. Es quantifica la Lmax i At de l'efecte de refredament de set espais verds a la conurbació de Viladecans, Gavà i Castelldefels, per mitjà de tres mètodes analítics basats en múltiples etapes de subdivisió espacial dels voltants urbans mitjançant anells concèntrics. Els primers resultats, mostren una At de 1,25ºC i 1,50ºC en relació als anells concèntrics de 0-100m i 100-300m respectivament. La Lmax calculada amb anells concèntrics de 10m d'ample registrar una mitjana de 91,67m amb una At màxima (ΔTmax) de 1,22ºC. Finalment, amb seccions transversals de 10m d'ample en complement als anells concèntrics d'una via arboritzada, es va identificar una ΔTmax mitjana de 2,21ºC en zones industrials, 1,05ºC en àrees residencials i 1,76ºC en espais adjacents a un altre parc ; així com una Lmax mitjana de 109,00m a nord-est i 129,67m a sud-oest, amb una màxima de 170,00m a les zones industrials i 310,00m en l'àrea adjacent a l'altre parc. La ΔTmax registra una correlació de 0.81R² (p <0.01) amb la LST mitjana dels destinació propera a el perímetre de parc, mentre que resulta en una correlació no significativa amb la LST dels parcs. En les conclusions es discuteixen les diferències entre els mètodes aplicats i les consideracions per a futures reproduccions dels mètodes en estudis de major escala. El present estudi es desenvolupa en el marc de el projecte "Urban-CLIMPLAN. L'illa de calor urbana: efectes en el canvi climàtic i modelatge per estratègies de planejament territorial i urbà. Aplicació a la Regió Metropolitana de Barcelona "; finançat pel Ministeri d'Economia i Competitivitat d'Espanya (MINECO) i el Fons Europeu per al Desenvolupament Regional (FEDER). Urban green spaces play a fundamental role in the climate change adaptation of the cities. Commonly, the high concentration of vegetation within cities is accompanied by an increase in humidity in the air and a greater projection of shadows on the surfaces. Which breaks the continuity of the artificialized ground cover distinctive of the cities and the high amount of solar radiation absorbed by it, which causes, in part, the urban heat island effect (UHI).In this sense, the green spaces register a reduction in temperature in relation to their urban context, which commonly extends over the closest surroundings. This effect is known as the urban green spaces cool island (GCI) and is commonly addressed through two indicators of magnitude: the extent and intensity of cooling. The cooling extent (Lmax) refers to a spatial indicator that describes the distance between the perimeter of the green space and the furthest point of the spread of its microclimatic effect on its surroundings. While the cooling intensity (ΔT) describes the temperature difference between the urban context and the green space. Given this, the literature has addressed the cooling quantification through three types of analysis of the climatic behavior of urban spaces: 1) field measurements, 2) numerical modeling and 3) remote sensing. In general, there is a broad consensus on the quantification of the cooling effect of green spaces by calculating the ΔT in the three types of approximations. However, the spatial definition of the cooling extent has been evolving in recent decades and presents an open panorama for methodological proposals that are appropriate to different contexts. Particularly, the recovery of the Land Surface Temperature (LST) from satellite images has allowed the inclusion of larger-scale microclimatic studies to discuss the spatial definition of the thermal influence of urban spaces through statistical approaches.Given this, the present work proposes a multiple-stage approach to spatial analysis for quantifying the cooling effect of green spaces in the metropolitan area of Barcelona from the LST of the Landsat-8 OLI/TIRs satellite. We select the summer period as a case study because of the increased vulnerability posed by climate change in cities during extremes heat waves episodes, which is accentuated by the UHI. We quantify the Lmax and ΔT of the cooling effect of seven green spaces in the conurbation of Viladecans, Gavà and Castelldefels through three analytical methods based on multiple stages of spatial subdivision of urban surroundings by concentric rings. The first results show a ΔT of 1.25ºC and 1.50ºC in relation to the concentric rings of 0-100m and 100-300m respectively. The Lmax calculated with the 10m-width concentric rings registered an average of 91.67m with a maximum ΔT (ΔTmax) of 1.22 ° C. Finally, with 10m-width cross sections in addition to the concentric rings of an arborized street, we identify an average ΔTmax of 2.21ºC in industrial areas, 1.05ºC in residential areas and 1.76ºC in spaces adjacent to another park. As well as an average Lmax of 109.00m to the northeast and 129.67m to the southwest, with a maximum of 170.00m in the industrial areas and 310.00m in the area adjacent to the other park. The ΔTmax records a correlation of 0.81R² (p<0.01) with the average LST of the closest surroundings to the perimeter of the park, while resulting in a non-significant correlation with the LST of the parks. In the conclusions, we discuss the differences between the methods applied and the considerations for their reproduction in larger-scale studies. The present study is part of the project “Urban-CLIMPLAN. The urban heat island: effects on climate change and modeling for territorial and urban planning strategies. Application to the Metropolitan Region of Barcelona”; financed by the Ministry of Economy and Competitiveness of Spain (MINECO) and the European Fund for Regional Development (FEDR).
El objeto de nuestra contribución es realizar algunas reflexiones acerca del proceso de sprawl en España2 y México3. El desarrollo de las tecnologías vinculadas a la imagen satelital (remote sensing) permiten la caracterización del fenómeno de consumo, patológico o no, de suelo. Y de este análisis surgen hipótesis acerca de la pluralidad de los procesos de urbanización contemporáneos. A grandes rasgos sobresalen dos grandes modelos: por una parte los desarrollos urbanos heredados históricamente, y caracterizados por lo general por procesos de ocupación del espacio basados en altas densidades y, por otra, los desarrollos en bajas densidades en el que el consumo insostenible de suelo se presenta como paradigma del desarrollo económico contemporáneo. El trabajo que aquí se presenta sugiere que en las últimas décadas parece apuntarse una convergencia entre ambos modelos. Convergencia en la que el consumo creciente de ese recurso escaso que es el suelo se convierte en fenómeno dominante. Y en el que el sprawl, antes confinado a unos pocos países desarrollados, se expande (¿como forma tendencialmente universal de desarrollo urbano?) a territorios menos desarrollados. A España y México en cuanto representantes de esas periferias como son el Arco Mediterráneo Europeo respecto a la Europa y América Latina respecto a los Estados Unidos de América. In this paper the urban expansion of cities in Spain and Mexico is analyzed. Using remote sensing technologies the land consumption is traced. Results suggest the existence of two models of land consumption: one based on historical urban tissues, characterized by high densities, and other based on low densities related to the contemporary paradigm of urbanization. In the last decades both models seems to converge, in such a process the land consumption is the dominant feature. Urban sprawl seems to be a process which was originally confined to industrialized countries, but now has reached other less developed territories. Both Spain and Mexico can be considered as such peripheries in their respective SW Europe and North America context. L’objecte d’aquesta contribució és realitzar algunes reflexions sobre el procés d’sprawl a Espanya i a Mèxic. El desenvolupament de les tecnologies vinculades a la imatge satel·lital (remote sensing) permeten la caracterització del fenomen de consum, patològic o no, de sòl. Y d’aquests anàlisis sorgeixen hipòtesis sobre la pluralitat dels processos d’urbanització contemporanis. A grans trets existeixen dos grans models: per una part els desenvolupaments urbans heretats històricament y caracteritzats, generalment, per processos d’ocupació de l’espai basats en altes densitats; per altra part hi ha els desenvolupaments amb baixes densitats, on el consum insostenible de sòl es presenta com el paradigma del desenvolupament econòmic contemporani. El treball que es presenta suggereix que en les últimes dècades sembla divisar-se una convergència entre ambdós models. Convergència en la que el consum creixent d’aquest recurs escàs que és el sòl es converteix en fenomen dominant, i en el que l’sprawl, abans confinat a uns pocs països desenvolupats, s’expandeix (com a forma tendencialment universal del desenvolupament urbà?) a territoris menys desenvolupats. A Espanya i a Mèxic com a representants d’aquestes perifèries, que són l’Arc Mediterrani Europeu respecte Europa i Amèrica Llatina respecte els Estats Units d’Amèrica.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.