پایش و پیش‌بینی زمانی و مکانی گردوغبار معلق در جو در استان قزوین با استفاده از سامانۀ گوگل‌ارث‌انجین

گردوغبار به‌عنوان مهمترین رکن آلودگی هوا است که در سا ل‌های اخیر غلظت آن در مناطق مختلف افزایش یافته است. پژوهش حاضر، با استفاده از سامانۀ گوگل ارث انجین و داده‌های ماهواره‌ای مودیس با قدرت تفکیک زمانی 8 روزه و قدرت تفکیک مکانی 1km و 250m و همچنین روش‌های آماری از جمله همبستگی و هموارسازی نمایی سه‌گانه، به پایش و پیش‌بینی تغییرات مکانی و زمانی گردوغبار معلق در جو استان قزوین پرداخت. بدین منظور، با استفاده از تصاویر شاخص عمق اپتیکی آئروسل (aod)، شاخص بهینه پوشش گیاهی (evi) و شاخص تغییرات جزیره حرارتی (hi) مودیس و تهیه نقشه‌های پایش زمانی و مکانی آنها در طول دوره آماری 1394-1399 و پیش‌بینی روند آن تا 1409، ارتباط این عوامل با یکدیگر بررسی شد. نتایج پژوهش حاضر نشان‌دهنده افزایش میزان گردوغبار معلق در جو در استان قزوین از 0.461 در سال 1394 به 0.603 در سال 1396 بود. این میزان، سپس در یک روند کاهشی به 0.493 در سال 1397 رسیده بود که مجدداً به 0.575 در سال 1398 افزایش یافت. میزان گردوغبار معلق در جو سپس با کاهشی اندک به 0.536 در سال 1399 رسید. نتایج بیانگر ارتباط منفی بارندگی، رطوبت نسبی و پوشش گیاهی و ارتباط مثبت سرعت باد، تعداد روزهای یخبندان، دما، تغییرات جزیره حرارتی و ساعات آفتابی با مقادیر aod بود. پژوهش حاضر با بررسی تغییرات غلظت گردوغبار معلق در جو در دو کلاس پرخطر و کم‌خطر و پیش‌بینی آن، افزایش کلاس پرخطر برای این استان را برای سال 1409 پیش‌بینی کرد. نتایج پژوهش حاضر به تصمیم‌گیران و برنامه‌ریزان کمک می‌کند تا با مدیریت پوشش گیاهی و برنامه‌ریزی در جهت کاهش جزایر حرارتی شهرها و همچنین برنامه‌های مدیریت بارش و رطوبت سطح شهرها به کاهش آلودگی‌های ناشی از گردوغبار معلق در جو در شهرها کمک کنند.

Temporal and Spatial Monitoring and Forecasting of Suspended Dust Using Google Earth Engine and Remote Sensing Data (Case Study: Qazvin Province)

Dust, the main pillar of air pollution, has always been an important subject of study on several levels. Over the last few years, it has become increasingly concentrated in various regions. The present study, which uses Google Earth engine system and MODIS satellite data with 8day temporal resolution and spatial resolution of 1km and 250m, as well as statistical methods such as correlation and averaging of Triple Exponential Smoothing (TES), to monitor and predict spatial and temporal changes of airborne dust in Qazvin province. For this purpose, using Aerosol Optical Depth Index (AOD) images, Optimal Vegetation Index (EVI) and Modis Heat Island (HI) change index, and preparing their temporal and spatial monitoring maps during the statistical period 20152020 and predict to 2030, the relationship between these factors was examined. The results of the present study showed an increase in the quantity of airborne dust in Qazvin province from 0.461 in 2015 to 0.603 in 2017. his rate was then reduced by 0.493 in 2018 and by 0.575 in 2019. The quantity of airborne dust, then fell slightly to 0.5366 in 2020. The results showed a negative relationship between precipitation, relative humidity and vegetation, and a positive relationship between wind speed, freezing days, temperature, variations in temperature islands and hours of sunshine with AOD. The present study also examined changes in airborne dust concentrations in two high and lowrisk classes, and predicted a highrisk class for 2030. This finding is helping policymakers and planners reduce dust pollution in cities through vegetation management and reduce the heat islands, as well as implement climate programs to manage precipitation and moisture in cities.