عنوان

تحلیل و پیش بینی نوسانات زمانی گردوغبار در ترازهای میانی جو در شهر کرمانشاه با استفاده از مدل های شبیه سازی عددی و شبکه های عصبی مصنوعی

پ۲۸۶۸۵

per

تحلیل و پیش بینی نوسانات زمانی گردوغبار در ترازهای میانی جو در شهر کرمانشاه با استفاده از مدل های شبیه سازی عددی و شبکه های عصبی مصنوعی

طوبی علیزاده

برنامه ریزی و علوم محیطی

۱۴۰۱

۱۰۱ص.

سی دی

دکتری

آب و هواشناسی

۱۴۰۱/۰۴/۰۱

به دلیل قرار گرفتن ایران در کمربند صحاری دنیا و جریانات باد ناشی از گردش عمومی جو، همه ساله مقادیر زیادی گردوغبار از صحاری شمال آفریقا، شبه جزیره عربستان، عراق و سوریه به مناطق مختلف خاورمیانه از جمله ایران منتقل می-شود. گردوغبارهای مذکور از جمله پدیده¬های اقلیمی هستند که باعث وارد شدن خسارت¬های زیست محیطی، بروز یا تشدید بیماری¬های تنفسی و قلبی، اختلال در ترافیک هوایی و زمینی، گردشگری، کشاورزی و غیره می¬گردند. به علت نقش قاطع شرایط جوی در همه مراحل برداشت، انتقال و نهشت گردوغبارها و همچنین به دلیل اینکه در سال¬های اخیر فراوانی وقوع این پدیده در اکثر مناطق غرب کشور افزایش یافته است؛ ضرورت مطالعه سازوکارهای جوی انتقال گردوغبارها، مسیربابی و همچنین پیش¬بینی توفان¬های گردوغبار¬ها را نشان می¬دهد. این پژوهش در دو بخش تهیه شد: در بخش اول به بررسی سامانه های همدیدی، شبیه¬سازی و مسیریابی توفان¬های گردوغبار پرداخته شد و در بخش دوم ارزیابی و پیش¬بینی روند گردوغبار با استفاده از مدل¬های شبکه عصبی مصنوعی در شهر کرمانشاه صورت گرفت.در این پژوهش با استفاده از داده¬های دیده¬بانی هواشناسی، فراوانی روزهای همراه با گردوغبار آنالیز شد. با استفاده از داده¬های مذکور توفان¬های گردوغبار فراگیر در شهر کرمانشاه برآورد گردید و سامانه¬های همدیدی مؤثر در شکل¬گیری و انتقال گردوغبارها به شهر کرمانشاه شناسایی شدند. در مرحله بعد به منظور بررسی بیشتر جزئیات انتقال گردوغبارها مسیرهای انتقال و ارتفاع لایه آمیخته با گردوغبار با استفاده از تصاویر MODIS و مدل¬های WRF-CHEM و HYSPLIT تحلیل شدند. مدل Chem -WRF که در این پژوهش از آن استفاده شد، توسط طرحواره هواویز MADE/SORGAM به عنوان طرحواره گسیل ذرات معلق جوی استفاده شد. بدین منظور مدل برآورد گسیل ذرات گردوغبار که مخصوص به این طرحواره است و مقادیر گسیل ذرات گردوغبار را وارد فرایند محاسبه و شبیه‌سازی غلظت ذرات می‌کند، مورد استفاده قرار گرفت. به طور کلی در موقعیت ایستگاه کرمانشاه، به طور میانگین مقایسه مقادیر شبیه¬سازی شده PM10 در سه دوره مطالعاتی 27 تا 29 خرداد 1395 ،10 تا 12 آبان 1396و 4 تا 6 آبان 1397که این مقادیر به ترتیب به بیش از 2300 میکروگرم برمترمکعب ، 1920 میکروگرم برمترمکعب و به بیش از 2300 میکروگرم بر مترمکعب است با مقادیر مشاهداتی که مقادیر آن برای موقعیت کرمانشاه به ترتیب 346/2125 میکروگرم برمترمکعب، 7/1033میکروگرم برمترمکعب و 2419 میکروگرم برمترمکعب است، نشان می¬دهد که اختلاف ناچیزی بین مقادیر مشاهداتی و شبیه سازی شده در متوسط دوره مورد مطالعه وجود دارد. بر اساس نتایج به دست آمده از نقشه¬های همدیدی، جریانات باد ناشی از فرودهای ژئوپتانسیلی و کم¬فشارهای بریده در نیمی از موارد عامل انتقال گردوغبارها به غرب ایران هستند. در این الگوی همدیدی جریان هسته رودباد در منطقه چرخندگی فرود ژئوپتانسیلی، انرژی جنبشی و قدرت سامانه را برای انتشار گردوغبارها به درون جو و انتقال در مسیر جریان، مضاعف می¬کند. در این شرایط گردوغبارهایی که در زیر هسته چرخندی سامانه قرار گرفته¬اند، شرایط مساعدی برای انتشار به لایه¬های فوقانی اتمسفر را داشته و قادر هستند در مسافت¬های طولانی منتقل شوند. همچنین در این راستا ابتدا با شناسایی توفان های گردوغبار دیده بانی شده در ایستگاه هواشناسی مرجع و تعیین تاریخ¬های وقوع آن¬ها، مدل HYSPLIT به روش پسگرد اجرا گردید و نقشه¬ی مسیرهای انتقال گردوغبارها به شهر کرمانشاه تهیه شد. نتایج اجرای مدل برای شهر کرمانشاه نشان داد که توفان¬های گردوغبار اغلب از سمت غرب به این منطقه منتقل می¬شوند. با وجود اینکه تقریباً از تمامی بیابان¬ها و مناطق خشک واقع در غرب، گردوغبار به شهر کرمانشاه منتقل می¬شود، لیکن گردوغبارهای برخاسته از حوضه دجله و فرات (سوریه و عراق) سهم بیشتری در انتشار غبار به این منطقه را دارند. در بخش دوم این مطالعه به پیش¬بینی غلظت و روند زمانی گردوغبار با استفاده از شبکه عصبی مصنوعی ANN و شبکه عصبی فازی ANFIS پرداخته شد. داده-هاي هواشناسي با وضوح 3 ساعته در دوره آماری (2020-2000) ايستگاه کرمانشاه از سازمان هواشناسي کشور اخذ شد. ابتدا داده¬های گردوغبار نرمال سازی شد و سپس با استفاده از مدل¬های شبکه عصبی ANN برای پیش¬بینی غلظت گردوغبار و شبکه عصبی تطبیقی ANFIS روند زمانی وقوع گردوغبار در نرم افزار MATLAB خطایابی و پیش¬بینی شدند. یافته¬های پژوهش نشان دادند که حداکثر میزان غلظت گردوغبار پیش¬بینی شده مربوط به حداقل نقطه شنبم با بیشترین میزان همبستگی پیرسون با گردوغبار، به میزان 23/3451 میکروگرم بر مترمکعب برآورد شده است. همچنین نتایج پیش-بینی سری زمانی با استفاده از مدل ANFIS نشان داد که تابع عضویت زنگوله ای خطی با درجه 3، در مراحل آموزش و آزمون، مطلوب¬ترین تابع ورودی را در بین دیگر توابع عضویت به خود اختصاص داده است. بر اساس مدل¬های پیش¬بینی، بیشترین احتمال رخداد حداکثر گردوغبار در 20 سال آینده کرمانشاه با مقدار 94% به دست آمد.

AbstractDue to Iran's location in the world's desert belt and wind currents caused by the general circulation of the atmosphere, large amounts of dust are transported every year from the deserts of North Africa, the Arabian Peninsula, Iraq and Syria to various parts of the Middle East, including Iran. These dusts are among the climatic phenomena that cause environmental damage, occurrence or exacerbation of respiratory and heart diseases, disruption of air and ground traffic, tourism, agriculture, etc. Due to the decisive role of weather conditions in all stages of harvesting, transfer and deposition of dust and also because in recent years the frequency of this phenomenon has increased in most parts of the west of the country; Demands the study of atmospheric mechanisms of dust transport, routing as well as forecasting dust storms. This research was prepared in two parts: The first part examined the synoptic systems, simulation and routing of dust storms. The second part evaluated and predicted the dust trend using artificial neural network models in Kermanshah.In this study, the frequency of dusty days was analyzed using meteorological observation data. Using the mentioned data, pervasive dust storms were identified in Kermanshah and synoptic systems effective in the formation and transfer of dust to Kermanshah were identified. In the next step, in order to investigate more details of dust transfer, the transfer paths and height of the dust-mixed layer were analyzed using MODIS images and WRF-CHEM and HYSPLIT models. The Chem -WRF model used in this study was used by the MADE / SORGAM airborne schematic as an airborne particulate emission scheme. For this purpose, the model for estimating the emission of dust particles that is specific to this schema and Emission values of dust particles are used in the process of calculating and simulating particle concentrations. In general, in Kermanshah station, the average comparison of simulated PM10 values in the three study periods of 27 to 29 June 2016, 10 to 12 November 1396 and 4 to 6 November 1397, which are more than 2300 micrograms per cubic meter, 1920, respectively. Micrograms per cubic meter and to more than 2300 micrograms per cubic meter with observational values for the location of Kermanshah are 12125.346 micrograms per cubic meter, 1033.7 micrograms per cubic meter and 2419 micrograms per cubic meter, respectively. Shows that there is a slight difference between the observed and simulated values in the mean of the study period. According to the results obtained from synoptic maps, wind currents due to geopotential landings and shear compressions in half of the cases are the cause of dust transfer to western Iran. In this synoptic pattern, the flow of the wind core in the geopotential landing rotation zone doubles the kinetic energy and power of the system to propagate dust into the atmosphere and transfer it in the flow path. Under these conditions, the dust that is located under the rotating core of the system, has favorable conditions for diffusion to the upper layers of the atmosphere and can be transported over long distances. Also, in this regard, first, by identifying the dust storms observed in the reference meteorological station and determining their occurrence dates, the HYSPLIT model was implemented by the reverse method and a map of dust transfer routes to Kermanshah was prepared. The results of model implementation for the city of Kermanshah showed that dust storms are often transferred to the region from the west. Despite the fact that dust is transferred to Kermanshah from almost all deserts and arid areas located in the west. However, dust from the Tigris and Euphrates basins (Syria and Iraq) have a greater share in the spread of dust to this region. In the second part of this study, dust concentration and time trend were predicted using ANN artificial neural network and ANFIS fuzzy neural network. Meteorological data with a resolution of 3 hours in the statistical period (2020-2000) of Kermanshah station was obtained from the Meteorological Organization. First, the dust data were normalized and then using ANN neural network models to predict dust concentration and ANFIS adaptive neural network to debug and predict the time course of dust occurrence in MATLAB software. Findings showed that the maximum predicted dust concentration related to the minimum fenugreek point with the highest Pearson correlation with dust was estimated at 3451.23 μg / m3. Also, the results of time series prediction using ANFIS model showed that the linear bell membership function with grade 3, in the training and testing stages, has the most desirable input function among other membership functions. According to the forecast models, the highest probability of maximum dust occurrence in the next 20 years in Kermanshah was 94%.

Analysis and Prediction of Dust Fluctuations in Atmospheric Levels of Barley in Kermanshah Using Numerical Simulation Models and Artificial Neural Networks

‏‏علیزاده،

‏‏طوبی

تهیه کننده

رضایی بنفشه،

‏گودرزی،

رستم زاده،

‏ مجید

‏غلامرضا

‏ هاشم

استاد راهنما

استاد مشاور

استاد مشاور

‏ تبریز