پهنه‌بندی گرد و غبار با استفاده از داده‌های ماهواره‌ای مودیس( مطالعه موردی: استان کرمانشاه)

STUDENT

DEGREE

YEAR

Dust storm is one of the natural disasters has caused too much damages and causalities to Iran in recent years. Cities and overpopulated regions close to origin resources have affected adversely by dust storms physical destructive forces. So the first vital step to better management and compete to this natural catastrophe and reduce its outcomes is to detect and recognize endangered regions. In present research, in order to evaluate area affected by dust storm, we selected Kermanshah province due to its geographical position in west of country and being neighbor to Arabian adjacent deserts as world dust storm sources and one of the most endangered region in Iran. Given that there was not any aerosol robotic network system to region monitoring even in Iran we used horizontal visible data recorded in meteorological stations in order to investigate dust storms mass and fronts. For this, from all climatology and meteorological stations, twelve synoptic stations got under analysis after calculate statistical period, data quality, and parameters affected by dust storm. Then multivariate regression was used to data analysis and creating relationship between different parameters and horizontal vision value. Results of frequency of the number of days with dust storm indicate that the boundaries counties including Ghasreshirin, Sarpolzahab and Gilangharb (western band) are affected more and adversely by these dust storms and Soomar country is the most affected city by these aforementioned phenomenon. Also in order to prepare maping, dust intensity as a strategically and functional map from four MODIS sensor images during years 2008-2011 was identified. Then geometrical corrections and brightness temperature calculation in medium ENV14.8 and by extension MCT ( MODIS Conversion Toolkit) in which geometric errors mea ( in terms of geo-referencing) for 0.5 images and mean brightness temperature was obtained about 0.2 on images from dust storms. Then by exerting and applying three algorithms of Ackerman, miler, TDI on obtained images, dust storms were cleared and out stand. In order to distinguish and differentiate dust storms masses, less than zero threshold in Ackerman index and more than +2 for index TDI and for miler they were determined in terms of each event and it’s the main characteristics. The in-dices applied in this limitation were divided into specific and given intervals in respect to b pixels containing dust storm in per event and dust masses intensity were KeyWords : Dust storms, Remote sensing, Kermanshahan province, Dust maping, MODIS data.

گرد و غبار بلای طبیعی است که در سال‌های اخیر خسارات زیادی را به کشور عزیزمان وارد آورده است. در این میان شهرها و مراکز جمعیتی نزدیک به منشاء، بیشترین ریسک و احتمال خسارت فیزیکی قابل لمس ناشی از طوفان گرد و غبار را دارا می باشند. بنابراین اولین قدم جهت مدیریت بهتر و مقابله با این خطر طبیعی و کاهش اثرات ناشی از آن تشخیص مناطق در معرض خطر می‌باشد.در این پژوهش به منظور بررسی مناطق متاثر از گرد و غبار، استان کرمانشاه به علت موقعیت واقع شدن در غرب کشور و همجواری با بیابان‌های عربی که از کانون‌های تولید گرد و غبار جهانی می‌باشند، به عنوان یکی از مناطقی که در معرض آسیب‌های ناشی از آن در چند سال اخیر می‌باشد، شناسایی گردید. با توجه به این که هیچ گونه سامانه‌ای از شبکه جهانی رباتیک پایش گرد و غبار در منطقه و حتی در ایران وجود ندارد به منظور بررسی توده‌های گرد و غبار در استان از داده‌های میزان دید افقی ثبت شده در ایستگاه‌های هواشناسی استفاده گردید. بدین منظور از میان کلیه ایستگاه‌های هواشناسی و کلیماتولوژی، 12 ایستگاه هواشناسی سینوپتیک پس از بررسی طول دوره آماری، کیفیت داده‌ها و پارامترهای مورد تاثیر از گرد و غبار و مرتبط با آن مورد تحلیل و تجزیه قرار گرفتند. در ادامه از رگرسیون چند متغیره برای تحلیل داده‌ها و ایجاد ارتباط بین پارامترها مختلف و میزان دید افقی بررسی شد و مهمترین پارامترهای دخیل با میزان دید افقی در 12 ایستگاه هواشناسی شناسایی گردید. نتایج فراوانی تعداد روزهای گرد و غبار حاکی از آن است که شهرستان‌های مرزی قصرشیرین و سرپل ذهاب و گیلان‌غرب( نوار غربی) بیشتر در معرض طوفان‌های گرد و غبار بوده و شهر سومار متاثرترین شهر با این پدیده می‌باشد. همچنین برای تهیه نقشه‌های پهنه‌بندی شدت گرد و غبار به عنوان یک نقشه راهبردی و کاربردی از 4 تصاویر سنجنده مودیس طی سال‌های 1387 تا 1390استفاده شد. پس از آن تصحیحات هندسی و محاسبه دمای درخشندگی در محیط نرم افزارENVI4.8 و توسط اکستنشن MCT صورت پذیرفت که متوسط خطای تصحیحات هندسی (زمین مرجع نمودن) برای تصاویر 5/0 و متوسط خطای محاسبات دمای درخشندگی تصاویر برابر با 2/0 بدست آمد. سپس با اعمال سه الگوریتم آکرمن، میلر، TDI بر روی تصاویر طوفان‌های گرد و غبار بارزسازی گردید. به منظور تفکیک توده‌های گرد و غبار آستانه‌های کمتر از صفر در شاخص آکرمن و بزرگتر از 2+ برای شاخص TDIو برای میلر با توجه به هر رویداد و خصوصیات آن تعیین گردید. با توجه به محدوده پیکسل‌های حاوی گرد و غبار در هر رویداد با شاخص‌های به کار رفته این محدوده به فواصل مشخص تقسیم شد و میزان شدت توده‌های گرد و غبار به شش کلاس بسیار شدید، شدید، متوسط، ضعیف، بسیار ضعیف و بدون گرد و غبار کلاس‌بندی گردید. در میان رویداد‌های گرد و غبار مورد بررسی رویداد سوم که در 14تیر ماه 1388 رخ داد شدیدترین طوفان گرد و غبار رخ داده می‌باشد و از میان شاخص‌های مورد استفاده در این مطالعه، شاخص TDI مؤثرترین شاخص جهت شناسایی توده‌های گرد و غبار می‌باشد. نتایج بررسی اثرات ریز گردها یا طوفان‌های گرد و غبار بر میزان تولید عسل نشان داد که در سال 1387، با توجه به این که تعداد رخداد گرد و غبار در این سال به حداکثر خود در چند سال اخیر که مورد مطالعه قرار گرفته بود رسید، کاهش قابل توجهی داشته و حدوداً 6 میلیارد تومان به این بخش خسارت وارد گردیده است. داده‌های ماهواره‌ای سنجنده مودیس به دلیل طیف گسترده تصویربرداری به راحتی قادر به شناسایی طوفان‌های گرد و غبار می‌باشد و نتایج حاصل از آن می‌تواند ابزاری جهت کمک به بخش‌های مدیریتی کشور از جمله سازمان مدیریت بحران و سازمان هواپیمایی کشوری در این زمینه باشد.. واژه های کلیدی: طوفان‌های گرد و غبار، سنجش از راه دور، استان کرمانشاه، پهنه‌بندی، سنجنده مودیس