Detailansicht

Characterization of dust storms in West Asia

Seyed Omid Nabavi

Art der Arbeit

Dissertation

Universität

Universität Wien

Fakultät

Fakultät für Geowissenschaften, Geographie und Astronomie

Studiumsbezeichnung bzw. Universitätlehrgang (ULG)

Doktoratsstudium NAWI aus dem Bereich Naturwissenschaften (Dissertationsgebiet: Geographie)

Betreuer*innen

Leopold Haimberger ,

Cyrus Samimi

Volltext herunterladen
Volltext in Browser öffnen

URN

urn:nbn:at:at-ubw:1-13167.06335.605063-0

Link zu u:search

(Print-Exemplar eventuell in Bibliothek verfügbar)

Abstracts

Abstract

(Deutsch)

Häufige Staubstürme in trockenen Gebieten beeinträchtigen die Lebensqualität der lokalen Bevölkerung. Es ist erwiesen, dass Bestandteile von Staubstürmen wie Salz, Schwefel und Schwermetalle zu schweren Atemwegserkrankungen führen. Starke Staubstürme können auch den Luft- und Straßenverkehr zum Erliegen bringen, indem sie die Sichtbarkeit verringern, und sie können Ernteerträge durch Staubablagerungen reduzieren. Trotz der Tatsache, dass die langfristige Charakterisierung von Staubstürmen für die Bereitstellung eines Staubminderungsplans unerlässlich ist, war sie bis zu dieser Studie in Westasien praktisch nicht vorhanden. Darüber hinaus verschlechtert sich in dieser Region die Qualität der landwirtschaftlichen Felder erheblich, auch wegen aufeinanderfolgenden Dürren und der Misswirtschaft der Wasserressourcen. Sie verstärken die Desertifikationsprozesse und vergrößern die Fläche der staubanfälligen Gebiete. Deshalb muss die Verteilung der Staubquellen in Westasien neu kartiert werden. Die Literaturübersicht offenbart auch, dass es kaum Versuche gab, westasiatische Staubstürme mit lokal evaluierten Modellen zu prognostizieren. Ziel dieser Studie ist es daher, die langfristige Häufigkeit von Staubstürmen in Westasien zu identifizieren, das Potenzial von Staubemissionen an jedem Gitterpunkt innerhalb des Untersuchungsgebiets, bekannt als Staubquellenfunktion, zu bestimmen und die Leistung von numerischen Modellen und Machine Learning Algorithmen (MLAs) in der Region einzuschätzen. Um die langfristigen, grobskaligen Variationen von Staubstürmen in der Region zu untersuchen, wird der so genannte Aerosol Index (AI) aus dem Total Ozone Mapping Spectrometer (TOMS) und dem Ozone Monitoring Instrument (OMI) aus den Jahren 1980 und 2014 untersucht . Moderate Resolution Bilder von Imaging Spektroradiometer (MODIS) Deep Blue (DB) Aerosol optische Tiefe (AOD), von 2003 bis 2014, werden verwendet, um die Stärke der Staubquellen auf der lokalen Skala zu bestimmen. Wie erwartet, deuten die Ergebnisse darauf hin, dass die östlichen Wüsten Saudi Arabiens zahlreiche Staubquellen enthalten, die mindestens seit 1980 emittieren. Weitere Untersuchungen haben ergeben, dass der Nordwesten des Iraks seit Beginn des aktuellen Jahrhunderts eine neue Hauptquelle für verstärkte Staubstürme in den westlichen Iran und die Golfstaaten darstellt. Im zweiten Schritt wurde die vorher festgelegte Staubquellenfunktion, die als West-Asien-Quellenfunktion (WASF) bezeichnet wird, mit der Ginoux-Quellenfunktion (GSF) verglichen. Letztere ist die am häufigsten verwendete Staubquellenfunktion in Staubmodellen. Der Vergleich dieser Quellenfunktionen erfolgt durch Implementierung in drei Staubschemata, die für das Wetterforschungs- und Vorhersagemodell in Verbindung mit Chemie (WRF-chem) verwendet werden. Die resultierenden Vorhersagen werden auch mit den Analysen des Monitoring Atmospheric Composition and Climate (MACC) Projekts und Vorhersagen mit dem Dust Regional Atmospheric Model (DREAM) verglichen. Die Ergebnisse zeigen, dass die WRF-Chem-Leistung nach der Implementierung von WASF signifikant verbessert wurde (der Spearman-Korrelationskoeffizient (SCC) stieg um 12-16 Prozentpunkte). Ein modifizierter Lauf (mit WASF) übertraf MACC und DREAM sogar gegenüber den Hauptstaubquellen. Im letzten Schritt der Studie wird die Vorhersagequalität von zwei deterministischen Staubmodellen (DMs) und fünf MLAs untersucht, um das effizienteste Staubmodell (Modelle) in Westasien zu bestimmen. Aufgrund des Fehlens bodengebundener Beobachtungen wird die monatliche MODIS DB AOD als repräsentativ für den Prädiktanden Staubmenge genommen. Sechs Merkmale wie Albedo, Staubanhebungspotenzial (Dust Uplift Potential DUP), Normalisierter Differentieller Vegetationsindex (NDVI), Bodenfeuchtigkeit (Soil Moisture SM), Niederschlag und Staubquellenfunktion (Source Function SF) werden ausgewählt, um MLAs mit drei Arten von Merkmalauswahlkriterien (Feature Selection Criteria FSC) zu erstellen . Die Ergebnisse zeigen, dass SF ein Schlüsselmerkmal für die Optimieung von MLAs ist und dass MLAs, insbesondere MARS und SVM, DMs übertreffen. MLA-Simulationen haben einen SCC von ≥ 0,76, während sie für DMs niedriger als 0,65 sind, was einen hohen Vorhersagefehler und Bias (RMSE ≥ 0,2 und Bias> 2) über Staubquellen bzw. betroffenen Gebieten ergibt. Sowohl DMs als auch MLAs haben DB AOD-Peaks unterschätzt, was hauptsächlich auf die Seltenheit extremer Werte, das Fehlen einiger unbekannter Merkmale und / oder verbleibende Mängel in der Spezifikation der Quellenfunktion zurückzuführen ist. Der große systematische Fehler von DM-Simulationen über Staubrezeptoren hängt mit der Unterschätzung der Wirkung des Zagros-Gebirges zusammen, das den Transport von Staub in den Osten des Untersuchungsgebiets großteils verhindert.

Abstract

(Englisch)

Extensive dust storms forming in arid areas adversely affect local inhabitants. It is well proven that constituents of dust storms such as salt, sulfur, and heavy metals cause serious respiratory diseases. Intense dust storms also shut down air and road traffic by reducing visibility or reduce crop yields by burial of agricultural fields under storm deposits. Despite the fact that the long-term characterization of dust storms is essential for providing any dust mitigation plan, until this study, it remained unclear in West Asia. In addition, this region undergoes significant degradation of agricultural fields, successive droughts, and the mismanagement of water resources. They all escalate desertification processes and, subsequently, expand the extent of dust-prone areas. Needless to say, because of this, the distribution of dust sources in West Asia needs to be reconsidered. The literature review also discloses that there were few attempts to forecast West Asian dust storms using locally evaluated model. Hence, this study aims to identify the long-term frequency of dust storms in West Asia, to designate the potential of dust emission at each grid point within the study area, known as dust source function, and to evaluate the performance of numerical models and Machine Learning Algorithms (MLAs) in the region. In order to study the long-term, coarse scale variations of dust storms in the region, Aerosol Index (AI), from the Total Ozone Mapping Spectrometer (TOMS) and Ozone Monitoring Instrument (OMI), is examined during 1980 and 2014. Subsequently, Moderate Resolution images of Imaging Spectroradiometer (MODIS) Deep Blue (DB) Aerosol Optical Depth (AOD), from 2003 to 2014, is used to determine the severity of dust source points in a local scale. As expected, findings indicate that eastern deserts of Saudi Arabia embrace numerous dust sources which are emitting at least from 1980 onward. Further examinations have revealed that the northwest of Iraq is the main source of newly intensified dust storms entering western Iran and Persian Gulf countries since the beginning of the current century. At the second step, previously determined dust source function, called West Asia source function (WASF), has been compared with the Ginoux Source Function (GSF). The latter is the most commonly used dust source function in dust models. The comparison of these source functions is done by implementing them in three dust schemes used for Weather Research and Forecasting model coupled with Chemistry (WRF-chem). Resulting predictions are also compared against the simulations of Monitoring Atmospheric Composition and Climate (MACC) and Dust Regional Atmospheric Model (DREAM). Findings show that WRF-chem performance is significantly improved (Spearman correlation coefficient (SCC) increased by 12–16 percent points) after the implementation of WASF. Modified run (with WASF) even outperformed MACC and DREAM over main dust sources. At the final step of the study, the performance of two deterministic dust models (DMs) and five MLAs is investigated to determine the most efficient dust model(s) in West Asia. Due to the lack of ground-based observations, monthly MODIS DB AOD is taken as the representative of the response variable, dust quantity. Six features including albedo, Dust Uplift Potential (DUP), Normalized Difference Vegetation Index (NDVI), soil moisture (SM), precipitation, and dust source function (SF) are selected to build MLAs using three types of Feature Selection Criteria (FSC). Results show that SF is a key feature for setting up MLAs and that MLAs, especially MARS and SVM outperformed DMs. MLA simulations have SCC of ≥ 0.76 while it is lower than 0.65 for DMs which yield high prediction error and bias (RMSE ≥ 0.2 and bias > 2) over dust sources and affected areas, respectively. Both DMs and MLAs have underestimated DB AOD peaks which is mainly attributed to the infrequency of extreme values, omission of some unknown features, and/or remaining deficiencies in source function specification. The high bias of DM simulations over dust receptors is linked to their failure in resolving the effect of the Zagros Mountains which prevent the transportation of dust to the east of the study area.

Autor*innen

Seyed Omid Nabavi

Haupttitel (Englisch)

Characterization of dust storms in West Asia

Paralleltitel (Deutsch)

Charakterisierung von Staubstürmen in Westasien

Publikationsjahr

2018

Umfangsangabe

128 Seiten : Illustrationen, Diagramme, Karten

Sprache

Englisch

Beurteiler*innen

Bodo Ahrens ,

Heiko Paeth

Klassifikationen

30 Naturwissenschaften allgemein > 30.00 Naturwissenschaften allgemein: Allgemeines ,

38 Geowissenschaften > 38.82 Klimatologie

AC Nummer

AC15009513

Utheses ID

45387

Studienkennzahl

UA | 796 | 605 | 452 |

Detailansicht

Abstracts

Schlagwörter