بارزسازی گردوخاک با روش‌های سنجش از دور و مدل های عددی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 اداره هواشناسی لرستان، خرم آباد، ایران

2 اداره کل هواشناسی استان بوشهر، بوشهر، ایران

3 پژوهشگاه هواشناسی و علوم جو، تهران، ایران

4 اداره هواشناسی استان لرستان، لرستان، ایران

چکیده

سابقه و هدف: پدیده گردوخاک در سال‌های اخیر یکی از مهمترین چالش‌های محیط زیستی در بخش وسیعی از کشور ایران است. شناسایی و پایش گردوخاک، در سطح وسیع با مدلهای پیش بینی عددی وضع هوا و داده ها و محصولات سنجش از دور که از سرعت و دقت بیشتر و هزینه کمتری برخوردار میباشند، از اهمیت فراوانی برخوردار است.
مواد و روش‌ها: در این پژوهش، از بین رخدادهای گردوخاک در فصل گرم و سرد سال در نواحی غرب و جنوب‌غربی کشور، طی دوره آماری 15 ساله (2004 - 2018) به‌طور موردی تعدادی از روزهای دارای گردوخاک با شدت و تداوم زیاد انتخاب شدند. داده‌های مورد استفاده شامل کد هوای حاضر و میزان دید افقی ایستگاه‌های همدیدی واقع در منطقه، محصول AOD سنجنده مودیس و داده‌های FNL برای اجرای مدل WRF Chem است. در گام نخست، بارزسازی و مشاهده شدت پدیده گردوخاک در منطقه مورد مطالعه، با استفاده از الگوریتم ترکیبی Deep Blue و Dark Target صورت گرفت و سپس تصویرهای بارزسازی‌شده به نقشه تبدیل شدند. در گام بعد، به‌منظور بررسی غلظت گردوخاک در منطقه و مناطق تحت تاثیر آن، غلظت ذرات 〖PM〗_10، با استفاده از مدل عددی جفت‌شده WRF - Chem شبیه سازی شد. در نهایت برای ردیابی مسیر ذرات گردوخاک مدل لاگرانژی HYSPLIT به‌کار گرفته شد.
نتایج و بحث: مقایسه نتایج حاصل از تصاویر سنجنده مودیس با کدهای هوای حاضر ثبت شده در ایستگاه‌های همدیدی منطقه نشان داد که الگوریتم‌های بازیابیDT وDB این سنجنده از توانایی قابل قبولی در آشکارسازی و شناسایی ماهیت ذرات معلق جو برخوردار هستند. نتایج حاصل از بررسی اندازه ذرات معلق جو روی تصویرهای ماهواره‌ای نشان داد که ذرات موجود در جو اندزه‌ای کمتر از یک میکرومتر دارند که این اندازه بیانگر ماهیت گردوخاکی بودن آن‌ها در جو منطقه‌های غربی و جنوب‌غرب ایران طی دوره‌های مورد مطالعه است. بنابر خروجی مدل عددی WRF - Chem در هر دو رویداد گردوخاک، مناطق واقع در شمال غرب کشور عراق (‌مرز بین عراق و سوریه)، مناطق شرقی سوریه و مناطق شرقی عراق (هورالعظیم) به‌عنوان چشمه‌های اصلی گسیل ذرات گردوخاک برای منطقه مورد مطالعه، شناسایی شدند.
نتیجه‌گیری: نتایج ناشی از مطالعه همزمان بارزسازی گردوخاک با استفاده از تصویرهای ماهواره‌ای، شبیه‌سازی غلظت ذرات معلق با استفاده از مدل جفت‌شده WRF – Chem و نحوه حرکت ذرات با مدل HYSPLIT یافتن منشأ و نحوه انتقال گردوخاک را بهینه کرده و تصمیم‌گیری و تصمیم سازی بهتری را برای پیش بینی مسیر حرکت گردوخاک برای مدیران بخش‌های مختلف و محققان فراهم می‌سازد.

کلیدواژه‌ها

عنوان مقاله [English]

determination of dust using remote sensing techniques and numerical simulation

نویسندگان [English]

  • Razieh Pilehvaran 1
  • Zahra Rastgu 2
  • Sara Karami 3
  • Behrooz Moradpour 4
1 Islamic Republic of Iran meteorological organization
2 Bushehr meteorology organization
3 Assistant Professor/Atmospheric science and meteorological research center
4 Lorestan meteorology organization
چکیده [English]

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.

کلیدواژه‌ها [English]

  • MODIS sensor
  • Detection of dust
  • Aerosol optical depth
  • Numerical modeling

مراجع

Abdolkhani, A, 2010. Detection and classification of dust masses over the south western Iran, using remote sensing and GIS, M.Sc. Thesis. Shahid Chamran University of Ahvaz, Department of Geology, Faculty of Remote Sensing and GIS (In Persian with English abstract).
Ackerman, S.A., 1997. Remote sensing serosols using satellite infrared observations. Journal of Geophysical Research. Vol. 102, No. D14, 17069-17080
Ackerman, S.A., 1989. Using the radiative temperature difference at 3.7μm and 11μm to trace dust outbreaks. Remote Sensing Environment. 27, 129-133.
Adeli, Sh; Amini, V; Abdsherafat, A; 2012. Investigation of dust storms using the Modis data, case study: East Azerbayjan. First national conference of the approaches to sustainable development, Tehran, March 14, 2003; [in persian]
Adhami, S., 2006. fundamentals of of image processing with the ERDAS Software, Omid Mehr publications, Sabzevar [in persian]
Aliabadi, K; Asadi, M; Dadashi, A, 2015. Monitoring and investigation of dust storms using remote sensing, case study: west and south west of Iran. Journal of rescuing. Vol 7, No 1 [in persian]
Alizadeh Choobari, O., Zawar-Reza, P. and Sturman, A. 2014. The wind of 120 days and dust storm
activity over the Sistan Basin. Journal of Atmospheric Research. 143, 328-341.
Ansari, H, Serajian, H; Akhundzadeh, M., 2005. investigation of Modis data to identify the particulae matters (case study of Alborz Province). second national conference of geographic information systems, K. N. Toosi University of Technology [in persian]
Azizi, Gh, Miri, M, Nabavi, S, 2012. Detection of dust storms in western Iran; Geographical studies of arid regions. No 7, 63-81 [in persian]
Bensana, E., Lemaitre, M. and Verfaillie, G., 1999. Earth observation satellite management. Constraints, 4(3), 293-299.
Darvishi, A; Nabavi, A; Azizi, R; Dehghani, M., 2012. Determination of dust sources in western Iran using remote sensing techniques, wind trajectory, and investigation of the region’s local features. First international conference of combatting dust storms and its adverse effects. The university of agricultur and natural resources, Ramin, Khuzestan [in persian]
Draxler, Ronald.R., Hess, G.D., 1998. An overview of the HYSPLIT_4 modelling system for trajectories, dispersion, and deposition. Australian Meteorological Magazine 47, 295e308.
Ensafi-moghaddam, T; Khoshakhlagh, F; Shamsipour, A, Akhavan, R; 2006; Monitoring and assessment of dust impact on the rain variations over south-west of Iran, using remote sensing and GIS. Journal of remote sensing and GIS. Vol 9, No 2, 79-98 [in persian]
Foroushani, A., Opp, M., Groll, C., and Nikfal, A., 2020. Evaluation of WRF-Chem Predictions for Dust Deposition in Southwestern Iran. Atmosphere. 11(7), 757.
Ginoux, P., Prospero, J M., Gill, T E., Hsu, N C. and Zhao M., 2012. Global‐scale attribution of anthropogenic and natural dust sources and their emission rates based on MODIS Deep Blue aerosol products. Reviews of Geophysics, No: 50.
Hamish, M., Andrew, C, 2008. Identification of dust transport pathways from Lake Eyre, Australia using Hysplit. Atmospheric Environment. 42, 6915- 6925.
Hsu, N.C.; M. Jeong, C. Bettenhausen, AM. Sayer, R. Hansell, C. Seftor, J. Huang, and S.C. Tsay. 2013. Enhanced Deep Blue aerosol retrieval algorithm: The second generation. J. Geophys. Res. Atmos., 118, 9296–9315. DOI 10.1002/jgrd.50712
Karegar, E., Bodagh Jamali, J., Goshtasb, H., Ranjbar Saadat Abadi, A. and Moeinaddini, M., 2017. Numerical simulation of extreme sand and dust storm in east of Iran, by the WRF_Chem model case study; 1 may & 1 June 2011. Journal of Natural Environment. 69(4), 1077-1089.
Karimi, Kh, Taheri, H, Habibi, H, Hafez, N; 2011. detection of dust sources in the Middle East using remote sensing; Journal of climatology. Vol 2, No 7-8, 57-72 [in persian]
Kheirandish, Z., Bodagh, J.J. and Rayegani, B., 2018. Identification of the best algorithm for dust detection using MODIS data.
Klingmüller, K.; A. Pozzer; S. Metzger; G.L. Stenchikov, and J. Lelieveld. 2016. Aerosol optical depth trend over the Middle East. Atmospheric Chemistry and Physics. 16, 5063-5073.
Li, L. and Sokolik, I.N., 2018. Analysis of dust aerosol retrievals using satellite data in Central Asia. Atmosphere. 9(8), 288.
Marticorena, B. and Bergametti, G., 1995. Modeling the atmospheric dust cycle: 1. Design of a soil‐derived dust emission scheme. Journal of geophysical research: atmospheres. 100(D8), 16415-16430.
Miller, S. D., 2003. A Consolidated Technique for Enhancing Desert Dust Storms With MODIS, Geophysical Research Letters. Vol. 30, No. 20, 2071-4.
Mofidi, A; Jafari, S, 2011. Investigation of the atmosphere’s regional circulation over the Middle East in the summer-time dust storms of south-western Iran; Georaphical studies of the arid regions. No 5, 40-45 [in persian]
Nikfal, A; Rnajbar, A; Karami, S; Sehatkashani, S., 2016. The capabilities of the WRF-Chem model in ther prediction of dust concentration (case study: Tehran’s dust storm), Journal of environmental science, Shahid Beheshti University. Vol 15, No 1, 115-126 [in persian]
Rangzan, K; Zarasvandi, A; Abdolkhani, A; Mojaradi, B., 2014. Air qualiy modeling with the Modis images, case study: Khuzestan’s dust storms. Journal of advanced applied geology. No 14, 38-45 [in persian]
Rasouli, A, 2008; Fundamentals of remote sensing, with an emphasis on satellite images, University of Tabriz publication [in Persian]
Rayegani, B., Barati, S., Goshtasb, H., Gachpaz, S., Ramezani, J. and Sarkheil, H., 2020. Sand and dust storm sources identification: A remote sensing approach. Ecological Indicators. 112, 106099.
Rezazadeh, M., Irannejad, P. and Shao, Y., 2013. Climatology of the Middle East dust events. Aeolian Research. 10, 103-109.
Shi Y, Zhang J, Reid J, Hyer E, Hsu N. 2013. Critical evaluation of the MODIS Deep Blue aerosol optical depth product for data assimilation over North Africa. Atmospheric Measurement Techniques. 6(4), 949-969.
Sorek-Hamer, M.; I. Kloog; P. Koutrakis; A.W. Strawa; R. Chatfield; A. Cohen; W.L. Ridgway, and D.M. Broday, 2015. Assessment of PM 2.5 concentrations over bright surfaces using MODIS satellite observations. Remote Sensing of Environment. 163, 180-185.
فصلنامه علوم محیطی
دوره 20، شماره 4
1401
صفحه 53-80

فایل ها

هم رسانی

ارجاع به این مقاله

آمار