استفاده از تکنیک های مدلسازی در بررسی پدیده های جوی گردوغبار در منطقه جنوب غربی آسیا

Publish Year: 1398
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 656

This Paper With 7 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

DUSTSTORM01_051

تاریخ نمایه سازی: 19 تیر 1398

Abstract:

وقوع خشکسالی های مکرر طی سال های اخیر و پیامدهای احتمالی تغییرات اقلیمی در خصوص بیابان زایی، امروزه طوفان های گردوغبار را در کانون توجه بسیاری از محققان قرار داده است. گردوغبار به عنوان یکی از مهمترین پدیده های جوی و یکی از بلایای طبیعی شناخته شده است و کشورهای واقع در کمربند خشک و نیمه خشک جهان ازجمله ایران، همواره با پدیده گردوغبار درگیر بوده اند. از این جهت به منظور نظارت و پیش بینی و تشخیص گرد و غبار، شناسایی منبع، مسیر حرکت و موقعیت گردوغبار با استفاده از روش های نوین از جمله علم سنجش از دور که در بررسی آئروسل های گردوغبار به دلیل تفکیک مکانی و زمانی مناسب و فراهم کردن مشاهدات در مقیاس منطقه ای تا جهانی به عنوان ابزاری ارزشمند عمل کرده و تهیه امکان نقشه های پدیده های گردوغبار و پیش بینی رخداد بعدی را سریع، آسان و اقتصادی فراهم می کند. اولین گام در شناسایی و پایش طوفان گرد و غبار با استفاده از تصاویر ماهواره ای تفکیک آنها از سایر پدیده های جوی مثل ابر، سطوح لخت زمینی و غیره است. تاکنون شاخص های متفاوتی به این منظور ارائه شده است که از روش ها و تکنیک های مورد استفاده در مطالعات گردوغباری می توان به استفاده از تصاویر ماهواره ای سنجندهMODIS،MISR به منظور تخمین میزان PM10 و PM2.5 اتمسفری ناشی از طوفان های گردوغبار براساس عمق نوری ائروسل (AOD ) و شاخص گردوغبار AAI بدست آمده از سنجنده های TOMS_N7 ، TOMS EP، OMI برای ارزیابی ذرات اشاره کرد. روش های نوین از جمله رگرسیون بردار پشتیبان(SVR) ، شبکه عصبی مصنوعی چند لایهMLP) )، شبکه فازی عصبی(ANFIS)، رگرسیون چند متغیره، استفاده از روش آماری چندمتغیره ی تحلیل خوشه ای، شبکه عصبی مصنوعی(RBF)، روش ماشین بردارپشتیبان (SVM) همراه با بهینه سازی ذرات(PSO) ، برای پیش بینی ذرات PM2.5 و PM10 استفاده می شود. از مدل های مختلف در جهت تشخیص و پایش طوفان های گردوغبار به صورت اجمالی می توان به مدلDREAM 8 ، مدل HYSPLIT، مدل WRF، استفاده از سیستم اطلاعات جغرافیایی(GIS) و مدل های متنوع دیگر اشاره کرد.

Authors

زهرا دهقان منشادی

دانشجوی کارشناسی ارشد محیط زیست، دانشکده کشاورزی و منابع طبیعی، دانشگاه اردکان. یزد

اکرم بمانی خرانق

عضو هیئت علمی گروه محیط زیست، دانشکده کشاورزی و منابع طبیعی، دانشگاه اردکان. یزد

وحید موسوی

دانش آموخته دکتری آبخیزداری دانشگاه یزد- پارک علم و فناوری یزد

مهدی حیات زاده

عضو هیئت علمی گروه مهندسی طبیعت، دانشکده کشاورزی و منابع طبیعی، دانشگاه اردکان. یزد