کاربرد سنجنده های راداری بر ردیابی آلودگی‌های دریایی ، محدوده مورد مطالعه : گستره دریایی ایران

نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه علوم جوی و غیرزیستی, دانشکده علوم و فنون دریایی, دانشگاه هرمزگان, بندرعباس, ایران

2 استادیار دانشگاه هرمزگان ،گروه علوم غیر زیستی جوی و اقیانوسی، دانشکده علوم و فنون دریایی، دانشگاه هرمزگان, بندرعباس، ایران.

3 Associate Professor University of Tehran, Department of Environmental Engineering, Faculty of Environment University of Tehran, Tehran, Iran.

4 سازمان هواشناسی کشور، تهران، ایران

10.30467/nivar.2023.424170.1271

چکیده

این تحقیق بر مبنای تئوری، به بررسی ارتباط بین عمق نفوذ امواج الکترومغناطیسی با میزان رسانندگی آب دریا بر اساس پارامترهای روزانه دما و شوری در دریای کاسپین با شوری کم و دریای عمان با شوری بالا پرداخته شد. داده‌ها درگستره یک ساله از مرکز اقیانوس شناسی دریافت و مقادیر بطور روزانه محاسبه و نتایج نشان دهنده حساسیت بیشتر برد امواج نسبت به شوری دارد. برد با افزایش میزان بسامد, کاهش می‌یابد بطوریکه در بسامد 1000 khz میزان برد برای دریای کاسپین و عمان بترتیب به حدود 2 و 5 سانتی متر رسید. میزان برد در بسامد پایین 100Hz افزایش محسوسی داشته و مقدار آن برای دریای کاسپین 51/1 متر ماه اسفند(T=11.76 C0, P=7.59psu) و برای دریای عمان برابر با 22/16 متر در ماه دی(T=22 C0, P=36.5 psu) بدست آمد. همچنین حساسیت برد امواج با دما در دریای کاسپین بیشتر از دریای عمان می باشد. این میزان برد در کمینه و بیشینه دمایی 9.74 و 30/24 درجه سانتی گراد برای دریای کاسپین بترتیب 34 و 45.2 متر و برای دریای عمان در دماهای 22 و 32.2 درجه سانتی گراد برابر با 19.57 و 22 متر دیده شد. عمق نفوذ امواج رادار در دریای کاسپین به‌دلیل شوری اندک می‌تواند تا سه برابر بیشتر از دریای عمان باشد. از آنجا که با افزایش شوری میزان برد کاهش می‌یابد لذا با درنظر گرفتن شوری پساب خروجی تاسیسات آبشیرین کن در محدوده ی 74.8psu برد امواج با بسامد 100Hz از 19.7m به 4m کاهش شدید داشته که می تواند عامل ردگیری آن در دریا شود.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

The use of radar sensors to track marine pollution, the studied area: Iran's marine area

نویسندگان [English]

  • Majid Hosseinihamid 1
  • mehrnaz farzingohar 2
  • masoud sadri nasab 3
  • behzad layeghi 4
1 Department of Atmospheric and Abiotic Sciences, Faculty of Marine Sciences and Technologies, Hormozgan University, Bandar Abbas, Iran
2 Assistant Professor University of Hormozgan, Department of Non-Living Atmospheric and Marine Science, Faculty of Marine Science and Technology, University of Hormozgan, Bandar Abbas, Iran
3 دانشیار دانشگاه تهران،گروه محیط زیست دانشگاه تهران، تهران، ایران.
4 I.R. of Iran Meteorological Organization (IRIMO), Tehran, Iran.
چکیده [English]

Based on theory, this research investigated the relationship between the penetration depth of electromagnetic waves and the conductivity of sea water based on daily parameters of temperature and salinity in Caspian Sea with low salinity and Oman Sea with high salinity. The data was received from the oceanographic center over a period of one year and the values are calculated daily and the results show that the wave range is more sensitive to salinity. The range decreases with the increase of the frequency, so that at the frequency of 1000 khz, the range for the Caspian Sea and Oman reached about 2 and 5 cm, respectively. The range in the low frequency of 100 Hz has increased significantly and its value for the Caspian Sea is 1.51 m in March (T=11.76 C0, P=7.59psu) and for the Oman Sea it is 16.22 m in January (T=22 C0 , P=36.5 psu) was obtained. Also, the sensitivity of wave range with temperature in the Caspian Sea is more than that of the Oman Sea. This amount of range was seen at minimum and maximum temperatures of 9.74 and 24.30 degrees Celsius for the Caspian Sea, respectively 34 and 45.2 meters, and for the Oman Sea at temperatures of 22 and 32.2 degrees Celsius equal to 19.57 and 22 meters. The penetration depth of radar waves in the Caspian Sea can be three times higher than in the Oman Sea due to its low salinity. Since the range decreases with the increase in salinity, therefore, taking into account the salinity of the effluent of desalination facilities in the range of 74.8psu, the range of waves with a frequency of 100Hz has decreased sharply from 19.7m to 4m, which can be the cause of its tracking in the sea.

کلیدواژه‌ها [English]

  • satellite sensor"
  • " Caspian Sea and Oman"
  • " waves"
  • "temperature and salinity"
  • "tracking pollution"
1. اردشیری، س.، رنجبروکیل آبادید.، ابراهیم زاده، ف، 1395، مساله زیست محیطی آب شیرین کن ها و بهینه سازی کارخانه های آب شیرین کن با حداقل اثرات بر محیط زیست. کنفرانس دوسالانه نفت، گاز و پتروشیمی خلیج فارس انرژی و محیط زیست. SID. https://sid.ir/paper/835979/fa 2. افضلی، ر، ۱۳۸۴، همگرایی و واگرایی سیاسی در حوزه کاسپین و حوزه‌های پیرامونی آن .ژئوپولیتیک ۱: ۱۲۱–۱۳۴. بایگانی‌شده از اصلی در ۲۸ ژانویه ۲۰۱۳. 3. رضایی آسیابر، ب., تاجگله، س., صادقی، م، 1394، صنایع و فناوریهای دریایی، چاپ اول، ستادتوسعه فناوری و صنایع دانش بنیان دریایی، تهران. 4. صفرقلی، الف., محمدی، الف., نجارتباربیشه، م، 1394، آمارنامه‌ی دریایی ایران درسال1394، چاپ دوم، ستاد توسعه فناوری و صنایع دانش بنیان دریایی، تهران. 5. Al Malek, S. A., Mohamed, A. M. O., 2005. Environmental impact assessment of off shore oil spill on desalination plant. Desalination, 185(1-3), 9-30.‏ 6. Al-Shamma’a, A. I., Shaw, A., Saman, S., 2004. Propagation of electromagnetic waves at MHz frequencies through seawater. IEEE Transactions on Antennas and Propagation, 52(11), 2843-2849.‏ 7. Ang, W. L., Mohammad, A. W., Hilal, N., Leo, C. P., 2015. A review on the applicability of integrated/hybrid membrane processes in water treatment and desalination plants. Desalination, 363, 2-18.‏ 8. Apel JR. Principle of Ocean Physics Academic. Orlando, Fla. 1987.chapter 8,414-430. 9. Athanasiadou, L., Psomiadis, E., Stamatis, G.,2020. Thermal remote sensing for water outflows detection and determination of the role of lineaments in underground hydrodynamics of Evia Island, Central Greece. Bulletin of the Geological Society of Greece, 56(1), 100-132.‏ 10. Bhargava, D. S., Mariam, D. W., 1992. Cumulative effects of salinity and sediment concentration on reflectance measurements. International journal of remote sensing, 13(11), 2151-2159.‏ 11. Bonin, F., Burguera, A., Oliver, G., 2011. Imaging systems for advanced underwater vehicles. Journal of Maritime Research, 8(1), 65-86.‏ 12. Carder, K. L., Steward, R. G.,1985. A remote‐sensing reflectance model of a red‐tide dinoflagellate off west Florida 1. Limnology and oceanography, 30(2), 286-298.‏ 13. Einav, R., Lokiec, F.,2003. Environmental aspects of a desalination plant in Ashkelon. Desalination, 156(1-3), 79-85.‏ 14. Falkenberg, L. J., Styan, C. A.,2015. The use of simulated whole effluents in toxicity assessments: A review of case studies from reverse osmosis desalination plants. Desalination, 368, 3-9.‏ 15. Fingas, M., 2019. Remote sensing for marine management. In World seas: An environmental evaluation (pp. 103-119). Academic Press 16. Jamshidi, S., Abu Bakar, M. N., 2010. Temperature, salinity and density measurements in the coastal waters of the Rudsar, South Caspian Sea. نشریه علمی پژوهشی خلیج فارس, 1(1), 27-36.‏ 17. Johns, W. E., Jacobs, G. A., Kindle, J. C., Murray, S. P., Carron, M., 1999. Arabian marginal seas and gulfs. NAVAL RESEARCH LAB STENNIS SPACE CENTER MS OCEANOGRAPHY DIV.‏ 18. Harmuth, H. F., & Hussain, M. G., 1992. Response to a letter by JR Wait about electromagnetic waves in seawater. IEEE Transactions on Electromagnetic Compatibility, 34(4), 491-492 19. Izumo, T., Montégut, C. B., Luo, J. J., Behera, S. K., Masson, S., and Yamagata, T., 2008. The role of the western Arabian Sea upwelling in Indian monsoon rainfall variability. Journal of Climate, 21(21), 5603-5623.‏ 20. Kachelriess, D., Wegmann, M., Gollock, M., & Pettorelli, N., 2014. The application of remote sensing for marine protected area management. Ecological Indicators, 36, 169-177.‏ 21. Khan, S., Piao, S., Khan, I. U., Xu, B., Khan, S., Ismail, M. A., Song, Y.,2021. Variability of SST and ILD in the Arabian Sea and Sea of Oman in Association with the Monsoon Cycle. Mathematical problems in Engineering, 2021, 1-15.‏ 22. KHORRAM, S., 1985. Remote sensing of water quality in the Neuse river estuary. Photogrammetric Engineering and Remote Sensing, 51, 329-341.‏ 23. Kostianoy, A. G., Ginzburg, A. I., Lavrova, O. Y., Lebedev, S. A., Mityagina, M. I., Sheremet, N. A., Soloviev, D. M., 2019. Comprehensive satellite monitoring of Caspian Sea conditions. Remote sensing of the Asian Seas, 505-521.‏ 24. Mansoury, D., Sadrinasab, M. S., and Akbarinasab, M., 2015. Modeling of Temperature and Salinity Fields in the Caspian Sea Using POM Model. Hydrophysics, 1(1), 1-13. 25. Min, J. E., Lee, S. K., Ryu, J. H., 2021. Advanced Surface-Reflected Radiance Correction for Airborne Hyperspectral Imagery in Coastal Red Tide Detection. ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 3, 73-80.‏ 26. Mohseni Arasteh, A., Lari, K., 2008. Calculation of dielectric constant of Persian Gulf waters, The 4th National Conference on Science and Technology Under the Sea, Isfahan - Shahin Shahr, Malik Ashtar University of Technology, https://civilica.com/doc/19896/ 27. NOAA., 2008, www.caspinfo.net › Caspian Sea data, www.ospo.noaa.gov 28. Norozi, L., Mohseni Arasteh, A., 2008. How electromagnetic waves are propagated in the sea, the 5th National Conference of Marine Industries of Iran, Kish Island, Marine Engineering Association of Iran. https://civilica.com/doc/6999 29. Ouellette, W., & Getinet, W., 2016. Remote sensing for marine spatial planning and integrated coastal areas management: Achievements, challenges, opportunities and future prospects. Remote Sensing Applications: Society and Environment, 4, 138-157.‏ 30. Prasad, T. G., Ikeda, M., Kumar, S. P., 2001. Seasonal spreading of the Persian Gulf Water mass in the Arabian Sea. Journal of Geophysical Research: Oceans, 106(C8), 17059-17071.‏ 31. Qtaishat, M. R., Banat, F., 2013. Desalination by solar powered membrane distillation systems. Desalination, 308, 186-197.‏ 32. Schettini, R., Corchs, S.,2010. Underwater image processing: state of the art of restoration and image enhancement methods. EURASIP journal on advances in signal processing, 2010, 1-14.‏ 33. Rao, R. R., & Sivakumar, R., 2000. Seasonal variability of near‐surface thermal structure and heat budget of the mixed layer of the tropical Indian Ocean from a new global ocean temperature climatology. Journal of Geophysical Research: Oceans, 105(C1), 995-1015.‏ 34. Reitz, J. R., Milford, F. J., Christy, R. W., 2008. Foundations of electromagnetic theory. Addison-Wesley Publishing Company. 35. Saitoh, S. I., Mugo, R., Radiarta, I. N., Asaga, S., Takahashi, F., Hirawake, T., Shima, S., 2011. Some operational uses of satellite remote sensing and marine GIS for sustainable fisheries and aquaculture. ICES Journal of Marine Science, 68(4), 687-695.‏ 36. Salgado-Hernanz, P. M., Bauzà, J., Alomar, C., Compa, M., Romero, L., & Deudero, S., 2021. Assessment of marine litter through remote sensing: recent approaches and future goals. Marine Pollution Bulletin, 168, 112347.‏ 37. Shadrivov, I. V., Powell, D. A., Morrison, S. K., Kivshar, Y. S., & Milford, G. N., 2007. Scattering of electromagnetic waves in metamaterial superlattices. Applied Physics Letters, 90(20).‏ 38. Somaraju, R., Trumpf, J., 2006. Frequency, temperature and salinity variation of the permittivity of seawater. IEEE transactions on Antennas and Propagation, 54(11), 3441-3448.‏ 39. Sun, B., Wen, J., He, M., Kang, J., Luo, Y., & Yuansheng, L., 2003. Sea ice thickness measurement and its underside morphology analysis using radar penetration in the Arctic Ocean. Science in China Series D: Earth Sciences, 46(11), 1151-1160.‏ 40. Tarnacki, K., Meneses, M., Melin, T., Van Medevoort, J., and Jansen, A., 2012. Environmental assessment of desalination processes: Reverse osmosis and Memstill®. Desalination, 296, 69-80.‏ 41. Trott, C. B., Subrahmanyam, B., Murty, V. S. N., 2017. Variability of the Somali Current and eddies during the southwest monsoon regimes. Dynamics of Atmospheres and Oceans, 79, 43-55.‏ 42. Qureshi, U. M., Shaikh, F. K., Aziz, Z., Shah, S. M. Z. S., Sheikh, A. A., Felemban, E., Qaisar, S. B., 2016. RF path and absorption loss estimation for underwater wireless sensor networks in different water environments. Sensors, 16(6), 890.‏ 43. Vosoughi, M., Mansoury, D., and Aliakbari Bidokhti, A., 2022. The impact of the latest reanalysis data of the ECMWF model on the surface temperature changes of the Caspian Sea. Hydrophysics, 7(2), 67-78. 44. Yang, J., Wan, J., Ma, Y., Zhang, J., Hu, Y.,2020. Characterization analysis and identification of common marine oil spill types using hyperspectral remote sensing. International Journal of Remote Sensing, 41(18), 7163-7185.‏ 45. Zhao, X., Liu, R., Ma, Y., Xiao, Y., Ding, J., Liu, J., Wang, Q., 2021.Red Tide Detection Method for HY− 1D Coastal Zone Imager Based on U− Net Convolutional Neural Network. Remote Sensing, 14(1), 88.‏