بررسی الگوهای حرکتی دود ناشی از آتش‌سوزی تالاب هورالعظیم با تلفیق تصاویر مودیس و مدل calpuff

تالاب هورالعظیم به‌عنوان یکی از اکوسیستم های ارزشمند زیستی در جنوب غربی ایران در سال 1397 با رخدادهای آتش سوزی متعددی روبه‌رو بوده است. هدف تحقیق حاضر، مدل سازی پراکنش دود ناشی از این آتش سوزی ها بوده است. بدین‌منظور از تصاویر ماهواره ای مودیس در بازه های زمانی وقوع رخدادهای آتش سوزی، جهت برآورد نرخ انتشار ذرات معلق استفاده شد. سپس با استفاده از مدل calpuff از تلفیق داده های هواشناسی هفت ایستگاه سینوپتیک در دو کشور ایران و عراق، شرایط اکولوژیک منطقه و نرخ انتشار حاصل از سنجش از دور، مقدار متوسط غلظت 24 ساعته‌ ذرات معلق کوچک تر از 10 میکرون شبیه سازی شد. براساس نتایج به دست آمده، بیشترین مقدار نرخ انتشار دود ناشی از آتش سوزی، با 0/0024گرم بر مترمربع در ثانیه، در روز 18 شهریور ماه برآورد شد. در این روز جمعیتی بالغ بر 42700 نفر در معرض غلظت های بالاتر از حد استاندارد ذرات معلق کوچک تر از 10 میکرون قرار داشتند. تلفیق داده های سنجش از دور با مدل های پراکنش آلودگی هوا می تواند رویکرد بسیار مناسبی در شناسایی گستره های مکانی و زمانی ارزیابی کیفیت هوا در رخدادهای آتش سوزی طبیعی باشد.

investigation of smoke movement patterns from the haur-al-azim wetland fire using a combination of modis imagery and the calpuff model

haur-al-azim, an important ecosystem in the southwest of iran, suffered numerous wildfires in 2018. this study aims to model the dispersal of smoke resulting from those wildfires. in order to achieve this, the emission rate of particulate matter was calculated utilizing modis products. the study made use of data from seven climate stations in iran and iraq, together with local ecological conditions and emission rates, to simulate 24-hour means of pm10 through the use of the calmet/calpuff package model. the study found that on september 9, 2018, the highest emission rate was measure at 0.0024 g/m2/s. this resulted in more than 42700 individuals being exposed to pm10 concentrations that exceeded the standard. integrating remote sensing data into an air pollution modeling system can be used as an identification method to asses air quality from a spatial and temporal perspective.