درخت حوزه‌های تخصصی

بارش از سرکش ترین عناصر اقلیمی به شمار می رود. بنابراین شناخت رفتار نوسانی آن از ضروریات برنامه ریزی محیطی (آگاهی از رفتار آشکار و نهان)، این متغیر کلیدی می باشد. الگوسازی روند و تکنیک تحلیل طیفی یکی از روش های مناسب جهت درک رفتار آشکار و نهان، برای استخراج و تحلیل نوسان های اقلیمی با طول موج های مختلف است.دراین راستا تکنیک تحلیل طیف اندازه ای از توزیع واریانس را در امتداد تمامی طول موج های ممکن سری زمانی به دست می دهد. در این پژوهش از آمار 37 ایستگاه حوضه های آبریز مند و حله(اعم از باران سنجی و سینوپتیک) از بدو تاسیس تا سال 2011میلای که حداقل 30 سال آمار داشتند، جهت بررسی و تحلیل چرخه های بارش سالانه بهره گرفته شده است. براین اساس،ابتدا الگوسازی در خانوداه چند جمله ایها برای شناسایی روند بارش سالانه(الگوی خطی یا سهمی) ایستگاهها در منطقه مورد ارزیابی قرار گرفت.در ادامه نیز با استفاده از تکنیک تحلیل طیفی دوره نگارهای بارش سالانه با فاصله اطمینان 95 درصد برای هر یک از ایستگاههای منطقه مورد مطالعه برآورد و چرخه های معنی دار در طول سری های زمانی بارش حوضه استخراج گردید. بر پایه یافته های این پژوهش مشخص شد که درتمامی ایستگاههای حوضه، بارش سالانه دارای روند کاهشی می باشند، و در این میان 11 ایستگاه با توجه به معنی داری آماری از الگوی روند خطی و سهمی تبیعیت می نمایند، و حاکی از یک رفتار کاهشی در بارش سالانه ایستگاههای مورد مطالعه است.در ادامه نیز مشخص شد که با استفاد ه از تکنیک تحلیل طیفی چرخه های 3-2 ساله ، 10- 3 ساله و گاها چرخه های با دوره بازگشت 10ساله و بالاتر بر بارش حوضه حاکم می باشد. بطوری که میزان چرخه های 3-2ساله بصورت فضایی نیز در تمامی منطقه مورد مطلعه دارای بیشترین رخداد بازگشت بارش سالانه می باشند.

این تحقیق به منظور شبیه سازی بارش و دما با مدل دینامیکی RegCM4 وLARSدر دو حالت با و بدون به کارگیری تکنیک پس پردازش آماری برونداد مستقیم مدل در شمال شرق ایران (خراسان بزرگ) ودوره آماری 2011-1987 در مقطع زمانی سالانه انجام شده است.بر اساس نتایج حاصله، در مدل LARS در منطقه مورد مطالعه، در دوره راستی آزمایی 2013-2007 میانگین اریبی بارش سالانه خام مدل برابر 63/53 میلیمتر و پس پردازش شده 25/11- می باشد. بطور خلاصه در مقیاس زمانی سالانه در 84 درصد ایستگاه های مطالعاتی انجام پس پردازش مؤثر واقع شده و میزان خطای اریبی را در بیشتر ایستگاه ها، بشدت کاسته است. بر اساس نتایج حاصله از مدل RegCM4، در دوره راستی آزمایی 2011-2006 میانگین اریبی بارش سالانه خام مدل RegCM4 برابر 3/85 میلیمتر و پس پردازش شده 04/61 محاسبه شده است.لذا مقادیر خطا در بیشتر ایستگاه ها قبل و بعد از پردازش بسیار بالا و نتایج مدل قابل قبول نیست. بطور خلاصه در مقیاس زمانی سالانه در 75 درصد ایستگاه های مطالعاتی انجام پس پردازش مؤثر واقع شده است. بنابراین قدر مطلق خطای اریبیپس پردازش متوسط بارش سالانه مدل LARS برابر با 6/13 و مدل RegCM4 برابر با 61 می باشد. میانگین اریبی دمای سالانه خام مدل LARS برابر 096/0 درجه سانتیگراد و پس پردازش شده 432/0- است. این در عمل بزرگتر از اریبی بدون پس پردازش شده است، لذا عمل پس پردازش در تمامی ایستگاه ها مؤثر واقع نشده و فقط در 46 درصد ایستگاه ها خوب تعریف می شود.شبیه سازی داده های دمای دومتری در ایستگاه های هواشناسی با استفاده از مدل RegCM4 و نیز اعمال MA کارایی بالایی را نشان داد. میانگین اریبی دمای سالانه خام مدل RegCM4 برابر 78/2- درجه سانتیگراد بود که پس از اعمال پس پردازش به 05/0- کاهش یافت. در تمامی ایستگاه ها دمای سالانه مدل شده با داده های مشاهداتی کمتر از 1/0 درجه سانتیگراد اختلاف دارد. بنابراین در شبیه سازی داده های بارش سالانه مدل LARS تا حتی بهتر از مدل RegCM4 جوابگو می باشد. و در شبیه سازی داده های دمای سالانه مدل دینامیکی RegCM4، واقعیت خیلی بهتری از منطقه نسبت به مدل آماری LARS ، از خود نشان می دهد.

ضرورت بازنگری و تجدید سازمان جمع آوری داده های مربوط به بازار کار، شاخص های مورد نیاز برای سیاستگذاری در بازارکار، چگونگی سازماندهی داده ها، شاخص های کلیدی بازار کار و داده های مورد نیاز، مطالبی است که در این مقاله تحقیقی به آنها اشاره شده است.