بررسی ارتباط بین غلظت آلاینده‌های هوا با شاخص پوشش گیاهی (NDVI)

محورهای موضوعی : منابع طبیعی و مدیریت زیست محیطی

علی سلیمانی دامنه ^{1 *} , ابوالحسن غیبی ^{2 *} , عباسعلی علی اکبری بیدختی ³ , حسین ملکوتی ⁴ , هادی اسکندری دامنه ⁵

1 - دانشجوی دکتری هواشناسی، دانشگاه هزگان، هرمزگان، ایران
2 - عضوهیات علمی دانشکده علوم پایه، گروه فیزیک، دانشگاه هرمزگان، بندرعباس، ایران
3 - استاد گروه فیزیک فضا، موسسه ژئوفیزیک، دانشگاه تهران، تهران، ایران
4 - دانشیار گروه علوم غیر زیستی، دانشکده علوم و فنون دریایی، دانشگاه هرمزگان، هرمزگان، ایران
5 - دکتری بیابان زدایی، دانشکده کشاورزی و منابع طبیعی، دانشگاه هرمزگان، هرمزگان، ایران

تاریخ دریافت : 1400/12/25 تاریخ پذیرش : 1401/03/17 تاریخ انتشار : 1404/04/31

کلید واژه: سنجنده, نیتروژن دی‌اکسید, سولفور دی‌اکسید, ایران, پوشش گیاهی,

چکیده مقاله :

گازهای نیتروژن دی‌اکسید (NO2) و سولفور دی‌اکسید (SO2) از مهم‌ترین آلاینده‌های جوی هستند که منشأ آنها عمدتاً فعالیت‌های انسان‌ساخت همچون حمل‌ونقل، صنعت و سایر کاربردهای صنعتی است. در این مقاله، با استفاده از روش‌های آماری من - کندال Z و شیب تخمین‌گر سن، غلظت ستون قائم این آلاینده‌ها و شاخص پوشش گیاهی (NDVI) در یک دوره 14 ساله (2018-2005) بر روی کشور ایران موردمطالعه قرار گرفته است. نتایج نشان می‌دهد که در طی این 14 سال، روند غلظت این آلاینده‌ها در کلان‌شهرها و همچنین شهرهای صنعتی افزایشی معنی‌داری داشته درحالی‌که در برخی از این مناطق روند کاهشی نیز وجود داشته است. کلان‌شهر تهران دارای بیشترین شیب افزایش در طی این 14 سال بوده است به‌طوری‌که هرساله شاهد آلودگی بسیار زیاد در شهر تهران هستیم. با بررسی همبستگی این آلاینده‌ها با شاخص پوشش گیاهی با استفاده از دو روش آماری من - کندال z و شیب تخمین‌گر سن نیز متوجه شدیم که در 07/61 درصد مساحت کشور ایران همبستگی مثبتی بین شاخص پوشش گیاهی و غلظت گاز نیتروژن دی‌اکسید وجود دارد و 93/38 درصد نیز همبستگی منفی را نشان می‌دهد. برای آلایندة سولفور دی‌اکسید نیز 36/58 درصد همبستگی مثبت با شاخص پوشش گیاهی و 64/41 درصد همبستگی منفی را نشان می‌دهد. این به این معنی است که آلاینده‌ها به‌تنهایی نمی‌توانند باعث افزایش و یا کاهش پوشش گیاهی در منطقه شوند ولی می‌توانند تأثیر هرچند کمی را در تغییر پوشش گیاهی داشته باشند. در مناطق کویری مرکز و شرق کشور یک رابطه همبستگی مثبت بین شاخص پوشش گیاهی و آلایندة نیتروژن دی‌اکسید وجود دارد. همچنین در مناطق ساحلی خلیج‌فارس یک همبستگی منفی بین شاخص پوشش گیاهی و آلایندة نیتروژن دی‌اکسید وجود دارد به‌طوری‌که بارش در این مناطق کاهشی بوده ولی مقدار آلایندة نیتروژن دی‌اکسید روند افزایشی را داشته است.

چکیده انگلیسی:

ABSTRACT Sulfur dioxide (SO2) and nitrogen dioxide (NO2) are the most important air pollutants that have reduced world air quality. The sources of these pollutants are mainly man-made activities such as transportation, industry and other industrial applications, which due to the increase in these activities in developing countries,. In this study, we use the SO2 and NO2 column concentration data, which are collected by Ozone Monitoring Instrument (OMI) during the 14 years (2005-2018). By examining the vertical column concentration of SO2 and NO2 and Normalized Difference Vegetation Index (NDVI) during the 14-year period (2005-2008) over Iran using Mann-Kendall Test and Theil-Sen estimator. We were able to estimate the increase or decrease trends of the growth of these quantities which seem also to have a positive or negative correlation with each other in certain areas. For example, metropolises as well as industrial areas had a significant upward trend, while some areas also had a decreasing trend during these 14 years. Among all of the study area, Tehran metropolis had the highest trend increase during these 14 years, so that every year we witness an ever increasing value of these pollutions. Examining the correlation of these pollutants with vegetation index, we found that in 61.07% of Iran, there is a positive correlation between vegetation index and gas concentration NO_2and 38.93% shows a negative correlation in certain areas. For SO_2 pollutant, it shows 58.36% positive correlation with vegetation index and 41.64% negative correlation in some areas. . This indicate that other factors are also involved as precipitation changes in different areas of Iran. In the desert areas of the center and east of the country, there is a positive correlation between vegetation index and NO2 pollutants. Rainfall is also low and consequently the vegetation of the area will be poor.

منابع و مأخذ:

Aristeidis, K., Georgoulias, l., Ronald, J., van der. A., Piet Stammes. K., Folkert Boersma Hek, J., Eskes. 2018. Trends and trend reversal detection in two decades of tropospheric NO2 satellite observations. Atmos. Chem. Phys. Discuss.. https://doi.org/10.5194/acp-2018-988.
Bruce, g., Miller. 2017. The Effect of Coal Usage on Human Health and the Environment. Clean Coal Engineering Technology (Second Edition)
Caiwang Zheng, Chuanfeng Zhao, Yanping Li, Xiaolin Wu, Kaiyang Zhang, Jing Gao, Qi Qiao, Yuanzhe Ren, Xi Zhang, and Fahe Chai, 2018, Spatial and temporal distribution of NO2 and SO2 in Inner Mongolia urban agglomeration obtained from satellite remote sensing and groundobservations, Atmospheric Environment 188 (2018) 50–59.
Dehshiri, M.,Beiki, E. 2015. Investigation of vegetation change (NDVI) and its relationship with rainfall using remote sensing (Case study: Taft city in Yazd province), Journal of Civil Engineering.
De Jong, R., De Bruin, S., de Wit, A., Schaepman, M. E. and Dent, D. L. 2011. Analysis of monotonic greening and browning trends from global NDVI time-series. Remote Sensing of Environment, 115 (2), 692-702.
Eskandari, H., Borji, M., Khosravi, H. and Mesbahzadeh, T. 2016. Desertification of forest, range and desert in Tehran province, affected by climate change. Solid Earth, 7 (3), 905-915.
Fensholt, R. and Rasmussen, K. 2011. Analysis of trends in the Sahelian ‘rain-use efficiency’using GIMMS NDVI, RFE and GPCP rainfall data. Remote Sensing of Environment, 115 (2), 438-451.
Gao, Y., Huang, J., Li, S. and Li, S. 2012. Spatial pattern of non-stationarity and scale-dependent relationships between NDVI and climatic factors—a case study in Qinghai-Tibet Plateau, China. Ecological Indicators, 20, 170-176.
Hayashida. S.. Kajini. M.. Deushi.M.. Thomas. T. (2018). Seasonality of the lower tropospheric ozone over China observed by the Ozone Monitoring Instrument.
Hilboll.A..Richter.A. and Burrows.J.P.: Long-term changes of tropospheric NO2 over megacities derived from multiple satellite instruments, Atmos. Chem. Phys., 13, 4145–4169, https://doi.org/10.5194/acp-13-4145-2013, 2013.
John.H..Seinfeld. Spyros.N. Pandis(2016). Atmospheric Chemistry.
Kanaya. Y.. Irie. H.. Takashima. H.. Iwabuchi. H.. Akimoto. H.. Sudo. K.. Gu. M.. Chong. J.. Kim. Y. J.. Lee. H.. Li. A.. Si. F.. Xu. J.. Xie. P.-H.. Liu. W.-Q.. Dzhola. A.. Postylyakov. O.. Ivanov. V.. Grechko, E.. Terpugova. S.. and Panchenko. M.: Long-term MAX-DOAS network observations of NO2 in Russia and Asia (MADRAS) during the period 2007–2012: instrumentation, elucidation of climatology, and comparisons with OMI satellite observations and global model simulations, Atmos. Chem. Phys., 14, 7909–7927, https://doi.org/10.5194/acp-14-7909-2014, 2014.
Kendall, M., Rank Correlation Methods, Charles Griffin, London 1975.
Khokhar,M.F., Razzaq Khan, Waseem., Javed, Zeeshan., Car Max-DOAS measurements of NO2 in Toli peer, Azad Jammu & Kashmir- PAKISTAN. 2014. Second Annual Regional Atmospheric Science Workshop
Kiyani, S. Siyadat, S, A,. Mashayekhi, sh. 2015. Evaluation of the effect of dust on the morphology and physiology characteristics of plant growth, International Dust Conference, Ahvaz..
Lamchin, M., Park, T., Lee, J. Y. and Lee, W. K. 2015. Monitoring of vegetation dynamics in the Mongolia using MODIS NDVIs and their relationship to rainfall by natural zone. Journal of the Indian Society of Remote Sensing, 43 (2), 325-337.
Lingaswamy. A.P..Arafath, S.M.. Balakrishnaiah. G.. Rama Gopal. K.. Siva Kumar Reddy. N..Raja Obul Reddy.K.. Chakradhar Rao.T. Observations of trace gases, photol ysis rate coefficients and model simulations over semi-arid region, India Atmos. Environ., 158 (2017), pp. 246-258, 10.1016/j.atmosenv.2017.03.048.
Luo, L., Ma, W.,Zhuang, y., 2018. The impacts of climate change and human activities on alpine vegetation and permafrost in the Qinghai-Tibet Engineering Corridor.
Ecological Indicators Volume 93, October 2018, Pages 24-35
Mahmoudi P, Firouzi F, Tavosi T. 2018. Investigating the statistical relationship between climatic and hydrological variables with Vegetation Dynamics in a dry climate (Case study: Sistan plain in eastern Iran). Dese rt Management, No. 11, Spring & Summer, 2018, pp 99-111.
MashhadizadehMaleki,S., Bayat, A. 2016. Time series spectral analysis of nitrogen dioxide in Tehran by measuring OMI sensor. Fifth National Conference on Air and Noise Pollution Management, Razi International Conference Center. (in Persian).
Oldman,L.R.,1991. Global Extent of Soil Degradation. ISRIC Bi-Annual Report 1991-1992, pp. 19-36.
Rabbia, M., Khokhar,M.F., Asma Noreen, Salman Atif, Khalid Rehman Hakeem, 2018, Multi-sensor temporal assessment of tropospheric nitrogen dioxide column densities over Pakistan, Environmental Science and Pollution Research https://doi.org/10.1007/s11356-017-1176-7.
Razavi-Termeh, Seyed V., Abolghasem Sadeghi-Niaraki, and Soo-Mi Choi. 2021. Spatial Modeling of Asthma-Prone Areas Using Remote Sensing and Ensemble Machine Learning Algorithms. Remote Sensing 13, no. 16: 3222. https://doi.org/10.3390/rs13163222
Sen, P. K. 1968. Estimates of the regression coefficient based on Kendall's tau. Journal of the American statistical association, 63 (324), 1379-1389.
Seinfeld, J.. and Pandis, H.. 2008. Atmospheric Chemistry and Physics(2006): From Air Pollution to Climate Change. 2nd Edn. 2006. John Wiley & Sons.Hoboken. New Jersey
SHreipour, z., Aliakbari Bidokhti, A. 2013. Investigation of the status of Tropospheric 〖NO〗_2 in Iran during the years 2004 to 2012. Journal of Ecology. 65-78. (in Persian).
Song. C.. Wu. L. 2017. Air pollution in China: Status and spatiotemporal variations Environmental Pollution
Symeonakis E, Koukoulas s. 2003. A landuse change and land degradation study in spain and Greece using remote sensing and GIS.
Thompson, M., Gamage, D., Hirotsu, N. 2017. Effects of Elevated Carbon Dioxide on Photosynthesis and Carbon Partitioning: A Perspective on Root Sugar Sensing and Crosstalk. https://doi.org/10.3389/fphys.2017.00578
Zhou, M., Huang, Y. and Li, G. (2021). Changes in the concentration of air pollutants before and after the COVID-19 blockade period and their correlation with vegetation coverage. Environmental Science and Pollution Research, 28(18), 23405-23419.
Zehzad B, Bahram H, Kiabi, Madjnoonian H. 2002. The naturalareas and landscape of Iran: an overview, Zoology in the Middle East, 26:1, 7-10