Amirhossein Nikfal; راضیه پیله‌وران; زهرا کاظمی
Abstract
سابقه و هدف: پدیده گرد و خاک در سال‌های اخیر یکی از مهم ترین چالش‌های زیست‌محیطی در غرب و جنوب غرب ایران می‌باشد. شناسایی منشأ گرد و خاک و پایش آن، در سطح وسیع با مدل‌های ...
Read More
سابقه و هدف: پدیده گرد و خاک در سال‌های اخیر یکی از مهم ترین چالش‌های زیست‌محیطی در غرب و جنوب غرب ایران می‌باشد. شناسایی منشأ گرد و خاک و پایش آن، در سطح وسیع با مدل‌های عددی هواشناسی و سنجش از دوری که از سرعت و دقت بیشتر و هزینه کمتری برخوردار می‌باشند، از اهمیت فراوانی برخوردار است.مواد و روش: در این پژوهش، از بین رخدادهای گرد و خاک در فصل گرم و سرد سال در نواحی غرب و جنوب غرب کشور، طی دوره آماری 15 ساله (2004-2018) به طور موردی تعدادی از روزهای حاد دارای گرد و خاک با شدت و تداوم زیاد انتخاب شدند. در گام نخست، به منظور بارزسازی و مشاهده شدت غلظت ذرات گرد و خاک در منطقه مورد مطالعه، محصول AODسنجنده Modis با استفاده از الگوریتم ترکیبی DeepBlueو DarkTargetکد 064 و الگوریتم DBکد 051، در تاریخ‌های منتخب با بررسی تحلیلی سنجش از دور بازخوانی شد و سپس تصاویر بارزسازی‌شده با استفاده از تحلیل سامانه اطلاعات جغرافیایی (GIS) تبدیل به نقشه شدند. در گام بعد، به منظور آشکارسازی چشمه‌های گسیل گرد و خاکشبیه‌سازی غلظت ذرات ، با استفاده از مدل عددی جفت‌شدهی WRF-Chem صورت گرفت. در نهایت برای ردیابی مسیر ذرات گرد و خاک مدل لاگرانژی HYSPLIT به کار گرفته شد.نتایج و بحث: نتایج ناشی از مطالعه همزمان بارزسازی گرد و خاک با استفاده از تصاویر ماهواره‌ای، شبیه‌سازی غلظت ذرات معلق و نحوه حرکت آن‌ها نشان دادند که شرق سوریه و شمال عراق در نمونه‌های موردی فصل گرم و غرب و مرکز عراق در نمونه‌های موردی فصل سرد، به عنوان منشأهای اصلی رخداد پدیده گرد و خاک در غرب و جنوب غرب می‌باشند.نتیجه‌گیری: نتایج ناشی از مطالعه ی همزمان بارزسازی گرد و خاک با استفاده از تصاویر ماهواره‌ای، شبیه‌سازی غلظت ذرات معلق با استفاده از مدل جفت‌شده WRF–Chemو نحوه حرکت ذرات با مدل HYSPLITیافتن منشا و نحوه انتقال گرد و خاک را بهینه کرده و تصمیم گیری و تصمیم سازی بهتری را برای پیش بینی مسیر حرکت گرد و خاک برای مدیران بخش‌های مختلف و محققین فراهم می‌سازد.
Razieh Pilehvaran; Zahra Rastgu; Sara Karami; Behrooz Moradpour
Abstract
Introduction: Natural hazards such as floods, earthquakes, landslides, etc. frequently occur in Iran and other parts of the world, causing considerable economic, social, and environmental problems. In recent years, dust outbreaks in the west and southwest of Iran have been rising, becoming one of the ...
Read More
Introduction: Natural hazards such as floods, earthquakes, landslides, etc. frequently occur in Iran and other parts of the world, causing considerable economic, social, and environmental problems. In recent years, dust outbreaks in the west and southwest of Iran have been rising, becoming one of the most important environmental challenges in the region.Material and methods: In this research, a number of intense dust episodes have been selected out of 15 years (2004-2018) of the statistical period, in the warm and cold seasons over the western and southwestern parts of the country. At the first step, in order to detect and observe the intensity of the dust concentration over the study area, the MODIS AOD product from the Deep blue and Dark target algorithms has been analyzed using the ENVI software, and the generated images have been displayed in the ArcGIS software. In the second step, dust source detection has been carried out by the WRF/Chem simulation of the dust concentration and tracking the dust path using the HYSPLIT Lagrangian model.Results and discussion: The results of the simultaneous study of dust detection using satellite imagery, the simulation of dust concentration using the WRF-Chem coupled model, and the particle movement pattern with the HYSPLIT model showed that East of Syria and northern Iraq in the case studies of the warm season and the west and center of Iraq in the case studies of the cold season are the main sources of dust episodes in the west and southwest of Iran.Conclusion: Studying the source and transport of dust with the aid of WRF-Chem simulations and the HYSPLIT Lagrangian model provided a complementary decision making to predict the direction of dust motions and using the results in the air quality prediction and management.
