۱٫ معرفی
در دهه های اخیر، افزایش قابل توجهی در دمای محیطی وجود داشته است، همانطور که توسط گزارش پانل بین دولتی تغییرات آب و هوا (IPCC) تایید شده است. انتظار می رود این افزایش دما اثرات نامطلوب متعددی بر سلامت و کیفیت کلی زندگی، به ویژه برای ساکنان شهری داشته باشد. [
۱,
۲]. یکی از عوامل اصلی این پدیده، فرآیند شهرنشینی است که به طور قابل توجهی چشم انداز را از طریق گسترش مناطق شهری تغییر می دهد. [
۳,
۴]. این دگرگونی منجر به کاهش تبخیر و تعرق به دلیل تغییر کاربری و پوشش زمین می شود [
۵]. این کاهش در درجه اول ناشی از تکثیر مواد غیر قابل نفوذ مانند آسفالت و بتن در پروژه های ساخت و ساز شهری است. مطالعات متعدد نشان داده اند که مناطق شهری دماهای بالاتری را در مقایسه با همتایان روستایی خود تجربه می کنند و فضاهای سبز شهری به طور مداوم دمای پایین تری را نشان می دهند. [
۶,
۷,
۸]. با توجه به پیش بینی های اخیر سازمان ملل متحد (UNO) مبنی بر افزایش ۲۰ درصدی جمعیت شهری تا سال ۲۰۵۰، پیش بینی می شود که این روند ادامه یابد. [
۹]. این تغییر جمعیتی منجر به گسترش قابل توجه مناطق شهری جهانی خواهد شد [
۱۰]. علاوه بر این، پدیده جزیره گرمایی شهری (UHI) افزایش دما را در مناطق شهری تشدید می‌کند. شدت UHI با انواع فعالیت های شهری افزایش می یابد [
۱۱] و با رویدادهای شدید آب و هوایی مانند خشکسالی و امواج گرما بیشتر تقویت می شود.
امروزه تخمین زده می شود که بین ۲۵ تا ۳۰ درصد جمعیت تحت تأثیر دمای بالا قرار دارند و پیش بینی می شود که در ۲۰ سال آینده این رقم به ۷۵ درصد برسد. [
۱]. با توجه به این وضعیت، لازم است مطالعاتی انجام شود تا مشخص شود کدام مناطق شهرها بیشتر در معرض دماهای بالا و در نتیجه تنش های حرارتی شدید هستند تا اقداماتی در جهت حفاظت از شهروندان و بهبود کیفیت زندگی آنها با تعیین دستورالعمل ها و دستورالعمل ها اتخاذ شود. اتخاذ تدابیر توسط برنامه ریزان و نهادهای عمومی. شاخص تنش گرمایی (Hi) معمولاً برای اندازه گیری قرار گرفتن در معرض گرما برای ساکنان شهری استفاده می شود [
۱۲,
۱۳,
۱۴] از آنجایی که با شرایط محیطی نتایج مناسبی به دست می آورد و تنها به دو پارامتر نیاز دارد: دمای محیط و رطوبت نسبی هوا. برای شناخت و به دست آوردن این متغیرهای محیطی، مدل‌های اقلیمی شهری مانند موکلیمو سازمان هواشناسی آلمان [
۱۵] یا UrbClim خدمات تغییر اقلیم کوپرنیک [
۱۴,
۱۶,
۱۷] وابسته به آژانس فضایی اروپا (ESA، پاریس، فرانسه) استفاده می شود. این شامل یک مدل تعادل انرژی ساده از سطح شهری است که برای هدف قرار دادن مقیاس فضایی یک شهر طراحی شده است، اما به اندازه کافی سریع و جامع است تا نتایجی با سطوح بالایی از دقت به دست آورد. [
۱۶]. استفاده از آن در مطالعات تنش گرمایی شهری گسترده است [
۱۴,
۱۸] از آنجایی که اجازه می دهد تا متغیرهای آب و هوایی را با وضوح ۱۰۰ متر بدست آورید.
مطالعات موجود در مورد تنش گرمایی در نواحی شهری گزارش داده اند که این تنش دارای تنوع مکانی و زمانی بالایی است و با شرایط اقلیمی و مورفولوژیکی مشروط است. بنابراین، نرخ تنش گرمایی در طول ماه های تابستان بیشتر است و در مناطق شهری با تراکم بالا و مناطق سبز کمیاب شدیدتر است. [
۱۲,
۱۳,
۱۵,
۱۹,
۲۰]. بنابراین، مطالعه تنش گرمایی در شهر مادرید با استفاده از مدل UrbClim بین سال‌های ۲۰۰۸ و ۲۰۱۷ یک همبستگی مهم بین کاربری مختلف/پوشش زمین (LULC) و تنش گرمایی را گزارش کرد. [
۱۸]. مطالعات در چهار شهر (کلکته، چنای، دهلی، و بمبئی) در هند [
۲۱] و در شهر ناگپور (هند) [
۱۳] گزارش داد که در مواجهه با وضعیت محیطی موج گرما، تنش گرمایی در مناطق شهری به میزان قابل توجهی افزایش می یابد. این افزایش در مناطق با تراکم و جمعیت بیشتر بیشتر است، در مقابل محله‌هایی با تراکم و جمعیت کمتر که افزایش تنش کمتر است. در مطالعاتی که شرایط مورفولوژیکی شهرها را در نظر می گیرد [
۶,
۲۲,
۲۳]، معمولاً استفاده از طبقه بندی شناخته شده جهانی مناطق آب و هوایی محلی (LCZ) رایج است. [
۲۴]. بنابراین، مطالعات استرس گرمایی در شهرهای ناگپور (هند) [
۱۳]برنو (جمهوری چک) [
۱۵] و آنتورپ، بروکسل، و گنت (بلژیک) [
۱۴] گزارش داد که LCZ های شناسایی شده به عنوان ۲، ۳، ۵، ۸، ۹ و ۱۰ دارای تنش گرمایی بالاتری هستند، در حالی که LCZs 6، B، D و G به دلیل در دسترس بودن بیشتر مناطق سبز و مناطق غیر قابل نفوذ کمتر، تنش گرمایی کمتری داشتند. این مطالعات که بر اساس میانگین دما انجام شده اند، برای تعیین اثرات جهانی گرما بر جمعیت کافی هستند، اما اطلاعات کاملی در مورد دوره هایی که شهرها از میانگین دما بیشتر می شوند، ارائه نمی دهند. به این اضافه می شود که در سال های اخیر روزهای گرم به طور قابل توجهی افزایش یافته است. به این ترتیب، و بر اساس داده‌های آژانس دولتی هواشناسی (AEMET)، شهر بارسلونا در طول سال ۲۰۱۷، ۴۴ روز که دما از صدک ۹۰ فراتر رفته و ۹۴ روز که از صدک ۸۰ فراتر رفته است، ارائه کرده است. [
۲۵]. با توجه به این افزایش در روزهایی که دما بالا است، انجام مطالعاتی مانند آنچه در اینجا ارائه شده است که در آن Hi نه با دمای متوسط، بلکه با دماهای شدید ارزیابی می‌شود تا اثرات آن بر جمعیت را بدانیم و امکان کاهش و انعطاف‌پذیری را فراهم کنیم، اهمیت زیادی دارد. اقدامات توسعه شهری آینده که کیفیت زندگی مردم را بهبود می بخشد.
هدف ما ارزیابی شاخص تنش حرارتی در مناطق مختلف پوشش زمین (LCZ) در شهر بارسلونا، اسپانیا، در طول تابستان ۲۰۱۷ است، که شامل دوره‌هایی از شرایط دمایی متوسط و رویدادهای گرمای شدید (که با دمای بیش از صدک ۹۰ مشخص می‌شود. ). برای رسیدن به این هدف، ما از مدل UrbClim استفاده کردیم که پارامترهای آب و هوایی مانند دمای محیط و رطوبت نسبی را در خود جای داده است. علاوه بر این، ما از تصاویر ماهواره‌ای Landsat 8 برای استخراج معیارهای ضروری، از جمله شاخص نرمال سازی تفاوت ساختمان (NDBI) و شاخص طبیعی تفاوت پوشش گیاهی (NDVI) استفاده کردیم. این شاخص ها ما را قادر می سازند تا تغییرات در پوشش زمین و تراکم پوشش گیاهی را کمی سازی کنیم. علاوه بر این، ما به داده‌های پایگاه داده شهری جهانی و ابزارهای دسترسی پورتال (WUDAPT) دسترسی پیدا کردیم تا LCZهای متنوع موجود در شهر را دسته‌بندی کنیم. از طریق این تجزیه و تحلیل جامع، هدف ما این بود که بینشی در مورد چگونگی تغییر تنش حرارتی در LCZ های مختلف در بارسلون در بازه زمانی مشخص به دست آوریم، و تأثیر رویدادهای گرمای شدید بر محیط های شهری را روشن کنیم.
بنابراین، سؤالاتی که پیشنهاد می کنیم با این تحقیق به آنها پاسخ دهیم، به شرح زیر است: (۱) Hi چه تغییر فضای زمانی را در LCZs بارسلون ارائه می دهد؟ (۲) تغییرپذیری Hi در هنگام ارزیابی با دمای شدید گرما (دمای بیش از صدک ۹۰ در مقایسه با دماهای متوسط) چقدر است؟ (۳) آیا رابطه ای بین شاخص تنش گرمایی و شاخص های NDVI و NDBI در LCZ های مختلف وجود دارد؟
این تحقیق با ارائه بینش هایی در مورد تکامل شاخص تنش در شرایط گرمای شدید در مناطق پوشش زمین (LCZs) بارسلون کمک قابل توجهی می کند. هدف اولیه اطلاع رسانی و ارتقای پروژه های برنامه ریزی شهری آینده است که توسط مقامات دولتی انجام می شود. با اولویت‌بندی ایجاد LCZهای مقاوم در برابر حرارت، می‌توانیم انتقال شهر به محیط‌های انعطاف‌پذیرتر را در مواجهه با گرمایش جهانی تسهیل کنیم. این رویکرد پیشگیرانه نه تنها به چشم انداز شهری سود می رساند، بلکه پتانسیل بهبود قابل توجه سلامت و کیفیت کلی زندگی ساکنان شهر را نیز دارد.
۴٫ بحث
تجزیه و تحلیل شاخص‌های NDVI و NDBI در رابطه با پوشش زمین و مورفولوژی شهری، الگوهای متمایز را در منطقه مورد مطالعه نشان می‌دهد. اولاً، بدیهی است که شاخص NDVI که با پوشش گیاهی مرتبط است، در مناطق روستایی (LCZ-A، B، C، D، E، F، و G) و مناطق باز شهری (LCZ-4، ۵) مقادیر بالاتری را نشان می دهد. ، و ۶). برعکس، مناطق شهری صنعتی و فشرده (LCZ-2، ۳ و ۱۰) مقادیر NDVI کمتری را نشان می دهند. این نشان می دهد که مناطق روستایی و باز شهری دارای پوشش گیاهی گسترده تری هستند، در حالی که مناطق صنعتی و متراکم شهری از سرسبزی کمتری برخوردار هستند. از سوی دیگر، شاخص NDBI، مرتبط با تراکم ساختمان، مقادیر بالاتری را در مناطق شهری (LCZ-2، ۳، ۵، ۶، و ۱۰) در مقایسه با مناطق روستایی (LCZ-A، B، C، D، E نشان می دهد. ، F و G)، که در آن مقادیر NDBI کمتر است. علاوه بر این، در میان LCZ های شهری، مقادیر NDBI در مناطق فشرده (۲ و ۳) در مقابل مناطق باز (۴، ۵، ۶، ۸، و ۹)، که در آن مقادیر NDBI کمتر است، بالاتر است. این روند ارتباط بین تراکم ساختمان و مقادیر NDBI را برجسته می کند. در مناطق با تراکم ساختمانی بالاتر، مقادیر NDBI افزایش می یابد، در حالی که در مناطق با تراکم ساختمانی کمتر، مقادیر NDBI کمتر است. این مشاهدات به طور جمعی مورفولوژی شهری هر شهر و LCZ مورد بررسی را تعریف می‌کنند که منعکس کننده میزان پوشش گیاهی و تراکم ساختمان در این مناطق است. این نتایج با سایر مطالعات انجام شده توسط سایر نویسندگان مطابقت دارد [
۶,
۴۱,
۴۲,
۴۳,
۴۴,
۴۵] در شهرها و مناطق دیگر امکان اعتبارسنجی داده های به دست آمده در این تحقیق را فراهم می کند. این مطالعات نتایجی را گزارش می‌کنند که عمدتاً مقادیر پایین NDVI را با مقادیر شاخص NDBI بالا در مناطق فشرده شهرها مرتبط می‌کند. برعکس، مقادیر بالای NDVI با مقادیر پایین NDBI در مناطق روستایی مرتبط است.
تجزیه و تحلیل نشان داد افزایش قابل توجهی در دما در طول دوره های گرم. جالب توجه است که هنگام بررسی هر دو دوره مورد بررسی، آشکار می شود که مناطق شهری در ساعات صبح دمای کمتری نسبت به مناطق روستایی دارند. با این حال، با پیشرفت روز، دمای شهرها از دمای مناطق روستایی فراتر می رود. عوامل متعددی در ایجاد این الگو نقش دارند. اولاً، مناطق شهری در ساعات صبح کمتر از مناطق روستایی تابش خورشیدی دریافت می کنند. این را می توان به عوامل متعددی نسبت داد. اولاً، وجود درختان و ساختمان‌ها در مناطق شهری باعث ایجاد سایه می‌شود و میزان نور مستقیم خورشید به زمین را کاهش می‌دهد. دوم، مناطق شهری اغلب از سطوح ناهمگن با خواص جذب حرارتی بالا تشکیل شده اند. این سطوح به کاهش دمای صبحگاهی کمک می کنند، زیرا گرمای کمتری را از خورشید جذب می کنند. در نهایت، وجود پوشش گیاهی در نواحی شهری اثر خنک کنندگی بر محیط در طول صبح دارد، در حالی که مناطق فاقد سرسبزی نرخ گرم شدن را تجربه می کنند. سایه های ایجاد شده توسط درختان و ساختمان ها در شهرها، به ویژه در مناطق شهری فشرده، نقش اساسی در جلوگیری از گرم شدن سریع سطوح در زمانی که تابش خورشیدی در ساعات صبح محدود می شود، ایفا می کند. این پدیده به تغییرات دمایی مشاهده شده بین مناطق شهری و روستایی در طول روز کمک می کند. این امر از انتشار دوزهای بالای گرما در جو و تغییر دمای منطقه جلوگیری می کند. [
۴۳,
۴۶,
۴۷]. برعکس، دما در ساعات شب در مناطق شهری بیشتر از مناطق روستایی است که در آنها کمتر است. دلیل این امر این واقعیت است که هنگامی که خورشید غروب می کند، مناطق شهری به دلیل حفظ گرما به آرامی سرد می شوند، در حالی که مناطق روستایی به سرعت سرد می شوند. هر چه یک منطقه فشرده تر باشد، سطح دیوارهای آن بیشتر است و گرمای بیشتری در آنها حفظ می شود. استفاده از مصالح ساختمانی ضد آب با جذب حرارتی بالا در داخل شهرها باعث می شود که پس از غروب خورشید گرمای جذب شده در طول روز را آزاد کنند. [
۳۹,
۴۳,
۴۸]. در مناطق شهری، دما در مناطق فشرده و صنعتی (LCZ-2، ۳ و ۱۰) نسبت به مناطق باز (LCZ-4، ۵، و ۶) بیشتر است. این شرایط مجدداً در پیکربندی ارائه شده توسط LCZ-4، ۵، و ۶، با ساختمان هایی که در فواصل زیاد و فضاهای سبز بزرگ با پوشش گیاهی قرار دارند، تحت تأثیر قرار می گیرد. مطالعات متعدد نشان داده است که پوشش گیاهی اثر خنک کنندگی در مناطق شهری دارد [
۴۹,
۵۰,
۵۱]، بین ۱ تا ۳ درجه سانتیگراد. نتایج ما با نتایج گزارش شده توسط سایر نویسندگان مطابقت دارد [
۱۴,
۱۵,
۱۷] که از مدل آب و هوای UrbClim در مطالعات خود در سایر شهرهای اروپایی استفاده کردند.
تجزیه و تحلیل بر کاهش قابل توجهی در سطوح رطوبت در طول دوره های دماهای بالا تاکید می کند. با این حال، به طور مداوم در هر دو دوره مورد مطالعه، مقادیر رطوبت در مناطق روستایی در مقایسه با مناطق شهری، که در آن سطوح رطوبت به طور قابل توجهی کمتر است، بالاتر است. به طور خاص، کمترین مقادیر رطوبت در مناطق فشرده و صنعتی (LCZ 2، ۳، ۱۰، و ۶) مشاهده می شود. همانطور که قبلا ذکر شد، این مناطق شاخص های NDVI و PV کمتر و مقادیر بالاتری در شاخص های NDBI و UI نشان می دهند. به طور همزمان، آنها همچنین دمای بالاتری را تجربه می کنند. این همبستگی مشاهده شده را می توان به وجود پوشش گیاهی و فرآیند تبخیر و تعرق آن نسبت داد. مقدار سطح پوشش گیاهی به طور مستقیم بر میزان تبخیر و تعرق تأثیر می گذارد. در مناطقی که پوشش گیاهی وسیع تری دارند، فرآیند تبخیر و تعرق بارزتر است. در نتیجه، این منجر به سطوح بالاتر رطوبت محیط و دماهای پایین تر می شود. به طور خلاصه، مقدار پوشش گیاهی موجود در LCZ های مختلف نقش مهمی در تأثیرگذاری بر سطوح رطوبت و در نتیجه تغییرات دما در این مناطق ایفا می کند. این شرایط با مطالعه انجام شده در چهار شهر در منطقه تنسی (TN، ایالات متحده آمریکا) تأیید می شود، جایی که گزارش شده است که درختان اثر گرما را به دلیل افزایش رطوبت محیط به حداقل می رساند. [
۱۹]. این شرایط نشان می دهد که نتایج ما با تحقیقات انجام شده توسط سایر نویسندگان مطابقت دارد [
۱۴,
۱۵,
۱۷] که از مدل آب و هوای UrbClim در مطالعات خود در سایر شهرهای اروپایی استفاده کردند.
تنوع مهم Hi در LCZ های مختلف شهر هم با دمای متوسط و هم با دمای بالاتر از صدک ۹۰ مشهود بود. بنابراین، و در طول دوره های اول، استرس گرمایی در طول روز می تواند به عنوان بسیار گرم بین ساعت ۱۲:۰۰ و ۱۹:۰۰ در تمام LCZ ها تعیین شود. برعکس، و در طول شب و سحر (ساعت ۲۲:۰۰ و ۰۹:۰۰) می توان شاخص تنش گرمایی را بدون خطر ارزیابی کرد. تأیید شده است که چگونه LCZهای روستایی با پوشش گیاهی در سلام در ساعات صبح آهسته‌تر افزایش می‌یابند (ساعت ۱۰:۰۰ و ۱۱:۰۰)، در حالی که در بعدازظهرها، در آنجا سریعتر از مناطق شهری کاهش می‌یابد. در طول دوره‌های دمای محیط بالاتر از صدک ۹۰، تشدید قابل‌توجهی Hi در LCZ مختلف گزارش می‌شود، به‌ویژه بین ساعت ۹:۰۰ و ۱۹:۰۰، که در آن یک سلام گرم گزارش می‌شود. صبح ها، سلام در تمام LCZ ها به سرعت تشدید می شود، اما بعدازظهرها در مناطق روستایی با سرعت بیشتری از شدت آن کاسته می شود. از این نظر، LCZ های فشرده و صنعتی (LCZ-2، ۳، و ۱۰) مقادیر Hi بالاتری دارند و شدت را برای مدت طولانی تری نسبت به مناطق باز (LCZ-4، ۵، و ۶) حفظ می کنند که این مقدار را در زمان کمتری به حداقل می رساند. این به این دلیل است که مناطق مسکونی شهر دارای درصد بیشتری از مواد غیر قابل نفوذ هستند که نسبت به مناطق روستایی گرما را سریعتر جذب می کنند. در شب، این گرما در اتمسفر آزاد می شود و مقادیر بالای Hi را حفظ می کند و برای به حداقل رساندن اثرات آن به زمان بیشتری نیاز دارد. این روند در مطالعات انجام شده بر روی شهرهای کلکته، چنای، دهلی، بمبئی و ناگپور (هند) مشاهده و گزارش شد، که در آن مطالعات مناطقی با بیشترین مساحت ساخته شده و پوشش گیاهی کمتر با گرمترین مناطق و با بالاترین مناطق مرتبط بودند. سلام [
۱۳,
۲۱]. به نوبه خود، نتایج ما با تحقیقات انجام شده توسط سایر نویسندگان مطابقت دارد [
۱۴,
۱۵,
۱۷]. مدل رگرسیون روابط آماری معنی‌دار و منفی را بین شاخص‌های Hi و NDVI و LCZ و روابط مثبت با متغیر NDBI گزارش کرد و آنچه را که به صورت تحلیلی گزارش شده بود نشان می‌دهد. به نوبه خود، این روابط در شرایط افزایش دما تشدید می شود و اهمیت مناطق سبز را به عنوان اقدامی برای کاهش اثرات سلام بر جمعیت نشان می دهد. بنابراین، نتایج ما رشد بیشتر و سریعتر شاخص HI و کاهش آهسته‌تر متعاقب آن را در مقایسه با مطالعاتی که از دمای متوسط استفاده کرده‌اند، گزارش می‌کنند. [
۱۴,
۱۵,
۱۶].
۵٫ نتیجه گیری ها
این مطالعه شاخص تنش گرمایی (Hi) را در بارسلونا در آگوست ۲۰۱۷ با استفاده از داده‌های مدل آب و هوایی UrbClim ESA در شرایط میانگین دما و در دوره‌هایی که دما از صدک ۹۰ فراتر رفت، ارزیابی کرد. برای افزایش ارزیابی و تسهیل برون یابی نتایج به شهرهای دیگر، طبقه بندی به خوبی تثبیت شده مناطق زمین بر اساس مناطق پوشش زمین (LCZ)به کار گرفته شد.
یافته‌ها نشان می‌دهد که بخش قابل‌توجهی از جمعیت بارسلونا یک شاخص متوسط تنش گرمایی را تجربه کرده‌اند که به‌عنوان «بسیار گرم» در طول روز و «بدون خطر» در طول شب در حضور دمای متوسط طبقه‌بندی شده است. با این حال، این مقادیر به طور قابل توجهی در روزهایی که دما از صدک ۹۰ فراتر رفت، افزایش یافت و سلام روز را به عنوان “گرم” و شب ها را به عنوان “بسیار گرم” طبقه بندی کرد.
علاوه بر این، تجزیه و تحلیل تنوع زمانی و مکانی قابل توجهی را در سلام، با افزایش قابل توجهی در طول دوره های گرمای شدید نشان داد. بین Hi و شاخص NDBI همبستگی مثبت و با شاخص‌های NDVI و LCZ همبستگی منفی مشاهده شد. مقادیر سلام به طور قابل توجهی در LCZ های فشرده و صنعتی (LCZ-2، ۳، و ۱۰) در مقایسه با LCZ های باز و روستایی (LCZ-4، ۵، ۶، D، B، و G) بالاتر بود که مقادیر Hi پایین تر و بیشتر را نشان دادند. مقاومت در برابر گرمای شدید این امر نشان می‌دهد که مناطقی با درصد سطوح غیرقابل نفوذ بالاتر و فضای سبز کمتر، مستعد تجربه سطوح بالاتر تنش گرمایی هستند. علاوه بر این، این مناطق تمایل دارند سریعتر گرم شوند و گرما را برای مدت طولانی‌تری حفظ کنند.
بر اساس این نتایج، توصیه می‌شود که برنامه‌ریزی شهری برای مناطق جدید، فضاهای باز با مناطق سبز قابل توجه را نسبت به توسعه‌های فشرده و با تراکم بالا با فضای سبز محدود اولویت‌بندی کند. علاوه بر این، برای افزایش فضای سبز در مناطق فشرده موجود، استفاده از نمای سبز و بام سبز پیشنهاد شده است. چنین اقداماتی می تواند به طور قابل توجهی انعطاف پذیری مناطق شهری را در برابر گرمای شدید افزایش دهد و در نهایت کیفیت زندگی ساکنان شهر را بهبود بخشد.
با توجه به محدودیت های این مطالعه، بررسی نیاز به دستیابی به داده های به روزتر در مورد مقادیر رطوبت و دما ضروری است. به یاد داشته باشید که پنج تابستان گذشته توسط کوپرنیک ESA به عنوان پنج تابستان گرم ترین قرن ها طبقه بندی شده است. بنابراین، و به عنوان خطوط تحقیقاتی آینده، لازم است داده های ارائه شده در اینجا با مقادیر تابستان های اخیر به روز شود تا پیش بینی های ارائه شده در اینجا بهبود یابد و کیفیت زندگی افراد بهبود یابد.
