نوسان قطبی

در این مقاله به بررسی ارتباط بین میزان بارش در فصول پاییز، زمستان و بهار با شاخص های اقلیمی از طریق تحلیل رگرسیونی پرداخته شده است. شاخص های اقلیمی نوسان جنوبی((SOI، نوسان قطبی((AO و نوسان اطلس شمالی((NAO، شاخص نینو 4/3(NINO3/4)، شاخص چند متغیره انسو((MEI، شاخص انتقالی نینو((TNI و نوسان دهه ای اقیانوس آرام(PDO) در این بررسی به عنوان متغیر مستقل مورد مطالعه قرار گرفته است. در این پژوهش از داده های بارش ماهیانه 25 ایستگاه سینوپتیکی که دارای طولانی ترین و کامل ترین دوره آماری اند (دوره آماری 1951 تا 2003) و توان پوشش اکثر مناطق بارشی کشور را دارند استفاده شده است. نتایج بدست آمده از تحلیل رگرسیونی نشان می دهد که بین میزان بارش و شاخص‌های اقلیمی مذکور در فصل بهار ارتباط بسیار ضعیفی وجود داشته است. در این مطالعه همچنین مشخص گردید که از میان شاخص های اقلیمی مرتبط با انسو، شاخص نینو 4/3بیشترین ارتباط را با میزان بارش پاییزه و زمستانه ایران دارد و شاخص نوسان جنوبی و شاخص چند متغیره انسو در رتبه های بعدی قرارگرفته اند. بین شاخص های انتقالی انسو و نوسان دهه ای اقیانوس آرام و میزان بارش رابطه ای مشاهده می شود. ضریب ارتباط میزان بارش های فصل پاییز و زمستان با شاخص نینو4/3 و چند متغیره انسو مثبت و با شاخص نوسان جنوبی منفی است.به علاوه نتایج حاصل از این تحلیل مشخص ساخت که نوسان قطبی و نوسان اطلس شمالی با میزان بارش زمستانه ارتباط بیشتری نسبت به بارش پاییزه دارند. ضریب شاخص‌های نوسان قطبی و نوسان اطلس شمالی منفی می باشد که نشان دهنده رابطه معکوس بین میزان بارش فصول زمستان و پاییز و شاخص مذکور می باشد.

سیگنال های اقلیمی، الگوهای بزرگ مقیاسی از ناهنجاری های گردش و فشار هوا میباشد که در محدوده جغرافیایی وسیع گسترش یافته است. این سیگنال ها در توجیه رفتار اقلیم از اهمیت زیادی برخوردارند. در این پژوهش ارتباط بارش با سیگنال های اقلیمی(AO, NAO,SOI, ENSO) در ناحیه مرکزی ایران مورد بررسی قرار گرفته است. داده های سیگنال ها از پایگاه داده های NCEP استخراج گردید و مجموعه داده های بارش ماهانه نیز از مرکز خدمات ماشینی سازمان هواشناسی کشور دریافت شد. داده ها ماهانه طی دوره ی آماری 30 ساله، بین سال های 1978 تا 2008 بوده است. در نهایت با بکارگیری روش شبکه عصبی مصنوعی، مدل های شبیه سازی شده برای بازه های 0، 3 و 6 ماهه محاسبه شد و نتایج نشان داد از بین سیگنال های مورد مطالعه سیگنال ENSO در مناطقNINO1.2 و NINO3 بر بارش منطقه مورد مطالعه تاثیر معنی داری دارد و تاخیر 3 و 6 ماهه موجب قوی شدن ضریب همبستگی شاخص انسو در مناطق NINO1.2 و NINO3 با بارش ایستگاه های مورد مطالعه شده است. همچنین تاخیر 6 ماهه باعث منفی شدن ضریب همبستگی بین شاخص انسو در مناطق NINO1.2 و NINO3 است. مطابق با مدل های ارئه شده، سیگنال انسو در مناطق NINO1.2 و NINO3 می تواند به عنوان پیش بینی کننده بارش در کنار سایر پارامترهای تاثیر گذار مورد استفاده قرار گیرد و سایر سیگنال های اقلیمی مورد مطالعه تاثیر معنی داری بر بارش ایستگاه های مورد مطالعه ندارد.