امیر هادیان؛ مینا مرادی زاده
چکیده
آلودگی هوا یکی از مهم‌ترین بحران‌هایی است که امروزه اکثر کشور‌ها با توجه به پیشرفت صنعت و فناوری با آن رو‌به‌رو می‌باشند. کشور ایران و به‌ویژه شهر تهران نیز از این پدیده مستثنی نیست. ایستگاه‌های سنجش آلودگی هوا در سطح شهر علیرغم صحت بالا در اندازه‌گیری آلاینده‌ها، به دلیل محدودیت های زمانی و مکانی و اندازه-گیری نقطه‌ای قابلیت ...
بیشتر
آلودگی هوا یکی از مهم‌ترین بحران‌هایی است که امروزه اکثر کشور‌ها با توجه به پیشرفت صنعت و فناوری با آن رو‌به‌رو می‌باشند. کشور ایران و به‌ویژه شهر تهران نیز از این پدیده مستثنی نیست. ایستگاه‌های سنجش آلودگی هوا در سطح شهر علیرغم صحت بالا در اندازه‌گیری آلاینده‌ها، به دلیل محدودیت های زمانی و مکانی و اندازه-گیری نقطه‌ای قابلیت تعمیم‌پذیری ندارند. راهکار مکمل و بعضا جایگزین استفاده از سنجش‌ازدور و داده‌های ماهواره‌ای است که با توجه به هزینه بهینه و پوشش وسیع روشی مناسب جهت پایش آلودگی هوا به شمار می‌رود. آلاینده‌های دی‌اکسید نیتروژن (NO2) و ازن (O3) از مهم‌ترین شاخص‌‌های آلودگی هوا می‌باشند که در این پژوهش برای مدل‌سازی توزیع غلظت آن‌ها در سطح شهر تهران با توان تفکیک مکانی برابر (تقریبا یک کیلومتر) و صحتی بالاتر از داده‌های ماهواره‌ای تلاش خواهد شد. بدین منظور توزیع غلظت این دو آلاینده با به‌کارگیری یک روش نوآورانه مبتنی بر روش درون‌یابی کریجینگ و بهره‌گیری همزمان از داده‌های ایستگاهی سنجش آلودگی و توان تفکیک مکانی بالای داده‌های ماهواره‌ی سنتینل5P مدل‌سازی شده است. به‌منظور ارزیابی نتایج نیز از داده‌های ایستگاهی سنجش آلودگی هوا استفاده شده که میانگین خطای ماهانه این مدل نسبت به داده‌های ماهواره ستینل5P از 16.8 به 1.73 درصد برای آلاینده NO2 و از 21.9 به 2.53 درصد برای آلاینده O3 کاهش یافته است. همچنین خطای جذر میانگین مربعات (RMSE) این مدل برای آلاینده‌های NO2 و O3به ترتیب برابر با ppb 2.79 و ppb 0.86 می‌باشد که نشان از عملکرد مناسب این مدل در مدل‌سازی توزیع غلظت آلاینده‌ها دارد.
مینا مرادی زاده؛ محمدرضا طالاری
چکیده
بخار آب موجود در جو پارامتری کلیدی در مدل‌سازی تعادل انرژی در سطح زمین است و در متعادل نگاه‌داشتن دمای جو کره زمین نقش عمده‌ای دارد. بازیابی این پارامتر، بعنوان تاثیرگذارترین پارامتر جوی بر رادیانس دریافتی سنجنده، از اهمیت بسزایی برخوردار است. از آنجا که محتوای بخار آب جو در لایه نزدیک به سطح بیشتر و تغییرات زمانی و مکانی آن شدیدتر ...
بیشتر
بخار آب موجود در جو پارامتری کلیدی در مدل‌سازی تعادل انرژی در سطح زمین است و در متعادل نگاه‌داشتن دمای جو کره زمین نقش عمده‌ای دارد. بازیابی این پارامتر، بعنوان تاثیرگذارترین پارامتر جوی بر رادیانس دریافتی سنجنده، از اهمیت بسزایی برخوردار است. از آنجا که محتوای بخار آب جو در لایه نزدیک به سطح بیشتر و تغییرات زمانی و مکانی آن شدیدتر است، اندازه‌گیری ایستگاه‌های هواشناسی زمینی علیرغم دقت بالا، به دلیل محدودیت های زمانی و مکانی و اندازه‌گیری نقطه‌ای، قابلیت تعمیم‌پذیری ندارند. از اینرو، ارائه روش‌های ماهواره محور کاربردی جهت بازیابی دقیق و مداوم آن با توزیع مکانی مناسب ضروری به نظر می‌رسد. هدف این تحقیق ارائه چهار روش نوآورانه و دقیق جهت برآورد نسبت اختلاط بخار آب نزدیک به سطح جو در استان اصفهان و در سال 1399 با توان تفکیک 1 کیلومتر، از طریق تلفیق داده‌های ایستگاه‌های هواشناسی، داده‌های سنجنده MODIS و AIRS و در نهایت اعتبارسنجی و مقایسه عملکرد آن‌ها می‌باشد. بدین منظور، تصحیح خطای اریبی داده‌های بخار آب سنجنده طی مرحله هم‌مقیاس‌سازی و تصحیح خطای درون‌یابی مشاهدات ایستگاه‌های زمینی در دستور کار قرار گرفت. نتایج اعتبارسنجی نشان می‌دهد که روش مبتنی بر استفاده از تعمیم مشاهدات دقیق بخار آب نزدیک به سطح ایستگاه‌های زمینی و حذف خطای درون‌یابی آن‌ها، طی تلفیق با مقادیر بخار آب بازیابی‌شده از سنجنده MODIS از طریق روش نسبت باندی، بهترین عملکرد (R2=0.55، RMSE=1.05 Gr/Kr) را در تخمین بخار آب نزدیک به سطح جو دارد.
رسول آتشی دلیگانی؛ مینا مرادی زاده؛ بهنام تشیع
چکیده
ازن نزدیک به سطح زمین یکی از آلاینده‌های بسیار خطرناک است که تأثیرات زیان‌بار درخور توجهی در سلامت ساکنان مناطق شهری دارد. هدف از این مطالعه شناسایی عوامل مؤثر در غلظت ازن و مدل‌سازی تغییرات آن، با استفاده از داده‌های ماهواره‌ای و روش‌های گوناگون یادگیری ماشین در شهر تهران است. بدین‌منظور داده‌های غلظت آلاینده‌ها، داده‌های ...
بیشتر
ازن نزدیک به سطح زمین یکی از آلاینده‌های بسیار خطرناک است که تأثیرات زیان‌بار درخور توجهی در سلامت ساکنان مناطق شهری دارد. هدف از این مطالعه شناسایی عوامل مؤثر در غلظت ازن و مدل‌سازی تغییرات آن، با استفاده از داده‌های ماهواره‌ای و روش‌های گوناگون یادگیری ماشین در شهر تهران است. بدین‌منظور داده‌های غلظت آلاینده‌ها، داده‌های هواشناسی و دمای سطح خاک، طی بازة زمانی بین سال‌های 2015 تا 2021، به‌کار رفت. پس‌از محاسبة همبستگی بین غلظت ازن و پارامترهای مستقل، طی پنج حالت متفاوت، با پارامترهای ورودی و روش یادگیری متفاوت و به‌کارگیری پالایش داده‌‌ها، غلظت ازن مدل‌سازی شد. در حالت اول و دوم، مدل‌سازی با استفاده از داده‌های غلظت آلاینده‌ها و داده‌های هواشناسی با روش رگرسیون خطی چندمتغیره انجام شد. تنها تفاوت این دو حالت، پالایش داده‌های ورودی به‌شیوة WTEST در روش دوم است. در حالت سوم، دمای سطح خاک به داده‌های ورودی افزوده شد و در حالت چهارم و پنجم، به‌ترتیب مدل‌سازی ازن با استفاده از شبکة عصبی چندلایه‌ای و شبکة عصبی بازگشتی انجام شد. مقایسة این حالت‌ها نشان داد که مدل‌سازی‌های مراحل اول تا پنجم، به‌ترتیب با ضریب تعیین تعدیل‌شدة 5/0، 64/0، 69/0، 74/0 و 8/0 توانایی بازیابی غلظت ازن را داشته‌اند. همچنین مشخص شد در بین آلاینده‌های گوناگون، مونوکسید نیتروژن، دی‌اکسید نیتروژن، نیتراکس و از میان داده‌های هواشناسی دما، رطوبت و سرعت باد بیشترین تأثیر را در غلظت ازن دارند. افزودن دمای سطح خاک به داده‌های ورودی نیز افزایش پنج‌درصدی دقت را در برآورد غلظت ازن، به‌همراه داشت.
مینا مرادی زاده
چکیده
یکی از مهم‌ترین پارامترها، در تمامی تعاملات بین سطح و جو، بخار آب ستونی جو است که در بسیاری از مطالعات هواشناسی، محیطی، کاربردهای اکولوژیک و کشاورزی نقش کلیدی دارد. اندازه‌گیری این پارامتر در ایستگاه‌های هواشناسی مستلزم استفاده از رادیوسوند است که، علاوه‌بر نقطه‌ای و محدودبودن مشاهدات، بسیار پر‌هزینه است. ازآنجاکه این پارامتر، ...
بیشتر
یکی از مهم‌ترین پارامترها، در تمامی تعاملات بین سطح و جو، بخار آب ستونی جو است که در بسیاری از مطالعات هواشناسی، محیطی، کاربردهای اکولوژیک و کشاورزی نقش کلیدی دارد. اندازه‌گیری این پارامتر در ایستگاه‌های هواشناسی مستلزم استفاده از رادیوسوند است که، علاوه‌بر نقطه‌ای و محدودبودن مشاهدات، بسیار پر‌هزینه است. ازآنجاکه این پارامتر، در مقایسه با سایر پارامترهای جوّی، بیشترین تأثیر را در رادیانس رسیده به سنجنده دارد، سنجش از دور راهکاری جایگزین برای برآورد این پارامتر بسیار مهم جوّی محسوب می‌شود. یکی از سنجنده‌هایی که این پارامتر را اندازه‌گیری می‌کند AIRS است که توان تفکیک پایین (حدود 40 کیلومتر) آن، در بسیاری از کاربردها، مطلوب نیست. بنابراین، هدف اصلی این تحقیق ارتقای توان تفکیک مکانی بخار آب ستونی این سنجنده، با استفاده از روشی مبتنی‌بر نسبت‌گیری باندی و تلفیق آن با داده‌های سنجندة MODIS است. در ادامه، با توجه به تأثیر مهم این پارامتر در برآورد دمای سطح خاک (LST)، نقش بخار آب ستونی ارتقایافتة جوّ در برآورد LST بررسی می‌شود. به‌منظور اعتبارسنجی و تعیین دقت برآورد پارامترها، از سری داده‌های مستقل استفاده شد. نتایج نشان داد که روش پیشنهادی پتانسیل بالایی در ارتقای توان تفکیک مکانی بخار آب ستونی به‌دست‌آمدة جو ازطریق سنجندة AIRS دارد؛ بدون اینکه کاهش چشمگیری در دقت آن مشاهده شود. همچنین، این نتیجه حاصل شد که بخار آب ستونی ارتقایافتة جو ممکن است دقت برآورد LST را افزایش چشمگیری دهد.
