فاطمه وطن پرست قلعه جوق

در بین عوامل مختلف تأثیرگذار در تولید محصول سویا، شرایط اقلیمی از مهم ترین متغیرهایی هستند که باید کنترل شود. در این پژوهش به منظور شناخت قابلیت های طبیعی۷ ایستگاه پارس آباد، اردبیل، خلخال، مشگین شهر، بیله سوار، سرعین و نیر برای کشت سویا از درجه روز رشد، بارش سالانه و فصلی، رطوبت نسبی، دمای میانگین، حداقل و حداکثر برای دوره آماری ۱۳۸۰ تا ۱۳۹۷ استفاده شد و با روش تصمیم گیری چند معیاره ANP وزنی برای هر معیار تعیین شد و برای محاسبه میزان تناسب اراضی از تکنیک وزن دهی ساده SAW بهره گرفته شد. با تلفیق نقشه های DEM وIDW نقشه های پهنه بندی در محیط GIS به دست آمد. نتایج پژوهش نشان داد که در بین ایستگاه های موردمطالعه پارس آباد و بیله سوار به دلیل ارتفاع کم تر از ۱۳۰۰ متر بدون محدودیت و مناسب برای کشت و اردبیل، خلخال، سرعین و نیر به دلیل ارتفاع بیشتر از ۱۳۰۰ متر نامناسب و دارای محدودیت زیاد برای کشت هستند.

بارش به عنوان یکی از مهم ترین عناصر اقلیمی و مؤلفه ای اصلی و تعیین کننده در بیلان آب هر منطقه تلقی می گردد. تغییر زمانی و مکانی بارش برحسب نوع اقلیم هر منطقه متفاوت بوده و این تغییر به ویژه در مناطق دارای اقالیم خشک و نیمه خشک بیشتر است. منطقه شمال غرب ایران علاوه بر نیمه خشک بودن، به دلیل کوهستانی بودن شاهد تغییرات زمانی و مکانی زیادی ازنظر بارش است. شناخت و بررسی این متغیر و روند آن می تواند در پیش نگری ها و ترسیم چشم انداز تغییرات احتمالی آن مفید و مؤثر واقع شود. در این پژوهش برای پیش بینی بارش سالانه ایستگاه های منتخب شمال غرب ایران شامل: تبریز، ارومیه، سقز، زنجان، سنندج و خوی طی دوره آماری ۶۱ ساله (۲۰۲۱-۱۹۶۱) از سری زمانی استفاده گردید. به منظور ارزیابی ایستایی مدل از تابع خودهمبستگی استفاده شد و داده های ناایستا با به کارگیری روش تفاضل گیری به داده های ایستا تبدیل شدند. سپس مدل های تصادفی برای تعیین بهترین مدل برای برازش بارش ایستگاه ها مورد ارزیابی قرار گرفتند. توزیع سری زمانی و تحلیل روند معادله خط رگرسیون بارش ایستگاه های همدید شمال غرب برحسب میلی متر نشان دهنده این است که شیب خط در همه ایستگاه ها، روند کاهشی دارد و کاهش بارش در ایستگاه ها بین ۱ تا ۳ میلی متر در سال برآورد شده است. از بین مدل های میانگین متحرک (MA)، اتورگرسیون (AR)، مدل میانگین متحرک خودهمبسته (ARMA) و مدل میانگین متحرک تجمعی خودهمبسته (ARIMA) برحسب مقدار قدر مطلق آماره T بیش تر از مقدار ۲، P– value کمتر از ۰۵/۰ و کمترین مقدار معیار اطلاعات آکائیکی (AIC)، مدل (۰، ۰، ۱) AR برای ایستگاه های سقز، زنجان، ارومیه، خوی و تبریز و مدل (۱،۰،۱) ARIMA برای ایستگاه سنندج به عنوان بهترین مدل تعیین شدند. نتایج پیش بینی نشان دهنده افزایش بارش برای سال ۲۰۲۳ و کاهش بارش برای سال های ۲۰۲۴ و ۲۰۲۵ است.

الگوهای پیوند از دور با اثر بر ایجاد و عدم ایجاد باد سبب می شوند ذرات گرد و غبار از سطح زمین به هوا بلند شده و طوفان های گرد و غباری ایجاد کنند. هدف این پژوهش، ارزیابی اثرات هم زمان دورپیوندهای ال نینو-نوسان جنوبی (ENSO)، دوقطبی اقیانوس هند (IOD) و نوسان شبه دو سالانه (QBO) بر نوسان طوفان های گرد و غبار نیمه غربی ایران است. برای این منظور، از کدهای طوفان گرد و غبار و دید افقی کمتر از ۱ کیلومتر در ۳۸ ایستگاه همدید نیمه غربی ایران طی دوره آماری ۱۹۸۷-۲۰۲۲ استفاده شد. با اعمال روش آماری، خروجی ها به محیط سیستم اطلاعات جغرافیایی (GIS) انتقال یافت و پهنه بندی نسبت میانگین ها با روش درون یابی کریجینگ انجام گرفت. یافته ها نشان داد که ارتباط معکوسی بین دورپیوندها با فراوانی گرد و غبار در اغلب ایستگاه های مورد بررسی وجود دارد که به ترتیب ۹۵ درصد، ۵۸ درصد و ۸۷ درصد از مساحت منطقه مورد بررسی را در شاخص های ENSO، IOD و QBO به خود اختصاص می دهد. بیشترین ضرایب همبستگی بین ۹۴/۰- تا ۱- در ایستگاه های پیرانشهر و خلخال مشاهده شد که در شاخص IOD در سطح اطمینان ۹۹ درصد معنی دار است. نتایج درون یابی نسبت میانگین گرد و غبار به میانگین بلندمدت سالانه نیمه غربی ایران نشان داد که هم زمانی فاز سرد ENSO با فاز منفی QBO بیشترین تأثیر را بر افزایش گرد و غبار سالانه نیمه غربی ایران در بلندمدت داشته است در حالی که هم زمانی فاز مثبت IOD با فاز مثبت QBO با اثر کمتری در افزایش فراوانی گرد و غبار همراه است.

خشکسالی پدیده ای بهنجار و قابل تکرار است که در اثر کاهش مقدار بارندگی در یک دوره زمانی مشخص به وجود می آید. در پژوهش حاضر به بررسی روند تغییرات بارش و پیش بینی خشکسالی هواشناسی ۶ ایستگاه واقع در حوضه آبریز ارس پرداخته شده است. جهت ارزیابی وضعیت شدت خشکسالی داده های بارش سالانه ایستگاه ها در دوره آماری (۲۰۲۱- ۱۹۸۷) با استفاده از شاخص استاندارد بارندگی (SPI) بررسی شد و با استفاده از مدل های سری زمانی بارش MA، AR، ARMA و ARIMA شبیه سازی و بر اساس معیار اطلاعاتی (AIC) بهترین مدل برای پیش بینی انتخاب شد. برای ایستگاه های اردبیل، خوی و اهر مدل (۰،۰،۱) ARIMA و برای ایستگاه های پارس آباد، ماکو و جلفا مدل (۰،۰، ۱) AR به عنوان مدل های دارای بهترین نتیجه انتخاب شدند. نتایج پیش بینی برای ۵ سال آینده نشان دهنده افزایش بارش است که بر اساس آمار بارندگی موجود در سال های مربوطه، نتایج مدل های برازش یافته را قابل قبول می کند. نتایج بررسی روند شاخص (SPI) نیز نشان داد هر ۶ ایستگاه در وضعیت نزدیک به نرمال قرار دارند و بیشترین شدت خشکسالی شدید مربوط به ایستگاه خوی با ۱۴ درصد است. ایستگاه ماکو نیز با ۶ درصد فراوانی شرایط مرطوب متوسط را در طول دوره موردمطالعه مشاهده کرده است. هم چنین نتایج تغییرات بارش با استفاده از آزمون شیب سن گویای روند افزایش معنی دار بارش در ایستگاه ماکو و افزایش بدون روند در ایستگاه های پارس آباد، خوی و جلفا و کاهش بدون روند در ایستگاه های اردبیل و اهر است.