• Home
  • منصور حلیمی

    List of Articles منصور حلیمی


  • Article

    1 - تحلیل سنجش از دوری دینامیک فضایی پوشش گیاهی محصول سنجنده MODIS در ارتباط با شرایط اقلیمی (مورد: استان چهارمحال و بختیاری)
    Journal of Environmental Science and Technology , Issue 2 , Year , Summer 2023
    زمینه و هدف: در هر منطقه ای کلونی های گیاهی حاصل تعامل بلندمدت بین پوشش گیاهی و شرایط اقلیم محلی است. تغییرات اقلیمی می تواند به صورت بارزی در تغییرات پوشش گیاهی آن منطقه منعکس شود. هدف اساسی این تحقیق تحلیل روابط زمانی مکانی بین تعیین گرهای آب و هوایی و شاخص های پوشش گ More
    زمینه و هدف: در هر منطقه ای کلونی های گیاهی حاصل تعامل بلندمدت بین پوشش گیاهی و شرایط اقلیم محلی است. تغییرات اقلیمی می تواند به صورت بارزی در تغییرات پوشش گیاهی آن منطقه منعکس شود. هدف اساسی این تحقیق تحلیل روابط زمانی مکانی بین تعیین گرهای آب و هوایی و شاخص های پوشش گیاهی سنجنده MODIS در استان چهار محال و بختیاری است.روش بررسی: در این راستا محصول پوشش گیاهی سنجنده MODIS طی 10 سال (2008-2018) به صورت ماهانه، اخذ گردید. دو شاخص اقلیمی دمای لایه رویه ای خاک (LST) MODIS، و بارش های ایستگاه های باران سنجی و سینوپتیک، به عنوان تعیین گرهای عمده اقلیمی مورد استفاده قرار گرفت. از آنالیز همبستگی فضایی پیکسل به پیکسل Pearson در سطح اطمینان 95/0 (P_value =0.05)، برای استخراج همبستگی فضایی و پوشش گیاهی MODSI با تعیین گرهای اقلیمی استفاده شده است.یافته ها: نتایج گویای آن بود که در این منطقه به دلیل نبود تنش رطوبتی شدید، پوشش گیاهی، دینامیک فضایی و درون سالی پوشش گیاهی منطقه توسط دمای لایه رویه ای خاک کنترل می شود. به طوری که در مقیاس ماهانه، پوشش گیاهی MODSI به صورت همزمان، با دمای لایه روی خاک به ویژه در ماه های اواخر زمستان و اول بهار همبستگی داشت. در ماه های فصل تابستان تنش حرارتی شدید باعث افت سطح سبزینگی و به تبع آن افت NDVI سنجنده MODIS شده است و ارتباط دمای خاک و پوشش گیاهی در همه جای استان تضعیف شده است.بحث و نتیجه گیری: در استان کهکیلویه و بویراحمد، عامل دمای رویه ای خاک با کنترل فازهای فنولوژیک پوشش گیاهی منطقه، ارتباط مستقیم و معنی داری دارد و محرک اصلی دینامیک زمانی و مکانی پوشش گیاهی می باشد که محصول سنجش از دوری سنجنده MODIS این وابستگی را به وضوح نشان داد. Manuscript profile

  • Article

    2 - کاربست مدل های زمین آماری در برآورد توزیع فضایی آلاینده های هوای شهر تهران
    Journal of Environmental Science and Technology , Issue 6 , Year , Winter 2017
    زمینه و هدف: آلودگی هوا یکی از معضلات اصلی شهرهای پرجمعیت و صنعتی می باشد که در مور کلان شهر تهران نیز همواره به چشم میخورد . آگاهی از وضعیت غلظت آلاینده های هوا و توزیع فضایی آن ها در مناطق مختلف شهری امکان برنامه ریزی و مدیریت بهتری را فراهم مینماید. هدف این تحقیق ارا More
    زمینه و هدف: آلودگی هوا یکی از معضلات اصلی شهرهای پرجمعیت و صنعتی می باشد که در مور کلان شهر تهران نیز همواره به چشم میخورد . آگاهی از وضعیت غلظت آلاینده های هوا و توزیع فضایی آن ها در مناطق مختلف شهری امکان برنامه ریزی و مدیریت بهتری را فراهم مینماید. هدف این تحقیق ارایه یک مدل مناسب برای برآورد یک سطح پیوسته بهینه از 4 آلاینده منو اکسید کربن، دی اکسید ازت، ازن و ذرات معلق کمتر از 10 میکرون، در سطح شهر تهران است که از طریق آن بتوان دقیق ترین برآورد را از غلظت هر آلاینده در موقعیت های فاقد ایستگاه کنترل کیفی هوا انجام داد روش بررسی: در این راستا ابتدا داده آلاینده ها برای 21 ایستگاه سنجش کنترل کیفی هوا از شرکت کنترل کیفیت هوای تهران برای یک دوره دو ساله (1391 تا 1392) برای ساعت UTC 00 اخذ شد. 4 دسته از مدل های درون یاب زمین آماری به نام های کریجینگ عام، ساده، معمولی و کوکریجینگ با نیم تغییرنمای گاوسین، برای 4 آلاینده یاد شده، اجرا گردید و در نهایت 16سطح پیوسته برای آلاینده ها تولید شد. حال برای ارزیابی وگزینش روش برآورد بهینه برای هرکدام از آلاینده ها، از 3 شاخص اعتبارسنجی آماری خطاهای مطلق و اریبی و جذر مربع خطاها استفاده شد. در نهایت سطوح عدم قطعیت نقشه های برآورد ی برا ی هر آلاینده در سطح اطمینان 95/0(P_value =0.05) نیز ارایه گردید. یافته‌ها: نتایج نشان داد با به کارگیری متغیرهای کمکی که همبستگی معنی داری با دو آلاینده COوNO2 دارند، مدل کوکریجینگ معمولی با نیم تغییرنمای گاوسین، به عنوان مدل بهینه برآورد این دو آلاینده انتخاب شد. در حالی که برای دو آلاینده PM10 و O3 مدل کریجینگ ساده به عنوان مدل بهینه انتخاب گردید. نقشه های برآورد ی با استفاده از مدل های بهینه نشان داد که غلظت دو آلاینده NO2 و CO در مناطق مرکزی و شمالی شهر تهران به ویژه مناطق 1 تا 4 بیشتر از سایر نواحی است.در حالی که دو آلاینده O3 و PM10 در حواشی شهر تهران دارای بالاترین تراکم هستند. بحث و نتیجه‌گیری: با به روز کردن داده های این مدل های بهینه می توان از اطلاعات آن ها برای برآورد مقادیر الاینده ها در مکان هایی که فاقد ایستگاه است استفاده نمود. Manuscript profile