درخت حوزه‌های تخصصی

سرما و یخبندان در منطقه ی شمال غرب کشور، همه ساله خسارت های جبران ناپذیری بر بخش های حمل و نقل، تصادف های جاده ای، باغ ها و محصول های کشاورزی وارد نموده و زندگی عادی مردم را در شهر و روستاها فلج می نماید. به منظور تبیین و تحلیل همدید امواج فراگیر سرما در شمال غرب ایران ابتدا روزهای بسیار سرد 18 ایستگاه مورد مطالعه در دوره آماری 23ساله استخراج شد. سپس از بین این آمار 43 موج شدید و فراگیر انتخاب گردید. برای تحلیل سینوپتیکی امواج سرما در نهایت دو موج نماینده بهمن 1370 و دیماه 1386 تعیین شدند. نقشه های فشار سطح زمین و سطح 500 هکتوپاسکال این یخبندان ها از سایت NCEP استخراج شده و تحلیل گردید. نتایج تحقیق نشان داد که علت بیش تر یخبندان های شدید سطح بالا ناشی از استقرار یک فرود عمیق در غرب ایران بوده که هوای سرد مناطق قطبی را به ایران هدایت می کند. استقرار فراز مانع در شرق این فرود سبب ایستایی نسبی این فرود شده و تداوم سرما را در منطقه تشدید می کند. در سطح زمین هم اکثرا پرفشارهای مهاجر غربی و گسترش زبانه پرفشار سیبری بر شدت سرمای هوای سطح 500 هکتوپاسکال می افزاید. بر این اساس می توان حداقل از 5 روز قبل با استقرار این سیستم ها در همسایگی های منطقه مورد مطالعه شرایط سرمایی را پیش بینی کرده ومدیران و کشاورزان را برای مقابله با سرما آماده نمود.

صاعقه یا آذرخش یکی از مهم ترین پدیده های همراه با توفان های تندری است که سالانه جان بیش از دو هزار نفر را در جهان می گیرد. فعالیت های رعدوبرقی تا حدی به فعالیت های همرفتی محلی بستگی دارند ازاین رو در مقیاس های زمانی و مکانی خیلی متغیر هستند. از طرفی داده های رعدوبرق در ایستگاه های زمینی ثبت نمی شوند و محاسبه دقیق فراوانی و پراکنش فعالیت های رعدوبرقی با داده های سینوپتیک امکان پذیر نیست. ازاین رو در این پژوهش برای تعیین توزیع زمانی و مکانی رعدوبرق ها بر روی ایران از داده های سنجنده LIS ماهواره TRMM در دوره ۱۹۹۸ تا ۲۰۱۳ استفاده شده است. ابتدا فراوانی ماهانه و ساعتی توزیع داده ها محاسبه و با استفاده از تابع تراکم کرنل در نرم افزارGIS مناطق دارای بیشینه تراکم رعدوبرق ها برای مقیاس های سالانه و ماهانه محاسبه شد. نتایج این پژوهش نشان داد که ماه های می و آوریل دارای بیشترین و ماه های ژانویه و سپتامبر دارای کمترین فراوانی رعدوبرق ها هستند. همچنین بیشینه فراوانی رعدوبرق ها بین ساعات ۱۲:۳۰ تا ۲۰:۳۰ و کمینه فراوانی آن بین ساعات ۳:۳۰ تا ۹:۳۰ رخ می دهد. تابع تراکم کرنل هم نشان داده که بیشینه تراکم داده های سالانه رعدوبرق در شمال استان خوزستان و جنوب استان لرستان قرار دارد. دامنه های غربی رشته کوه های زاگرس، البرز مرکزی، کوه های جنوب کرمان، ناهمواری های جنوب سیستان و بلوچستان و بخش هایی از استان های خراسان رضوی و خراسان جنوبی دارای فراوانی بیشتر رعدوبرقی هستند. مناطق مرکزی و عموماً هموار داخلی نیز دارای کمترین فراوانی پدیده رعدوبرق در ایران هستند.

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.

به دلیل همراهی توفان های تندری با رگبارهای باران و توفان های تگرگ و نقش مؤثر آن در ایجاد سیلاب های ناگهانی، هم از جنبه ی کشاورزی و هم ازنظر خسارات مالی و جانی، این پدیده همواره موردتوجه محققان بوده است. برای این منظور ابتدا به بررسی مقادیر فشار، دمای هوا و دمای نقطه شبنم در لایه های مختلف جو پرداخته شد. سپس، برای بررسی دقیق تر شرایط جوی پارامترهای دمای هوا، فشار تراز دریا، ارتفاع ژئوپتانسیل، نم ویژه، سرعت قائم، مؤلفه باد مداری و مؤلفه نصف النهاری باد از تارنمای (NCEP/NCAR) اخذ شد. همچنین برای بررسی ناپایداری در سطوح مختلف جو از شاخص های صعود، موجودی انرژی پتانسیل فرارفتی، آب قابل بارش، K و هوای توفانی استفاده شد. بررسی ها نشان داد که صعود سریع بسته هوا در منطقه با انرژی پتانسیل همرفتی در دسترس بالایی همراه بوده و سبب شده تا در این سه روز هوای صعودکننده تا لایه های فوقانی جو پیشروی کرده و جوی مغشوش را برای منطقه به وجود آورده است. با بررسی نقشه های ارتفاع ژئوپتانسیل و تاوایی تراز 500 هکتوپاسکال در روز اول بارندگی مشخص شد که توفان تندری حاصل برهمکنش های مختلف جو بوده، بطوریکه در تراز میانی جو پشته بسیار قوی با گستره مکانی بیش از 25 درجه عرض جغرافیایی بر روی دریای خزر ایجاد و تا حوالی مناطق عرض های قطبی گسترش یافته است. در روز دوم، توفان تندری در داخل پر ارتفاع تشکیل شده بر روی خزر هسته سرد چالی بر جانب شرق ترکیه، شمال عراق و شمال غرب ایران ایجادشده که ارتفاع مرکزی آن 5750 ژئوپتانسیل متر می باشد. در روز سوم، هسته سردچال به بریده کم فشاری بر روی منطقه تشکیل شده که بیشینه تاوایی مثبت در داخل این سیستم جوی است.

با توجه به روند تغییرات اقلیم و کاهش بارندگی در دهه اخیر، خشکسالی به یک مشکل بزرگ در جهان و بالاخص در مناطق خشک و نیمه خشک از قبیل ایران تبدیل شده است. از این رو پایش و مدیریت آن امری مهم می باشد. در مقابل روش های سنتی که مبتنی بر مشاهدات ایستگاه های هواشناسی هستند و بیشتر به بررسی خشکسالی هواشناسی می پردازند، استفاده از تکنیک سنجش از دور و تصاویر ماهواره ای به عنوان یک ابزار مفید جهت پایش مکانی و زمانی خشکسالی کشاورزی مورد توجه محققین واقع شده است. اما استفاده از این تکنیک و نتایج حاصل از آن همچنان نیاز به ارزیابی و واسنجی برای مناطق مختلف دارد. هدف از این مطالعه بررسی الگوهای مکانی و زمانی خشکسالی با استفاده از داده های ماهواره ای سنجنده مادیس بین سال های 2013-2000 می باشد. بدین منظور شاخص های خشکسالی بر مبنای داده های ماهواره ای شامل: شاخص اختلاف نرمال شده پوشش گیاهی (NDVI)، شاخص وضعیت پوشش گیاهی (VCI)، شاخص وضعیت دما (TCI)، شاخص خشکی (TDVI) و شاخص رطوبت خاک (SWI) از روی تصاویر مادیس برای دوره زمانی مورد نظر و در مقیاس های زمانی فصلی، شش ماهه و سالانه استخراج گردید و نتایج حاصل از این شاخص ها با مقادیر شاخص بارش استاندارد (SPI) مقایسه گردید. نتایج نشان می دهد که محدوده مطالعاتی به طور کلی از پوشش گیاهی متوسط تا کم برخوردار است. برمبنای محاسبه های انجام شده شرایط اقلیمی محدوده با نتایج حاصل از شاخص گیاهی VCI در مقیاس فصلی، تطابق بیشتری دارد. در نتیجه شاخص VCI به عنوان بهترین شاخص جهت پایش خشکسالی کشاورزی استان مرکزی انتخاب گردید. همچنین نتایج به دست آمده از به کار گیری شاخص گیاهی VCI، نشان دهنده وضعیت خشکسالی در سال های 2000 و 2008 و وضعیت ترسالی در سال های 2009 و 2010 نسبت به دوره مطالعاتی در منطقه می باشد.

یکی از مهم ترین بحران های که جوامع را تحت تأثیر قرار می دهد، تغییرات اقلیمی می باشد و باعث تشدید مخاطره های آب و هوایی می شود. در این میان ابرها و پارامترهای اقلیمی وابسته به آن ها نیز به عنوان ورودی های مهم در مدل های پیش بینی تغییر اقلیم موردتوجه می باشند. تمام ابرها پتانسیل تغییر اقلیم را دارند و در رأس چرخه هیدرولوژی قرار دارند و هرگونه تغییر در مقدار و پارامترهای آن ها  می تواند سرآغاز زنجیره ای از واکنش ها و تغییرات در توزیع زمانی و مکانی دیگر عناصر آب و هوایی گردد. هدف از این تحقیق بررسی  تغییرات فراوانی گونه های ابر باران زا( سطوح پایین جو) ایران می باشد. برای رسیدن به این هدف ابتدا فراوانی رخداد ابرهای سطح پایین جو ایران محاسبه و سری زمانی آن ها تهیه گردید سپس با استفاده از آزمون من - کندال روند تغییرات زمانی رخداد ابرهای پایین محاسبه شد. سپس الگوی مکانی تغییرات ابرهای سطح پایین تحلیل گردید. نتایج تحقیق نشان داد که بیشترین فراوانی کلی رخداد ابرهای سطح پایین جو ایران در قسمت های شمال و شمال غرب کشور وجود دارد، ولی هرکدام از ابرهای سطح پایین دارای پراکندگی مکانی متفاوتی می باشند. فراوانی رخداد ابرهای سطح پایین در بیشتر استان های کشور دارای تغییرات معنی دار است و 23 ایستگاه از 30 ایستگاه مطالعاتی در سطح اطمینان 0.05درصد دارای تغییرات معنی دار می باشد، جهت تغییرات نیز نشان داد که بیشتر ایستگاه ها (17 ایستگاه از 30 ایستگاه) دارای تغییرات افزایشی می باشد. بررسی تفاوت های مکانی تغییرات نیز نشان داد که در قسمت های شمال شرق و قسمت های جنوب غرب تا اصفهان و قم روند کاهشی و در سایر قسمت های کشور روندهای افزایشی معنی دار در ابرهای سطح پایین جو ایران وجود دارد. همچنین اوایل دهه1990 و اواخر 1980 نقطه جهش در سری زمانی ابرهای سطح پایین می باشد.

حوادث و رخدادهای جوی هر از گاهی بسته به وسعت و دامنه زمانی وقوع شان در زمره بحران های طبیعی قابل پیش بینی، مشکلات جدی را در روند زندگی بشر ایجاد می کنند. یکی از پرمخاطره ترین آن ها بارش برف سنگین منطقه جلگه ساحلی گیلان در بهمن 1392 می باشد. در این پژوهش به منظور درک ساختار گردشی جو در زمان وقوع این مخاطره طبیعی، روش تحقیق محیطی به گردشی در نظر گرفته شد. بر این اساس داده های روزانه ایستگاه های هواشناسی استان گیلان برای روزهای 10ام تا 14ام بهمن 1392 مورد مطالعه قرار گرفتند و آمارهای مربوطه استخراج شدند. پس از آن با تعیین روز اوج بارش برف به منظور دستیابی به تهیه نقشه های ترکیبی همدید با استفاده از پایگاه داده مرکز ملی پیش بینی محیطی و مرکز ملی تحقیقات جوی آمریکا، داده های فشار سطح دریا، ارتفاع ژئوپتاسیل، نم ویژه، سرعت قائم، تابش طول موج خروجی، مولفه باد مداری و نصف النهاری در تراز های مختلف جوی دریافت شد. نتایج حاکی از بارشی سراسری در روزهای مذکور در جلگه گیلان می باشد. ایستگاه انزلی بیشترین و منجیل کمترین بارش ها را داشته اند. مهمترین عامل گردشی جو نیز مرکز پرفشار قوی است که در بخش های شمالی اروپا شکل گرفته است. این مرکز با جریانات جنوب سوی خود بر روی دریاچه خزر مستقر شده و با ایجاد اختلافات شدید دمایی بین آب دریا و توده هوای ورودی، با ایجاد همرفت شدید و صعود قوی بر روی منطقه ی مورد مطالعه بارش های شدید و مخاطره آمیز سواحل جنوبی خزر بویژه جلگه گیلان را منجر شده است. بنابراین در راستای برنامه ریزی مدیریت بحران حوادث غیرمترقبه، یک برنامه جامع پیش بینی و ایجاد یک ساختار عملیاتی مناسب دارای قابلیت اجرایی در هنگام وقوع چنین مخاطراتی در سطح ملی با هدف کاهش آسیب ها ضروری می باشد.

برآورد صحیح رواناب حوضه نقش بسیار مهمی در مدیریت آن دارد. تا به حال محققین زیادی از مدل های یکپارچه، توزیعی و هم چنین از روش های هوشمند مصنوعی به منظور برآورد رواناب حوضه استفاده نمودند. در تحقیق حاضر برای برآورد آبدهی حوضه بار اریه با مساحتی معادل با 112 کیلومتر مربع و متوسط بارش سالانه 72/306 میلی متر از دو مدل توزیعی WetSpa و مدل هوشمند شبکه عصبی مصنوعی ANN استفاده گردید. به منظور اجرای مدل WetSpa از دو دسته اطلاعات شامل نقشه های رستری و اطلاعات هواشناسی و برای مدل شبکه عصبی مصنوعی تنها از اطلاعات هواشناسی استفاده گردید. اجرای مدل های مذکور در دوره ی 5 ساله صورت پذیرفت. به منظور مقایسه نتایج مدل ها، از معیارهای ارزیابی ضریب همبستگی R 2، مجذور میانگین خطای استاندارد RMSE و میانگین قدر مطلق خطا MAE استفاده شد. نتایج بدست آمده نشان داد مدل WetSpa با R 2و RMSE برابر با  m 3/s920/0 وm 3/s  346/0 و هم چنین مدل شبکه عصبی مصنوعی با   R 2و RMSE برابر با m 3/s 959/0 و m 3/s 310/0 توانایی شبیه سازی جریان رودخانه بار اریه را دارند. هم چنین استفاده از مدل شبکه عصبی مصنوعی موجب کاهش خطای برآورد رواناب حوضه به مقدار 6/11 درصد در مقایسه با مدل WetSpa شده است.

ذرات معلق در هوا نقش مهمی در توازن انرژی زمین و جو ایفا می کنند و به عنوان یک عامل مهم در تعیین تغییرات آب وهوایی شناخته می شوند. هرساله طوفان های گرد و غبار اثرات مخربی بر روی سلامت، مزارع، تأسیسات و اکوسیستم ها می گذارند. خراسان ازجمله مناطقی است که به شدت تحت تأثیر این پدیده قرار دارد و بادهای ۱۲۰ روزه سیستان از عوامل تشدید کننده این پدیده بخصوص در مناطق شرقی است. یکی از راه های مطالعه این پدیده روش های سنجش ازدوری است. این تحقیق با هدف بررسی تغییرات زمانی و مکانی شاخص های گرد و غبار بر پایه داده های ماهواره ای در منطقه شرق خراسان انجام پذیرفته است. در این پژوهش جهت مطالعه ذرات معلق جو، از شاخص های UVAI،AAOD و AOD استفاده شده است. برای این منظور از داده های سنجنده TOMS بر روی ماهواره Nimbus ۷ در سال های ۱۹۷۸ تا ۱۹۹۳ و بر روی ماهواره Earth probe در سال های ۱۹۹۶ تا ۲۰۰۵ و از داده های سنجنده OMI بر روی ماهواره Aura از سال ۲۰۰۴ تا ۲۰۱۴ استفاده شده است. نتایج این پژوهش روند صعودی این شاخص ها را در طی سال های ۲۰۱۴-۱۹۷۸ نشان می دهد. همین طور شاخص UVAI بیشترین میزان ذرات معلق را در سال های ۲۰۰۲، ۲۰۰۸ و ۲۰۱۴ و شاخص های AAOD و AOD بیشترین میزان ذرات معلق را در سال های ۲۰۰۸ و ۲۰۱۴ نشان می دهند.

رطوبت خاک در فرایندهای تعاملی بین جو و زمین و تغییرات جهانی اقلیم نقش مهمی ایفا می کند. در سه دهة گذشته، محققان بسیاری به تعیین رطوبت خاک، با استفاده از داده های سنجش از دوری، توجه داشته اند. روش های مثلثی و ذوزنقه ای از روش های سنجش از دوری اند که با ترکیب داده های حرارتی و مرئی، شاخصی برای میزان رطوبت را تعیین می کنند. یکی از مهم ترین موارد تأثیرگذار در دقت این روش ها، دقت تعیین لبه های خشک و مرطوب در نمودار پراکندگی دما/ پوشش گیاهی است. درنتیجه، ناتوانی در تعیین لبه های مذکور، در برخی روزها و شرایط، امکان استفاده از این روش ها را محدود می کند. هدف این مطالعه مطرح کردن روشی برای تعیین دقیق لبه های خشک و اشباع، در تمامی روزها و شرایط، با استفاده از تلفیق داده های سری زمانی دما و پوشش گیاهی است. به منظور تحقق این هدف، خطوط هم رطوبت به منزلة خطوطی معرفی می شوند که رطوبت در امتداد آن ها مقدار ثابتی است و برای تعیین لبه های خشک و مرطوب در هر روز به کار رفته اند. شاخص میزان رطوبت خاک پیشنهادی برای 28 روز در سال 2014، در منطقه ای از شهر مونیتوبا در کشور کانادا، با استفاده از ویژگی های دو خط انتخاب شده از میان خطوط هم رطوبت به دست آمده ازطریق داده های دمای سطح، دمای هوا و شاخص پوشش گیاهی سنجندة MODIS، محاسبه و با استفاده از داده های زمینی ایستگاه های رطوبت سنجی شبکة RISMA واقع در این منطقه، ارزیابی شده است. در تمامی 28 روز، تصویر شاخص پیشنهادی که معرف میزان رطوبت خاک است، به منزلة خروجی روش پیشنهادی به دست آمد. ضریب همبستگی شاخص به دست آمده با میزان رطوبت خاک در روزهای بدون پوشش گیاهی به 92/0 رسیده و این مقدار ضریب همبستگی، در روزهای با پوشش گیاهی انبوه، کمتر بوده است.

مدیریت و برنامه ریزی آب شهری، به ویژه در کلان شهر ها، اهمیت بسیار زیادی دارد. توسعة مناطق شهری، تبدیل شهرها به کلان شهر و افزایش پیچیدگی عوامل تأثیرگذار در مصرف آب در شهر ها سبب دشواری مدیریت مصرف، تأمین و توزیع آب شده است. بنابراین، استخراج قوانین نقش مهمی در کشف الگو های حاکم بر مجموعة داده و کاهش پیچیدگی ها دارد. اصل نظریة مجموعه های راف، که پائولاک در دهة 80 مطرح کرد، روشی توانمند و انعطاف پذیر در پردازش داده های دارای عدم قطعیت شمرده می شود و در این تحقیق، به منظور استخراج قوانین حاکم بر مصرف آب، به کار رفته است. در این تحقیق، از روش ترکیب الگوریتم های مجموعه های راف و ژنتیک از روش های داده کاوی، برای بهبود استخراج قوانین و طبقه بندی داده های آب مصرفی، با کاربری مسکونی در شهر تهران به منزلة منطقة مورد مطالعه استفاده شده است. داده های مورد استفاده در این تحقیق شامل داده های اجتماعی اقتصادی، محیطی، اقلیمی و فنی مدیریتی می شوند. این داده ها به دو زیرمجموعه، شامل 60 %با هدف آموزش و 40 %به قصد ارزیابی نتایج، تقسیم شدند. نتایج نشان می دهند که تلفیق الگوریتم های ژنتیک و مجموعه های راف کارآیی بالاتری برای استخراج مؤثر قوانین از داده های مصرف آب شهر تهران را دارند. دقت طبقه بندی مجموعه دادة آزمون، ازطریق قوانین استخراج شده از مجموعه های راف، 77 %بود. پس از بهینه سازی قوانین با استفاده از الگوریتم ژنتیک در مجموعه های راف، دقت طبقه بندی در نسل ششم، با سرعت همگرایی متوسط، به 88 %و در نسل دهم، به 92 %افزایش یافت. براساس قوانین استخراج شده، عوامل مؤثر در مصرف سالیانة آب به ترتیب میزان تأثیرگذاری، جمعیت ساکن، آب بها، تراکم جمعیت در واحد سطح، بعد خانوار، موقعیت مکانی (عرض جغرافیایی)، تحصیلات ساکنان و سرانة فضای سبز به شمار می روند.

در این پژوهش، به منظور واکاوی تعداد روزهای بارانی ایران، از پایگاه داده - بارش آفرودیت طی دورة آماری 56ساله استفاده شده است. همچنین، نقش مؤلفه های جغرافیایی در تعداد روزهای بارانی بررسی شده است. نتایج نشان داد متوسط روزهای بارانی ایران 38 روز است؛ با وجود این، بارش 36 /62 درصد از گسترة کشور از 38 روز نیز کمتر است. بیشینة روزهای بارندگی ایران با 147 روز در جنوب غرب دریای خزر واقع شده است. از سوی دیگر، کمینة روزهای بارانی ایران با 9 روز در جنوب شرق ایران قرار دارد. بررسی ها و تحلیل های آماری نشان داد بهترین تقسیم بندی از روزهای بارانی ایران تقسیم کشور به شش پهنه است. این شش پهنه عبارت اند از: 1. پهنة خزری با تعداد روزهای بارانی 126 روز؛ 2. پهنة بارشی ایران شامل مناطق کوهستانی غرب، شمال غرب، و شمال شرق با تعداد روزهای بارانی 77 روز؛ 3. پهنة کوهپایه ای با 57 روز؛ 4. پهنة نواری بین ارتفاعات و مناطق پست داخلی بادپناه داخلی با 38 روز بارانی؛ 5. پهنة ایران مرکزی و نواحی بادپناه داخلی با 27 روز بارانی؛ 6. فقیرترین منطقة بارشی ایران شامل کویرها و چاله های شرقی و نواحی جنوب شرق است با متوسط تعداد روزهای بارانی 17 روز.

تغییرات آب و هوایی اشاره به تغییرات در میانگین یا تنوع در ویژگی های آب و هوایی دارد که همچنان نیز در حال حاضر برای دوره های طولانی ادامه خواهد داشت که نتیجه تغییر طبیعی و فعالیت های انسانی است. در پژوهش حاضر به منظور شبیه سازی تغییرات دمای حداقل از داده های دمای حداقل و مدل های گردش عمومی جو استفاده شد و بررسی عملکرد مدل ها با ضریب همبستگی و ریشه میانگین مربعات خطا صورت گرفت. در این مطالعه سال 1961-1990 به عنوان سال پایه و بررسی تغییرات دما در سانتی گرادی آینده دمای حداقل در سه دوره 2011-2040،2041-2070 و 2071-2099 انجام گرفت. نتایج پژوهش نشان داد که در سانتی گرادی آینده دماهای حداقل روندی کاهشی دارند. دماهای حداقل برآورد شده در دوره شبیه سازی برای دوره پایه برآورد مدل SDSM و شبکه عصبی مصنوعی در ماه ژانویه 8/1 و 3/2 درجه سانتی گراد نسبت به داده مشاهده شده اختلاف داشته است. در ژانویه براساس برآوردهای دو مدل در سال های 2011-2040 دما به میزان 3/3 درجه سانتی گراد افزایش دما برای سال های 2041 تا 2070 حدود 7/4 و برای بازه زمانی 2071 تا 2099 حدود 05/5 درجه افزایش خواهد یافت. براساس این تحقیق مدل SDSM نسبت به شبکه عصبی نتایج نزدیک به واقعیت را نشان داد.

پوشش برف معرف میزان آب ذخیره شده است و درنتیجه آب حاصل از ذوب برف نقش مهمی را درایجاد رواناب های سطحی و آب های زیرزمینی در حوضه های آبریز کشور ایفا می کند. آشکارسازی و تعیین ویژگی های مختلف برف و یخ با استفاده از داده های سنجش ازدور، که در هیدرولوژی کاربرد وسیعی دارد، روش نوینی را در به دست آوردن پارامترهای مورد نیاز هیدرولوژی پدید آورده است. در این تحقیق با استفاده از دمای روشنایی واحد گمانه زن مایکروویو پیشرفته A ( AMSU-A )، روی ماهواره های NOAA ، و الگوریتم های مختلف بازیابی (رگرسیون، شبکه های عصبی مصنوعی و...) آب معادل برف در حوضه های آبریز استان کرمان در فصل زمستان طی یک دوره 10 ساله (2015-2006) محاسبه و صحت سنجی شده است. به دلیل عدم همزمانی اخذ داده های ایستگاهی و گذر ماهواره، طی دوره مورد مطالعه، درمجموع اطلاعات دیده بانی شده برای 104 روز از پنج ایستگاه برف سنجی که تقریباً با اطلاعات مایکروویو ماهواره ای همزمان بوده اند از منطقه تحت بررسی گردآوری شده است. براساس نتایج به دست آمده، روش شبکه های عصبی مصنوعی با مقادیر شاخص های خطا (11/0= MSE و05/0= RMSE ) و حجم آب معادل برف (459270000 مترمکعب) و پوشش برف 83/10 درصد روزانه برای 104 روز انتخابی، برآورد بهتری نسبت به روش رگرسیون چندگانه با مقادیر شاخص های (51/7= MSE و 74/2= RMSE ) و حجم آب معادل برف (530347500 مترمکعب) و الگوریتم بازیابی آب معادل برفِ سنجنده ی AMSU-A با برآوردهای مقادیر شاخص های خطا (66/90= MSE و 52/9= RMSE ) و حجم آب معادل برف (338985000 مترمکعب) داشت. این نتایج همچنین نشان می دهند که مشاهدات این گمانه زن پتانسیل بالایی را برای آشکارسازی پوشش برف دارد و استفاده از اطلاعات آن برای محاسبه آب معادل برف در مناطقی نظیر استان کرمان که با محدودیت ایستگاه های زمینی برف سنجی مواجه است پیشنهاد می شود. ازآنجایی که این منطقه قابلیت ریزش برف را در فصل زمستان دارا می باشد بنابراین اطلاعات درباره آب معادل برف در این منطقه برای بسیاری از کاربردهای هیدرولوژی، هواشناسی، اقلیم شناسی و همچنین تولید برق آبی و پیش بینی سیلاب ضروری است.

خشکسالی به عنوان کمبود طبیعی بارش در طی دوره ای از زمان است که یک بحران مخاطره آمیز برای محیط زیست و حیات گونه های زیستی محسوب می شود. بنابراین در زمان وقوع بحران خشکسالی، عدم وجود فرصت و منابع کافی موجب صدمات جدی می گردد. مدیریت بحران در برگیرنده مجموعه ای از اقدامات واکنشی می باشد که می تواند موجب کاهش با تعدیل اثرات خشکسالی ها گردد. لذا تحلیل نمایه های اندازه گیری خشکسالی برای پیش بینی و ارزیابی مکانی و زمانی این پدیده به منظور مدیریت آن ضر ور ی به نظر می رسد. در این پژوهش، و ضعیت خشکسالی و تحلیل زمانی و مکانی آن در ایستگاه های استان کردستان با استفاده از شاخص بارش استاندارد شده ( SPI ) ، توسط نرم افزار DrinC در مقیاس های زمانی 3، 6 و 12 ماهه انجام شده است. براساس حداکثر طول دوره ی آماری موجود، آمار سال های 2000 تا 2014 در 9 ایستگاه هواشناسی استان کردستان برای تحلیل ها مورد استفاده قرار گرفت. نتایج حاصل از بررسی شدت خشکسالی طی دوره مورد مطالعه نشان داد در سراسر استان کردستان در بین هر سه مقیاس زمانی شدیدترین خشکسالی مربوط به ایستگاه دهگلان در سال 2006- 2005 اتفاق افتاده است. هم چنین طولانی ترین دوره خشکسالی (بسیارشدید) دوره 17 ماهه مربوط به ایستگاه قروه می باشد. نتایج تحقیق تغییرات وقوع خشکسالی با درجات متفاوت را در مقیاس های مختلف زمانی و مکانی در منطقه مورد مطالعه مورد تائید قرار می دهد. هم چنین بر اساس نتایج، ایستگاه دهگلان اولویت اول را از نظر شدت خشکسالی در بین ایستگاه ها و ظفرآباد (دیواندره) آخرین اولویت را دارد. در نتیجه پیش بینی و مدیریت بحران خشکسالی می تواند یکی از اقدامات مؤثر در کاهش خسارات این پدیده اقلیمی خصوصاً در مناطق حساس باشد.

آنالیز و پایش خشکسالی یکی از اصول مهم در مدیریت خشکسالی و ریسک، بویژه در مناطق در معرض خطر خشکسالی است. سیستم های پایش در تدوین طرح های مقابله با خشکسالی و مدیریت آن از اهمیت زیادی برخوردار می باشند. با این حال، مطالعات انجام شده در رابطه با این پدیده بر اساس روش های مناسب بسیار کم است، بررسی ویژگی های خشکسالی و پیش بینی آن می تواند در کاهش خسارات حاصل از آن موثر باشد بدین منظور، در این پژوهش به بررسی خشکسالی و ارزیابی امکان پیش بینی آن برای ایستگاه های حوضه دریاچه ارومیه پرداخته شد. داده های مورد استفاده در این پژوهش، مقدار بارندگی به صورت ماهانه در دوره آماری 29 ساله از سال 1985 تا 2014 می باشد. شاخص SEPI در مقیاس زمانی 6 و 12 ماهه برای بررسی ویژگی خشکسالی و مدل سیستم استنتاج عصبی–فازی تطبیقی برای پیش بینی خشکسالی استفاده می شود با توجه به یافته های حاصل در این پژوهش، درصد فراوانی وقوع خشکسالی در حوضه دریاچه ارومیه در ایستگاه های ارومیه و سقز و مراغه در مقیاس 6 ماهه بیش تر از مقیاس 12 ماهه است اما در ایستگاه های تبریز و مهاباد شرایط بر عکس می باشد. و روند خشکسالی در حوضه دریاچه ارومیه افزایشی است و روند دما با شدت بیش تری روند افزایشی دارد. بیش ترین درصد وقوع خشکسالی در ایستگاه ارومیه و کم ترین آن در مهاباد مشاهده شد. نتایج حاصل از پیش بینی شاخص با مدل ANFIS نشان داد در رابطه کد نویسی بیش ترین میانگین خطای آموزشی 51/0 درصد در ایستگاه تبریز در مقیاس 12 ماهه و کم ترین میانگین خطای آموزشی 36/0 درصد در ایستگاه مراغه در مقیاس 12 ماهه می باشد. در مدل سازی داده های اعتبارسنجی، میانگین خطای مدل سازی طبیعتاً بیش تر از میانگین خطای آموزشی می باشد.

هدف این تحقیق، مطالعه انحراف احتمالی از حالت نرمال برای برخی پارامترهای اقلیمی در استان کردستان می باشد. محاسبات و تحلیل ها بر اساس متغیرهای دما، بارش، رطوبت و حداکثر سرعت باد انجام شده است. مقطع زمانی مورد مطالعه در این ت حقیق یک دوره 30 ساله است که بین سال های 1983 تا 2012 واقع می گردد و ایستگاه های سنندج، سقز، قروه، مریوان، زرینه و بیجار را شامل می شود. ابتدا سعی شده است با استفاده از روش رتبه ای من-کندال، تغییرات داده ها شناسایی شوند و سپس نوع و زمان آن مشخص گردد. در پایان نیز آزمون همبستگی پیرسون بین متغیرها اعمال شد. نتایج به دست آمده از تحلیل داده ها نشان می دهد که زمان شروع بیش تر تغییرات ناگهانی و از هر دو نوع روند و نوسان بوده است. هم چنین نتایج به دست آمده از آزمون همبستگی پیرسون حاکی از آن است که در اکثر ایستگاه ها بین پارامترهای بارش و رطوبت همبستگی معنی دار مثبت و بین پارامترهای دما و رطوبت همبستگی معنی دار منفی برقرار است.

در پژوهش حاضر اثر تغییرات اقلیم بر روی بارش های این منطقه با بکارگیری مدل مناسب مورد ارزیابی قرار گرفته و مقادیر بارش های دوره ی مشاهده ای (2001-1961) بررسی و تحلیل شد. جهت تحقق اهداف پژوهش از خروجی مدل HadCM3 استفاده گردید. ابتدا 7 ایستگاه سینوپتیک انتخاب و داده های آن ها از لحاظ صحت و دقت و کفایت طول دوره ی آماری مورد بررسی قرار گرفت، داده های پرت حذف و داده های مفقود بازسازی شد. داده های AOGCM با استفاده از مدل SDSM ریزمقیاس گردید و مقادیر بارش برای دوره ی مشاهده ای شبیه سازی شد و پس از تایید تطابق مقادیر داده های شبیه سازی شده با داده های مشاهده ای، مقادیر دوره ی آتی(2039-2011) برآورد گردید. مقادیر خطای برآورد مدل SDSM توسط معیارهایMBE و MAE، بصورت ماهانه محاسبه و سپس مقایسه شد. خروجی مدل SDSM جهت بررسی شاخص مجموع بارش سالانه در روزهای با بارش بیشتر از یک میلی متر در دوره ی مشاهده ای و دوره ی آتی(2039-2011) توسط مدل R-Climdex مورد استفاده قرار گرفت و مقادیر شاخص PRCPTOTدر دوره ی آتی پهنه بندی شد. نتایج نشان داد که با توجه به نتایج معیارهای MBE و MAE، خطای مدل در ماه های پربارش بیشتر از ماه های کم بارش است. در مقیاس ماهانه، حداکثر خطا در ماه های سپتامبر، اکتبر، نوامبر و دسامبر بدست آمد. بدین ترتیب حداکثر خطا در فصل پاییز و حداقل خطا در فصل بهار و در ماه های آوریل و می محاسبه شد. با توجه به نتایج به دست آمده، مجموع بارش سالانه در دوره ی 2039-2011 در ایستگاه های انزلی، بابلسر، گرگان، و نوشهر کاهش و در ایستگاه های آستار، رامسر و رشت افزایش خواهد یافت. nk href="moz-extension://8b922523-7922-435a-ac74-8ddb59e9beaf/skin/s3gt_tooltip_mini.css" rel="stylesheet" type="text/css" >

بواسطه پیچیدگی عملکردی پدیده آلودگی هوا، از روش های هوش مصنوعی بالاخص شبکه عصبی برای مدل سازی آلودگی هوا استفاده می شود. هدف از این پژوهش دو مدل شبکه عصبی بازگشتی Elman و Jordan در زمینه پراکنش خطا و اعتبارسنجی آنها، به منظور تخمین غلظت ذرات معلق موجود در اتمسفر در شهر اهواز می باشد. پارامترهای مورد استفاده شامل رطوبت، فشار هوا، دما و عمق نوری آئروسل می بوده که مقادیر آن از تصاویر ماهواره ای MODIS و داده های ایستگاه های هواشناسی تهیه شده است. نتایج نشان می داد که مدل Jordan با مقدار RMSE معادل 9/219 میلی گرم بر متر مکعب نسبت به مدل Elman با مقدار RMSE معادل 5/228 دقت برازش بهتری داشته است. مدل Jordan به دلیل استفاده از حلقه های درونی سبب به روز رسانی مقادیر زمینه شده و این امر موجب افزایش صحت مدل می شود. مقدار شاخص R2 ، که نماینده میزان رابطه خطی بین مقادیر پیش بینی شده با مقادیر واقعی است، برای مدل Jordan معادل 5/0 بدست آمده است که درصد تخمین صحیح 50 درصد داده ها را نشان می داد. در نهایت با استفاده ازداده های مربوط به غلظت PM10 برای روز 162 که بالاترین میزان غلظت را داشت با روش درونیابی IDW نقشه توزیع مکانی آن تولید شد. با توجه به گران بودن ایستگاه های آلودگی سنجی پیشنهاد شد از منابع کمکی دیگر مانند اطلاعات داوطلبانه با استفاده از سنسورهای ارزان قیمت موبایل به عنوان ایستگاه کمکی متحرک و کم هزینه جهت افزایش تراکم و پراکنش مناسب ایستگاه ها جهت مدلسازی دقیق تر آلودگی هوا استفاده شود.

توفان های تندری به همراه پدیده های فرعی ناشی از آن به مانند تگرگ یکی از جلوه های خشن طبیعت است. بنابراین در تحقیق حاضر برای دستیابی به مدیریت ریسک تگرگ در شمال غرب کشور، جهت کاهش خسارات ناشی از آن، با استفاده از شاخص های ناپایداری به ارزیابی این پدیده مخرب پرداخته شد.برای شناسایی شرایط ترمودینامیکی وقوع این پدیده طی دوره آماری 18 ساله (2009-1992)، شاخص های ناپایداری جوی SI , LI , SW , KI , C . T , V . T , T . T , PWC و سطح یخبندان نمودارهای اقلیمی Skew - T log P ، 23 مورد وقوع تگرگِ ایستگاه های تبریز و کرمانشاه- به منظور پوشش کامل منطقه- از وب سایت دانشگاه وایومینگ آمریکا استخراج وبررسی شد . نتایج حاصل از کلیه شاخص های فوق با استانداردهای ناپایداری جوی مورد مقایسه و ارزیابی قرار گرفت. در این بررسی مغایرت هایی بین ارقام مشاهداتی و ارقام پیشگویی شده ملاحظه گردید و نهایتاً شاخص های ناپایداری منطقه به شرح زیر تعیین شده اند: SI≤،71/20LI≤،63/16SW،99/19≤KI،30/14≤C.T،50/11≤V.Tو 70/24≤T.T80/41≤ همچنین مشخص گردید که در سال های اخیر بر شدت ناپایداری جو منطقه افزوده شده است. به طوری که شاخص  SI و LI در این سال ها به مقدار صفر نزدیک شده و سایر شاخص ها، هر یک میل صعودی به سوی حداکثر آستانه های خود داشته اند و نیز سطح یخبندان در روزهای تگرگی مورد مطالعه، بین 850 تا 650 هکتوپاسکال یعنی بین ارتفاع 1393 تا 3788 متری در نوسان می باشد که در ماه های گرم سال این سطح افزایش می یابد.