فریبا صیادی

این تحقیق باهدف جهت شبیه سازی و محاسبه حداکثر شدت جزیره حرارتی(UHI max) با توجه به شرایط هندسه شهری در منطقه کوچه باغ شهر تبریز با استفاده از معادله عددی- نظری Oke به رشته تحریر درآمد. جهت انجام این کار، ابتدا هندسه محله مورد نظر با توجه به شعاع 15 متری از محور معابر به بلوک های مجزایی تقسیم بندی شد. سپس نسبت عرض معابر(W) و ارتفاع بناها(H) در نرم افزارGIS محاسبه و در پایان بر اساس معادله Oke، شدتUHImax محاسبه و شبیه سازی گردید. نتایج حاصل از این شبیه سازی نشان داد، که در محله کوچه باغ تبریز هر چه بناها بلندمرتبه تر و عرض معابر کمتر باشد میزان شدت جزیره حرارتی بیش تر، و هرقدرعکس این شرایط حاکم باشد، مقدار UHI max نیزکم تر خواهد بود. همچنین زمانی که نسبت H/Wدر منطقه شهری موردمطالعه بین 54/0تا 81/0 است، UHI maxبین 5 تا 6/6 درجه سانتی گراد باقی می ماند؛ اما وقتی که نسبتH/W در محدوده 01/1 تا 98/1 قرار داشته باشد، ارزش UHI maxبین 5/7 تا 2/10 درجه خواهد بود. نتایج دیگر این مدل نشان داد که، در این محله بلوک A با 5 درجه و بلوک H با 2/10 درجه سانتی گراد دارای کمترین و بیشترین مقدار شدت UHIمی باشند. بنابراین می توان گفت که بلوک A استانداردترین و بلوک Hغیراستانداردترین پیکربندی را در این محله دارا بودند. برآورد حاصل از مدل رگرسیون نیز نشان داد که عرض معابر( با 6/91 درصد)نسبت به ارتفاع ساختمان (با 6/6 درصد)اثر بیش تری در تغییرات UHI maxدارد.

یکی از شاخه های دانش بشری که قادر است برخی رخدادهای اقلیم را نمایش و ترسیم کند، دانش احتمالات است. در این تحقیق، صلاحیت الگوی زنجیره مارکوف برای برآورد روزهای خشک و پهنه بندی احتمالاتی مورد ارزیابی قرار گرفت. بر این اساس، داده های شبکه ای بارش روزانه ایران با تفکیک زمانی روزانه از 01/01/1340 - 11/10/1389 و مکانی داده ها 15 15 کیلومتر موردبررسی قرار گرفت. سپس با استفاده از زنجیره مارکوف به تحلیل احتمالی و پهنه بندی روزهای خشک ایران پرداخته شد. روزهای خشک پیش بینی شده در ماه های فصل زمستان و فصول دیگر به روزهای خشک واقعی اتفاق افتاده، نزدیک بوده است. بر اساس 48 نقشه مشخصات مارکوفی روزهای خشک، داده های مربوط به هر نقشه در کنار هم جمع آمدند. عملیات تحلیل خوشه ای بر این آرایه مشاهدات اعمال شد. بر اساس روش آزمون وخطا تعداد 6 پهنه استخراج گردید. پهنه های موردبررسی در این مطالعه ازنظر خشکسالی با همدیگر تفاوت داشته اند. پهنه اول دامنه های غربی زاگرس، پهنه دوم نواری از شمال شرقی، جنوب البرز، شمال غربی و تا حدودی غرب کشور، پهنه سوم بخش هایی از مناطق شمال شرقی و ارتفاعات لاله زار و هزار و قسمت هایی از جنوب، پهنه چهارم تقریباً نیمی از مساحت کشور در مناطق مرکزی، شرق و بخش هایی از جنوب، پهنه پنجم با کم ترین مساحت بخش های مرکز و غرب کرانه های خزری و گروه ششم بخش هایی از شرق دریای خزر و شمال غربی کشور را در برمی گیرد. درنهایت یافته ها نشان داد که صلاحیت الگوی زنجیره مارکوف در برآورد روزهای خشک (برای تمام فصول پهنه کشور) از صلاحیت بسیار بالایی برخوردار است.

این پژوهش با هدف شناخت جابجایی مکانی هسته های بارش به عنوان یک عامل تأثیرگذار در شرایط هیدرولوژیکی آینده ایران به انجام رسید. جهت انجام این تحقیق دو نوع پایگاه داده استفاده قرار گرفت. نوع اول داده ها شامل بارش ماهانه 86 ایستگاه سینوپتیک با طول دوره آماری 2015-1986 و نوع دوم داده های پیش بینی حاصل از خروجی مدل CCSM4 تحت سناریوهای سه گانه (RCP2.6,RCP4.5,RCP6) از سال 2016 تا 2036 می باشد. پس از جمع آوری و مدل سازی داده ها نقشه های آن در محیط ARCGIS ترسیم گردید. نتایج بررسی ها نشان داد که هسته های بارشی در کل پهنه ایران در فصول چهارگانه تغییراتی با روند منفی در آینده خواهد داشت. به طوری که ضریب تغییرات بارش در فصول بهار، تابستان، پاییز و زمستان به ترتیب برابر با 61/4، 101/4، 58/9و 55/8 درصد در نوسان خواهند بود. نتایج حاصل از بررسی سناریو های سه گانه نشان داد که جابجایی هسته بارشی فصل بهار از سراسر نیمه شمالی کشور به منتهی الیه شمال غرب کشور در مرزهای مشترک ایران، ترکیه و ارمنستان(منطقه ماکو و جلفا)محدود می گردد اما در فصل تابستان، هسته پربارش سواحل شمالی و بخش هایی از شمال غرب کشور به منتها الیه جنوب شرق کشور(اطراف خاش و سراوان) منتقل خواهد شد. در فصل پاییز پهنه پربارش که در سراسر نیمه شمالی کشور قرار دارد به دو هسته مجزا در زاگرس مرکزی(مناطق دنا و زدکوه) و جنوب غرب خزر(منطقه انزلی و آستارا) تغییر مکان خواهد داد و هسته بارشی فصل زمستان از بخش های زاگرس مرکزی و ناحیه خزری به شمال غرب کردستان و جنوب غرب آذربایجان غربی منتقل خواهد شد که این موضوع در تمام سناریوها به چشم می خورد. نکته دیگر اینکه، علاوه بر کاهش پهنه های بارشی، در آینده نیز پهنه های خشکی مساحت بیشتری از کشور را در بر خواهد گرفت.

شبکه های عصبی مصنوعی  به عنوان یکی از تکنیک های غیرخطی در مطالعات اقلیمی و هیدرولوژی اهمیت فراوانی به خود اختصاص داده اند. تغییراقلیم و به دنبال آن گرمایش جهانی از پدیده های اقلیمی به شمار می رود. شمار روزهای خشک و تداوم آن خشکسالی را به دنبال دارد. در این پژوهش از داده های بارش روزانه طی سال های (1976-2008) و شبکه عصبی مصنوعی در نرم افزار MATLAB به منظور پیش بینی شمار روزهای خشک ایستگاه تهران استفاده شده است. شبکه به کار رفته از نوع Feed-forward با الگوریتم کاهش شیب و مارکوارت لونبرگ در مرحله آموزش و یادگیری می باشد. ساختارهای گوناگونی در لایه ورودی و پنهان در مرحله آموزش مورد آزمایش قرار گرفت. در نهایت شبکه با 4 ورودی و 5 نرون در لایه پنهان و 1 نرون در لایه خروجی به مطلوب ترین ساختار (1-5-4) جهت پیش بینی بهینه با بیش ترین همبستگی پاسخ داد. نتایج نشان داد که در ایستگاه مذکور، روزهای خشک پیش بینی شده توسط شبکه در مقایسه با طول دوره آماری مورد بررسی دارای روند افزایشی بوده است که با محاسبه احتمال وقوع روزهای خشک، طی سال های (2018-2009) با استفاده از زنجیره مارکوف، موارد فوق تأیید گردیده است. ضریب همبستگی مقادیر پیش بینی روزهای خشک بدون ترکیب با الگوریتم ژنتیک 86 درصد است. بعد از آموزش شبکه با ترکیب  الگوریتم ژنتیک با لایه های مختلف این مقدار به 88درصد رسید که می توان گفت در صورت ترکیب شبکه با الگوریتم مذکور نتایج قابل قبول ارائه می دهد.

در این مقاله به منظور محاسبه حداکثر شدت جزایر حرارتی منطقه 3 (ناحیه دو و شش) شهر تهران بر اساس داده های هندسه شهری، یک مدل شبیه سازی ارائه شده است که در سیستم اطلاعات جغرافیایی (GIS) گنجانده شده است. روش این تحقیق بر مبنای معادله نظری - عددی اوک، مطالعه و انتخاب ابزارهای موجود در GIS و طراحی مدل محاسبه و الگوریتم حاصله در سیستم عامل GIS است. داده های مورد نیاز برای تحقیق حاضر، شامل ارتفاع طبقات ساختمان ها و عرض معابر اصلی 227 بلوک شهری در منطقه 3 شهر تهران است. نتایج بررسی ارتفاع بلوک های شهری نشان داد که شمار بلوک های دارای ارتفاع متوسط بین 10 تا 12 متر 99 بلوک شهری می باشد، همچنین در نواحی دو و شش، غالب معابر دارای عرض متوسط 21 متر می باشند. نهایتاً نتیجه شبیه سازی معادله اوک بیانگر این است که ضریب پایین نسبت H/W باعث شد که بیشتر بلوک ها دارای توزیع همگنی باشند. به عبارتی دیگر، شدت جزیره حرارتی در بلوک های شهری نواحی دو و شش منطقه سه تهران بین 4-7 درجه سانتی گراد می باشد که چشمگیر نبوده است و دلیل این امر را می توان در پیکربندی مناسب هندسه ساختمان ها با استفاده از شاخص های بکارگرفته شده در اصول معماری و شهرسازی این منطقه دانست. بنابراین، این ابزار توسعه یافته به محققان در شبیه سازی UHI در سناریوهای مختلف شهری کمک خواهد کرد و بحث های در مورد تأثیر تنظیمات مختلف هندسه شهری در شکل گیری جزایر حرارتی را پیشنهاد می کند.

هدف از این پژوهش طبقه بندیِ مناسب الگوهای جوی مرتبط با وقایع تگرگ و ویژگی های اقلیم شناختی مسبب آن ها در حوضه زاب است. بنابراین، از داده های ایستگاهی (کدهای ۲۷-۸۷-۹۶ الی ۹۹ از ۱۰۰ کد مربوط به هوای حاضر) بارش تگرگ سه ایستگاه همدید حوضه زاب طی دوره ۲۴ساله (۲۰۱۶-۱۹۹۲) استفاده شد. همچنین، با استفاده از داده های پایگاه NCEP/NCAR، به واکاوی الگوهای گردشی مقارن با این رخدادها اقدام شد. با تحلیل خوشه ایِ داده های فشار تراز دریا و ارتفاع ژئوپتانسیل (۵۰۰ هکتوپاسکال)، سه الگوی گردشی مرتبط با بارش تگرگ شناسایی شد؛ از جمله ۱. تقویت سامانه کم فشار سودان؛ ۲. تقویت پُرفشارهای اروپایی و سیبری؛ ۳. قرارگیری منطقه بر روی شرق ناوه مدیترانه. سپس، با اجرای همبستگی درون گروهی بین هر خوشه روزی که بیشترین همبستگی را با سایر روزها داشت روز نماینده الگوی گردشی آن خوشه انتخاب شد و مبنای واکاوی پژوهش واقع گردید.

در بررسی مخاطرات طبیعی مانند تگرگ تحلیل های آماری می تواند نقش بسزایی داشته باشند. به دلیل اهمیت فراوان زیان های اقتصادی و جانبی تگرگ در محدوده شمال زاگرس با حداکثر فراوانی و خسارت آن، ضرورت بررسی زمانی و مکانی آن به شکل جداگانه بسیار احساس می شود.بنابراین به منظور ارزیابی و برآورد احتمال وقوع این پدیده از کد پدیده های هواشناسی روزانه تگرگ ۱۰ ایستگاه همدید منطقه در دوره آماری ۲۰۱۴- ۱۹۹۲ استفاده شده است. در انتخاب بهترین روش برای محاسبه توزیع احتمالات بارش، انواع مختلف توزیع های احتمالات متغیرهای تصادفی گسسته از طریق دو آزمون کلموگراف اسمیرنوف و اندرسون- دارلینگ مورد آزمون نیکویی برازش قرار گرفت. نتایج نشان داد که آزمون نیکویی توزیع پواسون در سطح اطمینان بالای ۹۰/۹۹ درصد برازش مناسبی از رخداد تگرگ داشته است. ایستگاه بانه با حداکثر فراوانی بارش تگرگ دارای کم ترین احتمال (۰۲۳/۰ درصد) و ایستگاه پیرانشهر دارای بیش ترین احتمال روزهای بدون تگرگ (۳۹/۰ درصد) است. بنابراین احتمال وقوع تگرگ در بانه از درصد بالاتری برخوردار می باشد. در رتبه بعدی مدل دو جمله ایی منفی، مشاهدات این نوع بارش را به خوبی برازش می دهد. محاسبه توزیع های احتمالاتی با این دو روش نشان داد که احتمال وقوع تگرگ با فراوانی ۱ تا ۶ بار و بیش تر در منطقه وجود دارد و بالاترین میزان احتمال مربوط به فراوانی ۳ بار وقوع به میزان ۲۰/۰ درصد می باشد. در فراوانی ۱ تا ۶ بار، احتمال وقوع این پدیده به طور متوسط ۵ برابر بیش تر از احتمال عدم وقوع آن می باشد که این امر، نشان دهنده آسیب پذیری زیاد منطقه نسبت به این نوع مخاطره اقلیمی می باشد