واکاوی تغییرات پوشش ابرها در دوره سرد سال منطقه جنوب شرق ایران (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
پراکندگی مکانی روزهای ابرناکی و روند تغییرات آنها، به ویژه در دوره سرد سال، در برنامه ریزی و تصمیم گیری های محیطی و منابع آبی مناطق خشک و نیمه خشک از اهمیت ویژه ای برخوردار است. ابرها به عنوان یکی از عناصر کلیدی چرخه آب، نقش مهمی در تنظیم رژیم بارش، دما و تبخیر و تعرق ایفا می کنند. هدف این پژوهش، بررسی روند تغییرات پوشش ابر در فصل زمستان و شناسایی عوامل مؤثر بر آن در منطقه جنوب شرق ایران است. در این مطالعه، از داده های 23 ایستگاه سینوپتیک و داده های بازکاوی مرکز اروپایی پیش بینی میان مدت (ERA5) در بازه زمانی 1989 تا 2022 استفاده شده است. تحلیل های آماری شامل بررسی پراکندگی زمانی-مکانی پوشش ابر (LCC)، آزمون روند من-کندال و نیز برازش مدل رگرسیون خطی برای ارزیابی تغییرات بلندمدت است. نتایج نشان می دهد که توزیع مکانی پوشش ابر در منطقه مورد مطالعه تحت تأثیر عوامل جغرافیایی مانند عرض جغرافیایی، طول جغرافیایی، ارتفاع و نیز الگوهای جوی قرار دارد. همچنین تحلیل روند تغییرات پوشش ابر با استفاده از روش های آماری من-کندال و رگرسیون بر روی داده های مشاهداتی و بازکاوی ERA5 نشان می دهد که پوشش ابر در ماه های دی، بهمن و اسفند روند کاهشی داشته است. بیشترین کاهش ابرناکی در ماه دی مشاهده شده است. یافته های این پژوهش می تواند در درک بهتر تغییرات اقلیمی منطقه و بهبود مدل های پیش بینی اقلیمی مورد استفاده قرار گیرد. همچنین، نتایج این مطالعه می تواند در مدیریت منابع آب و برنامه ریزی های مرتبط با کشاورزی و انرژی در منطقه جنوب شرق ایران کمک کننده باشد.Trend Analysis of Cloud Cover Changes in the Cold Period of the Year in the Southeast of Iran
The spatial distribution and trends of cloudy days, particularly during the cold season, carry significant importance for environmental planning and water resource management in arid and semi-arid regions. Clouds, as a crucial component of the hydrological cycle, play a vital role in regulating precipitation patterns, temperature, and evapotranspiration. This research aims to investigate the trends in cloud cover during the winter season and identify the influencing factors in southeastern Iran. By utilizing data from 23 synoptic stations and reanalysis data from the European Centre for Medium-Range Weather Forecasts (ERA5) covering the period from 1989 to 2022, this study employed statistical analyses, including the spatiotemporal distribution of low-level cloud cover (LCC), the Mann-Kendall trend test, and linear regression modeling, to assess long-term changes. The results indicate that the spatial distribution of cloud cover in the study area is influenced by geographical factors such as latitude, longitude, altitude, and atmospheric patterns. Furthermore, trend analysis using the Mann-Kendall test and regression on both observational and ERA5 reanalysis data reveals a decreasing trend in cloud cover during the months of December, January, and February. The most significant decrease in cloudiness was observed in December. The findings of this research can enhance our understanding of regional climate change and improve climate prediction models. Moreover, the results can contribute to water resource management, as well as agricultural and energy-related planning in southeastern Iran