واکاوی همدیدی امواج سرما یی شهر اردبیل و برآورد دوره های بازگشت و تغییرات آن در سال های آینده
آرشیو
چکیده
برای بررسی همدیدی، داده های میانگین دما از اداره آب وهواشناسی استان اردبیل اخذ شد و روز های با دمای زیر 10- درجه سانتی گراد طی دوره آماری (1400-1355) به عنوان فرین انتخاب شدند سپس روند سری زمانی فراوانی روز های یخبندان با روش کم ترین مربعات خطا در الگوی رگرسیون خطی مشخص شد و نتایج آن روند کاهشی را از سال 1370 به بعد نشان داد. سر انجام برای تحلیل همدید عوامل جوی، روز 25 دی ماه 1386 به عنوان نماینده از طریق روش خوشه ای سلسله مراتبی ward انتخاب گردید. در ادامه داده های سطوح فوقانی جو از وب سایت (NCEP/NCAR) دریافت شد و نقشه های سینوپتیکی در گردس ترسیم شد. نتایج حاصل از تحلیل این نقشه ها نشان دادند سیستم پر فشار حرارتی سیبری نقش مؤثری در انتقال هوای سرد عرض های شمالی به سمت منطقه موردمطالعه داشته است. در کنار این پدیده قرارگیری منطقه مطالعاتی در جلوی پشته اروپا شرایط چرخندگی منفی هوا را در پی داشته است که نتیجه آن تقویت جریانات نزولی و کاهش دمای هوا بوده است. به منظور برآورد دوره های بازگشت امواج سرما از مدل آماری Hyfran-plus استفاده شد و نتیجه آن نشان داد آزمون ایستایی (wald-wolfowitz) و توزیع آماری Normal دقت بیش تری در تعیین دوره های بازگشت امواج سرما داشته است. و نتایج حاصل از آزمون Chi-Squared نیز نشان داد که می توان در سطح معنی دار 5 درصد به استخراج نتایج حاصل از آن اطمینان کرد. در وهله آخر به منظور پیش بینی تغییرات پارامتر دما با استفاده از مدل گردش عمومی CanESM2 تحت سه سناریوی RCP2.6 و RCP4.5 و RCP8.5 چشم انداز آتی دوره (2050-2020) بررسی گردید. نتایج آن نشان داد مدل توانایی لازم را در همانند سازی میانگین دما داشته است بر اساس نتایج بدست آمده از داده های مدل CanESM2 روند تغییرات سری زمانی متوسط دمای سالانه افزایش نسبی دما را طی دوره های آتی نسبت به دوره پایه در هر سناریو نشان داد.Synopsis analysis of cold waves in Ardabil city and estimation of return periods and its changes in the coming years
To check the consensus, the average temperature data was obtained from the Meteorological Department of Ardabil Province and the days with temperature below -10°C during the statistical period (1355-1400) were selected as cold days, then the trend of the time series of the frequency of freezing days with the least square error method in the model Linear regression was determined and its results showed a decreasing trend from 2010 onwards. Finally, for the simultaneous analysis of atmospheric factors, 25 January 2016 was selected as a representative through the ward hierarchical clustering method. Next, the data of the upper levels of the atmosphere were received from the website (NCEP/NCAR) and synoptic maps were drawn in Gardes. The results of the analysis of these maps showed that the Siberian thermal high pressure system played an effective role in transferring cold air from northern latitudes to the studied area. In addition to this phenomenon, the location of the study area in front of the European Ridge has resulted in negative air circulation conditions, which resulted in the strengthening of downward currents and a decrease in air temperature. Hyfran-plus statistical model was used to estimate the return periods of cold waves, and the result showed that the stationarity test (Wald-Wolfowitz) and the normal statistical distribution were more accurate in determining the return periods of cold waves. And the results of the Chi-Squared test also showed that it is possible to ensure the extraction of the results at a significant level of 5%. Finally, in order to predict changes in the temperature parameter, using the CanESM2 general circulation model, under three scenarios RCP2.6, RCP4.5, and RCP8.5, the future perspective of the period (2020-2050) was examined. Its results showed that the model had the necessary ability to simulate the average temperature.
تبلیغات
