اکبر گل دوست

در این پژوهش به تعیین و بررسی تاریخ های آغاز و پایان یخبندان های زودرس بهاره و دیررس پاییزه و چند ویژگی آماری آن در ایستگاه های استان اردبیل پرداخته شده است. همچنین ویژگی هایی از جمله تاریخ های آغاز و پایان، تداوم، شدت و تواتر و ویژگی احتمالی این مؤلفه ها محاسبه می شود. روش مورد استفاده دانش احتمالات و زنجیرة مارکوف است. نتایج نشان می دهد روند کلی روز شمار تاریخ شروع یخبندان ها در ایستگاه پارس آباد کاهشی و در اردبیل و خلخال افزایشی است. روند روز شمار تاریخ های پایان یخبندان ها کاهشی است. شروع یخبندان ها (یخبندان های زودرس) در ایستگاه پارس آباد در ماه نوامبر و در ایستگاه های اردبیل و خلخال در ماه اکتبر است. یخبندان ها (یخبندان دیررس) در پارس آباد در ماه آوریل و در اردبیل و خلخال در ماهِ می پایان می یابد. در ایستگاه خلخال تداوم یخبندان ها بیشتر از ایستگاه های دیگر است. در ایستگاه خلخال تعداد یخبندان های شدید با احتمال رخداد 37 /2 درصد در ماه اکتبر بیشتر از ایستگاه های دیگر است. از نظر تواتر، در یخبندان های زودرس بیشترین احتمال رخداد مربوط به حالت یخبندان بعد از یخبندان بوده که در خلخال با احتمال 31 /63 درصد است و در یخبندان های دیررس بیشترین احتمال رخداد مربوط به حالت یخبندان بعد از حالت بدون یخبندان با احتمال 54 /61 درصد در ایستگاه اردبیل است.

با توجه به تاثیر دمای هوا بر جوانب مختلف زندگی بشر و لزوم مطالعه ی نحوه ی تغییرات و پیش بینی آن، در این مطالعه با استفاده از تحلیل های آماری تغییرات دمای میانگین، حداقل و حداکثر ماهانه، در طول دوره ی آماری 24 ساله (از ماه ژانویه ی سال 1987 تا ماه دسامبر سال 2010 به طول 288 ماه) در ایستگاه های استان اردبیل بررسی، و در ادامه امکان پیش بینی دما با استفاده از سیستم استنتاج فازی - عصبی تطبیقی ارزیابی شد. نتایج حاصل نشان داد که روند تغییرات دمای ماهانه در ایستگاه های استان اردبیل طی دوره ی مورد مطالعه افزایشی بوده است. شدت افزایش دمای حداقل بیشتر از دمای حداکثر و میانگین بود. بر اساس نتایج پیش بینی، رابطه ی مشخصی بین ویژگی های آماری داده ها و خطاهای پیش بینی وجود داشت. هرچه دامنه ی تغییرات داده ها کمتر، واریانس و انحراف معیار آنها بیشتر بوده و امکان پیش بینی مقادیر داده ها بیشتر است. در اکثر موارد در فصول سرد سال نوسان مقادیر دمای ماه ها در سال های مختلف بیشتر بوده است، مدل در پیش بینی این موارد دچار خطای بیشتری شده است. در اکثر موارد مدل دمای ماه های فصول گرم سال را که روند مشخص تری دارند بهتر پیش بینی کرده است. در کل بر اساس نتایج این تحقیق سیستم استنتاج فازی - عصبی تطبیقی در اکثر موارد کارایی قابل قبولی در پیش بینی دمای میانگین، حداقل و حداکثر ماهانه در ایستگاه های استان اردبیل داشته است.

خشکسالی به عنوان یک پدیده اقلیمی با کمبود رطوبت و بارندگی نسبت به شرایط نرمال تعریف می شود. این پدیده به شدت بر همه جوانب فعالیت های بشری تأثیر می گذارد. در حالی که مطالعات انجام شده در رابطه با این پدیده بر اساس روش های مناسب بسیار کم می باشد. در مقاله حاضر سعی شده است با استفاده از قابلیت های سامانه نرم افزاری MATLAB و شاخص تلفیقی SEPI در دو مقیاس زمانی 6 و 12 ماهه، به بررسی وضعیت خشکسالی در استان اردبیل پرداخته شود. برای این کار از داده های اقلیمی ایستگاه های سینوپیتیک شهرستان اردبیل، پارس آباد و خلخال در استان اردبیل استفاده شد. نتایج تحقیق نشان می دهد شاخص SEPI ویژگی دو شاخص SPI و SEIرا به خوبی در خود منعکس می کند و همچنین دما را که به عنوان یکی از پارامترهای مؤثر در تغییر شدت خشکسالی است، در بررسی شرایط خشکسالی وارد می کند؛ بنابراین بررسی خشکسالی با شاخص SEPI بهتر از شاخص SPI می باشد. بررسی ها در رابطه با خشکسالی بر اساس شاخص SEPI نشان می دهد که روند خشکسالی در استان اردبیل رو به افزایش است. دما هم با شدت بیشتر روند افزایشی دارد. طولانی ترین تداوم زمانی خشکسالی در استان، در ایستگاه پارس آباد در مقیاس زمانی 12 ماهه از ماه ژوئن سال 1998 تا ماه نوامبر سال 1999 به مدت 18 ماه اتفاق افتاده است. بیشترین درصد وقوع خشکسالی در ایستگاه پارس آباد و کمترین آن در ایستگاه خلخال مشاهده می شود.

خشکسالی به عنوان یک پدیده اقلیمی به شدت بر همه جوانب فعالیت های بشری تاثیر می گذارد. با این حال مطالعات انجام شده در رابطه با این پدیده بر اساس روش های مناسب بسیار کم می باشد. بررسی ویژگی های خشکسالی و پیش بینی آن می تواند در کاهش خسارات حاصل از آن موثر باشد. از این رو در این تحقیق به بررسی خشکسالی و ارزیابی امکان پیش بینی آن برای ایستگاه هایی از استان اردبیل پرداخته می شود. داده های مورد استفاده این تحقیق مقدار بارندگی به صورت ماهانه در دوره آماری 23 ساله می باشد. شاخص بارندگی استاندارد شده در مقیاس های زمانی 1، 3، 6 و 12 ماهه برای بررسی ویژگی خشکسالی و مدل سیستم استنتاج عصبی - فازی تطبیقی برای پیش بینی خشکسالی مورد استفاده قرار می گیرد. بر اساس نتایج حاصل از این پژوهش شدیدترین خشکسالی در استان اردبیل در ایستگاه شهرستان اردبیل در مقیاس زمانی 6 ماهه، در ماه دسامبر سال 2010 با مقدار شاخص 47/2- رخ داده است. در مجموع بیشترین درصد وقوع خشکسالی در ایستگاه پارس آباد و کمترین آن در ایستگاه خلخال مشاهده می شود. به جز ایستگاه پارس آباد در مقیاس زمانی 3 و 6 ماهه، روند خطی شاخص SPI کاهشی است، به عبارتی خشکسالی روند افزایشی دارد. بر اساس تحلیل خوشه ای انجام شده ایستگاه خلخال و اردبیل در هر چهار مقیاس زمانی در یک گروه قرار گرفته اند بنابراین ویژگی خشکسالی در آنها مشابه هم است و ایستگاه پارس آباد در گروه دیگر قرار دارد. نتایج حاصل از پیش بینی شاخص با مدل انفیس نشان داد که در اکثر موارد خطای پیش بینی قابل توجه بوده و مدل در این پیش بینی کارایی قابل قبولی ندارد.

پدیده ی گرد و غبار یکی از زیان بارترین بلایای طبیعی است که مشکلات محیطی عدیده ای را در مناطق مختلف جهان به وجود می آورد. در ایران، منطقه ی زابل به شدت تحت تأثیر این پدیده قرار دارد. مطالعه ی حاضر، با هدف شناخت ویژگی های زمانی و بررسی امکان پیش بینی پدیده ی گرد و غبار در ایستگاه زابل، به عنوان گردوغباری ترین ایستگاه کشور صورت گرفته است. در این راستا ابتدا به تجزیه و تحلیل ویژگی های آماری داده های مربوط به فراوانی ماهانه، فصلی و سالانه ی روزهای توأم با گرد و غبار ایستگاه زابل با آمار 41 ساله پرداخته شد. از روش تجزیه ی روند سری های زمانی برای تبیین نوسانات زمانی عنصر مورد مطالعه استفاده شده و طبقه بندی ماهانه ی روزهای توأم با گرد و غبار با استفاده از روش آماری چند متغیّره ی تحلیل خوشه ای انجام گرفت. پیش بینی گرد و غبار با استفاده از روش سیستم استنتاج فازی- عصبی تطبیقی یا انفیس (ANFIS) با اختصاص70 درصد داده ها به آموزش و30 درصد آن ها به تعیین اعتبار مدل انجام شد. نتایج نشان داد در طول دوره ی آماری مورد مطالعه ی ماه جولای و آگوست گرد و غباری ترین ماه های سال می باشند. بر اساس تحلیل خوشه ای انجام شده، ماه های جولای و آگوست با بیشترین روزهای گرد و غباری در یک خوشه ی مجزا قرار گرفته اند. روند سری ماهانه، فصلی و سالانه ی گرد و غبار در این ایستگاه، افزایشی می باشد. نتایج پیش بینی گرد و غبار با مدل انفیس، نشان از قابلیت بالای آن در پیش بینی گرد و غبار در این ایستگاه می باشد. ساختار سیستم استنتاج فازی (FIS) تعیین شده با چهار تابع عضویت به شکل قوسی با روش آموزش هیبرید، با اطمینان حدود 93 درصد گرد و غبار ایستگاه زابل را پیش بینی می کند

در این پژوهش ارتباط نوسانات شاخص فشار سطح دریا در اطلس شمالی، با میانگین، حداقل و حداکثر دماهای ماهانه شمال غرب ایران در دوره آماری از سال های 1987 تا سال 2005 مورد بررسی قرار گرفته است. روش مورد استفاده این پژوهش، استفاده از آمار تحلیلی (ضرایب همبستگی پیرسون و تحلیل مؤلفه های روند چند جمله ای مرتبه ی 6) می باشد. همچنین با استفاده از نقشه پهنه بندی میزان همبستگی شاخص NAO با دماها به صورت فضایی مشخص گردید. نتایج حاصل از این بررسی ها نشان می دهد که پدیده NAO در همه ایستگاه ها با دمای هوا همبستگی منفی دارد. ضرایب همبستگی به دست آمده تاثیر ضعیف تا نسبتاً متوسط NAO در دماهای منطقه را نشان می دهند. بیشترین میزان همبستگی شاخص NAO با دماهای میانگین ماهانه، و کمترین همبستگی با حداقل دماهای ماهانه دیده می شود. بیشترین ضریب همبستگی به دست آمده در هر سه دمای میانگین، حداقل و حداکثر با شاخص NAO، مربوط به ایستگاه شهرستان اردبیل می باشد. مدل نوسانی روند چندجمله ای طی دو موج مشخص، وجود همبستگی منفی بین NAO را با دماهای شمال غرب ایران تایید می کند.