آنومالی

فصل تابستان بخصوص در نیمه جنوبی ایران با حاکمیت شرایط گرما و خشکی هوا شناخته شده است. به منظور بررسی شرایط همدید- پویشی موثر بر رخداد غیر معمول بارش تابستانه 12 – 6 سپتامبر 2008 (22-16 شهریور ماه 1387) در محدوده زاگرس جنوبی، با رویکرد محیطی به گردشی و با استفاده از آمار روزانه 270 ایستگاه ثبت داده، روزهای بارشی شناسایی شد. سپس داده های فشار تراز دریا، ارتفاع ژئوپتانسیل، وزش رطوبتی و همگرائی رطوبت تراز 500 هکتوپاسکال از پایگاه داده های مرکز ملی پیش بینی محیطی و تحقیقات جوی ایالات متحده (نوا) استخراج و آنومالی این پارامترها با توجه به میانگین درازمدت 65 ساله (2012-1948) محاسبه و با شرایط روزهای مذکور مقایسه شد. بررسی الگوی حاکم براین روزها به کلی ارتباط این بارش ها را با فرایند موسمی منتفی و آنرا وابسته به الگویی مشابه الگوهای فصل سرد میداند. انحراف از میانگین شدید فشار تراز دریا در کم فشار خلیج فارس و پر فشار شمالی دریای خزر و شیب تغییرات فشار حاصله در راستای رشته کوه زاگرس و تشکیل جبهه ساکن بر فراز این منطقه و فراز و فرودهای مانع ایجاد شده در مسیر بادهای غربی بعلاوه آنومالی منفی تراز 500 هکتوپاسکال موجبات صعود رطوبت وارده به منطقه از سوی دریاهای مدیترانه و سرخ را فراهم ساخته و منجر به ریزش باران شده است.

بحث پیش بینی زمین لرزه به منظور کاهش تلفات و آسیب های آن از اهمیت بالایی برخورد ار است؛ به ویژه د ر منطقه لرزه خیزی مانند ایران که سالانه شاهد وقوع این پد ید ه طبیعی می باشد . تشخیص ناهنجاری های قبل از زلزله نقش بسزایی د ر این امر د اراست. تغییرات یونسفری که با اند ازه گیری های از راه د ور(مانند استفاد ه از سیستم تعیین موقعیت جهانی) قابل شناسایی هستند به پیش نشانگرهای یونسفری زلزله معروف می باشند . د ر این مطالعه د و مجموعه د اد ه از محتوای الکترون های یونسفر که حاصل از پرد ازش د اد ه های GPS با نرم افزار Bernese است برای د و مورد مطالعاتی زلزله اهر آذربایجان شرقی (۲۱ مرد اد ۱۳۹۱) و زلزله کاکی بوشهر (20فرورد ین1392) مورد استفاد ه قرار گرفته و نتایج آن با د اد ه های ایستگاه جهانی مقایسه گرد ید ه است. از آنجا که تغییرات TEC[1] رفتاری غیرخطی د ارد بد ین منظور برای پیش بینی و تشخیص تغییرات آن از تلفیق شبکه عصبی ( با به کارگیری پرسپترون چند لایه ([2]MLP)) و الگوریتم PSO[3] استفاد ه گرد ید ه است. الگوریتم PSO با عملکرد ی مبتنی بر جمعیت می تواند د ر بهبود وزن برآورد شد ه توسط شبکه عصبی مؤثر واقع شود . با تجزیه و تحلیل علل ناهنجاری های یونسفر از جمله مید ان های ژئومغناطیسی و فعالیت های خورشید ی و حذف آن ها از پرد ازش های مورد نظر، نتایج حاصل نشان می د هد که برخی از این ناهنجاری ها ناشی از وقوع زلزله است و به کارگیری الگوریتم های هوشمند توانسته است کارآیی مناسبی د ر جهت پیش بینی سری های زمانی غیر خطی د اشته باشد . خروجی حاصل از تلفیق شبک عصبی و PSO نشان می د هد که هر د و ناهنجاری های مثبت و منفی رخ می د هند. ناهنجاری های قبل از زلزله غالباً نزد یک به کانون زلزله رخ می د هند و د ر 3 روز قبل از زلزله اهر آذربایجان شرقی و 2 تا 6 روز قبل از زلزله کاکی بوشهر قابل رؤیت می باشند .

دما از عناصر اساسی شکل گیری اقلیم است و تغییرات آن می تواند ساختار آب و هوایی هر منطقه ای را دگرگون سازد و موجب تغییر در وقوع پدیده های حدی نظیر خشکسالی، بارش های سنگین و توفان شود. لذا بررسی روند دما در مقیاس های مختلف زمانی و مکانی بخش بزرگی از تحقیقات اقلیم شناسی را به خود اختصاص داده است. این تحقیق به منظور آشکارسازی تغییرات دمای تراز 1000 هکتوپاسکال در فصول مختلف از سال 1950 تا 2020 میلادی در ایران صورت گرفته است. تحلیل ها بر روی متغیر میانگین ماهانه دما در طول دوره 70 ساله با استفاده از پایگاه داده NCEP/NCAR انجام گرفته است. نمودارهای سری زمانی متغیر مورد مطالعه با استفاده از آزمون من کندال در مقیاس سالانه ترسیم شدند. برای آشکارسازی و تحلیل روند دمای ایران در تراز 1000 هکتوپاسکال نقشه های میانگین 10 ساله و نمودارهای سری زمانی سالانه ترسیم شد، نتایج نشان داد میانگین سالانه دما در پهنه کشور ایران با آهنگ 1.34 درجه سانتی گراد (بالاتر از میانگین جهانی با مقدار0.74 درجه سانتی گراد ) در هر سده دارای روند افزایشی است. مقادیر متغیر میانگین سالانه دما در فصل های تابستان، پاییز و بهار دارای روند معنی دار بوده و میانگین دما در تراز 1000 هکتوپاسکال دارای روند صعودی است. بالاترین افزایش میانگین دمای تراز 1000 هکتوپاسکال متعلق به فصل تابستان بوده و با مقدار 0.2 درجه سانتی گراد به ازای هر 10 سال افزایش یافته است. نقشه های ده ساله میانگین دما در فصول مختلف نشان دادند نیمه جنوبی ایران در طول دوره مطالعاتی دارای روند افزایشی دما بوده است.

پوشش گیاهی نقش مؤثری بر روی محیط زیست داشته و با بررسی روند تغییرات آن می توان گام مهمی در جهت برنامه ریزی صحیح و مدیریت اصولی برداشت. در این راستا، تصاویر سری زمانی می تواند ابزار بسیار مفیدی در زمینه ی مطالعات محیطی مرتبط با تغییرات پوشش گیاهی و کشف ناهنجاری باشد. در پژوهش حاضر تغییرات زمانی بلندمدت پوشش گیاهی شهرستان چالوس با استفاده از داده های ماهواره ای لندست 7،5 و 8 در طی سال های 1986 تا 2021 بررسی و ارزیابی شد. در راستای تحقق این هدف، 36 تصویر سری زمانی شاخص EVI به کار گرفته شد. با توجه به وسعت منطقه و غیریکنواخت بودن تغییرات، با انتخاب چند موقعیت مکانی از منطقه موردمطالعه به عنوان نقاط مهم بررسی ها صورت گرفت. نقشه تغییرات و روند تغییرات به دست آمده از این تحقیق حاکی از کاهش و رشد پوشش گیاهی، بسته به شرایط زمانی و مکانی بوده است. در برخی از مناطق ساحلی پوشش گیاهی به مرور زمان روند کاهشی داشته که تبدیل به شهرک و مناطق تجاری شده است و در برخی دیگر از نقاط شمالی، مناطقی که از پوشش گیاهی ضعیفی برخوردار بودند در طی این سال ها تبدیل به مزارع و زمین های کشاورزی شده اند. پوشش گیاهی در برخی مناطق کوهستانی به علت فاصله از مناطق مرطوب و با کاهش بارندگی روند کاهشی داشته است. درعین حال بر اساس تحلیل سری زمانی در این بازه زمانی 36 ساله روند کاهش پوشش گیاهی برای دو سال نسبت به سایر سال ها از شدت بیشتری برخوردار بوده، به گونه ای که نمودارهای آنومالی آن دارای افت زیاد و کاهش چشم گیر پوشش گیاهی نسبت به وضعیت نرمال هستند. نتایج تحقیق نشان داد که معیار آنومالی به خوبی قادر است تغییرات سالانه بین پوشش گیاهی و همچنین خشکسالی های احتمالی رخ داده را به نمایش بگذارد. همچنین برای بهره گیری بهتر از این معیار، به کارگیری معیار آنومالی نسبت به میانگین کلی با تمایز بالایی موفق به کشف ناهنجاری پوشش گیاهی در این منطقه شد و درک بهتری از سیر روند تغییرات ارائه داد.