درخت حوزه‌های تخصصی

میزان ساعات آفتابی با تأثیری که در تعیین میزان تابش خورشید دارد، عامل اصلی کنترل حیات، آب و هوا و سایر فعالیت های زیستی در سطح زمین به خصوص در مناطق خشک و نیمه خشک به شمار می رود. هدف این تحقیق آن است تا بر مبنای آخرین آمار، تصویری از ناموزونی ها و روندهای ساعات آفتابی در ایران، ارائه ومقادیر ساعات آفتابی را برآورد نماید. به این منظور سطح کشور با استفاده از روش تحلیل خوشه ای و قابلیت های نرم افزار ArcGISبا بهره گیری از آمار ساعات آفتابی سالانه و فصلی 87 ایستگاه سینوپتیک طیّ یک دوره ی 20 ساله (1986- 2005) پهنه بندی شد. برای تأیید صحت پهنه بندی از آزمون های پارامتریک سیداکو آنالیز واریانس یک طرفهیا آزمون های ناپارامتریک من- ویتنیو کروسکال- والیس استفاده شد. همچنین برای برآورد تعداد ساعات آفتابی و نیز شناسایی روندهای زمانی آن، به ترتیب از معادلات رگرسیون خطی چند متغیّره و ساده استفاده گردید. نتایج تحقیق نشان داد که از شمال به جنوب و از غرب به شرق کشور، بر میانگین تعداد ساعات آفتابی افزوده و از میزان تغییرپذیری آن کاسته می شود تا جایی که ضرایب تغییرات سالانه ی ساعات آفتابی، بر عکسِ توزیع مکانی تعداد آن، در سواحل دریای خزر بیشترین مقادیر و در کویرهای مرکزی کمترین مقادیر را دارد. در تمام سطح کشور، روندهای ساعات آفتابی، یا بطور معنی دار، افزایشی است و یا اصلاً معنی دار نیست. حتی یک مورد نیز روند کاهشی معنی دار در سطح کشور مشاهده نشد. میانگین روند افزایشی در سطح کشور، 6/16 ساعت در سال محاسبه گردید. مدل آماری نشان می دهد که بجز فصل تابستان، نقش عرض جغرافیایی در توزیع مکانی ساعات آفتابی، بسیار چشمگیر است. با استفاده از این مدل، تعداد ساعات آفتابی در سطح کشور بر مبنای ارتفاع و عرض جغرافیایی با دقت خوب برآورد گردید.

وضعیت پوشش سطح زمین نقش بسیار مهمی در دمای هوا و در لایه خرد و محلی دارد. بطورکلی هرگونه تغییر در سطح زمین پیامدهای آب وهوای شدیدی در این مقیاس ها خواهد داشت. خشک شدن دریاچه های داخلی از مسائل نوظهور آب وهواشناسی می باشد که خشک شدن احتمالی دریاچه ارومیه در شمال غربی ایران یکی از این نمونه هاست. در این پژوهش از مدل شبیه ساز آلودگی هوا (TAPM)، جهت شناخت اثر خشک شدن دریاچه ارومیه بر تغییرات دمایی ایستگاه مراغه در سال های 2003 و 2006 استفاده شده است. بر اساس نتایج به دست آمده در این پژوهش، متوسط دمای سالانه ایستگاه مراغه در اثر خشک شدن دریاچه 0.25 درجه سلسیوس افزایش، و در ماه های گرم سال به ویژه اوت و ژوئیه در ساعات میانی روز به طور متوسط افزایش حدود 4 درجه سلسیوس و همچنین در ماه های سرد به ویژه دسامبر و ژانویه حدود 3.5- درجه سلسیوس در متوسط دمای شبانه، کاهش را نشان می دهد. بر این اساس با خشک شدن دریاچه ارومیه دماهای کمینه و بیشینه سالانه در منطقه مورد مطالعه تغییرات محسوسی را نشان می دهند.

"ایران در کمربند خشک عرض میانه قرار گرفته است. میانگین دمای ایران حدود 18 درجه سلسیوس است. دمای ایران در نیم سده گذشته روندهای مثبت و منفی داشته است. برای ارزیابی این روندها داده های دمای ماهانه ایران (دمای شبانه، روزانه و شبانروزی) از ژانویه 1951 تا دسامبر 2000 بررسی شد. به کمک این پایگاه داده نقشه های همدمای ماهانه کشور با اندازه یاخته 15×15 کیلومتر و روش کریگینگ محاسبه شد. به این ترتیب هر نقشه شامل 7238 یاخته بر روی ایران است. برای تعیین روند دمای شبانه، روزانه و شبانروزی روی تک تک یاخته های نقشه های همدما برای هر ماه به طور جداگانه یک مدل رگرسیون به روش حداقل مربعات پیاده شد. تحلیل روند دما نشان داد که در نیم سده گذشته دمای شبانه، روزانه و شبانروزی ایران به ترتیب با آهنگ حدود سه، یک و دو درجه در هر صد سال افزایش داشته است. روندهای افزایش دما عمدتا در سرزمین های گرم و کم ارتفاع و روندهای کاهشی عمدتا در رشته کوه ها دیده می شوند."

مدل­های استوکستیک به عنوان یک روش جهت بررسی تغییرات آب و هوایی آینده مورد استفاده قرار می­گیرند. در میان پارامترهای هواشناسی بارش و دما به عنوان شاخص­های اصلی مطرح می­باشند. هدف از پژوهش حاضر تحلیل وضعیت پارامترهای اقلیمی بارش و متوسط درجه حرارت ماهانه، بررسی خشکسالی­ها و ترسالی­های ناشی از کمبود بارش، شبیه­سازی و پیش­بینی پارامترهای مورد مطالعه با استفاده از روش­های استوکستیک می­باشد. در این تحقیق از آمار 21 ساله بارش و متوسط درجه حرارت ماهانه ایستگاه سینوپتیک شیراز استفاده شده است و براساس مدل آریما و روش خود همبستگی و خود همبستگی جزیی و با ارزیابی تمامی الگوهای احتمالی به لحاظ ایستا بودن و بررسی پارامترها و انواع مدل­ها، مدل مناسب جهت پیش­بینی بارش ماهانه، ARIMA(0 0 0)(2 1 0)12 و جهت پیش­بینی متوسط درجه حرارت ماهانه، ARIMA(2 1 0)(2 1 0)12 به دست آمد و پس از اعتبارسنجی و ارزیابی مدل، پیش­بینی سال­های زراعی 88-1387 و 89-1388 انجام گرفت. با توجه به پیش­بینی صورت گرفته با وجود تداوم خشکسالی، احتمال افزایش بارش وجود دارد. در مورد متوسط درجه حرارت ماهانه نیز روند صعودی دما بویژه در سال­های اخیرادامه داشته و نتایج پیش­بینی، نشان­دهنده افزایش دما همراه با کاهش دامنه تغییرات می­باشد.

دراین پژوهش، تواتر وتداوم یخبندان های زودرس و دیر رس شهر زنجان براساس قوانین احتمالی، به صورت فرایندهایی تصادفی و با استفاده از تکنیک زنجیره های مارکوف تجزیه و تحلیل گردید. از آن جا که مضرترین یخبندان ها مربوط به آغاز فصول انتقالی است و نیز طبق یافته های تحقیق حاضر از احتمال مؤثری برخوردارند، از آمار میانگین دمای حداقل روزانه ماه های مهر و فروردین مربوط به 44 سال (1339-1383) ایستگاه زنجان بهره گرفته شد. ماتریس احتمال تغییر وضعیت دمای یخبندان – بدون یخبندان براساس روش درست نمایی بیشینه محاسبه و احتمال پایای هریک از دو حالت یخبندان – فاقد یخبندان روزانه برای تمامی روزهای دو ماه فروردین و مهر برآورد شد. احتمال وقوع یخبندان در هر روز برای فروردین 3519/0 و برای مهرماه 0375/0 حاصل شده است. علاوه برآن، احتمالات وقوع یخبندان ها در تداوم های 2 تا 5 روزه و نیز احتمال وقوع یخبندان با شدت های مختلف ( ضعیف، ملایم و شدید) برای تمامی روزهای ماه فروردین و مهر محاسبه و به صورت ترسیمی ارایه شد

بخار آب موجود در جو، با جذب امواج تشعشعی با طول موج بلند بر تعادل دمای زمین تأثیر بسزایی می گذارد؛ ازاین رو، هدف اصلی این پژوهش شناسایی پراکنش فضایی رطوبت نسبی در ایران است. به این منظور، ابتدا به تشکیل پایگاه داده های شبکه ای رطوبت در ایران اقدام شد؛ سپس داده های این پایگاه در دورة آماری سی ساله ای، در بازة زمانی روزانه از 01/01/1982 تا 31/12/2012 میلادی مبنای پژوهش قرار گرفت و یاخته ای به ابعاد 15×15 کیلومتر بر منطقة پژوهش گسترانیده شد. به منظور دستیابی به تغییرات درون سالی رطوبت در ایران، از روش های نو آمار فضایی ازقبیل خودهمبستگی فضایی موران جهانی، شاخص انسلین محلی موران و لکه های داغ با استفاده از امکانات برنامه نویسی در محیط بهره برده شد. نتایج این پژوهش نشان داد که پراکنش فضایی رطوبت در ایران دارای الگوی خوشه ای بالاست. در این بین، براساس شاخص موران محلی و لکة داغ، الگوهای رطوبتی در شمال، شمال غرب و شمال شرق، غرب و جنوب غرب کشور دارای الگوی خودهمبستگی فضایی مثبت (الگوی رطوبتی نمناک) و بخش های جنوب شرقی و مرکزی کشور دارای خودهمبستگی فضایی منفی (الگوی رطوبتی خشک) بوده است. در طی دورة پژوهش، بخش اعظمی از کشور (حدود نیمی از کل مساحت) دارای الگوی معناداری یا خودهمبستگی فضایی بوده است.

در پژوهش پیش رو، داده های آفرودیت، GPCC و داده های بارش دانشگاه دی لور (UDel) براساس داده های بارش ایستگاهی ارزیابی شده است. در این راستا، از تکنیک های RMSE، ضریب همبستگی و دیاگرام تیلور استفاده شده است. نتایج ارزیابی داده ها نشان داد که دیاگرام تیلور به دلیل ارائة تصویری جامع تر از رابطة هندسی بین RMSD، ضریب همبستگی و انحراف معیار سری های زمانی، نسبت به سایر روش های تک متغیره نظیر RMSE و ضریب تعیین، مناسب تر است. ترسیم میانگین بلندمدت بارش سالانة ایران بر اساس داده های مزبور، دقت بیشتر داده های آفرودیت و GPCC را نسبت به داده های UDel نشان می دهد. داده های آفرودیت برای مناطق شمال، شمال غرب، دامنه های جنوبی البرز و نواحی داخلی کشور مناسب تر است و داده های GPCC در مناطق غرب، جنوب، جنوب شرق و شمال شرق کشور به نتایج بهتری منتهی می شود. همچنین، مشخص شد که داده های UDel به دلیل درنظرگرفتن ارتباط فضایی داده ها با متغیر وابسته، مقادیر بارشِ سری های زمانی ناقص را بهتر از دو دادة دیگر برآورد می کند.

یکی از مهم ترین چالش های جهانی، مخصوصا در منطقه خاورمیانه، طوفان های گرد و غبار است. با توجه به افزایش روز افزون طوفان های گرد و غبار و خطرات ناشی از آن، لزوم بررسی و تجزیه و تحلیل داده های بادسنجی به منظور شناخت این پدیده مخرب زیست محیطی مشخص است. موقعیت ویژه ایستگاه سرپل ذهاب به دلیل بروز پی در پی طوفان های گرد و غبار، موجب انتخاب این ایستگاه برای مطالعه گردید. از ترسیم گلغبارهای سالانه و ماهانه و نیز تجزیه و تحلیل داده های هواشناسی مربوط به سال های 1986 تا 2009 مشخص شد وقوع طوفان ها سیر صعودی داشته است. در سال هایی که با افزایش وقوع طوفان مواجه بوده ایم جهت بادها میل به غربی شدن پیدا می کند و لزوما بادهای گرد و غبارزا بادهایی نبوده اند که سرعت بیشتری داشته باشند،که این نتیجه در مورد بررسی های ماهانه و سالانه صادق است. بررسی میزان همبستگی عناصر اقلیمی نشان می دهد که کاهش میدان دید با سرعت پایین باد همراه است و طوفان های گرد و غبار لزوما با سرعت بیشتر باد همراه نبوده اند. با توجه به ابعاد وسیع این پدیده و فرا ایستگاهی بودن آن لزوم یک طرح جامع برای شناسایی این پدیده در بلند مدت در کل منطقه تحت تاثیر احساس می شود.

در مطالعه حاضر، همبستگی، میزان و روند تغییرات عناصر دما و بارش ایستگاه شیراز طی دوره آماری 2005- 1951 در مقاطع سالانه و فصلی با استفاده از روشهای رگرسیون سری های زمانی، شاخص استاندارد زی اسکور و روش میانگینهای متحرک، آزمونهای استقلال و همگنی، بتا( β ) و مان ـ کندال بررسی شده است. بررسی عنصر دما نشان می دهد که متوسط دمای سالانه دارای روند افزایشی به میزان9/1 درجه سانتیگراد در طی دوره مورد مطالعه است و این افزایش تقریباً در هر چهار فصل نیز قابل مشاهده است، اما متوسط بارش سالانه بر عکس متوسط دمای سالانه در کل یک روند کاهشی از خود نشان می دهد و از نظر فصول سال نیز این روند کاهشی به غیر از فصل زمستان در سایر فصول مشاهده می شود. با توجه به ضریب همبستگی رتبه ای مان ـ کندال روند مشخصی در آماره بارش سالانه ایستگاه همدید شیراز یافت نشد.

نبود منابع آب سطحی دائمی در بسیاری از نقاط کشور باعث اضافه برداشت آب از منابع محدود زیرزمینی شده است. در دشت دوزدوزان که در حوضه آبریز دریاچه ارومیه قرار دارد، به دلیل عدم جریان سطحی دائمی برداشت بی رویه از منابع آب زیرزمینی باعث ایجاد متوسط افت 76 سانتی متر در سال شده است. هدف از این تحقیق پیش بینی سطح آب زیرزمینی در این دشت با استفاده از روش های هوش مصنوعی و زمین آمار می باشد. در ابتدا با استفاده از روش خوشه بندی مرتبه ای (HCA) پیزومترها دسته بندی شدند. با انجام آنالیز حساسیت، داده های ماهانه سطح آب، بارش و تبخیر هرکدام با یک تأخیر زمانی طی دوره 10 ساله (91-82) به عنوان ورودی های مدل انتخاب شدند. پس از نرمال سازی داده ها مدل سازی با شبکه های عصبی (ANNs) انجام شد. به منظور بررسی بیشتر شبیه سازی با مدل فازی ساگنو (SFL) نیز انجام شد. برای مقایسه نتایج دو مدل شاخص های آماری جذر میانگین مربعات خطا و ضریب تبیین به کار گرفته شدند. با توجه به برتری مدل ANNs، مدل کریجینگ و کوکریجینگ عصبی برای پیش بینی مکانی سطح ایستابی انتخاب شدند و پیش بینی مکانی با هر دو مدل انجام شد. نتایج نشان داد که مدل کوکریجینگ با در نظر گرفتن پارامتر ثانویه توپوگرافی نسبت به مدل کریجینگ پیش بینی دقیق تری داشته است. براساس نتایج به دست آمده با افزایش بازه زمانی پیش بینی خطای مدل ترکیبی (کوکریجینگ عصبی) افزایش می یابد که بیش تر به دلیل افزایش خطای مدل شبکه عصبی مصنوعی با افزاییش بازه زمانی پیش بینی می باشد و خطای مدل زمین آمار ( کوکریجینگ) نامحسوس به نظر می رسد.

پایه بسیاری از مطالعات در هواشناسی و اقلیم شناسی داده‌های خام دیده‌بانی می‌باشد و وجود خطا یا عدم سازگاری بین میدانهای مختلف می‌تواند در نتایج مطالعات و پژوهشها اثر قابل توجهی داشته باشد. بدون انجام کنترل کیفی و نظارت داده‌ها، تحلیل عینی نقشه‌های هواشناسی با استفاده از برنامه‌های رایانه‌ای با مشکل مواجه می‌‌شود و محصولات به دست آمده قابل استفاده نیست و چنانچه به عنوان ورودی مدلهای عدیی به کار گرفته شوند، خطاهای فاحشی در برون داد به بار خواهند آورد. برخی از داده‌های هواشناسی که از ایستگاههای همدیدی سطح زمین و جو بالا گزارش می‌شوند به دلایل مختلف دارای خطاهایی هستند و باید قبل از هر گونه استفاده کنترل شده و از داده‌های صحیح جدا شوند. در اینجا فرمول‌بندی و اساس روشی ارایه می‌شود که اطلاعات فوق یا به عنوان داده‌های غلط رد می‌کند. نتایج به دست آمده نشان می‌دهد که با این روش به راحتی می‌توان بر درستی گزارش‌های ایستگاه های هواشناسی سطح زمین و جو بالا نظارت کرد. همچنین در صورت اعمال کنترل کیفی، داده‌های حاصل را می‌توان با اطمینان برای انجام تحلیل عینی در برنامه‌های رایانه‌ای به کار گرفت.

یک مولد آب و هوائی به عنوان ابزاری نسبتاً دقیق و ارزان برای تولید سناریوهای تغییر اقلیم چندساله در مقیاس روزانه به کار برده می شود و تغییرات در متغیرهای اقلیمی و میانگین های اقلیمی را ترکیب می کند. در این تحقیق کارایی مدل LARS-WG جهت تولید داده های روزانه بارش، دمای حداقل و حداکثر و ساعت آفتابی در حوضه آبخیز قره سو استان گلستان در ایستگاه گرگان مورد بررسی و ارزیابی قرار گرفته و با استفاده از آن تغییرات پارامترهای اقلیمی در آینده بررسی شده است. در اولین گام مدل برای دوره 1999- 1970 اجرا گردیده و میانگین های ماهانه مشاهداتی و تولید شده پارامترهای اقلیمی مذکور مقایسه شد. همبستگی مقادیر با استفاده از آزمون T استیودنت نشان داد که در سطح اطمینان 99 درصد تفاوت معنی داری بین داده های واقعی و داده های حاصل از مدل وجود ندارد. مقادیر میانگین های ماهانه مشاهداتی و تولید شده متغیرهای هواشناسی با استفاده از پارامترهای آماری NA، RMSE وMAE نیز مورد مقایسه قرار گرفتند و اثبات شد که مدل کارآیی لازم جهت تولید داده های روزانه در حوضه آبخیز قره سو استان گلستان را داراست. هم چنین نمودارهای پراکنش مشاهداتی و شبیه سازی شده نشان داد که مقادیر دمای حداقل و حداکثر بیشترین همبستگی را داشته و مقادیر مربوط به ساعت آفتابی کمترین میزان همبستگی را داراست. در مرحله بعد پس از اطمینان از کارآیی این مدل در شبیه سازی پارامترهای هواشناسی مذکور در حوضه آبخیز قره سو استان گلستان، داده های سه سناریوی A2 (سناریوی حداکثر)،A1B (سناریوی حد وسط) و B1 (سناریوی حداقل) مدل HadCM3 در دو دوره 2030-2011 و 2099-2080 با مدل آماری LARS-WG کوچک مقیاس گردید. نتایج نشان داد که بر اساس برآورد مدل LARS-WG برای سناریوهای مورد بررسی در دوره های آتی میانگین دمای حوضه آبخیز قره سو به میزان 56/0 تا 04/4 درجه سلسیوس افزایش و مقدار بارش نیز در مقایسه با دوره پایه به میزان 28/10 تا 71/23 درصد افزایش می یابد.

دمای سطح زمین یکی از معیارهای مهم در برنامه ریزی ناحیه ای و منطقه ای می باشد. دمای سطح زمین در بسیاری از برنامه های کاربردی محیط زیست، کشاورزی، هواشناسی و سایر پروژه ها می تواند مورد استفاده واقع شود.با توجه به محدودیت ایستگاه های هواشناسی، سنجش از دور می تواند به عنوان پایه و اساس بسیاری از داده های هواشناسی مورد استفاده قرار گیرد. یکی از مهمترین جنبه های کاربردی سنجش از دور در مطالعات اقلیم شناسی برآورد دمای سطح زمین می باشد. در این راستا، الگوریتم پنجره مجزا به عنوان یک روش مؤثر در استخراج دمای سطح زمین محسوب می شود؛ که براساس منابع علمی بیشترین دقت را ارائه می دهد. در این پژوهش از تصاویر چند طیفی و حرارتی ماهواره لندست8 برای برآورد دمای زمین در حوضه آبریز مهاباد استفاده شده است. برای نیل به هدف، بعد از انجام تصحیحات رادیومتریک نسبت به مدل سازی و تجزیه و تحلیل تصاویر اقدام شد. بطوری که شاخص پوشش گیاهی، کسری پوشش گیاهی، دمای روشنایی ماهواره، قابلیت انتشار سطح زمین، ستون بخار آب که از معیارهای مؤثر در برآورد دمای سطح زمین با روش الگوریتم پنجره مجزا می باشند، با انجام محاسبه روابط ریاضی مقادیر لازم برای محاسبه دمای سطح زمین بدست آمدند.در نهایت دمای سطح زمین با دقت معادل 4/1 درجه سانتیگراد برآورد شد. مناطق با پوشش گیاهی زیاد و پوشیده از آب (سد) دمای کم و مناطق با پوشش گیاهی کم و خاک لخت دمای بالایی را نشان می دهند که همه در تغییرات دمایی منطقه مورد مطالعه مؤثر می باشند. نتایج تحقیق بیانگر این مهم است که روش الگوریتم پنجره مجزا نتایج قابل اعتماد و مطمئنی را در برآورد دمای سطح زمین ارائه می دهد که می تواند در مطالعات زیست محیطی و علوم زمین مورد استفاده قرار گیرد.