مجید منتظری

ژرفای نوری هواویزی کمیتی بی بعد است که میزان گذر پرتو نور در جو را نشان می دهد و بیان گر میزان جذب و پراکنش ناشی از هواویزها در مسیر عبور نور است. شناخت آن برای درک تأثیرات آن بر کیفیت هوا و ارائه راهکارهای مقابله با آن ضروری است. حوضه بلوچستان جنوبی به دلیل موقعیت جغرافیایی خود، تحت تأثیر گرد و غبار و غلظت بالای هواویزی قرار دارد. از این رو در این پژوهش تغییرات زمانی-مکانی ژرفای نوری هواویزی، در این حوضه مورد واکاوی قرار گرفته است. برای دستیابی به این هدف از داده-های فرآورده ژرفای نوری هواویزی MOD 04 L2))، الگوریتمDeep Blue سنجنده مودیس ماهواره تررا با دقت مکانی 10×10 کیلومتر طی دوره آماری 2002-2019 بهره گرفته شد. سپس با استفاده از تحلیل مؤلفه های اصلی الگوهای زمانی و مکانی آن تفکیک شد. به کمک تحلیل خوشه ای الگوهای زمانی دسته بندی و الگوهای مکانی پهنه بندی گردید. نتایج واکاوی با روش تحلیل مؤلفه های اصلی بر روی آرایه میانگین بلند مدت داده ها (365×55458)  نشان داد، سه مؤلفه ی اصلی در مجموع حدود90 درصد از پراش داده ها را تبیین می کنند که سهم مؤلفه اول 84 درصد است. این مؤلفه الگوی کلی پراکندگی مکانی ژرفای نوری هواویزی حوضه را تبیین می کند و بسیار به الگوی مکانی میانگین بلندمدت، شبیه است. الگوی تغییرات زمانی نشان می دهد که این مؤلفه در تمام سال موجودیت دارد اما در دوره سرد کاهش و در دوره گرم سال افزایش می یابد. بر اساس تغییرات زمانی ژرفای نوری هواویزی، حوضه به چهار دوره زمانی زمستانه، بهاره-پاییزه، گذار و تابستانه، قابل تفکیک است. میانگین ژرفای نوری هواویزی در الگوی تابستانه به 69/0 می رسد. این به مفهوم آنست که حوضه در دوره تابستان از هوای نسبتاً غبارآلودی برخوردار است. به لحاظ پراکندگی مکانی نیز حوضه به سه پهنه با بار غباری کم (کوهستانی)، بار غباری متوسط( پایکوهی) و بار غباری زیاد(پست جلگه ای) قابل پهنه بندی است. میانگین ژرفای نوری هواویزی در حوضه حدود 38/0 است که در پهنه جلگه ای به 62/0 می رسد. رژیم ژرفای نوری هواویزی در هر سه پهنه یکسان است اما پهنه جلگه ای به لحاظ مقدار، با دو پهنه دیگر اختلاف چشمگیر دارد. بالا بودن مقدار ژرفای نوری هواویزی در این حوضه علاوه بر مؤلفه های محلی، به عوامل منطقه ای که در دوره گرم سال فعال می شود(موسمی هند)، مرتبط است.

باد شمال یکی از رویدادهای جوّی مهم منطقه خاورمیانه و عراق است که در دوره گرم سال فعال شده و موجب رخداد توفان های گرد و غبار در منطقه می شود. هدف از این پژوهش، بررسی اقلیم شناسی باد شمال با استفاده از داده های بلندمدت است. برای دستیابی به این هدف، داده های ساعتی فشار تراز دریا، ارتفاع ژئوپتانسیل، بادِ مداری و باد نصف النهاری برای 4 تراز 1000، 850، 700 و 500 هکتو پاسکال و دوره 44 ساله و در تفکیک مکانی 25/0 درجه قوسی از پایگاه داده کوپرنیکوس برداشت شد. برای هر متغیر و هر تراز با توجه به محدوده مورد مطالعه، ماتریسی به ابعاد 365×17061 مهیا شد و درنهایت داده های بلندمدت فشار تراز دریا، مبنای کار قرار گرفت. تحلیل مؤلفه اصلی فشار تراز دریا نشان داد که مؤلفه اول معرّف سازوکار باد شمال تابستانه است. پراکنش مکانی این مؤلفه استقرار الگوی کم فشار در منطقه خلیج فارس و حاکمیت الگوهای پرفشار در ارتفاعات زاگرس، کوه های قفقاز و اروپای شرقی است. بازه زمانی حاکمیت باد شمال تابستانه از ماه می تا اواخر سپتامبر است. مؤلفه دوم تبیین کننده باد شمال زمستانه است. پراکنش مکانی این مؤلفه، استقرار الگوی کم فشار بر دریای سرخ و الگوی پرفشار بر کوه های زاگرس و قفقاز را نشان می دهد. پهنه بندی مکانی فشار تراز دریا، الگوی کلی استقرار سامانه های فشار شامل کم فشار خلیج فارس، منطقه پرفشار که بیشتر بخش های شمالی و غربی منطقه و بخش حایل که بین منطقه کم فشار و پرفشار رد و بدل می شود را شامل می شود. این نقشه نشان می دهد که وزش باد شمال تحت تأثیر شیو فشار کانون های فشار شمالی (ترکیه دریای سیاه) و غربی (مدیترانه، شمال آفریقا-عربستان) قرار دارد که باعث می شود شار هوا از سمت شمال غرب به سمت جنوب شرق و در امتداد زاگرس به حرکت درآید. باد شمال تابستانه در تراز 1000 هکتوپاسکال در امتداد جلگه بین النهرین از شمال غرب به سمت جنوب شرق می وزد و در ماه ژوئیه به اوج فعالیت خود می رسد. در نقشه تراز 1000 هکتوپاسکال، باد شمال در مرز سوریه غربی است اما در جنوب مدار 35 درجه تغییر جهت داده و به سمت جنوب شرق متمایل می شود. باد شمال در ترازهای پایین حرکت می کند و دیواره بلند رشته کوه زاگرس مانع گسترش باد شمال به بخش های داخلی ایران شده و آن را به سمت شمال خلیج فارس هدایت می کند. شدت باد شمال تابستانه در تراز 850 نسبت به تراز 1000 هکتوپاسکال بیشتر بوده و جهت شمال غربی دارد.

توسعه شهر نشینی و فعالیت های صنعتی منجر به تغییرات چشمگیری در مشخصات فیزیکی سطح زمین، ترازمندی انرژی و درنتیجه سبب تغییر آب وهوای محلی در شهر های بزرگ شده است. از این رو برای بررسی نقش شهر در تغییر آب وهوای محلی، جزیره ی گرمایی/سرمایی کلان شهرهای ایران مورد سنجش قرار گرفت. در این پژوهش برای ارزیابی جزیره ی گرمایی/سرمایی کلان شهرهای ایران، ابتدا شهر هایی که جمعیتی بیشتر از 500 هزار نفر داشتند؛ انتخاب گردیدند. برای واکاوی شدت جزیره ی گرمایی/سرمایی از داده های دمای رویه ی سنجیده ی مودیس تررا و آکوا در بازه ی زمانی 1381 تا 1396 به صورت روزانه استفاده شد. بدین منظور ابتدا مناطق ساخته شده ی شهری به کمک داده های کاربری اراضی مودیس انتخاب گردید. سپس اختلاف بیشترین و کمترین طول و عرض جغرافیایی شهر به دست آمد و از هر طرف محدوده ی شهر به اندازه ی آن گسترش داده شد تا محدوده ی ناشهر مشخص شود. برای آنکه بتوان جزیره ی گرمایی/سرمایی هر شهر را بر اساس زیبوم شهر مورد سنجش قرار داد از روش نوینی در این پژوهش استفاده شد. بدین صورت که بیشترین فراوانی دما در میان یاخته های ناشهر در هر روز، به عنوان نماینده ی دمای ناشهر انتخاب گردید؛ و شدت جزیره ی گرمایی/سرمایی شهر بر اساس اختلاف تمامی یاخته های شهر از دمای نماینده ی ناشهر به دست آمد. نتایج این تحقیق نشان داد در روز هنگام در تمامی شهر های ایران به غیر از کلان شهر رشت که در زیمان مرطوب و معتدل خزری قرار دارد، جزیره ی سرمایی با شدت 3/0- تا 1/6- درجه ی سلسیوس تشکیل می گردد. شدت جزیره ی سرمایی روز هنگام در کلان شهرهای واقع در زیمان بیابانی بیشتر است. در شب هنگام بر روی تمامی کلان شهرهای ایران جزیره ی گرمایی با شدت 5/0 تا 3 درجه ی سلسیوس تشکیل می گردد. شدت جزیره ی گرمایی در کلان شهرهای واقع در زیمان بیابانی کمتر از سایر کلان شهرها است؛ و حتی بر روی کلان شهر زاهدان در شب نیز جزیره ی سرمایی ضعیفی تشکیل می گردد.

جمعیت شهر اصفهان در طی شش دهه ی گذشته ده برابر شده است. بزرگ شدن شهر اصفهان پیامدهای محیطی بزرگی در پی داشته است. در همین دوره ی زمانی خشکاندن زاینده رود، افزایش دما و وردش بارش شرایط محیطی را وخیم تر کرده است. پیدایش جزیره ی گرمایی تنها یکی از پیامدهای تغییرات محیطی دهه های گذشته است. جزیره ی گرمایی برای تندرستی و مصرف آب و انرژی شهروندان پیامدهایی دارد. در این پژوهش داده های دمای رویه ی زمین سنجنده ی مودیس از 1379 تا 1395 برای گذر شب و روز به کار گرفته شد. به کمک این داده ها آب و هوای پس زمینه ی کلانشهر اصفهان با شگرد نمودار دورسو شناسایی شد. سپس یاخته ی نماینده ی شهر و یاخته ی نماینده ی آب و هوای پس زمینه شناسایی و نمایه ی جزیره ی گرمایی کلانشهر اصفهان محاسبه شد. بررسی ها نشان داد کلانشهر اصفهان در هنگام روز از پیرامون خود سردتر و در هنگام شب حدود دو درجه ی سلسیوس گرم تر از پیرامون خود است. شدت جزیره ی گرمایی در دی ماه بیشینه است و در تابستان ضعیف تر می شود. با توجه به رفتار زمانی و مکانی جزیره ی گرمایی کلانشهر اصفهان به نظر می رسد تغییراتی که شهر در رطوبت، سپیدایی و ترکیب جو ایجاد کرده نقش مهمی در پیدایش جزیره ی گرمایی داشته است. از آنجا که آب یکی از عوامل اثرگذار بر شدت جزیره گرمایی شهر اصفهان است زاینده رود در تعدیل دمای رویه ی زمین در محدوده ی کلانشهر اصفهان نقش بزرگی داشته است و خشکاندن آن پیامدهای زیست محیطی داشته است.

گیاه آیینه آب وهواست؛ بنابراین نیاز به کسب اطلاعات درباره وضعیت پوشش گیاهی از قبیل میزان و پراکنش آن اهمیت زیادی دارد. از آنجا که گردآوری اطلاعات درباره تغییرات پیوسته پوشش گیاهی با روش های معمولی بسیار مشکل و پرهزینه است، دورسنجی روش بسیار سودمندی است که دید وسیعی از یک منطقه ارائه می دهد. هدف از پژوهش کنونی، بررسی میانگین بلندمدت پوشش گیاهی ایران به کمک نمایه تفاضل بهنجارشده پوشش گیاهی (NDVI) است. در این پژوهش نخست داده های 16روزه نمایه NDVI مودیس آکوا در محدوده ایران در بازه زمانی 13/4/1381 تا 23/12/1393 از تارنمای مودیس استخراج و سپس برمبنای نزدیک به 10 میلیارد یاخته، میانگین بلندمدت نمایه 16روزه NDVI ایران در طول سال محاسبه شد. با توجه به اینکه مقادیر NDVI بیش از 2/0 نشان دهنده پوشش گیاهی است، میانگین بلندمدت پوشش گیاهی ایران برای هر 16 روز در طول سال محاسبه شد. یافته ها نشان داد پوشش گیاهی ایران در بازه 5 تا 19 دی ماه کمینه است و حدود 8درصد گستره ایران را می پوشاند؛ در حالی که در بازه 26 فروردین تا 11 اردیبهشت بیشینه است و 30درصد ایران را دربرمی گیرد.

برف از منابع اصلی بیلان آب، جریان های سطحی بهاری، سفره های آب زیرزمینی، رودخانه ها و چشمه ها محسوب می شود و در مناطق کوهستانی و عرض های جغرافیایی بالا اهمیت زیادی دارد. به دلیل اهمیت این موضوع پژوهش حاضر با هدف شناسایی و خوشه بندی ایستگاه های برفی کشور انجام شد. در این راستا شناسه های هوای حاضر از 304 ایستگاه همدید طی دوره 2010-1951 مورد بررسی قرار گرفت. در ابتدا ۱۶ شناسه که صرفاً متعلق به برف بود جداسازی و سپس نقشه های توزیع مکانی هر شناسه ترسیم و از نظر مکانی بررسی شدند. نتایج حاکی از آن است که بارش برف تنها در 251 ایستگاه رخ داده و تراکم آنها عمدتاً در محور شمال غرب- جنوب شرق و محور کوهستانی البرز و زاگرس می باشد. در این میان شناسه های 70، 71، 73، 22 و 72 به ترتیب دارای بیشترین فراوانی ثبت در ایستگاه های مورد مطالعه بوده اند. در نهایت با اعمال تحلیل خوشه ای سلسله مراتبی بر روی داده های درصد فراوانی برف، ایستگاه های همدید به سه خوشه اصلی تفکیک شدند. این تحلیل نشان داد که ایستگاه های برفی ایران عمدتاً در سه خوشه اصلی شامل خوشه کوهستانی مرتفع، کوهستانی کم ارتفاع و پایکوهی دسته بندی می شود. لازم به ذکر است خوشه سوم به دلیل پراکندگی زیاد به دو زیرخوشه پایکوهی و کم ارتفاع پایکوهی و ساحلی قابل تفکیک است. بررسی ها نشان داد که در ایران بارش برف بشدت تابع ارتفاع و عرض جغرافیایی است بین ارتفاع و عرض جغرافیایی ایستگاه ها رابطه معکوس معنادار وجود دارد از سوی دیگر بین ارتفاع و درصد فراوانی برف رابطه مستقیم معنادار وجود دارد؛ اما درصد فراوانی برف با عرض جغرافیایی رابطه معناداری نشان نمی دهد این موضوع حاکی از آنست که نقش ارتفاع در بارش برف به مراتب بیشتر از عرض جغرافیایی است.

بارش از مهمترین عناصر اقلیمی است که تغییرات آن، تأثیر شدیدی بر منابع آبی هر منطقه دارد. الگوهای بارش هر منطقه با الگوهای گردشی جو در ارتباط بوده و شناسایی آنها نقش بسزایی در برنامه ریزی منابع آبی دارد. پژوهش حاضر با رویکرد محیطی به گردشی و با هدف شناسایی الگوهای همدید مؤثر بر بارش های سنگین حوضه بهشت آباد صورت گرفته است. در این راستا از آمار بارش روزانه 23 ایستگاه هواسنجی استان چهارمحال و بختیاری طی مقطع زمانی 1/1/2001 تا 21/10/2012 (4312 روز) و همچنین داده های ارتفاع ژئوپتانسیل تراز 500 هکتوپاسکال جهت ترسیم و تحلیل الگوهای گردشی استفاده به عمل آمد. ابتدا روزهای توأم با بارش سنگین (بیش از 30 میلی متر) در سطح حوضه شناسایی و 152 روز توأم با بارش سنگین شناسایی گردید. سپس داده های ارتفاع ژئوپتانسیل تراز میانی هواسپهر برای روزهای مورد نظر در محدوده صفر تا هشتاد درجه شمالی و صفر تا هشتاد درجه شرقی از پایگاه NCEP/NCAR استخراج گردید. این داده ها در آرایه ای با حالت S و با ابعاد 1089×152 آرایش شده و تحلیل خوشه ای سلسله مراتبی بر روی آن صورت گرفت. در نهایت شش الگوی همدید بارش های سنگین حوضه بهشت آباد شناسایی و سپس بر اساس میزان همبستگی درون گروهی، نقشه روز نماینده هر الگو نیز ترسیم شد. نتایج حاصل از بررسی الگوها حاکی از آن است که سه الگو از سامانه همدید بلوکینگ و سه الگوی دیگر از سامانه همدید فراز و فرود تبعیت می کنند. شکل گیری ناوه عمیق در تراز میانی هواسپهر و ریزش هوای سرد عرض های بالا بر روی دریای سیاه و مدیترانه و کسب رطوبت از آنها و قرارگیری ایران در جلوی محور ناوه، شرایط ناپایداری و در نتیجه وقوع بارش های سنگین را در منطقه مورد مطالعه به همراه داشته است. افزون بر رطوبت دریای مدیترانه و دریای سیاه، رطوبت دریای سرخ به همراه رطوبت و گرمای خلیج فارس نیز در وقوع بارش های سنگین منطقه بسیار تأثیرگذار است.

النینو از پدیده های مهم اقلیمی است که تأثیر زیادی بر متغیرهای اقلیمی نقاط مختلف کره زمین دارد. با توجه به نقش تبخیر در مطالعات منابع آب، بررسی تأثیر پدیده النینو بر این متغیر اقلیمی، از اهمیت شایانی برخوردار است. هدف از این پژوهش بررسی امکان برآورد تبخیر در ایستگاه همدید خرم آباد با استفاده از داده های النینو و با کمک مدل شبکه عصبی مصنوعی است. بدین منظور، داده های تبخیر ماهانه ایستگاه به مدت 29 سال از 1992 تا 2011 از پایگاه داده سازمان هواشناسی کشور و داده های النینو از سایت نوآ استخراج گردید. سپس با استفاده از مدل شبکه عصبی مصنوعی به تجزیه و تحلیل داده ها پرداخته شد. نتایج نشان داد که از میان موقعیت های النینو تنها در Nina1 و Nina3 با تبخیر در ایستگاه مورد مطالعه ارتباط وجود دارد. با مقایسه داده های مشاهده ای تبخیر و خروجی شبکه عصبی، میزان همبستگی این داده ها 78 درصد می باشد. بین داده های النینو و خروجی شبکه عصبی همبستگی برقرار شد که میزان آن ۹۹/۰ است. بنابراین با توجه به بالا بودن همبستگی بین داده های النینو و خروجی شبکه عصبی و با استفاده از معادله رگرسیون خطی می توان برای ماه های بدون داده، با دقت 99 درصد، نسبت به برآورد تبخیر در ایستگاه خرم آباد، اقدام نمود.

سیل به عنوان یکی از مهم ترین سوانح طبیعی همواره مورد توجه بشر بوده و در سال های اخیر با توجه به پدیده ی گرمایش جهانی و تغییر شکل بارش ها از حالت جامد به مایع، لزوم توجه بیشتر به آن احساس می شود. در حوضه های کوهستانی که از رژیم برفی برخوردارند، معمولاً وقوع بارش با رخداد سیلاب همزمان نیست. با این وجود، در برخی موارد رخداد بارش فرین منجر به وقوع سیلاب های مهیب و خانمان برانداز، شده است. هدف از این پژوهش، بررسی ساز و کار سامانه هایی است که همزمان با وقوع بارش های فرین، دبی های سیلابی را به دنبال داشته است. بدین منظور، داده های بارش روزانه 23 ایستگاه هواسنجی استان چهارمحال و بختیاری از 12/10/1379 تا 30/7/1391، داده های دبی روزانه ایستگاه آب سنجی بهشت آباد در بازه ی زمانی 1/1/1377 تا 29/12/1389 و داده های تراز میانی هوا سپهر شامل متغیرهای ارتفاع ژئو پتانسیل، فشار تراز دریا، بادمداری، باد نصف النهاری، امگا، دما و رطوبت ویژه که از مرکز ملی پیش بینی های محیطی/ مرکز ملی پژوهش های جوی ایالات متحده آمریکا اخذ، و به کار گرفته شد. سپس بر مبنای رویکرد محیطی به گردشی مورد واکاوی همدید قرار گرفت. واکاوی آماری داده های روزانه ی بارش رواناب نشان داد که راب طه ی معناداری بین بارش ایستگاه های حوضه و م قدار رواناب در زمان رخداد بارش وجود ن دارد. به نظر می رسد عدم همزمانی وقوع بارش با رخداد رواناب، ناشی از ریزش های جامد است. در حالی که در رخدادهای همزمان بارش- رواناب، ریزش های مایع بوده است. واکاوی همدید نشان داد، وجه تمایز بین سامانه های با بارش مایع و جامد، در نحوه ی تأمین رطوبت آنهاست. به طوری که رویدادهای بارشی مایع، با استقرار سامانه ی واچرخندی بر روی دریای عرب همراه است که این سامانه هوای گرم و مرطوب دریای عرب را به داخل فرود عمیق مدیترانه هدایت نموده و هوای گرم و مرطوب، پس از عبور از دریای سرخ و خلیح فارس تقویت شده و بر محتوای رطوبتی آن افزوده شده و در نتیجه در اثر ناپایداری شدید ایجاد شده در جلوی فرود عمیق مدیترانه صعود نموده و رخداد بارش های سیل زا در زاگرس مرتفع، به ویژه حوضه ی بهشت آباد را به دنبال دارد.

تبخیر از پدیده های مهم چرخه آبشناختی است و تخمین و پیش بینی آن در مدیریت و برنامه ریزی اصولی آب ضروری می باشد، به همین خاطر به پیش بینی این پدیده در حوضه دز که بخش مهمی از آب مصرفی کشور را تأ مین می کند پرداخته شده است. در شبیه سازی تبخیر و بررسی امکان پیش بینی آن ازمدل شبکه عصبی مصنوعی با بهره گیری از نرم افزار نروسلوشن استفاده گردیده که آمار مربوط به تبخیر در 4 ایستگاه همدید با حداقل 19 سال آمار ماهانه و داده های مربوط به مهمترین شاخص های آب و هوایی، مورد تجزیه و تحلیل قرار گرفته است. نتایج پژوهش نشان می دهد که مهمترین شاخص های مرتبط با تبخیر در حوضه شامل نینا 3، اس. دبلیومونسون، ام.ای.آی، نینا 1، نینا 4 و نینا 3/4 می باشد. مقایسه داده های مشاهده ای تبخیر و خروجی شبکه عصبی مصنوعی همبستگی بالا بین این داده ها را نشان می دهد، به طوریکه میزان این همبستگی در ایستگاه خرم آباد 79 درصد، دزفول 94 درصد، کوهرنگ 80 درصد و اراک 72 درصد است. با توجه به خروجی شبکه عصبی و داده های مربوط به شاخص های آب و هوایی می توان با دقت بالای 98 درصد به پیش بینی تبخیر درحوضه اقدام نمود.

استان کهگیلویه و بویر احمد به دلیل استقرار در پیشانی رشته کوه زاگرس میانی با نوع خاص آرایش کوهستانی موسوم به ناهمواری ژورایی، شامل تاقدیس ها و ناودیس های متوالی که به صورت دشت ها و کوهستان های موازی تجلی یافته و به آرامی از غرب به شرق بر ارتفاع آن افزوده می گردد، تنوع ارتفاعی چهار هزار متری را در منطقه به وجود آورده است. قدر مسلم چنین تنوع ارتفاعی، سبب شکل گیری خرده نواحی اقلیمی در دل کوهستان های این منطقه شده است. لذا تفکیک مکانی و شناسایی ویژگی های خرده نواحی اقلیمی به منظور آشکارسازی توان های اقلیمی هر یک از خرده نواحی استان و انطباق آن با پیکربندی ناهمواری ها، از اهداف اصلی این پژوهش است. برای دست یابی به اهداف یاد شده، داده های متوسط سالانه 36 عنصر اقلیمی مربوط به 15 ایستگاه همدید در داخل و اطراف استان کهگیلویه و بویراحمد، از پایگاه داده های سازمان هواشناسی کشور استخراج گردید. آرایه ی داده ها به حالت R (مکان- متغیّر) آرایش داده شد. سپس توری با ابعاد یاخته 5×5 کیلومتر بر روی نقشه استان گسترانیده شد و به کمک روش میان یابی کریجینگ مقادیر هر یک از متغیّر ها بر روی گره گاه های این تور برآورد گردید. بطوری که 623 یاخته مرز استان را در برمی گرفت. برای حذف بٌعد داده ها، آرایه ی مذکور در معرض فرایند استانداردسازی قرار گرفت. سپس تحلیل مؤلفه ی اصلی با روش همبستگی بر روی آرایه پهنه ای عناصر اقلیمی (36×623) انجام گرفت. و در نهایت 5 مؤلفه ی اصلی شناسایی شد. در مرحله ی بعد یک تحلیل خوشه ای پایگانی انباشتی بر روی آرایه نمرات 5 مؤلفه ی اصلی، انجام شد و استان کهگیلویه به هفت خرده ناحیه ی اقلیمی متنوع تفکیک گردید. تفاوت خرده نواحی به لحاظ دمایی، بارشی، رطوبتی و سایر پدیده های جوی چون روزهای بارشی، برفی، تندری، یخبندان، غباری، آرامش جوی و سرعت باد چشمگیر است. در این میان بیشترین تضاد و تباین بین خرده ناحیه ی اقلیمی یاسوج و بی بی حکیمه دیده می شود. ناحیه ی یاسوج از دمایی معتدل، اقلیمی پربارش و نسبتاً مرطوب، هوایی آرام، کم باد و کم غبار برخوردار است. درحالی که ناحیه ی بی بی حکیمه با اقلیمی گرم، هوایی مرطوب و شرجی، بارش های سنگین، رگباری و سیل آسا، روزهای بارشی کمتر و توزیع نایکنواخت بارش، هوایی نسبتاً ناآرام، بادی و غباری، شرایط اقلیمی نسبتاً خشن و نامطلوبی را در بین سایر نواحی اقلیمی استان، دارا می باشد.

علی رغم اتفاق نظر اکثر دانشمندان بر وقوع پدیده گرمایش جهانی، لیکن شک و تردیدهایی در خصوص وقوع این پدیده محیطی از سوی برخی از دانشمندان مطرح می شود. آنان گرمایش جهانی را با این استدلال زیر سؤال می برند که دمای ثبت شده در ایستگاه ها شایستگی نمایندگی روند دما را ندارد. زیرا با گذشت زمان و افزایش جمعیت شهرها و نیرومند شدن جزیره ی گرمایی، دمای ایستگاه ها بازتاب جزیره ی گرمایی است نه گرمایش جهانی. برای رفع این شبهه، می توان موضوع را با رویکردی متفاوت ارزیابی کرد و به جای بررسی دما،گرمایش جهانی را از روی تغییرات ستبرای هواسپهر، ردیابی نمود. بدین منظور داده های شبکه ای ارتفاع ژئوپتانسیل تراز هزار و تراز پانصد هکتوپاسکال نیمکره شمالی از 11/10/1357 تا 09/10/1392 به مدت 12782 روز از تارنمای NCEP/DOE برداشت گردید. نقشه های ستبرا برای هر روز محاسبه و سپس نقشه میانگین ستبرای هر روز برای کل نیمکره فراهم شد. این محاسبات برای تمامی 12782 روز انجام شد و سری زمانی میانگین وزنی ستبرای هواسپهر نیمکره شمالی بدست آمد. سری مذکور علاوه بر نیمکره شمالی برای ایران نیز محاسبه شد و رفتار آن با سری های زمانی میانگین دماهای کمینه و بیشینه ایران ارزیابی گردید. بررسی ها نشان داد که طی دوره بررسی شده (1392-1357) میانگین ستبرای نیمهزیرین هواسپهر نیمکره شمالی حدود 13 متر افزایش داشته است. سال 1377 نقطه عطفی در تغییرات ستبرای هواسپهر نیمکره شمالی است. در این سال جهشی در سری زمانی ستبرای هواسپهر نیمکره شمالی دیده می شود. بررسی ها نشان داد که تغییرات ستبرای هواسپهر نیمکره شمالی در تمامی عرض های جغرافیایی یکسان نیست. در مناطق حاره بسیار ناچیز و در عرض های جغرافیایی بالا، بسیار شدیدتر بوده و دارای روند افزایشی معنادار می باشد. بررسی رابطه بین ستبرای هواسپهر نیمکره شمالی و ایران نشان می دهد که در طی دوره 35 ساله ستبرای هواسپهر ایران حدود 7/2 متر بیش از میانگین ستبرای نیمکره شمالی، افزایش یافته است. یعنی سرعت روند افزایش گرمایش ایران بیش از میانگین نیمکره شمالی است. سری زمانی دمای کمینه نسبت به دمای بیشینه رابطه بهتری را با سری زمانی میانگین ستبرای هواسپهر نیمکره شمالی نشان می دهد. در حالی که سری زمانی دمای بیشینه نسبت به دمای کمینه رابطه قوی تری با سری زمانی ستبرای هواسپهر ایران دارد. از سوی دیگر بررسی سری دمای کمینه و ستبرای هواسپهر ایران نشان داد که رفتار دمای کمینه در قبل و بعد از سال 1371 تغییر یافته و این می تواند بازتاب دهنده افزایش وردش پذیری دمای کمینه در فاز دوم باشد. در مجموع بررسی ها نشان داد که با هر درجه افزایش میانگین دما در ایران، حدود 17 متر بر ستبرای هواسپهر ایران افزوده شده است.

پیش بینی دما یکی از مهمترین پیش بینی های هواشناسی است. امروزه بخشهای کشاورزی و صنعت وابستگی زیادی به شرایط دمایی(آب و هوا)دارند. دما نیز در کنار بارش یکی از فراسنج های بسیار مهم آب و هوایی است و از عوامل اصلی در پهنه بندی و طبقه بندی آب و هوایی به حساب می آید. هدف از انجام این تحقیق پیش بینی میانگین دمای ماهانه ایستگاه های منتخب استان اصفهان میباشد که پس از تعیین موقعیت و بررسی دوره آماری موجود سه ایستگاه همدید ازن سنجی اصفهان، شرق اصفهان و کاشان انتخاب شدند. برای بررسی و پیش بینی دمای ماهانه از مدل شبکه عصبی مصنوعی استفاده شد. شبکه های عصبی مصنوعی توانایی زیادی در شبیه سازی و پیش بینی عناصر جوی وآب و هوایی دارند. شبکه عصبی مصنوعی یکی از قدرتمندترین مدلهایی است که قادر به دریافت و نمایش پیچیده روابط ورودی و خروجی داده ها می باشد. یکی از پرکاربردترین مدلهای شبکه عصبی مدل پرسپترون چند لایه(MLP) میباشد. برای تعیین بهترین ورودی های شبکه پس از سعی و خطای بسیار در نهایت ساختاری با استفاده از میانگین دمای 7 ماه قبل برای پیش بینی دمای ماه بعدی انتخاب گردید. بدین ترتیب دمای ماهانه برای 24 ماه آینده پیش بینی شد که در این حالت بهترین همبستگی را بین داده ها نشان داد .بدین منظور از نرم افزار مت لب 2013 استفاده شده و برنامه نویسی در این محیط صورت گرفت. در تمام ساختار های شبکه از یک لایه پنهان متشکل از 30 نرون استفاده شد. تمامی ایستگاه ها با یک لایه پنهان به جواب رسیدند و نیازی به افزایش تعداد لایه های پنهان تشخیص داده نشد. برای آموزش شبکه از الگوریتم مارکوارت –لونبرگ استفاده شد و تمامی شبکه ها با تابع محرک تانژانت هیپربولیک به جواب مطلوب رسیدند.در نتیجه میتوان گفت استفاده از این مدل در پیش بینی دمای ماهانه موفقیت آمیز بود.

تبخیر یکی از متغیرهای اقلیمی است که پیش بینی آن نقش مهمی در برنامه ریزیهای مربوط به آب دارد. با توجه به بالا بودن نسبی میزان بارندگی در مناطق غرب ایران، آگاهی از میزان تبخیر برای مدیریت درست آب در این مناطق ضروری میباشد. از عوامل اثرگذار بر میزان تبخیر، سیگنال های اقلیمی میباشند که توجه به نقش آنها پیش بینی تبخیر را ممکن می کند. با استفاده از مدل شبکه عصبی مصنوعی به پیش بینی تبخیر بر اساس این سیگنال ها اقدام شده که آمار مربوط به تبخیر از تشت در 3 ایستگاه سینوپتیک با حداقل 20 سال آمار ماهانه و نیز مهمترین سیگنال های اقلیمی با نرم افزار نروسلوشن (Neurosolution) تجزیه و تحلیل شده است. نتایج پژوهش نشان دهنده آن است که مهمترین سیگنال های مرتبط با تبخیر در منطقه شامل Nina3:، Nina1، SW Monsoon، Mei و Nina4 میباشد. مقایسه داده های مشاهده ای تبخیر و خروجی شبکه عصبی، همبستگی بالا بین این داده را نشان می دهد. به گونه ای که میزان این همبستگی در ایستگاه کرمانشاه 71 درصد، همدان 82 درصد و سنندج 80 درصد است. با درنظر گرفتن خروجی شبکه عصبی مصنوعی و داده های مربوط به سیگنال های اقلیمی، میتوان با دقت بالای 97 درصد به پیش بینی تبخیر درمنطقه مورد پژوهش اقدام نمود.                                                                             

حاصل تعامل عوامل محلی و الگوهای گردشی در بلند مدت، نوع و حالت آرایش نواحی دمایی در هر پهنه جغرافیایی را تعیین می کند. آگاهی از پراکندگی مکانی دما در پهنه های جغرافیایی، زمینه ساز برنامه ریزی و سیاست گزاری های درست محیطی است. این پژوهش با هدف شناسایی و تفکیک نواحی حرارتی ایران به انجام رسیده است. بدین منظور، داده های شبکه ای دمای بیشینه (حداکثر) ایران از پایگاه داده اسفزاری برداشت شده. داده های این پایگاه یک دوره ی 43 ساله در بازه زمانی روزانه از 1/1/1340 تا 29/12/1383 را می پوشاند و اندازه ی یاخته های شبکه 15×15 کیلومتر است. پس آرایه دمای بیشینه ایران به ابعاد 15705×7187 مبنای شناسایی نواحی حرارتی کشور قرار گرفت. برای تفکیک مکانی نواحی حرارتی، یک تحلیل خوشه ای سلسله مراتبی با روش ادغام وارد بر روی آرایه داده ها اعمال گردید. نتایج نشان داد که ایران را می توان بر مبنای دمای بیشینه روزانه به پنج ناحیه حرارتی شامل نواحی کوهستانی مرتفع، کوهستانی و کرانه های خزر، پست مرکزی، پست جنوب شرق، کرانه های جنوبی به ترتیب با متوسط دمای 9/ 18، 9/22، 26، 3/28 و5/31 درجه سلسیوس، تفکیک نمود. بررسی ها نشان داد که آرایش نواحی حرارتی تابعی از پیکربندی ناهمواری و عرض جغرافیایی است. تنوع دمایی در استانهای کرمان، فارس و بویژه لرستان و ایلام قابل توجه است. در حالیکه استانهای سیستان و بلوچستان، یزد، خراسان رضوی، سمنان و بخصوص هرمزگان و بوشهر علی رغم وسعت زیاد از تنوع دمایی برخوردار نیستند.

در این پژوهش تغییرپذیری مکانی روندهای دمای ایران در 48 سال گذشته مورد بررسی قرار گرفت. بدین منظور، داده های دمای سالانه کمینه،بیشینه و متوسط ایستگاه های همدید و اقلیمی کشور از 1961 تا 2008 از مرکز داده های سازمان هواشناسی کشور اخذ گردید. به کمک پایگاه داده های تنظیم شده، نقشه های هم دما بااندازه ی پیکسل15×15 کیلومتربه روش میانیابی کریجینگ محاسبه و ترسیم شد بطوری که هر نقشه با 7196 پیکسل مرزهای کشور را در برگرفت. بدین ترتیب سه آرایه با ابعاد 48×7196 فراهم گردید. جهت ارزیابی روند دما از روش های پارامتری رگرسیون خطی و ناپارامتری مان- کندال بهره گرفته شد. اعمال این آزمون ها بر روی هر یک از آرایه هانشان داد که دمای کشور رو به افزایش است. این افزایش بیشتر در مناطق پست و کم ارتفاع روی داده است. در این میان دمای کمینه از اهمیت بیشتری برخوردار است و در60 درصد وسعت کشور روند افزایشی نشان می دهد. درحالی که روند افزایشی دمای بیشینه 27 درصد وسعت کشور را در بر گرفته است. از سوی دیگر شدت روند در تمامی پهنه ها یکسان و یکنواخت نیست و برای دمای کمینه شدت آن در استان کرمان در غرب لوت و در منطقه شهداد، در بخش های مرکزی استان سمنان، شرق خوزستان، جنوب استان ایلام و غرب استان کرمانشاه، بیشتر بوده و این مناطق بیش از سایر جاها در معرض آسیب های محیطی ناشی از افزایش دمای کمینه، قرار دارند. در حالی که استان های خراسان شمالی، همدان و چهار محال و بختیاری کمتر در معرض روندهای افزایشی دما، قرار داشته اند. همچنین این پژوهش نشان داد که بطور متوسط دماهای سالانه کمینه،بیشینه و متوسط ایران طیّ دوره 48 ساله به ترتیب 1/2، 45/0 و3/1 درجه سلسیوسافزایش یافته است.

فصل تابستان بخصوص در نیمه جنوبی ایران با حاکمیت شرایط گرما و خشکی هوا شناخته شده است. به منظور بررسی شرایط همدید- پویشی موثر بر رخداد غیر معمول بارش تابستانه 12 – 6 سپتامبر 2008 (22-16 شهریور ماه 1387) در محدوده زاگرس جنوبی، با رویکرد محیطی به گردشی و با استفاده از آمار روزانه 270 ایستگاه ثبت داده، روزهای بارشی شناسایی شد. سپس داده های فشار تراز دریا، ارتفاع ژئوپتانسیل، وزش رطوبتی و همگرائی رطوبت تراز 500 هکتوپاسکال از پایگاه داده های مرکز ملی پیش بینی محیطی و تحقیقات جوی ایالات متحده (نوا) استخراج و آنومالی این پارامترها با توجه به میانگین درازمدت 65 ساله (2012-1948) محاسبه و با شرایط روزهای مذکور مقایسه شد. بررسی الگوی حاکم براین روزها به کلی ارتباط این بارش ها را با فرایند موسمی منتفی و آنرا وابسته به الگویی مشابه الگوهای فصل سرد میداند. انحراف از میانگین شدید فشار تراز دریا در کم فشار خلیج فارس و پر فشار شمالی دریای خزر و شیب تغییرات فشار حاصله در راستای رشته کوه زاگرس و تشکیل جبهه ساکن بر فراز این منطقه و فراز و فرودهای مانع ایجاد شده در مسیر بادهای غربی بعلاوه آنومالی منفی تراز 500 هکتوپاسکال موجبات صعود رطوبت وارده به منطقه از سوی دریاهای مدیترانه و سرخ را فراهم ساخته و منجر به ریزش باران شده است.

منطقه ی رویشی زاگرس دومین رویشگاه جنگلی مهّم کشور (بعد از منطقه ی شمال) محسوب می شود. جهت بررسی تأثیر عناصر اقلیمی بر گسترش تیپ های مختلف بنه در استان فارس، با استفاده از داده های 32 ایستگاه همدید منطقه، 26 متغیر اقلیمی که از لحاظ شرایط بوم شناختی اهمّیّت بیشتری داشتند، انتخاب و با استفاده از تحلیل مؤلفه های اصلی، عوامل مؤثر در پراکنش این تیپ ها بررسی شد. سه مؤلفه ی دمایی، بارشی و بادی با 9/85 درصد از پراش داده ها، مهم ترین عامل تعیین کننده ی رفتار اقلیمی در استان می باشند. نمرات عاملی و متوسط متغیرهای اوّلیه در هر یک از تیپ های کیکم- بنه، بادام- بنه، بنه غالب و بلوط- بنه برآورد شده و تأثیر عناصر دما، بارش، باد و نیز متغیرهای اوّلیه ی اقلیمی بر تیپ های مختلف بنه تعیین گردید. جهت بررسی تأثیر ارتفاع بر پراکنش تیپ های مزبور، نقشه ی رقومی ارتفاعی، تهیه و مورد تجزیه و تحلیل قرار گرفت. نتایج نشان داد که مهم ترین عنصر اقلیمی مؤثر در پراکنش تیپ بلوط- بنه عنصر بارش می باشد که بیشترین امتیاز عاملی مثبت را در قسمت های غربی استان با ارتفاع متوسط 1601 متر، کسب کرده است. امتیاز مؤلفه ی دما، در تیپ کیکم- بنه نسبت به بقیه ی تیپ ها کم ترین مقدار را نشان می دهد که مؤید این نکته است که تیپ کیکم- بنه به افزایش دما حساس است. عنصر دما یک عامل مثبت برای رشد و استقرار بنه غالب می باشد. به طورکلی، تیپ بادام- بنه مقاومت بهتری درمقابل تغییرات ارتفاع و تمام عناصر اقلیمی مورد مطالعه داشته که باعث حضور گسترده ی آن در بیشتر قسمت های استان و در نتیجه در اقلیم های مختلف، شده است.

مدیریت و برنامه ریزی محیطی و بهره گیری از ظرفیت های اقلیمی هر مکان جغرافیایی، در گرو شناسایی پهنه های اقلیمی همگن و تأثیرگذار ترین عناصر اقلیمی در تفکیک مکانی نواحی اقلیمی، است. از اینرو هدف از این پژوهش شناسایی مهمترین عناصر اقلیمی تأثیر گذار بر کلیت اقلیم استان اصفهان و تفکیک مکانی ریز پهنه های اقلیمی این استان با بهره گیری از روش های آماری چند متغیره است. برای دستیابی به این هدف داده های متوسط سالانه 29 عنصر اقلیمی مربوط به 17 ایستگاه همدید در محدوده استان اصفهان بکارگرفته شد. در مرحله بعد به کمک روش میانیابی کریجینگ، مقادیر هر یک از متغیرها بر روی گره گاههای توری با ابعاد یاخته 12x12 کیلومتر برآورد گردید. در نهایت آرایه همبستگی داده های استاندارد شده 29 عنصر اقلیمی بر روی 746 یاخته مکانی استان اصفهان در معرض تحلیل مؤلفه های اصلی قرار گرفت. این تحلیل نشان داد که با 9 مؤلفه اصلی بیش از 99 درصد تغییرات مکانی عناصر اقلیمی استان بیان می شود. در این بین عناصر دمایی بیش ترین نقش را ایفا کرده و عمدتاً در نیمه شرقی استان جلوه گر است. عناصر رطوبتی در مرتبه بعدی قرار دارند و در نیمه غربی استان تظاهر می کنند. در مجموع عناصر دمایی و رطوبتی حدود 70 درصد تغییرات مکانی عناصر اقلیمی استان را تبیین می کنند. اعمال تحلیل خوشه ای پایگانی با روش ادغام وارد بر روی مقادیر نمرات 9 مؤلفه اصلی نشان داد که استان اصفهان را می توان به 10 پهنه اقلیمی تفکیک نمود. این پهنه بندی تا حدود زیادی با واقعیات محیطی استان بویژه پیکربندی ناهمواریها، مطابقت می کند. ریزپهنه های اقلیمی نیمه غربی استان که عمدتاًروند شمال غرب جنوب شرق دارند، از توانهای اقلیمی مناسبی برای برنامه ریزی توسعه و عمران ناحیه ای برخوردار است. درحالیکه یکی از مهمترین توانهای اقلیمی ریزپهنه های شرقی، بهره گیری از تابش خورشید در زمینه تولید انرژی است. در نهایت بررسی ها نشان داد که شرایط اقلیمی ایستگاه اصفهان متوسطی از اقلیم کل استان اصفهان است.