صحت سنجی عمق نوری ریزگردها با استفاده از ایستگاه های زمینی آئرونت در مناطق دریایی (مطالعه موردی: خلیج‌فارس)

نوع مقاله: مقاله پژوهشی

نویسندگان

1 گروه محیط زیست دریا، دانشکده منابع طبیعی دریا، دانشگاه علوم و فنون دریایی خرمشهر.

2 بخش مهندسی آب، دانشکده کشاورزی، دانشگاه شیراز.

چکیده

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.

کلیدواژه‌ها

موضوعات


Ackerman, S., 1997, Remote sensing aerosols using satellite infrared observations. Journal of Geophysics. Res., 102: 17069 - 17079.

Chan, Y. C., McTainsh, G. H., Leys, J. F., McGowan, H., Tews, K., 2005, Influence of the 23 October 2002 dust storm on the air quality of four Australian cities. Journal of Water Air Soil Poll, 164: 329–348.

Chervenkov, H., Jakobs, H., 2011, Dust storm simulation with regional air quality model: Problems and results. Journal of Atmos. Env., 45: 3965-3976.

Geogdzhayev, I. V. and Mishchenko, M. I., 2015, Validation of Long-Term Global Aerosol Climatology Project Optical Thickness Retrievals Using AERONET and MODIS Data. Journal of Remote Sensing, 7: 12588-12605.

Gupta, P., Christopher, S. A., Wang, J., Gehing, R., Lee, Y. and Kumar, N., 2006, Satellite remote sensing of particulate matter and air quality assessment over global cities. Atmospheric Environment. 40: 5880–5892.

Khoshsima, M., Sabet Ghadam, S.S.,  and  Aliakbari Bidokhti, A., 2015, Estimation of atmospheric particulate matter (PM10) concentration based on remote sensing, Journal of Earth and Space Physics, 41(3), 499-510.

Levy, R. C., Remer, L. A., and Dubovik, O., 2007, Global aerosol optical properties and application to Moderate Resolution Imaging Spectroradiometer aerosol retrieval over land. Journal of Geophysics Res., 112, D13210.

Levy R., Munchak. L., Mattoo. S., Patadia. F., Remer. L. A., Kolz. R. E., 2015, Towards a long-term global aerosol optical depth record: applying a consistent aerosol retrieval algorithm to MODIS and VIIRS-observed reflectance, Atmosphere Measurement Tech Journal. (8): 4083–4110.

Liu, Y., 2004, The application of satellite remote sensing in estimating fine particle concentration, PhD thesis, Harvard University.

Martins, J. V., Tanré, D., 2002, MODIS Cloud screening for remote sensing of aerosols over oceans using spatial variability, Geophysical Research Letters, 29: 1619-1624.

Mohammadinezhad, Sh., Alimohammadi Sarab, A., Farajzadeh Asl, M., 2015, Air particles (less than 10Mq) spatial distribution Analysis and mapping in Khuzestan area based on MODIS sensor products, Journal of Spatial Planning (MJSP), 18 (3): 79-98

Razmi, M., Mohammad Asgari, H., Dadolahi-Sohrab, A., Nazemossadat, S.M.J., Khazaei, S.H., 2018, Assessing changes shoreline in Dayyer city using the Landsat satellite data, sensor TM and OLI 1991 and 2014 years, Journal of Marine Science and Technology, 16(4), 1-12 (In Persian).

Remer, L. A., Kaufman, Y. J., Tanre, D., Mattoo, S., Chu, D. A., Martins, J V., 2005, The MODIS aerosol algorithm, products, and validation, Journal of atmospheric sciences, 62(4): 947-973.

Smirnov, A., Holben, B, N., Dubovik, O., O'Neill, N, T., Eck, T. F., Westphal, D. L., Goroch, A. K., Pietras, C., Slutsker, I., 2002, Atmospheric Aerosol Optical Properties in the Persian Gulf, J. Atmos. Sci., 59: 620–634.

Soleimani, A., Mohammad Asgari, H., Dadolahi Sohrab, A., Elmizadeh, H., Khazaei, H., 2016, Evaluation of optical depth from MODIS satellite imagery in the Persian Gulf, Journal of Marine Science and Technology, 14(4): 75-83 (In Persian)

Tanré, D., Herman, M., Kaufman, Y., 1996, Information on the aerosol size distribution contained in the solar reflected spectral radiances, J. Geophys. Res., 101: 19043-19060.

Tanré, D., Kaufman, Y. J., 1997, Remote sensing of aerosol properties over oceans using the MODIS/EOS spectral radiances, Journal of Geophysical Research-Atmospheres, 102(14): 16971-16988.

Tavoosi, T., Khosravi, M., Raeispour, K., 2011, Statistical Analysis of Dust Phenomenon in Khuzestan Province in During Period (1996- 2005), Journal of Meteorological Organization, 35(74-75): 17-26

Wang, J., Sunder, A.C., 2003, Inter comparison between satellite derived aerosol optical thickness and PM 2.5 mass: Implications for air quality studies. Geophysical Research Latters, 30(21).

Wei. P., Hong. J. and Zhan-yong. X., 2014, Using MODIS to retrieve the AOT over the region of Baikal, IOP Conf, Series: Earth and Environmental Science, 17(2014), 012038 doi:10.1088/1755-1315/17/1/012038.