درخت حوزه‌های تخصصی

خشکسالی به عنوانی یکی از بلایای اقلیمی از طرف پژوهشگران دارای تعاریف و تعابیر مختلفی می باشد. به طور کلی دوره ای که در آن مقدار رطوبت و یا هر نمایه رطوبتی دیگر که نسبت به شرایط نرمال منطقه، ناهنجاری منفی داشته باشد به عنوان شرایط دوره خشکسالی تلقی می شود. به لحاظ ویژگی های فضایی و زمانی، تاریخ آغاز دوره زمانی و یا زمان خاتمه خشکسالی به آسانی قابل تشخیص نیست و از دیدگاه های مختلف آغاز و پایان خشکسالی به صورت متفاوت ارزیابی می شود. فراوانی، شدت خشکسالی و وسعت منطقه نیز از ویژگی هایی است که باید مورد مطالعه قرار گیرند. به منظور پایش و سنجش خشکسالی در هر منطقه و تجزیه و تحلیل آماری این پدیده و همین طور پیش بینی وقوع آن لازم است از نمایه های مناسب استفاده شود. نمایه استاندارد شده بارش (SPI) یکی از نمایه های جدیدی است که جهت پایش خشکسالی مورد استفاده قرار می گیرد. محاسبه نمایه SPI برای هر منطقه به آمار دراز مدت نیاز دارد. این آمار دراز مدت به صورت تابع توزیع گاما، برازش یافته سپس تابع حاصل برای پیدا کردن احتمال تجمعی بارندگی برای یک ایستگاه و برای ماه معین و مقیاس زمانی گوناگون استفاده می شود. مقادیر مثبت، نمایانگر بارش بیشتر از مقدار بارش متوسط و مقادیر SPI منفی، بیانگر بارش کمتر از مقدار متوسط آن می باشد. این نمایه بیان می کند که ممکن است یک ناحیه با یک یا چند مقیاس زمانی به طور هم زمان شرایط ترسالی و در دیگر مقیاس های زمانی شرایط خشکسالی را داشته باشد، یعنی یک ناحیه ممکن است دچار خشکسالی کشاورزی باشد؛ اما از لحاظ هیدرولوژی شرایط ترسالی در آن حاکم باشد. محاسبه نمایه SPI با استفاده از نرم افزار ویژه طراحی شده برای این صورت پذیرفته است. این برنامه نمایه SPI را برای مقیاس های 1، 3، 6، 9، 12، 24، 84، 72 ماهه محاسبه می کند. بررسی روش های مختلف درون یابی برای پهنه بندی خشکسالی با استفاده از سیستم های اطلاعات جغرافیایی (GIS) نشان داده است که بین چهار روش درون یابی، روش کرجینگ و IDW روش های مناسبی برای درون یابی شدت دوره های خشک است. لذا با استفاده از این روش مقادیر نقطه ای نمایه SPI ماهانه مورد استفاده برای پایش دوره های خشک به سطح تعمیم داده شده و نقشه های شدت این پدیده در مقیاس های زمانی متفاوت، برای استفاده در جهت برنامه ریزی های سازگاری با دوره های خشک تولید شده است.

در این تحقیق داده های مربوط به ناهنجاری های دمایی کره زمین و دمای متوسط سالانه ایستگاه تبریز در طی دوره آماری 2003-1951 مورد استفاده قرار گرفته اند. روش های اصلی بکار گرفته شده در این مطالعه عبارت از: روش تعیین ضریب همبستگی پیرسون، تحلیل مولفه روند سری های زمانی، رگرسیون خطی ساده، رگرسیون پولی نومیال به عنوان یک روش نیمه خطی و شبکه های عصبی مصنوعی هستند. نتایج حاصل از کاربرد و تحلیل همبستگی پیرسون نشانگر همبستگی مثبت و مستقیم معنی داری بین دمای سالانه تبریز و ناهنجاری های دمایی کره زمین است. تحلیل مولفه روند بلندمدت سری های زمانی نشان می دهد که در طول دوره آماری بر دمای متوسط سالانه تبریز افزوده می شود. ناهنجاری های دمایی کره زمین نیز روندی افزایشی از خود نشان می دهد. ارتباط دمای متوسط سالانه تبریز با گرمایش جهانی نیز با استفاده از شبکه های عصبی مصنوعی شبیه سازی شده است. نتایج حاصل از کاربرد روش های مختلف در این مطالعه نشان می دهد که روش شبکه عصبی مصنوعی در مقایسه با روش های رگرسیون خطی ساده و رگرسیون نیمه خطی پولی نومیال درجه 6، روش بهتر و دقیق تری است.

پارامتر درجه- روز رشد یکی از مهمترین شاخص های آب وهواشناسی کشاورزی است که بررسی آن می تواند نقش مهمی در مدیریت منابع آب داشته باشد. هدف از این پژوهش پیش بینی تغییرات اقلیمی و بررسی اثر تغییر احتمالی آن بر مقادیر درجه- روز رشد در منطقه شمال غرب کشور است. بدین منظور داده های اقلیمی هفت ایستگاه سینوپتیک ارومیه، تبریز، زنجان، سنندج، قزوین، کرمانشاه و همدان طی یک دوره 25 ساله (2009 - 1985) به عنوان دوره پایه گردآوری شد و برهمین اساس تغییرات دمای دوره های (2030-2011 و 2065-2046) از طریق مدل HadCM3 شبیه سازی شد. به دلیل قدرت تفکیک زمانی و مکانی پایین مدل، خروجی های آن، با استفاده از نرم افزار LARS-WG در مقیاس روزانه و ایستگاهی، ریزگردانی و تحت سناریوهای انتشار A1B (سناریو حد وسط)، A2 (سناریو حداکثر یا بدبینانه) وB1 (سناریو حداقل یا خوش بینانه) ارائه گردید. واسنجی، صحت سنجی و کارایی مدل از نظر میزان انطباق داده های دیده بانی شده با مقادیر شبیه سازی شده از طریق آماره های ، RMSE و MAE مورد ارزیابی قرار گرفت. در نهایت با استفاده از دمای شبیه سازی شده، درجه- روز رشد تحت آستانه های حرارتی صفر، 5، 10 و 15 درجه سانتی گراد در دو بازه زمانی پایه (2009-1985) و آینده (2030-2011 و 2065-2046) محاسبه و مقایسه گردید. نتایج شبیه سازی نشان می دهد علی رغم تفاوت اندک، تغییرات دمای منطقه شمال غرب ایران، تحت هر کدام از سناریوها A1B، A2 و B1 در آینده افزایشی خواهد بود. در مجموع بیشترین افزایش دما معادل 7/0 درجه سانتی گراد مربوط به سناریوی A2 برای دوره 2030-2011 و به میزان 3/2 درجه سانتی گراد تحت سناریوی A1B برای دوره 2065-2046 آشکار گردید. کلاً با افزایش دما، مقادیر درجه- روز رشد در دوره های مورد بررسی و تحت هر آستانه حرارتی افزایش می یابد. تحت سناریوهای مطالعاتی، آستانه های دمایی صفر درجه سانتی گراد بیشترین و 15 درجه سانتی گراد کمترین تأثیر پذیری از تغییر اقلیم را نشان می دهند، به طوریکه بیشترین افزایش مقادیر درجه- روز محاسباتی تحت آستانه های صفر و 15 درجه سانتی گراد، در دوره اول نسبت به سناریوی مبنا (2009-1985)، به ترتیب به میزان 4/207 و 6/120 درجه- روز، تحت سناریو A2 و برای دوره دوم به میزان 5/752 و 5/463 درجه- روز، تحت سناریو A1B شبیه سازی گردید.

موج های گرمایی از مهم ترین بلایای آب و هوایی بوده که هر سال پیامدهای زیست محیطی مخربی را در طبیعت به جای می گذارند. بر این اساس هدف اصلی این پژوهش شناسایی موج های گرمایی ایران و ویژگی های آن ها مانند تداوم، شدت و فراوانی می باشد که در جهت نیل به آن از آمار روزانه ی حداکثر دما مربوط به 663 ایستگاه هم دید و اقلیمی در قلمرو مورد مطالعه، طیّ دوره ی آماری1/1/1340 تا 29/12/1382 (15705 روز) استفاده گردیده است. سپس با استفاده از روش درون یابی کریگینگ با یاخته های 18×18 کیلومتر یک ماتریس 7187×15705 آماده شده که بر روی سطرها روزها و بر روی ستون ها یاخته ها قرار گرفته است. در گام بعدی با استفاده از شاخص فومیاکی ماتریس مورد نظر استاندارد سازی و ماتریس انحراف دمای بهنجار ایران (NTD) شکل یافت. برای شناسایی موج های گرمایی ایران، با استفاده از برنامه نویسی در محیط Matlab. روزهایی را که دست کم 2 روز تداوم داشته و دمای آن 2+ انحراف معیار یا بالاتر از میانگین (NTD) بود، به عنوان موج گرما تعریف شد. از ماتریس NTD ایران 282 موج گرمای 2 تا 25 روزه شناسایی و دسته بندی گردید. این موج ها از کم تداوم ترین موج 2 روزه تا فراگیرترین موج 25 روزه در دوره ی گرم و سرد گروه بندی و تحلیل شد. نتایج پژوهش نشان داد که موج های گرمایی کوتاه رخداد بیشتری داشته است و تعداد امواج گرمایی پرتداوم کمتر رخ داده است. پایان زمستان و روزهای نخستین پاییز موج های گرمایی بیشتر و فراوان تر می باشد، این هنگام ها با گذار دوره ی سرد به گرم و گرم به سرد، همزمان است. موج های با تداوم بیشتر کم رخداد بوده ولی درصد بیشتری از مساحت ایران را در برگرفته اند و موج های کوتاه پررخداد بوده و در گستره ی کمتری از ایران اتفاق افتاده اند. در شمال و شمال غرب، مرکز ایران و سواحل جنوب رخداد موج گرما بیشتر بوده است. همچنین امواج گرم در دوره ی آماری روند افزایشی داشته و در سال های اخیر، پررخدادتر بوده اند.

به منظور تحلیل و بررسی تغییرات بارش برف سنگین در منطقه شمال غرب کشور، آمار روزانه دما و بارش 10 ایستگاه سینوپتیک که شامل ایستگاه های پر برف محدوده مطالعاتی را می شوند، از سازمان هواشناسی کشور دریافت گردید. بررسی ها نشان داد که بارش برف سنگین در همه ایستگاه ها و در طول دوره آماری مشترک دارای نوسانات زیاد و روند کاهشی بوده است. استفاده از آزمون رتبه ای من کندال در مورد ایستگاه های دارای آمار طولانی مدت، وجود روند نزولی در دریافت بارش برف سنگین را برای ایستگاه های تبریز و ارومیه و عدم وجود روند در اردبیل و خوی را نشان داد. همچنین آزمون گرافیکی من کندال نشان داد که در دهه اخیر بارش برف سنگین به جز تبریز در سه ایستگاه دیگر در جهت کاهشی، تغییر ناگهانی داشته، اگر چه این تغییر، معنی دار نبوده است. بررسی تغییرات ماهانه بارش برف سنگین، وقوع این نزولات در بازه زمانی طولانی هشت ماهه (اکتبر تا می) را برای ایستگاه های اردبیل، اهر و خلخال نشان می دهد. از نظر نسبت بارش برف سنگین به کل بارش های سنگین برای 5 ماه برفی سال، اردبیل با 90 ٪ و مراغه فقط با 41٪ به ترتیب بیشترین و کمترین نسبت را دارا بوده اند.

بررسی بیست و هفت عنصر اقلیمی در مقیاس سالانه نشان می دهد که اقلیم ایران ساخته شش عامل است. این عوامل به ترتیب اهمیت عبارتند از عوامل گرمایی، نم و ابر، بارشی، بادی غباری و تندری. بارزترین ویژگی اقلیمی سواحل جنوبی ایران گرما و پس از آن نم و ابر و تابش است. در سراسر کمربند شمالی ایران نم و ابر آشکارترین ویژگی اقلیم است. در سواحل خزر و رشته کوههای زاگرس بارش چهره غالب اقلیم است. در زاگرس پس از بارش، تابش نقش ارزنده ای در شکل گیری اقلیم دارد. در مرزهای شرقی ایران باد و غبار چهرة معمول اقلیم است و همین عامل در سواحل خلیج فارس در درجه سوم اهمیت قرار دارد. در گوشه شمال غرب و جنوب شرقی ایران تندر عامل اقلیمی چیره است. یک تحلیل خوشه ای بر روی یک نمونه هزارتایی و بر اساس شش عامل یاد شده وجود پانزده ناحیه اقلیمی در ایران را نشان می دهد. آرایش مکانی این نواحی اقلیمی مؤید نقش همسایگی با دریاها و نیز ارتفاع در شکل گیری اقلیم های ایران است

ایران کشوری با اقلیم خشک و نیمه خشک، است به گونه ای که متوسط بارش سالانه آن حدود یک سوم متوسط بارش سالانه جهان است. ویژگی عمده این مناطق، ریزش های جوی با شدت های بالاست. این مشخصه ها از نظر هیدرو اقلیمی باعث شکل گیری رژیم بارشی شده که نوسان های زیاد مقدار بارندگی، ریزش رگبارهای شدید با زمان تداوم کوتاه، از مهمترین شناسه های آن به حساب می آید. در این پژوهش، جهت بررسی هم دید بارش های سنگین مناطق خشک، داده های بارشی استان کرمان مورد تحلیل قرار گرفته است و از دو پایگاه داده یکی مربوط به مقدار بارش روزانه در ایستگاه های هم دید و اقلیمی و دیگری داده های جو بالا مربوط به ارتفاع ژئوپتانسیل، فشار تراز دریا، دمای هوا، نم ویژه، مولفه باد مداری و باد نصف النهاری در عرض جغرافیایی صفر تا هشتاد درجه شمالی و طول -30 تا 100 درجه شرقی استفاده شده است. با استفاده از شاخص آماری گامبل تیپ 1، 76 رخداد بارش های سنگین استان کرمان شناسایی شد. سپس با تحلیل خوشه ای روی دادهای ارتفاع ژئوپتانسیل تراز 500 هکتوپاسکال، الگوهای هم دید این بارش ها شناسایی شدند. تحلیل این الگوها نشان داد که مهم ترین عامل شکل گیری بارش های سنگین استان کرمان حرکت رو به شرق و تقویت فرود شرق مدیترانه در تروپوسفر میانی است، لذا زمانی که با حرکت رو به پایین سامانه تاوه قطبی همراه است، بارش های سنگینی در سطح ایستگاه های استان رخ می دهد.

در این مقاله به بررسی ارتباط بین میزان بارش در فصول پاییز، زمستان و بهار با شاخص های اقلیمی از طریق تحلیل رگرسیونی پرداخته شده است. شاخص های اقلیمی نوسان جنوبی((SOI، نوسان قطبی((AO و نوسان اطلس شمالی((NAO، شاخص نینو 4/3(NINO3/4)، شاخص چند متغیره انسو((MEI، شاخص انتقالی نینو((TNI و نوسان دهه ای اقیانوس آرام(PDO) در این بررسی به عنوان متغیر مستقل مورد مطالعه قرار گرفته است. در این پژوهش از داده های بارش ماهیانه 25 ایستگاه سینوپتیکی که دارای طولانی ترین و کامل ترین دوره آماری اند (دوره آماری 1951 تا 2003) و توان پوشش اکثر مناطق بارشی کشور را دارند استفاده شده است. نتایج بدست آمده از تحلیل رگرسیونی نشان می دهد که بین میزان بارش و شاخص‌های اقلیمی مذکور در فصل بهار ارتباط بسیار ضعیفی وجود داشته است. در این مطالعه همچنین مشخص گردید که از میان شاخص های اقلیمی مرتبط با انسو، شاخص نینو 4/3بیشترین ارتباط را با میزان بارش پاییزه و زمستانه ایران دارد و شاخص نوسان جنوبی و شاخص چند متغیره انسو در رتبه های بعدی قرارگرفته اند. بین شاخص های انتقالی انسو و نوسان دهه ای اقیانوس آرام و میزان بارش رابطه ای مشاهده می شود. ضریب ارتباط میزان بارش های فصل پاییز و زمستان با شاخص نینو4/3 و چند متغیره انسو مثبت و با شاخص نوسان جنوبی منفی است.به علاوه نتایج حاصل از این تحلیل مشخص ساخت که نوسان قطبی و نوسان اطلس شمالی با میزان بارش زمستانه ارتباط بیشتری نسبت به بارش پاییزه دارند. ضریب شاخص‌های نوسان قطبی و نوسان اطلس شمالی منفی می باشد که نشان دهنده رابطه معکوس بین میزان بارش فصول زمستان و پاییز و شاخص مذکور می باشد.

روشهای آماری چند متغیره، کاربردهای بی شماری در مطالعات جغرافیایی و به خصوص اقلیم شناسی دارند. طبقه بندی اقلیمی که در سال 1380 توسط مولفان این مقاله به استفاده از روش تحلیل خوشه ای انجام گردید، یکی از این کاربردها می باشد. از طرفی با توجه به تنوع زیاد متغیرهای مورد استفاده برای طبقه بندی مذکور، انجام مطالعه حاضرجهت معرفی متغیرهای اصلی که در مرزبندی نواحی اقلیمی نقش داشته اند، و تعیین میزان تاثیرهرکدام از آنها در این طبقه بندی ضرورت پیدا کرد. برای این منظور داده های ماهانه 41 ایستگاه هواشناسی سینوپتیک (1995-1993) مورد استفاده قرارگرفت. روش تحلیل عاملی و تجزیه مولفه های اصلی که از کاربردی ترین روشهای چند متغیره آماری می باشند برای تجزیه و تحلیل داده ها انتخاب شد.نتایج نشان می دهند که مهمترین مولفه نم نسبی می باشد که بیش از 40% از کل واریانس را به خود اختصاص داده است  .(Pct of Var = %40/90)دومین مولفه اصلی مربوط به دماهای حداقل و حداکثر است (Pct of Var = %23/37) که بیش از 23% از کل تغییرات را تبیین نموده اند. سایر متغیرها در مابقی مولفه ها قرار دارند. یافته ها گویای آن است که طبقه بندی ایجام شده دارای مبنای اصولی بوده و براساس قوانین علمی استوار گردیده است به نحوی که مرزهای نواحی اقلیمی به طور متعادل از کلیه متغیرها تاثیر پذیرفته اند. این مطالعه همچنین کاربرد روش تحلیل عاملی را به عنوان روشی کارآمد، برای انجام مطالعات تحلیلی و مفصلی که نیاز به کنکاش در خصوص روابط بین متغیرها دارند، دراین مطالعه همچنین سعی شده است تا چگونگی بارگذاری متغیرها در مولفه های اصلی و نحوه محاسبه مقداری های ویژه و بردارهای ویژه بصورت ساده شرح داده شود.

در این تحقیق با بررسی دمای میانگین ماهانه 338 ایستگاه سینوپتیک و کلیماتولوژی در سرزمین ایران هشت ناحیه دمایی در ایران شناسایی شد و بروش تحلیل خوشه ای فصل بندی مناطق دمایی مشخص شد. با مقایسه دمای میانگین هر ناحیه با میانگین دمای ایران که 18 درجه سلسیوس است هشت ناحیه دمایی نام گذاری شدند. این نواحی دمایی عبارتند از: ناحیه گرم جنوب غربی، سرد دامنه ای، سرد کوهپایه ای، گرم کرانه های خلیج فارس، معتدل دشت سری، معتدل خزری، گرم دشتی و ناحیه سرد کوهستانی که به ترتیب میانگین دمای سالیانه شان 7/24، 6/14، 4/9، 0/27، 2/17، 7/16، 2/20، 1/12 درجه سانتی گراد می باشد. بر طبق نمودارهای خوشه ای هر هشت ناحیه دمایی به لحاظ زمانی از دو فصل دمایی نسبتا متمایز سرد و گرم و فصول گذار تشکیل شده اند.

ه‍دف‌ پ‍ژوه‍ش‌: ش‍ن‍اس‍ائ‍ی‌ چ‍ه‍ار روش‌ طب‍ق‍ه‌ب‍ن‍دی‌ اق‍ل‍ی‍م‍ی‌ و ب‍ررس‍ی‌ ت‍وان‍م‍ن‍دی‌ ه‍ای‌ ه‍ری‍ک‌ از آن‍ه‍ا در ت‍ش‍خ‍ی‍ص‌ اق‍ل‍ی‍م‌ ای‍س‍ت‍گ‍اه‍ه‍ای‌ و ارزی‍اب‍ی‌ ای‍ن‌ روش‍ه‍ا ب‍ا ی‍ک‍س‍ری‌ اطلاع‍ات‌ ه‍م‍س‍ان‌ در ن‍رم‌اف‍زار رای‍ان‍ه‌ و ن‍ت‍ای‍ج‌ ح‍اص‍ل‌ از آن‌ اس‍ت‌ روش‌ ن‍م‍ون‍ه‌گ‍ی‍ری‌: ۵۰ ای‍س‍ت‍گ‍اه‌ ک‍ل‍ی‍م‍ات‍ول‍وژی‌ و س‍ی‍ن‍پ‍وت‍ی‍ک‌ ک‍ش‍ور ک‍ه‌ داری‌ آم‍ار ح‍دود ۳۰ س‍ال‍ه‌ ب‍وده‌ و پ‍راک‍ن‍ش‌ م‍ن‍اس‍ب‍ی‌ درس‍طح‌ ای‍ران‌ داش‍ت‍ه‌ان‍د، ب‍رای‌ پ‍ژوه‍ش‌ ان‍ت‍خ‍اب‌ و ب‍رخ‍ی‌ از ع‍ن‍اص‍ر اق‍ل‍ی‍م‍ی‌ ه‍ر ای‍س‍ت‍گ‍اه‌ اس‍ت‍ف‍اده‌ گ‍ردی‍د روش‌ پ‍ژوه‍ش‌: ب‍ا ش‍ن‍اس‍ائ‍ی‌ گ‍ردش‌ اطلاع‍ات‌ ه‍ری‍ک‌ از ای‍ن‌ روش‍ه‍ا و داده‌ه‍ای‌ اول‍ی‍ه‌ م‍ورد ن‍ی‍از، ب‍طور دس‍ت‍ی‌ و رای‍ان‍ه‌ای‌ اق‍ل‍ی‍م‌ چ‍ن‍دی‍ن‌ ای‍س‍ت‍گ‍اه‌ م‍ح‍اس‍ب‍ه‌ و ج‍ه‍ت‌ ت‍س‍ری‍ع‌ در م‍ح‍اس‍ب‍ه‌ و ارزش‍ی‍اب‍ی‌ آن‍ه‍ا، ی‍ک‌ ن‍رم‌اف‍زار طراح‍ی‌ گ‍ردی‍د طرح‌ پ‍ژوه‍ش‌: م‍ش‍ک‍لات‌ اج‍رائ‍ی‌ و ت‍ش‍خ‍ی‍ص‌ اق‍ل‍ی‍م‍ی‌ روش‍ه‍ای‌ س‍ن‍ت‍ی‌ ن‍ی‍از ب‍ه‌ ی‍ک‌ ت‍ح‍ول‌ و ب‍ازن‍گ‍ری‌ در ج‍واب‍گ‍وی‍ی‌ ک‍ام‍ل‌ درای‍ن‌ زم‍ی‍ن‍ه‌ دارد و ی‍اف‍ت‍ن‌ ج‍ای‍گ‍اه‌ م‍دل‍ه‍ای‌ ری‍اض‍ی‌ و رای‍ان‍ه‌ای‌ درای‍ن‌ پ‍ژوه‍ش‌ م‍دن‍ظر م‍ی‌ب‍اش‍د ن‍ت‍ی‍ج‍ه‌گ‍ی‍ری‌ ک‍ل‍ی‌: ب‍اوج‍ود آس‍ان‌ ب‍ودن‌ روش‌ دوم‍ارت‍ن‌ و ک‍وپ‍ن‌، ب‍رای‌ ری‍زپ‍ه‍ن‍ه‌ ب‍ن‍دی‌ اق‍ل‍ی‍م‍ی‌ روش‌ ت‍ح‍ل‍ی‍ل‌ ع‍ام‍ل‍ی‌ و ل‍ی‍ت‍ی‍ن‌ اس‍ک‍ی‌ ب‍ه‍ت‍ر ج‍واب‍گ‍و ه‍س‍ت‍ن‍د. اس‍ت‍ف‍اده‌ از روش‌ ت‍ح‍ل‍ی‍ل‌ ع‍ام‍ل‍ی‌ ب‍دل‍ی‍ل‌ ت‍ع‍ری‍ف‌ م‍ع‍ی‍ار ت‍وس‍ط خ‍ود م‍ح‍ق‍ق‌، ن‍ی‍از ب‍ه‌ م‍ه‍ارت‌ رای‍ان‍ه‌ای‌ و اق‍ل‍ی‍م‍ی‌ ب‍ی‍ش‌ از روش‍ه‍ای‌ دی‍گ‍ر اس‍ت‌، روش‌ ک‍وپ‍ن‌ ب‍رای‌ واس‍طه‌ی‍اب‍ی‌ ن‍ت‍ای‍ج‌ در‎GIS‬ ن‍ی‍از ب‍ه‌ ی‍ک‌ اص‍لاح‌ دارد. ب‍رخ‍ی‌ از اص‍لاح‍ات‌ م‍ورد ن‍ی‍از ه‍ری‍ک‌ از روش‍ه‍ا درای‍ن‌ پ‍ژوه‍ش‌ آورده‌ ش‍ده‌ اس‍ت‌

دشت ازومدل در شهرستان ورزقان استان آذربایجان شرقی واقع شده است. این دشت در شمال شهر ورزقان قرار گرفته است. از جنوب آن رودخانه اصلی اهر چای عبور می کند. در محل دشت شبکه های فرعی به رودخانه پیوسته و باعث توسعه دشت و ایجاد تراسهای آبرفتی و آشکار شدن تراسهای دریاچه ای در دشت شده اند. رودخانه در محدوده مورد مطالعه به علت شیب بسیار کم حالت مئاندری پیدا کرده و بیشترین درصد مئاندر مربوط به مئاندرهای دارای سینوسیته بالای 5/1 می باشد. هدف از این تحقیق بررسی کمی اهر چای می باشد که از طریق آن بتوان نوع توسعه یافتگی رودخانه را مشخص کرد. برای رسیدن به این هدف از شاخص کورنایس و ضریب خمیدگی استفاده شده است. بر مبنای این شاخص ها، مئاندر های مورد بررسی در دشت از نوع مئاندر توسعه یافته می باشد.

اکنون ثابت شده است که رسیدن به توسعة پایدار، مستلزم هماهنگ شدن اقتصاد با سیاستهای محیطی بویژه از طریق کاربرد تکنیکهای اقتصادی در ارزیابی پروژه ها و سیاستها می باشد (ا.ای.سی.دی، 1995، ص3). کنترل اثر گلخانه ای یکی از سیاستهای محیطی بمنظور جلوگیری از تغییر اقلیم و گرم شدن جهان بشمار می رود؛ ولی این کار هزینه های قابل توجهی را می طلبد و فوایدی را هم به همراه دارد که بررسی آنها مستلزم کاربرد تکنیکهایی چند می باشد. در این مقاله با استفاده از اسناد علمی معتبر، به تحلیل چند مدل هزینه- فایده پرداخته و به این نتیجه می رسیم که مدلهای مورد بحث در برآورد هزینه های کنترل اثر گلخانه ای دارای کارائی کافی نمی باشند، اما برآورد فواید، بنا به مسائلی که برشمرده می شود، کار بسیار مشکلی است. نتیجة دیگر آن است که گرچه تحلیلهای هزینه فایده، اثر هزینه ها بر کنترل گازهای گلخانه ای را مشخص می نماید، اما هنوز مسائل مهم دیگری در رابطه با اثر گلخانه ای سوختهای فسیلی بر محیط بجای می ماند که بعنوان زمینه های تحقیقاتی پیشنهاد خواهد شد.

دمای سـطح زمین برای انواع وسیعی از مطالعات علمی از اقلیم­شناسـی و هواشناسـی تا هیدرولوژی، بوم­شناسی، زمین­شناسی، علوم پزشکی، طراحی و بهسازی شبکه حمل و نقل و مکانیابی آتش سوزی ها و بویژه در محاسبه تبخیر ـ تعرق واقعی مورد نیاز است. با توجه به پایش دمای سطح زمین در تعداد محدودی از ایستگاه­های هواشناسی به صورت نقطه ای و نیاز به توزیع مکانی دمای سطح در پهنه وسیع و به طور همزمان، دمای سطح برآورد شد. جهت دستیابی به دمای سطح زمین از الگوریتم سبال و طبقه بندی از نوع درخت تصمیم گیری استفاده شد. با استفاده از تصویر ETM+ و انجام مراحل پیش پردازش، تصویر برای اجرای روش سبال آماده گردید. جهت انجام مراحل فوق الذکر از نرم افزارهای Envi4.5 و ArcGIS9.3 استفاده گردید. در این مقاله با برآورد اختلاف کمتر از 57/5 درجه سانتی­گراد، اختلاف رضایت­بخشی بین دمای سطح برآورد شده از طریق سنجش از دور و دمای برآورد شده از آمار اندازه گیری شده 12 ساله از سطح زمین (1993 الی 2005) در ایستگاه هواشناسی مراغه به دست آمد. لذا دمای برآوردی از طریق سنجش از دور قابل کاربرد در مطالعات و تحقیقات علوم زمین و محیط زیست می باشد.

با توجه به تاثیر دما در شرایط اقلیمی هر منطقه و اهمیت پیش بینی آن در برنامه ریزی های محیطی، استفاده از روش های دقیق تر آماری برای مطالعه تغییر و پیش بینی عناصری مثل دما، کاربرد وسیعی پیدا کرده است. یکی از روش های مذکور کاربست مدل سری زمانی هالت - وینترز است. با توجه به هدف پیش بینی که تخمین مقادیر کرانگین دمای اصفهان برای 10 سال آتی در بازه 2006 تا 2015 بوده است، ابتدا با توجه به تعداد داده های موجود از هر یک از سری ها که 55 عدد (بازه زمانی داده ها 1951 تا 2005 میلادی بوده است) بود، روش های مختلف پیش بینی سری زمانی مورد آزمون قرار گرفت. از میان روش های مذکور فقط مدل سری زمانی هالت - وینترز قابلیت پیش بینی اعداد منفی سری حداقل مطلق دماهای به ثبت رسیده سالانه اصفهان را داشت. پس از بررسی و آزمون مدل ها و درنظر گرفتن شاخص های ارزیابی، دقت و صحت مدل بار دیگر ثابت شد که مدل هالت - وینترز نتایج بسیار بهتری نسبت به سایر مدل ها ارایه می کند و به این علت به عنوان مدل مطالعاتی برای پیش بینی مقادیر 10 سال آتی دماهای مطلق حداقل و حداکثر اصفهان انتخاب گردید. این مطالعه نشان داد که بهترین مدل برای پیش بینی آتی دماهای مطلق حداقل و حداکثر اصفهان، مدل هالت - وینترز است.

وقوع بارش های سنگین با الگوهای همدید سطوح فوقانی جو در ارتباط است. این مطالعه ارتباط بین بارش های سنگین در استان چهارمحال و بختیاری و آرایش الگوهای فوقانی جو را بررسی می کند. برای شناسایی الگو های ریزش بارش های سنگین ده مورد از بارش های شدید (بیشتر از 50 میلی متر) و فراگیر اتفاق افتاده در طول دورة آماری انتخاب و بررسی شده است. برای این منظور، از آمار بارش ایستگاه های تحت مطالعه و همچنین نقشه های سطح زمین، سطح 500 هکتوپاسکال، نقشه های وزش رطوبتی، امگا و تاوایی استفاده شده است. برای تعیین ناپایداری ها، شاخص های ناپایداری شولتر و ki در ایستگاه های اصفهان و اهواز مورد بررسی قرار گرفته است. نتایج نشان می دهد الگوی غالب ریزش بارش های سنگین در استان توقف چند روزة سیستم های باران زاست. دلیل این توقف نیز تشکیل سیستم مانع در تراز 500 هکتوپاسکال بر روی اروپاست که سبب می شود در شرق این سیستم مانع سرد چال عمیقی تشکیل شود و با ریزش هوای سرد از عرض های بالاتر موجب فرارفت هوای گرم و مرطوب عرض های پایین می شود. ترکیب کم فشار سودانی با کم فشار مدیترانه ای باعث تقویت کم فشار سودانی می شود و با دریافت رطوبت از دریای سرخ، دریای عرب و خلیج فارس، بارش های سنگین در منطقه رخ می دهد. در ایستگاه های واقع در دامنه های زرد کوه، حرکت توده های هوا بر روی ارتفاعات باعث افزایش ناپایداری و شدت بارش در این مناطق می شود؛ به طوری که ایستگاه کوهرنگ در دورة بارشی مارس 1988 به میزان 5/535 میلی متر بارش داشته است.

سن معمولی گندم یکی از آفات اصلی گندم و از مهم ترین مسائل گیاه پزشکی ایران است. در این پژوهش، رابطة بین ویژگی های دما (کمینه، بیشینه، متوسط، تعداد روزهای یخبندان و مجموع واحدهای گرمایی)، میزان بارش و شرایط خشک سالی- ترسالی با تاریخ های آغاز ریزش در شهرستان اصفهان در طول سال های زراعی 1378- 1379 تا 1388- 1389 مطالعه شده است. نتایج پژوهش نشان می دهد تاریخ آغاز ریزش آفت سن به شرایط اقلیمی پیش از ریزش آفت به ویژه در فصل زمستان بستگی دارد. در سال هایی که دمای فصل پاییز و زمستان بالاتر از میانگین و مقادیر شاخص بارش استاندارددر فصل های پاییز و زمستان شرایط نرمال بارش را نشان می دهد، ریزش آفت زودتر اتفاق افتاده است. نتایج تحلیل همبستگی بین تعداد روزهای یخبندان سالیانه، فصلی، آستانه های مختلف یخبندان، کمینه، بیشینه و میانگین دما با تاریخ های آغاز ریزش آفت نشان می دهد بین کمینه دمای پاییز و زمستان با تاریخ های آغاز ریزش آفت سن گندم همبستگی معکوس، قوی و معنادار در سطح احتمال 99 درصد وجود دارد. همچنین، بین تعداد روزهای یخبندان با تاریخ آغاز ریزش آفت همبستگی مستقیم مثبت، قوی و معنادار در سطح احتمال 99 درصد وجود دارد. کمینه، بیشینه و میانگین دما در دهة ا ول اسفند دارای رابطة معنادار و منفی و تعداد روزهای یخبندان دارای رابطة مثبت و معنادار در سطح احتمال 99 درصد است. ضریب تعیین (R2) نشان می دهد حدود 97 درصد تغییرات متغیر وابسته (تاریخ ریزش آفت) به متغیرهای مستقل کمینه و بیشینة دما، مجموع بارش در دورة سرد سال (پاییز و زمستان) و تعداد یخبندان های سالیانه وابسته است که اهمیت این عناصر را در پیش بینی تاریخ های ریزش در مدل رگرسیون نشان می دهد.