صمد خسروی یگانه

اهداف: هدف این پژوهش، برآورد انرژی پتانسیل باد در سطوح 30 ، 50 و 100 متری از سطح زمین در 8 ایستگاه انتخاب شده در استان لرستان است. روش: در این پژوهش برای برآورد انرژی پتانسیل باد بر پایه داده های ساعتی در 8 ایستگاه انتخاب شده در دوره زمانی 2000-2019 با استفاده از داده های ماهواره ای اخذ شده از MERRA-2 Modal انجام شده است. برای صحت سنجی داده های ماهواره ای در مقایسه با داده های ایستگاهی، داده های ساعتی سرعت باد از سازمان هواشناسی دریافت شد. برای ارزیابی و صحت سنجی داده های ماهواره ای در مقایسه با داده های ایستگاهی در تراز ارتفاعی 10 متری، ضریب همبستگی CC، میانگین خطا ME، مجذور مربعات خطاRMSE  و تابع اریبی یا تورش دار BIAS محاسبه شده است. پس از صحت سنجی داده ها برای ترسیم گلباد از نرم افزار Windographer  و برای برازش داده ها از توزیع احتمال ویبول استفاده شد. نیروی چگالی باد سالانه در ترازهای ارتفاعی 30 ، 50 و 100 متری محاسبه شد. یافته ها/نتایج: در این تحقیق پس از صحت سنجی داده های ماهواره ای در مقایسه با داده های ایستگاهی با میزان خطای 4047218/0 ثابت شد که داده های ماهواره ای از وضعیت مناسبی برای استفاده در این پژوهش برخوردارند. بر پایه محاسبات، بیشترین انرژی پتانسیل باد در تراز ارتفاعی 30 متری به ترتیب به ایستگاه های بروجرد، الشتر، کمالوند، ازنا، الیگودرز، نورآباد، دورود و کوهدشت با 128 ، 102، 98 ، 86 ، 69 ، 57 ، 50 و 41 وات بر مترمربع در ساعت اختصاص دارد که این مقادیر در ترازهای50  و 100 متری با یک نسبت مشخص و با همین ترتیب در تراز 30 متری برای دیگر ترازهای ارتفاعی در همه ایستگاه ها افزایش می یابد. نتیجه گیری: ایستگاه های بروجرد، الشتر، نورآباد، ازنا و کمالوند در ترازهای ارتفاعی 30 ، 50 و 100 متری و ایستگاه های الیگودرز، کوهدشت و دورود فقط در سطح 100 متری از سطح زمین پتانسیل مناسبی برای تولید انرژی از نیروی چگالی باد با توجه به  نوع ارتفاع توربین بادی دارند.

امروزه در زمینه مطالعه و توضیحات سیستم یکپارچه مبتنی بر کاربرد ماهواره ها برای نظارت و پیش بینی شرایط محیطی زمین در بلند مدت و کوتاه مدت و فعالیت های اقتصادی وابسته به آب و هوا ماهواره های مختلفی به کار گرفته شده اند. این سیستم ها بر اساس روش سنجش از دور یا مشاهدات ماهواره ای از زمین، نظریه بیوفیزیکی پاسخ گیاهان به شرایط اقلیمی، مجموعه ای از الگوریتم های پردازش داده های ماهواره ای، تفسیر، توسعه محصول، اعتبار سنجی، کالیبراسیون و کاربردها را شامل می شود. مشاهدات جدید ماهواره ای عمدتاً توسط تصاویر پیشرفته مادون قرمز که بسیار کارآمد هستند، نشان داده می شوند. در این رابطه، استفاده از روش های سنجش از دور، جهت پایش و بررسی اثرات بارش دریافتی بر پوشش گیاهی، به عنوان یکی از کارآمدترین روش ها شناخته شده است. به منظور آشکار سازی تاثیر بارش بر پوشش گیاهی ، جهت محاسبه میانگین ماهانه (SPI) داده های بارش 13 ایستگاه هواشناسی سینوپتیک مورد استفاده قرار گرفت. سپس با استفاده از تصاویر مادون قرمز به صورت میانگین هفتگی2021-2013 (اول آوریل تا پایان ژولای)، به بررسی وضعیت پوشش گیاهی پرداخته شد. میزان همبستگی (SPI) با شاخص هایNDVI ،TCI ،VCI وVHI به ترتیب 050/0، 069/0، 0027/0، 0025/0 می باشد. شاخص (VCI) همبستگی بیشتری با (SPI) دارد که می تواند به عنوان یک روش ترکیبی از سنجش از دور و اطلاعات ایستگاه های هواشناسی (SPI) برای بررسی شرایط پوشش گیاهی در استان کرمانشاه مناسب باشد. پوشش گیاهی همه ساله با درجات مختلفی از خشکسالی رو به رو بوده است. شدیدترین خشکسالی پوشش گیاهی در 2015 در قسمت های مرکزی، جنوبی و شمال شرقی استان رخ داده است. در 2013 خشکسالی با شدت کمتری نیز رخ داده و در 2016 ، 2018، 2019 و2020 پوشش گیاهی در شرایط مطلوب تری قرار داشته است.

مقدمه: شرایط خشکسالی ممکن است، از متوسط تا شدید و با مدت زمان متفاوت، متغیر باشد؛ این تغییرات به نظارت مداوم و عملیاتی نیاز دارد. هرچه خشکسالی بیشتر طول بکشد، در پوشش گیاهی و منابع آبی تأثیر بیشتری می گذارد و خشکسالی تشدید می شود؛ درنتیجه، ممکن است خدمات به انسان ها را محدود کند و سیستم های طبیعی را تغییر دهد. از جمله تأثیرات خشکسالی، تخریب زیستگاه حیات وحش، کاهش کیفیت آب و کاهش دسترسی به منابع آب است. پایش خشکسالی برای محققان، مدیران و تصمیم گیرندگان، به منظور شناسایی مناطق آسیب پذیر، ضروری است و نتایج آن با هدف کاهش پیامدهای خشکسالی به کار می رود.مواد و روش ها: در این مطالعه تلاش شده است، با استفاده از تصاویر مادون قرمز سنجنده Suomi NPP دریافتی از سایتearth data.nasa.gov و بهره گیری از شاخص هایNDVI ، VCI،  TCIو  VHIوضعیت خشکسالی پوشش گیاهی در ایران بررسی شود. دوره مورد مطالعه 2021-2013، اول آوریل تا انتهای جولای (هفته 13 تا 26 میلادی)، به صورت میانگین هفتگی است. میانگین ماهیانه شاخص استاندارد بارش (SPI) در ایران با استفاده از داده های بارش روزانه 143 ایستگاه سینوپتیک به دست آمد. سپس ضریب همبستگی (SPI) با هریک از شاخص های VHI، TCI، VCI و NDVI محاسبه شد. در تصاویر مادون قرمز، باندهای M دارای قدرت تفکیک 750 و باندهای I برابر با 375 متر است.نتایج و بحث: براساس داده های بارش ثبت شده در ایستگاه های هواشناسی سینوپتیک، می توان گفت که عمده بارش در فصل های پاییز، زمستان و بهار رخ داده و سهم تابستان در بارش سالانه اندک می باشد. بنابراین سال آبی، در بیشتر مناطق ایران، به طور تقریبی از دهه سوم سپتامبر شروع و تا دهه دوم و سوم ژوئن هر سال ادامه دارد. در منطقه مورد مطالعه، بهترین پایه زمانی برای پایش و برآورد آن از اول آوریل تا اواخر ژوئن  است. در فصل تابستان، ایران یک فصل خشک را می گذراند و ماه اوت خشک ترین ماه سال است. تغییرات زمانی و مکانی خشکسالی هریک از شاخص های پوشش گیاهی با یکدیگر تفاوت زیادی دارد.نتیجه: میزان هریک از شاخص ها در شرایطی که پوشش گیاهی در وضعیت خشکسالی قرار دارد کاهش یافته و در طبقه خشکسالی خفیف و سپس شدید قرار می گیرد. بدین ترتیب، طی سال هایی که خشکسالی رخ داده است، مقدار شاخص ها از ماه آوریل روند نزولی دارد و در ژوئن و جولای، شاخص ها به سمت خشکسالی شدید میل پیدا می کند. براساس محاسبات، مشخص شد که مقدار شاخص استاندارد بارش در پهنه مورد مطالعه، طی ماه های گرم سال منفی است. این نکته بیانگر پایین بودن میزان بارش دریافتی درقیاس با دیگر ماه های سال است.