<?xml version="1.0"?>
<metadata xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:dc="http://purl.org/dc/elements/1.1/"><dc:title>Prednostna območja za umeščanje modro-zelene infrastrukture za blaženje urbanega pregrevanja</dc:title><dc:creator>Potočnik Buhvald,	Ana	(Avtor)
	</dc:creator><dc:creator>Zavodnik Lamovšek,	Alma	(Mentor)
	</dc:creator><dc:creator>Oštir,	Krištof	(Komentor)
	</dc:creator><dc:subject>magistrska dela</dc:subject><dc:subject>urbano pregrevanje</dc:subject><dc:subject>temperatura zemeljskega površja</dc:subject><dc:subject>modro-zelena infrastruktura</dc:subject><dc:subject>daljinsko zaznavanje</dc:subject><dc:subject>strojno učenje</dc:subject><dc:subject>večkriterijsko vrednotenje</dc:subject><dc:subject>Ljubljana</dc:subject><dc:description>Urbano pregrevanje je prostorsko heterogen pojav, zato najtoplejše površine niso nujno prednostna območja za umeščanje modro-zelene infrastrukture (MZI). Namen naloge je bil na primeru Mestne občine Ljubljana (MOL) razviti pregleden in ponovljiv postopek za prepoznavanje območij, kjer se ponavljajoča površinska toplotna obremenitev prekriva z veliko socialno-prostorsko potrebo in izrazitim biofizikalnim primanjkljajem MZI. Analiza je temeljila na 174 poletnih satelitskih posnetkih Landsat in ECOSTRESS iz obdobja 2018–2025 ter na mreži celic velikosti 100 × 100 m. Modularni pristop je združil veččasovno analizo temperature zemeljskega površja (angl. Land Surface Temperature, LST), modeliranje z generaliziranim aditivnim modelom (GAM) in algoritmom LightGBM ter vrednotenje socialno-prostorske potrebe in biofizikalnega primanjkljaja MZI. Napovedna uspešnost je bila ocenjena s prostorskim blokovnim navzkrižnim preverjanjem. Ožje analitično območje je bilo v večini opazovanj toplejše od širšega območja MOL, predvsem podnevi; ponoči so bile temperaturne razlike manjše. Med pomembnejšimi napovedovalci LST sta izstopala delež neprepustnih površin in drevesni pokrov. LightGBM je na širšem območju v vseh petih senzorskih in časovnih sklopih dosegel boljšo napovedno uspešnost kot GAM, vendar je v rezidualih obeh modelov ostala prostorska avtokorelacija. Velika socialno-prostorska potreba in velik biofizikalni primanjkljaj sta se prekrivala na 40,78 % ožjega območja, strožji izbor pa je določil 179 prednostnih celic (1,59 % območja). Rezultati potrjujejo smiselnost usmerjanja nadaljnje prostorske presoje na območja, kjer se sočasno pojavljajo toplotna obremenitev, socialno-prostorska potreba in pomanjkanje hladilnih elementov.</dc:description><dc:publisher>[A. Potočnik Buhvald]</dc:publisher><dc:date>2026</dc:date><dc:date>2026-11-09 15:56:46</dc:date><dc:type>Magistrsko delo/naloga</dc:type><dc:identifier>190977</dc:identifier><dc:identifier>UDK: 711.4:502.12(497.451.1)(043.2)</dc:identifier><dc:identifier>VisID: 187951</dc:identifier><dc:identifier>COBISS_ID: 304574979</dc:identifier><dc:language>sl</dc:language></metadata>
