شناسایی فصلی و ماهانۀ ابرناکی در ایران با بهره‌‌گیری از داده‌‌های فرآوردۀ ابر سنجندۀ مودیس ماهوارۀ تررا

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری اقلیم‌‌شناسی، دانشکده علوم جغرافیایی و برنامه‌‌ریزی دانشگاه اصفهان، اصفهان، ایران

2 شیار اقلیم‌شناسی، دانشکده علوم جغرافیایی و برنامه‌‌ریزی دانشگاه اصفهان، اصفهان، ایران

چکیده

هدف از این پژوهش، شناسایی توزیع مکانی و برآورد میانگین بلندمدت ابرناکی(روزهای ابری، نیمه ابری و صاف) در مقیاس زمانی فصلی و ماهانه‌ در ایران است. بنابراین، از داده‌های فراسنج درصدِابرپوش در فرآورده ابر سنجنده مودیس تررا (MOD06) استفاده شده است.
در این پژوهش، با توجه به نامنظم بودن شبکه‌ی مختصات جغرافیایی تصاویر روزانه‌ی مودیس بر فراز کشور، ابتدا داده‌های درصدِابرپوش به شبکه‌ی منظم 5×5 کیلومتری که بر اساس چارچوب مختصات جغرافیایی ایران تهیه شده بود منتقل گردید تا به واکاوی بلندمدت اقلیمی پوشش ابر پرداخته شود. یافته‌های پژوهش نشان داد که بیش‌ترین فراوانی تعداد روزهای ابری در فصل زمستان با 36 روز و کم‌ترین آن در فصل تابستان با 8/7 روز رخ می‌دهد. در مقیاس ماهانه، بیش‌ترین فراوانی روزهای ابری در ماه بهمن با 8/12 روز و کم‌ترین آن در شهریور با 8/1 روز رخ می‌دهد. توزیع مکانی پوشش ابر نشان داد که گستره‌ی بیشینه‌ی فراوانی تعداد روزهای ابری در فصول بهار، تابستان و پاییز در سواحل جنوبی و غربی دریای خزر است اما در فصل زمستان بر روی ارتفاعات کوهستانی شمال کشور قرار می‌گیرد، گستره‌ی کمینه‌ی روزهای ابری در فصول بهار، پاییز و زمستان در جنوب شرق کشور است اما در فصل تابستان از جنوب و جنوب شرقی کشور جدا می‌شود و در مناطق مرکزی کشور دیده می‌شود. گستره‌ی بیشینه‌ی روزهای نیمه ابری بر روی ارتفاعات کوهستانی کشور و کمینه‌ی آن در مناطق جنوبی، مرکزی و پایکوه‌ها و جلگه‌ها است. در مجموع، فراوانی تعداد روزهای ابری (روزهای صاف) از شمال به جنوب شرقی کشور کاهش (افزایش) می‌یابد اما در فصل تابستان در جنوب شرق و شمال تنگه‌ی هرمز و در فصل زمستان بر روی ارتفاعات کوهستانی شمال کشور افزایش می‌یابد و جهت کاهشی (افزایشی) روزهای ابری(روزهای صاف) در کشور بر هم می‌خورد.

کلیدواژه‌ها


عنوان مقاله [English]

Seasonal and Monthly Identification of Cloudiness in Iran Using Cloud Product of MODIS/Terra Satellite

نویسندگان [English]

  • Khodakaram Hatami bahmanbeiglou 1
  • Saeid Movahedi 2
1 Ph.D student
چکیده [English]

The aim of this study is to identify the cloudiness for monthly and seasonal timescales in Iran. Therefore Cloud Fraction (CF) parameter in the cloud product of MODIS/Terra satellite (MOD06) was applied. Due to the irregular geographical coordinate of daily granules, first, the CF data were transferred to a 5 × 5 km regular network. The findings of this study reveal that the highest frequency of cloudy days is in winter with 36 days and the lowest is in summer with 7.8 days. The highest (lowest) frequency of clear sky days is seen in summer (winter) season with 79.6 (45.2) days. On monthly time scale, the highest (lowest) frequency of cloudy days is in the February (September ) with 12.8 (1.8) days and the highest (lowest) frequency of clear days is in the September (February) with 27.9 (14.1) days. The spatial distribution of cloudiness indicated that the maximum of cloudy days in spring, summer and fall is seen over the south and west shores of the Caspian sea. The minimum of cloudy days in spring, fall and winter is seen over south-east of the country but in spring it is seen over central parts of Iran. In general, the frequency of cloudy (clear) days decreases (increases) from north to the south-east but in summer it increases over south-east and in winter over the mountainous regions of the north it has an increasing tendency and the decreasing (increasing) of cloudy (clear) days is no longer seen.

کلیدواژه‌ها [English]

  • sky condition
  • Terra MODIS
  • MOD06
  • Cloud Fraction
  • Iran

بنایان، محمد؛ آزاده محمدیان؛ امین علیزاده (1389). بررسی نوسان‌‌پذیری اقلیمی در شمال شرق ایران، نشریۀ آب و خاک (علوم و صنایع کشاورزی). جلد 24. شمارۀ 1. صفحات 131- 118.

رسولی، علی‌اکبر؛ سعید جهانبخش؛ قاسمی، احمد‌رضا. (1392). بررسی تغییرات زمانی و مکانی مقدار پوشش ابر در ایران. فصلنامۀ تحقیقات جغرافیایی. شمارۀ 3. پاییز، شمارۀ پیاپی 110. صفحات 102-85 .

علیجانی، بهلول (1381). اقلیم‌‌شناسی سینوپتیک، انتشارات سمت. چاپ اول. تهران. 1381.

مسعودیان، سیدابوالفضل؛‌‌ هوشمند عطایی (1384). شناسایی فصول بارشی ایران به روش تحلیل خوشه‌‌ای، مجلۀ پژوهشی دانشگاه اصفهان. جلد 18. شمارۀ 1. صفحات 12-1.

Ackerman, S.A., Strabala, K.I., Menzel, W.P., Frey, R.A., Moeller, C.C., Gumley, L.E (1998). Discriminating clear sky from clouds with MODIS, Journal of Geophysical Research, No. 103, PP. 32141-32157.

An, N., and Wang, K (2015). A Comparison of MODIS-Derived Cloud Fraction with Surface Observations at Five SURFRAD Sites, Journal of Applied Meteorology and Climatology, 54 (5), PP. 1009-1020.

Calbo, J., González, J.A. and Pages, D (2001). A method for sky-condition classification from ground-based solar radiation measurements. Journal of Applied Meteorology, No.40(12), PP.2193-2199.

Dai, A., Trenberth, K.E. and Karl, T.R (1999). Effects of clouds, soil moisture, precipitation, and water vapor on diurnal temperature range, Journal of Climate, No.12 (8), PP.2451-2473.

Filipiak, J. and Mietus, M (2009). Spatial and temporal variability of cloudiness in Poland, 1971-2000, International Journal of Climatology,  No. 29 (9), PP.1294-1311.

FMH (Office of the federal coordinator for meteorology) (1998). Federal meteorological Handbook; surface Weather Observations and reports, No. 1, PP. 1-76.

Hubanks, P.A.U.L., Platnick, S.T.E.V.E.N., King, M.I.C.H.A.E.L. and Ridgway, B.I.L.L (2015). MODIS Atmosphere L3 Gridded Product Algorithm Theoretical Basis Document (ATBD) and Users Guide. ATBD reference number ATBDMOD-30, NASA.

Jiang, J. H., Su, H., Zhai, C., Perun, V. S., Del Genio, A., Nazarenko, L. S ,Gettelman, A (2012). Evaluation of cloud and water vapor simulations in CMIP5 climate models using NASA, A Train satellite observations, Journal of Geophysical Research: Atmospheres, No. 117, PP.1-26 (D14105).

Jones, P. A. (1992). Cloud-cover distributions and correlations, Journal of Applied Meteorology, No.  31(7), PP. 732-741.

Kotarba, A. Z. (2009). A comparison of MODIS-derived cloud amount with visual surface observations, Atmospheric Research, No. 92 (4), PP. 522-530.

Li, D.H. and Lam, J.C., (2001). An analysis of climatic parameters and sky condition classification, Building and Environment, No. 36(4), PP.435-445.

Li, Z., Li, J., Menzel, W.P., Schmit, T.J. and Ackerman, S.A (2007).Comparison between current and future environmental satellite imagers on cloud classification using MODIS, Remote Sensing of Environment, No. 108(3), PP.311-326.

Martinez-Chico, M., F. J. Batlles, and J. L. Bosch. (2011). Cloud classification in a Mediterranean location using radiation data and sky images, Energy, No. 36.7, PP. 4055-4062.

Menzel, W.P., Frey, R.A., Zhang, H., Wylie, D.P., Moeller, C.C., Holz, R.E., Maddux, B., Baum, B.A., Strabala, K.I. and Gumley, L. E (2008). MODIS global cloud-top pressure and amount estimation: Algorithm description and results, Journal of Applied Meteorology and Climatology, No. 47(4), PP.1175-1198.

Nakamura, H., Oki, M. and Hayashi, Y (1985). A study on the estimation of the relative frequency of occurrences of the Clear Sky, the Intermediate Sky and the Overcast Sky in Japan, Journal of Light and Visual Environment, No.9(2), PP.22-31.

Otkin, J. A. and Greenwald, T.J (2008). Comparison of WRF model-simulated and MODIS-derived cloud data, Monthly Weather Review, No. 136(6), PP.1957-1970.

Parajka, J., and G. Bloschl (2008). Spatio-temporal combination of MODIS images – potential for snow cover mapping, Water Resour. Res., 44, W03406.

Platnick .S, Michael D. King, Kerry G. Meyer, , Gala Wind, Nandana A, Benjamin Marchant, G. Thomas Arnold, Zhibo Zhang, Paul A. Hubanks, Bill Ridgway, Jerome Riedi (2014(. MODIS Cloud Optical Properties: User Guide for the Collection 6 Level-2 MOD06/MYD06 Product and Associated Level-3 Datasets, Version 0.9 (beta).

Platnick, S., P. A. Hubanks, G. Wind, M. D. King, S. A. Ackerman, B. Maddux, T. Zinner, and A. Ackerman (2009). The MODIS Cloud Optical and Microphysical Product: An Evaluation of Effective Radius Retrieval Statistics and Model Simulations, Hyperspectral Imaging and Sensing of the Environment,OSA Technical Digest(CD).Advances in Imaging, Optical Society of America, HWB1.

Qian, Y., Long, C.N., Wang, H., Comstock, J.M., McFarlane, S.A. and Xie, S (2012). Evaluation of cloud fraction and its radiative effect simulated by IPCC AR4 global models against ARM surface observations,  Atmospheric Chemistry and Physics, No. 12(4), PP.1785-1810.

Schiffer, R.A., and W.B. Rossow (1983). The International Satellite Cloud Climatology Project (ISCCP): The first project of the World Climate Research Programme, Bull. Amer. Meteorol. Soc., No. 64, PP. 779-784.

Stephens, Graeme L., Deborah G. Vane, Ronald J. Boain, Gerald G. Mace, Kenneth Sassen, Zhien Wang, Anthony J. Illingworth (2002). The CloudSat mission and the A-Train: A new dimension of space-based observations of clouds and precipitation, Bulletin of the American Meteorological Society, No. 12, PP . 1771-1790.

Stowe, L.L., Yeh, H.M., Eck, T.F., Wellemeyer, C.G. and Kyle, H. L (1989). Nimbus-7 global cloud climatology. Part II: First year results, Journal of Climate, No. 2(7), PP.671-709.

Xia, X (2012). Significant decreasing cloud cover during 1954-2005 due to more clear-sky days and less overcast days in China and its relation to aerosol, In Annals Geophysical, Copernicus GmbH, Vol. 30, No. 3, PP. 573-582.

WMO (World Meteorological Organization) (1975). International Cloud Atlas, Volume I; Secretariat of the World Meteorological Organization-Geneva-Switzerland; PP. 1-155.