ارزیابی داده های طیفی سنجنده OLI لندست در تخمین شاخص ضخامت نوری ریزگردهای مناطق بیابانی (AOT) مطالعه موردی: دشت یزد

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری بیابان زدایی، دانشکده منابع طبیعی و کویرشناسی، دانشگاه یزد، ایران

2 استادیار، گروه بیابان، دانشکده منابع طبیعی و کویرشناسی، دانشگاه یزد، ایران

3 دانشیار، گروه خاک شناسی، دانشکده کشاورزی، دانشگاه لرستان، ایران

4 دانشیار گروه برق مخابرات. دانشکده مهندسی برق. دانشگاه یزد

چکیده

گرد و غبار از جمله عوامل مهم تاثیرگذار بر بیلان تابش و بازتابش خورشیدی در جو زمین است و از این نظر بر اقلیم محلی دارای تاثیر بسزایی می باشد. آشکارسازی ریزگردهای موجود در جو بر روی مناطق بیابانی بر خلاف دریا و اقیانوس ها (سطوح تیره) به دلیل تداخل بازتاب های طیفی سطوح روشن و گرد و غبار به سختی صورت می گیرد. ارائه روشی ساده و کم هزینه برای شناسایی ریزگرد ها و پیش بینی اثرات آن ضروری است. از جمله شاخص های مهم شناشایی گرد و غبار و دود، شاخص ضخامت نوری ریزگرد ( Aerosol Optical Thickness) می باشد که بصورت محصول آماده در مقیاس وسیع (10×10 km) عرضه می شود که مناسب برای آشکار سازی گرد و غبار محلی نمی باشد. هدف از انجام این تحقیق استفاده از داده های طیف مرئی و مادون قرمز میانی سنجنده OLI برای شناسایی ریزگردهای مناطق بیابانی است. در این تحقیق با استفاده از طول موج مادون قرمز میانی( (2.1µm و طول موجهای قرمز و آبی ضخامت نوری ریزگرد (AOT) محاسبه شد. نتایج نشان داد نسبت بین طول موج قرمز و مادون قرمز میانی 95/0 و طول موج آبی و مادون قرمز میانی 05/1 است. مقایسه نتایج حاصل از محاسبه شاخص ضخامت نوری ریزگرد با اندازه گیری توسط تابش سنج نشان داد همبستگی بین داده های روش محاسباتی با داده های اندازه گیری مستقیم برای طول موج قرمز و آبی به ترتیب 83/0 و 95/0 و مجذور میانگین مربعات خطا (RMSE).به ترتیب 91/0 و 4/9 است. بنابراین میتوان گفت روش این تحقیق برای برآورد ضخامت نوری ریزگرد در طول موج 65/0 میکرومتر (AOT 0.65µm) دارای دقت کافی بوده و برای اندازه گیری ضخامت نوری ریزگرد در طول موج 47/0 میکرومتر (AOT 0.47µm)  مناسب نیست.

کلیدواژه‌ها


عنوان مقاله [English]

Evaluation of Landsat OLI data for estimating Aerosol Optical Thickness over deserts

نویسندگان [English]

  • Mitra Shirazi 1
  • Mohammad Akhavan Ghalibaf 2
  • Hamidreza Matinfar 3
  • Mansour Nakhkesh 4
1 Ph.D. Student of Combart desertification, Faculty of Natural Resources and Desertification. Yazd University, Iran
2 Assistant Professor of Desert Group. Faculty of Natural Resources and Desertification. Yazd University, Iran
3 Assistant Professor of Soil Science, Faculty of Agriculture, Lorestan University
4 Associate Professor of Telecommunication Group. Department of electrical engineering. Yazd University, Iran
چکیده [English]

Dust is one of the most important effective factor on solar radiation forcing and reflection on earth's atmosphere, and in this point, it has a significant impact on local climate. Detection of aerosols on desert zones, despite the sea and oceans (dark surfaces), is difficult because of reflectometric interference spectroscopy of bright surfaces. Representing a simple and low costs method for detecting dusts and predicting their effects is essential. One of the most important indexes for dust and smoke detection is the AOT (Aerosol Optical thickness), which provided in large-scale (10x10 km) which is not suitable for local dust scales detection. The purpose of this study is using visible and mid-infrared spectrum of OLI sensor for detection dust of deserts. In this study, by using of mid-wave infrared (2.1 μm), red and blue wavelengths the AOT was calculated. The results indicated that ratio between the red and mid-wave infrared wavelengths is 0.95 and blue wavelengths and mid-wave infrared is 1.05 respectively. The comparison results of AOT index by radiometer showed that the correlation between computational method for data and the direct measurement for the red and blue wavelengths were 0.83 and 0.95 with root-mean-square deviation (RMSE) were 0.91 and 9.4 respectively. Therefore, it can be said that this method for estimating the Aerosol optical thickness at 0.65 μm (AOT 0.65μm) is enough accuracy and is not suitable to measure Aerosol optical thickness at 0.47 μm (AOT 0.47μm).

کلیدواژه‌ها [English]

  • wavelength. Aerosol
  • remote sensing. Desert dust
  • radiative transfer
  • aerosol optical thickness
-  Chrysoulakis, N., Spiliotopoulos, M., Domenikiotis, C. and Dalezios, N., 2003. Towards monitoring of regional atmospheric instability through MODIS/Aqua images. In: Proceedings of the International Symposium Held at Volos, Journal of Greece,35(12): 7–9.

-  Claverie, M., Vermote, E., Belen, F. and Jeffrey, G., 2015. Evaluation of the Landsat-5 TM and Landsat-7 ETM+ surface reflectance products. Journal of Remote Sensing of Environment 169: 390–403.

-  Dubovik, O., Holben, B. N., Eck, T. F., Smirnov, A., Kaufman, Y. J., King, M. D., Tanr´E, D. and Slutsker, I., 2002. Variability of absorption and optical properties of key aerosol types observed in worldwide locations: Journal of Chinese Journal of Atmospheric Sciences., 59: 590–608.

-  Guo, J. P., Zhang, X. Y., Che, H. Z., Gong, S. L., An, X., Cao, C. X., Guang, J., Zhang, H., Wang, Y. Q., Zhang, X. C., Xue, M., Li, X. W., 2009. Correlation between PM concentrations and aerosol optical depth in eastern China, Journal of Atmospheric Environment, 43(37):5876-5886.

-  Gupta, P., Christopher, S. A., Wang, J., Gehrig, R., Lee,Y., Kumar, N., 2006. Satellite remote sensing of particulate matter and air quality assessment over global cities. Journal of Atmospheric Environment, 40:5880–5892.

-  Jursa, S.,  Geophysical Handbook. Springfield, VA: AFGL, 1985.

-  Justiniano Santos, M., 2010. Influence of Saharan Aerosols on Phytoplankton Biomass in the Tropical North Atlantic Ocean, Dissertation University of Puerto Rico Mayaguez vampus, PP 101.

-  Kaufman Y. J., Karnieli A. and Didier, T.,  2000. Detection of dust over deserts using satellite data in the solar wavelengths. Journal of Ieee Transactions on Geoscience and Remote Sensing,. 38(1):315-330.

-  Kaufman, Y. J., Gitelson, A., Karnieli, A., Ganor, E., Fraser, R. S., Nakajima, T., Mattoo, S. and Holben, B. N. 1994. Size distribution and phase function of aerosol particles retrieved from sky brightness measurements. Journal of Atmospheres, 99: 10341–10356.

-  Kaufman, Y. J., Tanré, D. and Boucher, O., 2002. A satellite view of aerosols in the climate system. Journal of Nature, 419, 215-223.

-  Li. H., Farugue, F., Williams, W., Al-Hamdan, M., Luvall, J., Crosson, W., Rickman, D., Limaye, A., 2009. Optimal temporal scale for the correlation of AOD and ground measurements of PM2.5 in a real-time air quality estimation system. Journal of Atmospheric Environment, 43:4303–4310.

Lin, S., Jing, W., Muhammad, B., Xinpeng, T., Chen, J., Yamin, G. and Xueting, M., 2016. Aerosol optical depth retrieval over bright areas using landsat 8 OLI Images. Journal of Remote Sensing, 8: 8-23.

-  Marconi, M., Sferlazzo, M., Becagli, D. S., Bommarito, C., Calzolai, G., Chiari, M., Sarra, A., di, C., Ghedini, J. L., Gómez-Amo, F., Lucarelli, D., Meloni, F., Monteleone, S., Nava, G., Pace, S., Piacentino, F., Rugi1, M., Severi1, R., Traversi, R.and Udisti. A., 2014. Saharan dust aerosol over the central Mediterranean Sea: PM10 chemical composition and concentration versus optical columnar measurements. Journal of Atmospheric Chemistry and Physics, 14: 2039–2054.

-  Myhre, G., 2005. Intercomparison of satellite retrieved aerosol optical depth over ocean during the period September 1997 to December 2000. Journal of Atmospheric Chemistry and Physics, 5: 1697–1719.

-  Nguyen, N. H. and Van, V. A., 2014. Estimation of PM10 from Aot of satellite landsat 8 image over Hanoi city. International Symposium on Geo informatics for Spatial Infrastructure Development in Earth and Allied Sciences.

-  Ogren, J. A., 1995. A systematic approach to in situ observations of aerosol properties, P 216-226. In: R. J. Charlson and J. Heintzenberg (Eds.), Aerosol Forcing of Climate: Report of the Dahlem Workshop on Aerosol Forcing of Climate, Berlin.

-  Pilinis, C., Pandis, S. N. and Seinfeld, J. H., 1995. Sensitivity of direct climate forcing by atmospheric aerosols to aerosol size and composition. Journal of Geophys, 100: 18 739–18 754.

-  Retalis, A. and Hadjimitsis, D. G., 2010. Comparison of aerosol optical thickness with in situ visibility data over Cyprus. Journal of Natural Hazards and Earth System Sciences ,10: 421–428.

-  Shettle, E. P., 1984. Optical and radiative properties of a desert aerosol model, in Proc. Symp. Radiation in the Atmosphere. Journal of Fiocco, 24(2):74–77.

-  Wang, J. and Christopher, S. A., 2003. Inter comparison between satellite-derived aerosol optical thickness and PM 2.5 mass: Implication for air quality studies. Journal of Geophysical research letters, 30: 1-4.

-  Wang. Z., Chen. L., Tao. J., Zhang. Y. and Su. L., 2009. Satellite-based estimation of regional particulate matter (PM) in Beijing using vertical-and-RH correcting method. Journal of Remote Sensing of Environment. 35(17):215-230.

-  Xu, X., Ding, G., Zhou, L., Zheng, X., Bian, L., Qiu, J., Yang, L. and Mao, J., 2003. Localized 3D-structural features of dynamic-chemical processes of urban air pollution in Beijing winter". Journal of Chinese Science Bulletin, 8: 819–825.

-  Zhou, L., Xu, X., Ding, G., Zhou, M. and Cheng, X., 2005. Diurnal variations of air pollution and atmospheric boundary layer structure in Beijing during winter 2000/2001". Journal of Advances in Atmospheric Sciences, 22: 126–132.