بررسی کارایی شاخص badi: رویکرد بهبود یافته جهت تشخیص طوفان‌های گردوغبار خاورمیانه با استفاده از تصاویر سنجنده modis

گردوغبار یکی از رویدادهای جوی مناطق خشک و نیمه‌خشک جهان است که در سال‌های اخیر افزایش قابل توجهی داشته و آثار و پیامدهای نامطلوبی را در بخش‌های مختلف بر جای گذاشته است. تصاویر سنجنده modis به دلیل قدرت تفکیک طیفی و زمانی بالا، به طور گسترده‌ای برای تشخیص طوفان گردوغبار استفاده می‌شوند. شاخص‌های گردوغبار زیادی مبتنی بر modis موجود هستند. در این مطالعه، از شاخص بهبود یافته دمای روشنایی گردوغبار (badi) برای پایش چندین موج طوفان گردوغبار در غرب خاورمیانه بین سال‌های 2000 تا 2016، با استفاده از ترکیب دمای روشنایی سه باند تصاویر modis: باند 20 (3.84-3.66 میکرومتر)، باند 31 (11.28-10.78 میکرومتر) و باند 31 (12.27-11.77 میکرومتر) استفاده شده است. تفسیر بصری خروجی badi نشان داد که این روش تشخیص، قادر است نه تنها به طور موثر محل هسته‌های اصلی طوفان‌های گردوغبار را شناسایی کند، بلکه می‌تواند گردوغبار را از زمین‌های لخت و ابرها تشخیص دهد. تجزیه و تحلیل رگرسیون نشان داد که ارتباط معنی‌داری بین badi وmodis deep blue aod وجود دارد. برای پنج موج طوفان گردوغبار، ضرایب تعیین (r2) رگرسیون بین مقادیر badi و modis deep blue aod به ترتیب 0.44، 0.48، 0.67، 0.53 و 0.45 (p<0/01 ) بود. نتایج نشان داد که شاخص badi در مقایسه با اغلب شاخص‌های گردوغبار مبتنی بر تصاویر modis از قبیل شاخص اختلاف دمای روشنای در باند 32 و 31 (btd32-31) و شاخص تفاضل نرمال شده گردوغبار (nddi)، مقدار و تراکم فضایی طوفان گردوغبار را دقیق‌تر نشان می‌دهد. همچنین badi هماهنگی خوبی با شاخص عمق هواویز نوری (modis deep blue) نشان می‌دهد (r2 = 0.70 ; p<0/01).

Investigating the performance of BADI Index: An improved approach to detect dust storms using MODIS imagery in West of Middle East

Dust event is one of the atmospheric events of world arid and semiarid regions that had a notable increase in a recent year and negative effects in different parts. MODIS imagery provides an acceptable data source for accurate and timely monitoring of dust storms. However, there are useful dust indices based on MODIS imagery. In this study, it has been used an improved brightness temperature adjusted dust index by Compound the brightness temperatures of three thermal infrared MODIS bands including band 20, band 31 and band 32 to monitor six representative dust storms over the West of Middle East between 2000 and 2016. When the dust storm indices of MODIS including the brightness temperature difference index in bands 32 and 31 (BTD3231) and the normalized difference dust index (NDDI) and BADI compared together, the BADI index more accurately estimated the spatial density of dust storms in our study area. The regression analysis has been showing significant correlations between the BADI index and MODIS Deep Blue Aerosol Optical Depth values. For the Five dust storms, the determination coefficients (R2) of the regression between the BADI index and MODIS Deep Blue AOD values were 0.44, 0.48, 0.67, 0.53 and 0.45 (P < 0.01), respectively. Considering that BTD 3231 and NDDI are two widely used indices to detect dust storm, we compared the results obtained using the BTD 3231, NDDI and BADI for detection of a duststorm event that occurred on 17 Jul 2016 in order to illustrate the advantages of the BADI. The BADI index with the standard density index of MODIS Deep Blue Aerosol Optical Depth had the statistically significant relationship at P ≤ 0.01.