دسته بندی ذرات معلق جوی با استفاده از داده های پارامتر درجه قطبش خطی شیدسنج خورشیدی
Publish place: Journal of the Earth and Space Physics، Vol: 49، Issue: 2
Publish Year: 1402
Type: Journal paper
Language: Persian
View: 159
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_JESPHYS-49-2_013
Index date: 18 October 2023
دسته بندی ذرات معلق جوی با استفاده از داده های پارامتر درجه قطبش خطی شیدسنج خورشیدی abstract
هواویزها ذرات ریز جامد یا مایع معلق در هوا هستند که اثرات مهمی بر سلامتی انسان ها، تغییرات اقلیمی، کیفیت هوا و بودجه تابشی جو زمین دارند. دسته بندی انواع مختلف آنها تاثیر بسیار زیادی در تخمین دقیق اثرات آنها در تغییرات اقلیمی دارد. در این مقاله قصد داریم انواع مختلف ذرات جوی را با استفاده از اندازه گیری های مد قطبیده شیدسنج خورشیدی دسته بندی کنیم. به همین منظور، داده های چهار سایت بانزیمبو، پکن، آل-آرنسیلو و مینسک که به ترتیب دارای هواویز غالب غباری، شهری-صنعتی، دریایی و زیست توده هستند، از شبکه ارونت انتخاب شدند. در اینجا از سه پارامتر عمق اپتیکی هواویزها، نمای آنگستروم و درجه قطبش خطی استخراج شده از داده های شیدسنج خورشیدی استفاده شده است. نتایج نشان می دهند که میانگین پارامتر بیشینه مقدار درجه قطبش خطی (انحراف معیار) در طول موج ۸۷۰ نانومتر برای هواویز غالب غباری (بانزیمبو)، شهری-صنعتی (پکن)، دریایی (آل-آرنسیلو) و زیست توده (مینسک) به ترتیب برابر ۱۴/۰ (۰۵/۰)، ۳۵/۰ (۱۰/۰)، ۴۷/۰ (۰۸/۰) و ۳۷/۰ (۰۸/۰) هستند. در نهایت نتایج نشان می دهند که پارامتر درجه قطبش خطی قادر به جداسازی هواویزهای غباری، شهری-صنعتی و دریایی از یکدیگر است. اما هواویزهای زیست توده همپوشانی زیادی با هواویزهای شهری-صنعتی دارد و این پارامتر توانایی جداسازی آنها را ندارد.
دسته بندی ذرات معلق جوی با استفاده از داده های پارامتر درجه قطبش خطی شیدسنج خورشیدی Keywords:
دسته بندی ذرات معلق جوی با استفاده از داده های پارامتر درجه قطبش خطی شیدسنج خورشیدی authors
علی بیات
گروه فیزیک، دانشکده علوم، دانشگاه زنجان، زنجان، ایران.
امیر جعفری
گروه فیزیک، دانشکده علوم، دانشگاه زنجان، زنجان، ایران.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :