تغییرپذیری بلند مدت ذرات معلق (PM2.5) شهر تبریز با استفاده از داده‌های سنجش از دور

احمدی، م.؛ پریسا، چ. و داداشی رودباری، ع. (1397). مدل‏سازی روند بارش در منطقة غرب آسیا تحت واداشت دگرگونی‏های آب‏وهوایی، پژوهش‏های دانش زمین، 9(35): ۶۸-80.

احمدی، م. و داداشی رودباری، ع. (1398). توزیع زمانی- مکانی ذرات معلق (PM2.5) با رویکرد محیط زیست در غرب و جنوب ایران بر مبنای سنجنده‏های SeaWifs، MISR، و MODIS، محیط‏شناسی، 45(3): 379-394.

باباییان، ا.؛ رضایی‏پور، آ. و آهنگرزاده، ز. (1393). شبیه‏سازی نمایة آسایش اقلیمی در استان خراسان رضوی تحت سناریوهای تغییر اقلیم، مطالعات جغرافیایی مناطق خشک، 5(18): 95-112.

پهلوان، ا.؛ پهلوان، ر. و اسماعیلی، ع. (1393). برآورد غلظت آلاینده‏های PM10 و PM2.5 در کلان‏شهر تهران با استفاده از داده‏های سنجندة مودیس ماهواره‏های آکوا و ترا، نیوار، 38: 57-68.

حجازی، ع.؛ مباشری، م. و احمدیان ‏مرج، ا. (1391). تهیة نقشة توزیع مکانی ذرات معلق با قطر کمتر از دو نیم میکرومتر در هوای شهر تهران با استفاده از داده‏های سنجندة مودیس، نشریة تحقیقات کاربردی علوم جغرافیایی، 26: 161-178.

خوش‏سیما، م.؛ ثابت‏قدم، 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 پراسنج‏های هواشناختی: کاربست شبکۀ عصبی مصنوعی، فیزیک زمین و فضا، 41: 499-510.

صفوی، ن.؛ موسوی، م.؛ دهقان‏زاده ریحانی، ر. و شاکری، م. (1395). پهنه‏بندی فصلی و مکانی شاخص کیفیت هوا و آلاینده‏های هوای محیطی شهر تبریز به کمک نرم‏افزار GIS و بررسی مشکلات اجرایی موجود، سلامت و بهداشت، ۷ (۲): ۱۵۸-۱۷۷.

Babaeian, A.; Rezaeipour, A. and Ahangarzadeh, Z. (2015). Simulation of Bio-Climatic Comfort Index over Khorasan Razavi under Climate Scenarios. Arid Regions Geographic Studies, 5(18): 95-112 (In Persian).

Chen, Z. H.; Cheng, S. Y.; Li, J. B.; Guo, X. R.; Wang, W. H. and Chen, D. S. (2008). Relationship between atmospheric pollution processes and synoptic pressure patterns in northern China. Atmospheric Environment, 42(24): 6078-6087.

De Hoogh, K.; Héritier, H.; Stafoggia, M.; Künzli, N. and Kloog, I. (2018). Modelling daily PM2. 5 concentrations at high spatio-temporal resolution across Switzerland. Environmental Pollution, 233: 1147-1154.

Dominici, F.; Peng, R. D.; Bell, M. L.; Pham, L.; McDermott, A.; Zeger, S. L. and Samet, J. M. (2006). Fine particulate air pollution and hospital admission for cardiovascular and respiratory diseases. Jama, 295(10): 1127-1134.

Friedl, M. A.; Sulla-Menashe, D.; Tan, B.; Schneider, A.; Ramankutty, N.; Sibley, A. and Huang, X. (2010). MODIS Collection 5 global land cover: Algorithm refinements and characterization of new datasets. Remote sensing of Environment, 114(1): 168-182.

Gauderman, W. J.; Avol, E.; Gilliland, F.; Vora, H.; Thomas, D.; Berhane, K. ... and Margolis, H. (2004). The effect of air pollution on lung development from 10 to 18 years of age. New England Journal of Medicine, 351(11): 1057-1067.

GBD 2016 Risk Factors Collaborators (2017). Global, regional, and national comparative risk assessment of 84 behavioral, environmental and occupational, and metabolic risks or clusters of risks, 1990–2016: a systematic analysis for the Global Burden of Disease Study 2016. Lancet, 390(10100): 1345-1422.

Gu, B.; Sutton, M. A.; Chang, S. X.; Ge, Y. and Chang, J. (2014). Agricultural ammonia emissions contribute to China's urban air pollution. Frontiers in Ecology and the Environment, 12(5): 265-266.

Guan, Q.; Cai, A.; Wang, F.; Yang, L.; Xu, C. and Liu, Z. (2017). Spatio-temporal variability of particulate matter in the key part of Gansu Province, Western China. Environmental pollution, 230: 189-198.

Gupta, P. and Christopher, S. A. (2009). Particulate matter air quality assessment using integrated surface, satellite, and meteorological products: 2. A neural network approach. Journal of Geophysical Research: Atmospheres, 114(D20).

Hejazi, A.; Mobasheri, M. and Ahmadian, A. (2012). Preparation of Spatial Distribution Map of Particles matter 2.5 Micrometer in Tehran Air Using Modis Sensor Data. Journal of Geographical Sciences Applied Research, 26: 161-178 (In Persian).

Hu, X.; Waller, L. A.; Al-Hamdan, M. Z.; Crosson, W. L.; Estes Jr, M. G.; Estes, S. M. ... and Liu, Y. (2013). Estimating ground-level PM2. 5 concentrations in the southeastern US using geographically weighted regression. EnvironmentalResearch, 121: 1-10.

Jimenez, J. L.; Canagaratna, M. R.; Donahue, N. M.; Prevot, A. S. H.; Zhang, Q.; Kroll, J. H. ...  and Aiken, A. C. (2009). Evolution of organic aerosols in the atmosphere. Science, 326(5959): 1525-1529.

Kendall, M. G. (1955). Rank correlation methods.

Khoshsima, M.; Sabet Ghadam, S. and Aliakbari Bidokhti, A. (2015). Estimation of atmospheric particulate matter (PM10) concentration based on remote sensing measurements and meteorological parameters: application of artificial neural network. Journal of the Earth and Space Physics, 41(3): 499-510. doi: 10.22059/jesphys.2015.54528 (In Persian).

Li, T.; Shen, H.; Zeng, C.; Yuan, Q. and Zhang, L. (2017). Point-surface fusion of station measurements and satellite observations for mapping PM2. 5 distribution in China: Methods and assessment. Atmosphericenvironment, 152: 477-489.

Mann, H. B. (1945). Nonparametric tests against trend. Econometrica: Journal of the Econometric Society, 245-259.

Nowak, D. J.; Hirabayashi, S.; Bodine, A. and Greenfield, E. (2014). Tree and forest effects on air quality and human health in the United States. Environmentalpollution, 193: 119-129.

Pahlavan, A.; Pahlavan, R. and Esmaeili, A. (2014). Estimating PM10 and PM2.5 in Tehran mega city using MODIS data of Terra and Aqua satellites. Nivar, 38(85-84): 57-68 (In Persian).

Philip, S.; Martin, R. V.; van Donkelaar, A.; Lo, J. W. H.; Wang, Y.; Chen, D. ... and Lu, Z. (2014). Global chemical composition of ambient fine particulate matter for exposure assessment. Environmental science & technology, 48(22): 13060-13068.

Sen, P. K. (1968). Estimates of the regression coefficient based on Kendall's tau. Journal of the American Statistical Association, 63(324), 1379-1389.

Stafoggia, M.; Bellander, T.; Bucci, S.; Davoli, M.; de Hoogh, K.; De'Donato, F. ... and Scortichini, M. (2019). Estimation of daily PM10 and PM2. 5 concentrations in Italy, 2013–2015, using a spatiotemporal land-use random-forest model. Environment international, 124: 170-179.

Theil, H. (1992). A rank-invariant method of linear and polynomial regression analysis. In Henri Theil’s Contributions to Economics and Econometrics (pp. 345-381). Springer Netherlands.

Van Donkelaar, A.; Martin, R. V.; Brauer, M.; Hsu, N. C.; Kahn, R. A.; Levy, R. C. ... and Winker, D. M. (2016). Global estimates of fine particulate matter using a combined geophysical-statistical method with information from satellites, models, and monitors. Environmental science & technology, 50(7): 3762-3772.

Wang, J. and Christopher, S. A. (2003). Intercomparison between satellite‐derived aerosol optical thickness and PM2. 5 mass: Implications for air quality studies. Geophysical research letters, 30(21).

Wang, J.; Hu, Z.; Chen, Y.; Chen, Z. and Xu, S. (2013). Contamination characteristics and possible sources of PM10 and PM2. 5 in different functional areas of Shanghai, China. Atmospheric Environment, 68: 221-229.

Wang, S. H.; Lin, N. H.; Chou, M. D.; Tsay, S. C.; Welton, E. J.; Hsu, N. C. ... and Holben, B. N. (2010). Profiling transboundary aerosols over Taiwan and assessing their radiative effects. Journal of Geophysical Research: Atmospheres, 115(D7).

West, J. J.; Smith, S. J.; Silva, R. A.; Naik, V.; Zhang, Y.; Adelman, Z. ... and Lamarque, J. F. (2013). Co-benefits of mitigating global greenhouse gas emissions for future air quality and human health. Nature climate change, 3(10): 885.

WHO (World Health Organization) (2018). Available at. https://www.who.int/en/newsroom/ fact-sheets/detail/ambient-(outdoor)-air-quality-and-health, Accessed date: 22 August 2019.

Wu, Y.; Guo, J.; Zhang, X.; Tian, X.; Zhang, J.; Wang, Y. ... and Li, X. (2012). Synergy of satellite and ground based observations in estimation of particulate matter in eastern China. Science of the Total Environment, 433: 20-30.

Zhu, J.; Xia, X.; Wang, J.; Che, H.; Chen, H.; Zhang, J. ... and Ayoub, M. (2017). Evaluation of aerosol optical depth and aerosol models from VIIRS retrieval algorithms over North China Plain. Remotesensing, 9(5): 432.