تحلیل مکانی روند بارش های سنگین فصلی و سالانه کشور با استفاده از رگرسیون چندک (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
دلیل اصلی وجود عدم قطعیت در تعیین کمبود منابع آبی در آینده، تغییر اقلیم است. به دلیل گرم شدن کره زمین نگرانی هایی در مورد افزایش یا کاهش بارندگی وجود دارد و این مسأله برنامه ریزی و مدیریت منابع آب را پیچیده می کند. از این رو بررسی روند بارش از اهمیت بسزایی برخوردار است. روند خطی گزارش شده در ارزیابی های اقلیمی ایران و جهان، منعکس کننده تغییر در میانگین بارش سالانه است. روند میانگین، نمی تواند تغییرات سایر چندک های توزیع، از جمله دم های توزیع (میزان بارش بسیار زیاد و کم) را منعکس کند. در این مطالعه از روش رگرسیون چندک[1] (QR) برای تعیین روند بارش های سنگین (بارش های بیشتر از صدک 98ام توزیع بارش) فصلی و سالانه ۴4 ایستگاه سینوپتیک کشور برای دو دوره ی نرمال استاندارد اقلیمی اخیر 2010-1981 و2020 -1991 استفاده شد. برای این منظور، بعد از کنترل کیفیت و همگن سازی داده ها، صدک های 98ام بارش های فصلی و سالانه برای هر دو دوره محاسبه شدند و مورد مقایسه قرار گرفتند. سپس روند این چندک ها با استفاده از روش رگرسیون چندک برآورد شده و مورد آزمون قرار گرفتند. نتایج نشان داد که در مقایسه دو دوره نرمال استاندارد اقلیمی، بارش های سنگین بهاری در دامنه های جنوبی البرز، بارش های سنگین تابستانی در سواحل دریای خزر، بارش های سنگین پاییزی در شمال غرب و شمال شرق کشور و بارش های سنگین زمستانی در دامنه های زاگرس به طور عمده تغییر رفتار داده اند. همینطور، بارش های سنگین بهاری در دامنه های جنوبی البرز رو به کاهش است، در صورتی که بارش های سنگین تابستانی در سواحل دریای خزر و بارش های سنگین پاییزی در شمال غرب و شمال شرق کشور رو به افزایش است.Spatial analysis of seasonal and annual heavy precipitation trends in Iran using quantile regression
The most significant factor that results in uncertainty about future water resource scarcity is climate change. Due to global warming, concerns about increasing or decreasing precipitation exist, which complicates water resource planning and management. Therefore, studying the trend of precipitation is of great importance. The linear trend reported in climate assessments reflects changes in average annual precipitation. However, the average trend cannot capture variations in other distribution aspects, including extreme precipitation events (high or low precipitation amounts). In this study, the Quantile Regression (QR) method was used to determine the trend of heavy precipitation (rainfall exceeding the 98th percentile) for seasonal and annual periods at 44 synoptic stations in Iran for two recent climatological standard normal periods: 1981-2010 and 1991-2020. For this purpose, after data quality control and homogenization, the 98th percentiles of seasonal and annual precipitation were calculated for both periods and compared. Then, the trends of these percentiles were estimated using the Quantile Regression method and tested. The results showed that compared to the two climatological standard normal periods, spring heavy precipitation had changed significantly in the southern of Alborz Mountain, summer heavy precipitation on the shores of the Caspian Sea, autumn heavy precipitation in the northwest and northeast regions of Iran, and winter heavy rainfall in the Zagros range. Similarly, spring-heavy precipitation in the southern of Alborz Mountain is decreasing, while summer-heavy precipitation on the shores of the Caspian Sea and autumn-heavy precipitation in the northwest and northeast regions of Iran are increasing.
تبلیغات
