@article { author = {Farhadi, Saeid and Mohammad Asgari, Hossein and Dadolahi Sohrab, Ali and Nazemosadat, Seyed Mohammad Jafar and Khazaei, Sayyed Hossein}, title = {Validation of aerosol optical depth using AERONET ground stations in marine areas (Case Study: Persian Gulf)}, journal = {Journal of Marine Science and Technology}, volume = {17}, number = {1}, pages = {10-27}, year = {2018}, publisher = {Khorramshahr University of Marine Science and Technology}, issn = {2008-8965}, eissn = {2538-5380}, doi = {10.22113/jmst.2016.40997}, abstract = {Dust prediction such as prediction of wind and rain needs to synoptic information to the earth's surface, upper layers of the atmosphere, the prediction maps of land surface and upper levels as well as using radar and satellites. The purpose of this study, use of remote sensing technology and MODIS images to estimate dust optical depth on the Persian Gulf surface and estimating the linear correlation relationship between the dust measurements in ground and atmospheric. The dust optical depth calculated using the code developed in MATLAB software. Evaluation of extracted data conducted using Pearson correlation coefficient, RMSE and RMSD index. In this study, optical depth obtained from image processing compared with the optical depths obtained from AERONET network. The evaluation results showed a high and significant correlation between the obtained optical depth and optical depths obtained from AERONET network (R2=0.99). The best and most suitable mode demonstrated for 1.243 and 1.643 bonds. At all stations, AOD value obtained from satellite image is bigger than AOD amount corresponding to the AERONET station and the algorithm used has overestimated. The cause of this more estimate can be use of limited particle's effective radius, because the scope of this effective radius is limited at the distribution of particle size in log-normal. Error resources at the retrieving particulate matter was defined such as sensor calibration error, pollution on the radiation angle, or poor predictor of water reflection.}, keywords = {Persian Gulf,Effective Radius,AERONET,Dust,Optical Depth}, title_fa = {صحت سنجی عمق نوری ریزگردها با استفاده از ایستگاه های زمینی آئرونت در مناطق دریایی (مطالعه موردی: خلیج‌فارس)}, abstract_fa = {پیش بینی ریزگردها نیز چون پیش بینی باد و باران نیاز به اطلاعات همدیدی سطح زمین، لایه های بالایی جو، نقشه های پیش یابی سطح زمین و سطوح فوقانی همین طور استفاده از رادار و ماهواره دارد. بر اساس همین ضرورت هدف از این پژوهش، استفاده از تصاویر ماهواره ای سنجنده مودیس جهت تخمین عمق نوری ریزگردها در سطح خلیج فارس و براورد رابطه همبستگی خطی میان ریزگردهای جوی با اندازه گیری های زمینی می باشد. استخراچ داد های عمق نوری استفاده از کد دستوری تهیه شده در نرم افزار متلب صورت گرفت و ارزیابی داده های استخراجی با استفاده از آزمون همبستگی پیرسون، شاخص RMSE و RMSD انجام گرفت. عمق نوری بدست آمده از پردازش تصویر در این مطالعه با عمق‌های نوری به‌دست آمده از شبکه آئرونت مورد مقایسه قرار گرفت. نتایج این ارزیابی‌ها نشان دهنده همبستگی بالا و معنی‌داری بین عمق نوری بدست آمده و عمق‌های نوری حاصل از شبکه آئرونت برقرار است(R2=0.99). باندهای 1.243 و 1.632 بهترین و مناسب ترین حالت را نمایش دادند. در تمامی ایستگاه‌ها مقدار AOD بدست آمده از تصویر ماهواره ای بزرگتر از مقدار AOD متناظر با آن در ایستگاه آئرونت می باشد و الگوریتم مورد استفاده دارای بیش ‌برآورد است. علت این بیش ‌برآورد را می‌توان استفاده از ذرات با شعاع موثرهای محدود دانست زیرا دامنه تحت پوشش این شعاع موثرها در توزیع اندازه ذرات لوگ‌نرمال محدود میشود. منابع خطا در بازیابی ذرات معلق، مانند خطای کالیبراسیون سنسور، آلودگی موجود در زاویه تابش، و یا تخمین نادرست از انعکاس آب تعریف شد.}, keywords_fa = {خلیج فارس,شعاع موثر,آئرونت,ریزگرد,عمق نوری}, url = {https://jmst.kmsu.ac.ir/article_40997.html}, eprint = {https://jmst.kmsu.ac.ir/article_40997_8cc46cc1be8f95664f55bfb7d7e0dae3.pdf} }