درخت حوزه‌های تخصصی

در این مطالعه با استفاده از داده های چرخندگی نسبی مرکز اروپایی پیش بینی میان مدت جوی(ECMWF)، سیکلون های باران زای فصل زمستان (دسامبر، ژانویه و فوریه) ایران مورد مطالعه قرار گرفت. بدین منظور، داده های چرخندگی نسبی سطح 700 هکتوپاسکال در بازه زمانی 30 ساله (2009-1979) با تفکیک مکانی 5/1 درجه جغرافیایی و زمانی 6 ساعته، جهت شناسایی، مسیریابی و تحلیل سیکلون ها بکار گرفته شد. با تعریف آستانه مشخص چرخندگی نسبی، مراکز سیکلونی بالقوه شناسایی شد و با روش رهگیری در 8 همسایه مجاور و با داشتن طول عمر حداقل 8 گام زمانی 6 ساعته، سیکلون ها تعریف و مسیریابی گردید. نتایج مطالعه نشان داد که بخش شرقی دریای مدیترانه بخصوص جزیره قبرس، دریای اژه، دریای آدریاتیک، دریای سرخ و منطقه سودان و همچنین کشور عراق از مهمترین کانون های سیکلون زایی زمستانه ایران می باشند. مسیرهای اصلی ورودی سیکلون ها شامل مسیر شمال غرب، غرب میانی و نیز جنوب غرب می باشد. عمر متوسط سیکلون ها چهار و نیم روز، میانگین سرعت جابجایی آنها در حدود 20 کیلومتر بر ساعت و نیز متوسط جابجایی سیکلون ها در حدود 1700 کیلومتر است. از نتایج قابل توجه دیگر کاهش تعداد سیکلون های باران زا در طول سه دهه اخیر می باشد.

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.

در این مطالعه، تحلیل روند آماری فراسنج های اقلیمی مجموع بارش، تعداد روزهای بارانی، میانگین رطوبت نسبی، میانگین دما، میانگین کمینه و بیشینه دما در دو مقیاس ما هانه و سالانه بر روی داده های پیمونگاه(ایستگاه)همدید سبزوار انجام گرفت. برای این منظور،از آماره های آزمون من- کندال برای تعیین چگونگی روند و از برآورد کننده شیب خط سن برای تعیین شیب یا بزرگی روند داده های اقلیمی سبزوار در بازه ی زمانی 1341 تا 1390 استفاده شد. در بین سری های زمانی، سری زمانی مجموع بارش سبزوار روند منفی را درماه های فروردین، اردیبهشت، خرداد، مهر و دی ماه نشان می دهد این روند منفی بارش اگرچه از جهت آماری معنی دار نیست اما به جهت اقلیم خشک منطقه، وقوع روند منفی در ماه های اوج نیاز گیاه به آب و روند افزایشی فراسنج های دما همینروندکاهشیناچیز اهمیت زیادی دارد. بر اساس آماره های آزمون من- کندالو نمودار گرافیکی من- کندال در میان سری های زمانی دما، میانگین کمینه دما از روند افزایشی مشهود تری نسبت به دیگر سری های زمانی دما برخوردار است. نتایج این پژوهش، با یافته های برخی از تحقیقات در مورد برخی نقاط ایران که افزایش دما و کاهش بارندگی را تایید کرده اند تقریباً هم خوانی دارد. از نکات قابل توجه دیگر، روند افزایشی قابل توجه در دما به خصوص میانگین کمینه دما می باشد. در مقیاس سالانه میانگین دما، میانگین کمینه و میانگین بیشینه دما روند افزایشی در فاصله اطمینان99/99% را نشان می دهند. نمودار گرافیکی من- کندال که برای سری های زمانی سالانه رسم شده است یک روند منفی ضعیف در مجموع بارش سالانه و میانگین رطوبت نسبی به خصوص در دهه های اخیر را نشان می دهد.

صادرات کشمش ایران سهم مهمی از درآمد های ارزی کشور در کشاورزی را در اختیار داشته و باغات ملایر از با ارزش ترین اراضی تولید انگور بیدانه سفید در صنعت کشمش کشور هستند که در سال های اخیر در اثر تغییر اقلیم دچار تنش هایی در مدیریت منابع آب شده اند. شناخت وضعیت هیدرولوژی و پایش خشکسالی ها از ابزارهای مهم این مدیریت در بحران آب خاورمیانه محسوب می شود. امروزه شاخص های ماهواره ای ﺑﺮای ﭘﺎیﺶ ﺧﺸکﺴﺎﻟی های کشاورزی به ویژه بر روی دامنه ها ی فاقد آمار هواشناسی و در محدوده های وﺳیﻊ ﺑﺴیﺎر کﺎرآﻣﺪ هستند. از ﻣی ﺎن شاخص های ماهواره ای، شاخص هایی کﻪ ﺑﻪ اﺳﺘﺨﺮاج اﻃﻼﻋﺎت از وﺿﻌیﺖ ﭘﻮﺷﺶ ﮔیﺎﻫی می پردازند، اﻫﻤی ﺖ ﺑیﺸ ﺘﺮی دارﻧ ﺪ زی ﺮا ﭘﻮﺷﺶ ﮔیﺎﻫی ارﺗﺒﺎط ﻧﺰدیکی ﺑﺎ ﺷﺮایﻂ رﻃﻮﺑﺘی و دمای ﺧﺎک دارد و بررسی وﺿﻌیﺖ آن، روشی سودمند و اکولوژیک در ﭘﺎیﺶ هیدرولوژی ناهنجاری های دما و رطوبت می باشد. در این تحقیق ﺑﺎ استخراج دو ﻋﺎﻣﻞ دﻣﺎ و ﭘﻮﺷﺶ ﮔیﺎﻫی از ﺗﺼﺎویﺮ ﻣﺎﻫﻮاره لندست در ماه اردیبهشتﺳ ﺎل های 2007، 2009 و 2013 (خشکترین سال های کشور)، وضعیت خشکسالی باغات انگور ملایر مورد بررسی قرار گرفت. شاخص های خشکسالی پوشش گیاهی، شاخص شرایط پوشش گیاهی، شاخص تأمین آب پوشش گیاهی و ﺷﺎﺧﺺ ﺗﻔﺎﺿﻞ ﻧﺮﻣﺎل ﺷﺪه ﭘﻮﺷﺶ ﮔیﺎﻫی از ﺗﺼﺎویﺮ ماهواره ای اﺳﺘﺨﺮاج و ﭘﺎیﺶ ﺧﺸکﺴﺎﻟی کﺸﺎورزی اﻧﺠﺎم و مقایسه شد. نتایج نشان داد شد که از بین این چهار شاخص مورد بررسی، شاخص های ﺷﺎﺧﺺ ﺗﻔﺎﺿﻞ ﻧﺮﻣﺎل ﺷﺪه ﭘﻮﺷﺶ ﮔیﺎﻫی و شاخص تأمین آب پوشش گیاهی دارای دقت بیشتری در آشکارسازی شرایط خشکسالی در منطقه هستند.

وجود واقعیت ها و رویدادهای تصادفی اقلیمی زمینه کاربرد « دانشِ احتمال» را در اقلیم شناسی مهیا کرده است. به طوری که بسیاری از واقعیت های اقلیمی با به کارگیری ابزارها و تکنیک های احتمالاتی قابلیت توجیه و تفسیر بهتری دارد. کاربرد نظریه احتمال در اقلیم شناسی رفتار بسیاری از پدیده های اقلیمی به ظاهر غیر قطعی را به شکل قانون مند ارائه و به تصمیم گیری مدیران و آینده نگری برنامه ریزان کمک می کند. یکی از رویکردها و ضرورت های مطالعات اقلیم شناسی، مطالعه احتمال رخداد چند رویداد درارتباط با یکدیگر است. شانس وقوع یک رویداد به شرط وقوع رویدادی دیگر را «احتمال شرطی» گویند. در تحقیق حاضر، احتمال وقوع شرایط بارشی مختلف در سرزمین ایران، براساس شرایط دمایی متفاوت؛ یعنی: احتمال شرطی حالات بارش به شرط وقوع حالات دما بررسی شده است. در این راستا از دیده بانی های روزانه دما و بارش پایگاه داده ای اسفزاری بهره گرفته شد. نتایج تحقیق به وسیله تحلیل خوشه ای و با استفاده از روش فاصله اقلیدوسی و روش ادغام وارد به صورت نقشه های طبقه بندی احتمالاتی ارائه و تحلیل شد. براساس این مطالعه، سه پهنه اصلی شمالی، مرکزی و جنوبی در کشور تشخیص داده شد. همچنین هفت زیرگروه براساس برخی ویژگی های احتمال شرطی بارش به شرط حالات دمایی برای سه پهنه حاصل شد. هریک از پهنه ها و زیر گروه های مربوط منعکس کننده شرایط اقلیمی و سازوکارهای مؤثر برآن است. از این رو می توان روش به کار رفته دراین تحقیق را رویه ای مناسب برای تحلیل های اقلیمی دانست.

.توفان های تندری ازجمله پدید ه های آب و هوای هستند که گاهی می توانند باعث خسارات جبران ناپذیری به زیست بوم گردند. بدین منظور در مطالعه حاضر جهت شناسایی وجود روند در فراوانی روزهای همراه با توفان تندری در پهنه ی ایران، ازآمار 33 ایستگاه همدید که دارای آمار بلند مدت، از بدو تأسیس تا سال 2005 بودند بهره گرفته شد. ابتدا با اعمال روش های ناپارامتری من کندال و تخمین گر شیب سن بر روی چهار سری زمانی فصلی و یک سری زمانی سالانه هر ایستگاه، معناداری آنها مورد ارزیابی قرار گرفت. همچنین جهت تشخیص سال آغاز روند از آزمون نموداری گام به گام من کندال استفاده شد. یافته ها نشان می دهند که نقطه بیشینه فراوانی مکانی روزهای توأم با توفان تندری در پهنه ی ایران تابع زمان است. ارزیابی روند توسط هر دو آزمون حاکی از آن است که کلیه ی روندهای معنادار در تمام سری ها به جزء سری سالانه ایستگاه بم از نوع افزایشی هستند. بدین ترتیب با توجه به مشابهت زیاد نتایج دو آزمون می توان روند کلی توفان تندری را در ایران، در هر 5 سری زمانی از نوع افزایشی دانست. در این رابطه بیشترین و کمترین روند، به ترتیب مربوط به سری زمانی سالانه و سری زمانی زمستانه هستند؛ به طوریکه در سری زمانی سالانه روند 58% ایستگاه ها معنادار بودند. همچنین آزمون گام به گام آشکار نمود که در سری زمانی سالانه اکثر روندهای معنادار از دهه های 70 و 80 میلادی آغاز شده اند.

دراین تحقیق سعی شده است، حوضه رودخانه ماربر، در جنوب شهرستان سمیرم، به وسعت 1438 کیلومتر مربع، به دلیل ناپایداری شدید دامنه ها و رخداد پدیده زمین لغزش، با استفاده از روش های آماری دو متغیره پهنه بندی گردد، تا بدین وسیله بتوان از بسیاری از خسارات جانی ومالی پیشگیری کرد. لذا، ابتدا با جمع آوری اطلاعات مورد نیاز از پراکندگی لغزش ها در منطقه، ضمن تهیه نقشه پراکندگی زمین لغزش ها، اقدام به تهیه 6 لایه اطلاعاتی عامل شامل: شیب،جهت شیب،لیتولوژی،کاربری اراضی، فاصله ازجاده ومیزان بارندگی گردید. سپس نقشه هر یک ازاین شش عامل با نقشه پراکندگی زمین لغزش ها قطع داده شد و نقشه وزنی هر عامل به دست آمد. پس ازجمع جبری نقشه های وزنی هر شش عامل با همدیگر، نقشه خطر زمین لغزش در هر دو روش آماری دو متغیره ایجاد و دررده های مناسب خطر طبقه بندی گردید.در نهایت میزان صحت و دقت نقشه ها(P,QS) درهر دو روش تعیین شد.براساس تجزیه و تحلیل انجام گرفته،مشخص گردید که روش ارزش اطلاعات نسبت به تراکم سطح ازدقت و صحت بیشتری برخوردار می باشد. لذا درپهنه بندی خطر زمین لغزش توصیه می گردد، از این روش استفاده گردد.

در این تحقیق، مدل تبرید تدریجی عصبی (NDE)با بهره گیری از ترکیب های ورودی مختلف برای تخمین بار معلق رسوبی روزانه به کار گرفته شد. به این منظور در اولین بخش از تحقیق، مدل NDEبا استفاده از داده های دبی روزانه و بار معلق رسوبی روزهای پیشین تعلیم داده شده و برای تخمین بار معلق رسوبی رودخانه گیوی چای مورد استفاده قرار گرفت. در دومین بخش از تحقیق، مدل NDE با استفاده از پارامترهای ضریب تبیین (R2) و خطای مجذور میانگین مربعات (RMSE )با مدل های سیستم استنتاجی فازی عصبی (ANFIS)و تابع پایه شعاعی (RBF) مقایسه گردید. نتایج نشان داد که مدل NDE با برخورداری از مقادیر ضریب تبیین (R2) معادل9586/0 و RMSE معادل 160 میلی گرم در لیتر در مقایسه با سایر مدل ها از قابلیت بهتری در تخمین بار معلق رسوبی برخوردار است. در تخمین حداکثر بار معلق رسوبی نیز مدل NDE، با برخورداری از مقادیر خطای نسبی (RE) معادل 47- درصد به نتایج بهتری دست یافته است.