| تعداد نشریات | 45 |
| تعداد شمارهها | 1,552 |
| تعداد مقالات | 18,933 |
| تعداد مشاهده مقاله | 63,525,571 |
| تعداد دریافت فایل اصل مقاله | 23,244,075 |
تحلیل مکانی-زمانی آلودگی هوا در شهر اصفهان با استفاده از داده های زمینی و راداری | ||
| نشریه کاربرد سنجش از دور و سیستم اطلاعات جغرافیایی در علوم محیطی | ||
| دوره 6، شماره 19، تیر 1405 اصل مقاله (2.58 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22034/rsgi.2026.68897.1146 | ||
| نویسندگان | ||
| رحمان زندی* ؛ حجت صادقی؛ سارا قائدی | ||
| گروه جغرافیای طبیعی- دانشکده علوم جغرافیایی و برنامه ریزی- دانشگاه اصفهان | ||
| چکیده | ||
| با رشد فزاینده شهرنشینی و توسعه صنعتی، کلانشهرهای ایران با چالشهای جدی ناشی از آلودگی هوا مواجهاند و اصفهان بهعنوان یکی از قطبهای صنعتی کشور در سالهای اخیر شرایط بحرانیتری را تجربه کرده است. هدف پژوهش حاضر، تحلیل فضایی ـ زمانی آلایندههای اصلی هوا در کلانشهر اصفهان طی دوره ۱۳۹۷ تا ۱۴۰۲ با استفاده از دادههای ماهوارهای Sentinel-5P (سنجنده (TROPOMI) و دادههای ایستگاههای سنجش زمینی است. در این مطالعه، توزیع مکانی و روند زمانی پنج آلاینده شامل دیاکسید نیتروژن (NO₂) ، مونوکسید کربن (CO)، دیاکسید گوگرد (SO₂)، ذرات معلق کوچکتر از ۲.۵ میکرون (PM2.5) و شاخص UV Aerosol Index (UVAI) مورد بررسی قرار گرفت. نتایج نشان داد که آلایندههای NO₂ و CO بیشترین تمرکز را در مناطق مرکزی و شمالی شهر داشته و از مرکز به سمت شرق و جنوب کاهش یافتهاند. غلظت SO₂ پراکنشی نوسانی و متغیر در سالهای مختلف داشته، در حالی که مقادیر UVAI عمدتاً در شرق و شمالشرق شهر بالاتر بوده است. همچنین PM2.5 در مناطق مرکزی و شمالی در سطوح بالاتری مشاهده شد. تحلیل روند زمانی نشان داد که در سال ۱۳۹۹ همزمان با اعمال محدودیتهای کرونایی، کاهش معناداری در مقادیر آلایندههای NO₂، CO، PM2.5 و UVAI رخ داد،. این یافتهها نشان میدهد که منابع انسانساخت، بهویژه ترافیک و فعالیتهای صنعتی، نقش اصلی در شکلگیری الگوهای آلودگی هوای اصفهان دارند. بهرهگیری از دادههای ترکیبی ماهوارهای و زمینی میتواند مبنای مناسبی برای سیاستگذاری محیطزیستی و برنامهریزی جهت مدیریت پایدار کیفیت هوا در این کلانشهر فراهم آورد. | ||
تازه های تحقیق | ||
در این مطالعه، با بهرهگیری از دادههای ماهوارهای سنجنده TROPOMI بر روی ماهوارهSentinel-5P و دادههای ایستگاههای سنجش زمینی، توزیع مکانی و روند زمانی پنج آلاینده اصلی شامل دیاکسید نیتروژن (NO₂)، کربن مونوکسید (CO)، دیاکسید گوگرد (SO₂)، ذرات معلق کمتر از ۲.۵ میکرون (PM2/5)، و شاخص UV Aerosol Index (UVAI) در کلانشهر اصفهان طی دوره ششسالهی ۱۳۹۷ تا ۱۴۰۲ مورد بررسی قرار گرفته است. تحلیل هر یک از این آلایندهها بهصورت جداگانه انجام شد تا هم الگوی فضایی و هم تغییرات زمانی آنها در سطح مناطق شهری با دقت بیشتری ارزیابی گردد. نتایج نشان میدهد که غلظت دیاکسید نیتروژن (NO₂) بهطور مستمر در نواحی مرکزی، شمالی و شمالغربی شهر، بهویژه در مناطق ۱، ۲، ۳، ۷، ۸ و ۱۲، در سطوح بالاتری قرار داشته است. در مقابل، نواحی شرقی، جنوبی و جنوبشرقی مانند مناطق ۴، ۵، ۶ و ۱۵، از مقادیر پایینتری برخوردار بودهاند. در نتیجه، شیب غلظت این آلاینده از مرکز به سمت جنوب و شرق شهر کاهش داشته است. مونواکسیدکربن (CO) نیز رفتاری مشابه نشان داده و تمرکز آن عمدتاً در مناطق مرکزی و غربی شهر مانند مناطق ۱، ۲، ۸، ۹ و ۱۱ مشاهده شده است. در مقابل، مناطق پیرامونی مانند ۴، ۵، ۶، ۱۲ و ۱۵، سطوح پایینتری از این آلاینده را ثبت کردهاند. کاهش تدریجی غلظت از مرکز و غرب به سمت حاشیهها، بیانگر تأثیر مستقیم تراکم ترافیک و فعالیتهای شهری بر این آلاینده است. الگوی پراکنش دیاکسید گوگرد (SO₂) برخلاف دو آلاینده پیشگفته، نوسانیتر بوده و طی سالهای مختلف دچار تغییرات مکانی محسوسی شده است. در برخی سالها، غلظتهای بالاتر در مناطق شمالغربی، غربی و مرکزی شهر از جمله مناطق ۵، ۸، ۱۲ و ۱۳ متمرکز بودهاند، در حالیکه مناطق شرقی و جنوبی مانند ۱۰، ۱۴، ۱۵ و بخشهایی از ۶، معمولاً از کیفیت بهتری برخوردار بودهاند. بهطور کلی، میتوان روندی از کاهش غلظت این آلاینده از شمالغرب به سمت جنوب و شرق شهر مشاهده کرد. تحلیل دادههای مربوط به شاخص UV Aerosol Index (UVAI) نیز نشان داد که آیروسولها عمدتاً در بخشهای شرقی، شمالشرقی و مرکزی شهر غلظت بالاتری داشتهاند؛ مناطقی همچون ۷، ۸، ۱۰، ۱۴ و ۱۵ بهطور مداوم آلودهترین نقاط از منظر UVAI بودهاند. در مقابل، نواحی جنوبی و جنوبغربی، شامل مناطق ۴، ۵، ۶، ۹ و ۱۳، شرایط بهتری را تجربه کردهاند. این الگوی مکانی نسبتاً پایدار بوده و شیب کاهش غلظت از شرق و مرکز به سوی جنوب و جنوبغرب مشهود است. ذرات معلق کمتر از 5/2 میکرون (PM2/5)، که از مهمترین عوامل خطر برای سلامت عمومی محسوب میشوند، تمرکز آلاینده طی اغلب سالهای مورد بررسی در نواحی مرکزی، شمالی و بخشهایی از غرب شهر مشاهده شده است. مناطقی همچون ۱، ۳، ۷، ۸ و ۱۲ بهعنوان آلودهترین مناطق از نظر PM2/5 شناخته شدهاند. در عوض، نواحی جنوبی، جنوبشرقی و جنوبغربی، از جمله مناطق ۵، ۶، ۹، ۱۳ و ۱۵، معمولاً کیفیت هوای بهتری داشتهاند. روند پراکنش فضایی این آلاینده نیز شیبی نزولی از مرکز و شمال شهر به سمت حاشیههای جنوبی و شرقی نشان میدهد. تحلیل روند زمانی آلایندهها در بازهی زمانی ۱۳۹۷ تا ۱۴۰۲ نشان میدهد که در سال ۱۳۹۹، مقادیر آلایندههای NO₂، CO، PM2/5 و UVAI بهطور همزمان کاهش قابل توجهی داشتهاند (شکل11). این افت آشکار در غلظت آلایندهها را میتوان با اعمال محدودیتهای کرونایی در سال یادشده مرتبط دانست؛ محدودیتهای تردد شهری، تعطیلی گسترده مراکز تجاری، کاهش فعالیتهای صنعتی و توقف رفتوآمدهای بینشهری موجب کاهش فشار زیستمحیطی بر مناطق شهری شد و به بهبود موقت کیفیت هوا انجامید، که نتایج پژوهش های محققانی همچون بهرامی پیچاقچی (1403) و آفریده و همکاران (1400) نیز این مطالب را تایید می نماید. با این حال، در سالهای پس از آن، بهویژه در سالهای ۱۴۰۰ و ۱۴۰۱، با رفع تدریجی محدودیتها و بازگشت شرایط به حالت عادی، مقادیر بیشتر آلایندهها مجدداً افزایش یافت و به سطوح پیش از همهگیری نزدیک یا حتی از آن فراتر رفت. این روند افزایشی، نقش محوری فعالیتهای انسانساخت در شکلگیری آلودگی هوا در شهرهای بزرگ را بار دیگر برجسته میسازد و بر لزوم تدوین و اجرای سیاستهای بلندمدت و ساختاری در حوزه مدیریت کیفیت هوا تأکید میکند. | ||
| کلیدواژهها | ||
| آلودگی هوا؛ تحلیل فضایی؛ سنجش از دور؛ سنتینل- 5P؛ کلانشهر اصفهان | ||
| اصل مقاله | ||
|
با رشد فزاینده شهرنشینی و توسعه صنعتی، کلانشهرهای ایران با چالشهای جدی ناشی از آلودگی هوا مواجهاند و اصفهان بهعنوان یکی از قطبهای صنعتی کشور در سالهای اخیر شرایط بحرانیتری را تجربه کرده است. هدف پژوهش حاضر، تحلیل فضایی ـ زمانی آلایندههای اصلی هوا در کلانشهر اصفهان طی دوره ۱۳۹۷ تا ۱۴۰۲ با استفاده از دادههای ماهوارهای Sentinel-5P (سنجنده (TROPOMI) و دادههای ایستگاههای سنجش زمینی است. در این مطالعه، توزیع مکانی و روند زمانی پنج آلاینده شامل دیاکسید نیتروژن (NO₂)، مونوکسید کربن (CO)، دیاکسید گوگرد (SO₂)، ذرات معلق کوچکتر از ۲.۵ میکرون (PM₂.₅) و شاخص UV Aerosol Index (UVAI) مورد بررسی قرار گرفت، بهطوریکه دادههای آلایندهها از ایستگاههای زمینی پایش کیفیت هوا و تصاویر ماهوارهای گردآوری شد. برای تحلیل و تلفیق دادهها از روشهای درونیابی مکانی استفاده گردید و در ادامه بهمنظور بررسی روابط مکانی و الگوهای توزیع آلایندهها از مدلهای رگرسیون خطی معمولی (OLS) و رگرسیون وزنی جغرافیایی (GWR) بهره گرفته شد. نتایج نشان داد که، آلایندههای NO₂ و CO بیشترین تمرکز را در مناطق مرکزی و شمالی شهر داشته و از مرکز به سمت شرق و جنوب کاهش یافتهاند. غلظت SO₂ پراکنشی نوسانی و متغیر در سالهای مختلف داشته، در حالی که مقادیر UVAI عمدتاً در شرق و شمالشرق شهر بالاتر بوده است. همچنین PM2.5 در مناطق مرکزی و شمالی در سطوح بالاتری مشاهده شد. تحلیل روند زمانی نشان داد که در سال ۱۳۹۹ همزمان با اعمال محدودیتهای کرونایی، کاهش معناداری در مقادیر آلایندههای NO₂، CO، PM2.5 و UVAI رخ داد، اما از سال ۱۴۰۰ به بعد غلظتها مجدداً افزایش یافته و به سطح پیش از همهگیری بازگشتند. همچنین این یافتهها نشان میدهد که، منابع انسانساخت، بهویژه ترافیک و فعالیتهای صنعتی، نقش اصلی در شکلگیری الگوهای آلودگی هوای اصفهان دارند. بهرهگیری از دادههای ترکیبی ماهوارهای و زمینی میتواند مبنای مناسبی برای سیاستگذاری محیطزیستی و برنامهریزی جهت مدیریت پایدار کیفیت هوا در این کلانشهر فراهم آورد. | ||
| مراجع | ||
|
Azimi, R., & Farahani, N. (2021). An investigation of the role of urban traffic in changes of carbon monoxide concentration in Isfahan metropolis. Journal of Environmental Studies, 22(3), 45–62. (in Persian) Azimi, Reza, and Farahani, Nasrin. (2021). Investigating the role of urban traffic in changes in carbon monoxide concentration in Isfahan metropolis. Journal of Environmental Research, 22(3), 45-62. Afrideh, Faezeh, Ramsht, Mohammad Hossein, & Mortin, Graham. (2021). Spatio-temporal analysis of the Air Quality Index (AQI) of Tehran city during a ten-year period. Natural Geography Research, 53(4), 447–463. https://doi.org/10.22059/jphgr.2021.324223.1007620 Bahrami Pichaghchi, Hadigheh, Norooz Valashdi, Reza, & Gholami Sefidkouhi, Mohammad Ali. (2025). Investigation of the effect of climatic variables on the temporal distribution of air pollution using Sentinel-5P data in Mazandaran Province. Environment and Water Engineering, 10(4), 480–495. https://doi.org/10.22034/ewe.2024.434545.1906
Bagheri, H., Mohammadi, A., & Karimi, Z. (2022). Urban divisions and neighborhood structures of Isfahan metropolis. Isfahan: University of Isfahan Press. (in Persian) Bagheri, Hassan, Mohammadi, Ali, and Karimi, Zahra. (2018). Urban divisions and neighborhood structure of Isfahan metropolis. Isfahan: Isfahan University Press. Butler, T. M., Lawrence, M. G., & Lelieveld, J. (2008). Evaluation of emissions and air quality in megacities. Atmospheric Environment, 42(7), 1593–1606. https://doi.org/10.1016/j.atmosenv.2007.10.048 Campa, C., & Castanas, E. (2008). Air pollution and urban health: A review. Environmental Pollution, 151(3), 362–367. https://doi.org/10.1016/j.envpol.2007.06.011 Jamshidi, Samira Sadat, Mohammadzadeh, Mohammad, & Ghafourani, Mehrnoosh. (2017). Localization and analysis of air pollution and pollutant sources in the metropolis of Isfahan using Geographic Information System (GIS). International Conference on Sustainable Development and Urban Development. Retrieved from. https://sid.ir/paper/897380/fa Department of Environment of Isfahan Province. (2023). Report on air pollution status in Isfahan. Isfahan: DOE. (in Persian) Ghanadi, M., Ahmadi, R., & Hosseini, A. (2022). Monitoring air pollutants in Iranian industrial cities using Sentinel-5 and Google Earth Engine. Iranian Journal of Environmental Sciences, 20(3), 55–70. (in Persian) Ghanadi, Mehdi, Ahmadi, Reza, and Hosseini, Ali. (1401). Monitoring air pollutants in industrial cities of Iran using Sentinel-5 images and Google Earth Engine. Iranian Journal of Environmental Sciences, 20(3), 55–70. Goodarzi, Fatemeh, Ahmadi, Saeed, and Rasouli, Hamid. (2017). Study of spatial and temporal changes of air pollutants in Tehran metropolis with emphasis on sulfur dioxide. Environmental Sciences Quarterly, 15(2), 55-70. Goudarzi, F., Ahmadi, S., & Rasouli, H. (2017). Spatial and temporal changes of air pollutants in Tehran metropolis with emphasis on sulfur dioxide. Environmental Sciences Quarterly, 15(2), 55–70. (in Persian) Gulia, S., Nagendra, S. S., Khare, M., & Khanna, I. (2015). Urban air quality management—A review. Atmospheric Pollution Research, 6(2), 286–304. https://doi.org/10.5094/APR.2015.033 Gurjar, B. R., Butler, T. M., Lawrence, M. G., & Lelieveld, J. (2008). Evaluation of emissions and air quality in megacities. Atmospheric Environment, 42(7), 1593–1606. https://doi.org/10.1016/j.atmosenv.2007.10.048 Hassan-Zadeh, F., Rezaei, M., & Karimi, S. (2023). Spatiotemporal analysis of air pollutants around Khatounabad copper smelter using Sentinel-5 data. Iranian Environmental Journal, 45(2), 112–130. (in Persian) Hassanzadeh, Fatemeh, Rezaei, Mohammad, and Karimi, Saeed. (2019). Spatial-temporal analysis of air pollutants in the area of Khatoonabad copper smelting plant using Sentinel-5 satellite data. Iranian Journal of Environment, 45(2), 112–130. Hosseini, M. R., Karimi, S., & Bahrami, S. (2020). Temperature inversion phenomenon and its impact on gaseous air pollutants in Iranian cities. Quarterly Journal of Climatology, 12(1), 87–104. (in Persian) Hosseini, Mohammad Reza, Karimi, Saeed, and Bahrami, Sara. (2019). Temperature inversion phenomenon and its effect on the concentration of gaseous pollutants in Iranian cities. Climatology Quarterly, 12(1), 87-104.
Isfahan Environmental Protection Organization. (2023). Isfahan Air Pollution Status Report. Isfahan: Environmental Protection Organization. Kermani, M., Hosseini, M. R., & Karimi, A. (2020). Effects of temperature inversion on gaseous pollutant concentrations in Isfahan metropolis. Climatology Research, 11(4), 121–136. (in Persian) Kermani, Mehdi, Hosseini, Mohammad Reza, and Karimi, Ali. (2020). Effects of temperature inversion phenomenon on the concentration of gaseous pollutants in Isfahan metropolis. Climatological Research, 11(4), 121-136. Kim, H., Lee, J., & Park, S. (2024). Industrial impacts on urban air quality in Seoul using Sentinel-5P and ground monitoring data. Science of the Total Environment, 919, 170857. https://doi.org/10.1016/j.scitotenv.2023.170857. Khorshiddoust, Alimohammad, Valizadeh Kamran, Khalil, & Ghasemi Begtash, Ali. (2017). Spatio-temporal analysis of hazardous air pollutants in Tabriz city with emphasis on PM10. Natural Geography Research, 49(4), 585–602. https://doi.org/10.22059/jphgr.2018.221265.1006970 Sadegh Beigi, Akram, Muroj, Kamran and Delavar, Mohammad Amir. (2020). Replacing the quantitative and spatial agreement and disagreement components instead of the Kappa index for assessing the accuracy of different thematic maps. Quarterly Scientific and Research Journal of Geographic Information "Sepehr", 29(116), 77-87. https://doi.org/10.22131/sepehr.2021.242861 Statistical Center of Iran (2016). Population and Housing Census 2016. Tehran: Statistical Center of Iran. Lelli-Weldo, F., Costa, A., & Romano, D. (2015). Health impacts of urban air pollution: A global perspective. Environmental Health Perspectives, 123(1), 27–35. https://doi.org/10.1289/ehp.1408792 Li, J. (2018). The economic cost of air pollution in China and the United States. Journal of Environmental Economics, 45(1), 15–29. https://doi.org/10.1016/j.jeeco.2018.03.004 Li, J., & Wang, Y. (2011). Satellite-based monitoring of air pollutants in urban areas. Remote Sensing of Environment, 115(12), 3079–3090. https://doi.org/10.1016/j.rse.2011.06.005 Li, X., Zhang, Y., Wu, J., & Wang, Y. (2021). Spatiotemporal variations and socioeconomic drivers of SO₂ pollution in urban China. Journal of Cleaner Production, 278, 123936. https://doi.org/10.1016/j.jclepro.2020.123936 Lo, D. (2021). Integrating ground-based and satellite data for urban air quality assessment. Remote Sensing, 13(9), 1764. https://doi.org/10.3390/rs13091764 Mamkhedri, Ahmad. (2020). Urbanization and environmental challenges in developing countries. Tehran: Jihad Daneshgahi Publications. Mam-Khezri, A. (2020). Urbanization and environmental challenges in developing countries. Tehran: Jihad Daneshgahi Press. (in Persian) Taghvaei, H., Mohammadi, Z., & Sadeghi, R. (2018). The role of polluting industries in changes in the air quality of Isfahan metropolis (with emphasis on sulfur dioxide). Journal of Geography and Environmental Planning, 29(3), 101–118. (in Persian) Taghvaei, Hassan, Mohammadi, Zahra, and Sadeghi, Reza. (2018). The role of polluting industries in changes in air quality of Isfahan metropolis (with emphasis on sulfur dioxide). Journal of Geography and Environmental Planning, 29(3), 101-118. Wang, Y., Gao, W., Wang, S., Song, T., Gong, Z., Ji, D., … & Zhang, R. (2020). Contrasting trends of PM2.5 and surface-ozone concentrations in China from 2013 to 2017. National Science Review, 7(8), 1331–1339. https://doi.org/10.1093/nsr/nwaa032 World Health Organization. (2016). Global report on air quality and health. Geneva: WHO. (in Persian) World Health Organization. (2016). World Air Quality and Health Report. Geneva: World Health Organization. Zhang, H., Li, X., & Wang, Y. (2023). Spatiotemporal distribution of NO₂ and SO₂ in Chinese cities using Sentinel-5P and machine learning algorithms. Atmospheric Environment, 288, 119365. https://doi.org/10.1016/j.atmosenv.2023.119365 Ziaeian Firouzabadi, Parviz and Hassani Moghadam, Hassan. (2018). Evaluating the effect of the Majority filter kernel size on increasing the classification accuracy of remote sensing images. Geography and Human Relations, 1(2), 806-817. https://www.gahr.ir/article_77112.html?lang=fa Zheng, H., Kong, S., Yan, Y., Wu, F., Cheng, Y., Zheng, S., … & Qi, S. (2019). Significant changes in total gaseous mercury and its wet deposition in China during 2007–2016: Insights from a long-term monitoring network. Atmospheric Chemistry and Physics, 19(10), 6311–6330. https://doi.org/10.5194/acp-19-6311-2019 Zhou, Y., Wang, T., Li, D., Huang, X., & Fu, H. (2022). Long-term variations of SO₂ pollution and its driving factors in Chinese cities. Atmospheric Environment, 270, 118896. https://doi.org/10.1016/j.atmosenv.2021.118896 | ||
|
آمار تعداد مشاهده مقاله: 358 تعداد دریافت فایل اصل مقاله: 133 |
||