درخت حوزه‌های تخصصی

افزایش مواجهه با تغییر(پذیری) اقلیم، افزایش آسیب پذیری را در پی دارد و جامعه ای که ظرفیت سازگاری کم و حساسیت اقلیمی بالایی دارد مستعد آسیب بیشتر است. کاهش آسیب پذیری به سیاست و استراتژی های سازگاری وابسته است و طراحی و ارزیابی این استراتژی ها به اندازه گیری آسیب پذیری اقلیمی نیاز دارد. در این مطالعه با هدف توسعه شاخص آسیب پذیری اقلیمی، ابتدا نمره ی عامل مواجهه با تغییر(پذیری) اقلیم برای ایستگا ه های زابل، زاهدان، ایرانشهر و چابهار در دو دوره ی پنج ساله محاسبه شد. سپس نمرات عوامل ظرفیت سازگاری و حساسیت اقلیمی به کمک داده های سرشماری و سالنامه های 1385 و 1390 استان های کشور تعیین شد. با توجه به ماهیت مسئله آسیب پذیری و عوامل موثر آن، بر مبنای مدل ضربی- نمایی، شاخص آسیب پذیری اقلیمی طراحی شد. سپس برای چهار محدوده و کل استان، شاخص و درجات آسیب پذیری محاسبه شد. نتایج نشان داد هر چند ظرفیت سازگاری استان نسبت به قبل بیشتر شده ولی به دلیل افزایش مواجهه و حساسیت اقلیمی، میزان آسیب پذیری 3/16 درصد بالاتر رفته است. مساحت محدوده های خیلی زیاد آسیب پذیر از 5/57 درصد به 100 درصد کل استان افزایش یافته که بیانگر گسترش فضایی آسیب پذیری می باشد. نتیجه ی کلی اینکه کاهش آسیب پذیری نیاز به سنجش دقیق و مستمر آن، افزایش ظرفیت سازگاری و کاهش حساسیت های اقلیمی دارد.

رواناب سطحی به آن قسمت از بارش گفته می شود که در امتداد سطح شیب زمین جاری و به صورت جریان سطحی یا زیر سطحی از حوضه خارج می گردد. مدل هیدرولوژیکی ساختاری است که بتواند با توجه به ویژگی های حوضه و عامل های موثر بر پدیده مورد نظر، تعامل و رفتار آن را با تقریب قابل قبولی نشان دهد. حوضه آبریز رودخانه کشکان یکی از زیرحوضه های مهم حوضه آبریز کرخه است. جهت انجام مدل سازی «بارش، رواناب»، از داده های14رگبار در طی دوره آماری 1389-1360، در زیر حوضه پلدختر که دارای آب نمود لحظه ای می باشد، استفاده شده است، سپس بر اساس پنج ویژگی هایتوگراف 14رگبار به عنوان متغیر مستقل و هفت ویژگی هیدروگراف به عنوان متغیر وابسته، به ارزیابی کاریایی مدل های مختلف رگرسیون یک متغیره برای مدل سازی بارش رواناب و هم چنین به برآورد احتمال وقوع سیل با استفاده از روش سری های جزیی اقدام شده است در این راستا تعداد 30 سیل با دبی بیش از 500 متر مکعب در ثانیه انتخاب و سپس بر اسال روش سری های جزیی به برآورد دبی سیل در بازه های زمانی 2 ،5، 10، 25، 50، 100 و 200 ساله مبادرت شده است. نتایج بررسی مدل سازی نشان داد که از میان انواع روشهای رگرسیون یک متغیره، روشهای خطی، مرکب و توانی دارای بیشترین تبیین برای مدل سازی بارش- رواناب می باشند. سپس بر اساس رگرسیون چند متغیره به ارایه یک مدل رگرسیونی بارش- رواناب پرداخته شده، برای واسنجی مدل تهیه شده از معیارها و شاخص های متعددی از جمله ضریب همبستگی، خطای استاندارد، خطای نسبی تخمین و تایید، درصد میانگین قدر مطلق خطا، میانگین نسبی مجذور مربعات خطا، میانگین مجذور مربعات خطا و میانگین قدر مطلق خطا استفاده شده است. R^2 به دست آمده نشان می دهد که 796/0 درصد رواناب در حوضه کشکان مربوط به سه عامل حداکثر شدت رگبار(MIS )، مقدار بارش مازاد(ASP ) و مدت زمان بارش مازاد(DSP ) می باشد. نتایج روش سری های جزیی نشان داد که هر سال به احتمال 99/99 درصد سیلی با میزان دبی 32/606 متر مکعب به وقوع می پیوندد.

اهداف: تغییر اقلیم به افزایش و یا کاهش جهت دار میانگین پارامترهای اقلیمی در یک دورة طولانی مدت گفته می شود. تغییر پارامترهای اقلیمی سطحی با تغییر الگوهای جوی مرتبط است. شناخت تغییر اقلیم ایران با شاخص های مهم جوّی، هدف مطالعه است. روش : برای تعیین شاخص های اقلیمی ایران، پنجرة جغرافیایی مناسب با عرض 10 تا70 درجة شمالی و طول 10 تا 80 درجة شرقی تعیین شد. داده های روزانة ارتفاع ژئوپتانسیل متر تراز 500 ه.پ. دورة سرد از 1948 تا 2010 از مراکز ملّی پیش بینی محیطی و تحقیقات اتمسفری استفاده شد. روش تحلیل مؤلفة اصلی و باکس جنکینز به ترتیب برای تعیین شاخص اقلیمی و تحلیل سری زمانی این شاخص ها استفاده شد. یافته ها/ نتایج: نتایج تحقیق نشان داد شاخص های اقلیمی دورة سرد ایران به ترتیب در منطقة آسیای مرکزی، اروپای شرقی و اروپای غربی استقرار دارند. این مراکز با آرایش خاصّ الگوهای جوی، اقلیم دورة سرد ایران را کنترل می کنند. سری زمانی روزانه و سالانة این مراکز تغییر معنی داری ندارند و نوسان با افزایش و کاهش حول میانگین را نشان می دهند. بهترین مدل برای پیش بینی سری های زمانی، مدل اتورگرسیو (AR) است و سری های پیش بینی با سری های اوّلیة شاخص ها با این مدل بیشترین هماهنگی را دارند. امروزه مدل های اقلیمی، نقش انسان در تغییر اقلیم سطحی را غالب می دانند.

بیماری های قلبی عروقی شایعترین علت مرگ و میر و مهمترین عامل از کارافتادگی در بیشتر کشور ها و همچنین ایران هستند. ریسک فاکتورهای مختلفی در ابتلا به این بیماری موثر هستند و علل مختلفی سبب تشدید این بیماریها می شوند، که شرایط جوی و تغییرات آن از جمله استرس گرمایی یکی از علل تشدید آن به شمار می روند. دراین پژوهش با استفاده از شاخص استرس گرمایی که ترکیبی از حداکثر رطوبت نسبی و حداکثر دمای مطلق روزانه است به بررسی وضعیت استرس گرمایی شهر بندرعباس پرداخته که در ادامه ارتباط آن با مراجعات قلبی عروقی از طریق نرم افزار اس پی اس اس و همبستگی پیرسون بررسی شده است. نتایج این پژوهش نشان داد که استرس گرمایی شهر بندرعباس در هر دهه 1.7 درجه فارنهایت افزایش داشته است. و همچنین نتایج بررسی همبستگی ماهانه نشان داد که همبستگی مثبت قوی و معناداری در سطح آلفای 0.01 بین شاخص استرس گرمایی و مراجعات قلبی عروقی بندرعباس وجود دارد و بیشترین همبستگی در سالهای 1387، 1390و 1391 مشاهده شد. و در ادامه نیز بررسی همبستگی سالانه بین شاخص استرس گرمایی و مراجعات قلبی عروقی مثبت ومعنادار در سطح آلفای 0.05 بدست آمد. بنابراین می توان نتیجه گرفت که شاخص استرس گرمایی طی سالهای اخیر روندی افزایشی داشته و به تبع آن بر میزان مراجعات بیماریهای قلبی عروقی بندرعباس تاثیر گذار بوده است.

به منظور تحلیل همدیدی روزهای بسیار آلوده در13و14 نوامبر ۲۰۰۷ از یک روش تحلیل همدیدی ترکیبی استفاده شد. در پژوهش حاضر، چهار دسته داده، شامل داده های آلودگی ثبت شده در ایستگاه های سنجش آلودگی هوا، داده های رقومی جوی، داده های ایستگاه جو بالا و خروجی های مدلHYSPLIT مورد استفاده قرار گرفت. داده های آلودگی هوا از سازمان حفاظت محیط زیست خراسان رضوی، داده های جوی از مرکز ملی پیش بینی محیطی/مرکز ملی پژوهش جو(NCEP/NCAR) و داده های جو بالای ایستگاه مشهد از دانشگاه وایومینگ تهیه شد. ردیابی ذرات معلق نیز با بهره گیری از نسخه آنلاین مدل لاگرانژینیHYSPLIT و با استفاده از روش ردیابی پسگرد به انجام رسید. نتایج تحلیل همدیدی بیانگر آن است که روزهای بسیار آلوده 13و14نوامبر2007در شهر مشهد در قالب الگوی پرفشار مهاجرقابل طبقه بندی است .در الگوی پرفشار مهاجر،عبور امواج غربی از روی منطقه، استقرار پشته ای قوی در محدوده رشته کوه های اورال و دریای خزر را در پی دارد که با یک اریب شرق سو شکل گیری مرکز گردش واچرخندی را در حدفاصل دریای خزر تا بخش های شمالی خراسان در ترازهای زیرین موجب می گردد.دراین الگو شاهد شکل گیری همزمان چند لایه کم ضخامت وارونگی در زیر تراز 400 هکتوپاسکال هستیم

هدف از این مطالعه شناخت حرکت و الگوهای خوشه ای فضایی بارش های سنگین استان گیلان است. بدین منظور از داده های بارش روزانه ی سال های 1979 تا 2010 استفاده شد. با استفاده از شاخص صدک نودو پنجم بارش های سنگین فراگیر استخراج و با اعمال تحلیل عاملی و خوشه ای بر فشار تراز سطح دریای متناظر با این بارش ها سه الگو استخراج گردید. برای مطالعه ی تغییرات خوشه ای فضایی الگوها، از روش های زمین آمار کریجینگ و شاخص موران محلی، شاخص گتیس ارد و بیضی استاندارد استفاده شد. الگوی اول یک پرفشار قوی در شمال دریای سیاه با بیش ترین درصد پراش، الگوی دوم پرفشار ضعیف دریای سیاه و الگوی سوم پرفشار سیبری با کم ترین درصد پراش است. نتایج تحقیق نشان داد که خوشه های بیشینه ی بارش هر سه الگو در منطقه ی ساحل و تا حدودی به طرف مرکز استان دیده می شوند. الگوهای پرفشارهای غربی تا حدودی به داخل استان نفوذ می کند، اما بارش های الگوی پرفشار سیبری فقط در خط ساحل و در نواحی شرقی استان مشاهده می شود. بیش تر بارش های سنگین را پرفشارهای مهاجر سبب می شود و سهم پرفشار سیبری بسیار ناچیز است. با توجه به آرایش مکانی بیضی استاندارد بیشتر بارش های سنگین در راستای شرقی غربی نایک نواختی و یا ضریب تغییر پذیری مکانی بیشتر دارند. در صورتی که در راستای برعکس بارش ها متمرکز تر و یکنواخت تر هستند. دلیل این آرایش ورود رطوبت دریای خزر به صورت جریانی نسبتاً متمرکز از طرف شرق یا شمال شرق است

بررسی دما در مکان و زمان معیّن نشان می دهد که این متغیّر به شدّت در تأثیر الگوهای گردش جوّی است. بنابراین هدف از این نوشتار، بررسی دما و ارتباط آن با ارتفاع ژئوپتانسیل است. در این پژوهش از دو پایگاه داده استفاده شده است. پایگاه نخست، پایگاه داده های رویداد محیطی (سطحی) است که در این راستا از داده های سطحی دمای منتخب ایستگاه های شمال غرب ایران استفاده شده است. بیشینه و کمینه این ایستگاه ها در بازه زمانی11/10/1357 تا 11/10/1390 خورشیدی به مدّت 12054 روز از سازمان هواشناسی کشور دریافت شد. پایگاه دیگر، داده های جوّی را شامل می شود که چگونگی جریان جوّی را مشخّص می کند. این پایگاه، دربردارنده داده های ارتفاع ژئوپتانسیل تراز 500 هکتوپاسکال است که داده های آن از تارنمای NCEP/DOE  وابسته به سازمان ملّی جو و اقیانوس شناسی ایالات متحده استخراج شده است. بازه زمانی این داده ها از 01/01/1979 تا 01/01/2012 میلادی است. برای انجام این تحقیق به طور جداگانه همبستگی میانگین روزانه دما، کمینه و بیشینه (9 ایستگاه منتخب) با ارتفاع ژئوپتانسیل تراز 500 هکتوپاسکال محاسبه شد. سپس این همبستگی ها در نرم افزار سرفر وارد شد و چهار منطقه در نیمکره شمالی به دست آمد که با ایستگاه های منتخب، همبستگی بالایی را نشان می دهند. به طور کلّی، 180 یاخته با میانگین دما، 190یاخته با بیشینه و 168 یاخته با کمینه دما در نیمکره شمالی، همبستگی بسیار بالایی با ایستگاه های منتخب داشتند. پس از این مراحل، میانگین وزنی یاخته های ارتفاع ژئوپتانسیل گرفته شد و معادله آن ها با رگرسیون چندگانه به دست آمد. نتایج مدل های پیش یابی نشان می دهد که به ازای هر یک ژئوپتانسیل متر افزایشی که در این نمایه رخ دهد، میانگین روزانه دمای ایستگاه های منتخب شمال غرب بین 1/0 تا 5/1، دمای بیشینه 1/0 تا 6/1 و دمای کمینه 1/0 الی 2/1 درجه سلسیوس افزایش نشان خواهد داد.

در این پژوهش ابتدا با ایجاد ماتریس داده های روزانه بارش برف ایستگاه های سینوپتیک استان کردستان، روزهای دارای برف سنگین و فراگیر در طول دوره آماری 20 ساله (2012-1992) شناسایی شد. سپس بر اساس شرط گستردگی رخداد برف در بیش از 4 ایستگاه، روزهای برفی انتخاب شدند. بر این اساس 1002 روز برفی شناسایی شد و بر اساس شرط گستردگی رخداد برف در 4 ایستگاه یا بیشتر 273 روز رخداد برف برای تحلیل گردش های جوی استخراج گردید. با توجه به این روزها، داده های جوی ارتفاع ژئوپتانسیل تراز 500 هکتوپاسکال با ابعاد 1054 273 (1054 نقطه در روی ستون و 273 روز در روی ردیف) استخراج شد و برای تحلیل خوشه ای با محاسبه ی فاصله ی اقلیدسی و ادغام آن به روش «وارد» ارتفاع ژئوپتانسیل تراز 500 هکتوپاسکال به 3 خوشه طبقه بندی گردید و در هر خوشه یک روز به عنوان الگوی گردشی نماینده روزهای رخداد برف انتخاب و مورد تجزیه تحلیل قرار گرفت. نتایج تحقیق نشان داد که استقرار ناوه ای عمیق در غرب ایران و قرارگیری شرق ناوه یا سردچال بالایی بر روی منطقه مورد مطالعه در تراز میانی جو و حاکمیت کم فشار در تراز دریا و حرکات قائم جو (امگای منفی) نقش اساسی در شکل گیری بارش دارد. اما کاهش دما در ترازهای پایین (850 هکتوپاسکال) و رسیدن به آستانه های 5- و کمتر، بارش را به شکل پدیده ی برف رخنمون می سازد.

کشور ایران به دلیل قرار گیری بر روی کمربند خشک و نیمه خشک دنیا و به تبع آن بروز خشکسالی های دوره ای، با معضل کم آبی در بخش های مختلف کشاورزی، شرب و صنعت و آبزی پروری روبرو است. در این راستا تلاش های بسیاری در جهت کاهش اثرات سوء کم آبی در کشور صورت گرفته است به نحوی که جوابگوی نیازهای بخش های مختلف باشد. از اقداماتی که در این جهت صورت گرفته است، مدیریت یکپارچه (بهم پیوسته) منابع آب است. هدف از مدل یکپارچه (به هم پیوسته) مدیریت منابع آب، ایجاد یا سوق دادن عرضه و تقاضای آب به سمت تعادل است به نحوی که حداقل نیاز منابع آب برای همه ذینفعان فراهم گردد. برای رسیدن به این هدف استفاده از ابزارهای شبیه سازی منابع و مصارف آب ضروری به نظر می رسد. این امر ابزار مناسبی را جهت استفاده پایدار از منابع آبی موجود در حوضه فراهم می سازد. این ابزارها، براساس شبیه سازی منابع و مصارف و تعیین بیلان در مناطق مختلف (زیر حوضه ها)، برآورد و تحلیل اثرات اقتصادی- اجتماعی و اکولوژیکی را در مورد گزینه های مختلف مدیریت منابع آب، آسان می سازد. در مقاله حاضر سعی شده است با استفاده از نرم افزار Ribasim مدل شبیه سازی عرضه و تقاضای منابع آب زیر حوضه نازلو چای از حوضه آبریز دریاچه ارومیه طراحی گردد. مدل با استفاده از داده های سری های زمانی 35 ساله منابع آب (آبدهی و بارندگی) و تلفات (تبخیر)، داده های متوسط ماهانه تخلیه از آب های زیرزمینی و داده های انواع مصارف شامل؛ شرب و صنعت، کشاورزی، حداقل جریان سطحی رودخانه، وضعیت منابع و مصارف آب در حوضه و ورودی به دریاچه ارومیه را به صورت ماهانه شبیه سازی نموده و براساس اولویت های منابع و مصارف که در مدل قابل انتخاب می باشند، نتایج حاصل از تأمین انواع مصارف و کمبودهای آن ها در خروجی برنامه قابل دستیابی خواهد بود.

در بین فراسنج های اقلیمی، بارش به دلیل تعامل پیچیده با عوامل و عناصر اقلیمی از خود رفتاری چندگانه و پیچیده ای بروز می دهد که موجب توجه ویژه محققین بدان شده است. سال هاست رویکرد محققان علوم محیطی از آمار کلاسیک به آمار فضایی معطوف شده است.به همین دلیل اقلیم شناسان نیز باید با مبانی این علم آشنا شوند و توابع تحلیلی آن را مبنای مطالعات خود قرار دهند.در مطالعه حاضر با استفاده ازروش های نوین آمار فضایی مانند خودهمبستگی فضایی موران جهانی، شاخص انسلین محلی موران و لکه های داغ، رفتار مکانی بارش فصلی در غالب چندین آماره ارائه گردیده است.بررسی های آماری نشان داد که فصل تابستان بیش ترین ضریب تغییرات بارش (50/267) ایران را دارا است که توسط شاخص های ضریب درجه اوج و گیتس اورد جی نیز تأییدشده است. بالاترین ناهنجاری مکانی بارش بر اساس شاخص پراکندگی فصول تابستان و پاییز معرفی شده اند. همچنین به استناد خروجی های شاخص اندازه خوشه بزرگ ترینخوشه های بارشی ایران در فصل زمستان ایجاد می گردد که نشان دهنده نظم نسبی بارش ایران می باشد. نتایج آماره های فضایی نیز نشان داد که تغییرات درون سالی بارش در ایران دارای الگوی خوشه ای بالا می باشد. بر اساس شاخص محلی موران و لکه های داغ، بارش در کرانه های ساحلی دریای خزر و بخش های غرب و جنوب غرب ایران (عمدتاً زاگرس) دارای خودهمبستگی فضایی مثبت (خوشه های بارش باارزش بالا) و در بخش هایی از نواحی مرکزی و همچنین بخش هایی از جنوب شرق ایرانو نواحی مرکزی دارای خودهمبستگی فضایی منفی (خوشه های بارش باارزش پایین)بوده است.

بدون شک امروزه دسترسی به داده های به روز، با قدرت تفکیک مکانی بالا و تفکیک زمانی کوتاه مدت سنجه های هواشناسی یکی از نیازهای ضروری پژوهش های علوم جوی است. برای انجام این پژوهش از داده های بارش روزانه(در صورت وجود)، ماهانه و سالانه ی ایران زمینِ پایگاههای بارش جهانی و منطقه ای طرح اقلیم شناسی بارش جهانی ، مرکز اقلیم شناسی بارش جهانی ، افرودیت ویرایشV1101 با تفکیک مکانی 25/0 درجه ی قوسی، افرودیت ویرایش V1101 با تفکیک مکانی 5/0 درجه ی قوسی و افرودیت ویرایش V1003 با تفکیک مکانی 25/0 درجه ی قوسی بهره گرفتیم. مقادیر بارش ایران و تغییرات آن برپایه ی پایگاههای یاد شده محاسبه و با پایگاه داده بارش اسفزاری و ایستگاههای همدید و اقلیمی طی بازه ی زمانی 1979 تا 2004 مقایسه گردید. ابتدا برای هر پایگاه جداگانه یک سری زمانی روزانه(در صورت وجود)، ماهانه و سالانه بارش برای پهنه ی ایران زمین فراهم شد. به کمک روش ناپارامتری من کندال وردایی سری زمانی ماهانه و سالانه ی بارش برآورد شده ی پایگاهها برای ایران در سطح اطمینان 95 درصد مورد آزمون قرارگرفت و مقادیر نرخ روند به کمک شیب سن برآورد شد. یافته ها بیانگر آن است که بین مقادیر بارش پایگاه داده ی اسفزاری و ایستگاهی با سایر پایگاههای داده بارش جهانی و منطقه ای ارتباط معناداری وجود دارد. میزان ارتباط بین پایگاه بارش اسفزاری با سایر پایگاههای داده ی بارش برای ایران زمین بیشتر است و این خود به نوعی بیانگر دقت بسیار زیاد پایگاه داده بارش اسفزاری در برآورد بارش ایران زمین است. بطور کلی ارتباط دو پایگاه داده ی بارش اسفزاری و ایستگاهی با سایر پایگاهها در ماههای مرطوب سال بیشتر از ماههای خشک است. پایگاه داده بارش اسفزاری بیشترین همبستگی را با پایگاه داده مرکز اقلیم شناسی بارش جهانی نشان می دهد. به لحاظ روند و نرخ روند نیز هماهنگی خوبی بین پایگاه داده اسفزاری و سایر پایگاههای داده ی بارش وجود دارد. یافته های حاصل از تحلیل روند نشان داد که روند تغییرات بارش مربوط به ماههای می و ژوئیه ایران به لحاظ آماری معنادار است. در ماه می بارش دریافتی کشور روند کاهشی و در ماه ژوئیه روند افزایشی و مثبتی را نشان می دهد. برای کل پایگاههای داده، بارش سالانه ی کشور روبه کاهش است و روند نزولی دارد. بطور کلی مقایسه بین پایگاههای داده ی بارش بیانگر آن است که برای مطالعه ی ویژگیهای بارش در ایران زمین، داده های بارش مربوط به پایگاههای جهانی و منطقه ای ذکر شده در این پژوهش می تواند بسیار ارزشمند و سودمند باشد.

هدف از این مطالعه شناسایی رابطه بین الگوهای پیوند از دور با تغییرپذیری فراوانی روزهای همراه با یخبندان های فراگیر در ایران است. برای رسیدن به این هدف، نخست داده های مربوط به دماهای حداقل روزانه 663 ایستگاه هواشناسی همدید و اقلیم شناسی ایران طیّ بازه ی زمانی 2004-1962 برای ماه های اکتبر تا آوریل از سازمان هواشناسی کشور و دوم شاخص های پیوند از دور برای همان بازه ی زمانی از دو پایگاه داده های مرکز ملی پیش بینی محیطی-مرکز ملّی پژوهش های جویNCEP/NCARو مرکز پیش بینی اقلیمی وابسته به سازمان پژوهش های جوی و اقیانوسی ایالات متحده برداشت شد. سپسروزهایی که 65 درصد و بیشتر از مساحت ایران را دمای صفر و زیر صفر درجه سانتیگراد فرا گرفته بود، به عنوان روزهای همراه با یخبندان های فراگیر انتخاب شدند.سپس فراوانی این روزها به تفکیک ماه، فصل و سال استخراج گردید. در ادامه با استفاده از روش گام به گام مدل های رگرسیونی چند متغیّره، مهمترین الگوهای پیوند از دور اثرگذار بر روی تغییرپذیری فراوانی روزهای همراه با یخبندان های فراگیر ایران شناسایی شدند. نتایج نشان می دهد که فراوانی روزهای همراه با یخبندان های فراگیر در فصل زمستان و همچنین در مقیاس سالانه، تنها با الگوی اطلس شرقی (EA) رابطه ی آماری معنادار نشان داده اند که این رابطه نیز یک رابطه ی معکوس می باشد بطوری که ضریب همبستگی این شاخص به ترتیب برای فصل زمستان و سالانه (33/0-) و (37/0-). ماه دسامبر با مجموع سه شاخص اطلس شرقی (EA)، نوسان شمالی (NOI) و الگوی حاره ای نیمکره ی شمالی (THN)، ماه ژانویه تنها با الگوی آرام شرقی-آرام غربی (EP-NP) و ماه فوریه با دو الگوی اسکاندیناوی (SCA) و نوسان قطبی (AO) همبستگی نشان داده اند که به ترتیب مقادیر آنها برابر با (55/0+)، (45/0-) و (52/0) بوده است. در نهایت میانگین ماهانه ی الگوهای فشار سطح دریا در فازهای مثبت و منفی شاخص های مورد مطالعه برای ماه های دسامبر، ژانویه و فوریه مورد مطالعه قرار گرفت. در هر کدام از فازهای مثبت و منفی الگوی گسترش زبانه ی غربی پرفشار سیبری مسبب وقوع حداکثر و حداقل فراوانی روزهای همراه با یخبندان های فراگیر بوده است.

منطقه جنوب شرق ایران به سبب موقعیت جنب حاره ای در معرض این فرین آب و هوایی قرار دارد. در این پژوهش به بررسی ویژگی های آماری و شناسایی الگوهای همدید دماهای فرین بالای دوره ی گرم سال در جنوب شرق ایران پرداخته شده است. بدین منظور داده های دمای بیشینه 9 ایستگاه سینوپتیک در منطقه ی جنوب شرق اخذ گردید. سپس با اعمال شاخص فومیاکی بر روی دماهای بیشینه ایستگاه ها، مقادیر مثبت خروجی شاخص مذکور به سه طبقه گرم،گرم شدید و ابرگرم تقسیم شد. نتایج حاکی از افزایش روند روزهای فرین گرم می باشد. جهت بررسی الگوهای همدید تعداد 27 روز ابرگرم انتخاب گردید. کم فشار حرارتی گنگ به عنوان الگوی سطح زمین و تراز 850 هکتوپاسکال، و زبانه های پرارتفاع جنب حاره در تراز های 700 و 500 هکتوپاسکال در پدیدآیی روزهای ابرگرم نقش آفرینی کرده اند. الگوهای حاصل از تحلیل خوشه ای وارد نیز حاکی از آن است که تنوعی در الگوهای مولد روزهای ابرگرم مشاهده نمی شود. به سبب وجود هسته ی کم فشار حرارتی در سطح زمین و منحنی پرارتفاع بر جنوب شرق ایران، هسته بیشینه دما در روزهای ابرگرم بر روی منطقه مورد مطالعه بوده و بنابراین وزش گرم از مناطق خارجی صورت نگرفته است.

گرمایش جهانی و ارتباط معنی دار تغییرات دما و بارش نقاط مختلف دنیا با افزایش دمای کره زمین، به عنوان مهم ترین نمودهای تغییر اقلیم در قرن حاضر قابل توجه هستند. تاثیرات مخرب این پدیده بر روی کره زمین یکی از چالش برانگیزترین موضوعات در سطح جهانی می باشد. به دلیل اهمیت این موضوع، پژوهش پیش رو جهت آشکار سازی تأثیر گرمایش جهانی بر روی دماهای حداکثر، به صورت ماهانه و دوره ای(سرد و گرم) انجام گرفته است. برای انجام این پژوهش از دو دسته داده، داده های دمای 17 ایستگاه سینوپتیک کشور و مقادیر متناظر آن، داده های شاخص متوسط جهانی ناهنجاری های دمایی خشکی ها و اقیانوس ها طی بازه زمانی 60 ساله (1951تا2010)، میلادی استفاده گردید. جهت نیل به اهداف پژوهش از روش همبستگی پیرسون برای آشکار سازی ارتباط آماری بین داده ها، از روش رگرسیون خطی و سهمی جهت تحلیل روند سری زمانی داده ها، برای نشان دادن پراکندگی مکانی همبستگی بین داده های دمای ایستگاه ها با گرمایش جهانی در سطح کشور از مدل زمین آمار و در نهایت جهت آشکار سازی آماری معناداری تغییر روند دماها از آزمون ناپارامتری من – کندال استفاده شد. براساس نتایج به دست آمده تأثیر گرمایش جهانی بر روی دمای حداکثر در ماه های سرد سال همچون ژانویه، دسامبر و نوامبر خیلی کمتر بوده و بیش ترین نمود آن در فصول بهار و تابستان بیشتر در ایستگاه های جنوبی مانند آبادان، اهواز و شیراز دیده می شود. فرآیند ذکرشده در بررسی دوره ای دمای سرد و گرم سال نیز مشهود است و تأثیرپذیری دمای دوره ی گرم ایستگاه های مطالعه شده از گرمایش جهانی نسبت به دوره ی سرد بیشتر بوده و بیانگر افزایش دمای دوره ی گرم سال می باشد. در این بین تعدادی از ایستگاه ها نیز مانند ایستگاه انزلی، ارومیه و خرم آباد در برخی ماه ها از گرمایش جهانی تأثیرپذیری معکوس داشته و در دماهای حداکثر آن ها افت دیده می شود. این امر در نتایج حاصل شده از تحلیل های دوره ای نیز مشاهده می گردد. تغییرات روند دمای حداکثر ایستگاه های مورد بررسی بیانگر معناداری آن در ماه های تابستان می باشد. روند تغییرات ماه های ژوئیه، آگوست و سپتامبر معنی دار بوده که این فرآیند در ایستگاه های جنوبی بیشتر نمایان است. بررسی معناداری تغییر روند دمایی صورت گرفته در دوره های(سرد و گرم) ایستگاه های مورد بررسی نشان دهنده معناداری آن در دوره گرمایی می باشد.

با توجه به روند احتمالی افزایش خشکسالی در جهان در اثر تغییراقلیم، بررسی این پدیده در هر منطقه برای دوره ی آتی ضروری می نماید. در این تحقیق داده های ریزمقیاس شده ماهانه شبیه سازی شده دما و بارش استان آذربایجان شرقی در دوره 2022-2013 میلادی، توسط 16 مدل AOGCM، تحت سه سناریوی انتشار A1B, A2, B1 تهیه شدند. پس از بررسی شرایط (فراوانی و شدت) خشکسالی گذشته (1999-1950) در منطقه، به منظور لحاظ کردن عدم قطعیت سناریوهای انتشار، با استفاده از روش مقیاس الگو (Pattern Scaling)، داده ها برای 46 سناریوی انتشار دیگر محاسبه شده، و وضعیت خشکسالی استان در دوره ی آتی با شاخص بارش استاندارد شده (SPI) بررسی گردید، و در نهایت نقشه های پهنه بندی این شاخص با به کارگیری روش کریگینگ در هر سال با در نظرگرفتن سناریوی میانه برای اقلیم منطقه، به دست آمد. نتایج نشان داد در سال 2021 خشکسالی بسیار زیاد در نواحی شرقی استان رخ خواهد داد و می توان این سال را خشک ترین سال دوره قلمداد کرد، بطوری که در مجموع 375/59 درصد استان دارای شرایط خشک خواهد بود. برای سال های 2013، 2017 و 2018 نیز در برخی نقاط خشکسالی پیش بینی می شود، در حالی که سال 2019 در تمامی نقاط از شرایط نزدیک به نرمال برخوردار خواهد بود. سال 2020 نیز در دوره ی ده ساله مرطوب ترین سال خواهد بود، به گونه ای که این سال تنها سالی است که رطوبت بسیار زیاد را تجربه خواهد کرد. پس از 2020، سال 2014 با پوشش 50 درصد استان با سطوح رطوبتی، مرطوب ترین سال خواهد بود. در کل، استان آذربایجان شرقی به جز سال های 2013، 2017، 2018 و 2021، در 6 سال دیگر از شرایط نزدیک به نرمال و بالاتر تبعیت خواهد نمود. با پیش بینی مقادیر بارش و تعیین شرایط خشکسالی، می توان راهکارهای سازگاری با تغییر اقلیم در این خصوص را پیشنهاد نمود.

تحلیل های احتمالی، روش هایی مفید برای شناخت و پیش بینی پدیده ایی نظیر بارش می باشند. از جمله ی این روش ها می توان به زنجیره مارکوف اشاره کرد. زنجیره ی مارکوف حالت خاصی از مدل هایی است که در آنها حالت فعلی یک سیستم به حالت های قبلی آن بستگی دارد. با این روش می توان احتمال وقوع و دوره ی بازگشت پدیده های اقلیمی نظیر بارش را محاسبه نمود. از اینرو در پژوهش حاضر با استفاده از آمار بارش روزانه مربوط به 58 سالِ(2013-1956) ایستگاه همدیدی شیراز، تواتر و تداوم روزهای بارانی در این شهر با به کارگیری مدل زنجیره مارکوف مورد مطالعه قرار گرفت. آمار فوق براساس ماتریس شمارش تغییر حالات رخداد روزهای خشک و تر (روزهای فاقد بارش و روزهای بارش) مرتب شده، سپس ماتریس تغییر وضعیت براساس روش درست نمایی بیشینه محاسبه گردید. ماتریس مزبور نیز با توان های مکرر، پایا و دوره بازگشت روزانه بارش مورد ارزیابی و تحلیل قرار گرفت. در ادامه دوره های بازگشت روزهای بارش 2 تا 5 روز و دوره بازگشت روزهای خشک 1 روز نیز مورد ارزیابی قرار گرفت. سپس دوره بازگشت تداوم روزهای بارانی 2 تا 5 روزه برای دوازده ماه سال نیز محاسبه گردید. نتایج حاصل نشان داد که احتمال وقوع بارش(روزهای تر) در هر روز 1167/0 درصد و احتمال عدم وقوع بارش(روزهای خشک) 8833/0 درصد می باشد. همچنین مشخص شد که بیشترین احتمال وقوع روزهای با بارش، طی فصل زمستان بویژه ماه های ژانویه و فوریه بوده است. برای نمونه دوره بازگشت 2 روز بارانی متوالی در ماه ژانویه حدود 5 روز برآورد گردید. از این رو مشاهده گردید که بارش شیراز از توزیع زمانی ناهمگنی برخوردار است. به عبارت بهتر بارش شیراز یکنواخت نمی باشد و متمرکز است.

در چند دهه اخیر افزایش دمای زمین باعث بر هم خوردن تعادل اقلیمی کره زمین شده و تغییرات اقلیمی گسترده ای را در اغلب نواحی کره زمین موجب گردیده است که از آن به عنوان تغییر اقلیم یاد می شود. هدف این مطالعه، پیش بینی تغییرات اقلیمی استان سیستان و بلوچستان با استفاده از ریز مقیاس نمایی آماری است که در آن داده های سناریوی A2 مدل گردش عمومی جو ECHO-G اجرا می شود. برای ارزیابی، تغییرات اقلیمی و خشکسالی استان سیستان و بلوچستان در دوره آماری 1391تا 1410 توسط مدل LARS-WG ریز مقیاس شدند. در این مطالعه از داده های دمای کمینه، دمای بیشینه، تابش و بارش مدل ECHO-G و داده های واقعی 7 ایستگاه استان شامل چابهار، ایرانشهر، خاش، سراوان، زابل، زهک و زاهدان استفاده شده است.نتایج کلی بررسی ها برای دوره مذکور گویای افزایش 8 درصدی بارش در استان و کاهش تعداد روزهای یخبندان و افزایش میانگین سالانه دما در حدود 3/0 درجه سلسیوس می باشد. بیشترین افزایش ماهانه دما مربوط به فصل زمستان به میزان 9/0 درجه سلسیوس خواهد بود. همچنین تعداد روزهای خشک در شهرستان سراوان افزایش و در بقیه شهرستان ها کاهش می یابد و بطور کلی خشکسالی های این استان در دوره 1410-1391 کاهش می یابد.

آگاهی از رفتار مکانی- زمانی بارش در برنامه ریزی های محیطی سرزمین مؤثر است. روش های آمار فضایی امکاناتی را فراهم می سازد که با استفاده از آنها، الگوهای فضایی متغیرهای تصادفی مانند بارش را می توان تحلیل کرد. در این پژوهش، با استفاده از دادة بارش ماهانة 42 ایستگاه سینوپتیک غرب و شمال غرب ایران طی دورة آماری 1990 تا 2010 و با به کارگیری شاخص خودهمبستگی فضایی Moran به تحلیل روندهای فضایی بارش ماهانة این بخش از کشور اقدام شد. برای این منظور، داده های میانگین بیست سالة بارش ماهانة ایستگاه ها به صورت لایة اطلاعاتی مکانمندی با مختصات متریک در محیط GIS بررسی شد. نتایج شاخص خودهمبستگی مکانی بیان کنندة آن بود که بارش در ماه های دسامبر، ژانویه، فوریه و نوامبر به ترتیب دارای بیشترین الگوی خودهمبستگی فضایی مثبت بود که در سطح 01/0 معنادار بود و کمترین تغییرپذیری مکانی را داشت که گویای آن است در این ماه ها تشابه و همگونی فضایی معنا داری بین بارش های ثبت شده در سرتاسر منطقه وجود داشته است و سامانه های بزرگ مقیاس جوی، تأثیر عوامل محلی متفاوت را کم رنگ کرده است؛ در حالی که در ماه های ژوئیه، سپتامبر و اوت به ترتیب کمترین الگوی خودهمبستگی فضایی مشاهده شد که معنادار نیز نبود. ضریب تغییرات فضایی بارش در این ماه ها نیز بسیار زیاد بود که گویای آن است که در این ماه ها بارش ها تحت تأثیر عوامل محلی ناهمگون ایجاد شد و به همین دلیل، هیچ گونه تشابه فضایی معناداری در بارش های ثبت شدة منطقه در ایستگاه های مختلف وجود نداشت.

اهداف: طوفان تندری یکی از پدیده های آب و هوایی است که توسعه و تکامل آن تحت تأثیر عوامل دینامیکی و ترمودینامیک قرار دارد. هدف اصلی تحقیق حاضر، بررسی ویژگی های آماری و ترمودینامیکی رخداد طوفان های تندری در پهنة ایران است. روش: برای رسیدن به هدف مورد نظر، داده های ساعتی 14 ایستگاه سینوپتیک دارای رادیو سوند طی دورة آماری 19 ساله (2009-1991) از آرشیو سازمان هواشناسی دریافت و با استخراج کدهای مربوط به رخداد طوفان تندری فراوانی مکانی- زمانی آن ها بررسی شدند. در ادامه با استفاده از نرم افزار RAOB و نمودار اسکیوتی شاخص های ناپایداری از قبیل CAPE، LI، TT، SI و KI برای طوفان های تندری تجزیه و تحلیل شدند. یافته ها/ نتایج: نتایج حاصل از پردازش کدهای طوفان تندری نشان داد هرچند در مقیاس های زمانی سالانه، فصلی (بیشینه در فصل بهار 39٪ و کمینه در فصل تابستان با 7٪)، ماهانه (بیشینه در ماه های آوریل، مه و کمینه در آگوست) و ساعتی(بیشینه ساعت های 15 و 12) بیشینه و کمینة رخداد طوفان تندری برای پهنة ایران از زمان وقوع مشترکی برخوردارند، امّا رخداد طوفان تندری در هر ایستگاه و منطقه به شرایط مکانی و زمانی آن بستگی دارد. مقایسة دهه ای این پدیده نشان دهندة فراوانی وقوع بیشتر آن طی دورة 2000 -1991 نسبت به دورة 2009-2000 است. نتایج حاصل از بررسی و محاسبة شاخص های ناپایداری نشان داد که هم زمان با رخداد طوفان های تندری در سطح ایران، میزان همرفت و ناپایداری برای درصد قابل توجّهی از این پدیده در محدودة پایین این شاخص ها قرار دارد. نتیجه گیری: بر اساس نتایج آماری و ترمودینامیکی به دست آمده از این تحقیق می توان گفت که رخداد طوفان تندری در ابتدا وابسته به فصل اقلیمی هر منطقه است و عوامل محلّی همچون همرفت می توانند به عنوان عوامل ثانویه در رخداد طوفان های تندری مؤثر باشند.

امروزه خشکسالی یک معضل جدّی و گریبانگیر دربسیاری از کشور های جهان است؛بنابراین پیش بینیِ آن از اهمیت به سزایی برخوردار می باشد. در این تحقیق، کارایی شبکة عصبی مصنوعی و سیستم استنتاج عصبی - فازیتطبیقی به عنوان روش هایی مؤثر برای پیش بینی شدت خشکسالی حوزة ""مُند"" استان فارس مورد بررسی قرار گرفت. برای این منظور از داده های بارندگی ماهانة ایستگاه باران سنجی تنگاب استان فارس با دورة آماری 32 ساله استفاده گردید. شدت خشکسالی در دورة ماهانه با استفاده از شاخص بارندگی استاندارد شده (SPI) تعیین شد؛ سپس به وسیلة مدل های ANN وANFIS و با استفاده از شاخص SPI پیش بینی شدت خشکسالی انجام گردید. از بین داده های موجود، 70 درصد به عنوان داده های آموزش و مابقی به عنوان داده های اعتبارسنجی و داده های آزمون انتخاب شد؛ سپس از طریق معیار های آماری شامل ضریب همبستگی، میانگین مجذور مربعات خطا و ضریب ناش به کارایی عملکرد مدل ها پرداخته شد. نتایج نشان دادد که دقت روش شبکه های عصبی مصنوعی از روش سیستم استنتاج عصبی - فازیتطبیقی بیشتر می باشد؛ همچنین یافته های حاصل از این بررسی نشان می دهد که هرچه پراکندگی داده های ورودی مدل بیشتر باشد مدل استنتاج عصبی - فازی تطبیقی دارای توانایی بیشتری در شبیه سازی این نوع از داده ها می باشد.