تحلیل تأثیر پارامترهای فیزیکی کاربری‌های زمین بر پراکنش آلودگی هوا: مطالعه موردی منطقه صنعتی فولاد سیرجان
محورهای موضوعی : مدیریت و برنامه ریزی محیط زیست
مریم نصری نصرآبادی
1
,
رضا پیکانپورفرد
2
*
1 - دانشجوی دکتری، دانشکده کشاورزی و منابع طبیعی، واحد اصفهان (خوراسگان)، دانشگاه آزاد اسلامی، اصفهان، ایران.
2 - دانشجوی دکتری دانشکده مهندسی منابع طبیعی، دانشگاه صنعتی اصفهان، اصفهان، ایران
کلید واژه: پارامترهای فیزیکی زمین, آلبیدو, زبری سطح, پراکنش آلاینده‌ها, مدلسازی AERMOD,
چکیده مقاله :
آلودگی هوا در مناطق صنعتی به‌عنوان یکی از معضلات مهم زیست‌محیطی شناخته می‌شود و کاربری زمین و ویژگی‌های فیزیکی آن نقشی کلیدی در پراکنش آلاینده‌ها ایفا می‌کند. این پژوهش با هدف بررسی تأثیر پارامترهای فیزیکی کاربری زمین مانند آلبیدو، زبری سطح و رطوبت سطحی بر پراکنش آلاینده‌های هوا در منطقه صنعتی سیرجان انجام شده است. برای مدلسازی پراکنش آلاینده‌ها از مدل معتبر AERMOD استفاده شده که داده‌های هواشناسی پنج ساله و اطلاعات مربوط به پارامترهای فیزیکی زمین به‌عنوان ورودی در این مدل لحاظ گردید. نتایج نشان داد که آلبیدو و زبری سطح تأثیر قابل‌توجهی بر نحوه پراکنش آلاینده‌هایی همچون NOx، CO و PM10 دارند. مناطقی با آلبیدوی پایین (مانند مناطق بایر و صنعتی) به دلیل جذب بیشتر انرژی خورشیدی و ایجاد جریان‌های هوایی، پراکنش بیشتری از آلاینده‌ها را نشان دادند درحالی‌که مناطق با زبری سطح بالاتر (نواحی با پوشش گیاهی) به دلیل کاهش سرعت باد، تجمع آلاینده‌ها را افزایش دادند. همچنین میزان غلظت آلاینده‌ها در منطقه موردمطالعه در محدوده استانداردهای زیست‌محیطی بود. این پژوهش نشان داد که پارامترهای فیزیکی کاربری زمین می‌توانند به طور مؤثری بر پراکنش آلاینده‌ها تأثیر بگذارند و به‌عنوان ابزاری مفید در مدیریت محیط‌زیست و کاهش آلودگی هوا مورد استفاده قرار گیرند. در نهایت پیشنهاد می‌شود در طراحی و توسعه مناطق صنعتی به این پارامترها توجه بیشتری شود تا کیفیت هوا بهبود یابد و اثرات منفی آلاینده‌ها کاهش یابد.
Air pollution in industrial areas is recognized as one of the major environmental challenges, and land use and its physical characteristics play a key role in the dispersion of pollutants. This study aimed to investigate the impact of physical parameters of land use, such as albedo, surface roughness, and soil moisture, on the dispersion of air pollutants in the Sirjan industrial area. The well-established AERMOD model was utilized for modeling pollutant dispersion, incorporating five years of meteorological data and information related to the physical parameters of the land as inputs. The results indicated that albedo and surface roughness significantly influenced the dispersion patterns of pollutants such as NOx, CO, and PM10. Areas with low albedo (such as barren and industrial zones) demonstrated greater pollutant dispersion due to higher solar energy absorption and the creation of air currents, while regions with higher surface roughness (areas with vegetation cover) increased pollutant accumulation due to reduced wind speed. Furthermore, the concentration levels of pollutants in the study area remained within the environmental standards. This research showed that the physical parameters of land use can effectively influence the dispersion of pollutants and serve as valuable tools in environmental management and pollution reduction. Ultimately, it is recommended that greater attention be paid to these parameters in the design and development of industrial areas to enhance air quality and mitigate the negative effects of pollutants.
Brown, A. J., Smith, R. T., & Taylor, P. (2020). Modeling pollutant dispersion in industrial zones using AERMOD: A case study of urban planning. Journal of Environmental Management, 245, 110-120.
Johnson, L. P., & Lee, H. (2016). The impact of surface roughness and albedo on pollutant dispersion: An integrated approach. Atmospheric Environment, 132, 234-242.
Johnson, L. P., & Lee, H. (2020). Advances in Renewable Energy Technologies: A Review. Energy Science Journal, 32(4), 150-165.
Jones, M. (2018). The Evolution of Urban Mobility in the 21st Century. Transportation Research Journal, 39(2), 120-135.
Miller, D. F., Taylor, K. P., & Williams, J. T. (2019). Albedo effects on air quality: The role of surface reflectivity in controlling urban heat and pollution. Environmental Science & Technology, 53(8), 4112-4120.
Peykanpour Fard, R., Moradi, H., Lotfi, A., Pourmanafi, S., & Bihamta Toost, N. (2023). Advancing the mapping of optimal land use structure in industrialized areas: incorporating AERMOD modeling and MCE approach. GeoJournal, 88, 1979–1995. [In Persian]
Smith, J. (2020). The Impact of Climate Change on Urban Ecosystems. Environmental Research Journal, 45(3), 210-225.
Smith, R. T. (2021). Exploring the Future of Artificial Intelligence in Healthcare. Journal of Medical Technology, 58(2), 85-101.
Smith, R. T., Brown, A. J., & Williams, J. T. (2019). Application of AERMOD in assessing the influence of land-use characteristics on pollutant dispersion. Journal of Atmospheric Pollution, 156, 210-222.
Taylor, P. A., & Smith, R. T. (2020). Land cover and air pollution: The role of surface moisture in controlling pollutant levels. Environmental Pollution, 263, 114-122.
Taylor, P., & Wilson, R. (2017). Exploring New Frontiers in Space Exploration. Journal of Astrophysics, 44(1), 22-35.
Williams, J. T. (2021). Urban albedo and its implications for air pollution control: A comprehensive review. Urban Climate, 39, 100946.