محیط زیست
غلامرضا نبی بید هندی؛ سهیلا جوانمرد؛ غلامرضا زهتابیان؛ سیده معصومه موسوی
چکیده
گزارش های سازمان های هواشناسی و حفاظت محیط زیست نشان می دهد که کلانشهر تهران نیز از این پدیده بی بهره نیوده است. به عنوان نمونه، این کلانشهر در طوفان رخ داده در روز های اول تا سوم سپتامبرسال 2015، به شدت تحت تاثیر بوده است. با توجه به اهمیت موضوع، پژوهش حاضر با هدف بررسی و شناسایی کانون های گرد و غبار کلانشهر تهران در روزهای طوفانی مذکور ...
بیشتر
گزارش های سازمان های هواشناسی و حفاظت محیط زیست نشان می دهد که کلانشهر تهران نیز از این پدیده بی بهره نیوده است. به عنوان نمونه، این کلانشهر در طوفان رخ داده در روز های اول تا سوم سپتامبرسال 2015، به شدت تحت تاثیر بوده است. با توجه به اهمیت موضوع، پژوهش حاضر با هدف بررسی و شناسایی کانون های گرد و غبار کلانشهر تهران در روزهای طوفانی مذکور به انجام رسیده است. داده های طوفان با استفاده از اطلاعات هواشناسی، حفاظت محیط زیست و داده های باز تحلیل شدهFNL که از بایگانی مرکز پیش بینی محیطی آمریکا و مرکز تحقیقات جوی آمریکا بدست آمد ه است، استخراج شد، سپس با استفاده از مدل جفت شده رفتار و غلظت گرد و غبار، مورد تجزیه و تحلیل قرار گرفت در ادامه با استفاده از مدل HYSPLIT مسیر ذرات گردو غبار نیز ردیابی شد. نتایج در تحقیق حاضر نشان می دهد که کانون داخلی گردوغبار طوفان مذکور، شرق و جنوب شرق تهران است و کانون منطقه ای نیزکشورهای عراق، عربستان و ترکمنستان می باشند، ردیابی مسیرطوفان با استفاده از مدل HYSPLIT نمایانگر آن است که طوفان پس از ورود به کشور شهرهای گرگان، شاهرود، سمنان، گرمسار، شهریار، تهران، کرج و قم را در بر گرفته و در نهایت در قم نهشت می -کند. نتایج استخراج شده از مدل WRF-Chem مشخص کرد که اوج میزان غلظت گردوغبار تهران(51-200میکروگرم بر متر مکعب) در 2 سپتامبر 2015 ایجادشده، که در محدوده ناسالم طبقه بندی می شود. در آخر اعتبار سنجی مدل انجام گرفت
هواشناسی فیزیکی
شقایق مرادی؛ سهیلا جوانمرد؛ سرمد قادر؛ مجید آزادی؛ مریم قرایلو
چکیده
هدف این مقاله بررسی عملکرد طرحواره های مختلف در مدل WRF برای تخمین بارش بر روی منطقه‌ی شمال غرب ایران در بارش زمستانی است. با توجه به روابط بین طرحواره‌ها ابتدا با روش گام به گام بهترین طرحواره‌ی پارامتری سازی همرفت با استفاده از مجذور میانگین مربعات (RMSE) و سپس بهترین طرحواره‌ی خردفیزیک انتخاب گردید، سپس در بهترین پیکربندی بدست‌آمده ...
بیشتر
هدف این مقاله بررسی عملکرد طرحواره های مختلف در مدل WRF برای تخمین بارش بر روی منطقه‌ی شمال غرب ایران در بارش زمستانی است. با توجه به روابط بین طرحواره‌ها ابتدا با روش گام به گام بهترین طرحواره‌ی پارامتری سازی همرفت با استفاده از مجذور میانگین مربعات (RMSE) و سپس بهترین طرحواره‌ی خردفیزیک انتخاب گردید، سپس در بهترین پیکربندی بدست‌آمده در مرحله پیشین، طرحواره‌ی بهینه تابش موج بلند و کوتاه، لایه مرزی و سطحی انتخاب شدند. در نهایت طرحوارههای Lin et al.، Eta Similarity، MYJ، RRTM و Dudhia به عنوان طرحوارههای بهینه برای شبیه‌سازی بارش روی شمال‌غرب ایران انتخاب شد.در این مطالعه ترکیب هایی از طرحواره ها که بیشترین و کمترین اثر را در پراکنش داده‌های بارش‌های شبیه سازی شده دارند، نیز مشخص گردید. بدین منظور 36 پیکر بندی اختیار شده برای طرحوارههای تابش موج بلند، تابش موج کوتاه و لایه مرزی در 12 گروه سه تایی با چرخش طرحواره‌ی تابش موج کوتاه و 12 گروه سه تایی با چرخش طرحواره‌ی موج بلند و در 9 گروه 4 تایی با چرخش طرحواره ی لایه مرزی تقسیم شد و انحراف معیار بارش شبیه سازی شده برای این 33 گروه محاسبه شد. بدین طریق در بین پیکربندی‌های ایجاد شده، پیکربندی‌هایی که بیشترین و کمترین اثر را در تخمین بارش شش ساعته و پراکندگی آنها دارند مشخص شدند. نتایج مطالعه نشان داد که تغییر در انتخاب طرحواره‌ی لایه مرزی هنگامی که طرحواره ی تابش موج بلند RRTM و طرحواره‌ی تابش موج کوتاه Goddard باشد، می‌تواند نتایج را به مشاهده نزدیک تر کند.
انرژیهای تجدید پذیر
سهیلا جوانمرد؛ لیلی خزانه داری
چکیده
در سال‌های اخیر تغییر اقلیم باعث تغییراتی در سامانه‌های طبیعی و انسانی شده است. یکی از راه‌‌های جلوگیری از بحران‌های تغییر اقلیم، بکارگیری انرژیهای تجدیدپذیر است که در این میان انرژی خورشیدی و سطح زمین سهم بسیاری دارند. در این تحقیق به کمک داده‌های مدل GLDAS با تفکیک افقی 25/0 درجه، میانگین تابش طول موج‌های کوتاه ورودی (In-SWR)، بلند ...
بیشتر
در سال‌های اخیر تغییر اقلیم باعث تغییراتی در سامانه‌های طبیعی و انسانی شده است. یکی از راه‌‌های جلوگیری از بحران‌های تغییر اقلیم، بکارگیری انرژیهای تجدیدپذیر است که در این میان انرژی خورشیدی و سطح زمین سهم بسیاری دارند. در این تحقیق به کمک داده‌های مدل GLDAS با تفکیک افقی 25/0 درجه، میانگین تابش طول موج‌های کوتاه ورودی (In-SWR)، بلند ورودی (In-LWR)، کوتاه خالص (NSWR) و بلند خالص (NLWR) در مقیاس ماهانه و سالانه برای دوره 2010-1981 بررسی گردید. در ژانویه، In-SWR از شرق به غرب و از جنوب به سمت شمال کاهش یافت. مقدار این شار در حوضه‌های زهره و حله بین 244 تا 254 w/m2 متغیر بود. بررسی میانگین NLWR حاکی از مقدار بیشینه آن در قسمت شمال و شمال‌غرب ایران بدلیل عمق کم جو در نواحی کوهستانی و مقدار کمینه آن در جنوب‌شرق کشور است و NSWR در کل کشور مثبت بود . توزیع فضایی پارامترهای تابش در آوریل مشابه ژانویه بود. در این ماه مقدار NSWR بطور تقریبی در کل کشور بیشتر از 191 w/m2 بود . در ژوئیه، In-SWR در شرق بیشینه و In-LWR در سواحل بیشتر افزایش داشت. NSWR در شمال کمینه و NLWR در شمال و جنوب بیشینه بود. مقدار NSWR در حوضه‌های زهره، کارون، کرخه و مرزی غرب بین 230 تا 244 w/m2بود. در اکتبر، In-SWR مشابه ماههای دیگر بود و In-LWR در کویر لوت و مرکزی بیشینه بود. NSWR در سراسر کشور مثبت و NLWR در شمال و شمال‌غرب بیشینه و در جنوب‌شرق کمینه بود
سهیلا جوانمرد؛ الهام یاراحمدی؛ لیلی خزانه داری
دوره 2، شماره 4 ، اسفند 1398، ، صفحه 335-354
چکیده
انرژی خورشیدی یکی از منابع رایگان در دسترس و بدون آلودگی است که در شرایط اقلیمی کنونی می‌توان از آن به عنوان جایگزینی برای سوخت‌های فسیلی استفاده کرد. هدف از انجام این پژوهش، برآورد مکانی و زمانی انرژی خورشیدی با تاکید بر دشت‌ها در پهنه ایران زمین است. بدین منظور میزان ابرناکی و ساعات آفتابی طی دوره 30، 20 و 10 ساله به ترتیب برای 51، 146 ...
بیشتر
انرژی خورشیدی یکی از منابع رایگان در دسترس و بدون آلودگی است که در شرایط اقلیمی کنونی می‌توان از آن به عنوان جایگزینی برای سوخت‌های فسیلی استفاده کرد. هدف از انجام این پژوهش، برآورد مکانی و زمانی انرژی خورشیدی با تاکید بر دشت‌ها در پهنه ایران زمین است. بدین منظور میزان ابرناکی و ساعات آفتابی طی دوره 30، 20 و 10 ساله به ترتیب برای 51، 146 و 218 ایستگاه و ساعت روشنایی برای 403 ایستگاه به صورت ماهانه و سالانه برآورد و در محیط GIS پهنهبندی شد. نتایج حاصل از بررسی و مطالعه سه پارامتر متوسط ساعات ابرناکی، ساعات آفتابی و ساعات روشنایی نشان میدهد که بیشترین پتانسیل بهرهبرداری از انرژی خورشیدی از نظر زمانی در فصل تابستان و بعد از آن بهار است. از نظر مکانی نیز این پتانسیل بهترتیب در دشت‌های مناطق نیمه جنوبشرقی و شرقی، مرکزی و جنوب-غربی ایران مشاهده میشود. همچنین تمام تغییرات زمانی و مکانی سه پارامتر مزبور با سامانه‌های اقلیمی ایران و موقعیت خورشید ارتباط مستقیم دارد.
سهیلا جوانمرد؛ علیمحمد نوریان؛ سحر تاجبخش؛ جواد بداق جمالی
دوره 1، شماره 2 ، شهریور 1397، ، صفحه 130-145
چکیده
در این مقاله ، به منظور آشکارسازی انواع ابرها در ایران از داده های عمق نوری ابر و فشار قله ابر سنجنده AVHRR ماهوارهNOAA و الگوریتم تشخیص نوع ابر پروژه بین المللی ماهواره‌ای اقلیم‌شناسی ابر (ISCCP)، طی دوره آماری (2010-1981) استفاده شده است. روش به کار رفته ابداعی بوده و در نوع خود برای اولین بار برای ایران به کار رفته است. با استفاده از الگوریتمISCCP ...
بیشتر
در این مقاله ، به منظور آشکارسازی انواع ابرها در ایران از داده های عمق نوری ابر و فشار قله ابر سنجنده AVHRR ماهوارهNOAA و الگوریتم تشخیص نوع ابر پروژه بین المللی ماهواره‌ای اقلیم‌شناسی ابر (ISCCP)، طی دوره آماری (2010-1981) استفاده شده است. روش به کار رفته ابداعی بوده و در نوع خود برای اولین بار برای ایران به کار رفته است. با استفاده از الگوریتمISCCP ، پوشش 9 نوع ابر شامل ابرهای کومه ای (Cu)، فراز کومه ای(Ac) ، فرازپوشنی(As)، پوشن کومه ای(Sc)، ابرهای همرفت عمیق(Cb)، ابرهای پوشنی(St)، بارا پوشنی (Ns)، پرسا(Ci)، پرسا پوشنی(Cs) به صورت میانگین ماهانه از ژانویه تا دسامبر طی دوره آماری (2010-1981) در گستره ایران محاسبه و استخراج شده است. نتایج نشان داده است که بیشینه درصد فراوانی ابرهای کومه ای در فصلهای پاییز و زمستان در مناطق ساحلی جنوب شرق و مناطق جنوبی ایران قرار دارد. فراوانی ابر فرازپوشنی در بخش وسیعی از ایران بیش از 50 درصد است و بیشینه فراوانی آن در همه ماه‌ها از 80 درصد فراتر می‌رود . ابر پوشن کومه ای نیز در فصلهای پاییز و زمستان دارای پراکنش یکسانی است. در مقابل درصد فراوانی ابر پوشنی برای همه ماه‌ها بسیار کم است به غیر از ماه ژوئیه که در جنوب غرب دریای مازندران دارای فراوانی بین 5 تا 25 درصد است. درصد فراوانی ابر پرساپوشنی در ماههای مختلف دارای تفاوت زیادی است. بیشترین فراوانی این ابر در ماههای ژانویه، فوریه و اکتبر است. در این ماه‌ها بیشینه فراوانی ابر پرساپوشنی به بیش از 50 درصد می‌رسد.
