بررسی ماهواره‌ها و سنجنده‌های شناسایی‌کننده گرد و غبار و هواویزها

نوع مقاله: مقاله ترویجی

نویسندگان

1 سازمان حفاظت محیط زیست

2 دانشکده محیط زیست/ سازمان حفاظت محیط زیست

چکیده

امروزه فناوری سنجش از دور در مطالعه‌های مربوط به هواویزها و ذرات گرد و غبار کاربرد فراوانی دارد و به دلیل وسعت منطقه‌‌ای که مورد پایش قرار می‌‌دهد، همواره به عنوان یکی از کارآمدترین روش‌‌ها در مطالعه‌‌ی هم‌‌زمان پدیده‌‌های مختلف اقلیمی، اتمسفری و فرآیندهای هیدرولوژیکی مد نظر محققان بوده است. این فناوری تصاویری با پوشش و تکرار زیاد در زمان‌‌های مختلف فراهم می‌‌سازد و به همین دلیل می‌‌توان از آن برای پایش هواویزها و ذرات گرد و غبار استفاده کرد. سنجنده‌‌های مختلفی برای تشخیص هواویزها و گرد و غبار وجود دارد که در این مقاله به بررسی برخی از این سنجنده‌‌ها شامل MODIS، SEVIRI، OMI، POLDER-P، MISR، MERIS و AVHRR پرداخته شده‌‌است. نتایج بررسی‌‌ها نشان داد که MODIS به دلیل دارا بودن قدرت طیفی بالا، سنجنده‌‌ای پر قدرت برای شناسایی و پایش گرد و غبار است. تصاویر SEVIRI به دلیل زمین ثابت بودن ماهواره، امکان پایش مستمر گرد و غبار را به ما می‌‌دهد. سنجنده OMI می‌‌تواند در هر دو شرایط ابری و بدون ابر برای تشخیص هواویزها به کار برده شود. POLDER-P برای تشخیص ذرات ریز هواویز و MISR برای تشخیص زود هنگام طوفان گرد و غبار مناسب است. MERIS نیز دارای اندازه‌‌گیری‌‌های جهانی و AVHRR دارای پوشش جهانی روزانه و قدرت تفکیک مکانی بالا است. در نهایت می‌‌توان اشاره کرد که هر کدام از سنجنده‌‌ها قابلیت‌‌های متفاوتی در تشخیص گرد و غبار و هواویزها دارند که بسته به هدف مطالعه می‌‌توان از داده‌‌های مربوط به یک سنجنده یا ترکیبی از آن ها استفاده نمود.

کلیدواژه‌ها


عنوان مقاله [English]

Studying Satellites and Sensors of Detecting Dust and Aerosols

نویسندگان [English]

  • zahra kheirandish 1
  • javad bodagh jamali 2
1 college of Environment / Department of Environment
2 college of Environment / Department of Environment
چکیده [English]

Remote sensing technology is nowadays used in studies of aerosols and dusts in the atmosphere and because of large extent of covered area this technology has become most efficient in the study of different climatic, atmospheric and hydrological processes. This technology provides images with extensive cover and high frequency at different times and as such it can be used for monitoring of aerosols and dust particles. There are various sensors to detect aerosols and dust and in this article we covered some sensors including MODIS, SEVIRI, OMI, POLDER-P, MISR, MERIS and AVHRR. The results showed that MODIS is a powerful sensor for detecting and monitoring dust because of its high spectral resolution. The geostationary SEVIRI images give us the possibility of continuous dust monitoring. The OMI sensor can be used in both cloudy and cloudless conditions to detect aerosols. POLDER-P is suitable for detecting fine particles and MISR for early detection of dust storms. MERIS also has global measurements, and AVHRR has a global daily coverage and high spatial resolution. We conclude that each of the sensors has different capabilities in the identification of dust and aerosols and depending on the purpose of the study, one or a mix of them can be employed.

کلیدواژه‌ها [English]

  • Aerosols
  • Dust
  • Remote Sensing
  • Sensor
  • satellite
Ackerman, S. A. 1997. Remote sensing aerosols using satellite infrared observations. JOURNAL OF GEOPHYSICAL RESEARCH, 102, D14. pp. 17069-17079

Ajoodani, S.; Rangzan, K.; Vazifeh doost, M. & Abdolkhani, A. 2014. Monitoring dust storms using remote sensing technology in west and southwest of Iran. The third national conference on Wind erosion and dust storms, Iran, Yazd, 15 and 16, January, 2014. (In Persian)

Alavipanah, K. 2003. Application of Remote Sensing in Earth Sciences (Soil Sciences). University of Tehran Publications. Tehran.478. (In Persian)

Alavipanah, K. 2006. Thermal Remote Sensing and its Application in Earth Sciences. University of Tehran Publications. Tehran. 522. (In Persian)

Azizi, Gh.; Shamsipour, A.; Miri, M. & Safarrad, T. 2012. Synoptic and remote sensing analysis of dust events in southwestern Iran. Natural Hazards 64; 2. pp. 1625- 1638

Baddak, M. C.; Bullard, J. & Bryant R. 2009. Dust source identification using MODIS: A comparison of techniques applied to the Lake Eyre Basin, Australia. Remote Sensing of Environment 113.pp.1511-1528

Bézy, J. L.; Delwart, S. & Rast, M. 2000. MERIS – A New Generation of Ocean- Colour Sensor onboard Envisat. ESA Directorate of Applications Programmes

Boccone, M. 2010. Dust detection algorithm using MODIS data and HYDRA software. Present environment and sustainable development

Carboni, E.; Thomas, G. E.; Sayer, A. M. & Siddans, R. 2012. Intercomparison of desert dust optical depth from satellite Measurements. Atmospheric Measurement Techniques 5.pp. 1973–2002

Cnes. 2015. URL: http://smsc.cnes.fr/PARASOL/. Last accessed 22 Feb. 2015.

El-Askary, H.; Gutam, R. & Kafatos, M. 2004. Remote sensing of dust storms over the Indo-Gangetic basin. Journal of the Indian Society of Remote Sensing 32; 2.

Eo Portal Directory. 2015. URL: https://directory.eoportal.org/web/eoportal/satellite missions/p/parasol. Last accessed 22 Feb. 2015.

Esmaeili, A. 2006. Primary zoning of the main dust sources of Iran using remote sensing technology. Master of science thesis. College of Civil Engineering, Sharif University of Technology.159. (In Persian)

EUMETSAT.2015.URL:http://www.eumetsat.int/website/home/Satellites/CurrentSatellites/Meteosat/index.html. Last accessed 12 Feb. 2015.

Evan, A.; Heidinger, A.K. & Pavolonis, M.J. 2006. Development of a new over-water Advanced Very High Resolution Radiometer dust detection algorithm. International Journal of Remote Sensing 27;18.pp. 3903–3924

Fatemi, B. & Rezaei, Y. 2005. Basics of Remote Sensing. Azadeh Publications. Tehran.268. (In Persian)

Fu, D.; Worden, J. R.; Liu, X.; Kulawik, S. S.; Bowman, K. W. & Natraj, V. 2013. Characterization of ozone profiles derived from Aura TES and OMI radiances. Atmospheric Chemistry and Physics 13.pp.3445-3462.

Hung, J.; Ge, J.; & Weng, F. 2007. Detection of Asia dust storms using multisensor satellite measurements. Remote Sensing of Environment 110.pp.186-191.

Iino, N.; Kinoshita, K.; Tupper, A.C. & Yano, T. 2004. Detection of Asian dust aerosols usingmeteorolog ical satellite data and suspended particulate matter concentrations. Atmospheric Environment 38.pp. 6999–7008.

Kalashnikova, O. V.; Diner, D.; Kahn, R. & Gaitley, B. 2004. Dust Aerosol Retrieval Results from MISR. The International Society for Optical Engineering (SPIE): Passive Optical Riote Sensing of the Atmosphere and Clouds.

Levelt, P. F.; Van Den Oord, G.H.; Dobber, M.R.; Mälkki, A.; Visser, H.; de Vries, J.; Stammes, P.; Lundell, J.O. & Saari, H. 2006. The Ozone Monitoring Instrument. TRANSACTIONS ON GEOSCIENCE and REMOTE SENSING 44;5

Marey, H. S.; Gille, J. C.; El-Askary, H. M.; Shalaby, E. A. & El-Raey, M. E. 2011. Aerosol climatology over Nile Delta based on MODIS, MISR and OMI satellite data. Atmospheric Measurement Techniques 11.pp. 10637–10648

MODIS Website. 2015. URL: http://modis.gsfc.nasa.gov/about/specifications.php. Last accessed 22 Feb. 2015.

Murphy, D. 2013. EUMETSAT Geostationary Meteorological Satellite Programs. H and book of Satellite Applications.

NASA. 2015. URL: http://aura.gsfc.nasa.gov/about.html. Last accessed 12 Feb. 2015.

NOAA. 2015. URL: http://noaasis.noaa.gov/NOAASIS/ml/avhrr.html. Last accessed 23 Feb. 2015.

Ocean Biogeochemistry Lab. 2015. URL: http://ocean.stanford.edu/gert/easy/bands.html. Last accessed 22 Feb. 2015.

Schepanski, K; Tegen, I.; Laurent, B.; Heinold, B. & Macke, A. 2007. A new Saharan dust source activation frequency map derived from MSG-SEVIRI IR-channels. GEOPHYSICAL RESEARCH LETTERS 34.

Schmetz, J.; Klaes, D.; Ratier, A. & Stuhlmann, R. 2007. THE METEOSAT and EPS/METOP SATELLITE SERIES. Measuring Precipitation from Space: EURAINSAT a the Future, 571–586.

TaheriShahriayni, H.; Karimi, Kh.; HabibiNokhandan, M. & HafeziMoghadas, N. 2014. Monitoring of dust storm and estimation of aerosol concentration in the Middle East using remotely sensed images. Arab J Geosci

Vidot, J.; Santer, R. & Aznay, O. 2008. Evaluation of the MERIS aerosol product over land with AERONET. Atmospheric Measurement Techniques 8.pp. 7603–7617

WMO SDS-WAS. 2015. URL: http://sds-was.aemet.es. Last accessed 12 Feb. 2015.