بررسی آب قابل بارش جو در شرایط گردوغبار با استفاده از تصاویر ماهواره ای (مطالعه موردی: جنوب غربی ایران)
محورهای موضوعی : برنامه های کاربردی در تغییرات آب و هوایی زمین
طاهره انصافی مقدم
1
,
طاهر صفرراد
2
1 - مؤسسه تحقیقات جنگل ها و مراتع کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران
2 - استادیار اقلیم شناسی،گروه جغرافیا و برنامه ریزی شهری، دانشکدة علوم انسانی و اجتماعی، دانشگاه مازندران، ایران
کلید واژه: آئروسل, آب قابل بارش, سنجش از دور, سنجنده مادیس(MODIS), مد 06(MOD06),
چکیده مقاله :
در حالی که تاثیر گازهای گلخانه ای نیروگاه ها، خودروها و سایر ذرات معلق انسان ساخت بر کیفیت هوا و بهداشت عمومی به خوبی شناخته شده، تاثیر آنها بر آب و هوا به طور کامل شناخته نشده است. دانشمندان نشان داده اند که ذرات معلق در هوا می تواند چه به طور مستقیم، از طریق بازتابش انرژی خورشیدی به آسمان، چه به طور غیر مستقیم، با افزایش بازتاب ابرها، درجه حرارت سطح زمین را کاهش دهد. ذرات معلق گردوغبار به ویژه در مناطق شهری و صنعتی، به عنوان عامل کاهنده بارندگی و نزولات آسمانی عمل می کند. ریزگردهای بزرگ (بزرگتر از1 میکرون) می توانند بارندگی را افزایش دهند. اما ذرات بسیار ریز گردوغبار در سطوح فوقانی جو می تواند به سرکوب بارش های فراوان بیانجامد. مطالعه حاضر با هدف بررسی ارتباط ظرفیت آب قابل بارش جوی با وقایع گردوغبار در جنوب غربی ایران طی دوره (1986 - 2016) انجام شده است. این مقاله، با استفاده از داده های طبقه بندی شده محصول مد 06(MOD06) سنجنده مادیس(MODIS) تاثیر گردوغبار بر بارش را مورد بررسی قرار داد. نتایج این تحقیق با بررسی داده های سنجش از دور از جمله مقادیر آب قابل بارش و رخداد گردوغبار جو در برخی موارد انتخابی، نشان داد در مقطعی از زمان که گردوغبار به مقدار بالایی می رسد، میزان آب قابل بارش که نشانگر پتانسیل و توانایی رخداد بارش است، به طور قابل توجهی کاهش می یابد. نتایج این تحقیق نشان داد یکی از اثرات رخدادهای گردوغبار در جنوب غربی ایران، نقصان بارش بوده و گردوغبار می تواند به طور قابل توجهی به عنوان عامل کاهنده یا سرکوب کننده میزان بارندگی در منطقه عمل کند. کارایی بالای محصول مد 06(MOD06) در اثبات اثر کاهش دهندگی گردوغبار بر آب قابل بارش جو در منطقه جنوب غربی ایران، در این تحقیق اثبات گردیده است.
While the Greenhouse gases impacts of Powerhouse، cars، and other man-made particulate matter on air quality and public health، well known، their impact on climate is not fully understood. Scientists have shown that aerosols can lower surface temperatures either directly، by reflecting sunlight skyward، or indirectly، by increasing the reflectivity of clouds، but until now have not figured out the role airborne particles play in shaping the distribution of rain and snowfall around the world. Suspended dust particles, especially in urban and industrial areas, act as a reducing agent for rainfall. Large fine dust (larger than 1 micron) can increase rainfall. But very fine dust particles in the upper atmosphere can suppress heavy rainfall. The current study aimed at investigating atmospheric precipitable water capacity and its relationship with periods of dust occurrences data in South west of Iran during (1986 –2016). In this paper، MODIS surface classification data was used to consider this influence. In this paper، the effect of dust occurances on rainfall studied by using classified data of MODIS/Terra Calibrated Radiances (MOD06). The results of this study by examining remote sensing data such as the amount of atmospheric precipitable water content and the occurrences of dust in some selected cases، showed that over time when dust rises، the amount of atmospheric precipitable water content which indicates the potential for rainfall، significantly reduced.The results of this study showed that one of the effects of dust events in southwestern Iran، there was a decrease in rainfall during a period of thirty years(1986-2016) and dust can significantly to act as reducing agent or rain suppressor in study region. On the other hand، in this study، in proof of dust reducing effect on atmospheric precipitable water content، the high performance of the MOD06 product appeared in the southwestern region of Iran.
_||_
بررسی آب قابل بارش جو در شرایط گردوغبار با استفاده از تصاویر ماهواره ای (مطالعه موردی: جنوب غربی ایران)
چکیده
در حالی که تاثیر گازهای گلخانه ای نیروگاه ها، خودروها و سایر ذرات معلق انسان ساخت بر کیفیت هوا و بهداشت عمومی به خوبی شناخته شده، تاثیر آنها بر آب و هوا به طور کامل شناخته نشده است. تحقیقات نشان داده است که ذرات معلق در هوا می تواند چه به طور مستقیم، از طریق بازتابش انرژی خورشیدی به آسمان، چه به طور غیر مستقیم، با افزایش بازتاب ابرها، درجه حرارت سطح زمین را کاهش دهد. ذرات معلق گردوغبار به ویژه در مناطق شهري و صنعتي، به عنوان عامل کاهنده بارندگي و نزولات آسماني عمل مي کند. ريزگردهاي بزرگ (بزرگتر از1 ميکرون) مي توانند بارندگي را افزايش دهند. اما ذرات بسیار ریز گردوغبار در سطوح فوقانی جو می تواند به سرکوب بارش هاي فراوان بیانجامد. مطالعه حاضر با هدف بررسی ارتباط ظرفیت آب قابل بارش جوی با وقایع گردوغبار در جنوب غربی ایران طی دوره (1986 - 2016) انجام شده است. این تحقیق، با استفاده از داده های طبقه بندی شده محصول مد 06(MOD06) سنجنده مادیس(MODIS) تاثير گردوغبار بر بارش را مورد بررسي قرار داد. نتایج این تحقیق با بررسی داده های سنجش از دور از جمله مقادیر آب قابل بارش و رخداد گردوغبار جو در برخی موارد انتخابی، نشان داد در مقطعی از زمان که گردوغبار به مقدار بالایی می رسد، میزان آب قابل بارش که نشانگر پتانسیل و توانایی رخداد بارش است، به طور قابل توجهی کاهش می یابد. نتایج این تحقیق نشان داد یکی از اثرات رخدادهای گردوغبار در جنوب غربی ایران، نقصان بارش بوده و گردوغبار می تواند به طور قابل توجهی به عنوان عامل کاهنده یا سرکوب کننده میزان بارندگی در منطقه عمل کند. کارایی بالای محصول مد 06(MOD06) در اثبات اثر کاهش دهندگی گردوغبار بر آب قابل بارش جو در منطقه جنوب غربی ایران، در این تحقیق اثبات گردیده است.
واژه‌های کلیدی: آب قابل بارش، جنوب غربی ایران، آئروسل، سنجش از دور، سنجنده مادیس(MODIS)، مد 06(MOD06) .
مقدمه
«در حال حاضر آب در ایران و به ویژه در مناطق جنوب غربی آن یک منبع طبیعی کمیاب و مستعد درگیری است. عدم در دسترس بودن آب، بهره وری از اکوسیستم ها و کشاورزی، منابع انرژی و توسعه کلی اقتصادی- اجتماعی را را محدود می کند. «پیش بینی می شود تأثیرات تغییرات آب و هوایی، به ویژه افزایش دما و تغییر در الگوی بارندگی، چرخه هیدرولوژیکی در آسیای میانه را به شدت تغییر دهد و تأثیرات خشکسالی و درگیری های مربوط به آب تشدید شود»(58).
آب قابل بارش (Precipitable water: PW) یکی از مهمترین گازهای گلخانه ای است که از نظر مکان و زمان بسیار متغیر بوده و نقش مهمی در مطالعه تغییرات آب و هوا، چرخه هیدرولوژیکی، بودجه انرژی و پیش بینی عددی آب و هوا دارد(24). «بنابراین، به دست آوردن شرایط توزیع بخار آب در جو و اثرات تغییرات مکانی- زمانی آب قابل بارش در مقیاس سیاره ای، کوچک و منطقه ای ، ضروری است» (61). « آب قابل بارش دارای چرخه زندگی بسیار کوتاهی در جو است. این چرخه، همراه با تغییرات دما با ارتفاع، فاصله تا دریا، تغییرات رطوبت وتبخیر و تعرق، موجب توزیع نامنظم افقی و عمودی بخار آب موجود درجو، می شود. اگرچه ایران از شمال و جنوب به دریا محدود است، اما رطوبت جوی در کشور بسیار کم است. طبق نتایج تحقیقات انجام شده، حداقل و حداکثر اختلاف آب قابل بارش در سطح کشور حدود 27 میلی متر است. این بدان معناست که علی رغم داشتن منابع عالی آب در جنوب و شمال، جو ایران از رطوبت ضعیف رنج می برد. توپوگرافی به عنوان مانعی برای ورود رطوبت از دریاهای شمال و جنوب به مناطق داخلی عمل می کند. در داخل کشور، ارتفاع نقش مهمی در توزیع فراوانی آب قابل بارش بازی می کند، بنابراین، در منطقه ای بالاتر از 3000 متر از سطح دریا، در 60٪ از مواقع، آب قابل بارش به زیر 6 میلی متر می رسد، و در سواحل دریای عمان بیش از 26 میلی متر است.. به این ترتیب، جذب رطوبت عامل مهمی برای توجیه تغییرات مکانی- زمانی آب قابل بارش در ایران است و این پارامتر است که بودجه آب را تحت تأثیر قرار می دهد(28).
کشور ايران در غرب آسيا به دليل قرار گرفتن در کمربند خشک و نيمه خشک جهان(41)، مکرراً در معرض توفان هاي گردوغبار قرارميگيرد(33 و36). در همين راستا، جنوب غربي کشور از جمله مهمترين مناطق متأثر از توفان هاي گردوغبار است. مناطق غرب و جنوب غرب کشور ايران در مسير ورود سيکلونها و سيستمهاي آورنده گردوغبار به کشور قرار دارد و نيز با توجه به نزديکي اين منطقه به بيابان هاي کشورهاي مجاور، همواره در معرض نفوذ ريزگردها واقع شده است. «كشورهايي مانند ایران كه با كمبود آب مواجه هستند، مديريت صحیح و به هنگام منابع آب را مي طلبند. يكي از ابزارهای مديريتي در اين زمينه، آگاهي از ميزان كل آب قابل بارش در جو است. پيش بيني آب قابل بارش از مسائل مشترك هواشناسي و هيدرولوژي است كه مي تواند راهگشاي بسياري از مسائل هواشناسي در پيش بيني دقيق وضعيت جو و نيز بسياري از مسائل در تخمين بارش و رواناب باشد. هيدرولوژيست ها به منظور تخمين حداكثر بارش محتمل كه فاكتور مهمي در تعيين محاسبات مربوط به مخازن و سرريز سدها و نيز پيش بيني وقوع سيلاب مي باشد آب قابل بارش كلي را در محاسبات لحاظ مي كنند. به مقدار آبي كه در هوا به سه حالت فيزيكي جامد، مايع، گاز وجود دارد رطوبت گفته مي شود. دراينجا فقط حالت گاز كه همان بخار آب است، مورد توجه ماست»(40).
چین وانگ، دانشمند محقق ارشد در برنامه مشترک MIT در علم و سیاست های جهانی، جو و علوم سیاره ای می گوید: تحقیقات ما نشان می دهد که ذرات معلق در هوا به طور قابل توجهی در بارش سراسر جهان از زمان های ماقبل صنعتی نهفته است. مطالعه ناتسادورج و همکاران(42) در تحلیل توفان های گردوغباری دیده بانی شده در منطقه مغولستان و مطالعه اکستروم(3) در بررسی توفان های گردوغباری استرالیا و همچنین مطالعه روزنفلد و همکاران(48) در گرد و غبار بيابان به عنوان عامل متوقف کننده بارندگي وحلقه محتمل بازخورد بيابان زايي» از تحقیقات مرتبط با موضوع تحقیق در مقاله حاضر می باشد.
«گرد و غبار، سيستم آب و هوا را بواسطه تغيير ويژگي هاي ابر، از وجوه بسيار، تحت تاثير قرار مي دهد. ذرات معلق به عنوان هسته تراکم ابر و هسته يخ عمل مي کند. آنها ممکن است هم انجماد را مهار کنند و فرو بنشانند و هم مي توانند بر چرخه آب تاثير بگذارند»(34).
«با استفاده از تصاوير ماهواره اي، امکان برآورد حجم آب قابل بارش با کمک باندهاي جذبي بخار آب و باندهاي حرارتي در هر زمان و مکان و در هر مقياسي ممکن است. پژوهشگران با تعيين مناطق فاقد ابر روي تصاوير ماهواره اي، کل آب قابل بارش را تخمين مي زنند. بدين طريق قادر به پيش بيني وضعيت پتانسيل بارش اند و در مراحل بعدي (مرحله تراکم و توليد ابر) نيز با در نظر گرفتن فاز ابر (يخي يا آبي بودن) و يک سري اطلاعات کمکي ديگر همانند موقعيت جغرافيايي، فصل سال، زمان سال، و غيره قادر به پيش بيني نوع و مقدار بارش اند. براي اين منظور استفاده از الگوريتم هايي که مقدار بارش را به صورت کمي به دست دهد ضروري است. اندازه گيري بارش از فضا از طريق تفسير انرژي دريافت شده به وسيله سنجنده که از ابرها، بارش و سطح زيرين آن پخش يا منعکس شده، انجام مي شود(15).
بدیهی است که«الزاما بخارآب موجود در ستون جو که قابلیت بارش دارد به مفهوم نزولات جوی نخواهد بود. اینکه چه مقدار ازاین آب به سطح زمین خواهد رسید به بسیاری از پارامترهای جوی از قبیل دما، فشارجو، جهت وسرعت باد»(2) و برخی از پارامترهای آنتروپولوژی همچون گردوغبار منطقه‌ای، موجود در جو بستگی دارد. « به گفته محققان، انتشار ذرات معلق در هوا سبب ميشود قطرات ريز آب پيرامون اين ذرات جمع شوند و در نتيجه شكل‌گيري ابرهاي بزرگ با سرعت بيشتري رخ بدهد. هنگاميكه فراواني ذرات معلق(با قطر کمتر از 10 ميکرومتر)در جو، بالا باشد، ابعاد قطرات ريز تشكيل شده آب درون ابرها پايين‌تر از حدي است كه قطرات باران شكل بگيرد و به همين علت ابرها به دليل عدم بارندگي داراي ابعاد بزرگتري مي‌شوند و عمر طولاني‌تري پيدا مي‌كنند. همچنين، اين قبيل ابرها به دليل ويژگيهاي خاص، گرماي بيشتري را از سطح زمين گرفته و به لايه‌هاي بالاتر جو انتقال مي‌دهند كه اين امر در آب و هواي كره زمين نقش مهمي دارد«(34).
«بايد توجه داشت بارش و آب قابل بارش دو مفهوم مجزا از هم هستند. از لحاظ تعريف، بارش هرگونه رطوبت متراكم شده اي است كه به سطح زمين فرو مي ريزد .بنابراين بارش در واقع تراكم و ميعان ذرات ريز بخار آب موجود در هوا مي باشد و به اشكال مختلف فيزيكي برف، باران، تگرگ و... به سطح زمين مي رسد. اما آب قابل بارش الزاماً به مفهوم نزولات جوي نخواهد بود. اينكه چه مقدار از اين آب به سطح زمين خواهد رسيد به بسياري از پارامترهاي ديگر مثل مقدار و نوع هوآويزها، نیمرخ دما و فشار جو، جهت و سرعت باد و غيره بستگي دارد»(40).
گرچه ممکن است ابر به‌صورت افقي گسترش يابد (31). وجود گردوغبارهاي معدني در جو، به‌عنوان هسته‌هاي تراکم و هسته‌هاي يخ( Ice Nuclei) در تشکيل بلورهاي يخ در ابرها مؤثر است(57) که اين شرايط اهميت گردوغبارهاي معدني را در تشکيل ابرهاي سرد نشان مي‌دهد. گرچه ممکن است اين ماهيت این ذرات در مسير انتقال به بخش‌هاي مختلف جو طي فعل‌و انفعالات شيميايي با ديگر گازها، تغيير کند، اما به‌طورکلي به‌عنوان هسته‌هاي تراکم در تشکيل ابر مؤثر هستند(5). در چنين شرايطي، اثر گردوغبار بر فرآیند تشکيل ابر به‌عنوان هسته‌هاي تراکم، به‌عنوان اثرات نيمه مستقيم گردوغبار تلقي ميشود.
یکی از پارامترهاي تاثیر گذار بر حجم آب قابل بارش ذرات معلق یا آئروسل است.«آئروسل به عنوان یکی از عوامل مهم تأثیرگذار بر آب و هوای جهانی در نظر گرفته شده است که می توان آن را با سایر عوامل مجبور کننده آب و هوا مانند گازهای گلخانه ای، کاربری زمین، فعالیت های خورشیدی و غیره مقایسه کرد»(11).
«ذرات معلق در هوا چه به طور مستقیم از طریق پراکندگی و جذب، و چه به طور غیر مستقیم، از طریق تغییر و تبدیل خواص ابر و رخدادهای آن، بودجه تابش جهانی را آشفته می سازد».«افزایش غلظت هوامیزها در جو مناطق شهری و صنعتی، از عوامل اصلی در تغییر مقدار ابرناکی و به تبع آن بارش می باشد»(1).
ارزیابی دقیق اثرات آئروسل و ابر بر آب و هوا به اطلاعات جهانی در مورد خصوصیات آئروسل نیاز دارد. چنین اطلاعات جهانی فقط با استفاده از ماهواره های سنجش از دور قابل ارائه است(55). از جمله ابزارهای ماهواره ای که برای بازیابی آئروسل و ابر استفاده می شود، محصولات سطح 2 (مد 06) سنجنده مادیس است که برای شناسایی و تفکیک مناطق ابری بارانی از مناطق ابری بدون باران مورد استفاه قرار می گیرد. « ذرات معلق گردوغبار در مناطق شهري و صنعتي، به عنوان عامل کاهنده بارندگي و نزولات آسماني عمل مي کند. در واقع، ريزگردهاي بزرگ (بزرگتر از1 ميکرون) مي توانند بارندگي را افزايش دهند. اما“ريزباري” عاملي است که به سرکوب بارش هاي فراوان مي انجامد(39).
افزایش تراکم گردوغبار جو، منجر به افزایش تعداد قطرات معلق و همچنین کاهش اندازه قطرات آب موجود در ابر می‌شود. در نتيجه انعکاس ابر افزايش می یابد. اين فرآیند را مي‌توان اولين مرحله در اثرات غيرمستقيم گردوغبار دانست. بدين ترتيب که گردوغبار باعث تغيير در سپيدايي ابر در اثر تغيير در هسته‌هاي تراکم ابر و يا هسته‌هاي يخ ابر ميشود (59). کاهش اندازه قطرات ابر به معناي کاهش برخورد اين قطرات به هم و درنتيجه کاهش به هم آميختگي ابر ميشود (47) اين شرايط شکل‌گيري ابر را تحت تأثير قرار مي‌دهد(17). در چنين شرايطي علي‌رغم اينکه ممکن است ابر براي مدت‌زمان بيشتري در جو باقي بماند، اما انعکاس ابر افزايش یافته و فرآیند انجماد در ابر در مرحله اختلاط قطرات آب ابر افزايش می یابد. بنابراين منجر به افزايش باران‌هاي سرد، تگرگ (عمدتاً درشت‌دانه)، تشکيل ابرهاي بالا (افزايش ارتفاع ابر) ميشود(9). درمجموع، در هر شرايطي، افزايش آئروسل در جو منجر به افزايش سپيدايي ابر نمي‌شود (56).
«محصولات مد 06 که حاوي اطلاعاتي از مشخصات ابر ميباشد، شامل مشخصههاي فاز ابر، دماي تاج ابر، فشار تاج ابر، قطر ذرات موثر در تاج ابر و ژرفاي نوري يا ضخامت اپتيکي ابر ميباشد که در الگوريتم هاي محصول مد 06 و نتايج بدست آمده از آن، لحاظ گرديده است. در اينجا به معرفي مختصر محصولات مد 06، مورد استفاده در اين پژوهش مي‌پردازيم. در سنجش غیر مستقیم یا از راه دور از ویژگی های فیزیکی ابرها برای تشخیص و پیش بینی بارش استفاده می شود(18).
«محصول ابر مادیس ترکیبی از تکنیک های مادون قرمز و مرئی برای تعیین خواص فیزیکی و تابشی ابر است. وضع ذرات ابر، شعاع موثر، ضخامت نوری ابر و آب قابل بارش با وضوح هر پیکسل 1 کیلومتر ی از باندهای مادون قرمز، مادون قرمز نزدیک و موج کوتاه مرئی سنجنده مادی، مشتق شده است. میزان دمای بالای ابر، مقدار فشار بالای ابر، میزان انتشار مؤثر و وضع ذرات ابر بوسیله روش های بازیابی مادون قرمز هم در روز و هم در شب با وضوح پیکسل های 5 × 5 کیلومتری تولید می شود».
ضخامت اپتيکي ابر مربوط به ژرفاي نوري ابر است که با حرف (τ) نشان داده ميشود. اين مشخصه ابر بدون بعد بوده و دامنه اي بين0 تا 100 را دارا مي باشد. ژرفاي نوري ابر تابعي از چگالي مايع در ابر و ضخامت ابر است که در واقع نشان دهنده گذر نور در ابر است. هرچه ضخامت ابر و چگالي آب موجود در ابر بيشتر باشد، انتظار ما از وقوع بارش و ميزان آن نيز بيشتر خواهد بود.
شعاع موثر ابر مربوط به شناسايي قطر ذرات در تاج ابر در مقياس ميکرون و در دامنه0 تا 40 ميکرون است. اين مشخصه ابر با حرف (re) نشان داده ميشود. شعاع موثر ذرات ابر از مشخصههاي بنيادين ابر در اندازه‌گيريهاي سنجش از راه دور بارش ابر، کاربرد دارد.
اين مشخصه ويژگيهاي مربوط به دما و فشار را در تاج ابر بيان مي‌کند. دماي تاج ابر از مشخصههاي مهم در تشخيص پتانسيل باران‌زايي ابر است. از سويي فشار تاج ابر، فاکتوري براي بيان ارتفاع تاج ابر ميباشد. از آنجايي که ارتفاع بر دماي ابر و دما نيز بر تعداد و شکل کريستال هاي درون ابر و فاز ابر موثر است، همچنين همگي اين عوامل بر بارانزا يا غيربارانزايي ابر تاثير گذارند، اين دو مشخصه در ميان محصولات مد 06 فيزيک ابر از اهميت زيادي برخوردار است»(18).
به تمام بخار آب موجود در ستوني از جو (40)، که از سطح زمين تا پايان تروپسفر ادامه داشته و قابل تبديل به ريزش های جوي باشد، آب قابل بارش‌گويند(8). حجم بخار آب قابل بارش تحت تأثير عوامل غلظت جو، دما، پوشش ابر(40)، جهت و سرعت باد، عوامل محلي و از همه مهم تر ميزان وزش و همگرايي رطوبت می باشد. داده های ماهواره ای آب قابل بارش به خوبی تغییرات بخار آب موجود در جو را قبل از زمان بارش و پس از زمان بارش بازگو می کند»(2).
بسياري از دانشمندان معتقدند که با افزايش عرض جغرافيايي و همچنين دوري و نزديکي به دريا، آب قابل بارش کم يا زياد مي شود. نکته کليدي که بايد توجه داشت اين است که بر خلاف نظريه دانشمندان، در ايران آب قابل بارش کمتر از عرض جغرافيایی تبعيت کرده و بيشتر از توپوگرافي و دوري و نزديکي به دريا تاثير مي پذيرد(10).
از آنجایی که آگاهی از تنوع مکانی و زمانی آب قابل بارش به منظور درک فرآیند های آب و هوایی همراه با پایش شرایط خشکسالی، تولید گردوغبار و فرآیند های بیابان زایی حائز اهمیت است(24) در این مقاله سعی بر این بوده است که با استفاده از تصاویر سنجنده مادیس، محصول مد 06(MOD06) میزان آب قابل بارشی که بواسطه گردوغبار، سرکوب و خفه شده، تشخیص و روشی جدید برای برآورد آب قابل بارش با استفاده از داده های سنجش از دور(سنجده مادیس محصول MOD06) که به خوبی کار می کند ارائه شود.
مواد و روش ها
مشخصات منطقه مورد مطالعه
منطقه مورد مطالعه در جنوب غربی ایران و در محدوده طول جغرافیایی 45درجه و86 دقیقه تا 55 درجه و35 دقیقه شرقی و عرض جغرافیایی27درجه و3دقیقه تا34درجه و22دقیقه شمالی قراردارد(شکل1). این مطالعه برای استان های جنوب غربی ایران و با استفاده از داده ها واطلاعات 45 ایستگاه همدیدی واقع در هفت استان ايلام، لرستان ،كهگيلويه و بوير احمد، چهارمحال و بختياري، خوزستان، بوشهر و فارس واقع در جنوب غربي ايران انتخاب شدند. «بررسي وضعيت اقليمي، جهت بادهاي منطقه و وضـعيت فشار هوا در اين مناطق نشاندهنده تأثيرپذيري وقوع گردوغبار از شرايط جوي منطقه ازجمله ناپايداري جوي حاصل از بـاد و تقابل توده هاي كم فشار و پرفشار هواست»(53).
شکل 1: موقعیت جغرافیایی و نقشه توپوگرافی منطقه مورد مطالعه
Fig. 1. Geographical location and topographical map of Southwest of Iran
تحقیق حاضر بر اساس ماهیت و روش، یک تحقیق تحلیلی توصیفیِ موردی به شمار می رود که شیوه تجزیه و تحلیل اطلاعات و داده های تحقیق به روش کمی و با استفاده از آمار توصیفی و همچنین تجزیه و تحلیل فضایی صورت گرفته است. جهت آشکارسازی گردوغبار همزمان با بارش در این تحقیق، از روش ترکيبي آماري- سينوپتيکي و سنجش از دوري استفاده شده است. مشخصات ايستگاه های هواشناسی و ویژگی های ماهانه پارامترهای مورد بررسی در جدول1 ارائه شده است.
جدول 1 : مشخصات ايستگاه هاي هواشناسي منطقه مورد مطالعه و فراواني ماهانه مهمترين پارامترهاي مورد بررسي
Table 1. Specifications of Southwest of Iran Meteorological Stations and Monthly Climatic Parameters
رديف | ايستگاه | استان | طول جغرافيايي | عرض جغرافيايي | ارتفاع بر حسب متر | ميانگين سالانه بارندگي | ميانگين سالانه روزهاي توام با گردوغبار | ميانگين سالانه روزهاي با ديد افقي کمتر از 2000متر |
|---|---|---|---|---|---|---|---|---|
1 | آبادان | خوزستان | 48 | 30 | 7 | 154 | 76 | 50 |
2 | اهواز | خوزستان | 49 | 31 | 23 | 220 | 85 | 51 |
3 | بهبهان | خوزستان | 50 | 31 | 313 | 332 | 39 | 22 |
4 | بستان | خوزستان | 48 | 32 | 8 | 198 | 70 | 42 |
5 | دزفول | خوزستان | 48 | 32 | 143 | 393 | 94 | 36 |
6 | صفي آباد | خوزستان | 48 | 32 | 83 | 328 | 76 | 42 |
7 | ايذه | خوزستان | 50 | 32 | 767 | 634 | 44 | 18 |
8 | مسجد سليمان | خوزستان | 49 | 32 | 321 | 440 | 62 | 46 |
9 | بندر ماهشهر | خوزستان | 49 | 31 | 6 | 197 | 60 | 39 |
10 | اميديه(آغاجاري) | خوزستان | 50 | 31 | 27 | 259 | 52 | 27 |
11 | اميديه(پايگاه) | خوزستان | 50 | 31 | 35 | 247 | 128 | 42 |
12 | رامهرمز | خوزستان | 50 | 31 | 151 | 291 | 45 | 12 |
13 | شوشتر | خوزستان | 49 | 32 | 67 | 298 | 43 | 32 |
14 | هنديجان | خوزستان | 49 | 30 | 7 | 205 | 43 | 22 |
15 | بندر دير | بوشهر | 52 | 28 | 4 | 226 | 92 | 11 |
16 | بوشهر ساحلي | بوشهر | 51 | 29 | 8 | 267 | 88 | 15 |
17 | بوشهر(فرودگاه) | بوشهر | 51 | 29 | 9 | 257 | 97 | 31 |
18 | جزيره خارک | بوشهر | 50 | 29 | -1 | 207 | 57 | 21 |
19 | جم(کنگان) | بوشهر | 52 | 28 | 659 | 353 | 104 | 21 |
20 | دوگنبدان | کهگيلويه و بويراحمد | 51 | 30 | 726 | 497 | 30 | 26 |
21 | ياسوج | کهگيلويه و بويراحمد | 52 | 31 | 1816 | 813 | 22 | 13 |
22 | کوهرنگ | چهارمحال و بختياري | 50 | 33 | 2365 | 1332 | 10 | 28 |
23 | لردگان | چهارمحال و بختياري | 51 | 32 | 1611 | 550 | 13 | 10 |
24 | شهرکرد | چهارمحال و بختياري | 51 | 32 | 2049 | 341 | 16 | 16 |
25 | بروجن | چهارمحال و بختياري | 51 | 32 | 2260 | 256 | 16 | 8 |
26 | خرم آباد | لرستان | 48 | 33 | 1148 | 478 | 34 | 8 |
27 | بروجرد | لرستان | 49 | 34 | 1629 | 461 | 24 | 11 |
28 | الشتر | لرستان | 48 | 34 | 1567 | 458 | 38 | 20 |
29 | اليگودرز | لرستان | 50 | 33 | 2022 | 419 | 21 | 12 |
30 | پل دختر | لرستان | 48 | 33 | 714 | 366 | 40 | 7 |
31 | کوهدشت | لرستان | 48 | 34 | 1198 | 366 | 27 | 11 |
32 | آباده | فارس | 53 | 31 | 2030 | 115 | 22 | 4 |
33 | اقليد | فارس | 53 | 31 | 2300 | 317 | 6 | 4 |
34 | فسا | فارس | 54 | 29 | 1268 | 283 | 40 | 5 |
35 | حسن آباد داراب | فارس | 54 | 29 | 1098 | 250 | 58 | 13 |
36 | لار | فارس | 54 | 28 | 792 | 200 | 72 | 14 |
37 | لامرد | فارس | 53 | 27 | 411 | 217 | 47 | 13 |
38 | شيراز | فارس | 53 | 30 | 1488 | 329 | 71 | 16 |
39 | زرقان | فارس | 53 | 30 | 1596 | 318 | 17 | 7 |
40 | سد درودزن | فارس | 52 | 30 | 1642 | 470 | 19 | 9 |
41 | ايلام | ايلام | 46 | 34 | 1337 | 578 | 34 | 20 |
42 | دره شهر | ايلام | 47 | 34 | 670 | 435 | 42 | 16 |
43 | دهلران | ايلام | 47 | 33 | 232 | 276 | 61 | 17 |
44 | ايوان | ايلام | 46 | 34 | 1170 | 671 | 36 | 9 |
45 | مهران | ايلام | 46 | 34 | 150 | 205 | 66 | 30 |
داده های ایستگاهی و ماهواره ای مورداستفاده
مواد تحقیق شامل، داده های هواشناسی مربوط به کدهای غباری (کدهای 8-6)، و داده های هواشناسی شامل بارش روزانه و روزهای توام با گردوغبار و رخدادهای روزانه گردوغبار برای دوره آماری(2016-1986) و برای ایستگاه های سینوپتیک جنوب غربی کشور(45 ایستگاه از 7 استان) در مقاطع 8 ساعته، از سازمان هواشناسی اخذ و در محیط Excel در قالب جداول ماهانه تنظیم شد. در سازمان هواشناسي كشور براي بيان هواي حاضر از اعداد رمزي(كد 00 تا 99) استفاده مي كنند. طبق اين كد بندي، كد 05 به پديده هيز(Haze)، كد 06 به گردوخاك معلق در هوا كه در اثر توفان شن و يا خاك از نقاط خارج از ايستگاه به ايستگاه وارد شده و كد 07 به گردوخاك يا شني كه بوسيله باد در ايستگاه و يا نزديكي آن در ساعت ديده باني بلند شده است، اختصاص داده شده است(16). «تعداد روزهای گرد وغبار تنها داده هواشناختی قابل دسترس در ارتباط با گردوغبارهای کشور است. تیپ های متفاوتی از گرد وغبار وجود دارد که سازمان هواشناسی جهانی (WMO) برحسب عوامل هواشناختی ایجادکننده، محدوده تاثیر، میزان کاهش دید افقی، و سرعت باد همراه آن به صورت کد، طبقه بندی کرده است. این کدها که در گروه هوای حاضر(ww) گزارشات سینوپتیک دیده بانی و ثبت می گردند عبارتند از: کدهای (کد06، 07، 08، 09 ،30 ،31 ،32 ،33،340 ،35و 98). در سازمان هواشناسی کشور به دلیل عدم استخراج آمارهای مربوط به پدیده گردوغبار به تفکیک کدهای فوق، دسترسی به آمارهای تفکیک شده گردوغبار به سختی امکان پذیر است. از این رو اطلاعات ورودی و مبنای انجام تحلیل های آماری در این مطالعه، داده های مذکور می باشد. از گزارشات سینوپتیک دیده بانی در تعدادی از مطالعات پیشین در خارج از کشور نیز استفاده شده است (27). علاوه بر میزان بارش روزانه (mm) و تعداد روزهای گردوغبار، پدیده های مرتبط با بارش و گردوغبار که عبارت هستند از: فراوانی رخداد های روزانه گردوغبار(کدهای 6 تا 8)، فراوانی رخداد های روزانه گردوغبار(کدهای 9 تا 34)، ديد افقي کمتر از 2000 متر، تعداد روزهاي توام با گرد و غبار، ابرناکی، حداقل دمای روزانه، حداکثر دمای روزانه، میانگین دمای روزانه، تبخیر، ساعات آفتابی و رطوبت نسبی، از طريق شبکه داده هاي هواشناسي، در این تحقیق استفاده شده است.
دسته دوم شامل نقشه های همدیدی و تصاویر ماهواره ای در روزهای غباری است. «داده هاي محصول ابر مد 06(MOD06)، شرح داده شده در اين تحقيق « توسط موسسه گودارد(GODDARD) توزيع و بايگاني شده است» (29). این داده ها شامل داده های شبکه ای اقلیمی با قدرت تفکیک مکانی 5/2×5/2 درجه طول و عرض جغرافیایی و با فرمت Netcdf (Network Common Data Form) می باشد. تصویر همزمان با روزهای غباری از پایگاه گودارد سازمان فضایی ناسا National Aeronautics and Space Administration (NASA) تهیه شد. « اساس بازیابی اطلاعات بر مبنای مشخصات ابر، شامل مشخصه‌های فاز ابر، دمای تاج ابر، فشار تاج ابر، قطر ذرات موثر در تاج ابر و ژرفای نوری یا ضخامت اپتیکی ابر می‌باشد که در الگوریتم های مورد استفاده در محصولات مد 06(Mod06)و نتایج بدست آمده از آن، لحاظ گردیده‌اند.»(18) ترکیب رنگی حاصل از بازتاب باندهای (1، 4 و 3) سنجنده مادیس، جهت آشکارسازی گردوغبار در این تحقیق استفاده شده است.
براي دستيابي به اهداف در نظر گرفته شده در اين پژوهش و انجام مقايسه در مناطقي که در معرض رخداد بارش قرار داشته اند و مناطقي که در تحليل تصاوير ماهوارهای به عنوان ابرهاي بارش‌زا تشخيص داده شده است، آمار بارندگي روزهاي يک دوره سي ساله ميلادي(2016-1986) از کليه ايستگاه‌هاي مورد نظر از اداره کل هواشناسي به صورت روزانه دريافت گرديد.
روش کار
پژوهش حاضر در محدوده هفت استان جنوب غربی ایران انجام گردیده است. برای انجام تحقیق در بازه زمانی سی سال علاوه بر استفاده از داده‌های سنجنده مادیس شامل محصولات فیزیک و میکروفیزیک ابر اخذ شده از طریق تارنمای سازمان ناسا، از نقشه‌های هواشناسی مورد نیاز تهیه شده از تارنمای نوا (نقشه‌های بازتحلیل شده NCEP-NCAR) نیز استفاده گردید.
پس از اخذ داده ها از سازمان هواشناسي كـشور، فراوانی رخدادهای گردوغبار و بارندگی با استفاده از داده های روزانه 45 ایستگاه تفکیک شده و سپس روزهایی که هر دو رخداد گردوغبار و بارندگی در آن به وقوع پیوسته است جداسازی مجدد انجام شد. «بیشتر گردوغبارهای مشاهده شده در منطقه، منشا فرامحلی داشته و در مسیر ورود چرخنده ها و سامانه های منتقل کننده گردوغبار به کشور قرار دارد»(54).
«در مرحله سنجش ازدوري اثر گردوغبار همراه با بارش روي ابر به لحاظ ميزان آب قابل بارش بر مبناي تصاوير ماهواره اي مورد بررسي قرار گرفت. ازآنجايي که ذرات گردوغبار به دليل کوچک بودن اندازه ذرات مي توانند تا ارتفاعات بالاي جو انتقال يافته و مسافت زيادي را در سطح زمين طي کنند بنابراين اثر آنها فقط محدود به محل وقوع توفان ها نشده بلکه اثرات آنها را کيلومترها دورتر از محل وقوع قابل جستجو می باشد. همين امر به اهمیت تاثير گردوغبار بر روي ابر افزوده است. مشاهدات مبتني بر باند مرئي، معرف ضخامت ابر ومشاهدات مبتني بر باند مادون قرمز معرف دماي ابر است.که آن هم خود معرف ارتفاع ابر مي باشد. در روش هاي مبتني بر مادون قرمز فرض بر اين است که ابرهاي با دماي پايين تر داراي ارتفاع و ضخامت بيشتري هستند و به بارش بيشتر منجر خواهند شد. بنابراين از دما يا آلبدوي قسمت فوقاني ابرها به عنوان آستانه اي براي نسبت دادن بارش استفاده مي کنند»(15).
«برای انجام این تحقیق، علاوه بر داده های ماهواره مادیس شامل محصولات فیزیک و میکروفیزیک ابر از طریق وب سایت ناسا، استفاده شد. محصولات مد 06(MOD06) شامل اطلاعات مربوط به ویژگی های ابر مانند فاز ابر، دمای بالای ابر، فشار بالای ابر، قطر قطرات موثر در بالای ابر و عمق نوری ابر یا ضخامت نوری در الگوریتم های MOD06 و نتایج آن می باشد. در تحقیق انجام شده تفکیک و عمق نوری ابرها با احتمال زیاد بارش تجزیه و تحلیل شد»(18).
رویداد های مورد مطالعه در این تحقیق بارش های سنگینی است که قبل از وقوع آن رخداد های گردوغبار به وقوع پیوسته است. به منظور بررسی آب قابل بارش، همه رخدادهای بارش سنگین که در روزهای قبل از وقوع بارندگی در شرایط گردوغبار قرار داشتند، انتخاب و تفکیک شدند. برای بررسی تغییرات خردفیزیک ابر همان رویداد (حاد آلودگی)، تصاویر مربوط به ابر سنجنده مادیس برای آن رویداد، و یک مورد بارش که الگوی همدیدی یکسان با آن داشت، استخراج و بررسی شدند. تصاویر برای یک تا 20 روز قبل از شروع بارش و ادامه رویداد بارش، بررسی شدند. بر مبنای داده های طبقه بندی شده مادیس محصول مد 06(MOD06) تاثير گردوغبار بر بارش مورد بررسي قرار گرفت. پارامترهای شعاع موثر قطرک ابر، ضخامت نوری ابر، فاز ابر، دما و فشار قله ابر مورد بررسی قرار گرفتند.«آلودگی ذره ای در ابرهای با فاز مخلوط باعث کاهش شعاع موثر قطرک ابرها قبل از وقوع بارش، افزایش ضخامت نوری، افزایش ارتفاع ابر، بارش بیشتر و کاهش دمای بالای (قله) ابر می شود»(1).
«در این مطالعه، محصول میزان کل آب قابل بارش (TPW) در جو با استفاده از پارامتر درصدِ ابرپوش فرآورده ابر سطح 2، نسخه 6 موديس تررا (MOD06) در یک مورد به تاریخ21/02/2015 که در ساعت های قابل استخراج در محدوده مورد مطالعه، استفاده و مورد بررسی قرار گرفته و با اطلاعات زمینی مقایسه انجام شده است. به منظور مکان یابی بارزسازي و زون بندي غلظت توده هاي گردوغبار جنوب غرب ایران و تشخیص مناطق مستعد به بلند شدن غبار، پس از به دست آوردن نقشه های عمق اپتیکی، اطلاعات زمینی شدت و فراوانی وقوع گردوغبار و بارندگی، تصاویر و محصولات سنجنده مودیس در بدترین روزهای غباری هر فصل تهیه شده و مورد بررسی قرار گرفت. در اولین مرحله با توجه قابلیت های سنجنده های مختلف، سنجنده MODIS به عنوان منبع اصلی داده های سنجش از دوری انتخاب گردید. از بین تصاویر منتخب تصویر مربوط به تاريخ (21 فوريه 2015) به عنوان نمونه موردی انتخاب شده است. در مرحله اول تحقيق که واکاوي گردوغبار و بارش انجام پذيرفت روزهايي که گردوغبار توام با بارش ثبت شده بود جداسازي شدند. در اين تاريخ گردوغبار همراه با بارش مشاهده شده است. در واقع بر اساس شباهت شرايط همديدي و قابليت دريافت تصاوير ماهواره‌اي، اين دو نمونه انتخاب و شرايط همديدي آنها مورد تجزيه و تحليل قرار گرفت. اگر چه ما بر روي جنبه جهاني آئروسل هاي مختلف غير مستقيم انساني تمرکز داريم، اما به دليل اينکه بررسي تمام مطالعات منطقه اي بر روي اثرات غير مستقيم آئروسل بر روی بارش فراتر از محدوده اين مطالعه مي باشد، بر روی یک مورد مطالعاتی واکاوي اثر گردوغبار بر روی بارش تمرکز صورت گرفته است.
داده هاي محصولMOD06 ماديس نيازي به اعتبار سنجي ندارند. اهميت دادههاي اعتبارسنجي اين است كه از وقوع بيش برازش جلوگيري ميكند. از آنجا که توزيع مکاني و زماني بارش به ويژه در باران هاي سنگين که اغلب توسط ابرهاي همرفتي ايجاد مي شود به عنوان يک پديده طبيعي، بسيار نامنظم مي باشد، لذا فرموله کردن آن حتي در صورت استفاده از روش هاي غيرخطي حداقل با دانش امروزي امکان پذير نيست؛ از اين رو در اين تحقيق، تخمين آب قابل بارش با فرض يکنواخت بودن نرخ باران در سطح زير ابر صورت گرفته است.
به منظور برآورد اثر گردوغبار برروی کل آب قابل بارش، کل رخدادهای گردوغباردر زمان بارش، قبل و بعد از رویدادهای بارش پیاده سازی و تفکیک شد. محصولات میزان کل آب قابل بارش از باندهای مادون قرمز نزدیک در مد 06 (MOD06) دریافت شد و پس از انجام پردازش های اولیه شامل برش مکانی، چسباندن لایه ها و اعمال ضرایب، تبدیل آب قابل بارش در محل 45 ایستگاه همدیدی واقع در هفت استان جنوب غربی کشور، که منطبق با بیشترین فراوانی رخدادهای گردوغبار روزانه بودند استخراج شد. سپس با مقادیر پارامترهای سینوپتیک ایستگاههای زمینی شامل دما، بارش، میدان دید افقی، تعداد روزهای گردوغبار، فراوانی رخدادهای گردوغبار، سمت و سرعت باد، و رطوبت نسبی مقایسه گردید.
روش برآورد حجم آب قابل بارش از طريق روش هاي مبتني بر تصاوير باند مرئي و مادون قرمز
در شکل (2)، تصوير سمت راست مربوط به تصوير رنگي واقعي (با ترکيب رنگي حاصل از قابليت بازتاب باندهاي 1، 4 و 3) سنجنده ماديس مي باشد و تصوير سمت چپ، محصول mod 06 (column water path g/m2 ) موقعيت منطقه را در همان زمان نشان مي دهد. تصاوير کوچکتر ضميمه در بخش پايين شکل به شرح زير است: تصوير اصلي، که با عنوان zoom، مشخص شده است تصوير بزرگ نمايي شده از ابر و گردوغبار را نشان مي دهد و تصوير کناري آن که با عنوان (Scroll) مشخص است کل منطقه تصوير برداري شده را نشان مي دهد. در داخل تصوير scroll که کل منطقه را نشان مي دهد پنجره ای قرمز رنگ به صورت بزرگ نمايي شده در تصوير اصلي (تصاوير بزرگ) مشاهده مي شود و پنجره zoom هم بخشي از پنجره اصلي را دوباره بزرگ نمايي مي کند. با دقت در تصوير رنگي کاذب مي توان گردوغباري را که وارد ابر شده است ديد. در داخل اين تصوير دو خط با رنگ هاي قرمز و سبز ديده مي شود. اين دو خط طوري ترسيم شده ست که ابر و گردوغبار را شامل می شود.
در این پژوهش جهت پردازش و تحلیل اطلاعات سنجش از دور و به ویژه داده های ماهواره ای از نرم افزارENVI استفاده شده است.
شکل2 : تصوير ماهواره اي پردازش شده تاريخ 2015/02/21
Fig. 2. Geometric correction of satellite image in (February 21, 2015).
روش واکاوي گردوغبار و بارش با استفاده از داده هاي محصولMOD06 در تاريخ (21 فوريه 2015).
جهت بررسی مقدار رطوبت موجود در اتمسفر در دو شرایط وجود گرد و غبار و عدم وجود آن، تصویر 2015-02-21 برای غرب کشور انتخاب شد (شکل 1) همانطور که در تصویر نیز دیده می شود در این روز گرد وغبار از عراق وارد ایلام شده است طوریکه نیمه غربی ایلام زیر پوشش گرد وغبار قرار داشته و نیمه شرقی آن عاری از گرد وغبار بوده است. ایستگاههای سینوپتیک غرب کشور در این روز ورود گرد و غبار از عراق را تایید کرده اند.
شکل 3 : محدوده جغرافیایی منطقه مورد مطالعه، تصویر رنگی واقعی سنجنده مادیس 2015/02/21
Fig. 3. Geographical location of the study area, true color image of Madis sensor
چنانچه در تصویر ماهواره ای شکل 2، مشاهده می شود سامانه بارشی همزمان با رخداد گرد وغبار به منطقه مورد نظر وارد شده است و بیشتر غرب کشور را پوشش داده است. چهار ناحیه هم اندازه در منطقه مورد مطالعه به گونه ای انتخاب شدند که دو مورد از آنها در منطقه رخداد گرد و غبار و دو مورد دیگر خارج از منطقه رخداد گرد و غبار قرار گرفته است.(شکل 2).
بعد از مشخص شدن نواحی نمونه، نمونه برداری با پیکسل 1 کیلومتر در 4 ناحیه مورد مطالعه انجام شد. بر این اساس 7446 نمونه استخراج شد و برای تمامی نمونه ها مقادیر column water path g/m2 برحسب گرم بر متر مربع در دو ناحیه طیفی با مشخصات زیر از تصاویر MYD06_L2A2استخراج گردید:
محدوده شماره 1:
Column Water Path two-channel retrieval using band 7(2.1um) and either band 1(0.65um); 2(0.86um); or 5(1.2um) (g/m^2)
محدوده شماره 2:
Column Water Path two-channel retrieval using band 20(3.7um) and either band 1(0.65um); 2(0.86um); or 5(1.2um) (g/m^2)
شکل 4 : تصویر رنگی واقعی محدوده مورد مطالعه در تاریخ 2015-02-21، مربع های قرمز رنگ مناطق مورد بررسی را نشان می دهد و محدوده بیضوی قهوه ای رنگ محدوده تقریبی گرد و غبار را نشان می دهد.
Fig. 4. In true color image of the study area on 02/21/2015, the red squares show the areas under study and the brown elliptical area shows the approximate range of dust.
نتایج
با بهره گیری از آزمون ANOVA میانگین column water path g/m2 در هر دو محدوده طیفی برای نواحی چهارگانه مورد بررسی مطالعه و مورد آزمون قرار گرفتند. نتایج نشان داد که تفاوت معناداری بین میانگین column water path g/m2 نواحی چهارگانه در هردو محدوده طیفی وجود دارد (جدول 2). نتایج آزمون تعقیبی توکی مشخص ساخت که میانگین column water path g/m2 مناطق 4 و 3 که در منطقه رخداد گرد و غبار واقع شده اند کمتر از دو منطقه خارج از گرد و غبار هستند و این تفاوت با اطمینان 99 درصد معنادار است (جدول 2 و شکل 3).
جدول2: نتایج حاصل از آزمون ANOV جهت بررسی تفاوت معناداری مقدار column water path g/m2 برحسب گرم بر مترمربع در مناطق مشخص شده برای هر دو محدوده باند مورد مطالعه
| Sum of Squares | df | Mean Square | F | Sig. | |
Column Water Path 1 | Between Groups | 98728654.577 | 3 | 32909551.526 | 495.113 | 0.000 |
Within Groups | 323570118.095 | 4868 | 66468.800 |
|
| |
Total | 422298772.672 | 4871 |
|
|
| |
Column Water Path 2 | Between Groups | 109898311.401 | 3 | 36632770.467 | 786.192 | 0.000 |
Within Groups | 318431693.789 | 6834 | 46595.214 |
|
| |
Total | 428330005.189 | 6837 |
|
|
| |
جدول3: آزمون تعقیبی توکی جهت بررسی وجود تفاوت معناداری بین میانگین column water path g/m2 نقاط مشخص شده (برحسب گرم بر متر مربع) در هر یک از مناطق مورد مطالعه در محدوده طیفی شماره1 و 2
Multiple Comparisons | |||||||
Tukey HSD | |||||||
Dependent Variable | Mean Difference (I-J) | Std. Error | Sig. | 95% Confidence Interval | |||
Lower Bound | Upper Bound | ||||||
Column Water Path 1 | 1 | 2 | 59.68 | 9.25 | 0.00 | 35.90 | 83.46 |
3 | 312.19 | 9.93 | 0.00 | 286.68 | 337.70 | ||
4 | 334.48 | 12.16 | 0.00 | 303.24 | 365.72 | ||
2 | 1 | -59.68 | 9.25 | 0.00 | -83.46 | -35.90 | |
3 | 252.51 | 10.20 | 0.00 | 226.29 | 278.73 | ||
4 | 274.80 | 12.38 | 0.00 | 242.98 | 306.61 | ||
Column Water Path 2 | 1 | 2 | 109.54 | 7.16 | 0.00 | 91.13 | 127.94 |
3 | 289.57 | 7.31 | 0.00 | 270.80 | 308.34 | ||
4 | 301.23 | 7.46 | 0.00 | 282.06 | 320.40 | ||
2 | 1 | -109.54 | 7.16 | 0.00 | -127.94 | -91.13 | |
3 | 180.03 | 7.34 | 0.00 | 161.16 | 198.90 | ||
4 | 191.69 | 7.50 | 0.00 | 172.43 | 210.95 | ||
شکل 5 : نمودار میانگین column water path g/m2 در دو محدوده طیفی متفاوت برای نواحی چهارگانه مورد بررسی
Fig. 5 : Average of column water path g/m2 in two different spectral ranges for 4 identified areas
همانطور که نشان داده شد در یک منطقه جغرافیایی همگن و برای یک سامانه بارشی واحد مقدار cloud integrated water path برای محدوده رخداد گرد وغبار و محدوده عاری از آن به صورت معناداری کاهش یافته است. از این رو می توان استدلال کرد که رخدادهای گردوغبار، کاهش میزان آب قابل بارش یا مقدار رطوبت جوی را سبب شده است(شکل 5).
نتايج حاصل از پردازش تصاوير ماهواره اي تاريخ 21 فوريه 2015 نيمرخ عرضي cloud integrated water path برحسب گرم بر متر مربع نشان داد گردوغبار باعث کاهش چشمگير مقدار بخارآب قابل بارش شده است. نمودار بدست آمده از تصوير پردازش شده تاييد کننده فرضيه کاهش حجم بخارآب قابل بارش ابر توسط گردو غبار مي باشد. بعید به نظر نمي رسد چنانچه اين پردازش در مورد ساير تصاوير هم صورت بپذيرد و همين نتيجه تکرار شود(14).
بحث
به منظور بررسی و تحلیل محتوی آب قابل بارش در شرایط گردوغبار در جنوب غربی ایران با استفاده از داده هاي محصولMOD06 سنجنده MODIS نيمرخ عرضي مقدار بخار آب ابر در ستون اتمسفر(column water path g/m2 ) در شرایط گردوغبار استخراج و به نمایش درآمد. نتایج این تحقیق نشان داد که یک رابطه نمایی بین میزان آب قابل بارش و وقوع گردوغبار در منطقه جنوب غربی ایران وجود داشته است. آزمون ANOVA و آزمون تعقیبی توکی دقت رابطه مشاهده شده بین میزان آب قابل بارش و وقوع گردوغبار را اثبات کرد و نشان داد افزایش گرد و غبار در جنوب غربی ایران کاهش ظرفیت آب قابل بارش اتمسفر برای بارندگی را سبب می شود.
اصطلاح اثرات نيمه مستقيم گردوغبار براي اولين بار توسط هانسن و همکاران(19) براي توصيف اثرات جذب تابش توسط هواويزهاي موجود در ابر بکار برده شد. گردوغبارهاي معلق موجود در ابر جذب تابش شده را موجب شده، که کاهش رطوبت و افزايش تبخير در ابر را در پي‌داشته(3 ،20 و21) و نتيجه آن کاهش پوشش ابر است (5). بنابراين وجود چنين شرايطي بايد يک رابطه معکوس بين ميزان جذب تابش توسط هواويزهاي موجود در ابر و پوشش ابر وجود داشته باشد. لازم به توضيح است که قبلا روزنفلد و همکاران (44)، رابطه بین بارش و قطر ذرات موثر در بالای ابر را بررسی کرده و نشان دادند در ابرهایی که میانگین شعاع قطرات موثرشان بیش از 14 میکرون است، احتمال بارش بسیار زیاد است. از طرف دیگر ناووس و کوخانوفسکی(43) از نتایج مطالعه انجام شده در توصیف بارش با استفاده از خواص ابرهای مناطق عرض میانی استفاده کردند. روزنفلد (44)، (45)، (46)، (47)، (48) و(49)، (50)، ازجمله پيشگاماني است که با استفاده از واکاوي آماري داده هاي رقومي و تصاوير ماهواره اي، به بررسي نقش ذرات معلق گردوغبار بر بارش برف و باران پرداخته است. پژوهش وي در سال 2000، نشان داد که آلاينده هاي مناطق شهري و صنعتي، در ابرهاي زودگذر و کم بار(کم عمق)، مي تواند بارش را به کلي متوقف و سرکوب کند. پژوهش روزنفلد و همکارانش همچنين نشان داد که اثر ذرات معلق در شهرهاي آلوده، تا صدها کيلومتر آنسوتر، در مسير باد، کشيده مي شود. در نوامبر 2011 نيز پژوهش يکي از دانشمندان دانشگاه مريلند (60) نشان داد "آلاينده هاي هوا بر افزايش پديده هايي چون سيل، خشکسالي و طغيان، اثر مستقيم دارد. پژوهش تيم دانشگاه مريلند ثابت کرد که آلودگي نه تنها بر ميزان بارش، بلکه بر نوع ابرهايي که در يک منطقه شکل مي گيرد و نيز بر ميزان رطوبت آن منطقه موثر است».
«با در نظر گرفتن تغييرات دمايي روي بخارآب قابل بارش در دهه1990، روش هاي جديدي براي تخمين اراضي خشك با استفاده از تصاوير ماهواره ای انجام شده است كه نمونه اي از اين كار به وسيله كلسپيس و مك ميلين در سال 1990، انجام شد (30).
بر مبنای پژوهش جليليان و همکاران(22)، روند ميزان آب قابل بارش در کشور در ماه آوريل، مارس، مي و دسامبر کاهشي و معنادار و روند ميزان بارش در همه ماه ها به جز ماه مي کاهش معناداری داشته است در ديگر ماه ها بدون معناداري مي باشد. به طور کلي در فصل تابستان کم ترين هماهنگي بين تغييرات کاهشي و افزايشي بارش وجود دارد اما در فصل زمستان اين نسبت اختلاف از سال 1967 تا سال 1994 تقريبا حفظ شده است. از اين سال به بعد اين نسبت بر هم خورده و بين تغييرات بارش و آب قابل بارش اختلاف بيشتر نشان داده شده است. در حال حاضر ثابت شده «ذرات معلق گردوغبار هم بواسطه عملکرد بارش و هم به عنوان هسته ميعان(ابر) و هستک زايي يخ (که اثر غير مستقيم هواويز را دربردارد) و هم از طريق تاثير بردار نيروي تابشي ذرات معلق بر روي ديناميک و ترموديناميک جو و گردش عمومي اقيانوسي، بارش را دستخوش تغيير قرار مي دهد»(38)
نتایج بدست آمده از پورهاشمی و همکاران(2015) حاكي از آن است كه تعداد وقوع گرد و غبار از روند مشخصي تبعیت نمي كند ولي به طور میانگین در سال هاي اخیر نسبت به سالهاي گذشته، از روند افزايشي برخوردار شده است، به گونه ای كه از سال 2010 به بعد بر تعداد وقوع گرد وغبار روزانه افزوده گردیده است(52)
نتایج بدست آمده از تحقیق حاضر با نتایج حاصل از تحقیقات برخی از محققین تطابق داشته است. دانیل روزنفلد(44)، (45)، (46)، (47)، (48) و(49)، (50)، ازجمله پیشگامانی است که با استفاده از واکاوی آماری داده های رقومی و تصاویر ماهواره ای، به بررسی نقش هواویز ها و گردوغبار بر بارش برف و باران پرداخته اند. پژوهش آنها در سال 2000 در مجله ساینس(Science) نشان داد که آلودگی های شهری و صنعتی، می تواند در ابرهای زودگذر و کم بار(کم عمق) بارش را به کلی متوقف و سرکوب کند. پژوهش روزنفلد و همکارانش همچنین نشان دادند که اثر آلودگی شهرهای کثیف، تا صدها کیلومتر آن سوتر، در مسیر باد، کشیده می شود. همانگونه که در مرور منابع نيز ذکر گرديده است شماري از دانشمندان مانند روزنفلد و همکارانش(49 و 50)، قطر ذرات بيش از14 ميکرومتر را موثر در ريزش بارش ذکر نموده‌اند و احتمال ريزش بارش با ذرات کوچکتر را بسيار کمتر مي‌دانند. بنابراين در اختيار داشتن پارامتر ميکروفيزيکي ابر شعاع موثر ابر از عوامل مهم و تاثيرگذار بر نتايج کار بوده است.
در نوامبر 2011 نیز پژوهش گروهی از دانشمندان دانشگاه مریلند در تارنمای مجله نیچر ژئوساینس(Nature GeoScience) (60) نشان داد "آلودگی هوا بر افزایش پدیده هایی چون سیل، خشکسالی و طغیان، اثر مستقیم دارد.” پژوهش تیم دانشگاه مریلند ثابت کرد که آلودگی نه تنها بر میزان بارش، بلکه بر نوع ابرهایی که در یک منطقه شکل می گیرد و نیز بر میزان رطوبت آن منطقه موثر است. (23). نتایج تحقیق حاضر بیانگر این مطلب است که فرضیه کاهش بارندگی در مقابل روند افزایش گردوغبار آنچنان که روزنفلد(45) در تشریح حلقه محتمل بازخورد بيابان زايي، ابراز داشته وگردوغبار بيابان را متوقف کننده یا تضعیف کننده بارندگي معرفی کرده است، در منطقه مورد بررسی صرفا در فصول سرد سال و تا حدودی در فصول گرم قابل مشاهده است. همچنین بین نتایج حاصل از تحقیق حاضر با نتایج تحقیقاتی کلسی و همکاران(25)، گلکار و همکاران(18) و مباشری و همکاران(40) شباهت و مطابقت وجود دارد.
نتیجه گیری نهایی :
برخی از داده های سنجش از دوری در واکاوی دو فراسنج مقادیر آب قابل بارش جو (Column water path g/m2 ) و داده های گردوغبار می تواند کارآیی بهتری داشته باشد. در این تحقیق نتایج بررسی داده های سنجش از دوری شامل مقادیر آب قابل بارش و گردوغبار جو در برخی موارد انتخابی رخداد گردوغبار، با انجام تصحیحات لازمه نشان داد که در مقطعی که گردوغبار به مقدار بالایی می رسد میزان آب قابل بارش که نشانگر پتانسیل و توانایی رخداد بارش می باشد به طور قابل توجهی کاهش می یابد. این امر نشان می دهد که گردوغبار می تواند به طور قابل توجهی به عنوان عامل کاهنده یا سرکوب کننده میزان بارندگی در منطقه عمل کند.
در پژوهش انجام شده مقادیر منفی بارش که مبین رخدادهای بارندگی کمتر از معدل دوره بلندمدت می باشد دقیقا با افزایش فراوانی تعداد روزهای گردو غبار همراه بوده و برعکس مقادیر مثبت بارش که مفهوم بارندگی بیشتر از معدل دوره بلندمدت را داراست با کاهش فراوانی تعداد روزهای گردو غبار همراه بوده است. نتایج این تحقیق می تواند برای سیاست گذاری های آینده در زمینه مدیریت منابع آب و کشاورزی منطقه مورد بررسی دستاوردی برجسته محسوب شود.
نتایج ارزیابی تولیدات ماهواره ای آب قابل بارش با داده های ایستگاهی فراوانی گردوغبار، حاکی از همبستگی بالای بین این داده ها در کلیه ایستگاههای همدیدی جنوب غربی ایران می باشد.
قدردانی
اين مقاله حاصل رساله با عنوان "واکاوي تاثير رخداد گردوغبار بر تغييرات بارش در جنوب غربي ايران" در مقطع دكترا در سال 1396 است كه با حمايت دانشگاه تهران، گروه جغرافیای طبیعی، اجرا شده است. به جاست از حمايت هاي ارزشمند و عالمانه اساتيد راهنما و مشاور و کليه افراد و همكاراني كه به هر نحوي در دستیابی به نتایج حاصله، همكاري و نقش داشته اند قدرداني به عمل آيد.
منابع
1. Abdemanafi, D., Hajjam, S., Meshkatee A. H., Vazifedoost, M. 2014. The case study of impacts of Tehran ambient air pollution on the cloud and precipitation characteristics, SPRING 2018 , Volume 20 , Number 1 (76) ; Page(s) 119 To 130.
2. Abdollahi, V., Pirmoradian, N.,Vazifehdoost, M. Ashrafzadeh, A. 2013. Evaluation of total precipitation water derived from the MODIS sensor using ground based dataset, First National Meteorological Conference, 31 May and 1 June 2013. University of Complementary Industrial Studies and Advanced Technology, Kerman, Iran. Https://civilica.com/doc/209300.
3. Ackerman S. A., Chung H. 1992. Radiative effects of airborne dust on regional energy budgets at the top of the atmosphere, J. Appl. Meteor., 31, 223–233.
4. Ackerman, A. S., Toon O. B., Stevens D. E., Heymsfield A. J., Ramanathan V., Welton E. J. 2000. Reduction of tropical cloudiness by soot, Science, 288(5468), 1042–1047.
5. Alizadeh Choobari O. 2013. Modelling the spatial distribution, direct radiative forcing and impact of mineral dust on boundary layer dynamics, PhD. Thesis, Canterbury University.
6. Alizadeh Choobari O., Zawar-Reza P., Sturman, A. 2014a. The global distribution of mineral dust and its impacts on the climate system: a review. Atmos Res 138:152–165.
7. Alizadeh Choobari O., Zawar-Reza P., Sturman, A. 2014b. The wind of 120 days and dust storm activity over the Sistan Basin, Atmospheric Research, 143: 328–341.
8. Alizadeh, A. 2011. Principles of Applied Hydrology, Ferdowsi University Press, 30th edition.
9. Andreae, M. O., Rosenfeld, D., Artaxo P., Costa A. A., Frank G. P., Longo K. M., Silva-Dias M. A. F. 2004. Smoking rain clouds over the Amazon, Science, 303(5662), 1337–1342.
10. Asakereh, H., & Doostkamian, M. 2014. TEMPO-SPATIAL CHANGES OF PERCEPTIBLE WATER IN THE ATMOSPHERE OF IRAN, Iranian Journal of Water Resources Research, Year 10, Issue 1, Spring and Summer 2014. P: 72-86.
11. Cao, J.J., J.C. Chow, J. Tao, S.C. Lee, J.G. Watson, K.F. Ho, G.H. Wang, C.S. Zhu, and Y.M. Han. 2011. Stable carbon isotopes in aerosols from Chinese cities: Influence of fossil fuels. Atmos. Environ. 45:1359–1363. doi:10.1016/j. atmosenv.2010.10.056.
12. Dwortzan, Mark. 2016. How aerosols drive the rain‚ Joint Program on the Science and Policy of Global Change‚ January 21. 20169. (http://news.mit.edu/2016/how-aerosols-drive-rain-0121)
13. Ekstrom Marie, Mctainsh Grant H. and Chappell Adrian .2004. “Australian Dust Storms: Temporal Trends and Relationships with Synoptic Pressure Distributions (1960-99)”, International Journal of Climatology, No. 24: PP 1581-1599.
14. Ensafi Moghaddam T. 2018. Analysis of dust occuarrance effects on precipitation changes in South-West of Iran ،A Thesis for Recipt Degree of PHD In Physical Geography-Climatology، Winter 2018, Department of physical Geography, University of Tehran (In Persian).
15. Farajzadeh, M., Karimi, N. 2013. Principles of Satellite Meteorology, Organization for the Study and Compilation of University Humanities Books, Humanities Research and Development Center.
16. Fattahi, E., Ghannad H. 2014. AN ANALYSIS OF SYNOPTIC PATTERNS FOR FLYING DUST STORMS IN SOUTHWESTERN IRAN, Journal of GEOGRAPHY SPRING 2010 , Volume 4 , Number 12; Page(s) 49 To 63.
17. Ferek, R. J., Liu Q. F., Albrecht B. A., Babb D., Garrett T., Hobbs P. V., Strader S., Johnson D., Taylor J. P., Nielsen K., Ackerman A. S., Kogan Y. 2000. Drizzle suppression in ship tracks, J. Atmos. Sci., 57(16), 2707–2728.
18. Golkar, F., Hajam S., Vazifeh Doost, M. 2016. Use of MODIS Products to Help Cloud Seeding Operation, Journal of Climatological Research, Article 8, Volume 1393, Number 19, Spring 2016, Pages: 93-111.
19. Hansen, J., Sato, M., and Ruedy, R. 1997. Radiative forcing and climate response, J. Geophys. Res., 102(D6), 6831–6864, 1997.
20. Huang, J. P., Lin B., Minnis P., Wang T. H., Wang X., Hu Y. X., Yi Y. H., Ayers J. K. 2006. Satellitebased assessment of possible dust aerosols semi-direct e-ect on cloud water path over East Asia, Geophys. Res. Lett., 33(19), doi:10.1029/2006GL026561.
21. Huang, J.-P., Wang Y., Wang T., Yi Y. 2006. Dusty cloud radiative forcing derived from satellite data for middle latitude region of East Asia, Prog. Nat. Sci., 10, 1084–1089.
22. Jalilian, M. 2017. Statistical of Synoptic Analysis of Temporal-Spatial distribution of Iranian Atmospheric Moisture, Master Thesis, Supervisor: Mostafa Karimi Ahmadabad, Consultant: Faramarz Khosh Akhlagh, Faculty of Geography, University of Tehran(In Persian).
23. Kalantari, Farzad .2013. The Relationship between Air Pollution and Rainfall Reduction, Etemad Newspaper, No. 2827, 8/26/92, Page 13 (Society), Page Link: magiran.com/n2849007.
24. Kaufman Y. J., Gao. B. C. 1992. Remote sensing of water vapor in the near IR from EOS/MODIS, IEEE Transaction on Geosciences and Remote Sensing,Vol.30, 1992.
25. Kelsey، V.، Riley، S.، and Minschwaner، K. 2021. Atmospheric Precipitable Water and its Correlation with Clear Sky Infrared Temperature Observations, Atmos. Meas. Tech. Discuss. [preprint] , https://doi.org/10.5194/amt-2021-130، in review, 2021.
26. Kermanshahi, A. H. 2011. Investigation of the causes of dust in the western regions of the country and its impact on climate change, Master Thesis in Environmental Engineering, Faculty of Civil Engineering, Sharif University of Technology.
27. Khorshiddoost A.M., Mohammadi GH.H., Hosseini Sadr A., Javan, KH., Jamali A. 2014. JOURNAL OF GEOGRAPHY AND PLANNING WINTER 2014 , Volume 17 , Number 46; Page(s) 47 To 66.
28. Kianipour، M. ; Masoodian A.; Asakereh، H. 2020. Frequency Distribution Patterns of Precipitable Water in Iran، Physical Geography Research Quaternary، Volume 52، Issue 4، Winter 2021، Pages 553-565.
29. King, M. D., W. P. Menzel, Y. J. Kaufman, D. Tanre, B. C. Gao, S. Platnick, S. A. Ackerman, L. A. Remer, R. Pincus, and P. A. Hubanks .2003. Cloud and aerosol properties, precipitable water, and profiles of temperature and humidity from MODIS, IEEE Trans. Geosci. Remote Sens., 41, 442–458, doi:10.1109/TGRS.2002.808226.
30. Kleespies and McMillin. 1992. Retrieval of precipitable water from bservations in the split window over varying surface temperatures , Journal of Applied Meteorology, 29, 1990.
31. Koch, D., Del Genio, A. D. 2010. Black carbon semi-direct e_ects on cloud cover: review and synthesis, Atmos. Chem. Phys., 10(16), 7685–7696.
32. Kokhanovsky, A.A. , Rozanov, V.V. , Zege, E.P. , Bovensmann, H. and Burrows, J.P. 2003. A semianalytical cloud retrieval algorithm using backscattered radiation spectral region, Journal of Geophysical Research, V.108.
33. Kuitel, H., and Furman, T. 2003. Dust storms in the Middle East, source of origin and their temporal characteristics. Indoor and Built Environment. 12: 419-426
34. Lohmann, U. and Feichter, J. 2005. Global indirect aerosol effects: A review, Atmos. Chem. Phys. 5, 715–737.
35. Meteorological site (2014/7/21), concept of rainwater) ،(http://climatology.ir).
36. Middleton, N.J. 1986. The geography of dust storms. Unpublished PhD thesis, University of Oxford.
37. Miller, R. L. 2008. Dust Impact On Atmospheric Dynamics and Precipitation, Dept. of pplied Physics and Math, Columbia University, New York, NY, USA: https://www.yumpu.com/en/document/view/54159823/atmosphere/5 , Dust2008.tropos.de.
38. Miller, S.D., Kuciauskas, A.P., Liu, M., Ji, Q., Reid, J.S., Breed, D.W., Walker, A.L., Al Mandoos, A. 2008. Haboob dust storms of the southern Arabian Peninsula. J. Geophys. Res. 113, D01202, doi:10.1029/2007JD008550.
39. Ming, Yi. Ramaswamy, V., and Persad ,Geeta. 2010. Two opposing effects of absorbing aerosols on global mean, GEOPHYSICAL RESEARCH LETTERS, VOL. 37, L13701, doi:10.1029/2010GL042895, 2010.
40. Mobasheri, M. R.; Pourbaqer Kurdi, S. M.; Farajzadeh Asl, M; Sadeghi Naeini, A. 2010. Estimation of Total Precipitation Water Using MODIS Satellite Images and Radiosound Data (Study Area: Tehran Region) Modares Journal of Humanities, Spring 2010 - ISC Issue 65 (20 Pages - From 107 to 126).
41. Modarres, R. and Silva, V.P.R. 2007. Rainfall Trends in Arid and Semi-Arid Regions of Iran. Journal of Arid Environments, 70, 344-355. https://doi.org/10.1016/j.jaridenv.2006.12.024
42. Natsagdorj L., Jugdera D., Chung Y.S. 2003. Analysis of Dust Storms Observed in Mongolia during 1937-1999, J. AtmosphericEnvironment, No. 37, PP 1401-1411.
43. Nauss, T. and Kokhanovsky, A. A. 2006. Discriminating raining from non-raining clouds at mid-latitudes using multispectral satellite data, Atmos. Chem. Phys., 6, 5031–5036, 2006.
44. Rosenfeld, D. 1999. TRMM observed first direct evidence of smoke from forest fires inhibiting rainfall, Geophys. Res. Lett., 26(20), 3105–3108.
45. Rosenfeld, D. 2000. Suppression of rain and snow by urban and industrial air pollution, Science, 287(5459), 1793–1796, doi:10.1126/science.287.5459.1793.
46. Rosenfeld, D. 2006. Aerosols suppressing precipitation in the Sierra Nevada: results of the 2006 winter field campaign. Presentation at the 3rd Annual Climate Change Research Conference, Sacramento, Sept. 2006. See www. climatechange.ca.gov/events/2006-conference/presentations/2006-09-14/2006-09-14.
47. Rosenfeld, D., and I. M. Lensky. 1998. Satellite based insights into precipitation formation processes in continental and maritime convection clouds, Bull. American Meteorological Society, 79, 2457-2476.
48. Rosenfeld, D., Rudich Y., and Lahav, R. 2001. Desert dust suppressing precipitation: A possible desertification feedback loop, Proc. Natl. Acad. Sci. USA, 98, 5975–5980, 2001.
49. Rosenfeld, D., X. Yu, and J. Dai. 2005. Satellite retrieved microstructure of AgI seeding tracks in supercooled layer clouds, J. Applied Meteorology, 44, 760-767.
50. ROSENFELD.PDF Rosenfeld, D., and A. Givati. 2006. Evidence of orographic precipitation suppression by air pollution induced aerosols in the western USA, J. Applied Meteorology, 45, 893-911.
51. Rousta, Iman & Doostkamian, Mehdi & Olafsson, Haraldur & Zhang, Hao & Vahedinejad, Sayed & Sarif, Md. Omar & Vargas, Edgar. 2020. Analyzing the Fluctuations of Atmospheric Precipitable Water in Iran During Various Periods Based on the Retrieving Technique of NCEP/NCAR. The Open Atmospheric Science Journal. ISSN: 1874-2823 - Volume 14, 2020. 12. 48-57. 10.2174/1874282301812010048.
52. Pourhashemi, S., Boroghani, M., Zangane Asadi, M., Amir Ahmadi, A. 2015. 'Analysis relation of vegetation cover on the number of dust event in Khorasan Razavi using geographic information system and remote sensing', Journal of RS and GIS for Natural Resources, 6(4), pp. 33-45.
53. Saieedifar Z, Khosroshahi M, Gohardust A, Ebrahimikhusfi Z, Lotfinasabasl S, Dargahian F. 2020. Investigation of the origin and spatial distribution of high dust concentrations and its synoptical analysis in Gavkhooni basin. Journal of RS and GIS for Natural Resources, 11(4): 47-64.
54. Sehhatkashani, S., Kamali, G.A., Vazifedoost, M., AliAkbari Bidokhti A.A. 2016. STUDY OF AIR QUALITY OVER WEST AND SOUTH WEST IRAN USING AEROSOL OPTICAL THICKNESS PRODUCTS OF MODIS, Journal of SHARIF CIVIL ENINEERING, SPRING 2016 , Volume 32-2 , Number 1.2; Page(s) 91 To 97.
55. Sogacheva, Larisa, Kolmonen, Pekka, Virtanen, Timo H. ,Saponaro, Giulia, Kokhanovsky, Alexander, de Leeuw, Gerrit. 2014. Aerosol-cloud interaction using AATSR NASA Astrophysics Data System (ADS) , 2014-05-01.
56. Tao, W. K., Chen J. P., Li Z. Q., Wang C., Zhang C. D. 2012. Impact of aerosols on convective clouds and precipitation, Rev. Geophys., 50, RG2001, doi:10.1029/2011RG000369.
57. Teller, A., Levin Z. 2006. The efects of aerosols on precipitation and dimensions of subtropical clouds: a sensitivity study using a numerical cloud model, Atmos. Chem. Phys., 6(1), 67–80.
58. Tuncok, Kaan. 2021. Impacts of Climate Change in Central Asia, Academia Letters. (https://www.academia.edu/49331497/)
59. Twomey, S. A., Piepgrass M., Wolfe T. L. 1984. An assessment of the impact of pollution on global cloud albedo, Tellus B, 36(5), 356–366.
60. Vieru‚ Tudor. 2011. Air Pollution Leads to Precipitation Pattern Shifts‚These changes can affect the global climate in its entirety. http://news.softpedia.com/news/Air-Pollution-Leads-to-Precipitation-Pattern-Shifts-234290.shtmlNov 14, 2011 09:36 GMT.
61. Wang, H.,Wei, M., Li, G., Zhou, S., and Zeng, Q. 2013. Analysis of precipitable water vapor from GPS measurements in Chengdu region: Distribution and evolution characteristics in autumn: Advances in Space Research, 52, 656–667.
62. Washington, R., M. Todd, N. J. Middleton, and A. S. Goudie .2000. Dust storm source areas determined by the Total Ozone Monitoring Spectrometer and surface observations, Ann. Assoc. Am. Geogr., 93(2), 297 – 313.
چكيده انگليسي (حداكثر 300 واژه)
Title English: Investigate of Precipitable Water in Dusty Conditions Using Satellite Images (Case study: Southwest of Iran)
Abstract
Suspended dust particles, especially in urban and industrial areas, act as a reducing agent for rainfall. Large fine dust (larger than 1 micron) can increase rainfall. But very fine dust particles in the upper atmosphere can suppress heavy rainfall. The current study aimed at investigating atmospheric precipitable water capacity and its relationship with periods of dust occurrences data in South west of Iran during (1986 –2016). In this paper، MODIS surface classification data was used to consider this influence. In this paper، the effect of dust occurances on rainfall studied by using classified data of MODIS/Terra Calibrated Radiances (MOD06). In order to atmospheric precipitable water content in Georeferenced satellite images، it was used MODIS satellite remote sensing، from MOD06 product، based on the physical and microphysical properties of clouds. The results of this study by examining remote sensing data such as the amount of atmospheric precipitable water content and the occurrences of dust in some selected cases، graphically and after the necessary corrections showed that over time when dust rises، the amount of atmospheric precipitable water content which indicates the potential for rainfall، significantly reduced.The results of this study showed that one of the effects of dust events in southwestern Iran، there was a decrease in rainfall during a period of thirty years(1986-2016) and dust can significantly to act as reducing agent or rain suppressor in study region.
Keywords: Aerosols، Precipitable water vapor، satellite remote sensing، MODIS، MOD06.
بررسی آب قابل بارش جو در شرایط گردوغبار با استفاده از تصاویر ماهواره ای (مطالعه موردی: جنوب غربی ایران)
چکیده مبسوط (حداقل 1000 کلمه)
طرح مسئله: «مطالعه خصوصیات فیزیکی ابر با هدف برآورد آب قابل بارش، امکان بررسی و انجام پروژه های بررسی آب قابل بارش جو در شرایط گردوغبار را در زمان ها و مکان های مناسب فراهم می کند. یکی از بهترین گزینه ها برای دستیابی به خواص فیزیکی و میکروفیزیکی ابرها، به ویژه در غیاب داده های رادار هوا، استفاده از محصولات و داده های ماهواره های هواشناسی، مانند مادیس می باشد. وضوح بالای طیفی مادیس با 36 باند طیفی و همچنین سنسورهای نصب شده برای مطالعات ابر، محققان را قادر می سازد انواع مختلف ابرها را شناسایی کنند که در این بین، 26 باند برای بررسی مشخصات جوی از جمله پوشش ابر، پروفیل های جوی، خصوصیات آئروسل ها و خواص بخار آب و ابر قابل بارگذاری، اختصاص داده شده است(18). «ذرات معلق انسانی در تعیین محل افزایش یا کاهش بارندگی که در سراسر جهان رخ می دهد تاثیر بسیار زیادی را اعمال می کنند»(12). «گردوغبار موجود در هوا ميتواند تاثير بسزايي در وضعيت آب و هوايي و شرايط اقليمي يک منطقه داشته باشد. با توجه به شرايط فيزيکي ذرات (شکل و اندازه ريزدانهها) و مواد تشکيل دهنده هر کدام، اين ذرات توانايي آن را دارند که با انعکاس نور خورشيد به فضا موجب خنک شدن سطح زمين و کاهش شدت تابش شده، يا در حالتي ديگر با جذب نور خورشيد، جو يک منطقه را گرم تر کنند (62). همچنين يکي ديگر از ويژگيهاي مهم اين ذرات، توانايي آنها در تشکيل و اضمحلال ابرهاست و خود اين مسئله تاثير بسزايي در ميزان نزولات جوي يک منطقه دارد.»(21) «ذرات آئروسل انساني مانند سولفات و ذرات کربن دار نسبت به ميانگين گنجايش ذرات آئروسل دوران ماقبل صنعتي تا به امروز به طور قابل ملاحظه اي افزايش يافته است. اين ذرات آئروسل از طريق مکانيسم فيزيکي، سيستم های آب و هوايي را تحت تاثير قرار مي دهند: نخست، آنها مي توانند تابش خورشيدي را منتشر و جذب کنند. دوم، آنها مي توانند تابش حرارتي را منتشر و جذب کرده و بازتاب کنند. سوم، ذرات آئروسل به عنوان هسته تراکم ابر (CCN) و هسته يخ (IN) عمل مي کنند.
دانستن محتوای آب قابل بارش یک اقدام پیشگیرانه در شناسایی توفان های شدید است. رادارهای هواشناسی ابزاری کارآمد برای رصد سیستم های هواشناسی هستند. آنها شرایط میکروفیزیکی بارش در ابرها را نشان می دهند. بنابراین، در بیشتر مناطق جهان، آب قابل بارش توسط ماهواره ها و رادارها اندازه گیری می شود(51)
هدف: « هدف از این تحقیق استفاده از محصولات فیزیک ابر (مد 06)مادیس برای شناسایی و تفکیک آب قابل بارش و تحت تاثیر رخدادهای گرد وغبار از مناطقی با آب قابل بارش بدون رخداد های گردوغبار به منظور تشخیص اثر گردوغبار بر سرکوب یا تقویت بارندگی در منطقه جنوب غربی ایران است.
روش تحقیق: با در نظر داشتن اهداف تحقيق حاضر و اطلاعات قابل دسترس، دادههاي ثبت و پردازش شده هواشناسي همراه با نقشههاي ترسيمي مناطق تحت تاثير مورد استفاده قرار گرفته است. از اين اطلاعات و داده‌ها در ارتباط با موارد يا کيس هاي انتخابي تحقيق استفاده شد. با توجه به تعداد زياد روزها و در نتيجه تصاوير و نقشههاي فراوان، تصميم گرفته شد به عنوان نمونه دو روز منتخب و متفاوت از نظر مناسب بودن سامانه ابري مورد بحث قرار گيرد. به همين دليل براي داشتن نمونه عملي و تجربه شده از اطلاعات موجود، پردازش دو تصوير در دو تاريخ مجزا در منطقه مورد مطالعه صورت پذيرفته است. و در نهايت دادههاي بکار گرفته شده و مورد نياز سنجنده ماديس در یک مطالعه مربوط به روز برگزيده از سال 2015 ارائه شد. نقشههاي ترکيبي مربوط به پارامترهاي هواشناسي و تحليل و بررسي اطلاعات ، در تاريخ برگزيده به صورت مجزا مورد بررسي قرار گرفت. سپس محصولات اخذ شده ماديس در مد 06 براي روز انتخاب شده درنظر گرفته شد. « با توجه به اطلاعات بدست آمده از محصولات مد 06 و نقشههاي هواشناسي امکان بررسي احتمال وقوع بارش و يا عدم وقوع آن در روزهاي غباری منتخب وجود داشت. جهت اطمينان از صحت تحليل انجام شده با استفاده از دادههاي ثبت بارش در ايستگاه‌هاي زميني منطقه، وقوع و يا عدم وقوع بارش بر روي سطح زمين، کنترل شد. بررسي بارشهاي روزانه ايستگاه‌هاي زميني نشان داد روزهايي که در تحليل‌تصاویر ماهواره ای به لحاظ ويژگيهاي فيزيکي ابر، مناسب بارش تشخيص داده نشده‌اند، در ايستگاههای زمینی نیز بارشی ثبت نشده است»(18).
نتایج و بحث: به منظور برآورد آب قابل بارش در تصاویر زمین مرجع شده، از محصولات سنجنده مادیس بر پایه شرایط فیزیکی و میکروفیزیکی ابرها، در مد 06، استفاده شد. بررسی بارشهای روزانه ایستگاههای زمینی نشان داد روزهایی که در تحلیل‌های بارشی دوره سی ساله در ایستگاههای مورد مطالعه، گردوغبار و بارش توامان گزارش شده، به لحاظ ویژگیهای فیزیکی ابردر برآورد حجم آب قابل بارش مناسب می باشند.
براســاس نتــايج حاصــل ازتحقیقات(28) چرخه زندگی بسیار کوتاه و سریع آب قابل بارش در جو همراه با تغییرات دما با ارتفاع، موقعیت جغرافیایی، فاصله تا دریا، تبخیروتعرق و تغییر رطوبت، توزیع نامنظم آب قابل بارش به صورت افقی و عمودی در جو را موجب می شود. مطالعه حاضر با استفاده از محصولات اخذ شده ماديس در مد 06، نوسانات آب قابل بارش جو جنوب غربی ایران را در یک نمونه مطالعه موردی مورد بررسی و ارزیابی قرار داده است.
مطابق با هدف انجام این تحقیق، بارش و گردوغبار روزانه برای روز ها و ایستگاههایی که پدیده گردوغبار و بارش توامان رخ داده به مورد بررسی و ارزیابی قرار گرفت، و کلیه محصولات اخذ شده مادیس در مد 06، با توجه به زمان گذر ماهواره از منطقه مورد مطالعه و نزدیکترین زمان به وقوع گردوغبار در همان روز و قبل از زمان بارش ابرهای باران زا انتخاب گردید و سپس رخداد های موردی متفاوت مورد تحلیل و بررسی قرار گرفتند. نتایج حاصل از پردازش تصاویر ماهواره ای و نیمرخ عرضی حجم آب قابل بارش ابر(cloud integrated water path) برحسب گرم بر متر مربع نشان داد گردوغبار باعث کاهش چشمگیر مقدار بخارآب قابل بارش شده است. نمودار حاصل از مطالعه موردی بدست آمده از تصویر پردازش شده تایید کننده فرضیه کاهش حجم بخارآب قابل بارش ابر توسط گردوغبار می باشد. به نظر می رسد اگر این پردازش در مورد سایر تصاویر هم صورت بپذیرد همین نتیجه تکرار شود(14).
نتایج تحقیقات روستا و همکاران (51) نشان داد که آب قابل بارش جوی ایران با استفاده از داده های تجزیه و تحلیل شده هوای بالا توسط NCEP / NCAR در سه دوره 1948 - 1957، 1958 - 1978 و 1979 - 2012 با نوسانات مختلفی روبرو شده است. در هر سه دوره، توزیع متوسط و ضریب تغییرات مکانی با ارتفاع کاهش می یابد. در مقابل، بین ضریب تغییرات مکانی و ارتفاع رابطه مثبت وجود داشت. نتایج تحقیق حاضر با نتایج تحقیقات کلسی و همکاران(25)، گلکار و همکاران(18) و مباشری و همکاران(40) مطابقت نشان داده است.
نتیجهگیری: نتایج ما نشان داد که محصولات مادیس می تواند ابزاری قابل اعتماد برای ارزیابی الگوهای رویدادهای گردوغبار و بررسی غلظت ذرات معلق باشد. نتایج بررسی تصاویر MODIS / Terra (MOD06) در ارزیابی الگوی حرکت ویژه فرکانس گردوغبار در منطقه مورد مطالعه نشان داد که عکس العمل باران کم به افزایش گردوغبار، در مناطق کوهستانی و دشتی دیده شده است. این مطالعه نشان داد که رابطه بین بروز فراوانی گردوغبار و بارندگی روزانه در منطقه مورد مطالعه منفی است و این امر نشان می دهد که گردوغبار به عنوان مهار کننده بارندگی در این منطقه می تواند به طور قابل توجهی در کاهش بارش تاثیرگذار باشد.
واژگان کلیدی: آب قابل بارش، آئروسل، سنجش از دور، سنجنده مادیس(MODIS)، مد 06(MOD06) .
Title English : Investigate of Precipitable Water in Dusty Conditions Using Satellite Images (Case study: Southwest of Iran)
Abstract: While the Greenhouse gases impacts of Powerhouse، cars، and other man-made particulate matter on air quality and public health، well known، their impact on climate is not fully understood. Scientists have shown that aerosols can lower surface temperatures either directly، by reflecting sunlight skyward، or indirectly، by increasing the reflectivity of clouds، but until now have not figured out the role airborne particles play in shaping the distribution of rain and snowfall around the world. Suspended dust particles, especially in urban and industrial areas, act as a reducing agent for rainfall. Large fine dust (larger than 1 micron) can increase rainfall. But very fine dust particles in the upper atmosphere can suppress heavy rainfall. The current study aimed at investigating atmospheric precipitable water capacity and its relationship with periods of dust occurrences data in South west of Iran during (1986 –2016). In this paper، MODIS surface classification data was used to consider this influence. In this paper، the effect of dust occurances on rainfall studied by using classified data of MODIS/Terra Calibrated Radiances (MOD06). The results of this study by examining remote sensing data such as the amount of atmospheric precipitable water content and the occurrences of dust in some selected cases، showed that over time when dust rises، the amount of atmospheric precipitable water content which indicates the potential for rainfall، significantly reduced.The results of this study showed that one of the effects of dust events in southwestern Iran، there was a decrease in rainfall during a period of thirty years(1986-2016) and dust can significantly to act as reducing agent or rain suppressor in study region. On the other hand، in this study، in proof of dust reducing effect on atmospheric precipitable water content، the high performance of the MOD06 product appeared in the southwestern region of Iran.
Statement of the Problem: Precipitable Water (PW) is highly variable in space and time, being one of the most important abundant greenhouse gases to play a crucial role in the study of climate change, hydrological cycle, energy budget, and numerical weather prediction. Knowledge about spatial and temporal variability of PW is important for understanding climatic processes along with monitoring drought conditions and desertification processes (24). Knowing the content of precipitable water is a preventive measure in identifying heavy storms. Weather radars are efficient tools for monitoring weather systems. They reveal microphysical conditions of precipitation within clouds. Thus, in most parts of the world, precipitable water is measured by satellites and radars(51). It is, therefore, necessary to obtain the distribution condition of Precipitable Water in the atmosphere and understand the effects of spatiotemporal variations of PW on regional, meso-micro scales as well as global climate change (61).
Purpose: The purpose of this study was to use MODIS cloud physics level 2 (MOD06) products to identify and distinguish areas with rainwater and affected by dust events from areas with rainwater without dust events in order to determine the effect of dust on suppressing or enhancing rainfall. It is located in the southwestern region of Iran.
Methodology: Combined maps related to meteorological parameters and analysis and analysis of their information were reviewed separately for each case on selected dates. Then the products obtained by Madis in Mod 06 were considered for the selected days. After reviewing the available maps and actual meteorological data, in accordance with the purpose of this research, using Madis sensor 06 fashion products on selected dates in the hours that can be extracted in the study area, satellite images are processed and studied and images with other The information has been compared. According to the information obtained from Mod 06 products and meteorological maps, it was possible to investigate the occurrence or non-occurrence of precipitation on selected dusty days. In order to ensure the accuracy of the analysis, the occurrence of precipitation or no precipitation on the ground was controlled using the rainfall data recorded in the ground stations of the region. Examination of the daily precipitation of ground stations showed that the days that were not found to be suitable for precipitation in the analysis due to the physical properties of the cloud, no precipitation was reported in the ground stations.
Results and discussion: Based on the results of research, precipitable water (28)has a very short and fast life cycle in atmosphere. This rapid turnover, accompanied by temperature variations with altitude and geography, distance to sea, evapotranspiration, and moisture advection, causes an irregular PW distribution in the atmosphere, both horizontally and vertically. Thus this study aims at identifying the distribution patterns of PW in Iran and correlate these patterns with elevation and distance to sea.The current study has compared and assessed the fluctuations of atmospheric precipitable water over Southwest of Iran in two case study using MODIS satellite remote sensing، from MOD06 product.
The results of (51) trend analysis showed that atmospheric precipitable water of Iran calculated using the upper-air reanalyzed data by NCEP/NCAR experienced various fluctuations during the three periods of 1948 – 1957, 1958 – 1978, and 1979 – 2012. The results indicated that, in all the three periods, average distribution and coefficient of spatial variation decreased with altitude. In contrast, there was a positive relationship between coefficient of spatial variation and altitude.
According to the purpose of this study, all products obtained by Madis in mode06, daily precipitation and dust occurences evaluated for Simultaneous dustfall and rain events frequency in southwestern of Iran. According to the passage time of the satellite from the study area and the closest time to the occurrence of dust on the same day and before the time of precipitation, precipitation clouds were selected and analyzed in two different case events. The results of processing satellite images and cross-sectional profile of cloud integrated water path in terms of grams per square meter showed that dust has significantly reduced the amount of precipitable water. The results of processing satellite images and cross-sectional profile of cloud integrated water path in terms of grams per square meter showed that dust has significantly reduced the amount of precipitable water. The diagrams obtained from the one processed image confirm the hypothesis of a decrease in the volume of Precipitable Water by the dust occurences. It seems that the same result will be repeated if this processing is done for other images.
Conclusion: Our results indicated that MODIS products could be a reliable tool to assess dust events patterns and to survey the concentration of particulate matter .So MODIS/Terra Calibrated Radiances 0(MOD06) were utilized to assessment of special move pattern of the dusts frequency in the study area‚ and indicated the opposite response of light rain to the increase in dust, have seen in mountainous and plain areas. This study showed that the relationship between the dust frequency incidence and daily rainfall in the studied area is negative and this shows that dust can be significantly reduced as a suppressor of rainfall in studied area.
Keywords: Aerosols، Precipitable water vapor، satellite remote sensing، MODIS، MOD06.
