علی محمد خورشیددوست

تامین منابع آب توسط برف در حوضه های کوهستانی بعلت خاصیت تاخیر در ایجاد رواناب، ضروری است. بنابراین شبیه سازی رواناب ناشی از ذوب برف و تغییرات فصلی پوشش آن در مدیریت منابع آب بسیار اهمیت دارد. در این مطالعه، به منظور برآورد رواناب حاصل از ذوب برف در حوضه قره سو از زیرحوضه های سیمره، نخست سطح پوشش برف برای سال های آبی 95 الی 97 با استفاده از تصاویر روزانه ماهواره ترا- مودیس با تفکیک مکانی 1 کیلومتر از طریق سامانه گوگل ارث انجین استخراج شد. سپس در محیط نرم افزارGIS ، مشخصات فیزیوگرافی حوضه به دست آمد. در مرحله بعد، با واردکردن داده های پوشش برف، متغیرهای هواشناختی و شاخص های لازم به مدلSRM ، رواناب ناشی از ذوب برف شبیه سازی شد. در این شبیه سازی سال 95-96 برای واسنجی و سال 96-97 جهت اعتبارسنجی مدل در نظر گرفته شد. نتایج نشان داد که، سهم جریان رودخانه از ذوب برف در ماه های اسفند و فروردین ماه چشمگیر است، ولی با افزایش درجه حرارت هوا در اردیبهشت ماه، سهم باران در جریان پررنگ تر می شود. همچنین نتایج شبیه سازی بیانگر دقت بالای این مدل می باشد، به طوری که ضریب تعیین (R2) برای سال های آبی 95-96 الی 96-97 به ترتیب معادل 93/0 و 9/0 و درصد خطای حجمی آن نیز به ترتیب (DV) 3/0 و 33/3 به دست آمد.

یش بینی تعداد افراد مراجعه کننده به بیمارستان ها در ارتباط با پارامترهای اقلیمی از موضوعات قابل بحت و تأمل است که با تغییرات اقلیمی و گسترش شهرنشینی و آلودگی هوا در دهه های اخیر دامن گیر بسیاری از جوامع بشری شده است. استفاده از مدل های پیش بینی می تواند بعنوان ابزاری کارآمد در مدیریت و کنترل بیماری ها، کاهش مرگ و میر و برنامه ریزی ها مورد توجه قرار گیرد که در این پژوهش دو مدل شبکه عصبی مصنوعی و رگرسیون لوجستیک (لاجیت) به عنوان ابزاری کارآمد در پیش بینی فرآیندهای غیرخطی و پیچیده جهت پیش بینی میزان مراجعه کنندگان بیماری آسم در شهر سنندج در ارتباط با پارامترهای اقلیمی مورد بررسی قرار گرفت. داده های مورد بررسی در بازه زمانی 8 ساله (2008-2001) از ایستگاه هواشناسی سینوپتیک سنندج و بیمارستان های توحید و بعثت در سطح شهر سنندج اخذ گردید. سپس، پارامترهای اقلیمی به عنوان ورودی و میزان مراجعه کنندگان بیماری آسم بعنوان خروجی مدل ها در نظر گرفته شدند. نتایج حاصل از بررسی نشان داد که مدل شبکه عصبی با ورود پارامترهای متوسط فشار QFE و میانگین های حداقل و حداکثر دمای ماهانه و همچنین میانگین دمای ماهانه با دقت قابل قبولی میزان مراجعه کنندگان بیماری آسم را پیش بینی می کند به طوری که ضریب همبستگی داده های واقعی و پیش بینی شده برابر با 99/0 است که در سطح 01/0 معنی دار هستند. پارامترهای ورودی در روش لاجیت نیز نشان می دهد که میزان مراجعه کنندگان بیماری آسم از پارامترهای میانگین حداقل دما، متوسط فشار QFF و متوسط سرعت باد (نات) تأثیر می پذیرند. نسبت لگاریتمی هر کدام از پارامترهای فوق بر روی تعداد مراجعه کننده به ترتیب با ضریب بتای 517/0-، 734/0- و 977/0- معنی دارند و از میان پارامترهای اقلیمی نیز عنصر باد به مراتب بیشتر از سایر پارامترها بر روی میزان تعداد افراد مراجعه کننده به بیمارستان تأثیر گذار است. در مجموع از بین دو مدل غیرخطی مورد بررسی، مدل شبکه عصبی مصنوعی، قابلیت و دقت بیشتری را نسبت به مدل لاجیت نشان داد.

دامنه بادپناه کوهستان های میان مقیاس و بزرگ مقیاس مکان های مناسبی برای چرخندزایی بادپناه محسوب می شوند. این پژوهش با توجه به هندسه، جهت گیری و موقعیت کوهستان زاگرس، جهت بررسی گونه ای از چرخندزایی در بادپناه آن انجام گرفته است. بدین منظور از متغیرهای دما، ارتفاع ژئوپتانسیل، سرعت باد در راستای مداری و نصف النهاری، تاوایی پتانسیل و رطوبت ویژه نگاشته شده در مرکز ECMWFاستفاده شد. بررسی ها نشان داد که وجود یک چرخند اولیه در پیش باد زاگرس برای ایجاد چرخندزایی در بادپناه آن ضرورت دارد. در این خصوص مشخص شد که چرخندهای اولیه با احتساب به جریان های شمال غربی و جنوب غربی تراز میانه جو، در دو شرایط همدید متفاوت به زاگرس نزدیک شده و در فرایند چرخندزایی بادپناهی دخالت می کنند. به عبارتی بر حسب عرض جغرافیایی چرخند اولیه و چگونگی آرایش پشته ناوه تراز 500 هکتوپاسکال، مسیر چرخندهای نزدیک شونده به زاگرس متفاوت هستند. در نهایت نتایج نشان دادند که چنین چرخندزایی در زاگرس براساس تئوری تعدیل اروگرافیکی کژفشاری ناپایدار قابل تبیین است.

در این پژوهش به بررسی چشم انداز تغییرات دما و بارش در ایستگاه های سینوپتیک منتخب در غرب کشور پرداخته شد. بدین منظور از داده های مدل جهانی CanESM2 تحت سناریوی واداشت تایشی (RCP 2.6، RCP 4.5 و RCP 8.5) و مدل ریزمقیاس گردانی آماری SDSM بهره گرفته شد و تغییرات ماهانه و بلندمدت آن در دو دوره زمانی مختلف (2065-2046 و 2099-2080) نسبت به دوره پایه (2005-1961) مورد بررسی قرار گرفت. جهت اطمینان از کالیبراسیون و صحت سنجی مدل SDSM از معیارهای MAE، MSE، RMSE، R2 و نمودارهای مقایسه ای استفاده شد.نتایج حاصل از چشم انداز مدل نشان داد که در دوره 2065-2046 میزان بارش در بیشتر ایستگاه ها (به جز سرپل ذهاب) و بیشتر ماه های سال نسبت به دوره پایه کاهش می یابد. ولی در دوره (2099-2080) در همه ایستگاه ها، میزان بارش نسبت به دوره پایه کاهش پیدا خواهد کرد. از نظر دمای حداقل و حداکثر نیز در همه دوره ها و در هر دوره نسبت به دوره قبل میزان دما نسبت به دوره پایه افزایش خواهد یافت. بر اساس متوسط بلند مدت نیز انتظار می رود میزان بارش به میزان 6 درصد کاهش و دمای حداقل و حداکثر به ترتیب به میزان 2 و 9/1 سلسیوس نسبت به دوره پایه افزایش یابد.

در این تحقیق، به بررسی الگوهای سینوپتیکی حاکم بر وارونگی دمای شهر تبریز با استفاده از اطلاعات رادیوسوند، طی دوره زمانی 2010-2001 پرداخته شد. برای شناسایی و استخراج الگوهای همدید، از داده های رقومی فشار تراز دریا به صورت میانگین روزانه از سری داده های بازکاوی شده NCEP/NCAR در محدوده 10 تا 60 درجه طول شرقی و 10 تا 90 درجه عرض شمالی در 651 یاخته 2.5 × 2.5 درجه استفاده گردید. با انجام تحلیل مؤلفه های مبنا بر روی داده های فشار تراز دریا در روزهای همراه با وارونگی دما، حجم آنها را کاهش داده و با انجام تحلیل خوشه ای بر روی مؤلفه های به دست آمده، مهم ترین الگوهای جوی شناسایی شدند و نقشه هر الگو به دست آمد. بر اساس نتایج چهار الگوی همدید اصلی در ایجاد وارونگی دما در شهرستان تبریز مؤثرند. در بیشتر الگوها، سامانه های پرفشار حاکم بوده است. در این الگوها هوای سرد به سبب حضور سامانه های پرفشار در سطح زمین به روی منطقه گسترش یافته، با استقرار سمت چپ یک ناوه عمیق بر روی منطقه؛ هوای سرد پشت آن از عرض های بالاتر بر روی تبریز فرارفت شده و پایداری شدیدی در ستون قائم جو ایجاد شده است. در الگوهایی که کم فشار شمالی به همراه پرفشار مهاجر اروپا عامل فرافت هوای سرد به روی منطقه بوده است، هوای گرم عرض های پایین تر با استیلای یک پشته عمیق به روی منطقه بر روی هوای سرد سطح زمین قرار گرفته؛ به این ترتیب بر شدت پایداری هوای مجاور سطح زمین افزوده شده و وارونگی های شدید دمایی شکل گرفته است.

به منظور دست یابی به تغییرات فصلی بارش از روش های نوین آمار فضایی مانند خودهمبستگی فضایی موران جهانی، تابع K رایپلی، شاخص انسلین محلی موران، و لکه های داغ با استفاده از قابلیت های نرم افزارهای و بهره گرفته شد. نتایج حاصل از این مطالعه نشان داد که تغییرات بارش در ایران دارای الگوی خوشه ای بالا می باشد. در این بین بر اساس شاخص محلی موران و لکه های داغ، بارش در کرانه های ساحلی دریای خزر و بخش های غرب و جنوب غرب کشور (عمدتاً زاگرس) دارای خودهمبستگی فضایی مثبت و بخش هایی از نواحی مرکزی و همچنین بخش هایی از جنوب شرق کشور و نواحی مرکزی دارای خودهمبستگی فضایی منفی بوده است. در سایر مناطق کشور (کمتر از یک چهارم مساحت کل کشور) بارش هیچ گونه الگوی معناداری یا خودهمبستگی فضایی نداشته است. بروندادهای آماره های مورد مطالعه بیانگر این امر بوده است الگوهای پربارش در مناطق جنوبی در حال عقب نشینی بوده و تنها به کانون های عمده در زاگرس و کرانه های دریای خزر در حال محدود شدن می باشد.

تغییرات اقلیمی مهم ترین معضل کره زمین در قرن حاضر است بنابراین ارزیابی و پیش بینی این تغییرات در آینده به دلیل اثرات سوء تغییرات اقلیمی بر منابع آبی و محیط طبیعی و همچنین اثرات زیست محیطی، اقتصادی و اجتماعی از اهمیت ویژه ای برخوردار است . لذا در این پژوهش به پیش بینی پارامترهای دمای حداقل، دمای حداکثر، بارش و تابش به عنوان پارامترهای مهم اقلیمی به صورت روزانه تحت سناریوهای A1B ، A2 و B1 با کاربست مدل گردش عمومی جو HadCM3 در دو دوره زمانی مختلف (2065-2046 و 2099-2080) و مقایسه آن نسبت به دوره پایه (2005-1961) از طریق مدل ریزمقیاس گردانی آماری LARS-WG در 6 ایستگاه های سینوپتیک منتخب در غرب کشور در سطح سه استان کردستان، کرمانشاه و همدان پرداخته شد. در ارزیابی مدل LARS-WG به بررسی میزان خطای داده های مشاهداتی و شبیه سازی با استفاده از معیارهای MAE ، MSE ، RMSE و R 2 پرداخته شد و با توجه به نتایج حاصل، مدل برای منطقه مورد مطالعه مناسب ارزیابی گردید. نتایج کلی حاصل از بررسی برای دوره های آینده حاکی از کاهش 7/7 درصدی بارش، افزایش 4/3 درجه سلسیوس دمای حداقل و 3/3 درجه سلسیوس دمای حداکثر به طور متوسط بلندمدت در سطح منطقه مطالعاتی نسبت به دوره پایه می باشد. همچنین بر اساس نتایج حاصل میزان تابش نیز افزایش خواهد یافت که این افزایش به طور متوسط بلندمدت در سطح منطقه برابر 38/0 میلی ژول بر مترمربع در روز است. نتایج حاصل از این پژوهش می تواند کمک فراوانی به حل چالش های مدیران و برنامه ریزان منابع آب در دوره های آتی نماید.

خشک شدن دریاچه ارومیه اثرات زیست محیطی فراوانی بر شهرستان های اطراف این دریاچه گذاشته است. در این پژوهش تلاش شده است تا پوشش های گیاهی سازگار با محیط محدوده مورد مطالعه شناسایی شود و پس از آن با استفاده از مدل های تصمیم گیری چند معیاره مناطق مستعد کشت این محصولات شناسایی گردد. در پژوهش حاضر پس از مطالعه گونه های موجود در منطقه گونه کلزا به عنوان گیاه مناسب شوری پسند انتخاب شد. در ابتدا با استفاده از تصاویر لندست 5 و 8 تغییرات ایجاد شده در نوع کاربری ها و پوشش گیاهی منطقه از سال 2000 تا 2016 مورد بررسی قرار گرفت و پس از محاسبه میزان تغییرات کاربری ها اقدام به پتانسل یابی گیاه شوری پسند مورد نظر گردید. برای برآورد قابلیت کشت کلزا از روش ANP Fuzzy استفاده شده است. معیارهای اصلی استفاده شده در این تحقیق عبارتند از توپوگرافی، خاک و هواشناسی هستند. و زیر معیارها شامل ارتفاع، شیب و جهت شیب برای معیار توپوگرافی، بافت خاک، شوری خاک، PH خاک و مواد آلی خاک برای معیار خاک و زیر معیارهای مجموع بارش سالانه، رطوبت نسبی، متوسط دمای سالانه، حداکثر دمای سالانه و حداقل دمای سالانه برای معیار هواشناسی می باشند . نتایج نشان دهنده کاهش 25.43 درصدی میزان آب و افزایش 21.03 درصدی شوره زارها طی سال های 2000 تا 2016 می باشد، نتایج شناسایی مناطق مستعد کشت گیاه شوری پسند 28/14 درصد محدوده مورد مطالعه را مناسب برای کشت کلزا مشخص کرده است.

محدودیت ذخایر انرژی فسیلی در جهان و افزایش سطح مصرف انرژی، همواره بشر را برای جایگزین کردن منابع انرژی جدید به چالش کشیده است. در این بین، باد به عنوان یکی از مظاهر انرژی های نو از جایگاه ویژه ای برخوردار است. استان آذربایجان شرقی با توجه به وضعیت توپوگرافی و موقعیت نسبی خود یکی از مناسب ترین مکان ها برای احداث نیروگاه بادی می باشد. لذا در این پژوهش برای تعیین مکان های مناسب جهت احداث نیروگاه بادی در این استان، معیارها و زیر معیارهای مختلفی مد نظر قرار گرفت و با توجه به اهمیت تلفیق اطلاعات، فرایند تحلیل سلسله مراتبی (AHP) برای وزن دهی به لایه ها انتخاب و به کمک نرم افزار Expert choice پیاده سازی گردید. از نرم افزار Arc GIS، به منظور تحلیل فضایی و همپوشانی لایه ها استفاده شد و بعد از تجزیه و تحلیل اطلاعات، استان آذربایجان شرقی از نظر قابلیت احداث نیروگاه بادی به چهار سطح عالی، خوب، متوسط و ضعیف تقسیم گردید. در نهایت نتایج حاصله نشانگر آن است که سیستم اطلاعات جغرافیایی به عنوان یک سیستم حمایتی تصمیم گیری، می تواند هم در آماده سازی داده ها و هم در مدل کردن اولویت ها و نظرات کارشناسان در رابطه با عوامل مختلف بسیار کارامد باشد و طراحان را در انتخاب مکان مناسب جهت احداث نیروگاه بادی یاری کند. در این تحقیق، 15 منطقه، با در نظر گرفتن همپوشانی و انطباق نقشه های محدودیت، شرایط اقلیمی و نیز بازدید میدانی تعیین گردیدند که این مناطق به ترتیب، تبریز، سهند، اسکو، آذرشهر، بستان آباد، شبستر، جلفا، هریس، میانه، بناب، مراغه، سراب، اهر، چاراویماق و هشترود می باشند.

به سبب تأثیر متقابل عناصر هواشناختی در محاسبه قدرت تبخیر جو، تخمین آن یک کار پیچیده و غیر خطی است. لذا برای تخمین آن باید از مدل های پیشرفته ریاضی استفاده نمود. در این مطالعه جهت برآورد قدرت تبخیر جو در سطح ایستگاه تبریز از شبکه های عصبی مصنوعی بر پایه دو الگوریتم آموزشی لونبرگ مارکوئت و الگوریتم ژنتیک، رگرسیون خطی چند متغیره و معادله پنمن فائو استفاده شده است. بر این اساس در مدل شبکه عصبی با اتخاذ یک و دو لایه پنهان و دو تابع فعال سازی تان سیگمویید و لوگ سیگمویید، 56 مدل شبکه عصبی تولید شد. ارزیابی و مقایسه نتایج این مدل ها براساس معیارهای چون ضریب تعیین و مجذور میانگین مربعات خطا نشان داد که دقت مدل ها بستگی به نوع تابع محرک، نوع الگوریتم آموزشی، تعداد لایه های پنهان و تعداد نرون های اتخاذ شده دارد. از سوی نتایج نشان داد که در مدل های تک لایه، دقت وزن دهی الگوریتم ژنتیک برای هر دو تابع فعال ساز بیش از الگوریتم لونبرگ مارکوئت است. از سویی در مدل های با دو لایه پنهان دقت وزن دهی الگوریتم آموزشی لونبرگ مارکوئت بیش از الگوریتم ژنتیک بوده؛ به طوری که دقیق ترین مدل شبکه با آرایش 5-7-7-1 با مجذور میانگین مربعات خطای 227/0 میلی متر بر اساس الگوریتم آموزشی لونبرگ مارکوئت و دو لایه پنهان و تابع فعال سازی تان سیگمویید تولید شده بود. همچنین مجذور میانگین مربعات خطای مدل رگرسیون خطی چند متغیره و معادله پنمن فائو به ترتیب به مقدار 79/0 و 34/1 بدست آمد. بنابراین مدل شبکه عصبی در قیاس با دو مدل مذکور دارای کارایی بهتر، ضریب دقت بیشتر و مقدار خطای کمتری جهت پیش بینی مقدار تبخیر ایستگاه تبریز است.

ازجمله چالش های مهم پیش روی منابع آب کشور، می توان به پدیده تغییر اقلیم و تأثیرات آن اشاره کرد. مدل های گردش عمومی ( GCM ) بهترین اطلاعات درباره پاسخ جو به افزایش تمرکز گازهای گلخانه ای را می تواند فراهم کنند. ازآنجاکه خروجی های این مدل دارای دقت زمانی و مکانی کافی برای مطالعات تأثیر تغییر اقلیم نیست، لازم است داده های خروجی مدل های گردش عمومی کوچک مقیاس گردند؛ که در این پژوهش از روش ریزمقیاس نمایی آماری SDSM و برای ارزیابی تغییرات اقلیمی از مدل CanEMS2 که در گزارش پنجم IPCC آمده تحت سه سناریوی RCP2 . 6 ، RCP4 . 5 و RCP8.5 استفاده شده است. از داده های روزانه دمای کمینه، بیشینه و بارش ایستگاه سینوپتیک شهرکرد (ناحیه اقلیمی کوهستانی سرد) و بندر انزلی (ناحیه اقلیمی خیلی مرطوب و معتدل) بهره گرفته و پارامترهای مذکور برای سه دوره زمانی 2040-2011، 2070-2041 و 2099-2071 پیش بینی شده است. نتایج تحقیق نشان می دهد که مدل SDSM دقت و کارایی بالایی در ناحیه اقلیمی خیلی مرطوب و معتدل (بندر انزلی) نسبت به ناحیه اقلیمی کوهستانی سرد (شهرکرد) دارد. بااین حال مدل توانایی قابل قبولی در شبیه سازی پارامترهای مذکور در هر دو ناحیه را دارد. طبق هر سه سناریو RCP دمای کمینه، بیشینه و بارش در هر دو ناحیه اقلیمی در هر سه دوره زمانی افزایش را تجربه خواهند کرد، ولی ناحیه اقلیمی کوهستانی سرد بیشتر تحت تأثیر پدیده تغییر اقلیم قرار خواهد گرفت.

دما و بارش از عناصر اساسی اقلیم است لذا تغییرات ناگهانی یا کوتاه مدت و درازمدت آن می تواند ساختار آب و هوای هر محل را دگرگون سازد. هدف از پژوهش حاضر پیش بینی روند شاخص های حدی اقلیمی با استفاده از روش های آماری ریز مقیاس نمایی و تولید داده های مصنوعی می باشد. در این تحقیق به منظور دست یابی به این اهداف، ابتدا داده های اقلیمی دما، بارش، ساعات آفتابی و ... طی دوره 1981 تا 2010 از سازمان هواشناسی اخذ گردید. سپس با استفاده از مدل آماری CLIMGEN و داده های مشاهداتی دما، بارش و... سه ایستگاه منتخب حوضه، داده های دوره 2050-2020 تولید شد. با استفاده از نرم افزار RClimDex شاخص های حدی دما و بارش شامل روزهای یخبندان، روزهای تابستانی، روزهای خیلی مرطوب و روزهای خشک متوالی استخراج گردید. در نهایت با استفاده از MINITAB و مدل سری های زمانی روند شاخص های اقلیمی در ایستگاه های منتخب حوضه دریاچه ارومیه ترسیم شد. برای صحت سنجی و ارزیابی مدل، توسط داده های مشاهداتی دوره 1981 تا 2000 به پیش بینی داده های دوره 2010-2001 بوسیله مدل پرداخته شد. سپس همبستگی و میزان خطای 1MAE و 2RMSE بین داده های تولید شده با داده های مشاهداتی توسط SPSS و EXCEL بدست آمد. بیش ترین میانگین خطای مطلق بارش در ایستگاه ارومیه با 69/4 میلیمتر و کم ترین آن در ایستگاه تبریز با 07/3 میلیمتر اندازه گیری شد. بیشترین میزان مجذور میانگین مربعات خطای بارش در ایستگاه تکاب با 4/6 میلیمتر و کم ترین آن در ایستگاه تبریز 01/4 میلیمتر بدست آمد. نتایج نشان دهنده افزایش رویدادهای حدی دما و بارش از جمله افزایش روند روزهای تابستان(روزهای گرم)، افزایش روزهای خیلی مرطوب(بارش سنگین) و روزهای خشک متوالی در ایستگاه های منتخب واقع در غرب و شرق حوضه می باشد؛ و افزایش روند روزهای یخبندان و کاهش روند روزهای تابستان، کاهش روزهای خیلی مرطوب و روزهای خشک متوالی در ایستگاه منتخب جنوب حوضه مشاهده می گردد.

مبسوط بیان مسئله: سرما و یخبندان از مهم ترین پارامترهای اقلیمی در زمینه اقلیم کشاورزی می باشد که آسیب های ناشی از آن ها، امکان تولید بسیاری از محصولات کشاورزی و باغی را در مناطق آسیب پذیر کاهش می دهد. سرما و یخبندان، یکی از مخاطرات اقلیمی است که همه ساله باعث ایجاد خسارت در فعالیت های مختلف می گردد. مهم ترین بخشی که آسیب جدی و بیشترین خسارت را از یخبندان می بیند، بخش کشاورزی است . سرما و یخبندان های شدید برای بسیاری از گیاهان زراعی و باغی نتایج زیان بار و نابود کننده ای را در پی دارد، به طوری که در برخی سال ها میلیاردها ریال خسارت به باغداران، زارعین و در نهایت منافع ملی کشور وارد می شود . با توجه به اینکه منطقه شمال غرب ایران هر ساله خسارات مالی زیادی را در اثر رخداد مخاطرات جوی بخصوص سرما و یخبندان متحمل می شود. شناسایی و پهنه بندی فضایی مناطق دارای پتانسیل بالای مخاطره سرما و یخبندان و پیش بینی زمان وقوع آن ها، می تواند اطلاعات مناسب و با ارزشی را در جهت پیشگیری و کاهش خسارات فراهم آورد که در این پژوهش با استفاده مدل جهانی HadCM3 تحت دو سناریوی A2 و B1 و مدل ریزمقیاس گردانی LARS-WG به این امر پرداخته می شود. روش تحقیق: بررسی زمان وقوع و پیش بینی تغییرات آن ها در آینده از اهمیت زیادی برخوردار است. بدین منظور مدل های گردش عمومی جو ( GCM ) طراحی شده اند که می توانند پارامترهای اقلیمی را در آینده شبیه سازی کنند. لذا در این پژوهش داده های خروجی مدل گردش عمومی HadCM3 تحت دو سناریوی انتشار A2 و B1 توسط مدل آماری LARS - WG در 21 ایستگاه سینوپتیک واقع در شمال غرب ایران ریز گردانی شد و نتایج حاصل از آن در دوره پایه (2010-1980) و دهه 2020 (2030-2011) برای دو متغیر اقلیمی دمای کمینه و دمای بیشینه مورد ارزیابی قرار گرفت. سپس تاریخ وقوع اولین و آخرین یخبندان و سرمای پاییزه و بهاره استخراج و تاریخ وقوع آن ها در آینده محاسبه شد. نتابج و بحث: بررسی میانگین ماهانه دمای حداقل ایستگاه های مورد مطالعه در دهه 2020 و دوره پایه نشان می دهد که میزان دما بر اساس هر دو سناریوی مورد بررسی و در همه ماه ها و در بیشتر ایستگاه های مطالعاتی نسبت به دوره پایه افزایش یافته است. بیشترین تغییرات دمای کمینه در منطقه مورد مطالعه بر اساس متوسط سناریوهای مورد بررسی در این دهه مربوط به ایستگاه های ابهر، اردبیل، خوی و ارومیه به میزان 8/0 درجه سلسیوس می باشد؛ در واقع دماهای کمینه ای که در این ایستگاه ها در دوره پایه اتفاق افتاده است در دوره آینده مشاهده نشده و روند گرمایشی از خود نشان داده است که میزان آن در دوره آتی در سطح منطقه مورد مطالعه در دهه 2020 بین 4/0 تا 8/0 نسبت به دوره پایه خواهد بود. نتایج حاصل نشان از افزایش در میانگین ماهانه حداقل و حداکثر دمای روزانه در دوره آتی تا حدود 8/0 درجه سلسیوس دارد. نتایج حاصل از بررسی اولین و آخرین یخبندان در دهه 2020 نشان می دهد که در سطح منطقه مورد مطالعه اولین یخبندان زودرس پاییزه بین 2 تا 9 روز دیرتر اتفاق می افتد که کمترین تغییرات در تاریخ شروع یخبندان ها نیز مربوط به دو ایستگاه قزوین و مشکین شهر هر کدام با 2 روز تغییر نسبت به دوره پایه می باشد. آخرین یخبندان دیررس بهاره نیز بین 3 تا 10 روز زودتر در سطح منطقه به پایان می رسد که با این وصف طول دوره یخبندان ها در تمامی ایستگاه های مورد مطالعه کاهش خواهد که یافت که بیشترین کاهش مربوط به ایستگاه خوی با 16 روز و سپس ایستگاه های ارومیه و اردبیل هر دو با 14 روز و کمترین کاهش مربوط به ایستگاه مشکین شهر به 6 روز می باشد. بر اساس نتایج حاصل تغییرات در تاریخ شروع یخبندان های زودرس کمتر از تغییرات نسبت به یخبندان های دیررس می باشد. بر این اساس بررسی وضعیت یخبندان ها و سرماها نیز در بیشتر ایستگاه های مورد بررسی نشان می دهد که اولین سرما و یخبندان های پاییزه در دوره آتی دیرتر از قبل آغاز شده و سرما و یخبندان های بهاره نیز زودتر به پایان می رسند. کمترین تغییرات مربوط به جنوب شرق منطقه مورد مطالعه و مناطق مشکین شهر و سراب و بیشترین تغییرات طول دوره یخبندان مربوط به مناطق خوی، ارومیه، تبریز و اهر می باشد با توجه به نتایج حاصل بیشتر مناطق مورد مطالعه به طور متوسط بین 10 تا 12 روز کاهش در طول دوره یخبندان را نسبت به دوره پایه تجربه خواهند کرد. نتیجه گیری: نتایج حاصل نشان از افزایش در میانگین ماهانه حداقل و حداکثر دمای روزانه در دوره آتی تا حدود 8/0 درجه سلسیوس دارد. بر این اساس بررسی وضعیت یخبندان ها و سرماها نیز در بیشتر ایستگاه های مورد بررسی نشان می دهد که اولین سرما و یخبندان های پاییزه در دوره آتی دیرتر از قبل آغاز شده و سرما و یخبندان های بهاره نیز زودتر به پایان می رسند. ه

بخش کشاورزی وابسته ترین بخش به اقلیم است و اقلیم تعیین کننده ی اصلی زمان، مکان، منابع تولید و بهره وری فعالیت های کشاورزی است. تاریخ رخ داد اولین دمای صفردرجه در پائیز و آخرین رخداد آن در بهار به لحاظ کشاورزی دارای اهمیت می باشد. این اطلاعات در تعیین گونه های مناس ب جهت کاش ت در هر منطق ه ای به کار می آیند. هدف این پژوهش شناسایی بهترین تابع توزیع احتمالاتی برای استخراج ویژگی های آماری یخبندان های ایران است. بدین منظور تاریخ یخبندان های زودرس پاییزه و دیررس بهاره با استفاده از دمای کمینه ی روزانه ی 44 ایستگاه همدید ایران برای یک دوره 30 ساله (2010 – 1981) استخراج شد. پس از برازش توزیع های گوناگون، با استفاده از آزمون نکویی برازش آندرسن-دارلینگ بهترین توزیع انتخاب گردید. نتایج بیانگر این است که بیشتر ایستگاه ها از توزیع ویکبی پیروی می کنند. بر اساس محاسبات انجام شده اولین روز یخبندان در ارتفاعات شمال غربی (سقز، همدان، اردبیل و زنجان)، شمال شرقی ( بجنورد، تربت حیدریه و بیرجند و همچنین در ارتفاعات زاگرس مرکزی (شهرکرد) به دلیل نزدیکی بیشتر با سرزمین های سرد شمالی، همچون سیبری و اروپای شمالی و همچنین ورود زودتر سیستم بادهای غربی رخ خواهدداد و دیرترین رخداد اولین روز یخبندان کمی دورتر از سواحل جنوبی ایران در نوار باریکی موازی با ساحل و قسمت هایی از سواحل شمالی (از بابلسر تا بندر انزلی) رخ می دهد و همچنین زودترین رخداد آخرین روز یخبندان در همین ناحیه در اوایل بهمن رخ می دهد. دیرترین روز پایان یخبندان در ایران در آذربایجان، کردستان، خراسان و ارتفاعات استان چهار محال و بختیاری رخ می دهد.

    یکی از روش های نوین در زمینه پیش بینی فرآیندهای هیدرولوژیکی و ژئومورفولوژیکی  شبکه های عصبی مصنوعی از مؤلفه های هوش مصنوعی است که در جهت پیاده سازی ویژگی های شگفت انگیز مغز انسان در یک سیستم مصنوعی می کوشند و ابزاری قدرتمند در زمینه ی مدل سازی و پیش بینی پارامترهای ژئومورفولوژی اند که در این پژوهش جهت برآورد میزان رسوب حوضه رود ارس استفاده شده است. بدین منظور از آمار دبی، رسوب و بارش ماهانه ایستگاه هیدرومتری بران واقع در حوضه آبریز دره رود از زیر حوضه های مهم حوضه رود ارس در دشت مغان در طول دوره آماری 34 ساله (سال آبی 54-53 تا 87-86) استفاده گردید. بدین صورت که میزان دبی و بارش به عنوان ورودی های شبکه عصبی مصنوعی و میزان رسوب به عنوان خروجی شبکه در نظر گرفته شدند. به منظور پیاده سازی مدل از امکانات و توابع موجود در محیط برنامه نویسی نرم افزارهای MATLAB/2010 و SPSS/21 بهره گرفته شد. سپس به ارزیابی عملکرد مدل، از طریق معیارهای آماری از جمله ضریب تعیین، مجذور میانگین مربعات خطا، میانگین مربعات خطا، میانگین مطلق خطا، ضریب همبستگی و همچنین میانگین درصد نسبی خطا پرداخته شد. نتایج به دست آمده ضمن تأیید توانایی مدل شبکه عصبی مصنوعی نشان داد که انطباق خوبی بین مقادیر پیش بینی شده و مشاهداتی وجود دارد به طوری که میانگین خطای این مدل با داده های مشاهداتی برابر 9/0 درصد  و ضریب همبستگی 99/0 است که در سطح 01/0 نیز معنی دار گشته است. نتایج حاصل از این پژوهش نشان داد که مدل شبکه عصبی مصنوعی از دقت بالایی در برآورد میزان رسوب در حوضه مورد بررسی برخوردار است. نتایج حاصل می تواند در مدیریت و برنامه ریزی حوضه های آبخیز و  مدیریت منابع آبی و طبیعی بویژه در بخش های کشاورزی، صنعت، شرب و همچنین  پیش بینی وضعیت رسوب گذاری در مخزن سدها مفید باشد.  

کوهستان زاگرس با جهت گیری شمال غربی جنوب شرقی، سدی در برابر جریان های غربی محسوب می شود. مطالعه حاضر به منظور یافتن سازوکاری برای تشریح نوع ویژه ای از رخداد چرخندزایی در بادپناه زاگرس انجام شد. بررسی شش نمونه چرخندزایی نشان داد هم زمان با نزدیک شدن چرخند به دامنه های روبه باد زاگرس، اندرکنشی بین این سامانه چرخندی و کوهستان زاگرس اتفاق می افتد که به شکل گیری ساختار گرمایی ویژه ای منجر می شود؛ به این ترتیب که مرکز پرفشاری در ارتفاعات زاگرس و ناوه گرمایی در بادپناه آن شکل می گیرند و چنین ناهنجاری گرمایی با کاهش پایداری ایستا و کشیده شدن جو و افزایش تاوایی نسبی در بادپناه زاگرس مصادف می شود. در ادامه، با قرارگیری اغتشاش تاوایی پتانسیل تراز بالایی جو روی اغتشاش گرمایی تراز زیرین، میزان کژفشاری جو افزایش می یابد و چرخندزایی بادپناه اتفاق می افتد. بررسی میانگین دمای پتانسیل لایه زیرین (1000 تا 700 هکتوپاسکال) و بالایی (500 تا 300 هکتوپاسکال) جو نشان داد مهم ترین تأثیر کوهستان زاگرس، تغییر توزیع هم دماهای پتانسیل لایه زیرین جو و متعاقباً تغییر کژفشاری امواج برخوردکننده با آن است. به واقع، کوهستان زاگرس با افزایش شیو نصف النهاری دمای پتانسیل در لایه زیرین جو باعث ایجاد اختلاف شدید شتاب بین اغتشاش های گرمایی تراز بالا و تراز پایین می شود. کوهستان زاگرس برحسب تغییری که در کژی امواج کژفشار به وجود می آورد، زمینه لازم را برای فرایند چرخندزایی بادپناه در بخش های شرقی خود فراهم می کند؛ این نوع چرخندزایی بر نظریه تعدیل اروگرافیکی امواج کژفشار مبتنی است.

آذرخش یکی از جذاب ترین پدیده های آب و هوایی است که هنوز به طور کامل درک نشده است و در انواع ابر به زمین، ابر به ابر و درون ابر رخ می دهد. آذرخش نوع ابر به زمین از جمله مهمترین علل مرگ و میر ناشی از عوامل آب و هوایی است و علاوه بر خسارات مالی، سالانه در حدود 2000 نفر بر اثر این پدیده جان خود را از دست می دهند. در این پژوهش با استفاده از داده های سنجنده LIS پراکنش، تراکم و چرخه روزانه رعد و برق ها بررسی شد و رابطه فراوانی رعد و برق ها با ارتفاع از تراز دریا مورد آزمون قرار گرفت. برای بررسی توزیع آماری داده ها از شاخص نزدیکترین همسایه و برای نشان دادن توزیع فضایی داده ها از تابع تراکم کرنل در نرم افزار GIS استفاده شد. رابطه رعد و برق ها با ارتفاع، به روش گرافیکی و رگرسیون چند جمله ای بررسی شد. نتایج این پژوهش نشان داد که بیشینه فراوانی رعد و برق ها در ماه های مارس تا آگوست رخ می دهد. همچنین بررسی تغییرات روزانه نشان داد که از ساعت 13تا 16به وقت محلی فعالیت های رعد و برقی به صورت معنی داری افزایش می یابد. نتایج شاخص های نزدیکترین همسایه و تابع تراکم کرنل نشان داد که پراکنش داده ها از الگوی خوشه ای پیروی می کند و پراکنش فضایی داده ها طوری است که در دامنه های جنوبی ناهمواری های جنوبی این منطقه فراوانی رعد و برق ها بیشتر است. رابطه فراوانی رعد و برق ها با ارتفاع نیز نشان داد که بیشینه فراوانی رعد و برق ها در دامنه های جنوبی و قبل از رسیدن به قله اصلی و در ارتفاع بین 700 تا 1200 متر قرار دارد.

فرونشینی پدیده ای طبیعی است که رخداد آن می تواند بر الگوی جریان آب های سطحی و زیرزمینی و کیفیت منابع آبی تاثیر منفی داشته باشد. هم چنین باعث تحمیل خسارت بر تأسیسات زیربنایی و علت تبعات اقتصادی و اجتماعی گردد. در مقاله حاضر از داده های سطوح پیزومتری طی 11 سال دوره آماری موجود در منطقه قلعه در تسوج در بخش شمال شرقی دریاچه ارومیه بهره گرفته شد. مطالعه سطح آب زیرزمینی نشان داد که طی این سال ها میزان سطح آب زیرزمینی حدود 25 متر کاهش یافته است. لذا با توجه به میزان کاهش قابل توجه سطح آب زیرزمینی، به بررسی احتمال وقوع پدیده فرونشست زمین درمنطقه پرداخته شد. بدین منظور از نقشه های ژئومورفولوژی، زمین شناسی و گسل ها و لوگ های حفاری استفاده گردید. تلفیق و تحلیل نقشه ها توسط نرم افزارARC GIS و تهیه نقشه های ایزوپیز برای هریک از ماه های سال و سالانه با استفاده از نرم افزار Surfer Win و انجام تحلیل خوشه ای بر روی مقادیر سطح ایستابی آب های زیرزمینی نشان داد که طی 11 سال آمار موجود، میزان فرونشست زمین در برخی از قسمت های منطقه از جمله روستای قلعه به وقوع پیوسته است که این فرونشست را می توان به افت سطح آب های زیرزمینی نسبت داد.

شرایط زمستان در معرض تغییرات سریع آب و هواست. این تغییرات می تواند در شاخص های دمایی و بارش نمود پیدا کند.دراین میان، یخبندان، به دلیلتأثیرپذیریمستقیمونمودسریعتأثیراتگرمایش جهانی،بیشترموردتوجهاست. در این پژوهش با استفاده از داده های 44 ایستگاه همدید ایران طی بازه زمانی 1981-2010 و برون داد دو مدل ریزگردانی شده گردش عمومی جو HADCM3 و GFCM21 برای بازه های زمانی 2046-2065 و 2080-2099 تحت سه سناریوی انتشار A2، B1، و A1B اثرات گرمایش جهانی بر تغییرات فراوانی روزهای یخبندان در ایران بررسی شد. نتایج بیانگر این بود که در اقلیم میانی (2046 2065) بر اساس مدل GFCM21 و سناریوهای B1، A1B، و A2 میانگین رخداد سالانه یخبندان در ایران به ترتیب 37، 46، و 41 روز خواهد بود. بر اساس مدل HADCM3 و سناریوهای یادشده، میانگین رخداد سالانه یخبندان به ترتیب 41، 42، و 46 روز است. در دوره 2081-2099، بر مبنای مدل GFCM21، میانگین شاخص یادشده 31، 29، و 43 روز خواهد بود و بر مبنای مدل HADCM3، 33، 28، و 38 روز است. به طور کلی، نتایج این پژوهش نشان داد که در همه ایستگاه های مورد مطالعه تعداد روزهای یخبندان در دهه های آتی رو به کاهش است.

در مطالعه حاضر به تحلیل زمانی - مکانی آلودگی های خطرناک کلان شهر تبریز با تأکید بر PM10 پرداخته شده است. بدین منظور، از داده های آلودگی PM10 سازمان حفاظت محیط زیست تبریز پنج ایستگاه باغشمال، راه آهن، راسته کوچه، آبرسان، و حکیم نظامی طی دوره آماری هشت ساله (2005 2012) استفاده شد. در این مطالعه، روز خطرناک روزی تلقی می شود که مقدار PM10 آن بیشتر از 420 میکروگرم بر متر مکعب باشد. روش کار بدین شرح است: پس از تنظیم ماتریس داده ها، روزهای حدی با آلودگی خطرناک PM10 بیشتر از 420 میکروگرم بر متر مکعب در طی دوره آماری هشت ساله (2005 2012) تفکیک و پس از فیلتر گذاری از نظر زمانی - مکانی تجزیه و تحلیل شد. نتایج حاصل از تحلیل فراوانی PM10 نشان می دهد که در همه ایستگاه های مورد مطالعه بیشترین رخداد فراوانیPM10 در تابستان (ماه اوت) بوده است و بی شک سیطره پُرفشار جنب حاره، به دلیل تشکیل لایه های حرارتی بر روی ایران، در افزایش آلودگی های خطرناک تابستانه تبریز نقش مؤثری دارد. در فصل زمستان در بیشتر ایستگاه ها رخداد آلودگی های خطرناک PM10 به کمترین مقدار خود رسیده است. در بین ایستگاه های مورد مطالعه، ایستگاه باغشمال و آبرسان دارای بیشترین آلودگی خطرناک PM10 هستند.