Atmospheric dust detection using WRF-Chem model and remote sensing data (Case study: West and southwest of Iran)
Subject Areas : Farm water management with the aim of improving irrigation management indicatorsMorteza Miri 1 , Razieh Pilehvaran 2 , Mehran Zand 3 , Ali akbar Noroozi 4
1 - Assistant Professor, Soil Conservation and Watershed Management Research Institute (SCWMRI), Agricultural Research, Education and Extension Organization (AREEO), Tehran, Iran
2 - Lorestan Province Meteorological Administration
3 - Associate Prof., Soil Conservation and Watershed Management Research Institute (SCWMRI), Agricultural Research, Education and Extension Organization (AREEO), Tehran, Iran.
4 - Associate Prof., Soil Conservation and Watershed Management Research Institute (SCWMRI), Agricultural Research, Education and Extension Organization (AREEO), Tehran, Iran.
Keywords: optical depth, Angstrom, WRF, Remote sensing, Aerosol,
Abstract :
Aerosols play an important role in balancing Earth and atmosphere energy. In the last two decades, aerosols have been recognized as one of the key factors in the global climate change assessment. The purpose of this study, Determine the nature of atmospheric aerosols and simulation of the concentration of these particles in order to detect the sources of their emissions to the west and southwest regions of Iran. In order to, two types of information, including horizontal visibility of data from meteorological stations and the optical depth (AOD) MODIS were used Two dust events July 5, 2009 and July 1, 2008.In order to determine the nature of atmospheric aerosols, in the software of the 〖ENVI〗^(@ ) 5.3 , the atmospheric aerosol particle size was calculated using the Deep Blue Aerosol Angstrom Exponent Land algorithm and mapped to the Arc GIS and Then they were analyzed. In order to detect the particle emission sources and Simulation of their concentration was performed using the WRF-Chem coupled numerical model, using the advanced MADE-SORGAM scheme. The results of the remote sensing method showed that the aerosol particles in the western and southwestern regions of Iran have a dusty nature. According to the output of the WRF-Chem numerical model in the both of the dust events, the northwestern regions of Iraq and its center were identified as the main sources of dust emissions.
حجازی، س.ع.، مباشری، م.ر. و مجیدی، د. 1393. استفاده از تصاویر ماهوارهای در محاسبه قابلیت دید افقی. پژوهشهای اقلیم شناسی، (17-18)5: 47-56.
دانیالی، م.، محمدنژاد، ب. و کریمی، ن.ا. 1397. تحلیل مکانی گرد و خاک استان خوزستان به کمک تصاویر ماهوارهای. نشریه سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 1: 73-58.
رضا زاده، م.، ایران نژاد، پ. و شائو، ی. 1392. شبیه سازی گسیل غبار با مدل پیشبینی عددی وضع هوا Chem- WRF و با استفاده از دادههای جدید سطح در منطقه خاورمیانه. مجله فیزیک زمین و فضا، 1: 212-191.
رنگزن، ک.، زراسوندی، ع.، عبدالخانی، ع. و مجردی، ب. 1393. مدلسازی آلودگی هوا با استفاده از تصاویر سنجنده مودیس: مطالعه موردی تودههای گرد و خاک استان خوزستان. مجله زمین شناسی کاربردی پیشرفته، 14: 45-38.
عزیزی، ق.، شمسی پور، ع.ا.، میری، م. و صفرراد، ط. 1391. تحلیل آماری- همدیدی پدیده گرد و غبار در نیمه غربی ایران. مجله محیط شناسی، (38) 3: 134-123.
عزیزی، ق.، میری، م. و س.ا. نبوی. 1390. ردیابی پدیده گرد و غبار در نیمه غربی ایران، فصلنامه مطالعات مناطق خشک. (7)2: 63-81.
عصارعنایتی، ا. و بیات، ع. 1396. بررسی یک روز گرد و غباری با استفاده از دادههای ماهوارهای، مدل هواشناسی HYSPLIT و اندازه گیری های زمین- پایه برای شهر تهران. بیست و چهارمین کنفرانس اپتیک و فوتونیک، دانشگاه شهر کرد.
فلاح ززولی، م.، وفایینژاد، ع.ر.، خیرخواه زرکش، م.م. و احمدی دهکاء، ف. 1393. منشاءیابی گرد و خاک غرب و جنوب غرب ایـران و تحلیـل سـینوپتیکی آن بـا اسـتفاده از سنجش از دور و سیستم اطلاعات جغرافیایی. مجله سنجش از دور و سامانه اطلاعات جغرافیایی و منابع طبیعی، 4: 77-61.
قربانی سالخورد، ر.، مباشری، م.ر. و رحیم زادگان، م. 1391. روشی سریع در برآورد غلظت ذرات معلق با استفاده از سنجنده مودیس: یک مطالعه موردی در تهران، حکیم، 15 (2)، 166-177.
کارگر، ا.، بداق جمالی، ج.، رنجبر سعادتآبادی، ع.، معینالدینی، م. و گشتاسب، ح. 1395. شبیه سازی و تحلیل عددی طوفان گرد و خاک شدید شرق ایران. نشریه تحلیل فضایی مخاطرات محیطی، 4: 119-110.
ملکوتی، ح.، باباحسینی، س.، نوحهگر، ا.، آزادی، م. و محمدپور، م.ر. 1392. مطالعه همدیدی و عددی نشر، انتقال و شناسایی چشمه یک توفان گرد و غبار سنگین در منطقه خاورمیانه. پژوهشهای فرسایش محیطی، (12) 3: 80-69.
میری، م. 1390. واکاوی آماری- همدیدی پدیده گرد و غبار در نیمه غربی ایران. پایان نامه کارشناسی ارشد، دانشکده جغرافیا، دانشگاه تهران.
میری، م.، عزیزی، ق. و شمسی پور، ع.ا. 1393. شناسایی الگوهای گردش جوی تابستانه و زمستانه ورود گرد و غبار به غرب ایران. جغرافیا و برنامه ریزی محیطی، (4)25: 220-203.
میری، م.، نوروزی، ع.ا. و خاکباز، ب. 1394. مدلسازی اثر تغییرات پوشش سطح زمین و رخداد گرد و غبار در استان خوزستان. اولین کنفرانس بین المللی گرد و غبار، اهواز، 14-12 اسفند، دانشگاه شهید چمران اهواز.
نوروزی، ع.ا. و شعاعی، ض. 1397. شناسایی مناطق دارای پتانسیل تولید گرد و غبار در حوضههای آبخیز جنوب غرب کشور. مجله مهندسی و مدیرت آبخیز، (3) 10: 398-409.
نیکفال، ا.ح. 1393. ارزیابی مدل میان مقیاس Chem- WRFدرشبیه سازی ذرات PM_10 و PM_2.5 در منطقه ایران. پایاننامه کارشناسی ارشد در رشته هواشناسی کشاورزی، پردیس کشاورزی و منابع طبیعی دانشگاه تهران.
نیکفال، ا.ح.، کرمی، س.، رنجبر سعادتآبادی، ع. و صحت کاشانی، س. 1396. قابلیت های مدل عددیWRF- chem در برآورد غلظت گرد و خاک ( مطالعه موردی طوفان گرد و خاک تهران). فصلنامه علوم محیطی، 1: 126-115.
Ackerman, I.J., Hass, H., Memmesheimer, M., Ebel, A., Binkowski, F.S. and Shankar, U. 1998. Modal Aerosol Dynamics model for Europe: Development and first applications. Atmospheric Environment, 17: 2981–2999.
Arfan Ali, M.d,; Assiri, M., Shahid, S.H. and Dambul, R. 2015. MODIS Dark Target and Deep Blue aerosol optical depth Validation over Bangladesh. GEOGRAFIA Online TM Malaysian. Journal of Society and Space, 11: 74-83.
Bartina, H. 2012. Feasibility Study of Satellite Image Use to Determine Dust Concentration and Measurment of Lead and Zinc Concentration. Thesis, Shahid Chamran University of Ahvaz.
Bilal, M., Qiu, Z., Campbell, J.R., Spak, S., Shen, S. and Nazeer, M. 2018. A new MODIS C6 dark target and Deep Blue merged aerosol product on a 3 km spatial grid. Remote sensing, 10(3): DOI 10.3390/rs10030463.
Binkowski, F.S. and Shanka, U. 1995. The Regional Particulate Matter Model. 1. Model description and preliminary results. Journal of Geophysical Research, 100 (D12), 26191–26209.
Darvishi, B.A, Nabavi, S.O., Bahrami, A.H., Alavipanah, S.K., Mohammadi, H., Nezammahalleh, H. and Khandan, R. 2012. Primary Study and Investigation of Dust Storm Sources in West Asia Region (With an Emphasis on Storms Came to Iran). Geoinformatics Research Institute (GRI), University of Tehran.
Eltahan, M., Shokr, M. and Sherif, A.O. 2018. Simulation of Severe Dust Events over Egypt Using Tuned Dust Schemes in Weather Research Forecast (WRF-Chem). Atmosphere, 9(7): 246; doi.org/10.3390/atmos9070246.
Ginoux, P., Prospero, J.M., Gill, T.E., Hsu, N.C and Zhao, M. 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): DOI: 10.1029/2012RG000388.
Grell, G.A., Peckham, S.E., Schmitz, R., McKeen, S.A., Frost, G., Skamarock, W.C. and Eder, B. 2005. Fully coupled “online” chemistry within the WRF model. Atmospheric Environment, 37: 6957–6975.
Haywood, J.M. and Boucher, O. 2000. Estimates of the direct and indirect radiative forcing due to tropospheric aerosols: a review. Review of Geophysics, 38: 513-543.
Hsu, N.C, Jeong, M.J., Bettenhausen, C. and Sayer, A.M. 2013. Deep Blue aerosol retrieval algorithm: The second generation. Journal of Geophysical Research-Atmospheres, 118: 9296–9315. DOI 10.1002/jgrd.50712.
Kang, J., Yoon, S.C., Shao, Y. and Kim, S.W. 2011. Comparsion of vertical dust flux by implementing three dust emission schems in WRF-Chem. Journal of Geophysical Research, 116 (D9). DOI 10.1029/2010JD014649.
Karagulian, F.,Temimi, M., Ghebreyesus, D., Weston, M.,Kondapalli, N.K.,Valappil, V.K.,Aldababesh, A., Lyapustin, A., Chaouch, N., Al Hammadi, F. and Al Abdooli, A. 2019. Analysis of a severe dust storm and its impact on air quality conditions using WRF-Chem modeling, satellite imagery, and ground observations. Air Quality, Atmosphere & Health, 12: 453–470.
Li, L. and Sokolik, I.N. 2018. Analysis of Dust Aerosol Retrievals Using Satellite Data in Central Asia. Atmosphere, 9(8), 288; https://doi.org/10.3390/atmos9080288.
Liu, Z., Liu, Q., Lin, H.C., Schwarts, C.S. and Lee, Y.H. 2011. Assimilating MODIS aerosol optical depth using WRF-Chem and GIS: Application to a Chinese dust storm. 21 th WRF Users Workshop, Boulder, USA, 22(11). June, 52 (52).
Miller, S.D. 2003. A Consolidated Technique for Enhancing Desert Dust Storms with MODIS. Geophysical Research Letters, 30: 2071-4.
Myhre, G., Stordal, F., Johnsrud, M., Diner, D.J., Geogdzhayev, I.V., Haywood, J.M., Holben, B.N., Holzer-Popp, T., Ignatov, A., Kahn, R.A., Kaufman, Y.J Loeb, N., Martonchik, J.V., Mishchenko, M.I., Nalli, N.R., Remer, L.A., Schroedter-Homscheidt, M., Tanré, D., Torres, O. and Wang, M. 2005. Intercomparison of satellite retrieved aerosol optical depth over ocean during the period September 1997 to December 2000. Atmospheric Chemistry and Physics, 5: 1697– 1719.
Parajuli, S.P., Stenchikov, G.L., Ukhov, A. and Kim, K. 2019. EDust Emission Modeling Using a New High‐Resolution Dust Source Function in WRF‐Chem with Implications for Air Quality. Atmosphere, 124(17-18):10109-10133.
Remer, L.A., Tanré, D. and Kaufman, Y.J. 2006. Algorithm for remote sensing of tropospheric aerosol from MODIS: Collection 005. modis.gsfc.nasa.gov.
Saidou Chaibou, A.A., Ma, X.,Kumar, K.R., Jia, H., Tang, Y. and tong, S. 2020. Evaluation of dust extinction and vertical profiles simulated by WRF-Chem with CALIPSO and AERONET over North Africa. Journal of Atmospheric and Solar-Terrestrial Physics, 199: doi.org/10.1016/j.jastp.2020.105213.
Seinfeld, H. and Pandis, N.1998. Atmospheric chemistry and physics, from air pollution to climate change, New York, John Wiley & Sons, 1191pp.
Shi, Y., Zhang, J., Reid, J.S., Hyer, E.J and Hsu, N.C. 2013. Critical evaluation of the MODIS Deep Blue aerosol optical depth product for data assimilation over North Africa. Atmospheric Measurement Techniques, 6: 949-969. DOI: 10.5194/amt-6-949-2013.
Taghavi, F. and Asadi, A. 2008. The Persian Gulf 12th April 2007 dust storm: Observation and model analysis. EUMETSAT Meteorological Satellite Conference Proceedings (P 52 Darmeschtad).
Tao, M.; L. Chen , Z. Wang, J. Tao, H. Che, X. Wang and Y. Wang . 2015. Comparison and evaluation of the MODIS Collection 6 aerosol data in China. J. Geophys. Res. Atmos., 120: 6992–7005. DOI: 10.1002/2015JD023360.
Wang, J. and Sundar, C.A. 2003. Intercomparison between satellite-derived aerosol optical thickness and PM2.5 mass: Implications for air quality studies. Geophysical Research Letters, 30: 2095. DOI: 10.1029/2003GL018174.
Wilkerson, D. 1991. Dust and sand forecasting in Iraq and adjoining countries. Air Weather Service, Scot Air Force Base, Illinois. PP: 62225-5008.
Zarasvandi, A., Carranza, E.J.M., Moore, F. and Rastmanesh, F. 2011. Spatio-temporal occurrences and mineralogical–geochemical characteristics of airborne dusts in Khuzestan Province (southwestern Iran). Journal of Geochemical Exploration, 111(3): 138-151.
Zhanqing, L.i., Khananian, A., Fraser, R.H. and Cihlar, J. 2001. Automatic Detection of Fire Smoke Using Artificial Neural Networks and Threshold Approaches Applied to AVHRR Imagery. IEEE Transactions on Geoscience and Remote Sensing, 39: 1859-1870.