درخت حوزه‌های تخصصی

با توجه به نقش اساسی تبخیر- تعرق در بیلان آب، برآورد دقیق آن در بسیاری از پروژه ها و مطالعات علمی در زمینه هیدرولوژی، کشاورزی، صنعت، مهندسی آب و سایر علوم وابسته، برای مدیریت کارآمد منابع آبی و طراحی سازه های هیدرولیکی مورد نیاز است. روش های سنتی برآورد تبخیر-تعرق واقعی که عمدتاً متکی بر لایسیمترها می باشد علاوه بر مشکلات خاص نگهداری و ثبت داده ها، فقط به صورت نقطه ای استخراج می گردند و با توجه به نیاز مبرم برای محاسبات در سطح، تعمیم دادن آن به ویژه در مناطق کوهستانی نادرست است. در سال های اخیر با گسترش کاربرد تصاویر ماهواره ای در برآورد تبخیر- تعرق واقعی، روش هایی ابداع شده است که از جمله آن ها می توان به روش سبال[1] اشاره نمود. در تحقیق انجام یافته مدل سبال برای برآورد تبخیر- تعرق واقعی در منطقه مورد مطالعه (شهرستان مشگین شهر) انتخاب گردید. این مدل در بسیاری از کشورها اجرا شده و نتایج قابل قبولی از آن به دست آمده است. این مدل عموماً برای مناطق مسطح طراحی شده و تأثیر عوامل ارتفاع، شیب و جهت شیب در محاسبه نادیده گرفته شده است. در این تحقیق با دخالت دادن عوامل مذکور در مدل، نوع جدیدی از این مدل به نام «سبال کوهستانی» معرفی گردیده است. منطقه مشگین شهر در شمال غربی ایران با توجه به داشتن خصوصیات مناسب برای اجرای این مدل، انتخاب و با انجام محاسبات بر روی ورودی های این مدل که عبارتند از: لایه DEM، شیب، جهت شیب، کسینوس زاویه فرودی خورشید، رادیانس طیفی، انعکاس طیفی، آلبیدوی سطحی، تابش فرودی، شاخص پوشش گیاهی به هنجار شده، گسیلمندی سطحی، دمای سطح، تابش موج بلند خروجی، تابش موج بلند فرودی، شار گرمای خاک، شار گرمای محسوس و شار گرما نهان موفق به محاسبه تبخیر- تعرق واقعی لحظه ای در منطقه مورد مطالعه شده ایم. با مقایسه دمای سطح و شاخص پوشش گیاهی به هنجار شده (NDVI) همبستگی 969/0- بین آن ها مشاهده گردید. هم چنین مقایسه بین تبخیر-تعرق واقعی محاسبه شده و شاخص پوشش گیاهی، نشانگر انطباق این دو عامل با یکدیگر بوده است (همبستگی مثبت 81/0) به طوری که مناطق با تراکم پوشش گیاهی با مناطق با تبخیر- تعرق واقعی بالا منطبق هستند. از طرف دیگر مقایسه تصاویر دمای سطح و تبخیر- تعرق واقعی نیز عدم انطباق آن ها را تأئید می کند به طوری که مناطق با دمای سطح بالا از میزان تبخیر- تعرق پائین برخوردار هستند.

الگوی رفتاری دمای سطوح در طول شبانه روز و نیز در شرایط آب وهوایی گوناگون در محیط های شهری، شاید در زمینه مدیریت و برنامه ریزی شهری کارآمد باشد. در این پژوهش، روند تغییرات دمای اندازه گیری شده چهار پوشش آسفالت، سیمان، خاک و سنگ، در محدوده ایستگاه هواشناسی ژئوفیزیک در شرایط جوی گوناگون واکاوی شد. با توجه به ارتباط بین دمای سطح و دمای هوا، مدل رگرسیونی محاسبه دمای سطوح با دمای هوا انتخاب و دمای برآوردشده با دمای اندازه گیری شده در ایستگاه، واسنجی شد. نتایج روش های آماری نشان داد اختلاف دمای کمینه و بیشینه سطوح (به جز آب به دلیل تأثیر تبخیر) در شرایط آفتابی، حدود 30 درجه سلسیوس است؛ در حالیکه اختلاف آنها در شرایط بارانی، ابری و بادی، به ترتیب به حدود 6، 10 و 20 درجه سلسیوس می رسد. همچنین، در شرایط جوی همراه با بارندگی، علاوه بر وقوع کمترین دامنه دمایی، رفتار دمایی سطوح نسبت به یکدیگر نیز دچار تغییر می شود. نتایج مدل رگرسیونی نشان داد که بیشترین همبستگی بین میانگین دمای هوا و میانگین دمای سطوح وجود دارد. براساس ضرایب همبستگی و ضریب کارایی ناش ساتکلیف، رابطه رگرسیونی مورد استفاده برای تخمین میانگین دمای سطوح، از کارآیی مناسبی برخوردار است.

هدف از این پژوهش، پیش بینی یخبندان های متوسط و شدید سه ایستگاه کرمانشاه، سرپل ذهاب و ک نگاور با استفاده از خروجی مدل ریزگردان لارس در دو دهه آینده می باشد. داده های ورودی مدل های مورد استفاده در این پژوهش شامل متغیرهای بارش، دمای کمینه، دمای بیشینه و تابش در مقیاس روزانه طی دوره زمانی 2012- 1992 می باشند. در پژوهش حاضر با استفاده از خروجی دو مدل اقلیمی HADCM3 و BCM2 تحت سناریوی A1B، وقوع آغاز و پایان یخبندان های زودرس و دیررس متوسط و شدید در سه بازه زمانی 2030- 2011، 2065- 2046 و 2099- 2080 مورد ارزیابی قرار گرفته است. نتایج حاصل از پردازش مدل LARS-WG به وسیله دو طرح واره Bcm2 و Hadcm3 نشانگر گرم تر شدن این ایستگاه ها در سال های آینده می باشد. شروع یخبندان های متوسط ایستگاه های مذکور با گذشت زمان به سمت فروردین ماه میل می کند. در بین ایستگاه های مورد بررسی، رفتار ایستگاه های کنگاور و کرمانشاه شباهت زیادی به هم داشته اما ایستگاه سرپل ذهاب به دلیل ماهیت گرمسیری خود، رفتاری متفاوت از دو ایستگاه در سال های آینده از خود نشان داد. شروع یخبندان های شدید این ایستگاه ها با گذر زمان به تأخیر افتاده و به سمت بهار پیشروی می کند و از آن طرف، زمان خاتمه آخرین یخبندان های شدید نیز با گذشت زمان و نزدیک شدن به پایان دوره پیش بینی شده، به سمت ابتدای زمستان و حتی تا بهمن ماه در ایستگاه سرپل ذهاب نیز می رسد. با توجه به نتایج حاصل از پردازش مدل های مذکور، در سال های آتی از ت عداد روزهای یخبندان متوسط و ش دید این ایستگاه ها کاسته ش ده و رون د دمایی این ایستگاه ها رو به افزایش خواهد گذاشت.

هدف اصلی از این تحقیق بررسی تغییرات ضخامت جو و ارتباط آن با تغییرات دمایی در طی دوره سرد سال است. برای نیل به این هدف اقدام به استخراج داده های ارتفاع ژئوپتانسیل و دمای تراز 1000 هکتوپاسکال برای سال های 1960 تا 2020 میلادی از سایت NCEPNCAR شده است. در گام بعدی با استفاده از امکانات برنامه نویسی گردس اقدام به استخراج عددی ضخامت جو بین تراز های 1000 تا 500 هکتوپاسکال به واحد متر و داده های دمای تراز 1000 هکتوپاسکال به درجه سانتی گراد شده سپس به منظور بررسی دقیق تر 60 سال آماری به چهار دوره 15 ساله تقسیم شده است. توزیع مکانی میانگین 15 ساله و میانگین بلند مدت 60 ساله و همچنین ناهنجاری های مثبت نشان داد که طی دوره اول تا دوره چهارم ضخامت جو افزایش قابل توجه ای داشته و این افزایش در دوره چهارم به حداکثر خود رسیده است. بررسی روند در دوره اول کاهش ضخامت جو را برای کل ایران نشان داده ولی با آغاز سال 1976(آغاز دوره دوم) شاهد روند افزایشی شدید ضخامت جو بوده ایم که این روند افزایشی تا دوره چهارم ادامه داشته است. نتایج ضریب هبستگی پیرسون نشان داد که ارتباط معناداری بین تغییرات ضخامت جو و تغییرات دمای دوره سرد ایران در سطح 95 درصد اطمینان وجود دارد. از لحاظ مکانی این همبستگی در پهنه غرب، شمال غرب و جنوب غربی کشور به بالاترین حد خود می رسد. در نتیجه می توان بیان داشت که ضخامت جو ایران طی سال های اخیر روند افزایشی محسوس و معناداری داشته و یکی از علل آن تغییر ماهیت جریانات ورودی به ایران و البته گرمایش جهانی می باشد.

روندیابی سیل یکی از روش های پیش بینی سیل در رودخانه ها به منظور مدیریت و مهار سیل است. روابط بارش - روناب و ایجاد سیل در یک منطقه، رابطه خطی ریاضیاتی نیست که با آن سیلاب خیزی و وقوع سیلاب را در یک منطقه پیش بینی کرد و باید به این نوع پدیده ها به صورت مدل نگریست. روش های هوش مصنوعی و از جمله آن ها روش شبکه عصبی مصنوعی و سیستم استنتاج فازی، روش هایی مطلوب در این زمینه هستند. در این پژوهش با استفاده از روش های شبکه عصبی مصنوعی و سیستم استنتاج فازی اقدام به روندیابی سیلاب در زیرحوزه آبخیز رودخانه زرد شده است. برای اجرای هر دو روش، ابتدا داده های لازم جمع آوری، سپس داده های پرت از سری داده ها حذف و درنهایت نرمال سازی شدند. مدل سازی روندیابی سیل با استفاده از شبکه های عصبی مصنوعی با کمک کدنویسی در نرم افزار متلب روی داده ها اجرا شد. برای اجرای سیستم استنتاج فازی نیز از این داده های آماده شده استفاده شد. در این پژوهش انواع ساختارهای متفاوت شبکه عصبی مصنوعی با تعداد نرون ها، لایه های مخفی، تعداد دوره های آموزش و توابع فعالیت متفاوت بر روی داده ها اجرا شدند تا درنهایت بهترین ساختار برای منطقه مورد مطالعه به دست آید. برای مدل استنتاج فازی نیز انواع ساختارها اجرا شدند تا درنهایت بهترین مدل انتخاب شود. نتایج نشان داد در حالت کلی، سیستم استنتاج فازی داده های منطقه مورد مطالعه را بهتر شبیه سازی می کند و نتایج بهتری نسبت به مدل شبکه عصبی مصنوعی نشان می دهد و مقادیر MSE و r در سیستم استنتاج فازی و مدل شبکه عصبی مصنوعی به ترتیب برابر با 2196/0 و 0297/0، 7667/0 و 96/0 است که نشان دهنده دقت بالاتر سیستم استنتاج فازی در پیش بینی سیلاب در حوزه آبخیز مورد مطالعه است.

نسبت تحویل رسوب یکی از معیارهای مهم مورد استفاده در تبدیل مقدار فرسایش خاک و تولید رسوب به یکدیگر بوده که در بسیاری از موارد زمینه ساز استفاده بهینه از منابع مختلف می باشد. در این تحقیق، 45 روش برآورد نسبت تحویل رسوب، در سه حوزه آبخیز متفاوت از لحاظ اقلیم و ویژگی های فیزیکی در ایران مورد بررسی و ارزیابی قرار گرفت. حوزه های آبخیز مورد مطالعه شامل حوزه آبخیز بابلرود استان مازندران (معرف اقلیم مرطوب و پرباران شمال کشور)، حوزه آبخیز بنادک سادات استان یزد (معرف اقلیم گرم و خشک ایران مرکزی) و حوزه آبخیز دهگلان استان کردستان (معرف اقلیم نیمه خشک و سرد غرب کشور) بوده که با استفاده از بار رسوبی مشاهده ای و اندازه گیری شده در خروجی حوزه های آبخیز و فرسایش برآورد شده توسط مدل EPM در هر حوزه، یک میزان SDR شاخص تعیین گردید. با استفاده از درصد خطای مطلق و نسبی، روش های مختلف برآورد SDR مورد ارزیابی قرار گرفتند. نتایج نشان داد که روش گرافیکی رنفرو، سوایف و لیود و SWAT (2005) با حداقل اختلاف نسبی به ترتیب 2.29، 3.33 و 7.21 درصد در حوزه آبخیز بابلرود، روش های سوایف و لیود، روئل 2 و N Shaanxi CHINA با حداقل اختلاف نسبی به ترتیب 6.87، 8.59 و 15.67 درصد در حوزه آبخیز بنادک سادات و روش های SWAT (1996)، Central & Eastern USA و ونانی 2 با حداقل اختلاف نسبی به ترتیب 4.85، 7.79 و 8.25 درصد در حوزه آبخیز دهگلان، مناسب ترین روش های برآورد نسبت تحویل رسوب در این تحقیق می باشند.

هدف از این پژوهش ارائة روشی نو برای واکاوی مکانی - زمانی تغییرات نیاز سرمایش کشور در دهه های آینده است. برای اجرای این پژوهش از داده های گردش کلی جو EH5OM استفاده شد. این داده ها تحت سناریوی A1B کمیتة بین المللی تغییر اقلیم است و با تفکیک 75/1 درجة طولی و عرضی اجرا شده است. با مدل ریزمقیاس نمایی، داده های میانگین دمای روزانه طی دورة آماری (2015 2050) به تفکیک عبارت است از: 27/0×27/0 درجة طول و عرض جغرافیایی، که حدوداً نقاطی با ابعاد 30×30 می باشند. سرانجام، آستانة دمایی پهنه ها مشخص و به یاخته ها تعمیم داده شد و درجة روز سرمایش ماهانة کشور در ماتریسی به ابعاد 2138×12 در نرم افزار MATLAB استخراج شد. روند و شیب روند درجة روز سرمایش ماهانه نیز طی دورة مورد مطالعه از طریق آزمون من - کندال و روش حداقل مربعات محاسبه شد. نتایج نشان داد بیشترین گسترة مکانی مناطق دارای روند مثبت نیاز سرمایش در ماه های فصل بهار، به ویژه در ماه می، است. این سناریو نوید می دهد که در آینده در ایران فصل بهار گرم تر خواهد شد. بیشترین میزان گرمایش در این فصل مختص جلگه ها و سواحل جنوبی با شیب روند 2 4 درجة روز در دهه است.

خشکسالی پدیده ای طبیعی است که می تواند خسارات قابل توجهی به بشر و سازه های طبیعی وارد آورد. رخداد این پدیده را با اطمینان کامل نمی توان پیش بینی نمود. هدف اصلی پژوهش حاضر بررسی امکان ارائه و توسعه مفهوم جدیدی از خشکسالی اقلیمی و ارزیابی ویژگی های همه جانبه آن بر اساس متغیر های سه گانه هیدرومتئورولوژیکی و هواشناختی مرتبط با پدیده خشکسالی، چون بارش، تشعشع خورشیدی و تداوم ساعات آفتابی در مقیاس ماهانه و حتی کمتر از آن در برخی از ایستگاه های ایران که تابش خورشیدی و هم تعداد ساعات آفتابی در آنها اندازه گیری و ثبت شده، می باشد. این پژوهش با استفاده از داده های هواشناختی 20 ایستگاه سینوپتیک ایران که در آن تابش خورشیدی ثبت گردیده، در دوره آماری 2010-1970 انجام شد. ابتدا با استفاده از نرم افزار Minitab 17 ایستگاه های مورد مطالعه براساس شاخص خشکسالی بارش استاندارد در مقیاس ماهانه (SMP)، تابش خورشیدی (SSI) و تعداد ساعات آفتابی (SSD) خوشه بندی و از هر خوشه یک ایستگاه همدیدی به عنوان نمونه انتخاب شد و جهت بررسی رابطه ی بین خشکسالی و متغیرهای خورشیدی، نقشه منحنی های هم ارزش بارش استاندارد شده ترسیم و سپس متغیر های معادله آنگستروم چون تابش خورشیدی و ساعات آفتابی به عنوان متغیرهای مرجع رسم گردید. نتایج نشان داد که ایستگاههای مورد مطالعه را می توان براساس شاخص خشکسالی بارش استاندارد شده و متغیرهای خورشیدی به هشت خوشه ی متفاوت تقسیم بندی نمود. ضریب تعیین معادله ی آنگستروم در ایستگاه های بجنورد، رامسر و شیراز به ترتیب 038/0، 067/0، و 36/0 محاسبه برای بقیه ایستگاه ها 62/0-96/0 بدست آمد. بطور میانگین در دوره آماری، دوره خشکسالی در اکثر ایستگاه های فوق از اواخر ماه می (اردیبهشت) شروع شده و شامل ماههای ژون، ژولای، سپتامبر و اکتبر است و بعضاً تا اواخر نوامبر ادامه یافته و در همین دوره بیشترین مقادیر ساعات آفتابی و تابش خورشیدی نیز ثبت شده است.

در سال های اخیرحوضه جنوبی دریای خزردرگیر برخی مخاطرات اقلیمی مانند خشکسالی، سیل و بارش برف سنگین بوده است. شبیه سازی رفتار اقلیم آینده این حوضه نقش مهمی در شناخت وضعیت اقلیم و میزان آسیب پذیری احتمالی این مناطق از تغییر اقلیم دارد. در این مطالعه چشم انداز اقلیم آینده برخی ایستگاه های واقع در این حوضه شامل گرگان، بابلسر، رامسر، رشت، بندرانزلی تحت دو سناریوی انتشار A2 و B2 حاصل از برونداد ریزمقیاس شده مدل گردش کلی HadCM3 با روش آماری SDSM در دوره 2099-2011 شبیه سازی گردید. علاوه بر آن برونداد بارش مدل گردش کلی یاد شده به روش دینامیکی توسط مدل PRECIS برای دوره 2099-2070 ریزمقیاس گردید. در هر دو روش ریزمقیاس نمایی، مدل گردش کلی و سناریوهای انتشار یکسان در نظر گرفته شدند. بر اساس نتایج هر دو روش مذکور، میانگین بارش سالانه ایستگاه های منتخب در دهه های آینده کاهش نسبتا چشمگیری خواهند داشت. نتایج ریزمقیاس شده توسط مدل SDSM نشان می دهد که  کمترین و بیشترین کاهش بارش سالانه به ترتیب در ایستگاههای گرگان و  بابلسر رخ خواهد داد.  کاهش یادشده بین 25 درصد در دوره 2039-2011 تحت سناریوی A2 تا 60  درصد در دوره 2099-2070 تحت سناریوی B2 خواهد بود. تعداد رخداد بارش های روزانه با شدت های 10، 20 و 30 میلیمتر در روز،بارش های با آستانه های صدک 95 و 99 در سه دهه 39-2010، 69-2040 و 99-2070 و همچنین تعداد روزهای داغ دوره های آتی در فصول پاییز،  زمستان و بهار در تمامی ایستگاه ها (به استثنای فصل بهار گرگان) و تحت هر دو سناریوی A2 و B2 نسبت به دوره مشاهداتی 90-1961 افزایش خواهند یافت. نتایج نشان می دهد که دامنه تغییرات افزایش میانگین دمای حداکثر حوضه در سه دهه 2039-2010 ، 2069-2040 و 2099-2070 به ترتیب 8/1-1، 3/3-9/1 و 1/5-4/2 درجه سلسیوس خواهد بود.

هدف از انجام این پژوهش، بازسازی درازمدّت بارش اکتبر می (2010-1951) شهر کرمانشاه با استفاده از حلقه های درختی است. در این پژوهش با استفاده از یک متّه ی رویش سنج، از تعداد 10 درخت بلوط کهنسال مازودار در رویشگاه فریادرس از ارتفاع برابر سینه، نمونه برداری انجام شده است. پس از مراحل آماده سازی نمونه ها در آزمایشگاه با استفاده از دستگاه اندازه گیری LINTAB5 ، پهنای حلقه های درختی با دقّت 01/0 میلی متر از سمت پوست به مغز اندازه گیری شد. از آزمون آماری علامت و با کمک نرم افزار تخصّصی TSAP برای تطابق زمانی نمونه ها استفاده شد. سپس برای حذف آثار غیراقلیمی از منحنی های رویشی، سری زمانی حلقه های رویشی با استفاده از نرم افزار ARSTAN استانداردسازی شد. با استفاده از نرم افزار آماری SPSS، گاه شناسی به دست آمده از رویشگاه با بارش ماهانه ی اکتبر می (2010-1951) ایستگاه هواشناسی کرمانشاه واسنجی شد. بر اساس روابط و همبستگی های به دست آمده، به روش رگرسیون خطّی، کار بازسازی انجام شد. بازسازی انجام شده، شامل یک دوره ی زمانی 305 ساله (2010-1705) می باشد. نتایج این بازسازی نشان می دهد که قرن هجدهم نسبت به دو قرن دیگر شرایط مرطوب تری داشته است. قرن بیستم نسبت به قرن نوزدهم دارای افزایش جزئی در بارش بوده است. دهه ی آخر قرن 18 و دهه ی دوم قرن 19 به ترتیب مرطوب ترین و خشک ترین دهه ها در طول دوره ی بازسازی هستند. وقوع دوره های مرطوب و خشک در طیّ دوره ی بازسازی از نظم زمانی خاصّی پیروی نمی کند. طول دوره ی خشکسالی های ضعیف تا بسیار شدید در طیّ دوره ی بازسازی، کمابیش دو ساله است با این حال طولانی ترین دوره ی خشکسالی به مدّت 6 سال در دهه ی چهارم قرن 18 رخ داده است. طول دوره ی ترسالی های رخ داده، بیشتر یک ساله است و طولانی ترین دوره ی ترسالی در قرن 20 (40-1937) به مدّت 4 سال به وقوع پیوسته است.

با توجه به اهمیت تخمین صحیح رواناب در مدیریت حوضه و طراحی سازه های آبی، از گذشته تا به امروز روش های مختلفی برای مدل سازی بارش-رواناب ارائه شده است که اتومای سلولی یکی از جدیدترین آن ها می باشد. در این روش چشم انداز حوضه با شبکه ای از سلول ها تعریف گردیده و اندرکنش بین سلول ها با استفاده از قوانین حاکم بر فیزیوگرافی حوضه منجر به مدل سازی رواناب می شود. این مدل به GIS و تصاویر ماهواره ای وابستگی دارد و از اطلاعات مختلف DEM، کاربری اراضی، گروه های هیدرولوژیک خاک، بارش، شیب و غیره استفاده می-شود. در این تحقیق رواناب حوضه لیقوان چای در استان آذربایجان شرقی با استفاده از اتومای سلولی مدل سازی شده است. با توجه به سادگی، توانایی بالا، شی ءگرا بودن زبان پایتون و هماهنگی با محیط GIS برای برنامه نویسی به منظور پیاده سازی قوانین تخمین رواناب و گسترش آن بر اساس تکنیک اتومای سلولی از برنامه نویسی با زبان پایتون در GIS استفاده شده است. مقایسه نتایج با مقادیر مشاهداتی در دو ایستگاه هروی و لیقوان با استفاده از معیارهای کارایی ضریب همبستگی، نش- ساتکلیف و جذر میانگین مربعات خطا نشان می دهد که دقت نتایج مطلوب می باشد. مزیت اصلی این روش علاوه بر سادگی و استفاده از قوانین ارتباطی واقع گرایانه، کسب اطلاعات رواناب برای هر نقطه دلخواه از حوضه به غیراز خروجی حوضه است که در این تحقیق برای شش نقطه در درون حوضه سری زمانی سیلاب استخراج گردید. با توجه به آماده بودن برنامه می توان رواناب را برای شرایط مختلف زمانی و مکانی نیز به راحتی تخمین زد یعنی رواناب بلندمدت حوضه و یا ناشی از بارش های لحظه ای را شبیه سازی نمود.

هدف این پژوهش برآورد مدت زمان انتظار رخداد یخبندان در ایران زمین است. بدین منظور از داده های دمای کمینه ی روزانه ی 663 پیمونگاه همدید و اقلیمی طی بازه ی زمانی 1/1/1340 تا 11/10/1383 استفاده شد. داده ها به کمک روش کریگینگ در ابعاد 15*15 کیلومتر بر روی پهنه ی ایران درون یابی شدند. ماتریسی با ابعاد 7187*15992 حاصل شد که بر روی سطرها روز و بر روی ستون ها یاخته ها قرار گرفت . به کمک آزمون t در سطح اطمینان 95 درصد میانگین فاصله ای مدت زمان انتظار رخداد یخبندان برای تک تک یاخته ها در برجهای مختلف و بصورت سالانه برآورد شد. نتایج نشان داد که مدت زمان انتظار رخداد یخبندان بر روی پهنه ی ایران در برجهای مختلف سال با هم متفاوت است. در برج دی مدت زمان انتظار بسیار کوتاه است. در این برج از سال بر روی ارتفاعات زاگرس و شمال شرق کشور مدت زمان انتظار 1 الی 3 روز است. در برجهای دیگر سال مدت زمان انتظار افزایش می یابد. باریکه ی سواحل جنوبی کشور در تمام برجهای سال بدون یخبندان است و مدت انتظار بی معنی است. تغییرات مدت زمان انتظار رخداد یخبندان در مناطقی که مدت زمان انتظار طولانی بوده، بسیار زیاد است. بر روی اردبیل، مناطق بین سنندج-همدان، تهران-سمنان و شهرکرد نسبت به سایر مناطق کشور فاصله زمانی بین رخداد دو یخبندان متوالی بسیار کوتاه است.

در هواشناسی همدیدی استقرار توده هوای سرد در تراز های میانی و فوقانی جو در اصطلاح علمی سلول هوای سردو یا استخر هوای سرد (Cold Pool) نامیده می شود. در این مطالعه آشکارسازی نقش استخر هوای سرد در ایجاد و یا تشدید بارندگی ها،با بررسی نقشه های همدیدی برای بازه ی سال های 2007 لغایت 2013، 118 مورد استخر هوای سرد شناسایی گردید. در راستای اهداف تحقیق نقشه های همدیدی، نمودار ترمودینامیکی (SkewT) و پراکندگی بارش در روزهای شناسایی شده در استان آذربایجان شرقی مورد مطالعه قرار گرفت. نتایج نشان داد استخرهای هوای سرد به صورت سه الگوی همدیدی متفاوت، تراف دمایی، سلول بسته ای از هوای سرد و یا ترکیبی از تراف و سلول(در ترازهای مختلف) ظاهر می گردد. هر چند که این عارضه همدیدی در همه ی ماههای دوره ی گرم سال مشاهده می شود ولی بیشترین فراوانی وقوع آن در ماه مه (اردیبهشت) مشاهده شده است. بررسی مقادیر بارش ثبت شده در ایستگاههای هواشناسی در زمان استقرار استخر هوای سرد نشان داد که در 64% مواقع حضور استخر هوای سرد بارندگی رخ داده و در 2/12% موارد وقوع بارندگی شدید باعث ایجاد سیل شده است. نتایج حاصل از بررسی اطلاعات نمودارهای ترمودینامیکی نشان داد هر چند در اکثر موارد وجود ناپایداری در جو توسط شاخص های ناپایداری تأیید می شود ولی در مواردی هم ضعف هایی در تبیین شرایط ناپایدار جوی مشاهده گردید که نشان دهنده ی غلبه ی شرایط دینامیکی (در مقایسه با شرایط ترمودینامیکی) در هنگام استقرار این پدیده همدیدی می باشد. نهایتاً مشخص گردید هر قدر اختلاف دمایی تراز 850 با 500 میلی باری در اثر استقرار استخر هوای سرد بیشتر باشد احتمال تشدید بارندگی ها و وقوع تگرگ و سیل افزایش می یابد.

هدف از این مطالعه پهنه بندی آب قابل بارش جو ایران زمین می باشد. بدین منظور داده های فشار و نم ویژه طی دوره 1950-2010 از پایگاه داده های NCEP/NCAR وابسته به سازمان ملی جو و اقیانوس شناسی ایالات متحده استخراج و مورد تجزیه وتحلیل قرارگرفته اند. به منظور تجزیه تحلیل داده ها و ترسیم نمودارها از نرم افزارهایSurfer, Spss, Matlab بهره گرفته شد. در این مطالعه برای پهنه بندی آب قابل بارش ابتدا میانگین و ضریب تغییرات مکانی در ماه های مختلف استخراج گردیده است سپس برای ناحیه بندی از تحلیل خوشه ای استفاده شده است. داده های حاصل میانگین و ضریب تغییرات ماهانه آب قابل بارش به روش تجزیه خوشه ای ادغام وارد مورد بررسی و تجزیه تحلیل قرار گرفت که پس از ترسیم دندروگرام سه پهنه اقلیمی: ناحیه با آب قابل بارش زیاد و ضریب تغییرات کم، ناحیه با آب قابل بارش متوسط و ضریب تغییرات متوسط و ناحیه با آب قابل بارش کم و ضریب تغییرات زیاد مشخص گردید. به منظور ارزیابی نتایج حاصل از تجزیه خوشه ای، از روش تحلیل ممیزی و آزمون تفاضل میانگین استفاده شد. نتایج حاصل از تحلیل ممیزی نشان داد که 24/98 درصد از یاخته ها به طور صحیح در گروه مربوط به خود قرارگرفته اند.

پدیده بلاکینگ می تواند در رخداد برخی از مخاطرات جوی و اقلیمی خسارت زا موثر باشد. به منظور بررسی نقش رخداد بلاکینگ در بارش برف سنگین و مداوم 11 تا 16 بهمن 92، داده های مربوط به میانگین فشار سطح دریا ،850 ، 500 ،300 ، نقشه ضخامت، موقعیت خط همدمای صفر درجه در سطح زمین، مولفه مداری سرعت باد، مولفه نصف النهاری سرعت باد، امگا، رطوبت نسبی، و دمای پتانسیل از سایت NCEP دریافت و در نر م افزار  Grads ترسیم و تجزیه و تحلیل شد. بررسی نقشه های سینوپتیکی نشان داد که ایران تحت تاثیر تراف قوی و عمیق سمت راست بلاکینگ امگا  با یک پشته بسیار قوی تا عرض های 70 درجه شمالی، واقع شده است. استقرار مرکز پرفشار قوی در شمال دریای خزر و ریزش هوای سرد از عرض های بالا منجر به ایجاد شرایط دمایی ویژه در سطح 500 و 850 هکتوپاسکالی شده و کسب رطوبت زیاد از دریای خزر شرایط را برای ریزش برف سنگین فراهم نموده است. با توجه به ماهیت شبه ایستور بودن و تداوم بلاک امگایی قوی، برای6 روز متوالی در اکثر نقاط ایران بارش برف سنگین و خسارت زا ثبت و گزارش گردید. بررسی مولفه های دینامیکی نیز نشان داد که در زمان بلوغ بلاکینگ این مولفه ها به اوج شدت خود رسیده و منجر به برف سنگین در بیشتر نقاط کشور گردید. شناسایی سیستم های بلاکینگ منجر به بارش برف سنگین با استفاده از نقشه های پیش یابی و صدور پیش آگاهی های بموقع می تواند به برنامه ریزان و تصمیم گیران مناطق تحت تاثیر، جهت آمادگی و پیشگیری از خسارات بیشتر کمک کند.