پایش غلظت دی‌‌اکسید نیتروژن در دوره‌‌ی کووید-19 با استفاده از داده‌‌های ماهواره‌‌ی سنتینل-5 (مطالعه‌‌ی موردی: کلان‌‌شهر شیراز)

عبدالعظیمی, هادی; فرهادی, هادی; روستا, حسین; مختاری, نسرین

doi:10.22111/jneh.2023.45267.1949

پایش غلظت دی‌‌اکسید نیتروژن در دوره‌‌ی کووید-19 با استفاده از داده‌‌های ماهواره‌‌ی سنتینل-5 (مطالعه‌‌ی موردی: کلان‌‌شهر شیراز)

نوع مقاله : مقاله پژوهشی

نویسندگان

¹ استادیار، گروه سنجش از دور و GIS، واحد شیراز، دانشگاه آزاد اسلامی، شیراز، ایران

² دانشجوی دکتری سنجش از دور، دانشکده مهندسی نقشه‌برداری، دانشگاه صنعتی خواجه‌نصیرالدین طوسی، تهران

³ دانشجوی کارشناسی ارشد سنجش از دور و GIS، واحد شیراز، دانشگاه آزاد اسلامی، شیراز، ایران

⁴ دانشجوی دکتری شهرسازی، واحد نجف‌‌آباد، دانشگاه آزاد اسلامی، نجف‌‌آباد، ایران

10.22111/jneh.2023.45267.1949

چکیده

دی‌اکسید نیتروژن یکی از شاخص‌‌های مهم در ارزیابی کیفیت هوای شهرها تلقی می‌‌گردد، لذا شناسایی پهنه‌‌های آلوده به این آلاینده از اهمیت بسیار زیادی برخوردار است. یکی از علوم و فناوری‌‌هایی که می‌‌تواند در کوتاه‌‌ترین زمان و با صرف هزینه‌‌ی کمتر در رابطه با شناسایی این پهنه‌‌ها به متخصصین محیط‌زیست شهری کمک کند، علم سنجش‌ازدور ماهواره‌‌ای است. در حال حاضر، سنجش‌ازدور ماهواره‌‌ای یک فناوری مفید برای اندازه‌گیری آلاینده‌‌های جوی در سطح جهانی، منطقه‌‌ای و شهری می‌‌باشد. ازاین‌رو، پژوهش حاضر به شناسایی و بررسی توزیع زمانی- مکانی گاز دی‌اکسید نیتروژن در دوره‌‌ی انتشار کووید-19 با استفاده از داده‌‌های ماهواره‌‌ی Sentinel-5P و تحلیل آن با متغیرهای محیطی در کلان‌شهر شیراز طی 24 ماه (2019 و 2020) پرداخته است. بر اساس نتایج حاصل از این پژوهش، بیشترین مقادیر میانگین ماهانه گاز دی‌اکسید نیتروژن در سال ۲۰۱۹ و ۲۰۲۰ مربوط به فصل پاییز بود. همچنین، منطقه‌‌ی 2 شهر شیراز به‌عنوان آلوده‌‌ترین منطقه در دو سال مورد مطالعه شناسایی شد. علاوه بر این، پس از تحلیل پارامترهای باد، بارش و دما مشخص گردید که عامل باد با ضریب همبستگی 638/0- در سطح معناداری، یک درصد نسبت به دیگر عوامل اقلیمی، بیشترین تأثیر را در تغییر مقادیر گاز دی‌اکسید نیتروژن داشته است. بحران کووید-۱۹ نیز با اثر بر کاهش ترددها و ترافیک شهری، در تغییر مقادیر گاز دی‌اکسید نیتروژن در سال 2020 نسبت به سال 2019 به‌صورت ماهانه نقش داشت. الگوی تغییرات میانگین گاز دی‌‌اکسید نیتروژن مربوط به داده-های ماهواره‌‌ای در سال‌‌های مورد مطالعه روند کاهشی داشته که با الگوی تغییرات مقادیر اخذ‌‌شده از ایستگاه پایش آلودگی همخوانی داشت. نتایج حاصل از این پژوهش می‌تواند در زیست پذیری شهری و مدیریت بحران مفید واقع گردد.

کلیدواژه‌ها

موضوعات

مدیریت محیط زیستی

عنوان مقاله [English]

Monitoring of the Nitrogen Dioxide Concentration in the Period of Covid-19 Using Sentinel-5 Satellite Data (Case Study: Shiraz Metropolis)

نویسندگان [English]

Hadi Abdolazimi ¹
Hadi Farhadi ²
Hossein Roosta ³
Nasrin Mokhtari ⁴

¹ Assistant Professor, Department of Remote Sensing and GIS, Shiraz Branch, Islamic Azad University, Shiraz, Iran.

² Ph.D. Student in remote sensing, Faculty of Geodesy and Geomatics Engineering, K.N Toosi University of Technology, Tehran, Iran

³ Master Student in remote sensing and GIS, Shiraz Branch, Islamic Azad University, Shiraz, Iran

⁴ Ph.D. Student in urbanism, Najafabad Branch, Islamic Azad University, Najafabad, Iran

چکیده [English]

Nitrogen dioxide is considered one of the important indicators for evaluating the air quality of cities, therefore, identifying the areas contaminated with this pollutant is very important. One of the sciences and technologies that can help urban environmental experts to identify these areas in the shortest time and at a lower cost is satellite remote sensing. Currently, satellite remote sensing is a useful technology for measuring atmospheric pollutants at the global, regional, and urban levels. Therefore, the present research has identified and investigated the temporal-spatial distribution of nitrogen dioxide gas during the spread of Covid-19 using Sentinel-5P satellite data in the Shiraz metropolis for 24 months (2019 and 2020). Based on the results of this research, the highest monthly average values of nitrogen dioxide gas in 2019 and 2020 are related to the autumn season. In addition, district 2 of Shiraz was identified as the most polluted area in the two years studied. In addition, after analyzing the parameters of wind, precipitation, and temperature, it was found that the wind factor with a correlation coefficient of -0.638 at a significance level of 1% compared to other climate factors had the greatest impact on the change in nitrogen dioxide gas values. The Covid-19 crisis also played a role in changing the amount of nitrogen dioxide gas in 2020 compared to 2019 every month with its impact on the reduction of traffic and urban traffic. The pattern of changes in the average nitrogen dioxide gas related to satellite data in the studied years had a decreasing trend, which was consistent with the pattern of changes in the values obtained from the pollution monitoring station. The results of this research can be useful in urban livability and crisis management.

کلیدواژه‌ها [English]

Google Earth Engine
Environmental hazards
Urban Environment
Crisis Management
Mann-Kendall

مراجع

ایراندوست، کیومرث؛ عیسیلو، علی اصغر؛ شاهمرادی، بهزاد (1394). شاخص زیستپذیری در محیطهای شهری (مطالعه موردی: بخش مرکزی شهر مقدس قم). فصلنامه علمی - پژوهشی اقتصاد و مدیریت شهری، 4 (13)102-120.

تقوایی، مسعود؛ وارثی، حمیدرضا؛ مظفربهمن، اورامان (1391). بررسی پراکنش کاربریهای پزشکی و تاثیر آن بر روی ترافیک شهری با استفاده از مدل AHP (مطالعه موردی: مرکز شهر کرمانشاه). فصلنامه علمی ترویجی راهور، 9(17)35-7.

جعفری، شاهین؛ حمزه، سعید؛ عبدالعظیمی، هادی؛ عطارچی، سارا (1400). دو دهه پایش تالاب مهارلو با استفاده از دادههای ماهوارهای در گوگل ارث انجین. فصلنامه علمی- پژوهشی اطلاعات جغرافیایی، 30(118)153-168.

حسینی، سید سلام؛ مهردانش، گونا؛ فرشاد، لقمان (1399). تاثیر ویروس کرونا COVID-19 بر اقلیم و آب و هوای شهر و سلامتی شهروندان در برنامه ریزی شهری. جغرافیا و برنامه ریزی انسانی، 3(2)91-119.

رنجبر، محسن؛ باهک، بتول (1398). تغییرات زمانی و مکانی آلاینده های هوا با استفاده از GIS (مورد مطالعه: نیمه شمالی شهر تهران. جغرافیا، 17(60 )، 72-85.

زلقی، الهه؛ گراوندی، سحر؛ نورزاده حداد، مهدی؛ گودرزی، غلامرضا؛ شیربیگی، عصمت؛ علوی، سیده شقایق؛ محمدی، محمدجواد (1393). مقایسه شاخص های خطر مواجهه با آلاینده دی اکسید نیتروژن بر سلامت شهروندان در جنوب غربی ایران. مجله دانشگاه علوم پزشکی تربت حیدریه، 2(3)، 22-29.

شامی، س؛ خوشلهجه، مهدی؛ قربانی، زهرا؛ مقیمی، آرمین؛ محمدزاده، علی؛ ثابتقدم، سیده سمانه (1399). بررسی میزان تغییرات آلایندههای هوا در دوره انتشار ویروس کووید-19 در ایران با استفاده از اطلاعات ماهواره سنتینل-5، نشریه علوم و فنون نقشه برداری، 10(3)135-146.

شاهمحمدی، عاطفه؛ بیات، علی؛ مشهدیزاده ملکی، سعید (1399). بررسی آلودگی هوای شهر تبریز با استفاده از برآوردهای دیاکسید نیتروژن سنجنده اُمی، نشریه علمی جغرافیا و برنامهریزی، 24(71)201-219.

شگرخدایی، زینب؛ فتح نیا، اماناله؛ سید وحید، رضوی ترمه (1401). ارتباط بین کووید-19 و تغییرات آلایندههای هوا با استفاده از تصاویر ماهوارهای مطالعه موردی: کلانشهرهای تهران، اصفهان و مشهد؛ نشریه تحلیل فضایی مخاطرات محیطی، 9(1)40-21.

فرهادی، هادی؛ مناقبی، طیبه؛ عبادی، حمید (1400). استخراج ساختمان ها در نواحی شهری مبتنی بر داده های سری زمانی راداری و اپتیکی با استفاده از سامانه گوگل ارث انجین. فصلنامه علمی- پژوهشی اطلاعات جغرافیایی، 30(120)43-63.

کفایتمطلق، امیدرضا (1399). واکاوی نمایههای وارونگی دمای لایه مرزی هوای شهر شیراز. دگرگونیها و مخاطرات آب و هوایی. 1(2).54-40

لیلی، مصطفی؛ بهرامی اصل، فرشاد؛ حسام، موسی؛ ملامحمودی، محمد؛ سلحشورآرین، سهیلا (1395). برآورد تعداد بیمار و مرگ منتسب به آلایندههای NO₂ و SO₂با استفاده از مدل Air Q در شهر همدان. مجله علمی دانشگاه علوم پزشکی و خدمات بهداشتی درمانی همدان، 23(4)314-322

نجف پور، علی اصغر؛ جنیدی جعفری، احمد؛ دوستی، سینا (1394). تحلیل روند تغییرات غلظت پنج آلاینده شاخص کیفیت هوا ( PM₁₀ SO_2,NO_2,CO, O₃) در کلانشهر تهران و ارتباط آن با دادههای هواشناسی، 2009-2001. فصلنامه بهداشت در عرصه، 3(2)17-26.

Abdullah, S., Mansor, A. A., Napi, N. N. L. M., Mansor, W. N. W., Ahmed, A. N., Ismail, M., & Ramly, Z. T. A. (2020). Air quality status during 2020 Malaysia Movement Control Order (MCO) due to 2019 novel coronavirus (2019-nCoV) pandemic, Science of the Total Environment, 729, 139022, https://doi.org/10.1016/j.scitotenv.2020.139022.

Baldasano, J. M. (2020). COVID-19 lockdown effects on air quality by NO2 in the cities of Barcelona and Madrid (Spain), Science of the Total Environment, 741, 140353, https://doi.org/10.1016/j.scitotenv.2020.140353.

Bhattacharya, S., Ghosh, S., & Bhattacharyya, S. (2022). Analytical hierarchy process tool in Google Earth Engine platform: a case study of a tropical landfill site suitability. Environmental Monitoring and Assessment, 194(4), 276. https://doi.org/10.1007/s10661-022-09878-w

Broomandi, P., Karaca, F., Nikfal, A., Jahanbakhshi, A., Tamjidi, M., & Kim, J. R. (2020). Impact of COVID-19 event on the air quality in Iran. Aerosol and Air Quality Research, 20(8), 1793-1804. https://doi.org/10.4209/aaqr.2020.05.0205

Dasgupta, P., & Srikanth, K. (2020). Reduced air pollution during COVID-19: Learnings for sustainability from Indian Cities. Global Transitions, 2, 271-282. https://doi.org/10.1016/j.glt.2020.10.002

Farhadi, H., Mokhtarzade, M., Ebadi, H., & Beirami, B. A. (2022). Rapid and automatic burned area detection using sentinel-2 time-series images in google earth engine cloud platform: a case study over the Andika and Behbahan Regions, Iran. Environmental Monitoring and Assessment, 194(5), 369. https://doi.org/10.1007/s10661-022-10045-4.

Farhadi H, Najafzadeh M. Flood Risk Mapping by Remote Sensing Data and Random Forest Technique. Water. 2021; 13(21):3115. https://doi.org/10.3390/w13213115

Gama, C., Relvas, H., Lopes, M., & Monteiro, A. (2021). The impact of COVID-19 on air quality levels in Portugal: A way to assess traffic contribution. Environmental Research, 193, 110515. https://doi.org/10.1016/j.envres.2020.110515

Ganbat, G., Lee, H., Jo, H. W., Jadamba, B., & Karthe, D. (2022). Assessment of COVID-19 Impacts on Air Quality in Ulaanbaatar, Mongolia, Based on Terrestrial and Sentinel-5P TROPOMI Data. Aerosol and Air Quality Research, 22, 220196. https://doi.org/10.4209/aaqr.220196

Holloway, T., Miller, D., Anenberg, S., Diao, M., Duncan, B., Fiore, A. M., & Zondlo, M. A. (2021). Satellite monitoring for air quality and health. Annual Review of Biomedical Data Science, 4, 417-447. https://doi.org/10.1146/annurev-biodatasci-110920-093120.

Karami, E., Alizadeh, N., Farhadi, H., Abdolazimi, H., & Maghsoudi, Y. (2023). Monitoring of Land Surface Displacement Based on Sbas-Insar Time-Series and GIS Techniques: a Case Study Over the Shiraz Metropolis, Iran. ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 10, 371-378. https://doi.org/10.5194/isprs-annals-X-4-W1-2022-371-2023, 2023.

Levelt, P. F., Stein Zweers, D. C., Aben, I., Bauwens, M., Borsdorff, T., De Smedt, I.& Verhoelst, T. (2022). Air quality impacts of COVID-19 lockdown measures detected from space using high spatial resolution observations of multiple trace gases from Sentinel-5P/TROPOMI. Atmospheric Chemistry and Physics, 22(15), 10319-10351. https://doi.org/10.5194/acp-22-10319-2022

Ogen, Y. (2020). Response to the commentary by Alexandra A. Chudnovsky on ‘Assessing nitrogen dioxide (NO2) levels as a contributing factor to coronavirus (COVID-19) fatality’. The Science of the total environment, 740, 139239. https://doi.org/10.1016%2Fj.scitotenv.2020.139239

Pérez-Cutillas, P., Pérez-Navarro, A., Conesa-García, C., Zema, D. A., & Amado-Álvarez, J. P. (2023). What is going on within the google earth engine? A systematic review and meta-analysis. Remote Sensing Applications: Society and Environment, 29, 100907. https://doi.org/10.1016/j.rsase.2022.100907

Saxena, A., & Raj, S. (2021). Impact of lockdown during COVID-19 pandemic on the air quality of North Indian cities. Urban Climate, 35, 100754. https://doi.org/10.1016/j.uclim.2020.100754

Sharma, S., Zhang, M., Gao, J., Zhang, H., & Kota, S. H. (2020). Effect of restricted emissions during COVID-19 on air quality in India. Science of the total environment, 728, 138878. https://doi.org/10.1016/j.scitotenv.2020.138878.

Shami, S., Ranjgar, B., Bian, J., Khoshlahjeh Azar, M., Moghimi, A., Amani, M., & Naboureh, A. (2022). Trends of CO and NO2 Pollutants in Iran during COVID-19 pandemic using Timeseries Sentinel-5 images in Google Earth Engine. Pollutants, 2(2), 156-171. https://doi.org/10.3390/pollutants2020012

Shikwambana, L., Mhangara, P., & Mbatha, N. (2020). Trend analysis and first-time observations of sulfur dioxide and nitrogen dioxide in South Africa using TROPOMI/Sentinel-5 P data. International Journal of Applied Earth Observation and Geoinformation, 91, 102130. https://doi.org/10.1016/j.jag.2020.102130.

Tobías, A., Carnerero, C., Reche, C., Massagué, J., Via, M., Minguillón, M. C., & Querol, X. (2020). Changes in air quality during the lockdown in Barcelona (Spain) one month into the SARS-CoV-2 epidemic. Science of the total environment, 726, 138540. https://doi.org/10.1016/j.scitotenv.2020.138540

Wang, Q., & Su, M. (2020). A preliminary assessment of the impact of COVID-19 on the environment–A case study of China. Science of the total environment, 728, 138915. https://doi.org/10.1016/j.scitotenv.2020.138915

World Health Organization. (2019). WHO commends Can Tho’s commitment to tackling air pollution. https://www.who.int/vietnam/news/detail/12-12-2019-who-commends-can-tho-s-commitment-to-tackle-air-pollution

Zheng, Z., Yang, Z., Wu, Z., & Marinello, F. (2019). Spatial variation of NO2 and its impact factors in China: An application of sentinel-5P products. Remote Sensing, 11(16), 1939. https://doi.org/10.3390/rs11161939.