48000408 21 98+
info@toseabnieh.ir
شنبه تا پنجشنبه 8 تا 18
روشهای ما در چهار مرحله پیش رفت: 1) جمعآوری دما، پوشش زمین ، و مجموعه دادههای تفکیک مسکن تاریخی. 2) عملیات همپوشانی فضایی در یک سیستم اطلاعات جغرافیایی (GIS) برای یکپارچه سازی مجموعه داده ها. 3) مدلسازی صریح فضایی اثر حضور-غیبت عهد بر الگوهای گرما. 4) مدل سازی صریح فضایی برای مقایسه اثرات مرتبط با جغرافیای میثاق ها و خط قرمز HOLC.
ما از دمای سطح زمین در دسترس عموم استفاده می کنیم که توسط شورای شهری دوقلو تولید شده است ( Wojchik, 2017 ). LST ها از طریق داده های ماهواره ای Landsat 8 به دنبال پروتکل محاسباتی پذیرفته شده سازمان زمین شناسی ایالات متحده با وضوح 30×30 متر با استفاده از باند TIRS 10، شاخص انتشار طبیعی تفاوت گیاهی اصلاح شده LST به دست می آیند ( Audan and Jovanovska, 2016 , Cook et al., 201 ). مطابق با بهترین شیوه ها برای تجزیه و تحلیل دمای سطح زمین، بدنه های آبی از تجزیه و تحلیل حذف شدند. تصویر ماهوارهای که ما استفاده کردیم در ساعت 11:59 صبح CDT در 22 ژوئیه 2016 گرفته شد. تصویر ماهوارهای استفاده شده در این تحلیل مربوط به سومین روز موج گرمای منطقهای است که منجر به گرمترین روز در تقریباً سه سال اخیر شده است که نشاندهنده فضای مکانی است. الگوی یک رویداد گرمای شدید ( اقلیم غرب میانه: خلاصه های آب و هوا – دما، 2022 ). در حالی که دمای هوای تجربه شده توسط انسان توسط شبکه های مانیتور دما و رطوبت هوا بهتر ثبت می شود ( شنگ و همکاران، 2017 )، LST ابزاری را برای ارزیابی موثر و مقایسه الگوهای در مقیاس بزرگ فراهم می کند و به طور گسترده در سلامت عمومی و پیش بینی آب و هوا استفاده می شود. Madrigano و همکاران، 2015 ، Wuebbles و همکاران، 2017 )، که در تحقیقات قبلی نشان داده شده است که ارتباط آماری مثبتی با میزان عوارض و مرگ و میر ناشی از گرما دارند (جانسون و ویلسون 2009، جانسون و همکاران 2009، هوندولا و همکاران 2012). علاوه بر این، استفاده از LST سازگاری بین مطالعه ما و سایر مطالعات را با در نظر گرفتن رابطه بین جمعیت شناسی اجتماعی و قرار گرفتن در معرض گرما فراهم می کند ( هافمن و همکاران، 2020 ، میچل و چاکرابورتی، 2015 ).
ما همچنین توزیع پوشش سطحی غیرقابل نفوذ و پوشش تاج درخت در مینیاپولیس و حومه حلقه داخلی آن را در نظر می گیریم. تاج درخت و پوشش سطح غیرقابل نفوذ توسط نایت و همکاران ارزیابی شد. (2017) با وضوح 1×1 متر با استفاده از ترکیبی از تصاویر هوایی ، دادههای LiDAR و لایههای موضوعی جانبی، که از طریق تجزیه و تحلیل تصویر مبتنی بر شیء به کمک یادگیری ماشینی یکپارچه شده است ( نایت و همکاران، 2016 ، 2017). لایه تاج درختی که ما در تجزیه و تحلیل خود استفاده می کنیم شامل تمام پیکسل های 1×1 متری است که به عنوان تاج درختان مخروطی یا برگریز طبقه بندی می شوند . لایه سطحی غیرقابل نفوذی که ما در تجزیه و تحلیل خود استفاده می کنیم، تمام پیکسل های 1×1 متری را نشان می دهد که به عنوان ساختمان ها، جاده ها یا مناطق سنگفرش طبقه بندی شده اند.
دادههای فضایی در مورد میثاقهای مسکن محدودکننده نژادی از پایگاه داده تولید شده برای شهرستان هنپین توسط پروژه تعصب نقشهبرداری ( Mapping Prejudice , 2020) میآید. برای ساخت پایگاه داده میثاق ها، تیم Mapping Prejudice از تشخیص کاراکتر نوری (OCR) برای خواندن و دیجیتالی کردن 1.4 میلیون سند ضمانت اموال از شهرستان هنپین برای دوره 1900 تا 1960 استفاده کرد. سپس ترجمههای متنی اعمال شده توسط OCR بهصورت دیجیتالی برای قسمتهایی که حاوی زبانی درباره نژاد بودند، تجزیه و تحلیل شدند. هنگامی که اسناد حاوی زبان نژادی شناسایی شد، دادههای مکانی در مورد مکان این ویژگیها از طریق جمعسپاری آنلاین شناسایی شد و توسط تیم Mapping Prejudice به شکل فایلها تبدیل شد ( Ehrman-Solberg et al., 2020 ). در حالی که نقشه قراردادهای تعصب نقشه برداری تمام شهرستان هنپین را پوشش می دهد، ما منطقه مورد مطالعه خود را به مینیاپولیس و حومه حلقه داخلی آن محدود می کنیم (مرکز بروکلین، ادینا، دره طلایی، هاپکینز، نیو هوپ، پارک سنت لوئیس ، سنت آنتونی، ریچفیلد، و Robbinsdale) برای جلوگیری از گیج شدن تحلیل ما با مقایسه مناطق توسعه یافته با مناطق روستایی. میثاق ها (در شکل 2 ج با رنگ قرمز نشان داده شده است) در سرتاسر منطقه مورد مطالعه قرار دارند اما در بیشترین تراکم در امتداد مرز مینیاپولیس رخ می دهند و به سمت جنوب و غرب به جوامع حومه ای حلقه داخلی گسترش می یابند. میثاقها معمولاً در خوشههایی اتفاق میافتند که در آن کل توسعه مسکن توسط توسعهدهندگان اصلی با میثاقهای نژادی پوشانده شده بود.
شکل فایل های دیجیتالی نقشه HOLC برای مینیاپولیس از پایگاه داده “نابرابری نقشه برداری” آزمایشگاه بورس دیجیتال دانشگاه ریچموند ( نلسون و همکاران، 2018 ) می باشد. نقشه HOLC مینیاپولیس در سال 1937 ترسیم شد. چند ضلعی های HOLC همه مناطق داخل یک محله را شامل می شود، از جمله املاک مسکونی و همچنین خیابان ها، پارک ها، مدارس و مناطق تجاری. در مقابل، چند ضلعیهای میثاق، تنها بخش مسکونی خاصی را در بر میگیرند که دارای عهد نژادی است. این تفاوتها به این معناست که اگر چند ضلعیهای HOLC مستقیماً با بستههای عهد شده مقایسه شوند، مناطق مشمول احتمالاً بهطور مصنوعی در تاج درختان بالاتر و در سطح غیرقابل نفوذ و گرما کمتر به نظر میرسند. بنابراین، برای بهبود مقایسه بین درجههای HOLC و میثاقها، یک بافر 150 متری به چند ضلعیهای بسته عهد شده اضافه میشود، و بافرهای همپوشانی حل میشوند و چند ضلعیهای پیوسته ایجاد میکنند ( شکل 2 c، که در سراسر متن به عنوان “مناطق منعقد” شناخته میشود). با 150 متر انتخاب شده برای ثبت اثرات “همسایگی” داشتن یک میثاق نژادی، تقریباً اندازه بلوک های شهر مینیاپولیس و مانند چند ضلعی های HOLC، از جمله ویژگی های مجاور مانند جاده ها و پیاده روها که در چند ضلعی های بسته ثبت نشده اند.
خطوط قرمز و میثاق های نژادی هم در گستره زمانی و هم از نظر مکانی متفاوت هستند. استفاده از میثاق های نژادی در اوایل دهه 1900 آغاز شد و علیرغم اینکه دادگاه عالی ایالات متحده در سال 1948 آن را غیرقابل اجرا اعلام کرد، تا زمان تصویب قانون مسکن منصفانه در سال 1968 در صنعت املاک و مستغلات رایج بود ( گاتهام، 2002 ). در مینیاپولیس، عهدنامهها از سال 1910 تا 1955 مورد استفاده قرار میگرفتند، با نزدیک به 20٪ از اسناد خانه جدید در شهرستان هنپین، از جمله عهد نژادی در اوج استفاده (Mapping Prejudice, 2021 ). از سوی دیگر، نقشههای خط قرمز HOLC، یک عکس فوری در زمان ترسیم میکنند، که بین سالهای 1937 و 1939 ترسیم شده است، اگرچه اعمال تبعیض نژادی در وامهای رهنی تا قانون مسکن منصفانه ادامه داشت ( Rothstein, 2017 ). این سیاست ها نیز تا حدودی در جغرافیای خود متفاوت بودند. مقامات HOLC حدود 200 شهر را مورد بررسی قرار دادند که عمدتاً بر شهرهای مرکزی تمرکز داشتند، اگرچه حومه ها نیز گهگاه شامل می شدند. از سوی دیگر، میثاق های نژادی به طور گسترده ای در مراکز شهری و حومه آنها استفاده می شد. در مینیاپولیس، نظرسنجی HOLC فقط شامل مناطقی در محدوده شهر میشود، در حالی که پیمانها در Minnepaolis و حومههای آن استفاده میشد. در نتیجه، منطقه ای که در آن عهدنامه های نژادی در مینیاپولیس استفاده شد، نه به طور کامل در داخل و نه کاملاً جدا از منطقه بررسی شده توسط HOLC است ( شکل 3 a-b را ببینید).
ما تأثیر پیمانهای نژادی تاریخی را بر توزیع کنونی دما در مینیاپولیس و حومههای حلقه داخلی آن تحلیل میکنیم. از آنجا که عهدنامههای نژادی فقط برای محدود کردن اشغال نژادی بستههای مسکونی مورد استفاده قرار میگرفت، ما تأثیر پیمانها را بر دما در مناطق مسکونی که در آن میثاقها استفاده میشد و در آنها استفاده نمیشد، مقایسه میکنیم (همانطور که در بالا ذکر شد، مناطق عهد شده به حائل 150 متری اطراف اشاره دارد. خصوصیات عهد شده)، که از تجزیه و تحلیل ما از افزایش مصنوعی تأثیر میثاق ها از طریق مقایسه با مناطق صنعتی و تجاری جلوگیری می کند. به این ترتیب، تجزیه و تحلیل ما یک برآورد محافظه کارانه از تأثیر پیمان های نژادی را نشان می دهد. مناطق مسکونی با استفاده از جدیدترین نقشه منطقهبندی هر شهر شناسایی شدند، با این فرض که الگوهای معاصر منطقهبندی مسکونی، تجاری و صنعتی یک نماینده معقول برای الگوهای منطقهبندی تاریخی هستند ( گرو و همکاران، 2018 ، لنز، 2022 ). تحلیلهای اخیر اثرات میراث منطقهبندی برای توسعه مسکن در مینیاپولیس، پیوندهای قوی بین نقشههای منطقهبندی مسکونی تاریخی و الگوهای مسکن امروزی پیدا کرد، که از فرضیه ما حمایت میکند ( Worthington, 2020 ).
با استفاده از تابع همپوشانی در ArcGIS، چند ضلعی بافر عهد را برای تطبیق با مرزهای چند ضلعی منطقه مسکونی بریده می کنیم و آب و فضاهای پارک را از تجزیه و تحلیل خود حذف می کنیم. پیروی از روش های Fleischmann و همکاران. (2020) و McClintock (2014) ، ما از تسلیح شبکه شش ضلعی برای ایجاد یک سطح استاندارد برای تجزیه و تحلیل الگوهای فضایی در دما در مناطق مسکونی با و بدون میثاق استفاده می کنیم. ما رزولوشن تسلسل ها را بر اساس منابع محاسباتی موجود تنظیم کردیم. این منجر به یک شبکه شش ضلعی در شبکه 0.1 کیلومتر مربعی شد که تقریباً به اندازه یک بلوک شهر مینیاپولیس است و امکان ارزیابی تأثیر همسایگی قراردادها بر تفاوت در میانگین دما را فراهم می کند. ما تسلیت را بریدیم تا دو گروه ایجاد کنیم – یکی که منطقه مسکونی را بدون عهد پوشش میدهد (65.9 درصد مساحت شبکه) و دیگری که منطقه مسکونی را که در بافرهای میثاق قرار میگیرد (34.1 درصد مساحت شبکه) را پوشش میدهد و شش ضلعیهای جزئی را میسازد ( شکل 2 د). ما میانگین LST را با استفاده از تابع استخراج در بسته شطرنجی نسخه 2.2-12 با استفاده از نسخه R 1.1.456 محاسبه می کنیم ( Hijmans and van Etten، 2016 ، تیم، 2013 ).
در این تحلیل، هدف ما مشخص کردن رابطه بین حضور یا عدم حضور تاریخی پیمانهای نژادی و نتایج دمایی معاصر است. ما ابتدا همبستگی فضایی بالای موجود در دادههایمان را در نظر میگیریم (پیوست جدول 1 را ببینید ). هنگامی که همبستگی فضایی وجود دارد، رویکرد کلاسیک حداقل مربعات معمولی (OLS) معتبر نیست ( آربیا، 2014 ، پاراگواس و کمیل، 2005 ) زیرا منجر به برآوردگرهای مغرضانه می شود. برای پرداختن به این سوگیری، مدل تاخیر خودکار رگرسیون فضایی (SAR) را با حداکثر احتمال ارائه شده توسط بسته فضایی R تخمین می زنیم ( بیوند و پیراس، 2015 ).
میز 1 . نتایج رگرسیون
سلول خالی | متغیر وابسته: LST | |
---|---|---|
سلول خالی | حداقل مربعات تعمیم یافته | خودرگرسیون فضایی |
میثاق تراکم جمعیت |
0.00039*** (0.000008) −0.229*** |
0.00053*** (0.00003) −0.332*** |
سلول خالی | (0.037) | (0.085) |
ثابت | 33.58*** | 8.299*** |
سلول خالی | (0.031) | (0.256) |
n | 9724 | 9,725 |
Adj r 2 | 0.17 | |
Log Likelihood σ 2 |
−14516.7 1.0094 |
|
AIC | 38,224 | 29,045 |
رو | 0.75*** | |
تست والد | 12479*** | |
تست LR | 8492.2*** | |
توجه: *p < 0.1; **p < 0.05; ***p < 0.01 |
ما SAR را انتخاب می کنیم زیرا LST i با LST همسایه همبستگی دارد. به عبارت دیگر، یک وابستگی مکانی در متغیر وابسته وجود دارد ( آنسلین، 1995 ). با استفاده از اصطلاح مکانی (WLSTدر eqn. (1) ، ما وابستگی های فضایی را در LST، متغیر وابسته ما، می گیریم. متغیر توضیحی ما عدم وجود عهد نژادی است (cov𝑖، و ما تراکم جمعیت را به عنوان یک متغیر توضیحی اضافی در نظر می گیریم، که فرض می کنیم محرک الگوهای LST است اما با متغیر پیمان ما همبستگی زیادی ندارد (r = 0.05). مدل به صورت زیر مشخص شده است:(1)LS𝑇𝑖=𝜌lag𝑊𝐿𝑆𝑇+cov𝑖+𝑃𝑜𝑝𝐷𝑒𝑛𝑠𝑖𝛽+𝜀𝑖
LS𝑇𝑖، میانگین دمای سطح زمین در چند ضلعی i، متغیر وابسته ما است.𝜌lagضریب خودرگرسیون فضایی است که وابستگی مکانی را در مشاهدات نشان می دهد ( بیوند و پیراس، 2015 ؛ J. LeSage & Pace، 2009 ).WLSTعبارت تاخیر مکانی است و حاوی اطلاعاتی در مورد مقادیر میانگین دمای سطح زمین برای همه همسایگان برای چند ضلعی i است.cov𝑖یک متغیر باینری است که حضور یا عدم حضور تاریخی یک میثاق نژادی را نشان می دهد.PopDens𝑖نشان دهنده تراکم جمعیت است که در سطح سرشماری که چند ضلعی i در آن قرار دارد تخمین زده می شود. سرانجام،𝜀𝑖عبارت خطا را نشان می دهد.
ما چندین فرض را در رویکرد مدلسازی خود داریم. اول، فرض می کنیم که عبارت خطا است𝜀𝑖به طور معمول توزیع می شود ( LeSage and Pace, 2009 ). دوم، ما برون زایی متغیرهای مختلف را فرض می کنیم. مدل ارائه شده توسط معادله (1) به ما اجازه می دهد تا آزمایش کنیم که آیا نتایج دما امروز به طور قابل توجهی با حضور تاریخی میثاق های مسکن محدودکننده نژادی در هنگام کنترل رابطه شناخته شده بین تراکم جمعیت و دما مرتبط است یا خیر.
ما میانگین دما، پوشش تاج درخت، و پوشش سطح غیرقابل نفوذ را برای چند ضلعیهای HOLC و بستههای توافق شده تخمین میزنیم، مقادیر میانگین را برای متغیرهای بیوفیزیکی با استفاده از تابع استخراج در بسته شطرنجی نسخه 2.2-12 محاسبه میکنیم. ( Hijmans & van Etten، 2016 ) میانگین دما مقادیر برای هر چند ضلعی نسبت به میانگین منطقه مورد مطالعه ارائه شده است (معادل (2) :(2)𝛿𝐿𝑆𝑇𝑎𝑟𝑒𝑎,𝑝𝑜𝑙𝑦𝑔𝑜𝑛=LST̲𝑎𝑟𝑒𝑎,𝑝𝑜𝑙𝑦𝑔𝑜𝑛-𝐿𝑆𝑇𝑎𝑟𝑒𝑎,𝑎𝑙𝑙𝑝𝑜𝑙𝑦𝑔𝑜𝑛𝑠برای محاسبه اندازه متغیر چند ضلعی های HOLC و بافرهای میثاق، مقادیر را به عنوان میانگین وزنی منطقه ارائه می کنیم.
علاوه بر مقایسه چند ضلعیهای رتبهبندی HOLC با همه بستههای توافقشده، توزیع متغیرهای بیوفیزیکی خود را در بستههای عهد شده در چند ضلعیهای HOLC نیز در نظر میگیریم (یعنی «پیمانها در مناطق دارای رتبه A»، «میثاقها در مناطق دارای رتبه B» و غیره ) بینشی در مورد تأثیرات تعاملی سیاست های چندگانه جداسازی نژادی بر محیط زیست ارائه می دهد.
ساختار مجموعه داده ما ما را از استفاده از یک آزمون تحلیل واریانس ساده (ANOVA) برای ارزیابی اهمیت تفاوتها بین میانگینهای گروهی باز میدارد. در حالی که داده ها به طور معمول توزیع می شوند و گروه ها دارای واریانس مساوی هستند، تفاوت های زیادی در اندازه گروه وجود دارد، با میثاق هایی که دو مرتبه بزرگی تکرار بیشتری نسبت به چند ضلعی های HOLC دارند. علاوه بر این، متغیرهای وابسته ما حاوی درجات بالایی از خودهمبستگی فضایی هستند که فرض استقلال ANOVA را نقض میکند و باید در تحلیلها لحاظ شوند. برای پرداختن به این مسائل، ما از یک رویکرد مدلسازی خطی اصلاحشده استفاده میکنیم تا اثر و اهمیت دما را در میان درجههای HOLC و مناطق دارای عهد نژادی مقایسه کنیم، و مدل را طوری تغییر دهیم که از یکی از گروههای مقایسه ما به جای میانگین جمعیت، به عنوان مرجع استفاده کند. برای تخمین اندازه اثر درمان این رویکرد به انعطاف پذیری بیشتری در اندازه گروه نسبت به ANOVA و گنجاندن یک اصطلاح تاخیر مکانی برای محاسبه خودهمبستگی فضایی در داده ها اجازه می دهد. ما از روش نمونهگیری مونت کارلو برای عقب انداختن متغیر وابسته استفاده میکنیم تا همبستگی فضایی را محاسبه کنیم، دوباره مدل را در R با استفاده از بسته فضایی نسخه 1.2-1 اجرا میکنیم ( بیوند و همکاران، 2021 ). برای مقایسه بین میثاق ها و نمرات HOLC، ما از میثاق ها به عنوان گروه مرجع خود استفاده می کنیم. برای مقایسه بین درجات HOLC و محلههای عهد شده واقع در درجات مختلف HOLC، ما از محلههای عهد شده در محلههای درجه A به عنوان گروه مرجع خود استفاده میکنیم.
این تجزیه و تحلیل برای درصد پوشش تاج درخت و درصد سطح غیرقابل نفوذ تکرار میشود تا بینشی در مورد چگونگی شکلدهی این مکانیسمهای تاریخی تفکیک به الگوهای معاصر استفاده از زمین باعث ایجاد تفاوت در دمای درون شهری شود.