شناسایی و طبقه‌بندی مناطق گردوغباری در خاورمیانه با استفاده از تلفیق ویژگی‌های انعکاسی و مادون قرمز حرارتی سنجنده‌ی MODIS

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانش‌آموخته کارشناسی ارشد زمین­شناسی زیست محیطی، دانشکده علوم زمین، دانشگاه صنعتی شاهرود

2 دکتری مهندسی عمران- آب، استادیار، دانشکده مهندسی عمران و معماری، دانشگاه صنعتی شاهرود

3 دکتری زمین­شناسی مهندسی، دانشیار، گروه زمین شناسی، دانشگاه فردوسی مشهد

4 دکتری اقلیم­شناسی، دانشیار، پژوهشکده اقلیم­شناسی، مشهد

چکیده

طوفان­های گردوغبار، سالانه حجم عظیمی از ذرات معلق را وارد جو زمین می­کنند. وجود این ذرات معلق در هوا باعث افزایش بیماری­های تنفسی، چشمی، قلبی- عروقی و ... می­شود. فراوانی و شدت وقوع این پدیده­ی زیست محیطی در مناطق خشک و نیمه خشک جهان از جمله خاورمیانه در سال­های اخیر در حال افزایش است. جهت بررسی و مطالعه­ی مناطق تحت پوشش غبار، استفاده از ابزارها و تکنیک­های مناسب همچون سنجش از دور ضروری به نظر می­رسد. در این تحقیق با استفاده از پردازش داده­های سنجنده­ی MODIS، اقدام به ردیابی و طبقه­بندی مناطق تحت پوشش غبار در خاورمیانه شده است. اختلاف در میزان گسیل­مندی ذرات گردوغبار در محدوده­ی امواج مادون قرمز حرارتی به شکل مؤثری نواحی گردوغباری را متمایز می­نماید. در این مطالعه، شاخص D که ویژگی­های انعکاسی و اختلاف دمای روشنایی بین طول موج­های 11 و 12 میکرومتر را تلفیق می­کند برای 28 تصویر ماهواره­ای مربوط به روزهای غباری سال­های 1387 و 1388 (2008 و 2009) منطقه خاورمیانه محاسبه شد. نتایج نشان داد که پارامتر D برای تفکیک مناطق گردوغباری از روی تصاویر MODIS بسیار مناسب است. در ادامه، رابطه­ی این پارامتر با داده­های هواشناسی، قابلیت دید استخراج شد. نتایج نشان داد که رابطه­ی بین داده­های قابلیت دید و پارامتر D در منطقه­ی خاورمیانه به صورت تابع نمایی با همبستگی 68/0 است. با استفاده از این رابطه، نقشه­های قابلیت دید از نقشه­های پارامتر D با درصد خطای مطلق 6/45% استخراج گردید. با توجه به پیچیدگی مسئله و وسعت منطقه و تنوع آب و هوایی موجود، مدل دارای هم­بستگی 68/0 و خطای 6/45% مناسب به نظر می­رسد. در نتیجه­ی شدت واقعه طوفان گردوغبار، میزان دید کاهش می­یابد و بر این پایه، نقشه­های قابلیت دید بسته به میزان قابلیت دید به نواحی مختلف گردوغباری طبقه‌بندی شدند. این روش طبقه­بندی از تلفیق روش­های مختلف طبقه­بندی گردوغبار بر حسب قابلیت دید برای منطقه­ی خاورمیانه توسعه داده شده است که در آن، گردوغبار به پنج گروه گرد وغبار معلق، گرد وغبار پخش شده، طوفان گردوغبار سبک،  طوفان گردوغبار متوسط، و طوفان گردوغبار ضعیف تا شدید طبقه­بندی می­شود.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Dust storm detection and classification in the Middle East using the combination of reflectance and thermal infrared properties of MODIS sensor

نویسندگان [English]

  • Khadijeh Karimi 1
  • Hamid Taheri shahraiyni 2
  • Naser Hafezi Moghadas 3
  • Majid Habibi Nokhandan 4
1 Environmental Geology Depaerment, Shahrood University of Technology, Shahrood-Iran
2 Civil Engineering Depaertment,Shahrood University of Technology, Shahrood-Iran
3 Engineering Geology Department, Ferdowsi University, Mashhad-Iran
4 Institute of Climatology, Mashhad-Iran
چکیده [English]

Dust storm events carry a huge amount of aerosols to the atmosphere. These particles reduce air quality and can cause breathing, allergic, cordial problems. This environmental disaster increasingly outbreaks in arid and semiarid areas (e.g. Middle East) in recent years. Monitoring from space using remote sensing is one of the most effective and extensive techniques for dust storm detection. Terra MODerate resolution Imaging Spectroradiometer (MODIS) data have been utilized in this study for dust detection and classification in the Middle East. Dust particles emissivity differences in thermal infrared signals can discriminate the dusty from non-dusty pixels. D-parameter is calculated by combination of visible reflectance properties and Brightness Temperature Difference (BTD) between 11 and 12 µm channels. D-parameter is examined were using 28 satellite images (expanded in 2008 to 2009) and showed that it is very effective approach for dust area detection. Relation between D parameter and visibility (obtained from 41 synoptic stations) was investigated. The results showed that there is an exponential relation with R=0.68 between them. This relationship can retrieved the visibility from D parameter with Mean Percent Absolute Error=45.6%. According to the complicacy of problem and vast study region, R=0.68 and MPAE=45.6% seems very good. Hence we utilized this developed exponential relationship to retrieved visibility maps in Middle East from D-parameter maps. Then these generated visibility maps were classified to the different dust storm classes. This classification method was developed using the combination of different dust classification methods according to the visibility values. In this classification method, the dust storms were classified to 5 different classes (Sever Dust Storm، Medium Dust Storm، Light Dust Storm، Blowing Dust and Dust in Suspension).

کلیدواژه‌ها [English]

  • Dust classification
  • Dust storm detection
  • Middle East
  • satellite MODIS images
  • Visibility

ایرانمنش، ف. عرب خدری، م. اکرم، م.. 1384. بررسی مناطق برداشت ذرات گرد و غبار و ویژگی­های انتشار آنها در طوفان­های منطقه سیستان با استفاده از پردازش تصاویر ماهواره ای. پژوهش و سازندگی، شماره67، ص33-25.

Achudume, A.C., Oladipo, B.O., 2009. Effects of dust storm on health in the Nigerian environment. Biology and Medicine, 1(4): 21-27.

Ackerman, S.A., 1997. Remote sensing aerosols using satellite infrared observations. Journal of Geophysical Research, 102: 17069-17080.

Bartlett, K.S., 2004. Dust storm forecasting for AL Udeid AB, Qatar: an empirical analysis. Air Force Institute of Technology., Wright-Patterson AFB, OH, 6-11.

Chaboureau, J.P., Tulet, C., 2007. Diurnal cycle of dust and cirrus over West Africa as seen from Meteosat Second Generation satellite and a regional forecast model. Geophysical Research Letters, 34, L02882. dio:10.1029/2006GL027771.

Di, M., Lu, X., Sun, L., Wang, P., 2008. A Dust-Storm process dynamic monitoring with Multi-Temporal MODIS data. Remote Sensing and Spatial Information Science, XXXVII (part B7), 965-969.

Diem, J.E., Comrie, A.C., 2002. Predictive mapping of air pollution involving sparse spatial observations.  Environmental pollution, 119: 99-117.

Evans, J.P., Smith, R.B., 2001. Modeling the climate of Southwest Asia. Available In: http://www.yale.edv/ceo/ projects/ swap/pubs/evans.smith2001.pdf

Goudie, A., Middleton, N., 2006. Desert Dust in the Global System. Springer, Berlin.

Jamalizadeh, M.R., Moghaddamnia, A., Piri, J., Arbabi, V., Homayounifar, M., Shahryari, A., 2008. Dust storm prediction using ANNs technique (A case study: Zabol city). Engineering and Technology, 43: 512-520.

Lin, T.H., Hsu, N.C., Tsay, S.C., Huang, S.J., 2011. Asian dust weather categorization with satellite and surface observations. International Journal of Remote Sensing, 32: 153-170.

Liu, G., Park, S.U., 2007. The logarithm-Linear relationship of the occurrence frequency to the duration of sand-dust storms: Evidence from observational data in China. Journal of Arid Environment, 71:  243-249.

Noh, Y.M., Muller, D., Shin, D.H., Lee, H., Jung, J.S., Lee, K.H., Cribb, M., Li, z., Kim, Y.J., 2009. Optical and microphysical properties of severe haze smoke aerosol measured by integrated remote sensing techniques in Gwangju, Korea. Atmospheric Environment, 43: 879-888.

Roskovensky. J.K., Liou, K.N., 2003. Detection of thin cirrus from 1.38 μm/0.65 μm reflectance ratio combined with 8.6 - 11 μm brightness temperature difference. Geophysical Research Letters, 30(19): 1985, doi: 10.1029/2003GL018135.

Roskovensky, J.K., Liou, K.N., 2005. Differentiating airborne dust from cirrus clouds using MODIS data. Geophysical Research Letters, 32, L12809, doi: 10.1029/2005GL022798.

Shao, Y., Dong, C.H., 2006. A review on East Asian dust storm climate modeling and monitoring. Global and Planetary Change, 52: 1-22.

Tegen, I., 2003. Modeling the mineral dust aerosol cycle in the climate system. Quaternary Science Reviews, 22: 1821-1834.

Yang, X., Oenema, O., Hoongmoend, W.B., Perdok, U. D., Dianxiong, C., 2006. Dust storm erosion and its impact on soil carbon and nitrogen losses in northern China. CATENA, 66: 221-227

Yang, Y. Q., Hou, Q., Zhou, C.H., Liu, H.L., Wang, Y.Q., Niu, T., 2008. Sand/dust storm processes in Northeast Asia and associated large-scale circulations. Atmospheric Chemistry and Physics, 8, 25-23.