مهدی رهنما

تغییرات اقلیمی یکی از عوامل مهمی است که سبب افزایش خطر فرسایش بادی و طوفان های گردوغبار می شود؛ به ویژه وقوع رخدادهای شدید و حرکت به سمت اقلیم خشک تر، این امر را تشدید می نماید. در این پژوهش به منظور مطالعه فراوانی و شدت پدیده گردوغبار در نیمه شرقی ایران از شاخص طوفان گردوغبار (DSI) بین سال های 2002 تا 2023 استفاده شد. بر اساس DSI نمایه هایی از فراوانی و شدت طوفان گردوغبار در منطقه موردمطالعه بر اساس روش ها ی درون یابی زمین آماری عکس مجذور فاصله با تفکیک مکانی یک دریک کیلومتر محاسبه شده است. به طورکلی سری زمانی شاخص طوفان گردوغبار طی دوره آماری 2002 تا 2023 نشان دهنده روند افزایشی معنی داری در دو استان خراسان رضوی و خراسان شمالی است. در استان سیستان و بلوچستان و خراسان جنوبی شاهد تغییرات نامنظم تر و فاقد روند معنی دار هستیم. ایستگاه های زابل و سرخس بیشترین مقدار شاخص طوفان گردوغبار را دارا هستند. نتایج به دست آمده نشان داد که تغییرات میانگین ماهانه DSI در ۸ ماه اول سال میلادی (ژانویه تا اوت) به طورکلی افزایشی است و در ماه های بعد تا ماه دسامبر مقدار DSI کاهشی است. ازنظر توزیع جغرافیایی DSI در نیمه شرقی و جنوب شرقی مقادیر بالاتری را نشان می دهد و در نواحی شمال شرقی دارای حداقل مقدار است. بررسی روند تغییرات این شاخص در شرق، شمال شرق و جنوب شرق کشور مشخص نمود علاوه بر قسمت های جنوب شرقی کشور، در سال های اخیر بخش های شرقی استان خراسان رضوی نیز درگیر این پدیده شده است. با مطالعه دو رخداد گردوغبار مشاهده شد که شکل گیری مراکز کم فشار در جنوب غربی افغانستان، شمال غربی پاکستان و شرق ایران هم زمان با استقرار مراکز پرفشار در شمال افغانستان و شمال شرقی ایران سبب شکل گیری شیو فشاری و ایجاد بادهای نسبتاً شدید سطحی شده و چشمه های گردوغبار داخلی و فرامرزی را در محدوده موردمطالعه تقویت کرده و گسیل و انتقال گردوغبار را به نیمه شرقی ایران به همراه دارد.

پدیده گردوخاک به عنوان یکی از مهم ترین مخاطرات جوی و زیست محیطی، استان کردستان واقع در غرب کشور را متأثر ساخته و هرساله خسارات زیادی را به زیرساخت های مختلف در این استان وارد کرده است. در این مقاله شرایط و منشاء شکل گیری رخدادهای گردوخاک در استان کردستان با میانگین 32 روز گردوخاکی در سال برای دوره آماری 1992 تا 2022 با استفاده از روش های تحلیل ترکیبی آماری – همدیدی و ماهواره ای مورد بررسی قرار گرفت. به این منظور از داده های مشاهداتی 8 ایستگاه همدیدی، محصولات ماهواره ای، عمق نوری ذرات معلق (AOD) و داده های بازکاوی برای ترازهای مختلف جو استفاده شد. همچنین با استفاده از مدل HYSPLIT، مسیرهای انتقال ذرات گردوخاک رهگیری و در نهایت چشمه های عمده گردوخاک استان تعیین شد. بر اساس نتایج، فصول بهار با %40 و تابستان با %27 از بیشترین تعداد روزهای همراه با پدیده گردوخاک برخوردارند. پراکنش مکانی گردوخاک نشان داد با حرکت از غرب به شرق و از شمال به جنوب استان تعداد روزهای گردوخاکی کاهش می یابد. با توجه به بررسی های همدیدی در بیشتر موارد استقرار یک سامانه کم فشار بر روی عراق و سوریه و تقویت شرایط ناپایداری در سطح بیابان های این مناطق و همچنین قرارگیری منطقه مورد مطالعه در جلوی ناوه عمیق، زمینه انتقال گردوخاک به جو منطقه را فراهم می آورد. بر اساس نتایج پدیده گردوخاک در استان کردستان از 3 چشمه اصلی شامل رسوبات کف رودخانه ها و هورهای خشک شده در نواحی مرکزی و جنوبی عراق و بیابان های سوریه، اردن و شمال شبه جزیره عربستان منشاء می گیرد. بیشترین فعالیت این چشمه های گردوخاک نیز در فصل های بهار و تابستان است.

تالاب ها از اکوسیستم های مهم جهانی هستند که انتظار می رود در برابر رخداد آتش سوزی های ناشی از تغییرات اقلیمی بسیار آسیب-پذیر باشند. اثرات نامطلوب اقلیمی سال های اخیر خطر وقوع آتش سوزی در محدوده تالاب هامون را افزایش داده است. یکی از روش-های پیش بینی وقوع آتش سوزی استفاده از شاخص های وضع هوایی آتش سوزی مانند FWI است. این شاخص که به طور گسترده در سراسر جهان بکار می رود، با در نظر گرفتن دمای هوا، رطوبت نسبی، سرعت باد و بارش، اثر این عوامل بر خطر وقوع آتش سوزی را ارزیابی می نماید. در این مطالعه پس از تهیه لایه های رستری روزانه FWI در محدوده تالاب هامون، آستانه های جدید برای طبقات مختلف خطر آتش سوزی برآورد شد. در ادامه توانایی شاخص FWI در پیش بینی وقوع آتش سوزی بر اساس آستانه های جدید انجام شد. در بین پارامترهای هواشناسی، متوسط ماهانه سرعت باد بیشترین همبستگی را با تغییرات ماهانه شاخص FWI داراست. متوسط کل مقدار FWI در تمام منطقه بیش از 70 است. توزیع تجمعی مقادیر FWI در منطقه نشان داد که برای 75 درصد روزها (طی سال های 1998 تا 2021) مقدار FWI بزرگتر از 47 است. مقدار FWI برای نواحی شمالی تر به مراتب بالاتر از نواحی جنوبی تر است. نتایج آزمون روند من-کندال نشان دهنده روند افزایشی مقادیر FWI در سراسر منطقه است. نتایج نشان داد تفاوت قابل توجهی بین آستانه های جدید با مقادیر آستانه های استاندارد وجود دارد. به طوری که آستانه خطر بسیار بالا که در شرایط استاندارد برابر 38 است به 105 رسیده است. نتایج اعتبار سنجی نشان داد معیار AUC در پیش بینی خطر بسیار بالای وقوع آتش با در نظر گرفتن آستانه جدید، از 576/0 در شرایط استاندارد به 834/0 خواهد رسید. می توان گفت آستانه جدید FWI با دقت خوب و قابل قبولی توانسته خطر وقوع آتش سوزی در محدوده تالاب هامون را پیش بینی نماید.

در این مقاله چشمه های بحرانی گردوخاک در استان ایلام شناسایی و عوامل محیطی مؤثر بر فعال سازی هر یک از آن ها تعیین شده است. با بررسی الگوی تغییرات مکانی و زمانی وقوع گردوخاک در این استان مناطق تحت تأثیر آن ها مشخص شده است. داده های مورد استفاده شامل داده های دیدبانی ایستگاه های همدیدی استان ایلام، ضخامت نوری هواویزها که محصول سنجنده MODIS، تصویر RGB ماهواره MSG، داده های بازتحلیل شده Era5 هستند. برای انجام این مطالعه شاخص توفان گردوخاک، شاخص بادناکی و شاخص خشکسالی در بازه زمانی 1396-1381محاسبه شده است. همچنین مدل GOCART به منظور تعیین میزان شار گردوخاک و مدل لاگرانژی HYSPLIT برای تعیین مسیر انتقال ذرات گردوخاک به کار گرفته شده اند. نتایج حاکی از آن است که چشمه گردوخاک واقع در جنوب استان ایلام در همه فصول با شدت زیاد فعال بوده و دو استان ایلام و خوزستان را تحت تأثیر قرار می دهد. چشمه گردوخاک واقع در جنوب غربی استان ایلام در فصول بهار، تابستان و پاییز فعال است و گردوخاک را به استان های ایلام و خوزستان و در بهار و تابستان علاوه بر این دو استان، به غرب استان لرستان نیز وارد می کند. همچنین بررسی سالانه فعالیت چشمه های گردوخاک نشان داد که در سال 1392 با شدت بیشتری نسبت به سال های دیگر فعال بوده اند.

در تصاویر سار تمام پولاریمتریک، امکان شناسایی و تشخیص اهداف برمبنای خصوصیات پولاریمتریک آن ها وجود دارد. بااین حال، به دلیل پیچیدگی های سنجنده، بیشتر سنجنده های سار در حالت دوپولاریمتریک فعالیت می کنند و فراوانی داده های دوپولاریمتریک بسیار بیشتر از داده های تمام پولاریمتریک است. در این تحقیق، میزان کارآیی مؤلفه های پولاریمتریک استخراج شده از حالت دوقطبی با حالت تمام پولاریمتریک مقایسه شده اند. بدین منظور، مؤلفه های آلفا و انتروپی در سه حالت HH-HV ، HH-VV، HV-VV و تمام پولاریمتریک محاسبه شده است. با هدف بررسی دقیق تر، مقادیر آلفا و انتروپی به تفکیک کلاس های پوشش زمین استخراج شده اند. مقایسه مقادیر خطای مطلق میانگین بین مقادیر آلفا در حالت تمام پولاریمتریک با مقادیر حالت دوپولاریمتریک نشان می دهد که بین حالت HH-HV، با حالت تمام پولاریمتریک، کمترین خطا وجود دارد و بیشترین خطا به حالت HH-VV متعلق است. میزان خطا بین مقادیر انتروپی حالت تمام پولاریمتریک و حالت HH-HV، HH-VV و HV-VV، به ترتیب، برابر 06/0 و 22/0 و 17/0 است. بر این اساس، حالت دوپولاریمتریک HH-HV بیشترین انطباق را با حالت تمام پولاریمتریک دارد و ترکیب باندهای هم قطب HH-VV کمترین انطباق را با حالت تمام پولاریمتریک داراست. در بین کلاس های متفاوت پوشش اراضی، مقادیر آلفای کلاس آب در حالت HH-HV بیشترین نزدیکی را با حالت تمام پولاریمتریک دارد. بین مقادیر انتروپی کلاس های متفاوت پوشش زمین در حالت HH-HV با حالت تمام پولاریمتریک، اختلاف معناداری وجود ندارد. براساس یافته های این تحقیق، نتیجه گیری می شود که ترکیب HH-HV به حالت تمام پولاریمتریک نزدیک تر است.

افزایش سطح غلظت گازهای گلخانه ای و به تبع آن، گرم شدن کره زمین و تغییرات آب وهوایی یکی از مهم ترین چالش های قرن بیست ویکم شناخته شده است. این پژوهش عملکرد الگوریتم های موجود در بازیابی غلظت گازهای گلخانه ای دی اکسید کربن را، براساس داده های مشاهداتی ماهواره نظارت بر گازهای گلخانه ای گوست (GOSAT)، در مقایسه با داده های مرجع به دست آمده از شبکه سطحی (TCCON)، در هشت سایت منتخب در دوره زمانی 2015-2011 بررسی می کند. الگوریتم های مورد ارزیابی عبارت اند از الگوریتم NIES، ACOS و RemoTeC (SRFP). این الگوریتم ها بر بازیابی فراوانی ستونی از گازهای مورد نظر متمرکز شده اند تا از مقادیر مولکولی هوای خشک اتم دی اکسید کربن (XCO2) بهره بگیرند. برای ارزیابی محصولات هر الگوریتم با مقدار معادل مشاهداتی زمینی آن، از شاخص های آماری اریبی (Bias)، جذر میانگین مربع خطاها (RMSE)، خطای مطلق (MAE)، انحراف معیار (SD) و ضریب همبستگی پی یرسون (CR) در هر ایستگاه استفاده شده است. نتایج بررسی مقادیر داده شده نشان می دهد که، در بیشتر ایستگاه های زمینی مورد نظر، به ترتیب الگوریتم های NIES، ACOS، RemoTeC (SRFP) دارای کمترین خطای RMSE، MAE، و کمترین خطای اریبی بوده اند. همچنین، کمترین مقادیر همبستگی (بین هر الگوریتم و شبکه سطحی) متعلق به الگوریتم (SRFP) و بیشترین مقادیر آن، درمورد بیشتر ایستگاه ها، متعلق به الگوریتم NIES در یک میانگین پنج ساله (2015-2011) است.