بررسی اثر متغیرهای اقلیمی بر توزیع زمانی آلودگی هوا با استفاده از داده‌های sentinel-5p در استان مازندران

تحلیل توزیع آلودگی هوا و عوامل کارا بر آن برای پیشگیری و کنترل آلودگی هوا امری ضروری است. هدف از این پژوهش بررسی توزیع زمانی-مکانی آلودگی هوا و بررسی ارتباط آن با متغیرهای اقلیمی در گستره مازندران برای سال های 2022-2018 به روش دورسنجی است. توزیع زمانی و مکانی آلودگی هوا ‌با ‌استفاده ‌از سنجنده tropomi ماهواره سنتینل 5 در‌ محیط گوگل ‌ارث برآورد شد. تحلیل نقطه تغییر با روش آزمون همگنی پتیت انجام شد. همچنین برای ارزیابی همبستگی بین متغیرها از آزمون همبستگی پیرسون استفاده شد. تحلیل مکانی نشان داد بیشترین مقدار آلودگی هوا در دوره 2022-2018 در شرق مازندران، و ارتفاعات صفر تا m  500 بوده است. نتایج آزمون پتیت نشان داد غلظت گازهایco ، o3 و so2 در برخی ماه‌ها افتِ نزولی معنی‌داری دارند. اما مقدار متوسط no2 در ماه اکتبر سال 2020 به‌صورت صعودی در سطح 5% معنی‌دار بوده است. غلظت no2 در زمستان و پاییز بیشتر است. بیش ترین غلظت o3 در زمستان و بهار است. اما بیش ترین غلظت so2 مربوط به فصل زمستان و پاییز است. تعداد ساعاتِ‌آفتابی با ضریب همبستگی بین 0/5 تا 0/8 کاراترین مولفه اقلیمی بر آلودگی هواست. در نتیجه عوامل هواشناختی به‌طور مستقیم و غیرمستقیم بر پراکندگی زمانی-مکانی آلودگی هوا اثر می‌گذارد.

studying effect of climatic variables on temporal distribution of air pollution using sentinel-5p data in mazandaran province, iran

studying air pollution distribution and factors is crucial for control. the research focused on analyzing air pollution distribution and its correlation with climatic variables in mazandaran province from 2018 to 2022 using remote sensing. air pollution distribution analyzed with tropomi sensor in google earth engine system. air pollution change point analyzed with petit’s homogeneity test. additionally, pearson’s correlation test was utilized to assess the correlation among variables. spatial analysis of air pollution showed that the highest amount of air pollution in the period of 2018-2022 was in the east of mazandaran and at altitudes of 0-500 m. the test results showed that the concentrations of co, o3, and so2 gases had a significant downward trend in some months. however, the average no2 gas in october 2020 has been significant at the level of 5%. the seasonal air pollution concentration with no2 gas is higher in winter and autumn. the highest concentration of o3 is in winter and spring. however, the highest concentration of so2 is related to winter and autumn. the number of sunshine hours with a correlation coefficient between 0.5 and 0.8 has been the most effective climate component on air pollution. meteorological factors impact temporal-spatial dispersion directly, indirectly.