UCIĄŻLIWOŚĆ UPAŁÓW W POLSKICH MIASTACH

Czy da się obliczyć, jak bardzo uciążliwe są upały w polskich miastach? Czy istnieje obiektywny wskaźnik pokazujący zróżnicowanie polskich miast pod względem “odporności” na fale upałów? Okazuje się, że tak: można tego dokonać za pomocą wskaźnika HRI (ang. Heat Risk Index lub Heat Resilience Index). Uwzględnia on temperaturę powierzchni (czyli występowanie tzw. miejskiej wyspy ciepła), pokrycie terenu (brak lub obecność drzew) i gęstość zaludnienia.

Sposób obliczenia tego wskaźnika za pomocą narzędzi GIS opisano w szczegółowy sposób w tym artykule. Wskaźnik ten nie przedstawia wprost prawdopodobieństwa wystąpienia upału na danym terenie, ale wskazuje miejsca, w których potencjalne wystąpienie wysokich temperatur będzie najbardziej uciążliwe dla mieszkańców. Zwykle są to centra miast: zwarta i gęsto zaludniona zabudowa, czy też rejony dużych zakładów przemysłowych z małą ilością zieleni.


Postanowiliśmy przeanalizować pod tym kątem miasta wojewódzkie (Białystok, Bydgoszcz, Gorzów Wielkopolski, Katowice, Kielce, Kraków, Lublin, Łódź, Olsztyn, Opole, Poznań, Rzeszów, Szczecin, Toruń, Warszawa, Wrocław, Zielona Góra) oraz Trójmiasto (Gdańsk, Gdynia, Sopot). W naszej analizie wykorzystaliśmy zobrazowania satelitarne, które spełniają następujące kryteria: zdjęcia wykonane od 2001 roku w miesiącach kwiecień-wrzesień, o zachmurzeniu nie większym niż 10% i wysokości słońca większej niż 40 stopni.


Wyniki analizy przedstawiamy na kilku statycznych mapach poniżej, natomiast kompleksowe opracowanie dla wszystkich wymienionych miast znajdziesz w interaktywnej aplikacji.


W Warszawie średnia wartość HRI wynosi 6,9.


Najniższe wartości wskaźnika najbardziej widoczne są na obszarach dużych kompleksów leśnych otaczających miasto - np. Lesie Kabackim, Bemowskim, Młocińskim czy Bródnowskim, ale i w innych charakterystycznych miejscach występowania zieleni - Łazienkach Królewskich, Miejskim Ogrodzie Zoologicznym, rodzinnych ogródkach działkowych oraz w rejonie niektórych cmentarzy.


Wyższe wartości zostały odnotowane zarówno w centrum stolicy, jak i w pozostałych jej częściach: Lotnisku Chopina, okolicach Grochowa, części Pragi Północ i Bemowa.


W Lublinie średnia wartość HRI jest wyższa niż w Warszawie i wynosi 7,5.


I w tym przypadku, podobnie jak w Warszawie najniższe wartości odnotowano na terenach leśnych - Dąbrowie i Starym Gaju. Pozytywnie wyróżnia się także dolina Bystrzycy na tle przylegających do niej dzielnic.


Po przeciwnej stronie skali znajdują się Śródmieście i Stare Miasto oraz tereny przemysłowo-magazynowe w dzielnicach takich jak Tatary, Bronowice, Felin, Wrotków, Zadębie


W Poznaniu średnia wartość HRI w skali miasta wynosi 7,6.


Najniższe wartości wskaźnika widoczne są we wschodniej i zachodniej części miasta - są to m.in. okolice Doliny Cybiny, Darzyboru, Lasku Marcelińskiego, tereny położone pomiędzy Jeziorem Kierskim i Strzeszyńskim oraz rodzinne ogródki działkowe.


Natomiast obszary takie jak np. centrum miasta, Port Lotniczy Poznań-Ławica oraz Międzynarodowe Targi Poznańskie charakteryzują się najwyższym HRI.


W Trójmieście średnia wartość HRI wynosi 6,8.


Tak jak w powyższych przypadkach, tak i tutaj najniższe wartości wskaźnika wyraźnie występują w kompleksach leśnych, w szczególności wchodzących w skład Trójmiejskiego Parku Krajobrazowego oraz tereny wybrzeża na Wyspie Sobieszewskiej.


Pozostałe tereny Trójmiasta w większym stopniu są narażone na wyższe temperatury. Są to m.in. centra miast oraz obszary o gęstej zabudowie i tereny przemysłowe.

HRI - porównanie miast

Wśród miast o najniższej średniej wartości wskaźnika HRI znalazły się: Zielona Góra (6,2), Olsztyn (6,4), Katowice (6,4), Kielce (6,8), Trójmiasto (6,8).


Do miast o większym stopniu uciążliwości upałów należą: Rzeszów (8), Wrocław (8,1), Opole (8,1) i Gorzów Wielkopolski (8,2).

Patrząc krytycznie na powyższe wyniki, warto zwrócić uwagę na istotną zależność pomiędzy wartością wskaźnika, a ilością obszarów zalesionych w obrębie granic administracyjnych. Miasta posiadające dużą ilość lasów w swoim obrębie, mogą mieć znacznie niższy wskaźnik HRI (globalnie) niż odpowiadające im miejscowości, które są otoczone lasami, ale poza swoimi granicami.


Wskaźnik HRI obiektywnie pokazuje obszary najmniej odporne na fale upałów oraz gdzie są one najbardziej uciążliwe z punktu widzenia mieszkańców. Taka wiedza ma praktyczne zastosowanie w urbanistyce i planowaniu przestrzennym miast - można dzięki niej lepiej planować przyszłą zabudowę oraz rozmieszczenie terenów zielonych. Pozwala również wybierać priorytetowe lokalizacje, w których powinny pojawić się nowe drzewa. Dzięki temu możliwe jest bieżące łagodzenie uciążliwości związanych z występowaniem wysokich temperatur i lepsza adaptacja do zmian klimatu.

Zobacz jak wygląda sytuacja w pozostałych miastach wojewódzkich w Polsce w poniższej aplikacji:

Otwórz w nowym oknie

Kolejne analizy i wizualizacje już wkrótce, zapraszamy do śledzenia naszych profili w serwisach Facebook, LinkedIn, Twitter, Instagram oraz YouTube.

Inne analizy, które mogą Cię również zainteresować: 


Mapa potencjału solarnego

 

Modelowanie ruchu powietrza w oprogramowaniu GIS

 

Autor: GIS - Expert 17 października 2024
W poprzednim artykule omówiliśmy kluczowe informacje dotyczące Mapy Koron Drzew oraz Mapy Lokalizacji Pni Drzew, czyli narzędzi udostępnionych publicznie przez UM st. Warszawy. Zbiory danych stanowią istotne źródło do szczegółowej analizy stanu i rozmieszczenia zieleni miejskiej, a także stanowią podstawę do podejmowania decyzji dotyczących zarządzania przestrzenią publiczną, na przykład podczas opracowywania Planu Ogólnego Gminy. W dzisiejszym wpisie omówimy wykorzystanie tych danych w praktyce poprzez określenie obszarów zieleni publicznej na terenie m.st. Warszawy.
Autor: GIS - Expert 1 października 2024
Cyfrowe mapy drzew dają szczegółową wiedzę o stanie zieleni wysokiej i stanową wartościowy zbiór danych przydatnych w zarządzaniu przestrzenią miejską. Na przykładzie Warszawy, która posiada zarówno mapę koron, jak i pni drzew, sprawdziliśmy, jakie informacje można pozyskać z tych dwóch zasobów danych i jak wykorzystać je w praktyce.
Pokaż więcej
Share by: