صفحه اصلی فهرست مقالات مشخصات مقاله
نیوار
شماره‌های پیشین نشریه
دوره دوره 42 (1397)
دوره دوره 41 (1396)
دوره دوره 40 (1395)
دوره دوره 39 (1394)
دوره دوره 38 (1393)
دوره دوره 37 (1392)
دوره دوره 36 (1391)
دوره دوره 35 (1390)
دوره دوره 34 (1389)
دوره دوره 33 (1387)
دوره دوره 32 (1386)
دوره دوره 31 (1385)
دوره دوره 30 (1384)
دوره دوره 2 (1341)
دوره دوره 1 (1339)
خیراندیش, زهرا, بداق جمالی, جواد, رایگانی, بهزاد. (1397). شناسایی مسیرهای عبور گرد و خاک جنوب غرب ایران (مطالعه موردی: گرد و خاک 30 خرداد 1391). نیوار, 42(100-101), 1-10. doi: 10.30467/nivar.2018.65934
زهرا خیراندیش; جواد بداق جمالی; بهزاد رایگانی. "شناسایی مسیرهای عبور گرد و خاک جنوب غرب ایران (مطالعه موردی: گرد و خاک 30 خرداد 1391)". نیوار, 42, 100-101, 1397, 1-10. doi: 10.30467/nivar.2018.65934
خیراندیش, زهرا, بداق جمالی, جواد, رایگانی, بهزاد. (1397). 'شناسایی مسیرهای عبور گرد و خاک جنوب غرب ایران (مطالعه موردی: گرد و خاک 30 خرداد 1391)', نیوار, 42(100-101), pp. 1-10. doi: 10.30467/nivar.2018.65934
خیراندیش, زهرا, بداق جمالی, جواد, رایگانی, بهزاد. شناسایی مسیرهای عبور گرد و خاک جنوب غرب ایران (مطالعه موردی: گرد و خاک 30 خرداد 1391). نیوار, 1397; 42(100-101): 1-10. doi: 10.30467/nivar.2018.65934

شناسایی مسیرهای عبور گرد و خاک جنوب غرب ایران (مطالعه موردی: گرد و خاک 30 خرداد 1391)

مقاله 1، دوره 42، 100-101، بهار و تابستان 1397، صفحه 1-10  XML اصل مقاله (1153 K)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.30467/nivar.2018.65934
نویسندگان
زهرا خیراندیش 1؛ جواد بداق جمالی2؛ بهزاد رایگانی3
1کارشناس ارشد محیط زیست دانشکده محیط زیست/ سازمان حفاظت محیط زیست
2دانشکده محیط زیست / سازمان حفاظت محیط زیست
3استادیار دانشکده محیط زیست/ سازمان حفاظت محیط زیست
چکیده
پدیده گرد و خاک از فرآیندهای طبیعی مناطق خشک و نیمه‌خشک جهان است که سالانه آسیب های زیادی را به بخش‌های مختلف وارد می‌سازد. جنوب غرب ایران نیز به دلیل قرار گرفتن در کمربند خشک و نیمه خشک جهان به طور مکرر در معرض این پدیده قرار می‌گیرد. در این تحقیق به منظور تعیین مسیر گرد و خاک، یکی از رویدادهای با غلظت بالای گرد و خاک (رویداد30 خرداد 1391) انتخاب گردید و روش آشکارسازی گرد و خاک DUST RGB بر روی تصاویر مودیس روز وقوع گرد و خاک و یک روز قبل و بعد از آن اعمال شد و بر اساس تصاویر سری زمانی DUST RGB وقوع گرد و خاک، مسیر عبوری این رویداد تعیین گردید و با محصول DUST RGB سنجنده SEVIRI ماهواره متئوست مقایسه و صحت سنجی شد. همچنین به منظور تکمیل تحلیل‌ها از مدل عددی های‌اسپلیت برای تعیین مسیر گرد و خاک استفاده شد و در نهایت سه مسیر اصلی گرد و خاک شامل مسیرهای شمال غربی- جنوب شرقی، جنوبی- شمالی و غربی- شرقی مشخص شدند. نتایج این تحقیق نشان داد که تصاویر مودیس می‌تواند گرد و خاک و مسیر آن را در صورت مناسب بودن گستره دیداری تصاویر و ابری نبودن آن‌ها شناسایی کند، ولی به منظور تعیین دقیق‌ترمسیرها و تکمیل تحلیل‌ها به استفاده از سایر اطلاعات همچون مدل‌های عددی هواشناسی در کنار داده‌های سنجش از دور نیاز است.
کلیدواژه‌ها
کلمات کلیدی: گرد و خاک؛ مسیر؛ مودیس؛ DUST RGB؛ مدل های‌اسپلیت؛ متئوست
موضوعات
گرد و غبار
عنوان مقاله [English]
Identification of Dust corridors of south-west of Iran (Case study: dust on June 19, 2012)
نویسندگان [English]
zahra kheirandish1؛ javad bodaghjamali2؛ behzad raygani3
1college of Environment / Department of Environment
2associate professor of college of environment/ department of environment
3assistant professor of college of environment/department of environment
چکیده [English]
Dust phenomenon is of natural processes in arid and semi-arid regions of the world which damages various parts very much annually. South West of Iran is exposed to this phenomenon continuously due to being in the arid and semi-arid belt of the world. In this research to determine the dust corridors, One of high dust concentration events (19 June 2012) was chosen and dust detection method of DUST RGB was applied on the MODIS images of the day when dust happened and a day before and after that. and on the basis of DUST RGB time-series images of dust, the corridors of this event was determined and this images compared and validated with DUST RGB products of METEOSAT satellite (sensor of SEVIRI). Also, in order to complete the analysis, numerical HYSPLIT model to determine dust corridors was used. Finally three main dust corridors consisting of North West – South East, South – North and West – East to the South West of Iran were specified. The results of this study demonstrated that MODIS images can identify the dust and its corridors on the condition that the visual range of images are appropriate and if they are not cloudy. but in order to determine the corridors exactly and complete the analysis, other kinds of information such as numerical meteorology models beside remote sensing data
کلیدواژه‌ها [English]
dust, Corridor, MODIS, DUST RGB, HYSPLIT model, METEOSAT
مراجع
  1. علوی پناه، سید کاظم، 1385، سنجش از دور حرارتی و کاربرد آن در علوم زمین، انتشارات دانشگاه تهران، تهران، 522.
  2. اشرفی، خسرو، شفیع پور مطلق، مجید و اصلمند، علیرضا، 1391، بررسی مسیرهای طوفان گرد و غبار بر روی ایران با به کارگیری مدل سازی عددی و تصاویر ماهواره­ای، فصلنامه علمی محیط زیست، شماره 56.
  3. عادلی، شهاب، امینی پارسا، وحید و عبد شرافت، احسان، 1391، بررسی طوفان­های گرد و غبار با استفاده از داده­های سنجنده مودیس منطقه مورد مطالعه: استان آذربایجان شرقی، اولین کنفرانس ملی راهکارهای دستیابی به توسعه پایدار، ایران، تهران، 20 اسفند 1391
  4. تقوی، فرحناز، اولاد، الهه، صفرراد، طاهرو ایران­نژاد، پرویز، 1392، تشخیص و پایش طوفان گرد و غبار غرب ایران با استفاده از روش­های سنجش از دور، مجله­ی فیزیک زمین و فضا دوره 39، ش 3، ص 96-83
  5. رنجبر­سعادت­آبادی، عباس، عزیزی، قاسم، 1391، مطالعه­ی الگوهای هواشناسی، شناسایی چشمه­های تولید گرد و غبار و مسیر حرکت ذرات معلق برای طوفان جولای 2009 ، پژوهش­های جغرافیای طبیعی سال 44، ش 3، ص 92-73
  6. ریوندی, امیر، میررکنی، مجید، محمدیها، امیر، 1392، بررسی تشکیل و انتشار طوفان های گرد و خاک ورودی به غرب و جنوب غرب ایران با استفاده از مدل پخش لاگرانژی ذرات HYSPLIT. نشریه پژوهش های اقلیم شناسی، سال چهارم، شماره سیزدهم و چهاردهم
  7. زارع­ارنانی، محمد، دهقان­دهنوی، حسین، مختاری، محمد حسین و اختصاصی، محمد رضا، 1392، ارزیابی شاخص­های حاصل از تصاویر ماهواره­ای در تعیین خصوصیات طوفان گرد و غبار، سومین همایش ملی فرسایش بادی و طوفان­های گرد و خاک، ایران، یزد، 26-25 دی 1392.
  8. Ackerman, S A. ,1997, Remote sensing aerosols using satellite infrared observations. JOURNAL OF GEOPHYSICAL RESEARCH,No: 102, pp. 17069-17079.
  9. Azizi, Gh, Shamsipour, A, Miri, M, and Safarrad, T, 2012, Synoptic and remote sensing analysis of dust events in southwestern Iran. Journal of Natural Hazards, No.64, pp.1625-1638.
  10. Baddak, Matthew C., Bullard, Joanna E., and Bryant Robert G, 2009, Dust source identification using MODIS: A comparison of techniques applied to the Lake Eyre Basin, Australia. Journal of Remote Sensing of Environment, No. 113, pp.1511-1528.
  11. Benincasa, F, 2012, Available from http:// http://sds-was.aemet.es/forecast-products/dust-observations/msg-2013-eumetsat. Accessed 12th Feb 2015.
  12. Cao, Hui, Shamsipour, Amiraslani, Farshad, Liu, Jian and Zhou, Na, 2015, Identification of dust storm source areas in West Asia using multiple environmental dataset,  Journal of Science of the Total Environment, pp.224-235
  13. Ginoux, Paul, Prospero, Joseph M., Gill, Thomas E., Hsu, N. Christina and Zhao Ming, 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
  14. HYSPLIT4 User's Guide, 2014, URL: http://www.arl.noaa.gov/documents/reports/hysplit_user_guide.pdf
  15. Miller, S. D. (2003). A consolidated technique for enhancing desert dust storms with MODIS. GEOPHYSICAL RESEARCH LETTERS No: 20, pp. 12-1-12-4.
  16. NASA MSFC. URL: http://weather.msfc.nasa.gov/sport/training/rgb_dust/RGB%20Dust%20Reference%20Guide.pdf. Last accessed 12 Feb. 2015.
  17. NOAA, ESRL. URL: http://www.esrl.noaa.gov/research/themes/observing/. Last accessed 6 Oct.2015.
  18. Samadi, M, Darvishi Boloorani, A, Alavipanah, K, Mohamadi, H and Najafi, M, 2014,  Global dust Detection Index (GDDI); a new remotely sensed methodology for dust storms detection, Journal of ENVIRONMENTAL HEALTH SCIENCE & ENGINEERING
  19. Schepanski, K, Tegen, I., Laurent, B., Heinold, B.,and Macke, A. 2007. A new Saharan dust source activation frequency map derived from MSG-SEVIRI IR-channels . GEOPHYSICAL RESEARCH LETTERS 34.
  20. Su, Lin, Yuan, Zibing, Fung, Jimmy C.H. and Lau, Alexis K.H, 2015, A comparison of HYSPLIT backward trajectories generated from two GDAS datasets. Journal of Science of the Total Environment, pp. 527-537
  21. TaheriShahriayni, H, Karimi, Kh, HabibiNokhandan, M, and HafeziMoghadas, N, 2014, Monitoring of dust storm and estimation of aerosol concentration in the Middle East using remotely sensed images” , Journal of Arab J Geosci.
  1. WMO SDS-WAS. URL: http://sds-was.aemet.es. Last accessed 16 Des. 2017.
  1. Zhao, T X., Ackerman, S. and Guo, W., 2010, Dust and Smoke Detection for Multi-Channel Imagers. Journal of Remote Sensing, No.2.pp.2347-2368.
  2. Zhang, Peng, Lu, Nai-meng, Hu, Xiu-qing, and Dong, Chao-hua, 2006, Identification and physical retrieval of dust storm using three MODIS thermal IR channels”, Journal of Global and Planetary Change , pp.197-206
  3. Zoljoodi, M, Didevarsal, A, and Ranjbar Saadatabadi, A, 2013a. Dust events in the western parts of Iran and the relationship with drought expansion over the dust-source areas in Iraq and Syria. Atmos Clim Sci 2013;03:321–36.
  4. Zoljoodi, M, Didevarsal, A, and Montazerzohor, Z, 2013b. . Application of the dust simulation models in the Middle East, and dust-dispersion toward the western/southwestern Iran (case study: 22-26 June 2010) Vol.5, No.7, 818-831.

 

آمار
تعداد مشاهده مقاله: 18
تعداد دریافت فایل اصل مقاله: 10