فصل‌بندی روزهای برفپوشان ایران‌زمین به کمک داده‌های دورسنجی

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی دکترا دانشگاه اصفهان، اصفهان، ایران

2 استاد دانشگاه اصفهان، اصفهان، ایران

چکیده

در این پژوهش، داده­های روزانۀ دو سنجندۀ مودیس تررا و مودیس آکوا برای فصل­بندی پوشش برف در ایران­زمین به کار گرفته شد. داده­های این دو سنجنده در تفکیک مکانی 500 متر و به صورت رقومی در دسترس است. داده­های به‌کارگرفته‌شده در این پژوهش، خردترین تفکیک موجود داده­های سنجندۀ مودیس است. برای فصل­بندی پوشش برف ایران­زمین، نخست داده­های رقومی پوشش برف در محیط نرم­افزار مت­لب گردآوری و سپس چند الگوریتم روی داده­ها به منظور کاهش ابرناکی به کار بسته شد. پس از آماده­سازی داده­ها، آرایۀ ­میانگین بلندمدت دوازده ماه خورشیدی از فروردین تا اسفند در نرم­افزار مت­لب محاسبه شد. ابعاد این آرایه 7541502 × 12 بود که سطرهای آن نمایندۀ هر ماه و ستون­های این آرایه نمایندۀ یاخته­های مکانی در ایران است. در گام بعدی فواصل اقلیدسی یاخته­ها به کمک روش ادغام وارد در نرم­افزار مت­لب محاسبه شد. یافته­های این پژوهش نشان داد که روی هم‌ رفته در ایران­زمین چهار فصل برفپوشان دیده می­شود: فصل­ بی­برفی شامل ماه­های اردیبهشت تا خرداد؛ فصل گذار شامل ماه­های فروردین و آبان؛ فصل پوستۀ برفپوشان شامل ماه­های آذر و اسفند و فصل هستۀ برفپوشان که شامل ماه­های دی و بهمن می­شود. همچنین برای هر یک از فصول اقلیمی و هر کدام از ماه­های خورشیدی شمار روزهای برفپوشان و مساحت­های آنها بررسی شد. مطالعات نشان داد بیشترین گسترۀ مساحت روزهای برفپوشان یک روزه در ماه دی دیده می­شود. در این ماه، روزهای برفپوشان یک روزه 15 درصد از گسترۀ کشور را پوشش می­دهند. در گام پایانی، رابطۀ میان شمار روزهای برفپوشان و ارتفاع برای هر یک از فصول اقلیمی به کمک مدل رقومی ارتفاع ایران (Dem) محاسبه گردید. یافته­ها گویای آن بود که در هر یک از فصول اقلیمی، این رابطه متفاوت است.

کلیدواژه‌ها


عنوان مقاله [English]

Identification of Seasonal Snow-covered Seasons of Iran based on MODIS Data

نویسندگان [English]

  • mohamad sadeq Keikhosrvai Kiany 1
  • abolfazl Masoudian 2
1 PhD Candidate, University of Isfahan, Iran.
2 Professor, University of Isfahan, Iran
چکیده [English]

In this paper daily MODIS Terra and MODIS Aqua data were applied to calculate seasonal clustering of snow-covered days in Iran. These data are available in 500 * 500 meters. The applied data in this study are the finest available data for MODIS products. As the first step, numerical snow data were collected in Matlab software and then some algorithms were exploited to reduce cloud cover.  After preparation of data the mean matrix of solar months from Farvardin to Esfand was prepared in Matlab. The dimension of the Matrix was 12 * 7541502 that rows represent each month and the columns depict spatial pixels. In the second step, the Euclidean distance was then calculated using ward method in Matlab. The findings of this study indicated that there are four snow-covered seasons in Iran. No snow season includes the months of Ordibehesht to Khordad, the transient months that are Farvardin and Aban, the shell of snow-covered season includes the months of Azar and Esfand. And the core of snow-covered season that incorporates the months of Dey and Bahman. And we also calculated for each of the climate season and each of solar months the number of snow-covered days and their areas in Iran. Investigations revealed that the highest area of one day snow-covered day is in the month of Dey. In this month the extent of one day snow-covered days covers 15 percent of the country. In the last step, the relation between snow-covered days and altitude was explored using Iran’s Digital Elevation Model. The results confirmed that in each of season this relation is different. 

کلیدواژه‌ها [English]

  • Snow-covered Days
  • MODIS Terra
  • MODIS Aqua
  • Seasonal Clustering
  • Iran

مقدمه

گسترۀ پوشش برف، فراسنج اقلیمی و آبشناختی بسیار مهمی برای پیش­بینی رواناب در پهنه­های برفگیر در فصل گدازش برف است. اندازه­گیری و پیش­بینی گسترۀ برف برای بهبودبخشی به پیش­بینی­های اقلیمی و تصمیم­گیری­های مرتبط با مدیریت آب بسیار اهمیت دارد؛ به‌ویژه در پهنه­های کوهستانی که بخش بزرگی از آب مورد نیاز را فراهم می­کنند (موت و همکاران[1]، 2005). دوام و ماندگاری پوشش برف در یک پهنه، فارغ از ژرفا و عمق آن نشان‌دهندۀ شرایط اقلیمی آن منطقه است (لیذر و لوف[2]، 1997). برف یکی از منابع اساسی فراهم‌کنندۀ آب شیرین و یکی از مؤلفه­های مهم چرخۀ آب­شناسی به شمار می­رود (تکلی و تکلی[3]، 2012، 553). گستره و وردش­پذیری پوشش­های برفی فراسنج­های مهمی در سامانه­های آبشناختی و آب و هواشناسی در مقیاس کلان است (یودنائس و همکاران[4]، 2007 و برون و آرم‌استرانگ[5]، 2010). ایستگاه­های اندازه­گیری به‌خصوص در پهنه‌های کوهستانی و مناطق دورافتاده برای اندازه‌گیری برف یا وجود ندارد و یا این­ که شمار آنها بسیار اندک است. برای این منظور، داده­های دورسنجی پوشش برف راهکار جایگزینی برای به‌ دست ‌آوردن آگاهی و اطلاعات از پوشش­های برفی در مقیاس منطقه­ای و جهانی است (هال و همکاران[6]، 2005؛ برون و آرم­استرانگ[7]، 2010). برای این هدف فراورده­های دورسنجی گوناگونی از ماهواره­های زمین­آهنگ و قطب­چرخ به جامعۀ علمی معرفی شده است (رمانو و همکاران[8]، 2003؛ دی­رویتر و همکاران[9]، 2006؛ زائو و فراندس[10]، 2009؛ هال و همکاران[11]، 2010). پژوهشگران بسیاری، داده­های سنجندۀ مودیس تررا و مودیس آکوا را برای بررسی وضعیت پوشش برف به کار گرفته‌اند که در ادامه به آنها اشاره می‌شود. جین و همکاران[12] (2014) برای بررسی وردش پوشش­های برفی در فلات لوئس در کشور چین داده­های سنجندۀ مودیس تررا و مودیس آکوا را برای بازۀ زمانی 2003 تا 2013 به کار گرفتند. یافته­ها نشان داد کمترین میزان پوشش برف از ماه می تا ماه آگوست دیده می­شود، در حالی که بیشترین مساحت پوشش برف به‌میزان 1242000 کیلومتر مربع در ماه ژانویه مشاهده می­شود (جین و همکاران، 2014، 1). کو و همکاران[13] (2013) برای واکاوی ویژگی­های انباشت و گدازش برف در حوضۀ رودخانۀ لاسا درۀ مالیا از داده­های برف سنجندۀ مودیس در تفکیک زمانی 8 روزه بهره گرفتند. یافته­ها نشان داد گدازش برف در ماه مارس اندک بوده است، به‌آرامی در ماه آوریل افزایش و از میانۀ ماه می به‌آرامی، کاهش می­یابد (کو و همکاران، 2013، 1 و 5). دهری و همکاران[14] (2011) برای ارزیابی ویژگی‌های فصلی پوشش برف در آبگیر رودخانۀ سوات در کشور پاکستان، داده­های سنجندۀ مودیس تررا را به کار گرفتند. یافته­­ها نشان داد بالاترین میزان پوشش برف در این پهنه در اواخر ماه ژانویه و اوایل فوریه دیده می­شود و در این هنگام از سال، 64 درصد از مساحت حوضه پوشیده از برف است. کمترین میزان پوشش برف نیز در ماه آگوست دیده شد. در این ماه تنها نزدیک به 2 درصد از مساحت حوضه آن هم در بلندی­ها پوشیده از برف است (دهری و همکاران، 2011، 19). شی و همکاران[15] (2014) برای واکاوی ویژگی­های فصلی پوشش برف در حوضۀ رودخانۀ تریم در غرب کشور چین از داده­های دو سنجندۀ مذکور برای بازۀ زمانی 2002 تا 2012 بهره بردند. یافته­ها نشان داد پوشش­های برفی در این پهنه از ماه مارس شروع به آب‌شدن می­کنند تا این که در ماه آگوست پوشش برف به کمترین میزان خود می‌رسد. انباشت برف از ماه سپتامبر آغاز و در ماه فوریه به بیشترین مقدار خود می‌رسد (شی و همکاران، 2014، 242). کی و لیو[16] (2014) برای بررسی وردش‌های فصلی پوشش برف در منطقۀ زینجانگ در کشور چین داده­های دو سنجندۀ ذکرشده را به کار گرفتند و یک کاسه­‌سازی کردند. بررسی­ها نشان داد اوج پوشش برف در این پهنه در پایان ماه ژانویه دیده می­شود و در این هنگام از سال نزدیک به 40 درصد از این پهنه به زیر برف می­رود. زمان گدازش برف از پایان ماه فوریه، آغاز و کمترین میزان پوشش برف در میانۀ ماه آگوست دیده می­شود. در این ماه پهنۀ پوشیده از برف تنها 3 درصد از کل منطقه را در بر می‌گیرد (کی و لیو، 2014،20). ماسکی و همکاران[17] (2011) برای بررسی ویژگی­های فصلی پوشش برف در منطقۀ نپال و پهنه­های پیرامون آن داده­های سنجندۀ مودیس تررا را برای سال­های 2000 تا 2008 به کار گرفتند. بررسی­ها نشان داد در فصل زمستان میزان پوشش برف در گروه ارتفاعی 4000-3000 نسبت به کمربند ارتفاعی 5000-4000 و 6000-5000 بیشتر است، اما در فصول دیگر سال با افزایش ارتفاع در گروه­های ارتفاعی یادشده، میزان برف با بالارفتن ارتفاع، افزایش می­یابد (ماسکی و همکاران، 2011، 395). هدف از پژوهش حاضر، فصل­بندی ماه­های برفپوشان در ایران به کمک داده‌های دورسنجی پوشش برف است؛ یعنی این که وضعیت پوشش برف در فصول اقلیمی محاسباتی بررسی و روشن می­شود در چه ماه­هایی نباید انتظار پوشش برف داشت، چه ماه­هایی نقش ماه­های گذار را دارند و در چه ماه­هایی بیشترین مقدار پوشش برف دیده می­شود. پژوهش کنونی را می­توان نخستین پژوهش در کشور دانست که این موضوع را بررسی می‌کند. یافته­های این پژوهش می­تواند در بخش­های مختلف هواشناسی، آبشناسی و... سودمند باشد.

 

روش­شناسی

در پژوهش کنونی داده­های رقومی پوشش برف دو سنجندۀ مودیس تررا و مودیس آکوا به کار گرفته شد. داده­های سنجندۀ مودیس تررا از تاریخ 5/12/1378 و داده­های سنجندۀ مودیس آکوا از تاریخ 1/4/1381 در دسترس است. در داده­های رقومی پوشش برف با فرمت اچ دی اف برای هر یاخته، یک کد تعریف شده است. برای نمونه کد 200 نمایندۀ برف، کد 50 نمایندۀ ابر، کد 25 نمایندۀ نبود برف و.... است. دلیل کوتاهی دورۀ مطالعاتی (1393-1382) نبودن اطلاعات کامل سنجندۀ مودیس آکوا برای پیش از سال 1382 بود؛ بنابراین دورۀ زمانی مطالعه از تاریخ 1/1/ 1382 تا 29/12/1393 را پوشش می­دهد. به سبب این ­که همواره پوشش ابر، مانع بزرگی در برابر رصد پوشش برف به شمار می­رود، به‌کارگیری داده­های خام رقومی پوشش برف منطقی نیست و لازم است تا برخی پیش­پردازش­ها روی داده­ها به منظور کاهش ابرناکی انجام شود. یکی از روش­های کاهش پوشش ابر در داده­های رقومی پوشش برف عبارت از به‌کارگیری پالایه روی سری روزانۀ داده­ها است. الگوریتم این روش به این ترتیب است: اگر ماهواره با گذر از روی منطقه در روز اول، یاخته­ای را به‌عنوان یاختۀ برفی شناسایی کند، سپس در روز دوم با گذر از روی همان منطقه، آن یاخته را این ‌بار به صورت یاختۀ ابری بشناسد و در روز سوم، همان یاخته مانند روز اول به شکل یاختۀ برفی شناسایی شود، پس در این حالت با احتمال بالا می­توان گفت وجود پوشش ابر در روز دوم بر فراز آن یاخته سبب شده است تا پوشش برف زیرین از دید ماهواره پنهان بماند. در این حالت می‌توان وجود این شرط را در سری زمانی داده‌های روزانه بررسی کرد و یاخته­هایی را که روز قبل و بعد آنها برفی ولی همان روز، ابری هستند، شناخت و به یاخته­های برفی تبدیل کرد. در این پژوهش برای کاستن از ابرناکی، یک کد برنامه­نویسی در محیط نرم‌افزار مت­لب نوشته شد. در این برنامه روی کل سری زمانی داده­های سنجندۀ مودیس تررا و مودیس آکوا وجود این شرط بررسی شد و یاخته­های دارای شرایط از یاخته­های ابری به یاخته­های برفی تبدیل گردید. شاید این پرسش مطرح شود که انجام این کار ممکن است خطا داشته باشد و برخی یاخته­ها در عمل در طبیعت برفی نبوده­اند، اما بر طبق این الگوریتم به‌کاربسته‌شده از یاخته­های ابری به یاخته­های برفی تبدیل شده­اند. پاسخ این پرسش این است که بدون به‌ کار بستن الگوریتم کاهش پوشش ابر، به‌کارگیری داده­های خام به‌هیچ‌وجه منطقی نیست و نتایج نادرستی را به بار خواهد آورد. همان­ گونه که بسیاری از پژوهشگران به این مسأله اشاره کرده­اند و پژوهشگرانی همچون دایاتز و همکاران[18] (2013) و (2014)؛ زانگ و همکاران[19] (2012) و گی­فورو و باردوسی[20] (2009) به‌کارگیری پالایه را به منظور کاهش ابرناکی پیشنهاد کرده‌اند؛ بنابراین در این کوشش نیز از همان الگوریتم برای کاهش پوشش ابر بهره گرفته شد. همچنین یکی دیگر از روش­هایی که برای کاستن از ابرناکی انجام می­دهند، عبارت از ترکیب و یک­کاسه­سازی داده­های دو سنجندۀ مودیس تررا و مودیس آکوا است. ماهوارۀ تررا در ساعت 10:30 دقیقه به وقت محلی و ماهوارۀ آکوا در ساعت 1:30 دقیقه به وقت محلی از روی منطقه می­گذرد. ممکن است ماهوارۀ تررا هنگام صبح با گذر از روی منطقه یاخته­ای را به صورت یاختۀ ابری شناسایی کند، اما در بعدازظهر ماهوارۀ آکوا با گذر از روی منطقه همان یاخته را این بار یاختۀ برفی بشناسد. در این حالت با احتمال بالا وجود پوشش ابر در هنگام صبح، سبب شده است که پوشش برف زیرین از دید ماهواره پنهان بماند، اما چند ساعت بعد با پراکنده‌شدن ابرها، پوشش برف زیرین نمایان شده و ماهوارۀ آکوا هنگام عبور از منطقه، آن یاختۀ برفی را به‌درستی شناسایی کرده است. از این تفاوت چندین ساعته در زمان گذر این دو ماهواره به منظور کاستن از ابرناکی می­توان بهره برد. این پژوهشگران ترکیب و یک­کاسه­سازی داده­های دو ماهواره را پیشنهاد داده‌اند: وانگ و همکاران[21] (2009)؛ وانگ و زی[22] (2009)؛ برجرون و همکاران[23] (2013)؛ پاراجکا و بلوشی[24] (2008)؛ شی و همکاران[25] (2014) ؛ زانگ و همکاران[26] (2012)؛ کی و لیو[27] (2014) و دایاتز و همکاران[28] (2014)­.

در این پژوهش نیز از همین الگوریتم بهره گرفته شد. با توجه به این که طول دورۀ مطالعه برای دو ماهواره از سال 1382 تا 1393 بوده که دربردارندۀ 4383 روز است و با در نظرگرفتن این ­که 34560000 یاخته، منطقۀ ایران را پوشش می­دهد، بنابراین در این پژوهش روی شمار انبوهی از کدها، پردازش­های آماری و روی بیش از 900 میلیارد داده، محاسبات عددی انجام شد.

برای برش‌زدن یاخته­هایی که درون مرز جغرافیایی ایران قرار می­گرفت از تابع اینپولیگون در محیط نرم‌افزار مت­لب بهره گرفته شد. پس از اعمال این تابع، 7541502 یاخته درون مرز ایران واقع شد. در گام بعدی نقشه­های 4383 روز، بررسی، محاسبه و در نهایت میانگین­گیری شد. محاسبۀ نقشه­های میانگین فراوانی پوشش برف نیز جزء مراحل زمانبر این پژوهش بود. پس از این مرحله نقشه­های میانگین ماهانۀ تعداد روزهای برفپوشان به صورت آرایه­ای به ابعاد 7541502 × 12 آرایش داده شد. سطرهای این آرایه نمایندۀ زمان (دوازده ماه خورشیدی) و ستون­ها نمایندۀ یاخته­های مکانی (تعداد یاخته­های 500 × 500 متری که سراسر ایران را می­پوشاند) هستند. سپس برای شناسایی ماه­هایی که الگوی مکانی تعداد روزهای برفپوشان آن­ها بیشترین همانندی را به یکدیگر داشت، فواصل اقلیدسی میان دوازده ماه محاسبه گردید. بعد از آن با روش ادغام وارد گروه‌بندی ماه­های سال انجام گرفت. محاسبات نشان داد که ماه­های سال را بر حسب همانندی الگوی مکانی تعداد روزهای برفپوشان می­توان به چهار بخش تقسیم کرد. در گام بعدی برای بررسی نقش ارتفاع در پراکنش روزهای برفپوشان، مدل رقومی ارتفاع ایران (Dem) در تفکیک مکانی 500 × 500 متر و با سیستم تصویر سینوسی هماهنگ با تفکیک و سیستم تصویر داده­های برف از تارنمای ناسا دریافت شد. در این مرحله برای بخش­های مختلف سال، پیوند میان روزهای برفپوشان و ارتفاع بررسی گردید. در شکل 1 نقشۀ مدل رقومی ارتفاع ایران (Dem) در تفکیک مکانی 500 متر و با سیستم تصویر سینوسی آمده است. همچنین برای هر یک از چهار فصل اقلیمی، مناطقی که ماندگاری پوشش برف داشتند، شناسایی شد. در فصل بی­برفی پهنه­هایی که بیش از 35 روز پوشش برف داشتند، شناسایی و میانگین ارتفاع این پهنه­ها از تراز دریا محاسبه شد. برای فصول گذار، پوستۀ برفپوشان و هستۀ برفپوشان پهنه­هایی که بیش از 50 درصد از مواقع (بیش از 30 روز برفپوشان) پوشش برف داشتند، شناسایی و میانگین ارتفاع آنها از تراز دریا محاسبه گردید. در ادامه­ دربارۀ فصول گذار، پوسته­ و هستۀ برفپوشان و تعاریف آنها توضیحات لازم ارائه شده است.

 

 

شکل (1): نقشۀ مدل رقومی ارتفاع (Dem) ایران در تفکیک مکانی 500 متر با سیستم تصویر سینوسی

 

 

یافته­های تحقیق

محاسبۀ فواصل اقلیدسی و گروه­بندی ماه­های سال (با روش ادغام وارد) نشان داد که ماه­های سال را بر حسب همانندی الگوی مکانی تعداد روزهای برفپوشان به چهار بخش می­توان تقسیم کرد. منظور از روز برفپوشان روزی است که زمین پوشیده از برف است. فصول اقلیمی محاسبه‌شده به این شرح است: فصل بی‌برفی که ماه­های اردیبهشت تا مهر را شامل می­شود؛ فصل برفپوشان که خود به زیرفصل هسته و پوسته بخش می­شود؛ هستۀ فصل برفپوشان، ماه­های دی و بهمن و پوستۀ فصل برفپوشان، ماه­های آذر و اسفند را دربرمی‌گیرد. ماه­های فروردین و آبان نقش فصل گذار را دارند. فروردین فصل گذار از فصل برفپوشان به فصل بی­برفی و آبان فصل گذار از فصل بی­برف به فصل برفپوشان است. در شکل 2 دارنمای ماه­های برفپوشان ایران­ نشان داده شده است. در شکل­های3 تا 6 وضعیت روزهای برفپوشان ایران­زمین برای هر یک از فصول اقلیمی آمده است.

 

 

شکل (2): دارنمای ماه­های برفپوشان ایران­

 

شکل (3): شمار روزهای برفپوشان ایران در فصل بی­برفی (اردیبهشت تا مهر)

 


در فصل بی­برفی که ماه­های اردیبهشت تا خرداد را شامل می­شود، شمار روزهای برفپوشان بسیار کم و بیشتر در بلندی‌های مرتفع کشور دیده می­شود. در این فصل، پوشش برف به طور محدود و پراکنده تنها روی رشته­ کوه­های البرز، زاگرس و کوه­های سهند و سبلان مشاهده می­شود. پوشش برف در این موقع از سال در رشته­ کوه­های البرز بیشتر از مناطق دیگر است. شکل 3 نمایش‌دهندۀ پراکنش روزهای برفپوشان کشور در این فصل است. محاسبات نشان داد در فصل بی­برفی 9/18 کیلومتر مربع از مساحت کشور بیش از 35 روز، پوشش برف دارند. میانگین ارتفاع این مناطق از تراز دریا 4463 متر است. این میانگین ارتفاع نشان می­دهد که دما نقش مهمی در پوشش­های برفی دارد. در این فصل، کمترین ارتفاع که دست­کم 35 روز برفپوشان دارد، 3955 متر است. در فصل بی­برفی که به نوعی نمایندۀ ماه­های گرم سال است، پوشش­های شایان توجه برف محدود به نواحی بسیار پرارتفاع کشور است.

 

 

شکل (4): شمار روزهای برفپوشان در فصل گذار ( فروردین و آبان)

 

در فصل گذار که ماه­های فروردین و آبان را شامل می‌شود، پراکنش روزهای برفپوشان در کشور نسبت به فصل بی­برفی گسترده­تر و فراوان‌تر شده است. در این فصل بیشترین فراوانی روزهای برفپوشان در رشته کوه­های البرز دیده می­شود. در این موقع از سال ارتفاعات هزار و لاله­زار نیز پوشش برف دارند. همچنین نواحی کم­ارتفاع‌تر زاگرس، منطقۀ آذربایجان و خراسان در قیاس با فصل بی­برفی دارای پوشش برف شده­اند (شکل 4). محاسبات نشان داد در فصل گذار 39/54 کیلومتر مربع از کشور بیش از 50 درصد از مواقع (بیش از 30 روز برفپوشان) پوشش برف دارد و میانگین ارتفاع این مناطق از تراز دریا 3607 متر است. در این فصل کمترین ارتفاعی که در آن 50 درصد از مواقع (بیش از 30 روز برفپوشان) پوشش برف وجود دارد، 3187 متر است.

 

 

شکل (5): شمار روزهای برفپوشان در فصل پوستۀ برفپوشان (آذر و اسفند)

 

 

فصل پوستۀ برفپوشان، ماه­های آذر و اسفند را شامل می‌شود. در این فصل، فراوانی و نیز گسترۀ روزهای برفپوشان در قیاس با فصل گذار بسیار بیشتر شده است و بسیاری از نواحی پایکوهی نیز در این موقع از سال، پوشش برف دارند. بیشترین فراوانی روزهای برفپوشان در این هنگام در دامنه­های شمالی البرز، رشته­ کوه­های زاگرس و پس از آن روی سهند و سبلان دیده می­شود (شکل 5). در این فصل که روی هم رفته 60 روز طول می­کشد برخی از بلندی‌های کشور تا 55 روز پوشیده از برف هستند. بررسی­ها آشکار کرد که در فصل پوستۀ برفپوشان 57/8949 کیلومتر مربع از کشور بیش از 50 درصد از مواقع (بیش از 30 روز برفپوشان) پوشش برف دارد و میانگین ارتفاع این مناطق از تراز دریا 3015 متر است. در طی این فصل حداقل ارتفاعی که این شرایط را دارد 2039 متر است و از این ارتفاع به بالاست که 50 درصد از مواقع پوشش برف وجود دارد. در مقایسه با فصل گذار، میانگین ارتفاعی که در آن 50 درصد از مواقع زمین پوشیده از برف است، کاهش یافته است. در این فصل به طور میانگین 592 متر از ارتفاع این مناطق در مقایسه با فصل گذار کاسته شده است. بنابراین دمای سردتر فصل پوستۀ برفپوشان سبب شده است تا ارتفاع برف کاهش یابد. در شکل (7) پراکنش ارتفاعاتی که بیش از 50 درصد از مواقع در این فصل پوشیده از برف هستند، نشان داده شده است. این نواحی ارتفاعی به رشته­ کوه­های البرز، زاگرس و برخی مناطق شمال­ غرب محدود می­باشد.

 

 

شکل (6): شمار روزهای برفپوشان در فصل هستۀ برفپوشان (دی و بهمن)

 

 

در فصل هستۀ برفپوشان که شامل ماه­های دی و بهمن می­شود، شمار روزهای برفپوشان و گسترۀ آن افزایش یافته است. در این فصل بسیاری از مناطق ایران، پوشش برف دارند. در این موقع سرتاسر نوار غربی کشور در راستای کوه­های زاگرس پوشیده از برف است. همچون فصول قبلی، بیشترین میزان پوشش برف روی دامنه­های شمالی البرز دیده می‌شود. در این هنگام از سال پهنه­های وسیعی از مناطق شمال­شرقی ایران نیز برف دارند. با دقت در نقشۀ مدل رقومی ارتفاع (Dem) ایران و مقایسۀ آن با نقشه­های پوشش برف مشخص می‌شود که ارتفاع چه تأثیر زیادی در پراکنش روزهای برفپوشان دارد. در این فصل 68/44038 کیلومتر مربع از گسترۀ ایران بیش از 50 درصد از مواقع (بیش از 30 روز برفپوشان) پوشش برف دارد. میانگین ارتفاع این مناطق از تراز دریا 2602 متر مربع است. بنابراین نسبت به فصل پوستۀ برفپوشان میانگین ارتفاع مناطقی که 50 درصد از فصل، پوشیده از برف هستند، 413 متر کاهش یافته است. کمترین ارتفاع این مناطق 1519 متر محاسبه شد. یعنی کمترین ارتفاعی که در آن دست ­کم 50 درصد از مواقع زمین پوشیده از برف است از 1519 متر آغاز می‌شود. مشاهده می‌شود که در فصل هستۀ برفپوشان میانگین ارتفاع این مناطق نسبت به فصول دیگر کمینه است. شکل (8) نشان­دهندۀ پراکندگی مناطقی است که 50 درصد از مواقع در فصل هستۀ برفپوشان پوشیده از برف هستند. این مناطق در راستای رشته کوه­های زاگرس، البرز، بخش­­هایی از شمال ­غرب و به طور پراکنده در بلندی­های کرمان دیده می­شوند.

 

 

شکل (7): نقشۀ پراکندگی ارتفاعاتی که در فصل پوستۀ برفپوشان بیش از 50 درصد از مواقع پوشیده از برف هستند.

 

شکل (8): نقشۀ پراکندگی ارتفاعاتی که در فصل هستۀ برفپوشان بیش از 50 درصد از مواقع پوشیده از برف می­باشند.

 

شکل (9): درصد گسترۀ شمار روزهای برفپوشان در چهار فصل اقلیمی

 

 

شکل9 درصد گسترۀ روزهای برفپوشان در چهار فصل اقلیمی سال را نشان می­دهد. در فصل بی­برفی روزهای برفپوشان یک روزه کمتر از 1 درصد از گسترۀ ایران را می­پوشاند. به بیان روشن‌تر یعنی مناطقی که در فصل بی­برفی یک روز پوشش برف دارند، کمتر از 1 درصد گسترۀ ایران را شامل می­شوند. در این فصل فراوانی روزهای برفپوشان بسیار اندک است. در فصل گذار، شمار روزهای برفپوشان افزایش بسیار بیشتری را نسبت به فصل بی­برفی نشان می­دهد. در این موقع از سال روزهای برفپوشان یک روزه تا 5 درصد از گسترۀ ایران­زمین را نیز در برمی­گیرد. یعنی نواحی که یک روز پوشش برف دارند، نزدیک به 5 درصد از گسترۀ کشور را پوشش می­دهند و با افزایش شمار روزهای برفپوشان، گسترۀ زیر برف هم کاهش می­یابد. در فصل پوستۀ برفپوشان، روزهای برفپوشان یک روزه نزدیک به 10 درصد از مساحت ایران را در برمی­گیرد و با افزایش شمار روزهای برفپوشان مساحت مربوط به آن کاهش بسیاری را نشان می­دهد. در فصل هستۀ برفپوشان، روزهای برفپوشان، مساحت­های بیشتری از کشور را در برمی­گیرند.

 

 

شکل (10): درصد گسترۀ روزهای برفپوشان در ماه­های سال

 

 

شکل10 درصد گسترۀ روزهای برفپوشان را در ماه‌های مختلف سال نشان می­دهد. پوشش برف از ماه فروردین به بعد کاهش بسیار چشم­گیری را نشان میدهد. ماه فروردین نقش ماه گذار از برف به برفی را دارد. در ماه­های اردیبهشت، خرداد، تیر، مرداد، شهریور و مهر روزهای برفپوشان مساحت­های بسیار ناچیزی را در برمی­گیرد. عملاً در این ماه­ها پوشش برف بسیار ناچیز است و این ماه­ها را همان گونه که گفته شد، می­توان فصل بی­برفی ایران دانست. ماه آبان نقش ماه گذار از بی­برفی به برف را دارد. در این ماه، روزهای برفپوشان مساحت­های بیشتری را نسبت به ماه­های قبلی دربرمی­گیرد. در ماه آذر، روزهای برفپوشان مساحت­های بسیار بیشتری را نسبت به آبان­ماه پوشش می­دهد. در ماه­های دی و بهمن بیشترین تعداد روزهای برفپوشان دیده می­شود و روزهای برفپوشان مساحت­های بیشتری را نشان می‌دهد. در ماه دی، روزهای برفپوشان یک روزه تا 15 درصد از مساحت کشور را در برمی­گیرد، اما روزهای برفپوشان دو روزه نزدیک به 5 درصد از مساحت کشور را پوشش می­دهد. اختلاف زیادی میان مساحت روزهای یک روزه و دو روزه دیده می­شود، اما در ماه بهمن روزهای برفپوشان یک روزه و دو روزه از نظر مساحت، اختلاف زیادی با هم ندارند. در ماه اسفند روزهای برفپوشان و مساحت­های مربوط به آنها نیز دوباره رو به کاهش می­گذارد. الگوی روزهای برفپوشان اسفندماه به آذرماه، شباهت بالایی دارد.

 

 

شکل (11): رابطۀ تعداد روزهای برفپوشان در فصول اقلیمی با ارتفاع در ایران­زمین

 

با افزایش ارتفاع، دمای هوا نیز کاهش می­یابد و کاهش دما ماندگاری بیشتر پوشش برف را سبب می‌شود. شکل 11 نشان­دهندۀ رابطۀ روزهای برفپوشان در فصول اقلیمی با ارتفاع در ایران­زمین است. همان­ گونه که از این نمودار برمی­آید الگوی رابطۀ شمار روزهای برفپوشان با ارتفاع در همۀ فصول مانند هم است؛ یعنی با افزایش ارتفاع، شمار روزهای برفپوشان نیز افزایش می­یابد، اما رفتار شمار روزهای برفپوشان با میزان افزایش ارتفاع در هر یک از فصول اقلیمی متفاوت است. در هستۀ فصل برفپوشان آهنگ تغییرات روزهای برفپوشان با افزایش ارتفاع شدیدتر از فصول دیگر است. این فصل، نمایندۀ ماه­های دی و بهمن است. در این هنگام از سال از ارتفاع تقریبی 1500 تا 3000 متر رابطۀ خطی نیرومندی میان شمار روزهای برفپوشان و ارتفاع دیده می­شود و پس از ارتفاع 3000 به بالا الگوی رابطۀ میان شمار روزهای برفپوشان و ارتفاع، نظم خود را از دست می­دهد. دلیل برهم‌خوردن رابطۀ روزهای برفپوشان و ارتفاع در ارتفاعات بلند کشور را می­توان به سبب تندی شیب دانست. افزایش شیب زمین موجب می­شود تا شرایط مناسب برای نشست برف وجود نداشته باشد. فصل پوستۀ برفپوشان، ماه­های آذر و اسفند را شامل می‌شود. در این فصل از ارتفاع تقریبی 2000 تا 3000 متر رابطۀ روزهای برفپوشان و ارتفاع، یک رابطۀ خطی است. اما از ارتفاع حدود 3000 متر به بالا نظم این رابطه کاهش می‌یابد و یک الگوی پراکنده را از خود نشان می­دهد. در فصل گذار که ماه­های فروردین و آبان است از ارتفاع حدود 2800 تا 3500 متر، یک رابطۀ خطی بین شمار روزهای برفپوشان و ارتفاع وجود دارد. در فصل بی­برفی که نمایندۀ ماه­های اردیبهشت تا خرداد است از ارتفاع 3200 متر به بالا رابطۀ شمار روزهای برفپوشان و ارتفاع، یک الگوی پراکنده را از خود نشان می­دهد. افزایش ارتفاع و به دنبال آن کاهش دما نقش بسیار مهمی در پوشش برف دارد. برای مثال همان ­طور که در شکل 11 مشاهده می‌شود در فصل هستۀ برفپوشان در ارتفاع 2000 متری از تراز دریا 10 روز زمین پوشیده از برف است، اما در فصل پوستۀ برفپوشان به طور میانگین در ارتفاع 2500 متری از تراز دریا 10 روز برفپوشان وجود دارد و روزهای برفپوشان 10 روزه این بار در ارتفاع 500 متر بالاتر دیده می­شود. با وجود این در فصل گذار در ارتفاع تقریبی 3200 متر 10 روز برفپوشان وجود دارد و در این موقع از سال نسبت به فصل پوسته باید 700 متر بالاتر رفت تا به 10 روز برفپوشان رسید. در فصل بی­برفی به طور تقریبی روزهای برفپوشان 10 روزه در ارتفاع 3700 متری دیده می­شود. بنابراین روشن­ است که تغییرات دما چه اثر چشم­گیری در روزهای برفپوشان دارد.

 

نتیجه­گیری

در پژوهش حاضر برای فصل­بندی روزهای برفپوشان ایران از داده­های رقومی سنجنده­های مودیس تررا و مودیس آکوا بهره گرفته شد. به منظور فصل­بندی روزهای برفپوشان ایران از تحلیل خوشه‌ای به روش ادغام وارد استفاده شد. محاسبات نشان داد در ایران چهار فصل اقلیمی متمایز وجود دارد: فصل بی­برفی که ماه­های اردیبهشت تا خرداد را شامل می­شود؛ فصل گذار که دربردارندۀ ماه­های فروردین و آبان است؛ فصل پوستۀ برفپوشان که مشتمل بر ماه­های آذر و اسفند است و در نهایت فصل هستۀ برفپوشان که ماه‌های دی و بهمن را دربرمی­گیرد. بررسی­ها نشان داد ماه فروردین نقش ماه گذار از برف به بی­برفی و ماه آبان نقش ماه گذار از بی­برفی به برف را دارد. ترسیم الگوهای پراکنش پوشش برف کشور برای هر یک از فصول اقلیمی نشان داد روی هم رفته بیشترین فراوانی روزهای برفپوشان در دامنه­های البرز و پس از آن در دامنه­های زاگرس و کوه­های سهند و سبلان دیده می­شود. بررسی رابطۀ شمار روزهای برفپوشان با ارتفاع در چهار فصل اقلیمی مشخص کرد که الگوی افزایش روزهای برفپوشان در هر یک از فصول، همانند هم است و با افزایش ارتفاع، شمار روزهای برفپوشان افزایش می­یابد، اما افزایش روزهای برفپوشان با افزایش ارتفاع در هر یک از فصول تا یک ارتفاع به‌خصوص نظم دارد و از یک ارتفاع معین به بالا نظم خود را از دست می­دهد؛ چرا که افزایش شیب زمین موجب می­شود تا شرایط مناسب برای نشست برف وجود نداشته باشد. همچنین مساحت پوشش برف برای هر یک از فصول اقلیمی و ماه­های سال و برای هر کدام از روزهای برفپوشان محاسبه شد. بررسی­ها آشکار کرد که در ماه­های اردیبهشت تا مهر، گسترۀ پوشش برف روزهای برفپوشان بسیار ناچیز است. بیشترین گسترۀ برف در ماه دی دیده شد. در این ماه، روزهای برفپوشان یک روزه 15 درصد از گسترۀ ایران را دربرمی­گیرد. در مجموع یافته­های این پژوهش شناخت وضعیت پوشش برف ایران‌زمین را بیشتر کرد. یافته­های به‌دست‌آمده از این نوشتار برای بخش­های کشاورزی، هواشناسی، وزرات نیرو و.... می­تواند کاربردی و سودمند باشد.



[1] - Mote et al.

[2] - Leathers and Luff

[3] - Tekeli and Tekeli

[4] - Udnaes et al.

[5] - Brown and Armstrong

[6] - Hall et al.

[7] - Brown and Armstrong

[8] - Romanov et al.

[9] - De Ruyter et al.

[10] - Zhao and Fernandes

[11] - Hall et al.

[12] - Jin et al.

[13] - Qiu et al.

[14] - Dahri et al.

[15] - She et al.

[16] - Ke and Liu

[17] - Maskey et al.

[18] - Dietz et al.

[19] - Zhang et al.

[20] - Gafurov and Bardossy

[21] - Wang et al.

[22] - Wang and Xie

[23] - Bergeron et al.

[24] - Parajka and Bloschi

[25] - She et al.

[26] - Zhang et al.

[27] - Ke and Liu

[28] - Dietz et al.

 
Bergeron, J., Royer, A., Turcotte, R. &  Roy, A. (2013). Snow cover estimation using blended MODIS and AMSR-E data for improved watershed-scale spring streamflow simulation in Quebec, Canada; Hydrological Processes, 1-14.
Brown, R., Armstrong, R. L. (2010). Snow-cover data measurement,products and sources in snow and climate. In Physical Processes,Surface Energy Exchange and Modeling, Armstrong RL, Brun E(eds). Cambridge University Press: Cambridge, UK.
Dahri, Z. Ahmad, B., Leach, J., Ahmad, S. (2011). Satellite-Based Snow cover Distribution and Associated Snowmelt Runoff Modeling in Swat River Basin of Pakistan; Proceedings of the Pakistan Academy of Sciences 48: 19–32.
de Ruyter de Wildt, M., Seiz, G., Gr¨un, A. (2006). Snow mapping usingmulti-temporal Meteosat-8 data. EARSeL Proc. 5: 18–31.
Dietz, A., Kuenzer, C., Conrad, C. (2013). Snow-cover variability in central Asia between 2000 and 2011 derived from improved MODIS daily snow-cover products; International Journal of Remote Sensing; 34, 3879–3902.
Dietz, A., Conrad, C., Kuenzer, C., Gesell, G. and Dech, S. (2014). Identifying Changing Snow Cover Characteristics in Central Asia between 1986 and 2014 from Remote Sensing Data, Remote Sens, 6: 12752-12775.
Gafurov, A., Bardossy, A. (2009). Cloud removal methodology from MODIS snow cover product, Hydrol. Earth Syst. Sci., 13: 1361–1373.
Hall, D. K., Kelly, R. E., Foster, J., Chang, A. T. (2005). Estimation ofsnow extent and snow properties. In Encyclopedia of HydrologicalSciences, Anderson MG (ed). Chichester: John Wiley and Sons, Ltd. 2: 811–830.
Hall, D. K., Riggs, G. A., Foster, J. L., Kumar, S. V. (2010). Development andevaluation of a cloud-gap-filled modis daily snow-cover product.Remote Sens. Environ. 114: 496–503.
Jin, X., Ke, C., Xu, Y. & Li, X. (2014). Spatial and temporal variations of snow cover in the Loess Plateau, China; International Journal of Climatology; 1-11.
Ke, C. & Liu, X. (2014). Modis-observed spatial and temporal variation in snow cover in Xinjiang, China; Climate Research 59: 15-26.
Leathers, D. & Luff, B.(1997). Characteristics of snow cover durationacross the northeast United States of America. International Journal ofClimatology, 17: 1535−1547.
Maskey, S., Unlenbrook, S. & Ojha, S. (2011). An analysis of snow cover changes in the Himalayan region using MODIS snow products and in-situ temperature data; Climate Change 108: 391-400.
Mote, P., Hamlet, A., Clark, M. & Lettenmaier, D. (2005). Declining mountainsnowpack in western North America. Bulletin of the AmericanMeteorological Society, 86: 39-49.
Parajka, J. & Bloschi, G. (2006). Validation of MODIS snow cover images over Ausria, Hydro.Earth Syst. Sci. Discuss; 3: 1569-1601.
Qiu, L., You, J., Qiao, F. & Peng, D. (2013). Simulation of snowmelt runoff in ungauged basins based on MODIS: A case study in the Lhasa River basin, Stoch Environ Res Risk Assess, 1-9.
Romanov, P., Tarpley, D., Gutman, G. & Carroll, T. R. (2003). Mapping andmonitoring of the snow coverfraction over North America. J.Geophys. Res. 108(D16): 8619.
She, J., Zhang, Y., Li, X. & Chen, Y. (2014). Changes in snow and glacier cover in an arid watershed of the western Kunlun Mountains using multisource remote sensing data; International Journal of Remote Sensing; 35 : 234-252.
Tekeli, Y. & Tekeli, A. E. (2012). A technique for improving MODIS standard snow productsfor snow cover monitoring over Eastern Turkey, Arab J Geosci  5: 353–363.
Udnaes, H., Alfnes, C. E., Andreassen, L. M. (2007). Improving runoffmodeling using satellite-derived snow cover area. Nord.Hydrol.38: 21–32.
Wang, X., Xie., H., Liang, T. and Huang, X. (2009). Comparison and validation of MODIS standard and new combination of Terra and Aqua snow cover products in northern Xinjiang, China. Hydro.Process. 23: 419-429.
Wang, X. & Xie, H. (2009). New methods for studying the spatiotemporal variation of snow cover based on combination products of MODIS Terra and Aqua; Journal of Hydrology, 371: 192-200.
Zhang, G., Xie, H., Yao, T., Liang, T. & Kang, S. (2012). Snow cover dynamics of four lake basins over Tibetan Plateau using time series MODIS data(2001-2010), Water resources reaserch, 48: 1-22.
Zhao, H. & Fernandes, R. (2009). Daily snow cover estimation fromadvanced very high resolution radiometer polar pathfinder data overNorthern Hemisphere land surfaces during 1982–2004. J. Geophys.Res. 114: 1-14.