غلامعباس فلاح قالهری

کنجد یک گیاه روغنی است که دانه های آن دارای مصرف خوراکی است. روغن کنجد حاوی آنتی اکسیدان های طبیعی است .پژوهش حاضر با هدف تأمین نیاز آبی گیاه کنجد در دشت سبزوار انجام شده است. داده های مورد نیاز تحقیق شامل ساعات آفتابی، سرعت باد، کمینه و بیشینه ی دما، رطوبت نسبی و بارندگی از ایستگاه همدید سبزوار متعلق به سازمان هواشناسی کشور در دوره آماری 20 ساله (2010-1990میلادی) اخذ شده است. در این تحقیق داده های ایستگاههای اطراف دشت سبزوار با استفاده از روش میانیابی کریجینگ، در محیط نرم افزار Arc GIS 10.2 به داده های پهنه ای با یاخته هایی به ابعاد 12×12 کیلومتر تعمیم داده شد. با توجه به مساحت منطقه، درمجموع 45 نقطه ی گره گاهی استخراج شد. در این تحقیق جهت برآورد نیاز آبی و نیاز آبیاری محصول ، از مدل  استفاده شد. بدین منظور، مدل به داده های اقلیمی محصول و داده های خاک نیاز دارد. در این پژوهش برای محاسبه ی تبخیر و تعرق گیاه مرجع   از  معادله ی فائو- پنمن- مونتیث استفاده شده است. برای برآورد بارش مؤثر  نیز از داده های بارش ایستگاه همدید سبزوار استفاده شده است. از دیگر ورودی های مدل  می توان به نوع الگوی کاشت، داده های ضریب محصول، سطح زیر کشت، زمان بندی آبیاری، نوع خاک، کل رطوبت در دسترس خاک، حداکثر عمق ریشه و رطوبت اولیه ای که در خاک نفوذ می کند، اشاره نمود. در این پژوهش مقادیر روزانه ی کمیت های اقلیمی نظیر دمای کمینه، دمای بیشینه، میانگین رطوبت نسبی، سرعت باد، تابش خورشیدی و بارش وارد مدل   شده و سپس با استفاده از داده های فنولوژیکی گیاه کنجد، اقدام به مدل سازی نیاز آبی گیاه کنجد گردید. نتایج نشان داد که گیاه کنجد در دشت سبزوار حداقل به بیست دوره آبیاری تکمیلی طی دوره ی رشد نیازمند می باشد. نتایج همچنین نشان می دهد نیاز آبی گیاه در دشت سبزوار، از شمال به جنوب افزایش می یابد و بیشترین نیاز آبی گیاه، در مراحل میانی رشد می باشد.

بخار آب موجود در جو، با جذب امواج تشعشعی با طول موج بلند بر تعادل دمای زمین تأثیر بسزایی می گذارد؛ ازاین رو، هدف اصلی این پژوهش شناسایی پراکنش فضایی رطوبت نسبی در ایران است. به این منظور، ابتدا به تشکیل پایگاه داده های شبکه ای رطوبت در ایران اقدام شد؛ سپس داده های این پایگاه در دورة آماری سی ساله ای، در بازة زمانی روزانه از 01/01/1982 تا 31/12/2012 میلادی مبنای پژوهش قرار گرفت و یاخته ای به ابعاد 15×15 کیلومتر بر منطقة پژوهش گسترانیده شد. به منظور دستیابی به تغییرات درون سالی رطوبت در ایران، از روش های نو آمار فضایی ازقبیل خودهمبستگی فضایی موران جهانی، شاخص انسلین محلی موران و لکه های داغ با استفاده از امکانات برنامه نویسی در محیط بهره برده شد. نتایج این پژوهش نشان داد که پراکنش فضایی رطوبت در ایران دارای الگوی خوشه ای بالاست. در این بین، براساس شاخص موران محلی و لکة داغ، الگوهای رطوبتی در شمال، شمال غرب و شمال شرق، غرب و جنوب غرب کشور دارای الگوی خودهمبستگی فضایی مثبت (الگوی رطوبتی نمناک) و بخش های جنوب شرقی و مرکزی کشور دارای خودهمبستگی فضایی منفی (الگوی رطوبتی خشک) بوده است. در طی دورة پژوهش، بخش اعظمی از کشور (حدود نیمی از کل مساحت) دارای الگوی معناداری یا خودهمبستگی فضایی بوده است.

در بین فراسنج های اقلیمی، بارش به دلیل تعامل پیچیده با عوامل و عناصر اقلیمی از خود رفتاری چندگانه و پیچیده ای بروز می دهد که موجب توجه ویژه محققین بدان شده است. سال هاست رویکرد محققان علوم محیطی از آمار کلاسیک به آمار فضایی معطوف شده است.به همین دلیل اقلیم شناسان نیز باید با مبانی این علم آشنا شوند و توابع تحلیلی آن را مبنای مطالعات خود قرار دهند.در مطالعه حاضر با استفاده ازروش های نوین آمار فضایی مانند خودهمبستگی فضایی موران جهانی، شاخص انسلین محلی موران و لکه های داغ، رفتار مکانی بارش فصلی در غالب چندین آماره ارائه گردیده است.بررسی های آماری نشان داد که فصل تابستان بیش ترین ضریب تغییرات بارش (50/267) ایران را دارا است که توسط شاخص های ضریب درجه اوج و گیتس اورد جی نیز تأییدشده است. بالاترین ناهنجاری مکانی بارش بر اساس شاخص پراکندگی فصول تابستان و پاییز معرفی شده اند. همچنین به استناد خروجی های شاخص اندازه خوشه بزرگ ترینخوشه های بارشی ایران در فصل زمستان ایجاد می گردد که نشان دهنده نظم نسبی بارش ایران می باشد. نتایج آماره های فضایی نیز نشان داد که تغییرات درون سالی بارش در ایران دارای الگوی خوشه ای بالا می باشد. بر اساس شاخص محلی موران و لکه های داغ، بارش در کرانه های ساحلی دریای خزر و بخش های غرب و جنوب غرب ایران (عمدتاً زاگرس) دارای خودهمبستگی فضایی مثبت (خوشه های بارش باارزش بالا) و در بخش هایی از نواحی مرکزی و همچنین بخش هایی از جنوب شرق ایرانو نواحی مرکزی دارای خودهمبستگی فضایی منفی (خوشه های بارش باارزش پایین)بوده است.

اقلیم یک عامل بسیار مهم و محدود کننده در تولیدات کشاورزی می باشد. به طور یقین بخش کشاورزی بیشترین ارتباط و تاثیر پذیری را از شرایط محیط اطراف و به خصوص اقلیم دارد، به گونه ای که ویژگی های اقلیمی در بلند مدت، منجر به تعیین الگوی کشت و توجیه پراکنش گونه های گیاهی مختلف شده است. هدف عمده این تحقیق ارزیابی روند تغییرات پارامترهای آگروکلیمایی موثر بر رشد زرشک در شهرستان گناباد می باشد. برای این منظور داده های روزانه دمای کمینه، بیشینه، بارش، میانگین دما، رطوبت نسبی، دما خاک، ساعات آفتابی و میانگین دما، رطوبت نسبی و دما خاک در روز اتمام مرحله فنولوژی ایستگاه سینوپتیک گناباد (1372-1392) واقع جنوب خراسان رضوی اخذ و از طریق آنها مقادیر پارامترهای اقلیمی در سطوح احتمالی مختلف در مراحل فنولوژی محاسبه گردید. در مرحله بعد، از آزمون من کندال به بررسی روند عناصر اقلیمی در مراحل مختلف فنولوژی محصول زرشک استفاده گردید. نتایج این تحقیق نشان داد که در بین پارامترهای اقلیمی بر کشت زرشک، میانگین دمای، ساعت آفتابی و دمای خاک روند کاهشی معنی داری در سطح 5 درصد را دارا می باشند.

خشکسالی یکی از پیچیده ترین بلایای طبیعی است. این پدیده دارای ویژگی های متفاوتی است که توسط شاخص های متفاوتی محاسبه می گردد. از آنجایی که این شاخص ها متکی به متغیّرهای اقلیمی و ایستگاه های هواشناسی می باشند بنابراین قابلیت ثبت آنها در تمامی مکان ها به شکل پیوسته نیست. بر این اساس جهت تخمین مقدار متغیّرهای هواشناسی در مکان های نمونه برداری نشده و تهیه نقشه های پیوسته از روش های درون یابی فضایی استفاده می شود. در این پژوهش ابتدا با استفاده از شاخص استاندارد بارش (SPI) شدت خشکسالی محاسبه گشته سپس به منظور ارزیابی روش های مختلف درون یابی چندین روش درون یابی فضایی از قبیل کریجینگ عمومی، کوکریجینگ، فاصله معکوس وزن دار (IDW)، چند جمله ای محلی، اسپیلاین کاملاً منظم، اسپیلاین با کشش و اسپیلاین صفحه نازک به کار برده شد و به منظور مقایسه روش های درون یابی از روش ارزیابی متقاطع و همچنین محاسبه معیارهای خطا گیریRMSE, MBA, MSE و شاخص %G استفاده گردید. نتایج به دست آمده نشان داد که بهترین روش برای درون یابی شدت خشکسالی شاخص SPI، روش کریجینگ عمومی می باشد چرا که در اکثر ماه ها دارای کمترین خطا بوده و همچنین در 9 ماه از سال مقدار %G در آن مثبت محاسبه شده است. در واقع این روش دارای کمترین انحراف می باشد. بیشترین خطا مربوط به روش درون یابی روش اسپیلاین صفحه نازک است در واقع هر سه معیار ارزیابی، مقادیر بالای خطا را نسبت به دیگر روش ها نمایش می دهد.

استفاده از مدل های ریزمقیاس نمایی آماری در مطالعات برآورد نوسانات اقلیمی این امکان را فراهم ساخته است که بتوان داده های آب و هوایی را در مقیاس مکانی و زمانی مناسب تولید کرد. چنین قابلیتی کمک شایانی به مطالعه نوسانات اقلیمی در مقیاس محلی ـ منطقه ای است. تشدید پدیده های حدی را می بایست به عنوان شاخصه های اصلی تغییرات اقلیمی دانست که درک و فهم چنین پدیده هایی نسبت به میانگین ها که هیچ معنای فیزیولوژیکی و روانی ندارند برای افکار عمومی راحت تر است. در این تحقیق طول دوره رشد و طول دوره یخبندان به عنوان شاخصه نوسانات اقلیمی مورد بررسی قرار گرفته است. برحسب تعریف ارائه شده، اولین دوره 6 روزه با میانگین دمای بالای 5 درجه سانتیگراد بعد از آخرین یخبندان بهاره به عنوان آغاز دوره و آخرین دوره 6 روزه با میانگین دمای زیر 5 درجه سانتیگراد به عنوان خاتمه طول دوره رشد در نظر گرفته شده است و طول دوره یخبندان به فاصله زمانی بین بروز اولین یخبندان پاییزه و آخرین یخبندان بهاره اطلاق می شود. ارزیابی تغییرات این شاخص ها، بین دو دوره اقلیمی گذشته (1384-1355) و دوره اقلیمی برآورد شده یا آینده (1418-1389) در سه ایستگاه همدید مشهد، تربت حیدریه و سبزوار در خراسان رضوی صورت گرفته است. نتایج حاکی از افزایش طول دوره رشد در ایستگاه های مشهد و سبزوار، و کاهش در ایستگاه تربت حیدریه در دوره اقلیمی آینده است. این تغییرات در شاخص حدی طول دوره یخبندان نیز مشاهده می شود، به طوری که در هر سه ایستگاه بررسی شده کاهشی بین 15 الی 16 روز رخ خواهد نمود، که نتیجه ای منطقی از پدیده گرمایش جهانی است. نتایج آزمون فرض مطرح شده، فقدان همبستگی بین طول دوره رشد دیده بانی شده و برآورد شده و همچنین طول دوره یخبندان دیدبانی شده و برآورد شده را، که به وسیله ضریب همبستگی رتبه ای اسپیرمن در سطح معنی داری 5 درصد صورت گرفته است اثبات می کند و نشان دهنده فقدان تغییرات معنی دار در دوره گذشته و آینده است.

هدف از پژوهش حاضر، بررسی ارتباط سیگنال های بزرگ مقیاس اقلیمی با بارش استان خراسان رضوی است. در این مطالعه، با استفاده از شبکه های عصبی مصنوعی، پیش بینی بارش در بازه زمانی آوریل تا ژوئن 2007-1970 (فروردین تا خرداد) در استان خراسان رضوی ارائه شده است. برای این منظور ارتباط بین تغییرات سیگنال های اقلیمی شامل فشار سطح دریا، اختلاف فشار سطح دریا، دمای سطح دریا، اختلاف دما بین سطح دریا و سطح 1000 میلی باری، دمای سطح 700 میلی بار، ضخامت بین سطوح 500 و 1000 میلی بار، رطوبت نسبی سطح 300 میلی بار و آب قابل بارش با بارش متوسط منطقه ای مورد بررسی قرار گرفت. در انتخاب این مناطق، تاثیرپذیری بارندگی منطقه شمال شرق ایران از سیگنال های بزرگ مقیاس اقلیمی مورد توجه قرار گرفته است. سپس، مدل شبکه های عصبی مصنوعی در دوره 1997-1970 آموزش داده شده است و در پایان، پیش بینی بارش در دوره 2007-1998 انجام شده است. نتایج نشان می دهد که شبکه های عصبی مصنوعی در تمامی سال ها می تواند بارش را با دقت قابل قبولی پیش بینی کند. ریشه میانگین مربعات خطا برای مدل، 5/2 میلی متر به دست آمد.

"در این تحقیق روشی برای پیش بینی سال های آبی کم بارش و پربارش در منطقه خراسان بزرگ شامل سه استان خراسان رضوی، خراسان شمالی و خراسان جنوبی ارایه شده است. این روش شامل سه گام می باشد. در گام اول، ارتباط بین تغییرات الگوهای سینوپتیکی شامل فشار سطح دریا، اختلاف فشار سطح دریا، دمای سطح دریا، اختلاف دمای سطح دریا و سطح 1000 میلی باری، دمای سطح 850 هکتوپاسکال، ارتفاع معادل سطح 500 هکتوپاسکال و رطوبت نسبی سطح 300 هکتوپاسکال با بارش متوسط منطقه ای مورد بررسی قرار گرفته است. در گام دوم محدوده های فازی و توابع عضویت برای الگوهای سینوپتیکی فوق و بارش متوسط منطقه ای در مناطق منتخب توسعه داده شده است. در انتخاب این مناطق که مجموعه ای از نقاط در خلیج فارس و دریای عمان، دریای سیاه، دریای خزر، دریای مدیترانه، دریای شمال، دریای آدریاتیک، دریای سرخ، خلیج عدن، اقیانوس اطلس، اقیانوس هند و سیبری را شامل می شوند، تاثیرپذیری بارندگی منطقه شمال شرق ایران از الگوهای سینوپتیکی در مناطق فوق مورد توجه قرار گرفته است. در گام نهایی قوانین فازی برای پیش بینی بارش بر اساس تغییرات الگوهای سینوپتیکی فوق توسعه داده شده است. از تحلیل حساسیت برای به دست آوردن بهترین ساختار قوانین فازی و توابع عضویت استفاده شد. این قوانین برای پیش بینی مجموع بارش دسامبر تا می (آذر تا اردیبهشت) در فاصله بین سال های 1993-2002 مورد استفاده قرار گرفته است. نتایج نشان می دهد مدل پیشنهادی در 70 درصد از سال ها می تواند بارش را با دقت قابل قبولی پیش بینی کند."