ارزیابی زمانی-مکانی غلظت ستونی ذرات معلق (PM2.5) ناشی از رویدادهای گردوغباری در ایران با استفاده از داده‌های بازتحلیل NASA/MERRA-2

نوع مقاله : پژوهشی

نویسنده

استادیار، گروه جغرافیا، دانشکده علوم انسانی، دانشگاه زنجان، زنجان، ایران

چکیده

ذرات معلق کوچک‌تر از 5/2 میکرون یکی از مهم‌ترین آلاینده‌های هوا هستند که از تنوع و انتشار گسترده‌ای برخوردار می‌باشند. رویدادهای گردوغبار یکی از مهم‌ترین منابع طبیعی انتشار ذرات معلق در جو می‌باشند. مطالعه‌ حاضر با هدف بررسی تراکم و پراکنش فضایی-زمانی ذرات معلق PM2.5 ناشی از رویدادهای گردوغباری در جو ایران طی دوره آماری (2019–1980) بر اساس سامانه ماهواره مبنای MERRA-2 انجام شده‌است. داده‌های مربوطه با قدرت تفکیک زمانی ماهانه، فصلی و سالانه و مکانی
°625/0 × °5/0 تهیه و پس از اعمال پیش پردازش‌های لازم، بارزسازی، تجزیه‌وتحلیل شد. نتایج حاصله به خوبی بیانگر افت‌وخیزهایی در تراکم ذرات معلق PM2.5 طی سال‌های آماری مورد مطالعه‌‌است. اما به‌طور کلی تراکم ذرات معلق PM2.5 رو به افزایش بوده و روند صعودی آن به‌خصوص در سال‌های آخر دوره آماری مشاهده شد. تحلیل‌های آماری تفاوت‌های زیادی را به لحاظ زمانی و مکانی در میزان ذرات معلق PM2.5 نشان می‌دهد. در میان ماه‌های موردمطالعه، بیشترین/کمترین تراکم ذرات معلق PM2.5 به‌ترتیب در ماه‌های می، آوریل و جولای/دسامبر، ژانویه و نوامبر برآورد شد. به‌لحاظ فصلی هم بیشترین/کمترین تراکم PM2.5 در فصول تابستان/زمستان اتفاق افتاده‌است. توزیع مکانی حاکی‌از بیشترین تراکم ذرات معلق در بخش‌های جنوبی، شرقی و شمال‌شرق می‌‌باشد که بیانگر تأثیر قابل‌توجه کانون‌های محلی و فرامحلی گردوغبار بر افزایش تراکم ذرات معلق PM2.5 در این نواحی می‌باشد. تحلیل همبستگی نیز رابطه مثبت معناداری میان میزان ذرات معلق PM2.5 با دمای سطح زمین و رابطه منفی معناداری با رطوبت سطح خاک و بارش نشان داده‌است.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Evaluation of Spatiotemporal Column Particulate Matter Concentration (PM2.5) Due to Dust Events in Iran Using Data from NASAN / MERRA-2 Reanalysis Model

نویسنده [English]

  • Koohzad Raispour
Assistant Professor, Department of Geography, Faculty of Humanities, University of Zanjan, Zanjan, Iran
چکیده [English]

Mineral suspended particles, in addition to being important components of the Earth's atmosphere, play an important role in the atmosphere-Earth energy interactions and geochemical cycles of the Earth system. The meteorological and climatic importance of atmospheric particulate matter can be attributed to its effects on the energy level of the Earth-Earth system, physical, dynamic, and chemical changes in the atmosphere at regional and global scales, absorption and emission of radiation in the atmosphere, micro physical changes and radiative properties of clouds and changes in snow and ice levels that occur. Fine particles smaller than 2.5 microns are one of the most important air pollutants with a wide variety, complexity and diffusion. Dust events are one of the most important natural sources of particulate matter in the atmosphere. In recent decades, air pollution in many parts of the world has raised public concerns about their health effects. Epidemiological studies have shown that lung disease, cardiovascular disease, and their mortality are associated with particulate matter. Although the effects of particles on both climate and air quality has been evident over the past few decades, continuous monitoring will still be important. In recent years, techniques, and models based on satellite data has made significant contributions to the monitoring of particles. Different versions of the MERRA-based satellite model have excellent capabilities in the study of particles and its time series analysis. The MERRA-2 model (the Modern-Era Retrospective analysis for Research and Applications, Version 2 called MERRA-2) is based on the analysis of satellite data (Moloud et al., 2012) and is one of the most reliable models for assisting various environmental scientists to answer questions related to climate research and climate change, to make optimal use of the created satellite observations. This study aims to investigate the spatio-temporal density and dispersion of PM2.5 suspended particles due to dust events in the Iranian atmosphere during the statistical period (1980-2019) based on the MERRA-2 based satellite model. Here, the meaning of column PM2.5 suspended particles is PM2.5 suspended particles of dust in a vertical column from the ground. Relevant data was prepared with monthly, seasonal, annual and spatial time steps of 0.5°x 0.625°and after applying the necessary preprocessing, they were identified and analyzed. The results show good fluctuations in PM2.5 particulate matter density during the statistical years studied. But in general, the density of PM2.5 suspended particles increasing and its upward trend is observed especially in the last years of the statistical period. The results showed that MERRA-2 model has a good performance in monitoring the concentration of PM2.5 particulate matter in the vertical column of the atmosphere. The average of particulate matter PM2.5 in the atmosphere of this area is 61/23 Mg/m2, which indicates the high concentration of these particles in the atmosphere compared to other parts of the world, including the United States (Bouchard et al., 2016a), Taiwan (Provence et al., 2017a) and Europe (Provence et al., 2017b). On the other hand, the highest concentrations of these particles are in the southwest of Iran, southern coastal areas, eastern regions, deserts of central Iran and part of northern Iran and the lowest is estimated over the Zagros highlands. The spatial distribution of PM2.5 suspended particles over the Iran area depends on the frequency of dust events, distance from emission centers, seasons, rainfall and other climatic parameters (soil surface temperature, soil moisture, etc.). In this sense, in the warm months and seasons of the year, which are associated with the increasing land surface temperature, decreasing rainfall and, consequently, decreasing soil surface moisture, the conditions for the formation of the dust events are the release of suspended particles into the atmosphere. So that among the months of the year, May/December and between the seasons, summer/winter had the highest/the lowest value of column concentration of PM2.5 suspended particles in the over Iran. Analysis of correlation values based on Pearson linear regression relationship between PM2.5 suspended particles in the atmosphere (response variable) with some meteorological parameters (independent variables) such as; precipitation, soil surface moisture and soil surface temperature in the geographical area of Iran, well indicate the significant relationship between this variable and the above parameters. So that in the meantime; the amount of correlation between PM2.5 suspended particles over Iran with soil surface temperature indicates a significant positive relationship (R = 81%), a strong negative relationship with soil surface moisture (R = - 76%) and a significant relationship with monthly precipitation, negative (R = - 61%). This means that the concentration of PM2.5 suspended particles over Iran is strongly influenced by environmental parameters, so that in the time series analysis, the presence of seasonal behavior indicates a relatively stable time pattern of PM2.5 suspended particles distribution in the atmosphere over Iran.

کلیدواژه‌ها [English]

  • Particulate Matter (PM 2.5)
  • MERRA-2 Model
  • atmospheric pollution
  • Dust Phenomena
  • Iran
احمدی. م. و داداشی رودباری. ع.، 1398، توزیع زمانی- مکانی ذرات معلق (PM2.5) با رویکرد محیط محیط زیست در غرب و جنوبغرب ایران بر مبنای سنجنده‌های SeaWifs، MISR و MODIS، م. محیط شناسی، 45(3)، 394-379.
احمدی. م.، شکیبا، ع. و داداشی رودباری. ع.، 1398، بررسی نقش شاخص‌های پوشش گیاهی و مؤلفه‌های جغرافیایی مکان بر عمق نوری هواویزهای فصلی ایران، م. فیزیک زمین و فضا، 45، 233–211.
پاکدل خسمخی، ح.، طاهری تیزرو، ع.، معروفی، ص. و وظیفه دوست، م.، 1393، ارزیابی محصول بارش و رواناب مدل همسان‌سازی جهانی GLDAS در حوضه پلرود، دومین همایش ملی مهندسی و مدیریت کشاورزی و محیط زست و منابع طبیعی پایدار، تهران، مرکز همایش‌های بین‌المللی دانشگاه شهید بهشتی.
حجازی، ا.، مباشری، م. و احمدیان مرج، ا.، 1391، تهیه نقشه توزیع مکانی ذرات معلق(PM2.5) در هوای شهر تهران، با استفاده از داده‌های سنجنده مودیس، نشریه تحقیقات کاربردی علوم جغرافیایی، 26، 178-161.
حسینی، س. ا. و رستمی، د.، 1397، واکاوی و ردیابی پدیده گردوغبار در جنوب و جنوب شرق ایران با استفاده از اصول سنجش ازدور و مدل HYSPLIT، نشریه تحلیل فضایی مخاطرات محیطی، سال پنجم، شماره 3، 109 – 103.
خوش‌سیما، م.، ثابت قدم، س. و علی‌اکبری بیدختی. ع.، 1394، تخمین تمرکز ذرات معلق (PM10) در جو با استفاده از داده‌های سنجش از دور ماهواره‌ای و زمین پایه و فراسنج های هواشناختی: کاربست شبکه عصبی مصنوعی، م. فیزیک زمین و فضا، 41، 510 – 499.
رئیس‌پور، ک.، 1397.، تحلیلی بر رویدادهای گردوغبار با استفاده از پایش ماهواره‌ای و تحلیل همدیدی در جنوب غرب ایران، م. پژوهشهای فرسایش محیطی، 8(1)، 93-74.
رئیس‌پور، ک.، 1398، بررسی نقش بیابان قره قوم ترکمنستان به‌عنوان مهم‌ترین خاستگاه فرامنطقه‌ای طوفان‌های گردوغبار دراستان خراسان رضوی، دومین کنفرانس ملی آب‌وهواشناسی ایران، دانشگاه فردوسی مشهد.
شاهسونی، ع.، یاراحمدی، م.، جعفرزاده، ن.، نعیم‌آبادی، ا.، محمودیان، م. و صاکی، ح.، 1389، اثرات طوفان‌های گردوغباری بر سلامت و محیط زیست، م. دانشگاه علوم پزشکی خراسان شمالی، ۲ (۴)، 56- 45.
غلامپور، ا.، نبی زاده، ر.، حسنوند، م.ص.، تقی پور، ح.، فریدی، س.، و امیرحسین، م.، 1393، بررسی غلظت ذرات معلق هوای آزاد و ارزیابی اثرات بهداشتی منتسب به آنها در شهر تبریز، م. سلامت و محیط، 7(4)، 556-541.
فرجی، ز.، وظیفه دوست، م.، شکیبا، ع. و کاویانی، ع.، 1393، ارزیابی اجزای بیلان آب سطحی در مناطق فاقد آمار با استفاده از مدل جهانی سطح زمین GLDAS، (مطالعه موردی: دشت نیشابور، خراسان رضوی)، دومین همایش ملی بحران آب، دانشگاه شهرکرد.
فلاح ززولی، م.، وفایی نژاد، ع.، خیرخواه زرکش، م. و احمدی دهکا، ف.، 1397، منشاء‌یابی گردوغبار غرب و جنوب‌غرب ایران و تحلیل سینوپتیکی آن با استفاده از سنجش از دور و سیستم اطلاعات جغرافیایی، سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 5(4)، 77-61.
گودرزی، غ.، گراوندی، س.، سعیدی مهر، س.، محمدی، م. ج. و وثوقی نیری، م.، ۱۳۹۴، برآورد اثرات بهداشتی ناشی از مواجهه با آلاینده ذرات معلق کمتر از 10 میکرون با استفاده از مدل Air Q در شهر اهواز، سلامت و محیط زیست، 8 (1)، 1۲۶-1۱۷.
مشعلی، ه. و برزگر، گ.، 1398، تأثیر ذرات معلق هوا(PM2.5)  بر میزان ابتلا کودکان به اوتیسم، دوازدهمین همایش تازه‌های علوم بهداشتی ایران، تهران.
هادئی، م.، شاهسونی، ع.، نامور، ز. و یاراحمدی، م.، 1397، روند تغییرات سالانه، فصلی، ماهانه و روزانه غلظت‌های ذرات ریز(PM2.5)  در هوای شهرهای درگیر پدیده گردوغبار در ایران (1395-1393)، دومین همایش بین المللی گرد و غبار، دانشگاه ایلام.
Akata, N., Hasegawa, H., Kawabata, H., Chikuchi, Y., Sato, T. and Ohtsuka, Y., 2007, Deposition of 137Cs in Rokkasho, Japan and its relation to Asian dust, Journal of Environmental Radioactivity, 95, 1-9.
Bosilovich, M. G. R., Lucchesi, M. and Suarez, F., 2016, MERRA-2: File Specification. GMAO Office Note No. 9 (Version 1.1), 73 pp.
Buchard, V., da Silva, A. M., Colarco, P. R., Darmenov, A., Govindaraju, R., Torres, O., Campbell, J. and Spurr, R., 2015, Using the OMI aerosol index and absorption aerosol optical depth to evaluate the NASA MERRA Aerosol Reanalysis, Journal of  Atmospheric Chemistry Physics, 15, 5743–5760.
Buchard, V., da Silva, A. M., Leduc, R. and Barrette, N., 2016a, Evaluation of PM surface concentrations simulated by Version 1 of NASA's MERRA Aerosol Reanalysis over Europe, Journal of Atmospheric Pollution Research, 132, 248-264.
Buchard, V., da Silva, A.M., Randles, C.A., Colarco, P., Ferrare, R., Hair, J. and Winker, D., 2016b, Evaluation of the surface PM2.5 in Version 1 of the NASA MERRA Aerosol Reanalysis over the United States, Journal of Atmospheric Environment, 125, 100-111.
Buchard, V., Randles, C.A., da Silva, A. M., Darmenov, A., Colarco, P. R., Govindaraju, R. and Yu, H., 2017, The MERRA-2 aerosol reanalysis, 1980 onward. Part II: Evaluation and case studies, Journal of Climate, 30, 6851–6872.
Chien, L. C., Yang, C. H. and Yu, H. L., 2012, Estimated Effects of Asian Dust Storms on Spatiotemporal Distributions of Clinic Visits for Respiratory Diseases in Taipei Children (Taiwan), Journal of Environmental Health Perspectives, 120, 1215-20.
Draxler, R. R., Gillette, D. A. and Heller, J., 2010, Estimating PM10 air concentrations from dust storms in Iraq, Kuwait and Saudi Arabia, Journal of Atmospheric Environment, 35, 4315-30.
Evans, J., Van Donkelaar, A., Martin, R. V., Burnett, R., Rainham, D. G. and Birkett, N.J., 2013, Estimates of global mortality attributable to particulate air pollution using satellite imagery Journal of Environment Research, 120, 33-42.
Flagan, R. C. and Seinfeld, 1988, Fundamental of Air Pollution Engineeiring, Prentice Hall, Englewood Clifs, NJ.
Franklin, M., Zeka, A. and Schwartz, J., 2007, Association between PM2.5 and all-cause and specific-cause mortality in 27 US communities. Journal of Exposure Science and Environmental Epidemiology, 17(3), 279-87.
Gelaro, R., McCarty, W., Suárez, M. J., Todling, R., Molod, A. and Takacs, L., 2017, The modern-era retrospective analysis for research and applications, version 2 (MERRA-2), Journal of Climate, 30 (14), 5419-5454.
Geng, H., Meng, Z. and Zhang, Q., 2006, In vitro responses of rat alveolar macrophages to particle suspensions and water-soluble components of dust storm PM2.5, Journal of Toxicology in Vitro, 20, 575-84.
Gherboudj, I. and Ghedira, H., 2016, Assessment of solar energy potential over the United Arab Emirates using remote sensing and weather forecast data, Renewable and Sustainable Energy Reviews, 55, 1210-1224.
Gherboudj, I., Beegum, S. N. and Ghedira, H., 2017, Identifying natural dust source regions over the Middle-East and North-Africa: Estimation of dust emission potential, Earth-science reviews, 165, 342-355.
Giannadaki, D., Pozzer, A. and Lelieveld, J., 2014, Modeled global effects of airborne desert dust on air quality and premature mortality, Atmospheric Chemistry and Physics, 14, 957-968.
Goudi, A. S. and Middleton, N. J., 2011, Desert dust in the global system, Translated by: Dariush Yarahmadi, Lorestan University, Khorramabad.
Griffin, D. W., 2007, Atmospheric movement of microorganisms in clouds of desert dust and implications for human health, Journal of Oral Microbiology, 20, 459-77.
Griffin, D. W., Garrison, V. H., Herman, J. R. and Shinn, E. A., 2001, African desert dust in the Caribbean atmosphere, Journal of microbiology and public health Aerobiological, 17, 203-213.
Groll, M., Opp, C. and Aslanov, I., 2013, Spatial and temporal distribution of the dust deposition in Central Asia results from a long-term monitoring program. Aeolian Res. 9: 49-62.
Guo, J., He, J., Liu, H., Miao, Y., Liu, H. and Zhai, P., 2016, Impact of various emission control schemes on air quality using WRF-Chem during APEC China 2014, Journal of Atmospheric Environment, 140, 311-319.
Hamidi, M., Kavianpour, M. R. and Shao, Y., 2012, Synoptic analysis of dust storms in the Middle East. Asia-Pac. J. Atmospheric. Sci. 49:279-286.
He, J., Gong, S., Yu, Y., Yu, L., Wu, L., Mao, H. and Li, R., 2017a, Air pollution characteristics and their relation to meteorological conditions during 2014–2015 in major Chinese cities, Journal of Environmental Pollution, 223, 484-496.
He, K., Yang, F., Ma, Y., Zhang, Q., Yao, X. and Chan, CK., 2017b, The characteristics of PM2.5 in Beijing, China, Journal of Atmospheric Environment, 35, 4959-70.
Hojati, S., Khademi, H., Faz Cano A. and Landi, A., 2012, Characteristics of dust deposited along a transect between central Iran and the Zagros Mountains. Catena. 88: 27-36. http: //lance- odis.eosdis.nasa.gov.
Hong, Y. C., Pan, X. C., Kim, S. Y., Park, K., Park, E. J. and Jin, X., 2010, Asian dust storm and pulmonary function of school children in Seoul, Science of the Total Environment, 408, 754-9.
Hovmoller, E., 1949, The Trough and Ridge diagram, Tellus, 1:2, 62-66, DOI: 10.3402/tellusa.v1i2.8498.
Jiang, J. H., Su, H., Zhai, C., Wu. L., Minschwaner, K., Molod, A. M. and Tompkins, A. M., 2015, An assessment of upper troposphere and lower stratosphere water vapor in MERRA, MERRA2, and ECMWF reanalyzes using Aura MLS observations, Journal of Geophysical Research Atmospheres, 120 (22), 11468-11485.
Kang, J. H., Keller, J. J., Chen, C. S. and Lin, H. C., 2012, Asian dust storm events are associated with an acute increase in pneumonia hospitalization, Journal of Annals of Epidemiology, 22, 257-63.
Kelly, F. J. and Fussell, J. C., 2012, Size, source and chemical composition as determinants of toxicity attributable to ambient particulate matter, journal of Atmospheric Environment, 60, 504-26.
Koster, R. D., McCarty, W., Coy, L., Gelaro, R., Merkova, D. and Wargan, K., 2016, MERRA-2 input observations: Summary and assessment, Journal of Geophysical Research, 105, 809-822.
Kurosaki, Y. and Mikami, M., 2003, Recent frequent dust events and their relation to surface wind in East Asia, Journal of Geophysical Research Letters, 30, 421- 6.
Kwon, H. J., Cho, S. H., Chun, Y., Lagarde, F. and Pershagen, G., 2012, Effects of the Asian dust events on daily mortality in Seoul, Korea, Environment Research, 90, 1-5.
Léon, J. F. and Legrand, M., 2003, Mineral dust sources in the surroundings of the north Indian Ocean, Journal of Geophysical Research Letters, 30, 543-551.
Li, Y., Gibson, J. M., Jat, P., Puggioni, G., Hasan, M. and West, J. J., 2010, Burden of disease attributed to anthropogenic air pollution in the United Arab Emirates: estimates based on observed air quality data, Science of the Total Environment, 408, 5784-93.
Liu, C. M., Young, C. Y. and Lee, Y. C., 2006, Influence of Asian dust storms on air quality in Taiwan, Science of the Total Environment, 368, 884-897.
Marx, S. A. and McGowan, H. A., 2014, Dust transportation and deposition in a super humid environment, West Coast, South Island, New Zealand. Catena. 59, 147-171.
Meng, Z. and Zhang, Q., 2007, Damage effects of dust storm PM2.5 on DNA in alveolar macrophages and lung cells of rats, Journal of Food and Chemical Toxicology, 45,1368-1374.
Molod, A., Takacs, L., Suarez, M. and Bacmeister, J., 2014, Development of the GEOS-5 Atmospheric General Circulation Model: Evolution from MERRA to MERRA2, Geoscientific Model Development 8 (5), 1339-1356.
Molod, A., Takacs, L., Suarez, M. and Bacmeister, J., 2015, Development of the GEOS-5 atmospheric general circulation model: evolution from MERRA to MERRA2, Journal of Geoscientific Model Development, 8, 1339-1356.
Moulin, C., Lambert, C. E., Dulac, F. and Dayan, U., 1997, Control of atmospheric export of dust from North Africa by the North Atlantic Oscillation, Nature, 387, 691-697.
Naddafi, K., Hassanvand, M. S., Yunesian, M., Momeniha, F., Nabizadeh, R. and Faridi, S., 2012, Health impact assessment of air pollution in megacity of Tehran, Iran, Iranian Journal of Environmental Health Science and Engineering, 9(1), 1-7.
Natsagdorj, L., Jugder, D. and Chung, Y., 2003, Analysis of dust storms observed in Mongolia during 1937–1999, Journal of Atmospheric Environment, 37, 1401-1411.
O’Hara, S. L., Clarke, M. L. and Elatrash, M. S., 2006, Field measurements of desert dust deposition in Libya, Journal of Atmospheric Environment, 40, 3881- 97.
Qin,W., Liu, Y.,Wang, L., Che, H. and Zhang, M., 2018, Characteristic and driving factors of aerosol optical depth over mainland China during 1980–2017, Journal of Remote sensing, 10, 1064-1073.
Randles, C. A., Da Silva, A. M., Buchard, V., Colarco, P. R., Darmenov, A., Govindaraju, R. and Shinozuka, Y., 2017, The MERRA-2 aerosol reanalysis, 1980 onward. Part I: System description and data assimilation evaluation, Journal of Climate, 30, 6823-6850.
Rashki, A., Kaskaoutis, D. G., Rautenbach, C. J., Eriksson, P. G., Qiang, M. and Gupta, P., 2012, Dust storms and their horizontal dust loading in the Sistan region, Iran. Aeolian Res. 5: 51-62.
Reichle, R., Liu, Q., Koster, R., Draper, C., Mahanama, S. and Partyka, G., 2017, Land Surface Precipitation in MERRA-2, Journal of Climate, 16, 245-258.
Ren, Y., Li, H., Meng, F., Wang, G., Zhang, H., Yang, T., Li, W., Ji, Y., Bi, F. and Wang, X., 2019, Impact of emission controls on air quality in Beijing during the 2015 China Victory Day Parade: Implication from organic aerosols, Journal of Atmospheric Environment, 198, 207-214.
Rienecker, M. M., Suarez, M. J., Gelaro, M., Ruddick, A. G., Sienkiewick, M. and Woollen, J., 2011, MERRA: NASA’s Modern-Era Retrospective Analysis for Research and Application, Journal of Climate, 3624-3648.
Rodell, M., P. R., Houser, U. ,Jambor, J., Gottschalck, K.,Mitchell, C.-J. and Meng, K., 2004, The Global Land Data Assimilation System, Bulletin of the American Meteorological Society, 85, 381-394.
Sandstrom, T. and Forsberg, B., 2008, Desert dust: an unrecognized source of dangerous air pollution? Journal of Epidemiology, 19, 808-809.
Shahsavani, A., Naddafi, K., Jafarzade Haghighifard, N., Yunesian, M. and Nabizadeh, R., 2012, The evaluation of PM10,PM2.5, and PM1 concentrations during the Middle Eastern Dust (MED) events in Ahvaz, Iran, from april through september 2010, Journal of Arid Environment, 77, 72-83.
Song, Z., Fu, D., Zhang, X.,Wu, Y., Xia, X., He, J. and Che, H., 2018, Diurnal and seasonal variability of PM2.5 and AOD in North China plain: Comparison of MERRA-2 products and ground measurements, Journal of Atmospheric Environment, 191, 70-78.
Taiwo, A. M., Harrison, R. M. and Shi, Z. A., 2014, review of receptor modeling of industrially emitted particulate matter, Journal of Atmospheric Environment, 97, 109-120.
Teather, K., Hogan, N., Critchley, K., Gibson, M., Craig, S. and Hill, J., 2013, Examining the links between air quality, climate change and respiratory health in Qatar, Avicenna Journal of Microbiology, 6, 142-8.
Wang, S., Wang, J., Zhou, Z. and Shang, K., 2005, Regional characteristics of three kinds of dust storm events in China, Journal of Atmospheric Environment, 39, 509-520.
Wang, X., Huang. J., Ji. M. and Higuchi, K., 2008, Variability of East Asia dust events and their long- term trend, Journal of Atmospheric Environment, 42, 3156-3165.
Wu, W. S., Purser, R. J. and Parrish, D. F., 2002, Three-dimensional variational analysis with spatially inhomogeneous covariance’s, Monthly Weather Review, 130(12), 2905-2916.
Zhang, X., Shi, P., Liu, L., Tang, Y., Cao, H. and Zhang, X., 2010, Ambient TSP concentration and dustfall in major cities of China: Spatial distribution and temporal variability, Journal of Atmospheric Environment, 44, 1641-16.