تغییرات مکانی و زمانی اقلیم گردشگری استان اردبیل با استفاده از دمای معادل فیزیولوژیک (PET) و پیش بینی آن با استفاده از معادله رگرسیون چند متغیره (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
آب و هوا یکی از عوامل محیطی است که نقش مهمی در فعالیت های انسانی ازجمله گردشگری ایفا می کند؛ از این رو، در این پژوهش شرایط اقلیمی انسانی - زیست هواشناختی استان اردبیل با استفاده از دمای معادل فیزیولوژیک (PET) براساس بیلان انرژی بدن - جو و رگرسیون چندمتغیره بررسی شده است. داده های مورد نیاز از سازمان هواشناسی کشور برای 8 ایستگاه همدید به مدت 30 سال (1991 تا 2020) دریافت گردید. نتایج بدست آمده نشان داد که از 9 طبقه اقلیمی شاخص PET، فقط 5 طبقه خیلی سرد، سرد، نسبتا خنک، خنک و آسایش در این ناحیه وجود داشته و 4 طبقه نسبتا گرم، گرم، داغ و خیلی داغ در این استان وجود ندارد. در همین راستا مشخص شد که شرایط خیلی سرد بر کل مساحت این استان در 5 ماه فصل سرد سال یعنی ژانویه، فوریه، مارس، نوامبر و دسامبر حکمفرما بوده و توزیع مکانی این شرایط کاملا یکنواخت است. این مهم در فصل تابستان نسبتا ناهمگن بوده و تنوع شرایط اقلیمی این ناحیه در فصل گرم سال نیز بیشتر است. بطور کلی در ماه های ژوئن، ژولای و آگوست شرایط ایده آل در بخش هایی از این استان حاکم بوده است. در این راستا مهم ترین عامل کنترل کننده شرایط اقلیم آسایش از بین طول، عرض و ارتفاع نیز ارتفاع تعیین شد بطوریکه بین ارتفاع و مقدار شاخص PET رابطه معکوس قوی در 12 ماه سال بر قرار بوده و در سطح معنی داری و به اثبات رسید. رابطه رگرسیونی چند متغیره بین طول، عرض و ارتفاع با مقدار PET بیانگر آن است که مقدار Adj.R2 دمای معادل فیزیولوژیک (PET) از ماه ژانویه تا دسامبر برای دوره مرجع برابر با 713/0، 820/0، 783/0، 807/0، 807/0، 559/0، 841/0، 693/0، 745/0، 731/0، 824/0 و 662/0 بوده و بیشتر تغییرات متغیر وابسته در مدل رگرسیونی دیده شده است. در این مدل متغیر ارتفاع با متغیر دمای معادل فیزیولوژیک (PET) رابطه معکوس داشته و با افزایش ارتفاع از مقدار آن کاسته می شود. این مهم در مورد دو متغیر طول و عرض جغرافیایی هم صدق می کند اما تاثیر طول جغرافیایی کمتر از عرض جغرافیایی بوده و تاثیر هر دو آنها از متغیر ارتفاع نیز کمتر می باشد.Spatial and Temporal Changes of Tourism Climate in Ardabil Province using Physiological Equivalent Temperature (PET) and its Prediction Using Multivariable Regression Equation
Climate is one of the environmental factors that plays a seminal role in human activities including tourism. In this research, the human-biometeorological climatic conditions of Ardabil province have been investigated using physiological equivalent temperature (PET) based on body-atmosphere energy balance and multivariate regression. The data was collected from the National Meteorological Organization for 8 synoptic stations over 30 years (1991 to 2020). The results suggest that out of 9 climate classes of PET index, only 5 classes of “very cold, cold, relatively cool, cool and comfortable” can be found in this region and 4 classes of “relatively hot, hot, hot and very hot” do not exist in this province. In this regard, it turned out that very cold conditions prevail over the entire province in 5 months of the cold season, i.e., January, February, March, November and December, and the spatial distribution of these conditions is fully homogenous. This is relatively heterogeneous in the summer and the climatic conditions of this area are more variable in the hot season of the year. In general, in June, July and August, ideal conditions prevail in parts of this province. As such, the it was found that the major controlling factor of comfortable climatic conditions among longitude, latitude and altitude was altitude, so that there is a strong inverse relationship between altitude and PET index in 12 months of the year at a significant level of α=0.05 and α=0.01. The multivariate regression relationship of longitude, latitude and altitude with the PET indicate that Adj.R2 value of PET from January to December for the reference period is 0.713, 0.820, 0.783, 0.807, 0.807, 0.559, 0.841, 0.693, 0.745, 0.731, 0.824 and 0.662. The highest variations in the dependent variable were observed in the regression model. In this model, altitude has an inverse relationship with PET so that its value declines as altitude increases. This is true for two variables of latitude and longitude, but the effect of longitude is less substantial than that of latitude, both of which are eclipsed by altitude.
تبلیغات
