تخمین و آشکارسازی آلودگی هوا در استان های ساحلی خلیج فارس با رویکرد آب وهوای منطقه ای
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 183
فایل این مقاله در 25 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_GEH-12-2_006
تاریخ نمایه سازی: 6 آبان 1402
چکیده مقاله:
یکی از چالش های و مسائل مهم جوی در دهه های اخیر در مناطق کلان شهرها، آلودگی هوا است که عوامل طبیعی و انسانی مختلفی در ایجاد آن نقش اساسی دارند و اثرات زیان باری را روی انسان ها و محیط زیست می گذارد. با توجه به این موضوع تحقیق و بررسی آلودگی هوا مهم و ضروری است. بر این اساس در پژوهش حاضر در برآورد میزان کربن منوکسید و دی اکسید نیتروژن و نیز مقدار بخار آب موجود در جو در مقیاس استان های جنوبی و جنوب غربی مشرف بر خلیج فارس در سال های ۲۰۱۹- ۲۰۱۸، از داده های تصاویر ماهواره ای Sentinel-۵ و در برآورد میزان آئروسل ها و مقدار دمای سطح زمین (LST) در گستره مکانی و زمانی مذکور از دادههای تصاویر سنجنده MODIS استفاده شد. طبق یافته های به دست آمده، بیشینه غلظت Co با مقدار ۰۳۷/۰ mol/m^۲ در آوریل ۲۰۱۹، بیشینه غلظت H۲O، با مقدار ۳۷۰۳، mol/m^۲ در آگوست ۲۰۱۹ و بیشینه غلظت NO۲ با مقدار ۰۰۰۱۸۸/۰ mol/m^۲ در نوامبر ۲۰۱۸ قرار دارد. بیشینه مقدار روزانه LST با مقدار ۵/۳۲۴ درجه کلوین در ژوئن ۲۰۱۹ و بیش ترین مقدار شبانه LST با مقدار ۵/۳۰۲ درجه کلوین در ژوئن ۲۰۱۹ به دست آمد. بیشینه مقدار ضخامت عمق اپتیکی آئروسل ها با مقدار ۷۹/۱۳ μg/m^۳ در طول موج (۴۷/۰ μm) در جولای ۲۰۱۹ و کم ترین مقدار آن با مقدار ۵۷/۱ μg/m^۳ در نوامبر ۲۰۱۸ در طول موج (۵۵/۰ μm) قرار دارد. نتایج حاصل از پایش زمانی و مکانی مقادیر Co، NO۲، H۲O، LST و AOD، امکان درک ملموس تری از تغییرات مکانی و زمانی مولفه های موردبررسی را در مقیاس کلان منطقه ای فراهم می کند.
کلیدواژه ها:
نویسندگان
عطا غفاری گیلانده
استاد، گروه جغرافیا و برنامه ریزی شهری، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایران
وحید صفریان زنگیر
دکتری گروه جغرافیای طبیعی، اقلیم شناسی، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :