|
|
پیش بینی شاخص پرتو فرابنفش با استفاده از مدل tuv
|
|
|
DOR
|
20.1001.2.0021053839.1400.19.1.23.6
|
نویسنده
|
صحت کاشانی ساویز ,sehat kashani saviz ,محمدی عاطفه ,mohammadi atefeh ,پهلوان راضیه ,pahlavan razieh ,رهنما مهدی ,rahnama mehdi
|
منبع
|
كنفرانس ديناميك شاره ها - 1400 - دوره : 19 - نوزدهمین کنفرانس دینامیک شاره ها - کد همایش: ۰۰۲۱۰-۵۳۸۳۹
|
چکیده
|
پرتو فرابنفش دارای آثار مفیدی مانند ساخت ویتامین d و آثار گندزدائی و ضدعفونی کنندگی دارد. از طرفی مضراتی چون سوختگی و سرطان پوست و آسیب به چشم و سیستم ایمنی را نیز به همراه دارد. پیش بینی مقدار پرتو فرابنفش میتواند کمک شایانی در راستای سلامت مردم داشته باشد. در این پژوهش از مدل فرابنفش قابل مشاهده تروپوسفری (tuv ) برای پیش بینی شاخص پرتو فرابنفش (uvi ) استفاده شد. این مدل برای پیشبینی uvi به دادههای ازن، سپیدایی و عمق نوری ذرات معلق نیاز دارد. برای مقادیر ستون ازن و سپیدایی از دادههای مدل سامانه پیشبینی جهانی gfs و برای مقادیر عمق نوری ذرات (aod ) از دادههای مدل waccm استفاده شده است. 209 مورد مطالعاتی در 12 ماه از سال 2020 و در نقاط مختلف کشور انتخاب شد. داده های gfs، waccm و omi برای تاریخ های ذکر شده استخراج و در نقاط مورد نظر درونیابی شدند. سپس مقادیر درونیابی شده به همراه طول و عرض جغرافیایی و ارتفاع نقاط به عنوان ورودی به مدل tuv داده و مقادیر uvi پیش بینی شدند. به دلیل عدم دسترسی به مقدار واقعی uvi در کشور، داده سنجنده omi به عنوان داده مشاهداتی فرض شده است. نتایج نشان دادند که در ماه های گرم سال که مقدار uvi بیشتر از ماه های سرد است، خطای پیش بینی نیز بیشتر است. اما به طور کلی پیش بینی دارای دقت بالایی است؛ به طوری که در کل موارد مطالعاتی منتخب مقادیر me، mae، rmse و r به ترتیب 12/0، 19/0، 23/1 و 92/0 هستند که نشان دهنده دقت بالای پیش بینی است.
|
کلیدواژه
|
شاخص پرتو فرابنفش ,مدل tuv ,سنجنده omi
|
آدرس
|
پژوهشگاه هواشناسی و علوم جو, ایران, پژوهشگاه هواشناسی و علوم جو, ایران, پژوهشگاه هواشناسی و علوم جو, ایران, پژوهشگاه هواشناسی و علوم جو, ایران, پژوهشگاه هواشناسی و علوم جو, ایران, پژوهشگاه هواشناسی و علوم جو, ایران, پژوهشگاه هواشناسی و علوم جو, ایران, پژوهشگاه هواشناسی و علوم جو, ایران
|
پست الکترونیکی
|
meh.rahnama@gmail.com
|
|
|
|
|
|
|
|
|
UV Index Forecasting Using TUV Model
|
|
|
Authors
|
|
Abstract
|
|
Keywords
|
|
|
|
|
|
|
|
|
|
|
|