Spatiotemporal dynamics of urbanisation induced environmental quality in arid city using a grid-based analysis in Jodhpur India from 2001 to 2021
Amjed Ali · Kheraj Kheraj · Arshad Ahmed
用网格化环境质量指数评估印度焦特布尔2001-2021年城市化引发的环境质量时空变化。
基于MODIS/Landsat与PM2.5数据构建32格网EQI，用Mann-K
71%网格夜间显著升温，环境质量差区域从15.1%升至41.5%，植被减少是PM2.5上升主因。
可将该网格化EQI框架迁移至干旱区农业景观，耦合作物物候与夜间热暴露评估。
研究印度焦特布尔干旱城市环境质量时空变化，属城市环境遥感范畴，与三农、农业信息化、数字乡村无直接关联，不建议进入每日精选。
干旱地区快速城市化加剧了热暴露、植被丧失和颗粒物污染，但中型沙漠城市在综合环境评估中仍代表性不足。我们采用一种新颖的基于网格的环境质量指数（EQI），量化了印度焦特布尔2001年至2021年环境质量的时空变化。方法学创新体现在三个方面：纳入夜间地表温度（LST）以捕捉与人口暴露相关的城市热量滞留；应用统一的32网格城市内部框架以检测微观空间异质性；以及利用几何平均整合卫星反演的PM2.5与植被—热力动态，以最小化补偿偏差。指标选取LST（土地退化）、NDVI衍生的植被覆盖度（生态系统调节）和PM2.5（大气质量），因其具有直接的生物物理相关性、长期卫星一致性和暴露敏感性，而非建成区指数或人口密度等替代指标。年度MODIS、Landsat和卫星模型融合PM2.5数据集（1 km）经标准化处理（0–100）；趋势采用Mann–Kendall和Sen's斜率估计器分析；相互关系通过多元线性回归评估。基于Landsat的土地利用分类总体精度超过85%。71%的网格显示显著的夜间增温（p < 0.05），热点区域增温达+1.36 °C。核心城区记录到植被下降（平均ΔVC −0.02），而城市边缘网格则显示中度绿化（ΔVC最高达+0.07）。PM2.5均值范围为4–7 μg/m³，与植被丧失（R² = 0.66）和LST升高（R² = 0.49）密切相关。被归类为差或极差EQI的城市面积比例从15.1%（2001年）增至41.5%（2021年）。植被下降是PM2.5增加的主导预测因子（β = −0.44；p = 0.01）。这些发现表明环境质量显著恶化，并为干旱城市的气候韧性城市规划提供了一个可扩展框架。