مدیریت جامع حوزه های آبخیز

مدیریت جامع حوزه های آبخیز

ارزیابی روند تغییرات گردوغبار و ارتباط آن با دما (مطالعه موردی: استان خوزستان)

نوع مقاله : مقاله پژوهشی

نویسندگان
1 گروه بیابان زدائی ، دانشکده منابع طبیعی و علوم زمین، دانشگاه کاشان، کاشان، ایران
2 گروه احیای مناطق خشک و کوهستانی، دانشکده منابع طبیعی دانشگاه تهران، ایران
3 گروه جغرافیا و گردشگری، دانشکده منابع طبیعی و علوم زمین، دانشگاه کاشان، کاشان، ایران
چکیده
چکیده مبسوط
 مقدمه: یکی از اثرات بیابان‌زایی و تخریب زمین به‌ویژه در مناطق خشک و فراخشک جهان، طوفان­های گردوغبار است. ذرات ریز گردوغبار آزادشده از سطح زمین می‌توانند چندین کیلومتر و گاهی اوقات حتی در سراسر قاره‌ها رها شوند و با تأثیر بر تعادل تشعشعی و هم‌چنین اکوسیستم‌های جنگلی و اقیانوسی، نقش کلیدی در سیستم زمین ایفا کنند. آب‌وهوا اغلب به‌عنوان عامل اصلی مؤثر بر وقوع این طوفان‌ها در نظر گرفته می‌شود. طوفان‌های گردوغبار در سال‌های اخیر عمدتاً به دلیل افزایش خشک‌سالی و موج گرما در مقیاس جهانی افزایش یافته است. دما از نظر تأثیر مستقیم بر متغیرهای آب و هوایی مانند فشار، حرکت باد، تشکیل ابر و بارش، متغیر مهمی در اقلیم است. مطالعات نشان می‌دهد که افزایش دما به همراه کاهش بارندگی، افزایش سرعت باد و شرایط ایجاد طوفان‌های گردوغبار را فراهم می‌کند. به‌طورکلی بررسی مطالعات انجام‌شده در زمینه ارزیابی روند تغییرات گردوغبار و اثر پارامترهای دمایی بر آن نشان می­دهد که از دیدگاه­ها و روش­های مختلفی امکان انجام این مطالعات وجود دارد. در نتیجه نیاز است که با بررسی و ارزیابی نتیجه آن‌ها دیدگاه جامعی از گردوغبار و عوامل مؤثر بر آن پیدا کرد تا بتوان به کنترل و مدیریت این پدیده کمک نمود. در استان خوزستان، به علت مجاورت با بیابان‌های بزرگ کشورهای همجوار تعداد روزهای غبارآلود قابل‌توجه و در سال‌های اخیر افزایش یافته است؛ بنابراین یکی از نواحی چالش‌برانگیز کشور در زمینه مدیریت و کنترل پدیده گردوغبار است. هدف از انجام این مطالعه ارزیابی روند تغییرات گردوغبار و اثر دما بر این پدیده است. نتایج این مطالعه به شناخت بهتر پدیده گردوغبار در استان خوزستان کمک می­کند.
مواد و روش‌ها: در این پژوهش از سه گروه داده شامل داده­های میانگین دمای ماهانه 13 ایستگاه هواشناسی محدوده موردمطالعه،  میانگین ماهانه داده­های دمای سطح زمین یا LST و  داده­های  میانگین ماهانه داده­های عمق نوری آئروسل (AOD) استفاده شد. در این مطالعه  ابتدا به  ارزیابی روند تغییرات گردوغبار  با استفاده از آزمون من کندال پرداخته شد و  در بخش دوم بررسی رابطه پارامترهای دمایی بر گردوغبار با استفاده از همبستگی بین میانگین عمق نوری آئروسل (AOD)  در حائل 5 کیلومتری در اطراف ایستگاه منتخب با پارامترهای دمایی شامل میانگین دمای ماهانه و میانگین LST ماهانه در حائل 5، 10 و 20 کیلومتری در اطراف ایستگاه منتخب انجام شد.
نتایج و بحث: نتایج ارزیابی روند تغییرات میانگین حائل 5 کیلومتری اطراف ایستگاه‌های منتخب نشان داد که در ماه­های فوریه، جولای، دسامبر و آوریل در هیچ‌کدام از ایستگاه‌ها روند افزایشی مشاهده نشد و حتی در ماه آوریل در دو ایستگاه روند کاهشی نیز دارند. همچنین در ماه­های آگوست، سپتامبر و نوامبر در هفت ایستگاه، مارس در پنج ایستگاه، اکتبر در چهار ایستگاه، ژانویه در سه ایستگاه، می در دو ایستگاه و ژوئن در یک ایستگاه روند تغییرات AOD با احتمال بیش از 90% افزایشی است. هم‌چنین نتایج همبستگی پارامترهای دمایی و مقادیر AOD نشان داد که  به‌طورکلی همبستگی بسیار قوی بین پارامترهای دمایی و مقادیر AOD تنها در سه ماه می، ژوئن و جولای با میانگین LST در بافرهای مختلف رخ داده است. بیشترین تعداد همبستگی قوی در ماه­های می تا آگوست بین پارامترهای دمایی و مقادیر AOD وجود دارد. همچنین بیشترین تعداد همبستگی خیلی ضعیف در ماه­های آوریل، مارس، نوامبر و دسامبر رخ داده است. بیشترین تعداد همبستگی خیلی ضعیف و ضعیف مربوط به دمای هوا (به ترتیب 85 و 47 عدد) است که این امر نشان‌دهنده اهمیت بیشتر LST نسبت به دما در ارزیابی تغییرات شدت گردوغبار در محدوده موردمطالعه دارد.
نتیجه‌گیری: با توجه به نتایج این پژوهش می­توان گفت که دمای هوا همبستگی ضعیفی با گرد غبار نشان داد و بیشتر همبستگی‌های قوی و خیلی قوی با میانگین LST در بافرهای مختلف رخ داده که این امر نشان‌دهنده اهمیت بیشتر LST نسبت به دما در ارزیابی تغییرات شدت گردوغبار در محدوده موردمطالعه دارد. به‌طورکلی ارزیابی و پایش تغییرات گردوغبار می­تواند کمک بزرگی به شناسایی کانون­های جدید و همچنین ارزیابی نتایج فعالیت­های کنترل و مدیریت فرسایش بادی و گردوغبار ‌کند. بنابراین می­توان پیشنهاد داد یک سامانه مبتنی بر سنجش‌ازدور و هوش مصنوعی به‌صورت آنلاین و به‌روز جهت ارزیابی و پایش تغییرات گردوغبار طراحی و ارائه شود تا مدیریت پدیده گردوغبار در ایران هدفمندتر شده و شناسایی کانون‌ها سریع‌تر انجام شود. از طرف دیگر باید به عوامل مؤثر بر این تغییرات نیز توجه نمود و اثر آن‌ها را بر گردوغبار مورد ارزیابی قرار داد.
کلیدواژه‌ها
موضوعات

Alam, K., Qureshi, S. & Blaschke, T. (2011). Monitoring spatio-temporal aerosol patterns over Pakistan based on MODIS, TOMS and MISR satellite data and a HYSPLIT model. Atmospheric Environment, 45(27), 4641-4651. https://doi.org/10.1016/j.atmosenv.2011.05.055
Choubin, B., Sajedi Hosseini, F., Rahmati, O., Mehdizadeh Youshanloei, M. & Jalali, M. (2022). Temporal and Spatial Variations of Dust Days in Western Azarbaijan Province, Determination of The Influencing Factors and Source of Events. Desert Management, 10(22), 71 -86. https://doi.org/10.22034/jdmal.2022.550729.1378 (In Persian).
Du, P., Huang, Z., Tang, S., Dong, Q., Bi, J., Yu, X. & Gu, Q. (2023). Long-term Variation of Dust Devils in East Asia during 1959-2021. Authorea Preprints, 128(9), e2022JD038013. https://doi.org/10.1029/2022JD038013
Eskandari Damaneh, H., Eskandari Damaneh, H., Sayadi, Z. & Khoorani, A. (2022). Evaluation of spatiotemporal changes and correclations of aerosol optical depth, NDVI and climatic data over Iran. Iranian Journal of Range and Desert Research, 28(4), 772-786. https://doi.org/10.22092/ijrdr.2021.125252 (In Persian).
Evans, J. D. (1996). Straightforward statistics for the behavioral sciences. Pacific Grove, CA: Brooks/Cole Publishing
Hara, Y., Uno, I. & Wang, Z. (2006). Long-term variation of Asian dust and related climate factors. Atmospheric Environment, 40(35), 6730-6740. https://doi.org/10.1016/j.atmosenv.2006.05.080
Heydari Alamdarloo, E., Moradi, E., Abdolshahnejad, M., Fatahi, Y., Khosravi, H., & da Silva, A. M. (2021). Analyzing WSTP trend: a new method for global warming assessment. Environmental Monitoring and Assessment, 193, 1-15. https://doi.org/10.1007/s10661-021-09600-2
Jebali, A., Zare, M., Ekhtesasi, M. R. & Jafari, R. (2021). Detection of areas prone to wind erosion and air pollution using DSI and PDSI indices. Natural Hazards, 1-15. https://doi.org/10.1007/s11069-021-04728-3
Jin, J., Pang, M., Segers, A., Han, W., Fang, L., Li, B. & Liao, H. (2022). Inverse modeling of the 2021 spring super dust storms in East Asia. Atmospheric Chemistry and Physics Discussions, 2022, 1-24. https://doi.org/10.5194/acp-22-6393-2022
Kazemi, M., Nafarzadegan, A. R. & Mohammadi, F. (2020). A Study of the Relationship Between Maximum Dust Values and Climatic Variables Using Remote Sensing Data (Case Study: Hormozgan Province). Iranian Journal of Range and Desert Research, 27(4), 792-801. https://doi.org/10.22092/ijrdr.2020.123154 (In Persian).
Mahmoodi Mahpash, N. & Souri, B. (2021). Comparison of concentration and trend of dust particles in relation to climatic variables in the western half of Iran. Human & Environment, 19(3), 17-29. (In Persian)
Martin, A., Wang, Y., Li, J. & Mends, G. (2018). Technical risk factors of international construction. The Journal of Engineering, (3), 138-146. https://doi.org/10.1049/joe.2016.0389
Mesbahzadeh, T., Mirakbari, M., Mohseni Saravi, M., Soleimani Sardoo, F. & Krakauer, N.Y. (2020). Joint modeling of severe dust storm events in arid and hyper arid regions based on copula theory: a case study in the Yazd province, Iran. Climate, 8(5), 64-72. https://doi.org/10.3390/cli8050064
Modarres, R. & Sadeghi, S. (2018). Spatial and temporal trends of dust storms across desert regions of Iran. Natural Hazards, 90, 101-114. https://doi.org/10.1007/s11069-017-3035-8
Motavallizadeh Naeini, M.  & Modarres R. (2022). Dust Storm Frequency in Connection with Climatic Change in the Arid Region of Iran. Journal of Hydrology and Soil Science, 25(4): 239-252. https://doi.org/10.47176/jwss.25.4.43231 (In Persian)
Naeimi, M, Mirakbar, M., Khosroshahi, M., Zandifar, S. & Ghasemi Aryan, Y. (2022).  Analyzing the effects of climate change on dust events, a case study: Khorasan Razavi province. The Desert Ecosystem Engineering Journal, 10(33), 65-78. https://doi.org/10.22052/deej.2021.10.33.41 (In Persian).
Namdari, S., Valizade, K. K., Rasuly, A. A. & Sari Sarraf, B. (2016). Spatio-temporal analysis of MODIS AOD over western part of Iran. Arabian Journal of Geosciences, 9, 1-11. https://doi.org/10.1007/s12517-015-2029-7
Nukapothula, S., Yunus, A. P., Chen, C., Attada, R. & Narayana, A. C. (2023). Dust storm induced severe cooling in the northern Arabian Sea during winter 2022. Deep Sea Research Part I: Oceanographic Research Papers, 197, 104047. https://doi.org/10.1016/j.dsr.2023.104047
Qi, Y., Ge, J. & Huang, J. (2013). Spatial and temporal distribution of MODIS and MISR aerosol optical depth over northern China and comparison with AERONET. Chinese science bulletin, 58, 2497-2506. https://doi.org/10.1007/s11434-013-5678-5
Rashki, A., Kaskaoutis, D. G., Francois, P., Kosmopoulos, P. G. & Legrand, M. (2015). Dust-storm dynamics over Sistan region, Iran: Seasonality, transport characteristics and affected areas. Aeolian Research, 16, 35-48. https://doi.org/10.1016/j.aeolia.2014.10.003
Rayegani, B., Barati, S., Goshtasb, H., Gachpaz, S., Ramezani, J. & Sarkheil, H. (2020). Sand and dust storm sources identification: A remote sensing approach. Ecological Indicators, 112, 106099. https://doi.org/10.1016/j.ecolind.2020.106099
Rezaei, M. & Ghasemieh, H. (2019). Assessing the impact of climate change on rainfall and temperature variability (Case Study: Kashan and Khur and Biabank Stations). Arid Biom Scientific and Research Journal, 9(1), 81-99. (In Persian). https://doi.org/10.29252/aridbiom.2019.1545
Rosenfeld, D., Zhu, Y., Wang, M., Zheng, Y., Goren, T. & Yu, S. (2019). Aerosol-driven droplet concentrations dominate coverage and water of oceanic low-level clouds. Science, 363(6427), eaav0566.  https://doi.org/10.1126/science.aav056
Soleimani, F., Kalehhouei, M. & Lotfollazadeh, D. (2023). Study of the Morphological Characteristics of Gullies in Khuzestan Province. Watershed Management Research Journal, 36(3), 23-41. https://doi.org/10.22092/wmrj.2023.360375.1497. (In Persian)
Xiao, F., Zhou, C. & Liao, Y. (2008). Dust storms evolution in Taklimakan Desert and its correlation with climatic parameters. Journal of Geographical Sciences, 18, 415-424. https://doi.org/10.1007/s11442-008-0415-8
Yarahmadi, D., Nasiri, B., Khoshkish, A. & Nikbakhabt, H. (2015). Climate change and dusty days in the west and southwest of Iran. The Desert Ecosystem Engineering Journal, 3(5), 19-28. (In Persian)
Yousefi, R., Wang, F., Ge, Q. & Shaheen, A. (2020). Long-term aerosol optical depth trend over Iran and identification of dominant aerosol types. Science of the Total Environment, 722, 137906. https://doi.org/10.1016/j.scitotenv.2020.137906
Yousefi, R., Wang, F., Ge, Q., Shaheen, A. & Kaskaoutis, D. G. (2023). Analysis of the Winter AOD Trends over Iran from 2000 to 2020 and Associated Meteorological Effects. Remote Sensing, 15(4), 905. https://doi.org/10.3390/rs15040905
Yu, Y., Kalashnikova, O. V., Garay, M. J., Lee, H. & Notaro, M. (2018). Identification and characterization of dust source regions across North Africa and the Middle East using MISR satellite observations. Geophysical Research Letters, 45(13), 6690-6701. https://doi.org/10.1029/2018GL078324
Ziyaee, A., Karimi, A., Lakzan, A. & Khademi, H. (2018). Dust Deposition Rate and its Relationship to Some Climatic Parameters in Khorasan Razavi Province. Geoghraphy and environment hazard, 7(26), 95-11. https://doi.org/10.22067/geo.v7i2.66306

  • تاریخ دریافت 08 آبان 1402
  • تاریخ بازنگری 26 آذر 1402
  • تاریخ پذیرش 24 دی 1402