بررسی تاثیر وارونگی ‌های دمایی بر آلودگی هوای اکوسیستم ‌های بیابانی در منطقۀ ویژۀ اقتصادی خلیج فارس

پژوهش حاضر در راستای شناسایی وارونگی‌ های دمایی، شدت و ارتباط آن با آلاینده‌های جوّی در منطقۀ صنعتی غرب بندرعباس انجام شد. برای دستیابی به این رهیافت، ابتدا گلباد منطقه ترسیم شد؛ سپس با دریافت داده‌های میانی جو از رادیوسوند بندرعباس و ترسیم نمودار اسکیوتی، روزهای وارونگی دمایی استخراج شد. فراوانی و نوع وارونگی‌ها در مقیاس ماهانه و فصلی بررسی شد. برای مدل‌سازی احتمال وقوع وارونگی، رگرسیون لجستیک بر داده‌ها برازش داده شد. شدت وارونگی نیز در مقیاس ماهانه بررسی شد و معادلۀ خطی آن با رگرسیون چندگانه ترسیم شد. میزان پارامترهای جوّی در روزهای وارونگی و عدم وارونگی با آزمون تی‌استیودنت بررسی شد و درنهایت ارتباط بین غلظت آلاینده‌های جوّی با وارونگی‌ها شناسایی شد. نتایج نشان داد باد غالب در منطقه، جنوب شرقی است که از دریای خلیج‌فارس به‌سمت خشکی می‌وزد. در منطقه، 223 روز از سال وارونگی اتفاق می‌افتد که 157 مورد از آن تابشی و 66 مورد فرونشینی است. وارونگی‌ها در زمستان و بهار بیشتر از تابستان و پاییز است. پایۀ وارونگی در زمستان در 10 متری است؛ اما در تابستان ریزش دینامیکی هوای گرم باعث تشکیل وارونگی فرونشینی می‌شود و ارتفاع پایۀ لایه به بیش از 100 متر می‌رسد. حدود 51.2 درصد وارونگی‌ها شدت ضعیف، 37.9 درصد متوسط، 7.7 درصد شدت زیاد و 3 درصد شدت خیلی ‌زیاد است. وارونگی بیشترین تاثیر را بر ذرات معلق و ازن دارد؛ به‌طوری‌که وارونگی باعث شده است که غلظت ذرات معلق سالانه حدود 52 پی‌پی‌ام نسبت به شرایط عدم وارونگی افزایش یابد.

investigating the effect of inversions on the air pollution of desert ecosystems in the special economic zone of the persian gulf

introduction: this study tries to investigate the temperature inversion and its role in the concentration of air pollution in the region by using the data observed by bandar abbas radio sound and the recorded data of meteorological parameters and air pollution in the site of the persian gulf special economic zone and to know the characteristics of temperature inversion and its effect on the distribution of industrial pollutants. materials and methods: the special economic zone of the persian gulf industries is located in the 13 km of shahid rajaee highway, west of bandar abbas in hormozgan province - the northern shores of the persian gulf. in order to analyze anemometer data and state of the direction and speed of winds in the region, wind rose plot software was used. in order to investigate the characteristics of temperature inversion in the region and its relationship with the concentration of air pollutants, radiosonde data and the bandar abbas skew-t diagram were used. after downloading the data, using the raob software, skew-t diagram was drawn for bandar abbas and the temperature inversion characteristics were obtained from it. in order to model and predict the possibility of temperature inversion, logistic regression model fitting was used. temperature inversions according to intensity in four separate groups including: weak (0.000-0.010), medium (0.011-0.20), severe (0.021-0.030) and very severe (high 0.031) was divided. in order to equate the intensity of inversion and the effect of climatic variables and characteristics of the temperature, altitude and pressure layer on its intensity, multiple linear regression was used in a step-by-step method. the concentration of standard air pollutants, including pm10, co, o3, no2 and so2 were obtained from the pollution control center at the site of the persian gulf special economic zone on a daily basis. after examining the pollutants, their concentration was compared on days of inversion and non-inversion, and their relationship with atmospheric characteristics and characteristics of inversions was investigated. result: the winds speed classes of the region were prepared on a seasonal scale. the results show that the south and southeast winds are the dominant winds in the region, which is known as the sea breeze. the results of extracting days with temperature inversion in the industrial area showed that the most inversions are in june and may; also, feb and apr are on the same floor in the third row. in july, august and september, the number of inversions decreases and peaks again in autumn. the results of comparing the mean of student’s t-test showed that among meteorological parameters, temperature and wind speed in inversion days and unstable days (no inversion) have significant differences, but relative humidity, air pressure and wind direction, although in two types there are few changes in the inversion conditions, but their differences are not significant. the logistic regression results show that the dependent variable of temperature inversion can be explained with 67% confidence using independent variables.