شناسايي و طبقه‌بندي مناطق گرد و غباري در خاورميانه با استفاده از تلفيق ويژگي‌هاي انعكاسي و مادون قرمز حرارتي سنجنده‌ي MODIS

Dust storm detection and classification in the Middle East using the combination of reflectance and thermal infrared properties of MODIS sensor

طوفان­ هاي گردوغبار، سالانه حجم عظيمي از ذرات معلق را وارد جو زمين مي ­كنند. وجود اين ذرات معلق در هوا باعث افزايش بيماري­ هاي تنفسي، چشمي، قلبي- عروقي و ... مي­شود. فراواني و شدت وقوع اين پديده ­ي زيست محيطي در مناطق خشك و نيمه خشك جهان از جمله خاورميانه در سال­هاي اخير در حال افزايش است. جهت بررسي و مطالعه ­ي مناطق تحت پوشش غبار، استفاده از ابزارها و تكنيك­هاي مناسب همچون سنجش از دور ضروري به نظر مي­رسد. در اين تحقيق با استفاده از پردازش داده­هاي سنجنده ­ي MODIS، اقدام به رديابي و طبقه­بندي مناطق تحت پوشش غبار در خاورميانه شده است. اختلاف در ميزان گسيل­ مندي ذرات گردوغبار در محدوده­ي امواج مادون قرمز حرارتي به شكل مؤثري نواحي گردوغباري را متمايز مي­نمايد. در اين مطالعه، شاخص D كه ويژگي­هاي انعكاسي و اختلاف دماي روشنايي بين طول موج­هاي 11 و 12 ميكرومتر را تلفيق مي­كند براي 28 تصوير ماهواره­اي مربوط به روزهاي غباري سال­هاي 1387 و 1388 (2008 و 2009) منطقه خاورميانه محاسبه شد. نتايج نشان داد كه پارامتر D براي تفكيك مناطق گردوغباري از روي تصاوير MODIS بسيار مناسب است. در ادامه، رابطه­ي اين پارامتر با داده ­هاي هواشناسي، قابليت ديد استخراج شد. نتايج نشان داد كه رابطه­ي بين داده­هاي قابليت ديد و پارامتر D در منطقه­ ي خاورميانه به صورت تابع نمايي با همبستگي 68/0 است. با استفاده از اين رابطه، نقشه­ هاي قابليت ديد از نقشه­ هاي پارامتر D با درصد خطاي مطلق 6/45% استخراج گرديد. با توجه به پيچيدگي مسئله و وسعت منطقه و تنوع آب و هوايي موجود، مدل داراي هم­بستگي 68/0 و خطاي 6/45% مناسب به نظر مي­رسد. در نتيجه ­ي شدت واقعه طوفان گردوغبار، ميزان ديد كاهش مي­يابد و بر اين پايه، نقشه­هاي قابليت ديد بسته به ميزان قابليت ديد به نواحي مختلف گردوغباري طبقه‌بندي شدند. اين روش طبقه­بندي از تلفيق روش­هاي مختلف طبقه­ بندي گردوغبار بر حسب قابليت ديد براي منطقه ­ي خاورميانه توسعه داده شده است كه در آن، گردوغبار به پنج گروه گرد وغبار معلق، گرد وغبار پخش شده، طوفان گردوغبار سبك، طوفان گردوغبار متوسط، و طوفان گردوغبار ضعيف تا شديد طبقه­ بندي مي­شود.

Dust storm events carry a huge amount of aerosols to the atmosphere. These particles reduce air quality and can cause breathing, allergic, cordial problems. This environmental disaster increasingly outbreaks in arid and semiarid areas (e.g. Middle East) in recent years. Monitoring from space using remote sensing is one of the most effective and extensive techniques for dust storm detection. Terra MODerate resolution Imaging Spectroradiometer (MODIS) data have been utilized in this study for dust detection and classification in the Middle East. Dust particles emissivity differences in thermal infrared signals can discriminate the dusty from non-dusty pixels. D-parameter is calculated by combination of visible reflectance properties and Brightness Temperature Difference (BTD) between 11 and 12 µm channels. D-parameter is examined were using 28 satellite images (expanded in 2008 to 2009) and showed that it is very effective approach for dust area detection. Relation between D parameter and visibility (obtained from 41 synoptic stations) was investigated. The results showed that there is an exponential relation with R=0.68 between them. This relationship can retrieved the visibility from D parameter with Mean Percent Absolute Error=45.6%. According to the complicacy of problem and vast study region, R=0.68 and MPAE=45.6% seems very good. Hence we utilized this developed exponential relationship to retrieved visibility maps in Middle East from D-parameter maps. Then these generated visibility maps were classified to the different dust storm classes. This classification method was developed using the combination of different dust classification methods according to the visibility values. In this classification method, the dust storms were classified to 5 different classes (Sever Dust Storm، Medium Dust Storm، Light Dust Storm، Blowing Dust and Dust in Suspension).