نشریه علمی - پژوهشی مرتع و آبخیزداری

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار دانشکدۀ محیط زیست، سازمان حفاظت محیط زیست، کرج.

2 دانشجوی دکتری دانشکدۀ منابع طبیعی، دانشگاه صنعتی اصفهان.

3 استادیار دانشکدۀ محیط زیست، سازمان حفاظت محیط زیست، کرج، ایران.

چکیده

هدف از این مطالعه توسعۀ روشی جامع به منظور شناسایی کانون­های تولید گرد و غبار و بررسی روند تغییرات آن­ها طی یک دورۀ زمانی مشخص به کمک داده­های دورسنجی است. بدین منظور از داده­های ماهواره­ای سنجنده OLI لندست 8 در طول سال­های 2013 تا 2015 جهت تهیۀ نقشه­های پتانسیل باد فرسایی از منظر پوشش گیاهی، رطوبت و پوشش زمین استفاده شده است. این نقشه­ها با اطلاعات زمین­شناسی و زبری زمین به روش ارزیابی چند معیاره تلفیق شدند تا یک نقشۀ مناطق بالقوۀ تولید گرد و غبار به دست آید. در گام دوم اطلاعات مربوط به ایستگاه­های سینوپتیک، هواشناسی و سنجش آلودگی هوا دریافت و با استفاده از تحلیل آماری آن­ها و با کمک داده­های سنجندۀ مودیس تاریخ­ رویدادهای محلی ریزگرد به دست آمد. این تاریخ­ها بر اساس مدل شبیه­سازی جریان هوای های­اسپلیت واسنجی شد تا اطمینان حاصل شود جریان هوا در مسیر حرکت خود با سطح زمینی که پتانسیل باد فرسایی داشته، تماس حاصل نموده است. همچنین بر اساس محل تلاقی جریان هوا با سطح زمین و با اعمال ماسک­های مناطق فرسایش­ناپذیر بر روی آن­ها، مناطق محتمل تولید ریزگرد مشخص گردید. این مناطق با عنوان مناطق بالفعل تولید ریزگرد با مناطق بالقوه به روش ارزیابی چند معیارۀ فازی به روش وزنی خطی تلفیق و بر اساس یک طرح نمونه­برداری لایه­بندی شده-تصادفی کانون­های مستعد تولید گرد و غبار شناسایی شد. جهت اعتبارسنجی مناطق شناسایی شده و بررسی روند تغییرات آن­ها از سری زمانی داده­های ماهواره­ای و داده­های ایستگاه­های هواشناسی استفاده شد و روند تغییرات پوشش گیاهی، رطوبت خاک و دمای سطح زمین در محل کانون­های شناسایی شده در طی یک دورۀ زمانی 15 ساله مورد پایش قرار گرفت. نتایج اعتبار سنجی نشان دهندۀ دقت بالای مناطق شناسایی شده و کاهش معنی­دار پوشش گیاهی، رطوبت خاک و دمای سطح زمین در محل کانون­های شناسایی شده در طی دورۀ زمانی مورد مطالعه است. نتایج حاصل از این تحقیق و بازدیدهای میدانی صورت گرفته نشان از سودمندی و کارایی این روش دارد و می­تواند برای مطالعات آتی در این زمینه به عنوان یک چارچوب جامع جهت شناسایی کانون­های گرد و غبار مورد استفاده قرار گیرد. 

کلیدواژه‌ها

عنوان مقاله [English]

Dust & Sand Source Identification Using Remotely Sensed Data: a comprehensive Approach

نویسندگان [English]

  • Behzad Rayegani 1
  • Susan Barati Ghahfarokhi 2
  • Ahmad Khoshnava 3

1 هیات علمی مدیر پژوهش و فناوری

2 Natural Resource Faculty, Isfahan University of Technology, Isfahan, Iran

3 College of Environment, Department of Environment, Karaj, Iran

چکیده [English]

The aim of this study is to develop a comprehensive approach to identifying dust & sand sources and to investigate their changes over a set period of time using remotely sensed data. For this purpose, data OLI data of Landsat 8 during the years 2013 through 2015 were used to make maps of vegetation cover, soil moisture and land cover sensibility to wind erosion. These maps were combined with geology and roughness by multi-criteria evaluation method to obtain a map of sand & dust source potential areas. In the second step, information of synoptic stations, meteorological and air pollution measurements was prepared, and using statistical analysis and with the help of Modis data, the history of local events was obtained. These regions were integrated with the map of sand & dust source potential areas using the MCE method (WLC) and based on a stratified random sampling plan, susceptible sites of sand & dust sources were identified. In order to validate the identified areas and investigate the trend of their changes, the time series of satellite data and weather stations data were used and the trend of vegetation, soil moisture and surface temperature at the location of identified areas during a 15-year period were monitored. Validation results show high accuracy of identified areas and significant reduction trend of vegetation, soil moisture and surface temperature in the locations of identified sites during the study period

کلیدواژه‌ها [English]

  • HYSPLIT
  • the time series of satellite data
  • Trend Analysis
  • Comprehensive Approach
  • MODIS
  • TMI