توصيفگر ها :
آلودگي هوا , Sentinel-5P , آئروسول , NO2
چكيده فارسي :
با توجه به رشد سريع و روزافزون انتشار انواع آلاينده¬ها به اتمسفر در اثر فعاليت¬هاي صنعتي و شهري، پايش و كنترل آلاينده¬ها با روش¬هايي كـه از سـرعت و دقت قابل قبول و هزينه كمتر برخوردار باشند، ضروري است. در سال¬هاي اخير آئروسول¬ها، اكسيدهاي نيتروژن و گوگرد مهم¬ترين آلاينده¬هاي هوا بوده¬اند كه منشا اصلي آن¬ها حمل و نقل، نيروگاه¬هاي حرارتي و فعاليت¬هاي صنعتي گزارش شده است. امروزه براي تخمين ميزان غلظت آلاينده¬هاي هواي سطح زمين از روش سنجش از دور به عنوان يكي از روش¬هاي علمي و پيشگام استفاده مي-شود. براي پايش آلودگي¬ها، سنجنده¬هاي داراي ديد يكپارچه با وسعت قابل توجه و با دوره بازگشت¬هاي كوتاه بسيار حائز اهميت هستند. در اين مطالعه براي پايش آلودگي آئروسول و گاز NO2 در استان اصفهان از تصاوير ماهواره¬اي Sentinel-5P در سال¬هاي 2019 و 2020 به صورت روزانه و ماهيانه استفاده¬شد. اين تصاوير به يك سنجنده ابر طيفي مربوط بود كه به منظور پايش تروپوسفر طراحي و بر روي پلت فرم Sentinel-5P قرار گرفته¬است و براي اولين بار در اكتبر 2017 به فضا پرتاب شد. پس از اخذ تصاوير و تصحيحات لازم در محيط Google Earth Engine تصاوير ماهواره¬اي Sentinel-5Pكه داراي قدرت تفكيك مكاني 5/3 × 7 كيلومتر بودند، با استفاده از نرم¬افزار R Studio با انجام ريزمقياس¬سازي و با حفظ اطلاعات سلول¬ها به قدرت تفكيك مكاني 500 × 500 متر تبديل شدند. سپس بر اساس نقشه پليگون محدوده شهرهاي استان اصفهان، از الگوي پراكنش آلاينده¬ها در تصاوير Sentinel-5P روند سري¬هاي زماني تهيه شد. همچنين علي رغم متفاوت بودن ماهيت تصاوير ماهواره¬اي و داده¬هاي زميني، اين دو مجموعه داده با يكديگر مورد مقايسه قرار گرفتند. براي اين منظور از روش رگرسيون پيرسون، ميزان هم¬بستگي اطلاعات Sentinel-5Pو داده¬هاي زميني مورد مقايسه قرار گرفت. نتايج نشان داد كه در فصل زمستان و فصل پاييز با كاهش دما و ايجاد پديده وارونگي هوا ميزان NO2 افزايش يافت. به علاوه بيشترين ميزان NO2 مربوط به شهرستان¬هاي مركزي استان، از جمله شهرهاي اصفهان و خميني¬شهر بود. ضريب همبستگي بين دو مجموعه داده (زميني و Sentinel-5P) براي سال 2019 و 2020 در شهر اصفهان، به ترتيب 306/0 و 3666/0 بود. ميزان غلظت آئروسول در استان اصفهان كه از Sentinel-5P دريافت شد، در فصل تابستان و بهار بيشترين و در فصل زمستان و پاييز كم¬ترين مقدار بود و شهرستان¬هاي كاشان، شهرضا و خور بيشترين ميزان آئروسول را نشان دادند. همچنين بيشترين ميزان PM2.5 كه توسط حسگرهاي ايستگاه¬هاي زميني پايش كيفي هوا به-دست آمد؛ مربوط به فصل زمستان و كمترين ميزان مربوط به فصل بهار بود. باتوجه به عدم يكسان بودن ماهيت و نوع آلاينده¬هاي اندازه-گيري شده ايستگاه هاي زميني (PM2.5) و داده¬هاي ماهواره اي (آئروسول) ضرايب هم¬بستگي بين آئروسول¬ها و PM2.5 براي سال¬هاي 2019 و 2020 به ترتيب، 1289/0 و 2165/0 به¬دست آمد. در مجموع نتايج اين پژوهش پتانسيل استفاده از تصاوير ماهواره¬اي براي بررسي روند آلاينده¬هاي هوا را نشان داد كه دقت آن بسته به نوع آلاينده متفاوت است.
چكيده انگليسي :
: Due to the rapid and increasing growth of pollutants in the atmosphere by human activities, mostly in the form of industrial and urban activities, it’s necessary to monitor and control them with methods that have acceptable time and accuracy and low cost. In recent years, aerosols, nitrogen and sulfur oxides have been considered as the most dominant pollutants, which transportation, thermal power plants, and industrial activities are among the major sources. Today, remote sensing is used as one of the pioneering scientific methods to be used for estimation of air pollutants concentration on the earthʹs surface. For monitoring contaminants, sensors that have an integrated view with considerable amplitude and a short temporal resolution are playing an important role. In this study, Sentinel-5P satellite images, collected from 2019 to 2020, were used daily and monthly to monitor the pollution of aerosols and NO2 in Isfahan Province. The images were taken using a hyperspectral sensor which is designed and mounted on the Sentinel 5p platform to monitor the troposphere, first launched in October 2017. After obtaining the necessary images and making corrections in the Google Earth Engine, Sentinel-5P satellite images with a spatial resolution of 3.5 × 7.7 km, were converted into down-scale with the spatial resolution of 500 × 500 meters by using R Studio software, while the cell values were kept constant. Then, based on the polygon map of the urban area of the cities of Isfahan Province, the pattern of the distribution of pollutants in the Sentinel-5P images of the time series trend was prepared. The results showed that in winter and autumn when the temperature decreases and the inversion occurred, the amount of NO2 increased. In addition, the highest amount of NO2 was related to the central cities of the Province, including the cities of Isfahan and Khomeini-Shahr. The correlation coefficient between the two data sets (terrestrial and Sentinel-5P) for 2019 and 2020 years in Isfahan city was 0.306 and 0.3666, respectively. The concentration of aerosol in Isfahan Province, which was received by Sentinel-5P, was the highest in summer and spring and the lowest in winter and autumn, and the cities of Kashan, Shahreza and Khour showed the highest aerosol concentrations. Besides, the highest and lowest PM2.5 concentrations obtained by air quality monitoring sensors of ground stations were measured in winter and spring, respectively. Due to the heterogeneity of the nature and type of pollutants measured by ground stations (PM2.5) and satellite data (aerosol), the correlation coefficients between aerosols and PM2.5 of 2019 and 2020 years were 0.1289 and 0.265, respectively. Overall, the results of this study revealed the potential of using satellite images to study the trend of air pollutants, the accuracy of which varies depending on the type of pollutant.
