برآورد و تجزیه و تحلیل سینوپتیکی آلودگی ناشی از ذرات گرد و غبار شهر کرمانشاه
First Statement of Responsibility
/سیده زیبا محمدی
.PUBLICATION, DISTRIBUTION, ETC
Name of Publisher, Distributor, etc.
: دانشکده جغرافیا
PHYSICAL DESCRIPTION
Specific Material Designation and Extent of Item
۱۱۷ص
NOTES PERTAINING TO PUBLICATION, DISTRIBUTION, ETC.
Text of Note
چاپی
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
کارشناسی ارشد
Discipline of degree
جغرافیای طبیعی گرایش اقلیم شناسی در برنامه ریزی محیطی
Date of degree
۱۳۹۲/۰۶/۲۵
Body granting the degree
تبریز
SUMMARY OR ABSTRACT
Text of Note
گرد و غبار از پدیدهصهای عموما زیانصبار آب و هوایی است که همه ساله با ایجاد اختلال در امور اقتصادی و زندگی روزمره، موجب بروز خسارتصهای مالی و تهدید سلامت جسم و حتی روح افراد جامعه میصشود.ساختار عمومی گردش اتمسفری به کمک سیستمصهای فشار با تغییرات فصلی و روزانه هوا به همراه اروگرافی محلی مسئول شرایط جوی روزانه و شکل دهی آب و هوا هر منطقه هستند .روش:در پژوهش حاضر تلاش گردید که میزان غلظت بالا و خطرناک ذرات گرد و غبار آسمان شهر کرمانشاه با استفاده از روشصهای شبکه عصبی مصنوعی برآورد و با استفاده از رویکرد محیطی به گردشی تحلیل سینوپتیکی شدو در راستای هدف مطالعه، سیستمصهای فشار غالب در زمان بالاترین غلظت گرد و غبار ثبت شده در هر سال شناسایی شد که برای نیل به هدف مطالعه از دادهصهای سازمان هواشناسی، آمار سنجش میزان گرد و غبار سازمان محیط زیست و دادهصهای مربوط به فشار تراز سطح دریا، ارتفاع ژئوپتانسیل در سطوح سطح زمین۱۰۰۰ ،۹۲۵،۸۵۰،۵۰۰،هکتوپاسکال و و سه روز قبل از وقوع بالاترین غلظت گرد و غبار سازمان ملی جو و اقیانوس شناسی در دوره ۲۰۰۵ تا ۲۰۱۰ استفاده شده است .از نرم افزار GrADS برای استخراج دادهصها از سازمان ملی جو و اقیانوس شناسی ایالات متحده آمریکا و از نرم افزارهای MATLAB و SPSS و Excel جهت پردازشصها و تحلیل آماری استفاده شد .آب و هوا شناسی سینوپتیک ارتباط بین الگوهای بزرگ مقیاس جوی را با رویدادهای محیط سطحی بررسی میصکند 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 سیستمصهای فشار با وقوع پدیده گردو غبار استفاده شود که برای دادهصهای محیط سطحی به کمک معیار مناسبی شناخته و سپس نقشهصهای 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 ۱۰ نرون در لایه ورودی شامل پارامترهای اقلیمی ذکر شده و ۸ 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 میصباشد .در واقع مدل طراحی شده توانست میزان غلظت گردوغبار با حداکثر اختلاف ۴۸/۸ میکروگرم بر مترمکعب با دادهصهای واقعی پیشصبینی کند به طوری که میزان همبستگی دادهصهای مشاهداتی و پیشصبینی شده به ۹۹/۰ رسیده که در سطح یک درصد نیز معنیصدار گشتند .مدل شبکهصهای عصبی دارای خطای کمتر و همچنین دارای همبستگی و ضریب تعیین بالایی است که نشان دهنده توانایی قابل قبول و دقت بالای شبکهصهای عصبی مصنوعی و نقش موثر این مدلصها در پیشصبینی میزان غلظت گردوغبار شهرستان کرمانشاه است .نتایج رویکرد محیطی به گردشی نشان داد که قرار گیری سیستمصهای سینوپتیکی سطح زمین و سطوح بالا در افزایش و کاهش گرد و غبار منطقه مورد مطالعه نقش اساسی را ایفاء میصکند .به طوری که قرار گیری فراز روز ۲۵ ژانویه، نشان از پایداری جو و بالا بودن غلظت گرد و غبار را به دنبال دارد .همچنین در روز ۲ فوریه ۲۰۰۶ نیز قرار گیری بیابانصهای عربی در زیر فرود غربی صعود گرد و غبار و انتقال آن را به همراه داشت .در روز سوم ژوئن ۲۰۰۷ 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 ۲۰۰۸ 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 ۲۰۰۹ نیز قرار گیری کم فشارها بر روی بیابانصهای عربی در روز مورد مطالعه نشان داد .در روز ۱۴ دسامبر ۲۰۱۰ 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 میصباشداز نتایج حاصل چنین استنباط میصشود که متغیرهای اقلیمی مورد استفاده در مدل پیشصبینی گردوغبار، توانستهصاند میزان غلظت گردوغبار را در منطقه مورد مطالعه برای سالهای۲۰۰۵تا ۲۰۱۰تشخیص دهند و میصتوانند بعنوان متغیرهای پیشصبینی کننده در مدلصهای پیشصبینی گردوغبار مورد استفاده قرار گیرند .نتایج قابل قبول بدست آمده از پیشصبینی گردوغبار شهر کرمانشاه، کارایی و چگونگی استفاده از این مدلصها را نشان داد .همچنین، تحلیل رویکرد سینوپتیکی در استقرار سامانهصهای خاص جوی فشار سطح زمین و سطح بالا و جریان موجصها در روزهای مورد مطالعه و قبل آن بر فراز شهر کرمانشاه، نشان داد که سیستمصهای سطح زمین و جو بالا در تحلیل غلظتصخطرناک و بالای گرد و غبار در سطح شهر مورد مطالعه نقش اصلی را ایفاء نمودهصاند
Text of Note
2010, could show the amount of concentration of dust in the area under study and can be used as the predicting variables in the models. The accepted results obtained from the prediction of dust in Kermanshah, show the efficiency and the methods of model utilization. Also the synoptic evaluation approach in the settlement of specific atmospheric systems, ground level and higher elevation pressure, and the currents flowage during the study period and earlier than those, showed that ground level and higher level atmospheric systems have played major role in the analysis of the risky and dangerous concentration of the dust and aerosol in the study area-versa. We applied the first approach for the analysis of the relationship between pressure systems and the dust bowl occurrences. In the meantime, the existing dust occurrences during the study period were predicted by adapting artificial neural network model. Results obtained through artificial neural network model could predict the amount of concentration of dust and aerosol. The concentration rates of aerosols indicated a 8.48 microgram/m2 with real data, so that the correlation between the observed data and the predicted values reached 0.99 being significant in 0.01 confidence level. Results indicated that climatic variables used in dust prediction of the year 2005-circulative and vice-2010 period. We used GRADS for data extraction and Matlab, SPSS, and Excel for processing and analysis of the data. Synoptic climatology studies the relationship between large scale atmospheric patterns with land surface events, and in this relation, there are two environmental approaches exist, namely, environmental-potential elevation in ground level, 500, 850, 925, and 1000 hpa and three days before the highest level of dust occurrence were applied for 2005-circulation method we used synoptic analysis of the area. In terms of the aims of the study, dominant pressure systems during the highest concentrations of dusts have been recorded and for every year were recognized. For reaching these goals we used meteorological records, the data records of dust and aerosol concentration and finally the data for sea level pressure, and the geo-Dust and aerosol is one of the damaging climatic phenomena that causes costs and tolls to the people in economic and health views every year, and even affects the souls of the people. The general structure of the atmospheric circulation with the help of pressure systems and daily and seasonal changes as well as the orography of the area are responsible for the daily climatic conditions of any area. In this research we have attempted to estimate the high and dangerous amounts of aerosols in Kermanshah air, suing the artificial neural network and by application of environmental