بررسی الگوی نواحی هم شیب تغییرات میانگین دمای سالانه ایران

نوع مقاله: مقاله پژوهشی

نویسندگان

1 استاد آب و هواشناسی، دانشگاه زنجان

2 دانشجوی دکتری تغییرات آب و هوایی، دانشگاه زنجان

چکیده

دما یکی از عناصر مهم آب و هوایی است که از عوامل متعددی تأثیر می‌پذیرد. بررسی آن می‌تواند نقش عوامل مذکور را منعکس کند. هدف از این مطالعه، بررسی الگوی نواحی هم شیب تغییرات میانگین دمای سالانه ایران می­باشد. بدین منظور میانگین دمای سالانه‌ی ایران طیّ دوره‌ی آماری 50 ساله بررسی گردیده است. نتایج حاصل از این مطالعه نشان داد که شیب تغییرات دمای ایران به پنج ناحیه‌ی تغییرات افزایشی شدید (ناحیه 1)، تغییرات افزایشی متوسط (ناحیه 2)، تغییرات کاهشی (ناحیه 3)، تغییرات افزایشی کم (ناحیه 4) و تغییرات افزایشی بسیار شدید (ناحیه 5) قابل تقسیم است. نواحی هم شیب تغییرات دمای ایران به جز در ناحیه‌ی سوم (تغییرات کاهشی) در سایر نواحی از روند افزایشی برخوردار بوده است. تنوع و پراکندگی نواحی هم شیب تغییراتنشان داد که توزیع و پراکندگی نواحی هم شیب تغییراتبه شدت تحت تأثیر عواملی محلی به ویژه ارتفاعات می­باشند. به کمک روش تحلیل مؤلفه‌های اصلی، سلول نماینده برای هر ناحیه استخراج گردید. الگوسازی  برای نماینده‌ی هر ناحیه از هم شیب تغییرات انجام شد. نتایج بیانگر این بود که الگوی حاکم بر دمای سلول هر ناحیه بسیار ساده بوده است؛ بطوری که در هر پنج ناحیه با تقریب قابل قبولی دما تابعی از مؤلفه‌های تصادفی یک تا دوسال گذشته‌ی خود بوده است. برای مثال دو الگوی  و  بهترین الگوی برازش یافته بر میانگین دمای سالانه‌ی نواحی با شیب تغییرات افزایشی کم بوده است.

کلیدواژه‌ها


عنوان مقاله [English]

Investigation the Pattern of Similar Gradient Regions of Average Annual Temperature Changes of Iran

نویسندگان [English]

  • Hosein Asakereh 1
  • mehdi Doostkamian 2
چکیده [English]

Temperature is one of the important climatic elements which may be influenced by various geographical factors. Accordingly, investigating about this element can be helpful in order to discover the effects of those factors. The purpose of current study is to investigate the pattern of the regions with similar gradient of  annual temperature changes in Iran. Thus, annual temperature of all Iran's territory was adopted for 50 years. Our findings showed that the gradient of  annual temperature of Iran can be classified in to five major regions which contains high, moderate, low and increasing, stationary and decreasing trends. Region 1: with high increasing trends; region 2: with moderate increasing trends; region 3: with decreasing trends; region 4: with low increasing trends and finally region 5: with severe increasing trends. Our findings showed that all reigns, except for the third one which showed a decreasing trend, experienced an increasing trend by different values. Investigation of spatial distribution of these regions showed a tempo-spatial patterns over the regions which indicated that the regions are influenced by local factors, such as elevations.  The representative pixels of each region was selected  by using Principle Component Analysis (PCA) technique, and ARIMA modeling was conducted for representative of each region of similar gradient of changes. The findings showed that the dominant pattern on  the cell temperature of each region was so simple. According to the models, temperature in all regions followed stochastic terms of one to two previous years. For instance, two models, including ARIMA (1, 0, 1), and ARIMA (0, 1, 1) were the best models which fitted on annual temperature of regions with decreasing and increasing trends respectively.     

کلیدواژه‌ها [English]

  • Mean of Temperature
  • Iso-Changes
  • Principle Component Analysis
  • ARIMA Modeling
  • Iran

-     باکس جی.ای. پی و جنکیز جی ام (1970). ترجمه محمدرضامشکینی،تحلیل سری‌های زمانی، پیش‌بینی و کنترل. جلد اول.چاپ اول. انتشارات دانشگاه تهران. 424 صفحه.

-     بیات، علی (1389). تحلیل سری زمانی بارش سالانه شهر زنجان، پایان‌نامه کارشناسی ارشد. به راهنمای دکتر حسین عساکره. دانشگاه زنجان.

-     حجازی‌زاده، زهرا؛ محمدحسین ناصرزاده (1384). محاسبه و تحلیل یخبندان‌های توسط برنامه دلفی در استان لرستان، فصلنامه تحقیقات جغرافیایی. شماره 1. صفحات 150-139.

-     حسنی‌پاک،علی‌اصغر(1389).زمین‌آمار(ژئواستاتیستیک)، انتشارات دانشگاه تهران. چاپ اول.

-     خلیلی، کیوان؛ محمد ناظری‌تهرودی؛ فرشاد احمدی (1394). کاربرد شاخص PCI در بررسی الگوی بارش ایران و تحلیل روند تغییرات آن در مقیاس سالانه و فصلی طیّ نیم قرن اخیر. نشریه‌ی آبیاری و زهکشی ایران. شماره 9. صفحات 208- 195.

-     دوستی، مریم؛ محمود حبیب‌نژادروشن؛ کاکا شاهدی؛ میرحسین‌میریعقوب‌زاده(1392). بررسی شاخص‌های اقلیمی حوضه آبخیز تمر، استان گلستان در شرایط تغییر اقلیم با کاربرد مدل لارس. مجله فیزیک زمین و فضا. شماره 4. صفحات 189-177.

-     عباسی، فاطمه؛ مرتضی اثمری (1390). پیشبینی و ارزیابی تغییرات دما و بارش طیّ دهه‌های اخیر با الگوی MAGIC-SCENGEN، مجله آب و خاک. شماره 25. صفحات 83-70.

-     عباسی، فاطمه؛ ایمان بابائیان؛ مجید حبیبی‌نوخندان؛ لیلا گلی‌مختاری (1389). ارزیابی تأثیر تغییر اقلیم بر دما و بارش ایران در دهه‌های آینده با کمک مدل MAGICC-SCENGEN،پژوهش‌های جغرافیای طبیعی. شماره 72. صفحات 110-91. 

-     عزیزی، قاسم؛ محمد کریمی‌احمدآبادی؛ زهرا سبک‌خیز (1384). روند دمایی چند دهه اخیر ایران و افزایش Co2 جو، نشریه علوم جغرافیایی. دانشگاه تربیت‌معلم. جلد 4. شماره 5. پاییز و زمستان 83. بهار و تابستان 84. صفحه 25.

-     عساکره، حسین (1388). الگوسازیARIMA  برای میانگین سالانه دمای شهر تبریز، تحقیقات جغرافیایی. شماره 93. صفحات 24-3. 

-     عساکره، حسین؛ زهره سیفی‌پور (1391). مدل‌سازی مکانی بارش سالانه‌ی ایران، جغرافیا و توسعه. شماره 29. صفحات30-15.

-     عساکره حسین (1383). مدل‌‌سازی تغییرات مکانی عناصراقلیمی‌مطالعه‌موردی:بارش‌سالانه‌استان‌اصفهان، تحقیقات‌ جغرافیایی .شماره 3. صفحات 231-213.

-     علیجانی، بهلول (1385). مبانی آب و هوای ایران، انتشارات دانشگاه پیام نور.

-     علیجانی، بهلول؛ محمدرضا کاویانی (1386). مبانی آب و هواشناسی، انتشارات دانشگاه تهران.

-     فرشادفر، عزت‌الله (1389). اصول و روش‌های آماری چندمتغیّره، انتشارات طاق‌بستان.

-     محمدی، حسین؛ فرید تقوی (1384). روند شاخص حدی دما و بارش در تهران، پژوهش‌های جغرافیایی. شماره 53. 172-151.

-     مسعودیان، ابوالفضل؛ محمد دارند (1390).  شناسایی و پهنه‌بندی نواحی دمای فرین سرد ایران، مطالعات جغرافیایی مناطق خشک. شماره 2. 54-43.

-     مسعودیان، سیدابوالفضل (1383). بررسی دمای ایران در نیم سده گذشته، مجله جغرافیا و توسعه.  شماره 3. صفحات 136-89.

-     مسعودیان، سیدابوالفضل (1391). آب هوای ایران، انتشارات شریعه توسعه مشهد. دانشگاه اصفهان.

-     ناظم‌السادات، سیدمحمدجعفر (1388). مبانی هوا و اقلیم‌شناسی، مرکز نشر دانشگاهی. چاپ اول. تهران.

-     ویی ویلیام دبلیو اس (2007). تحلیل سری‌های زمانی. ترجمه حسینعلی نیرومند. انتشارات دانشگاه فردوسی. مشهد.

-     Carvalho, A. A. Toni’s, C. Jones, H. R. Rocha, and P. S. Polito (2007). Anti-persistence in the global temperature anomaly field, Vol, 14. PP:723-733.

-     Chattopadhyay S, Chattopadhyay G (2010).  Univariate modelling of summer-monsoon rainfall time series: Comparison between ARIMA and ARNN. Computes Rendus Geoscience Vol, 342. PP: 100-107.

-     El-Fandy M.G, Ashour Z. H, Taiel S. M (1994). Time series models adoptable for forecasting Nile floods and Ethiopian rainfalls. Bulletin of the American Meteorological Society. Vol, 75. PP: 83-94.

-     Frauenfeld, Oliver W, Zhang, Tingjun and McCreight James L (2007). Northern hemisphere freezing/thawing index variations over the twentieth century, Int. J. Climatology. Vol, 27. PP: 47-63.

-     Kondrashov D., Berloff P (2015). Stochastic modeling of decadal variability in ocean gyres, Geophysical Research Letters, Vol, 42. PP: 1543-1553.

-     Kumar M, Kumar A, Mahanti N.C., Mallik C. Shukla RK (2009). Surface flux modeling using ARIMA technique in humid subtropical monsoon area. Journal of Atmospheric and Solar-Terrestrial Physics.Vol, 71, PP:1293-1298.

-     Michael P. Stockinger, Andreas Lücke, Jeffrey J. McDonnell, Bernd Diekkrüger,Harry Vereecken,  Heye R.Bogena(2015). Interception effects on stable isotope driven streamwater transit time estimates, Vol 10, PP: 701-704.

-     Mohan S, Vedula S (1995). Multiplicative seasonal ARIMA model for long term forecasting of inflow. Water Recur Manage Vol, 9. PP: 115-126.

-     Richard. k (2007).Information Flow in Ensemble Weather Predictions, Journal of the Atmospheric sciences,, Vol, 16, PP:1006-1016.

-     Weihong Q., & Xiang L., & Yafen Z., &, Yuan Xu., & Jiaolan Fu (2007). Climatic regime shift and decadal anomalous events in China, Vol, 84., PP: 167-189.

-     Zar, Jerrold H. (2009). biostatistician Analysis (5th Edition), Library of Congress Cataloging-in-Publication Data.

-     Zhang Q, Wang B, He B, Peng Y, Ren M (2011). Singular Spectrum Analysis and ARIMA Hybrid Model for Annual Runoff Forecasting. Water Resour Manag, Vol. 25, PP: 2683-2703.