بارش

واسنجی، رابطه تبدیل بازتابندگی به نرخ بارش در مقایسه با بارش ایستگاهی است. بر همین مبنا، در پژوهش حاضر داده های رادار ایستگاه سینوپتیک کرمانشاه و بارش های سنگین ایستگاه های کرمانشاه، سرپل ذهاب، قصرشیرین، اسلام آباد، کنگاور، روانسر، سنقر، گیلان غرب، جوانرود، هرسین، سومار و تازه آباد که در محدوده ی 30 تا 100 کیلومتری رادار کرمانشاه جا گرفته اند، بررسی شد. در بارش های مورد بررسی برای هریک از نقاط مورد مطالعه، زاویه ی ارتفاع بهینه ی پرتو انتخاب و رابطه ی مربوط به آن نقطه استخراج و ضرایب تصحیح بدست آمد. با استفاده از این رابطه مقدار بارش برآوردی رادار از 33 درصد به 93 درصد افزایش یافت و میانگین مجموع بارش برآورد شده رادار از 4/9 به 1/31 میلی متر رسید که از میانگین واقعی فقط 5 میلی متر کم تر است. سپس جهت واسنجی داده های بارش رادار کرمانشاه بر اساس شرایط اقلیمی، استان کرمانشاه به 3 منطقه اقلیمی تقسیم و برای هر منطقه یک معادله به محاسبه گردید که اندکی از دقت داده های بارش برآورد شده کم شده است. نتایج نشان داد که با روش مذکور هم می توان بارش رادار را تا حد قابل اعتمادی برآورد کرد و میانگین مجموع بارش برآورد رادار از 8/9 به 5/24 میلی متر افزایش یافت. در مجموع، یافته های پژوهش نشان داد که اگر ضرایب رادار برای مناطق مختلف به درستی تصحیح شوند، بارش های سنگین قابل پیش بینی بوده و به این ترتیب جلوگیری از وقوع حوادث غیرمترقبه امکان پذیر است.

بارش هایی که اغلب در فصل بهار و در مناطق کوهستانی شمال غرب کشور اتفاق می افتد، با ایجاد سیلاب موجب تخریب محیط زیست و زیرساخت های انسانی می شوند. تابش موج بلند خروجی زمین به عنوان پارامتری مهم جهت شناسایی ابرها و برآورد این نوع بارش، مورد مطالعه قرار می گیرد. هدف از پژوهش حاضر این است که با استفاده از محصولات سنجنده AIRS ماهواره آکوا و ماهواره GPM، ارتباط و تحلیل متغیرهای تابش موج بلند زمینی و مقادیر بارش را در محیط نرم افزار Arc GIS به مدت 17 سال آماری برای کشور ایران بررسی نماید. از مدل های همبستگی و رگرسیون و برآورد سطح اطمینان به منظور ارتباط سنجی تابش موج بلند خروجی در پیش بینی الگوهای بارشی و نحوه تغییرات آن استفاده شد. با توجه به نتایج بدست آمده در ماه آپریل و می در شمال غرب کشور همبستگی های منفی بالای 60 درصد مشاهده شد که عامل ابرناکی می تواند دلیل آن باشد، در ماه ژوئن به جز مناطقی در شمال غرب و جنوب شرق ایران که حاکی از همبستگی منفی بارش و تابش موج بلند خروجی زمین است، همبستگی های منفی قوی دیگر در سایر مناطق کشور به دلیل رطوبت حبس شده در جو زمین و عدم وجود عامل صعود و ناپایداری به دلیل وجود پرفشار جنب حاره ای می باشد که باعث کاهش تابش موج بلند خروجی زمین است، ولی در واقع هیچ گونه بارشی انجام نگرفته است بنابراین با استفاده از نقشه های سطح اطمینان، می توان از متغیر تابش موج بلند خروجی در ماه آپریل دراکثر مناطق کشور، در ماه می در محدوده شمال غرب و در ماه ژوئن در نقاطی در عرض های جغرافیایی بالا در شمال غرب و در جنوب شرق کشور جهت برآورد بارش های همرفتی استفاده کرد، در سایر مناطق این ارتباط معکوس نمی تواند جهت پیش بینی استفاده گردد.

این پژوهش به بررسی الگوهای مکانی و زمانی تمرکز بارش در استان مازندران می پردازد. لذا داده های بارش هشت ایستگاه هواشناسی در بازه زمانی 2002 تا 2021 مورد استفاده قرار گرفت و برای تحلیل داده ها از شاخص تمرکز بارش (PCI) استفاده شد. نتایج نشان داد بالاترین مقادیر PCI در مناطق غربی استان، به ویژه بابلسر و نوشهر، مشاهده شده که حاکی از تمرکز شدید بارش در فصول مشخصی است. در مقابل، مناطق شرقی استان توزیع یکنواخت تری از بارش را نشان می دهند. علاوه بر این، بررسی نوسانات بین سالانه PCI حاکی از روند افزایشی در برخی ایستگاه هاست که نشان دهنده افزایش تمرکز بارش در سال های اخیر است. تحلیل الگوهای مکانی PCI نیز نشان می دهد که مناطق جنوب غربی و شرقی استان، به دلیل عوامل توپوگرافی و فاصله از دریای خزر، تمرکز نسبی بارش را در ماه های خاصی تجربه می کنند. در مقابل، مناطق شمالی و شمال غربی استان به دلیل تأثیر سیستم های جوی مدیترانه ای و تغییرات اقلیمی اخیر، توزیع نامنظم و فصلی بارش را نشان می دهند. نتایج این پژوهش بر اهمیت در نظر گرفتن تغییرات مکانی و زمانی تمرکز بارش در مدیریت منابع آب و فرایندهای هیدرولوژیکی استان مازندران تأکید دارد. روند افزایشی PCI نشان می دهد که تدوین استراتژی های سازگار برای مقابله با چالش های ناشی از وقوع رویدادهای شدید بارش و دوره های خشک طولانی مدت ضروری است

سابقه و هدف: در هر منطقه ای شرایط خشکسالی، از متوسط تا شدید و با مدت زمان متفاوت، متغیر است که این مسئله نظارت مداوم و عملیاتی را می طلبد. هرچه خشکسالی در مدت زمانی طولانی تر رخ دهد، تأثیرات آن در پوشش گیاهی و منابع آبی بیشتر است و خشکسالی تشدید می شود؛ درنتیجه، ممکن است خدمات رسانی به انسان ها محدود شود و دستگاه های طبیعی تغییر یابد. آثار خشکسالی شامل تخریب زیستگاه های حیات وحش و کاهش کیفیت آب، کاهش دسترسی به منابع آب و مواردی دیگر می شود و درنتیجه آن، اختلالاتی مانند حوادث آتش سوزی و دیگر حوادث طبیعی افزایش می یابد. پوشش گیاهی در هر منطقه، به ویژه در مناطق گوناگون استان لرستان، به دلیل کمبود بارش و خشکی محیط، هرساله درمعرض خطر وقوع آتش سوزی های متعدد قرار دارد. به همین دلیل، موضوع آشکار سازی و مشخص کردن مناطق مستعد آتش سوزی در رابطه با مهم ترین عنصر اقلیمی (بارش) انتخاب و انجام شده است که می تواند اقدامات مناسب و پیشگیرانه برای حفاظت از مناطق پوشش گیاهی را تسهیل کند. در این تحقیق، سعی شده است از روش ترکیبی استفاده شود. مواد و روش ها: در این مطالعه، تلاش شده است با استفاده از تصاویر فروسرخ سنجنده Suomi NPP و بهره گیری از شاخص های NDVI، VCI و TCI وضعیت خشکسالی پوشش گیاهی در استان لرستان بررسی شود. دوره مورد مطالعه 2013-2021، از اول آوریل تا انتهای جولای (هفته 13 تا 26 میلادی)، به صورت میانگین هفتگی است. میانگین ماهیانه شاخص استاندارد بارش (SPI) با استفاده از داده های بارش ماهیانه ایستگاه های هواشناسی الیگودرز، دورود، خرم آباد، بروجرد، نورآباد، کوهدشت و ازنا مشخص شده است تا وضعیت بارش به خوبی تحلیل شود و ماه های خشک و مرطوب از یکدیگر تفکیک شود. سپس ضریب همبستگی شاخص SPI با هریک از شاخص های پوشش گیاهی (NDVI)، VCI و TCI محاسبه شده است. نتایج و بحث: براساس داده های ثبت شده بارش در ایستگاه های هواشناسی استان لرستان، می توان گفت که در فصل تابستان، (ژوئیه، اوت و سپتامبر) در محدوده مطالعاتی بارش رخ نمی دهد و فقط در فصل های پاییز، زمستان و بهار شاهد بارش هستیم. بنابراین سال آبی در استان لرستان تقریباً از دهه سوم سپتامبر آغاز و تا دهه دوم و سوم ژوئن هر سال ادامه دارد. این نکته نشان دهنده خشکی بسیار زیاد هوا و کمبود رطوبت است. خشکی هوا یا کمبود رطوبت و افزایش دما شرایط لازم را برای ایجاد آتش سوزی در استان، فراهم می کند. در این نوشتار، در فصل تابستان، استان لرستان یک فصل خشک را می گذارند و ماه اوت خشک ترین ماه سال است. نتیجه گیری: این پژوهش نشان داد که همواره پوشش گیاهی در استان لرستان با خطر وقوع آتش سوزی روبه روست و این حوادث، طی سال هایی که کمبود بارش وجود داشته است، در ماه های گوناگون بسیار زیاد است. اثبات شد که چنانچه در ماه های اول سال آبی کمبود بارش وجود داشته باشد، خطر آتش سوزی پوشش گیاهی، حتی در ماه های سرد سال، وجود دارد. این خطر در ماه های گرم سال افزایش شایان توجهی می یابد و این مسئله در سال 2021 رخ داده است. محاسبات SPI نشان داد ماه های ژوئیه، اوت و سپتامبر در استان لرستان شاخص بارندگی منفی است. نتایج نشان می دهد که بهترین شاخص مبتنی بر تصاویر ماهواره ای، به منظور پایش خشکسالی پوشش گیاهی و خطر آتش سوزی در منطقه مورد مطالعه، TCI است. در سال های 2013 و 2015 بیشترین شدت خطر آتش سوزی در پوشش گیاهی، در مناطق غربی و مرکزی استان لرستان، وجود داشته است. در سال 2021، بیشترین شدت خطر آتش سوزی در پوشش گیاهی، در منطقه مورد مطالعه، به وقوع پیوسته است. به دلیل تغییرات زیاد و پراکندگی میزان شاخص های پوشش گیاهی مؤثر در وقوع آتش سوزی ازلحاظ زمانی و مکانی، همبستگی ناپارامتریک اسپیرمن به کار رفته است.

پژوهش حاضر با هدف واکاوی تغییرات بارش شمال غرب ایران طی دهه های آتی بر اساس مدل های GCM صورت گرفته است. بدین منظور، ابتدا بارش سال های 2014-1985 بر اساس آزمون من- کندال روندیابی گردید. سپس داده های روزانه بارش برای هر یک از ایستگاه های مورد مطالعه در نرم افزار SDSM6.1 برای 2014-1985 شبیه سازی شد. آنگاه تحت سناریوهای (SSP2-4.5) و (8.5-SSP5) مدل های CanEsm5 و MPI-ESMI-2HR، بارش سال های 2043-2015 پیش بینی شد. جهت ارزیابی عملکرد مدل های CMIP6 و مقایسه مقادیر پایه و پیش بینی شده، از سنجه های آماری MSE،RMSE و MAE استفاده شد. بر اساس نتایج آزمون من- کندال، بارش دوره پایه در ایستگاه های تبریز، اردبیل، ارومیه، تکاب و مراغه دارای روند کاهشی و در ایستگاه های مشگین شهر، سردشت، ماکو، خلخال، سراب، جلفا و پارس آباد دارای روند افزایشی بود. از بین 12 ایستگاه مورد بررسی، فقط بارش ایستگاه مراغه روند کاهشی معنادار داشت. در سایر ایستگاه ها روندهای بارش معنی دار نبود. بر اساس پیش بینی های انجام شده بر اساس مدل های مذکور، تحت سناریوی متوسط (SSP 2-4.5)، در اواخر زمستان و اوایل بهار، بارش کاهش خواهد یافت. در سایر ماه ها به ویژه ماه های تابستان و پاییز، درصد کاهش بارش بیشتر خواهد بود. بر اساس سناریوی 8.5-SSP5، بیشترین درصد کاهش بارش در مدل MPI به میزان 33% در ایستگاه های جلفا، سردشت، مراغه و در مدل CanESM5 حدود 33 الی 35 درصد در ایستگاه های جلفا، تکاب و ارومیه پیش بینی گردید. طبق نتایج حاصل، اگرچه هر دو مدل، بارش را با خطای نسبتاً بالایی پیش بینی نمودند، لیکن مدل MPI نسبت به مدل CanESM5 خطای کمتر و دقت بیشتری در پیش بینی بارش داشت.

برآورد دمای سطح زمین(LST) برای طیف گسترده ای از برنامه ریزی های کاربردی مانند کشاورزی، جزیره حرارتی شهری (UHI)، مدیریت انرژی، فرین های آب هوایی و مطالعات دگرگونی آب و هوایی به کار می رود. در این پژوهش به منظور تحلیل تغییرات دمای سطح زمین و ارتباط آن با عوامل اقلیمی در استان کرمان از داده های ماهواره CHIRPS و MODIS طی دوره آماری 22 ساله (2022-2001) استفاده شد. نتایج ارزیابی میزان بارندگی و دما نشان می دهند که بارش در این حوضه از غرب به شرق روند کاهشی و دما روند افزایشی داشته است. بیشترین بارش ها مربوط به سال های 2019 ، 2017 و 2009 بوده که میزان آن ها به ترتیب 163.02، 158.72 و 158.43 میلی متر گزارش شده است و کمترین بارش ها مربوط به سال های 2021 و 2018 با میزان 61.62 و 75.21 میلی متر بوده است. بررسی پوشش گیاهی استان کرمان نشان داد که بیشترین مقدار پوشش گیاهی در فصل بهار با میزان 1.05 دارای روند افزایشی بوده و کمترین مقدار پوشش گیاهی در فصل های پاییز و زمستان با میزان 0.35 روندی کاهشی داشته است. تغییرات فصلی دمای سطح روز و شب استان نیز نشان می دهد که گرم ترین فصول تابستان و بهار بوده است که دمای روز و شب از غرب به شرق استان روند افزایشی داشته و بیشترین مساحت را به خود اختصاص داده است. به طور کلی نتایج نشان می دهند که با توجه به نوسانات دما، بین دمای سطح زمین با پوشش گیاهی رابطه مثبت و معنی دار (مقادیر P-value در سطح 0.01) و دمای سطح زمین و بارش رابطه منفی و معنی داری وجود دارد به طوری که بارش بیشترین تأثیر را بر تغییرپذیری دمای سطح زمین و پوشش گیاهی کمترین تأثیر را بر تغییرات دمای سطح دارد.

دگرگونی های اقلیم با جلوه های متنوع و در بازه های زمانی مختلف (نوسان های کوتاه مدت و تغییرات بلندمدت) رخ می دهد. نتیجه این دگرگونی ها در عرصه های زیستی و غیرزیستی قابل ردیابی است. یکی از جلوه گاه های تغییر(پذیری) اقلیمی، تغییر(پذیری) در پدیده های زیستی، به ویژه پوشش گیاهی است. پوشش گیاهی انعکاسی از شرایط محیطی - اقلیمی (نظیر بارش، دما و رطوبت هوا و خاک، تابش و باد ) است. کاهش و یا افزایش در یکی از این شرایط تغییراتی همزمان یا با تأخیر را در کنش های زیستی (نظیر تبخیر و تعرق و فتوسنتز) به وجود می آورد. اگرچه عناصر اقلیمی بر تراکم و پراکنش پوشش گیاهی نقش حیاتی دارند، امّا پیچیدگی سازوکار ویژگی های مختلف عناصر اقلیمی (نظیر میزان، نوع، شدت، فصل، تداوم و...)، فرایندهای پسخوراند و نیز زمان واکنش پوشش گیاهی به تغییرات اقلیمی، برآورد رابطه تغییرات اقلیمی و پوشش گیاهی را بسیار دشوار می کند. در پژوهش حاضر با استفاده از داده های مربوط به نمایه پوشش گیاهی (NDVI)، تغییرات پوشش گیاهی در ایران بررسی شد. به منظور دستیابی به اهداف پژوهش از داده های مربوط به NDVI طی دوره آماری 2001 تا 2016 از سایت GIOVANNI استفاده شد. این داده ها حاصل اندازه گیری های ماهواره ترا سنجنده مودیس است. با ارزیابی اولیه نقشه ها نمایه NDVI، مشخص شد که محدوده های شمال و شمال غرب و غرب کشور به دلیل نزدیکی به منابع رطوبتی و قرار گرفتن در مسیر ورودی سامانه های باران زا و بالا بودن میزان بارش و نیز نوع خاک مناسب، از پوشش گیاهی مناسبی نسبت به دیگر مناطق کشور برخوردار هستند. بررسی و مقایسه دو نیم دوره هشت ساله نمایه NDVI نشان داد که نمایه پوشش گیاهی در نیم دوره اول نسبت به نیم دوره دوم کم تر بوده است. این امر را احتمالاً می توان به واکنش توأم با تأخیر جوامع حیاتی در پاسخ به تحولات اقلیمی و افزایش سطح زیر کشت، در نتیجه استفاده بی رویه از آب های زیرزمینی نسبت داد.

در طی سال های اخیر محور کندوان - چالوس در شمال کشور (در استان مازندران ) سیلاب های متعدد مخاطره آمیز رخ داده است. ویژگی های زمین شناسی و توپوگرافی، شرایط بارندگی و دخالت انسانها، محور کندوان -چالوس را برای پتانسیل خطر وقوع سیل مستعد کرده است. علاوه بر نقش عوامل طبیعی؛ عدم لایروبی، نبود آبخیزداری مناسب و دخالتهای غیر اصولی انسانی منجر به تشدید مخاطرات سیلاب در منطقه مورد تحقیق شده است. بررسی و تهیه نقشه های مدیریت سیلاب, با تکیه بر اصول کارشناسی یکی از ضروریات اساسی در مدیریت بحران سیل این منطقه محسوب می باشد. هدف از این پژوهش، پهنه بندی مناطق مستعد سیل و تعیین اولویت عوامل مؤثر در وقوع آن با استفاده از الگوریتم جنگل تصادفی در محور کندوان چالوس است. بدین منظور ۹ شاخص کاربری اراضی، فاصله از رودخانه، شیب، ارتفاع، عدم رعایت حریم رودخانه، دبی رودخانه، شبکه آبراهه، بارش، و عدم لایروبی رودخانه انتخاب شدند. پس از تعیین عامل تورم واریانس و ضریب تحمل، در مرحله بعد با واردکردن داده های مربوط به عوامل مؤثر به نرم افزار ARC/MAP10.2، مدل سازی گردید. سپس با استفاده از الگوریتم جنگل تصادفی انجام و نقش عوامل مؤثر در وقوع سیلاب در منطقه تعیین شد. در نهایت نقشه پهنه بندی خطر وقوع سیلاب در سه پهنه خیلی خطرناک ، با خطر متوسط و کم خطر در محیط ARC/MAP10.2 تهیه شد. نتایج نشان می دهد بر اساس نقشه پتانسیل وقوع سیل، خطر وقوع سیلاب منطقه در حدود۲۶۱.۴۳ کیلومترمربع منطقه جزء مناطق کم خطر ۱۵۱.۱ کیلومترمربع جزء مناطق با خطر متوسط و در حدود ۱۱۸.۳کیلومترمربع جزء مناطق پرخطر محسوب می شوند.

هدف: هدف پژوهش حاضر بررسی دقت و قابلیت اعتماد داده های GPCC و CRU به منظور انجام مطالعات مختلف هیدرو-اقلیمی در عراق است. روش و داده: داده های مورد استفاده شامل بارش ماهانه پایگاه داده GPCC با قدرت تفکیک مکانی 5/0 و 25/0 جغرافیایی و داده های بارش ماهانه، حداقل و حداکثر دمای ماهانه پایگاه داده CRU با قدرت تفکیک مکانی 5/0 جغرافیایی طی دوره 2020-1990 است. به منظور ارزیابی دقت داده ها از آماره های R، R2، EF، BIAS، RMSE و Slope استفاده شده است. یافته ها: بر اساس نتایج اعتبارسنجی، GPCC و CRU در برآورد بارش، دمای حداقل و حداکثر در عراق دارای دقت مناسبی هستند. GPCC در برآورد بارش در استان های شرقی و شمالی عراق دارای ضریب همبستگی بالا (87/0- 71/0) است. مقدار آماره Slope در اکثر ایستگاه ها بین 2/1- 80/0 و NRMSE کمتر از 3 است. CRU در برآورد بارش در نیمه شرقی و شمالی کشور دارای R حدود 81/0، 5/0 < EF، 2 > NRMSE و Bias بین 2- تا 6 میلی متر است. همچنین، CRU در برآورد دمای حداقل و حداکثر در عراق دارای تطابق بالایی دارند، به طوری که داده های CRU و رصدی در ایستگاه ها دارای 96/0< R، 95/0< R2، 95/0< EF، 95/0 < Slope و NRMSE در حدود کمتر از 5/1 در اکثر مناطق هستند. نتیجه گیری: بر اساس نتایج اعتبارسنجی، GPCC و CRU در برآورد بارش، دمای حداقل و حداکثر در عراق دارای دقت مناسبی هستند. GPCC در برآورد بارش در استان های شرقی و شمالی عراق دارای ضریب همبستگی بالا (87/0- 71/0) است. داده های CRU در برآورد دمای حداقل و حداکثر در عراق دارای تطابق بالایی دارند؛ بنابراین، می توان داده های GPCC و CRU را به عنوان منابعی معتبر برای تحلیل الگوهای بارش و دما و برای مناطق فاقد آمار در عراق معرفی کرد. نوآوری، کاربرد نتایج: هر دو منبع داده امکان تحلیل الگوهای بارش و دما و همچنین گام های مهم تصمیم گیری مرتبط با مدیریت آب و سازگاری با تغییرات آب و هوا را فراهم می کنند.