مقیاس زمانی

"استان خراسان جنوبی به دلیل واقع شدن در منطقه خشک و حاشیه کویر با حوادث طبیعی مختلف از جمله خشکسالی مواجه است. لذا بررسی ویژگی های خشکسالی در این منطقه ضروری می نماید. برای این منظور داده های آماری یک دوره 30 ساله (2003-1974) در استان خراسانی جنوبی مبنای کار قرار گرفت. در این پژوهش شاخص بارش استاندارد (SPI) با در نظر گرفتن مزایایی که در تحلیل منطقه ای و ایجاد ارتباط زمانی بین رخدادهای خشکسالی در نواحی مختلف یک پهنه دارد، انتخاب و با به کارگیری نرم افزارهای GIS مانند Arc Map، Areview و ... خصوصیات آماری بارش ماهانه تجزیه و تحلیل شده است. هدف اصلی این تحقیق مشخص کردن نواحی دارای استعداد بالای خشکسالی، طول دوره و مدت خشکسالی است که برای ایستگاههای مختلف مشخص شد. در طول این دوره شدیدترین خشکسالی در سال 2001 اتفاق افتاده است. کمترین SPI مشاهده شده مربوط به ایستگاه نهبندان با مقدار (-2.18) است. شدیدترین ترسالی منطقه نیز در دوره آماری مربوط به سال 1982 می باشد که بیشترین مقدار SPI مربوط به قاین با 2.65 می باشد."

نظریه آشوب ابزاری مناسب برای تحلیل داده های دبی جریان رودخانه ها درنظر گرفته می شود. به دلیل ماهیت دینامیک و غیرخطی جریان رودخانه ها، یکی از چالش های مهمْ تشخیص رفتار جریان در مقیاس های زمانی مختلف است. در تحقیق حاضر، به منظور بررسی آشوب پذیری دبی جریان رودخانه کارون در سه مقیاس زمانی روزانه، ماهانه، و فصلی، از آمار 45ساله (1346- 1390) ایستگاه هیدرومتری ملّاثانی استفاده شده است. برای تعیین آشوبناکی جریان، سه روش 1. بازسازی فضای فاز؛ 2. بُعد همبستگی؛ 3. بزرگ ترین نمای لیاپانوف به کار رفته است. به منظور برآورد دو پارامتر زمان تأخیر و بُعد محاط، از روش میانگین اطلاعات متقابل و روش نزدیک ترین همسایه کاذب استفاده شده است. نتایج حاکی از آن است که در مقیاس ماهانه، به دلیل بُعد همبستگی غیرصحیح (704/2)، دبی جریان رودخانه آشوبناک و پیش بینی شدنی است. مقادیر بزرگ ترین نمای لیاپانوف برای مقیاس های روزانه، ماهانه، و فصلی به ترتیب 0017/0، 0093/0، و 0334/0 به دست آمده است. مثبت بودن این مقادیر نیز نشان دهنده آشوب و حساسیت نسبت به شرایط اولیه سیستم است. در مقیاس های روزانه و فصلی، روند تغییرات بُعد همبستگی در برابر بُعد محاط نشان داد که رفتار جریان تصادفی است و بنابراین جریان رودخانه پیش بینی نشدنی است.

خشکسالی پدیده ای خزنده است، که تاثیرات زیاد و تهدید کننده ای بر زندگی انسان دارد. خشکسالی را در یک دوره زمانی با هوای نامعمول خشک که به حد کافی با فقدان آب به علت عدم تعادل هیدرولوژیک روبرو است تعریف می کنند. در خشکسالی چهار ویژگی عمده مورد مطالعه قرار می گیرد که عبارتند از شدت، مدت، فراوانی و گستره خشکسالی. هدف از این تحقیق پهنه بندی شدت خشکسالی در دشت کاشان می باشد. به این منظور، از شاخص بارش استاندارد ( SPI) به عنوان شاخص منتخب جهت پایش خشکسالی در ایستگاه های واقع در داخل دشت با طول دوره آماری مشترک 20 ساله (1390-1369) در مقیاس زمانی 3،6،9،12،24 و 48 ماهه استفاده گردید. بیشترین فراوانی خشکسالی در دوره 24 ماهه و بیش ترین گستره خشکسالی رخ داده در دشت از نوع حاد و بسیار شدید می باشد. مقادیر SPI در سال های خشکسالی شدید در مقیاس های زمانی با استفاده از تکنیک زمین آمار بر پهنه استان تصویر و طبقه بندی گردید. بورسی نقشه ها نشان می دهد، وسعت خشکسالی با افزایش مقیاس زمانی کاهش یافته و وضعیت خشکسالی ها در پهنه دشت از سمت غرب به شرق افزایش می یابد

در این پژوهش، به منظور بررسی تأثیر بازه های کوتاه مدت و بلندمدت داده های مشاهداتی بر کیفیت پیش بینی پارامتر های اقلیمی، با نرم افزار ریز مقیاس نمایی LARS-WG6 برای مدل EC-EARTH و سناریوی خوش بینانه RCP4.5 و سناریوی بدبینانه RCP8.5 و مدل HadGEM2-ES با سناریوی خوش بینانه RCP2.6 و سناریوی متوسط RCP4.5 و سناریوی بدبینانه RCP8.5 برای سه دوره ی 20 ساله ی آینده (2021-2040، 2041-2060، 2061-2080) پیش بینی صورت گرفت. سه دوره ی آماری روزانه ایستگاه سینوپتیک سد درودزن شامل دوره ی 30 ساله (2017-1988)، دوره ی 20 ساله (2017-1998) و دوره ی 18 ساله (2005-1988) استفاده شد که دوره ی 18 ساله به وسیله ی بررسی روند دوره ی 30 ساله و آنالیز فراکتال داده ها تعیین گردید که شامل الگوی کامل تکرار رویداد های اقلیمی بارش، دمای حداقل و حداکثر بود. توانمندی مدل در شبیه سازی با توجه به دوره ی پایه و مقادیر تولیدشده، سنجیده شد و توسط آزمون های آماری MAD، MSE،  RMSE بررسی گردید. تحلیل نتایج به دست آمده به روشنی بیانگر تأثیر تغییر مقیاس زمانی بر دقت پیش بینی های صورت گرفته بود؛ به طوری که دوره ی زمانی 20 ساله کم ترین خطا را به ویژه برای پارامتر بارش از خود نشان داد. به صورت کلی مشخص شد که مدل با دقت بسیار مناسب دمای حداقل و حداکثر را پیش بینی کرده و پیش بینی بارش با دقت کم تری همراه بوده است. پیش بینی مدل ها تحت سناریو های مختلف و بازه های زمانی متفاوت، افزایش دمای حداقل و حداکثر را نشان داد. همچنین طبق پیش بینی ها ضمن افزایش میانگین سالیانه ی بارش در سال های آتی، الگوی بارش دستخوش تغییر خواهد شد؛ به طوری که در ماه آوریل، ژانویه و دسامبر افزایش بارش را شاهد خواهیم بود و از میزان بارش در ماه فوریه، کاسته خواهد شد.