نام پژوهشگر: سیده زیبا محمدی

برآورد و تجزیه و تحلیل سینوپتیکی آلودگی ناشی از ذرات گرد و غبار (pm10 ) شهر کرمانشاه
thesis وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز - دانشکده جغرافیا 1392
  سیده زیبا محمدی   علی محمد خورشیددوست

گرد و غبار از پدیده های عموماً زیان بار آب و هوایی است که همه ساله با ایجاد اختلال در امور اقتصادی و زندگی روزمره، موجب بروز خسارت های مالی و تهدید سلامت جسم و حتی روح افراد جامعه می شود.ساختار عمومی گردش اتمسفری به کمک سیستم های فشار با تغییرات فصلی و روزانه هوا به همراه اروگرافی محلی مسئول شرایط جوی روزانه و شکل دهی آب و هوا هر منطقه هستند. در پژوهش حاضر تلاش گردید که میزان غلظت بالا و خطرناک ذرات گرد و غبار آسمان شهر کرمانشاه با استفاده از روش های شبکه عصبی مصنوعی برآورد و با استفاده از رویکرد محیطی به گردشی تحلیل سینوپتیکی شدو در راستای هدف مطالعه، سیستم های فشار غالب در زمان بالاترین غلظت گرد و غبار ثبت شده در هر سال شناسایی شد که برای نیل به هدف مطالعه از داده های سازمان هواشناسی، آمار سنجش میزان گرد و غبار سازمان محیط زیست و داده های مربوط به فشار تراز سطح دریا، ارتفاع ژئوپتانسیل در سطوح سطح زمین 1000،925،850،500،هکتوپاسکال و و سه روز قبل از وقوع بالاترین غلظت گرد و غبار سازمان ملی جو و اقیانوس شناسی در دوره 2005 تا 2010 استفاده شده است. از نرم افزار grads برای استخراج داده ها از سازمان ملی جو و اقیانوس شناسی ایالات متحده آمریکا و از نرم افزارهای matlab و spss و excel جهت پردازش ها و تحلیل آماری استفاده شد. آب و هوا شناسی سینوپتیک ارتباط بین الگوهای بزرگ مقیاس جوی را با رویدادهای محیط سطحی بررسی می کند در این ارتباط دو رویکرد محیطی به گردشی و گردشی به محیطی وجود دارد که در مطالعه حاضر از رویکرد اول برای تحلیل ارتباط بین سیستم های فشار با وقوع پدیده گردو غبار استفاده شود که برای داده های محیط سطحی به کمک معیار مناسبی شناخته و سپس نقشه های گردشی هنگام رویداد سطحی استخراج شدند. ضمن اینکه گرد و غبارهای موجود در طی دوره مورد مطالعه با استفاده از شبکه عصبی مصنوعی پیش بینی شد. نتایج حاصل در روش شبکه عصبی مصنوعی بیانگر آن است که یک شبکه پیشخور از نوع پرسپترون سه لایه، با 10 نرون در لایه ورودی شامل پارامترهای اقلیمی ذکر شده و 8 نرون در لایه پنهان همراه با تابع تانژانت سیگموئیدی و یک نرون در لایه خروجی همراه با تابع خطی و الگوریتم یادگیری لونبرگ- مارکوارت (lm) کاراترین شبکه می باشد. در واقع مدل طراحی شده توانست میزان غلظت گردوغبار با حداکثر اختلاف 48/8 میکروگرم بر مترمکعب با داده های واقعی پیش بینی کند به طوری که میزان همبستگی داده های مشاهداتی و پیش بینی شده به 99/0 رسیده که در سطح یک درصد نیز معنی دار گشتند. مدل شبکه های عصبی دارای خطای کمتر و همچنین دارای همبستگی و ضریب تعیین بالایی است که نشان دهنده توانایی قابل قبول و دقت بالای شبکه های عصبی مصنوعی و نقش موثر این مدل ها در پیش بینی میزان غلظت گردوغبار شهرستان کرمانشاه است. نتایج رویکرد محیطی به گردشی نشان داد که قرار گیری سیستم های سینوپتیکی سطح زمین و سطوح بالا در افزایش و کاهش گرد و غبار منطقه مورد مطالعه نقش اساسی را ایفاء می کند. به طوری که قرار گیری فراز روز 25 ژانویه، نشان از پایداری جو و بالا بودن غلظت گرد و غبار را به دنبال دارد. همچنین در روز 2 فوریه 2006 نیز قرار گیری بیابان-های عربی در زیر فرود غربی صعود گرد و غبار و انتقال آن را به همراه داشت. در روز سوم ژوئن 2007 با عقب نشینی بادهای غربی در منطقه مورد مطالعه و قرار گیری پرفشار جنب حاره بر فراز آن و همچنین فعالیت سامانه کم فشار سودانی، روزهای با غلظت بالای گرد و غبار را در منطقه مورد مطالعه را توجیه کرد. در روز نوزدهم آگوست 2008 نیز قرار گیری کم فشار بر روی عربستان در فصل گرم و فعالیت آن در این روز گرد و غبار بی سابقه را در منطقه مورد مطالعه به همراه دارد. روز پنجم جولایی 2009 نیز قرار گیری کم فشارها بر روی بیابان های عربی در روز مورد مطالعه نشان داد. در روز 14 دسامبر 2010 علی رغم شروع فصل سرد و ورود بادهای غربی، غلظت گرد غبارها بالا بود. زیرا گرد و غبار به وجود آمده در دو و سه روز قبل به دلیل خشکی و عدم رطوبت در جبهه هوا رسیده به منطقه و به دنبال آن قرار گیری فراز سطح بالا و پرفشار سطح زمین دال بر غلظت بالای گرد و غبار بود. همچنین آمارها در طی دوره مورد مطالعه نشان داد که بیشترین غلظت گرد و غبار مربوط به فصل گرم و ماه آگوست می باشداز نتایج حاصل چنین استنباط می شود که متغیرهای اقلیمی مورد استفاده در مدل پیش بینی گردوغبار، توانسته اند میزان غلظت گردوغبار را در منطقه مورد مطالعه برای سالهای2005تا2010 تشخیص دهند و می توانند بعنوان متغیرهای پیش بینی کننده در مدل های پیش بینی گردوغبار مورد استفاده قرار گیرند. نتایج قابل قبول بدست آمده از پیش بینی گردوغبار شهر کرمانشاه، کارایی و چگونگی استفاده از این مدل ها را نشان داد. همچنین، تحلیل رویکرد سینوپتیکی در استقرار سامانه های خاص جوی فشار سطح زمین و سطح بالا و جریان موج ها در روزهای مورد مطالعه و قبل آن بر فراز شهر کرمانشاه، نشان داد که سیستم های سطح زمین و جو بالا در تحلیل غلظت خطرناک و بالای گرد و غبار در سطح شهر مورد مطالعه نقش اصلی را ایفاء نموده اند.