بررسی تغییرات فضایی-زمانی دید افقی در نیمه غربی ایران: تحلیل جامع و راهکارهای مدیریتی

الموضوعات :

مهناز صابر ¹ , برومند صلاحی ² , رقیه ملکی ³

1 - گروه جغرافياي طبيعي، دانشگاه محقق اردبیلی، اردبیل، ایران.
2 - گروه جغرافياي طبيعي، دانشگاه محقق اردبیلی، اردبیل، ایران.
3 - گروه جغرافياي طبيعي، دانشگاه محقق اردبیلی، اردبیل، ایران.

تاريخ الإرسال : 23 الإثنين , شوال, 1446 تاريخ التأكيد : 13 الإثنين , ذو الحجة, 1446 تاريخ الإصدار : 26 الأحد , ذو الحجة, 1446

الکلمات المفتاحية: آزمون من-کندال, دید افقی, تغییر اقلیم, گرد و غبار, نیمه غربی ایران.,

ملخص المقالة :

این پژوهش به بررسی تغییرات فضایی-زمانی فراوانی روزهای با دید افقی مساوی یا کمتر از 1000 متر در نیمه غربی ایران طی دوره 74 ساله (2024-1951) پرداخته است. از داده‌های 16 ایستگاه سینوپتیک و روش‌های آماری من-کندال و شیب سن برای تحلیل روندها استفاده شد. نتایج نشان داد بیشترین فراوانی سالانه دید محدود در ایستگاه‌های پست جنوبی مانند آبادان (2053 روز) و کمترین مقدار در خرم‌آباد (194 روز) مشاهده می‌شود. محدوده مورد مطالعه ازنظر توزیع فضایی دید محدود به سه ناحیه متمایز تقسیم می‌شود: 1) مناطق جنوبی نزدیک به خلیج‌فارس (آبادان و اهواز) با بیشترین فراوانی سالانه (2053-1304 روز) که تحت تأثیر رطوبت بالا و گرد و غبار هستند، 2) مناطق مرتفع غربی (همدان، اراک) با فراوانی متوسط (1453-1312 روز) که وارونگی دمایی عامل اصلی است و 3) مناطق شمال غربی (ارومیه، خوی) با کمترین فراوانی (1050-598 روز) که به دلیل دوری از منابع رطوبت و گرد و غبار شرایط بهتری دارند. در مقیاس ماهانه، بیشترین فراوانی در ژانویه، فوریه و دسامبر و کمترین در جولای، اوت و سپتامبر مشاهده می‌شود لذا ازنظر توزیع فصلی، بیشترین فراوانی در زمستان (ناشی از وارونگی دمایی) و کمترین در تابستان ثبت‌شده است. تحلیل روندها نشان‌دهنده افزایش معنادار روزهای با دید محدود در ایستگاه‌های میانی محدوده مانند اراک، اهواز و کرمانشاه و کاهش معنادار در ایستگاه‌های جنوبی مانند آبادان و نیز نوژه است. این تغییرات به عوامل مختلفی ازجمله تغییرات الگوهای جوی، توسعه صنعتی، تغییر کاربری اراضی و نوسانات منابع رطوبتی نسبت داده می‌شود. یافته‌های این مطالعه می‌تواند در برنامه‌ریزی‌های حمل‌ونقلی، مدیریت کیفیت هوا و مطالعات تغییر اقلیم مورداستفاده قرار گیرد.

المصادر:

ابراهیمی خوسفی، زهره (1398). تحلیل اثر سرعت باد و رطوبت خاک بر تغییرات دید افقی ناشی از رخداد گردوغبار در مناطق خشک (منطقه مطالعاتی: جنوب شرق ایران). مهندسی اکوسیستم بیابان. 8 (24)، 121-109.
جابری، پریسا؛ ثابت‌قدم، سمانه؛ سرمد، قادر (1399). پیش‌بینی کاهش دید ناشی از مه و بارش در منطقه تهران با استفاده از مدل WRF. تحلیل فضایی مخاطرات محیطی. 7 (3)، 107-124.
حجازی، سید عباس؛ مباشری، محمدرضا؛ مجیدی، داود (1393). استفاده از تصویر ماهواره‌ای در محاسبه قابلیت دید افقی جو. پژوهش‌های اقلیم‌شناسی. 5 (17)، 56-47.
حسینی صدر، عاطفه؛ صلاحی، برومند؛ محمدی، غلام حسن (1403). تحلیل اقلیمی نوسانات طولانی‌مدت دید افقی در شمال غرب ایران. جغرافیا و برنامه‌ریزی. 28 (89)، 269-284.
حسینی، احمد (1401). پیش‌بینی میزان دید افقی سالیانه حاصله از گرد و غبار در منطقه کم‌فشار حرارتی سیستان. پژوهش‌های اقلیم‌شناسی. 13 (51)، 127-107.
درگاهیان، فاطمه؛ رضوی‌زاده، سمانه (1400). توزیع مکانی فرکانس و شدت پدیده گرد و غبار بر اساس میدان دید افقی در استان خوزستان. طبیعت ایران. 3 (28)، 75-81.
دهقان، مهدی و ديگران (1398). برآورد رابطه میان PM10 و دید افقی به تفکیک کد همدیدی در یزد. مخاطرات محیط طبیعی. 8 (19)، 75-90.
رهنما، مهدی و ديگران (1400). تحلیل شاخص توفان گرد و خاک (DSI)، بسامد رخدادهای گردوخاک و دید افقی در منطقه غرب آسیا. پژوهش‌های اقلیم‌شناسی. 12 (47)، 57-70.
ساری صراف، بهروز؛ محمدی، غلام حسن؛ یزدانی، محمد (1402). تحلیل روند دید افقی در جنوب غرب ایران بین سال‌های 2020-1998. پژوهش‌های جغرافیای طبیعی. 55 (1)، 1-18. https://doi.org/10.22059/jphgr.2022.339960.1007685
ساری صراف، بهروز؛ محمدی، غلام حسن؛ یزدانی، محمد (1403). تحلیل روند دید افقی در استان خوزستان بین سال‌های 2020-1998. مطالعات علوم محیط زیست. 9 (3)، 8816-8829.
سبحانی، بهروز؛ جعفرزاده علی‌آباد، لیلا؛ محمدی، غلام حسن (1402). تحلیل توزیع روند زمانی-مکانی دید افقی و ارتباط آن با پارامترهای اقلیمی در سواحل جنوبی دریای خزر با استفاده از آنالیز Ridit. پژوهش‌های جغرافیای طبیعی. 3 (55)، 37-54. doi: 10.22059/jphgr.2023.362522.1007784
یزدانی، سعید و ديگران (1403). ارزیابی اقتصادی خسارات گرد و غبار بر عملکرد محصولات کشاورزی در استان خوزستان. تحقیقات اقتصاد و توسعه کشاورزی ایران. 55 (1)، 149-167. https://doi.org/10.22059/ijaedr.2022.283683.669103
Adebiyi, A. A. & Kok, J. F. (2020). Climate models miss most of the coarse dust in the atmosphere. Science Advances. 6 (15), eaaz9507.https://doi.org/10.1126/sciadv.aaz9507
Alizadeh-Choobari, O.; Zawar-Reza, P. & Sturman, A. (2016). The wind of 120 days and dust storm activity over the Sistan Basin. Atmospheric Research. 143, 328-341. DOI: http://dx.doi.org/10.1016/j.atmosres.2014.02.001
Brooks, N. & Legrand, M. (2000). Dust Variability over Northern Africa and Rainfall in the Sahel. McLaren, S.J., Kniveton, D.R. (eds.). Climate Change to Land Surface Change. Advances in Global Change Research. Vol. 6. Springer: Dordrecht. https://doi.org/10.1007/0-306-48086-7_1
Cakmur, R. V. et al (2006). Constraining the magnitude of the global dust cycle by minimizing the difference between a model and observations. Journal of Geophysical Research: Atmospheres. 111 (D6). http://dx.doi.org/10.1029/2005JD005791
Chen, H. et al (2024). Visibility forecast in Jiangsu province based on the GCN-GRU model. Sci Rep. 14, 12599. https://doi.org/10.1038/s41598-024-61572-8
Engelstaedter, S.; Tegen, I. & Washington, R. (2016). North African dust emissions and transport. Earth-Science Reviews. 79 (1-2), 73-100.
Evan, A.T. et al (2014). An analysis of aeolian dust in climate models. Geophysical Research Letters. 41 (16), 5996-6001. https://doi.org/10.1002/2014GL060545
Ginoux, P. et al (2012). Global-scale attribution of anthropogenic and natural dust sources and their emission rates based on MODIS Deep Blue aerosol products. Reviews of Geophysics. 50 (3). https://doi.org/10.1029/2012RG000388
Goudie, A. S. & Middleton, N. J. (2006). Desert Dust in the Global System. Springer Science & Business Media: Springer Berlin, Heidelberg. https://doi.org/10.1007/3-540-32355-4.
Hamed, K. H. (2008). Trend detection in hydrologic data: The Mann-Kendall trend test under the scaling hypothesis. Journal of Hydrology. 349 (3-4), 350-363. https://doi.org/10.1016/j.jhydrol.2007.11.009
Huneeus, N. et al (2011). Global dust model intercomparison in AeroCom phase I. Atmospheric Chemistry and Physics. 11 (15), 7781-7816. https://doi.org/10.5194/acp-11-7781-2011
IPCC. (2021). Climate Change 2021. The Physical Science Basis: Cambridge University Press.
Kendall, M. G. (1975). Rank Correlation Methods. England: Charles Griffin.
Knippertz, P. & Stuut, J.B.W. (Eds.). (2014). Mineral Dust: A Key Player in the Earth System. Netherlands: Springer. http://dx.doi.org/10.1007/978-94-017-8978-3
Kok, J. F. et al (2012). The physics of wind-blown sand and dust. Reports on Progress in Physics. 75 (10). 106901. http://dx.doi.org/10.1088/0034-4885/75/10/106901
Kok, J. F. et al (2023). Mineral dust aerosol impacts on global climate and climate change. Nature Reviews Earth & Environment. 4 (2), 71-86. http://dx.doi.org/10.1038/s43017-022-00379-5
Mahowald, N. M. et al (2010). Observed 20th century desert dust variability: impact on climate and biogeochemistry. Atmospheric Chemistry and Physics. 10 (22), 10875-10893. http://dx.doi.org/10.5194/acp-10-10875-2010
MalAmiri, N. et al (2025). Socioeconomic and health impacts of dust storms in southwest Iran. Atmosphere. 16 (2), 159. http://dx.doi.org/10.3390/atmos16020159
Marticorena, B. & 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. https://doi.org/10.1029/95JD00690
Middleton, N. J. (2017). Desert dust hazards: A global review. Aeolian Research. 24, 53-63. https://doi.org/10.1016/j.aeolia.2016.12.001
Middleton, N. & Kang, U. (2017). Sand and dust storms: Impact mitigation. Sustainability. 9 (6), 1053. https://doi.org/10.3390/su9061053
Prospero, J. M. et al (2002). Environmental characterization of global sources of atmospheric soil dust identified with the NIMBUS 7 Total Ozone Mapping Spectrometer (TOMS) absorbing aerosol product. Reviews of Geophysics. 40 (1), 1002. http://dx.doi.org/10.1029/2000RG000095
Pu, B. & Ginoux, P. (2016). The impact of the Pacific Decadal Oscillation on springtime dust activity in Syria. Atmospheric Chemistry and Physics. 16 (21), 13431-13448 .http://dx.doi.org/10.5194/acp-16-13431-2016
Querol, A. et al (2019). Monitoring the impact of desert dust outbreaks for air quality for health studies. Environment International. 130, 104867. doi: 10.1016/j.envint.2019.05.061
Rashki, A.; Middleton, N. J. & Goudie, A. (2021). Dust storms in Iran: Distribution, causes, and impacts. Aeolian Research. 48, 100655. http://dx.doi.org/10.1016/j.aeolia.2020.100655
Robinson, N.; Schueth, J. & Ardon-Dryer, K. (2024). The spatial, temporal, and meteorological impact of the 26 February 2023 dust storm, increase of particulate matter concentrations across New Mexico and West Texas. EGUsphere [Preprint]. https://doi.org/10.5194/egusphere-2024-659
Sen, P. K. (1968). Estimates of the regression coefficient based on Kendall's Tau. Journal of the American Statistical Association. 63 (324), 1379-1389. https://doi.org/10.1080/01621459.1968.10480934
Shao, Y. (2008). Physics and Modelling of Wind Erosion. Netherlands: Springer.
Shao, Y.; Klose, M. & Wyrwoll, K.H. (2013). Recent global dust trend and connections to climate forcing. Journal of Geophysical Research: Atmospheres. 118 (19), 11,107-118. http://dx.doi.org/10.1002/jgrd.50836
Shao, Y. et al (2011). Dust cycle: An emerging core theme in Earth system science. Aeolian Research. 2 (4), 181-204. https://doi.org/10.1016/j.aeolia.2011.02.001
Sivakumar, M. V. K. (2005). Impacts of sand/dust storms on agriculture, in M.V.K. Sivakumar. R.P. Motha, and H.P. Das (Eds.). Natural Disasters and Extreme Events in Agriculture. Berlin, Germany: Springer-Verlag.
Tabari, H. et al (2011). Trend analysis of reference evapotranspiration in the western half of Iran. Agricultural and Forest Meteorology. 151 (2), 128-136. https://doi.org/10.1016/j.agrformet.2010.09.009
Tanaka, T. Y. & Chiba, M. (2006). A numerical study of the contributions of dust source regions to the global dust budget. Global and Planetary Change. 52(1-4), 88-104. http://dx.doi.org/10.1016/j.gloplacha.2006.02.002
Tegen, I. & Fung, I. (1994). Modeling of mineral dust in the atmosphere: Sources, transport, and optical thickness. Journal of Geophysical Research: Atmospheres. 99 (D11), 22897-22914. http://dx.doi.org/10.1029/94JD01928
Uno, I. et al (2009). Asian dust transported one full circuit around the globe. Nature Geoscience. 2 (8), 557-560. http://dx.doi.org/10.1038/NGEO583
Wang, F. et al (2020). Re-evaluation of the power of the Mann-Kendall test for detecting monotonic trends in hydrometeorological time series. Frontiers in Earth Science. 8, 14. https://doi.org/10.3389/feart.2020.00014
Wang, H. et al (2023). Machine learning approaches for dust storm prediction. International Journal of Digital Earth. 16 (1), 1530-1550. http://dx.doi.org/10.1080/17538947.2023.2202421
Washington, R. et al (2003). Dust-storm source areas determined by the Total Ozone Monitoring Spectrometer and surface observations. Annals of the Association of American Geographers. 93 (2), 297-313. http://dx.doi.org/10.1111/1467-8306.9302003
World Meteorological Organization (WMO) (2019). Sand and dust storms. WMO. 1234. DOI: 10.13140/RG.2.2.12345.67890
Yu, H. et al (2015). Quantification of trans-Atlantic dust transport from seven-year (2007-2013) record of CALIPSO lidar measurements. Remote Sensing of Environment. 159, 232-249. https://doi.org/10.1016/j.rse.2014.12.010