Natural Disasters

fa پهنه‌بندی و تحلیل الگوهای فضایی–زمانی آلودگی هوای شهر تهران با تلفیق داده‌های سنجش‌ازدور و سامانه اطلاعات جغرافیایی (GIS) Spatial–Temporal Zoning and Analysis of Air Pollution Patterns in Tehran Using Integrated Remote Sensing and GIS تخصصي Special پژوهشي Research <div style="text-align: justify;">هدف: هدف این پژوهش، پهنه‌بندی و تحلیل فضایی–زمانی آلودگی هوای شهر تهران با استفاده از تلفیق داده‌های ماهواره‌ای و سامانه اطلاعات جغرافیایی (GIS) به‌منظور شناسایی الگوهای مکانی توزیع آلاینده‌ها، تعیین مناطق بحرانی و بررسی روابط آماری میان شاخص‌های محیطی و آلاینده‌های اصلی هوا طی دوره زمانی ۲۰۱۹ تا ۲۰۲۳ است. تمرکز اصلی پژوهش بر درک تفاوت الگوی آلاینده‌های اولیه و آلاینده ثانویه ازن در مقیاس مناطق ۲۲گانه شهر تهران قرار دارد. روش پژوهش: این مطالعه از نوع کاربردی با رویکرد توصیفی–تحلیلی است. داده‌های مورداستفاده شامل تصاویر ماهواره‌ای Landsat برای استخراج شاخص‌های محیطی دمای سطح زمین (LST)، شاخص پوشش گیاهی (NDVI)، آلبدو و مؤلفه طیفی VBSWIR و داده‌های ماهواره Sentinel-5P برای استخراج غلظت ستونی آلاینده‌های گازی CO2، NO2،SO2  و O3 است. پس از انجام مراحل پیش‌پردازش، نقشه‌های شاخص‌های محیطی و آلاینده‌ها تولید و میانگین‌گیری مکانی آن‌ها در سطح مناطق ۲۲گانه تهیه شد. پهنه‌بندی فضایی صرفاً با هدف نمایش الگوهای مکانی صورت گرفت و تحلیل روابط میان متغیرها با استفاده از ضریب همبستگی پیرسون انجام شد. کلیه مراحل پردازش و تحلیل در محیط نرم‌افزارهای ENVI،ArcGIS Pro  و Google Earth Engine  اجرا گردید. یافته‌ها: نتایج نشان داد آلودگی هوا در شهر تهران دارای الگوی فضایی ناهمگون اما پیوسته است. آلاینده‌های اولیه CO2، NO2 عمدتاً در مناطق مرکزی، شمال و شرق و بیشترین مقادیرSO2  در مناطق جنوبی و جنوب شرقی شهر تهران تمرکز دارند. در مقابل، آلاینده ثانویه O3 الگوی فضایی متفاوتی نشان داده و مقادیر بالاتر آن عمدتاً در مناطق جنوبی و مرکزی شهر مشاهده شد. نتایج تحلیل همبستگی پیرسون حاکی از وجود روابط آماری معنادار میان شاخص‌های محیطی و آلاینده‌ها است؛ به‌گونه‌ای که LST با آلاینده‌های اولیه رابطه معکوس و با O3 رابطه مستقیم قوی نشان می‌دهد، درحالی‌که NDVI عمدتاً با کاهش غلظت آلاینده‌ها همراه است. نتیجه‌گیری: بر اساس یافته‌ها، آلودگی هوای تهران پدیده‌ای چندعاملی و حاصل برهم‌کنش ساختار کالبدی شهر، شرایط محیطی و فعالیت‌های انسانی است. تفاوت الگوی مکانی آلاینده‌های اولیه و ثانویه نشان می‌دهد که سیاست‌های کنترل آلودگی باید منطقه‌محور بوده و علاوه بر کاهش منابع انتشار، به فرایندهای محیطی مؤثر بر شکل‌گیری آلاینده‌های ثانویه نیز توجه داشته باشند.</div> Objective: The objective of this research is to conduct spatio-temporal zoning and analysis of air pollution in Tehran city by integrating satellite data and Geographic Information System (GIS), with the aim of identifying spatial distribution patterns of pollutants, determining critical areas, and examining statistical relationships between environmental indices and major air pollutants during the period 2019 to 2023. The primary focus of the research is on understanding the differences in the patterns of primary pollutants and the secondary pollutant ozone at the scale of Tehran's 22 districts. Method: his study is applied in nature with a descriptive-analytical approach. The data used include Landsat satellite images for extracting environmental indices such as Land Surface Temperature (LST), Normalized Difference Vegetation Index (NDVI), Albedo, and the VBSWIR spectral component, as well as Sentinel-5P satellite data for extracting the column concentrations of gaseous pollutants CO₂, NO₂, SO₂, and O₃. After preprocessing steps, maps of environmental indices and pollutants were generated, and their spatial averages were calculated at the level of the 22 districts. Spatial zoning was performed solely to display spatial patterns, and the analysis of relationships between variables was conducted using Pearson’s correlation coefficient. All processing and analysis steps were carried out in ENVI, ArcGIS Pro, and Google Earth Engine software environments. Results: The results indicate that air pollution in Tehran city has a heterogeneous yet continuous spatial pattern. Primary pollutants CO₂ and NO₂ are mainly concentrated in the central, northern, and eastern regions, while the highest levels of SO₂ are found in the southern and southeastern parts of Tehran. In contrast, the secondary pollutant O₃ exhibits a different spatial pattern, with higher levels primarily observed in the southern and central areas of the city. The results of Pearson’s correlation analysis reveal significant statistical relationships between environmental indices and pollutants. Specifically, LST shows an inverse relationship with primary pollutants and a strong direct relationship with O₃, while NDVI is generally associated with a reduction in pollutant concentrations. Conclusions: Based on the findings, air pollution in Tehran is a multifactorial phenomenon resulting from the interaction of urban physical structure, environmental conditions, and human activities. The differences in the spatial patterns of primary and secondary pollutants indicate that pollution control policies should be region-specific and, in addition to reducing emission sources, should also consider the environmental processes influencing the formation of secondary pollutants. آلودگی هوا, پهنه‌بندی فضایی, تحلیل فضایی-زمانی, سنجش‌ازدور, آلاینده. Air pollution, Spatial zoning, Spatial–temporal analysis, Remote sensing, Air pollutants. 0 0 http://disaster.ndri.ac.ir/browse.php?a_code=A-10-116-1&slc_lang=fa&sid=1 Sahar Danyali سحر دانیالی sahar.danyali@gmail.com 1003194753284600253 1003194753284600253 No سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده جغرافیا، دانشگاه تهران، تهران، ایران. Yasaman Ghorbani یاسمن قربانی yasaman.gh20@gmail.com 1003194753284600254 1003194753284600254 Yes سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده جغرافیا، دانشگاه تهران، تهران، ایران.