علوم آب
کوهزاد رئیس پور؛ برومند صلاحی؛ بهروز آباد
چکیده
بارش به عنوان مهمترین متغیر در چرخهی هیدرولوژیکی تأمین کنندهی آب، نقش مهمی در تداوم حیات سیارهی زمین ایفا میکند. پایداری اکوسیستمهای مختلف گیاهی و جانوری در حوضهی آبریز جازموریان وابستگی بسیار زیادی به مقدار بارش دارد. تغییرپذیری بالای بارش، تابآوری این حوضه را با چالشی جدی روبرو نموده است. با توجه به کمبود ...
بیشتر
بارش به عنوان مهمترین متغیر در چرخهی هیدرولوژیکی تأمین کنندهی آب، نقش مهمی در تداوم حیات سیارهی زمین ایفا میکند. پایداری اکوسیستمهای مختلف گیاهی و جانوری در حوضهی آبریز جازموریان وابستگی بسیار زیادی به مقدار بارش دارد. تغییرپذیری بالای بارش، تابآوری این حوضه را با چالشی جدی روبرو نموده است. با توجه به کمبود ایستگاههای زمینی و پراکنش نامناسب آنها در این حوضه، در تحقیق حاضر به واکاوی تغییرات زمانی ـ فضایی بارش طی دورهی (2019-2001) با استفاده از دادههای ماهوارهی سنجش جهانی بارش (GPM) پرداخته شد. در ابتدا دادههای بارش مورد نیاز با تفکیک فضایی 1/0 × 1/0 درجه و تفکیک زمانی ماهانه، فصلی و سالانه فراهم گردید. پس از انجام پیش پردازشهای لازم در محیط نرمافزارهای گرافیکی و آماری، با استفاده از روشهای زمین آماری نرمافزار GIS به پهنه بندی توزیع فضایی بارش اقدام و در نهایت به تفسیر خروجیهای مربوطه پرداخته شد. براساس نتایج، توزیع فضایی بارش حوضهی آبریز جازموریان در دورهی آماری مورد مطالعه از 232-83 میلیمتر متغیر بوده است. بیشینهی بارش در بخشهای شمالی و غربی و کمینهی آن در نواحی مرکزی و شرقی حوضه رخ داده است. به لحاظ توزیع فصلی، مقدار بارش در زمستان 73، بهار 47، تابستان 12 و پاییز نیز 12 میلیمتر برآورد گردید. واکاوی بارش ماهانه نیز بیانگر رخداد بیشترین مقدار بارش در ماههای مارس (33 میلیمتر) و فوریه (32 میلیمتر) و کمترین آن در ماههای سپتامبر (1 میلیمتر) و می، ژوئن و اکتبر (3 میلیمتر) است. به طور کلی، نتایج حاکی از تغییرپذیری بالای بارش و حاکمیت شرایط خشک در حوضهی آبریز جازموریان است.
وجیهه محمدی ثابت؛ محمد موسوی بایگی؛ حجت رضائی پژند
چکیده
نوسانات جنوبی پدیدهای بزرگ مقیاس است که وضعیت نرمال الاکلنگی فشار هوا را در دو طرف اقیانوس آرام تغییر میدهد. این جریان شرایط عادی را بر هم زده و در الگوی بارش و دمای منطقه و سایر مناطق جهان تغییراتی ایجاد میکند. این پژوهش میزان تأثیرگذاری انسو را بر دما و بارش مشهد بررسی میکند. شدت پدیده انسو با شاخصی به نام شاخص انسو شناخته می‌شود. ...
بیشتر
نوسانات جنوبی پدیدهای بزرگ مقیاس است که وضعیت نرمال الاکلنگی فشار هوا را در دو طرف اقیانوس آرام تغییر میدهد. این جریان شرایط عادی را بر هم زده و در الگوی بارش و دمای منطقه و سایر مناطق جهان تغییراتی ایجاد میکند. این پژوهش میزان تأثیرگذاری انسو را بر دما و بارش مشهد بررسی میکند. شدت پدیده انسو با شاخصی به نام شاخص انسو شناخته می‌شود. این شاخص معادل آنومالی (انحراف از میانگین، بههنجار) دمای سطح آب در اقیانوس آرام است. آمار طولانی مدت بارش (2016-1893) و دمای مشهد (2016-1885) برای هم سنگشدن با شاخص انسو به ترتیب استاندارد و آنومالی (انحراف از میانگین) شدند. بارش مشهد بیروند، اما دما روند غیرخطی دارد (آزمون دیکی فولر، همبستگی سامانه خاکستری) که حذف روند انجام شده است. دما و بارش ماهانه مشهد با مقادیر حدی شاخص انسو در دوره‌های رخداد این پدیده مقایسه شدهاند. علاوه بر این، همبستگی و همبستگی متقابل بین شاخص انسو- بارش و انسو- دما برای دوره‌های وقوع محاسبه شده است. نتایج تحلیل النینوهای شدید نشان داد که افزایش بارش ماهانه با تأخیر 3 تا 5 ماه و افزایش دما 1 تا 4 ماه وجود دارد. نتایج تحلیل لانیناهای شدید نشان داد که کاهش بارش ماهانه با تأخیر صفر تا 4 ماه و کاهش دما با تأخیر 2 تا 5 ماه وجود دارد. همچنین زمانی که شاخص انسو در بازه (1+,1-) قرار دارد، هماهنگی مشخصی با بارش و دمای مشهد ندارد.
نسیمه خلیلی سامانی؛ ابوالفضل عزیزیان
چکیده
منابع آبی زمین به بارندگی به عنوان یکی از عناصر متغیر اقلیمی وابسته است. وجود مدل هایی برای پیش بینی بارندگی و به تبع آن مدیریت منابع آب، چه در مناطق پر بارش و چه در مناطق خشک و نیمه خشک، امری مفید است. در این پژوهش با استفاده از آمار درازمدت بارندگی روزانه دو ایستگاه شهرکرد و یزد، مدل‌های ساده رگرسیونی که برای برآورد بارندگی سالانه ...
بیشتر
منابع آبی زمین به بارندگی به عنوان یکی از عناصر متغیر اقلیمی وابسته است. وجود مدل هایی برای پیش بینی بارندگی و به تبع آن مدیریت منابع آب، چه در مناطق پر بارش و چه در مناطق خشک و نیمه خشک، امری مفید است. در این پژوهش با استفاده از آمار درازمدت بارندگی روزانه دو ایستگاه شهرکرد و یزد، مدل‌های ساده رگرسیونی که برای برآورد بارندگی سالانه (Pa) در استانهای خوزستان، کرمان و استانهای جنوبی و غربی ارائه شده بود، مورد ارزیابی قرار گرفت. در این مدل ها Pa وابسته به فاصله زمانی وقوع 5/42 و 5/47 میلی متر بارندگی از ابتدای پاییز (t42.5،t47.5 ) و میانگین درازمدت بارندگی (Pm) بود. نتایج نشان داد که روابط معکوس و خطی مرتبط با t42.5و t47.5 قادر به برآورد بارندگی سالانه در شهرکرد نمی باشد، در حالی که مدل ساده رگرسیونی با بهکارگیری t42.5،t47.5 و میانگین درازمدت بارندگی، در صورت اصلاح ضرایب، با دقت قابل قبولی (با جذر میانگین مربعات خطای نرمال کمتر از 30/0 یا شاخص توافق بیشتر از 90/0) قادر به پیش بینی بارندگی در دو ایستگاه شهرکرد و یزد می باشد.
نوشین احمدی باصری؛ امین شیروانی؛ سید محمد جعفر ناظم السادات
چکیده
در این مطالعه، شبکه های عصبی مصنوعی و مدل های رگرسیونی برای خرد مقیاس نمودن خروجی های شبیه سازی شده مدل های گردش عمومی جو استفاده شدند. مجموعه داده های شبیه سازی شده بارش برای محدوده º18/25 تا º51/34 شمالی و º45 تا º60 شرقی، ارتفاع ژئو پتانسیل در سطح 850 میلی بار و باد مداری در سطح 200 میلی بار برای °56/12 تا °25/43 شمالی و °68/19 تا °87/61 شرقی به عنوان پیشگو ...
بیشتر
در این مطالعه، شبکه های عصبی مصنوعی و مدل های رگرسیونی برای خرد مقیاس نمودن خروجی های شبیه سازی شده مدل های گردش عمومی جو استفاده شدند. مجموعه داده های شبیه سازی شده بارش برای محدوده º18/25 تا º51/34 شمالی و º45 تا º60 شرقی، ارتفاع ژئو پتانسیل در سطح 850 میلی بار و باد مداری در سطح 200 میلی بار برای °56/12 تا °25/43 شمالی و °68/19 تا °87/61 شرقی به عنوان پیشگو کننده ها از مدلGCM ECHAM5 برای دوره 2005- 1960 استخراج شدند. بارش ماهانه دیده بانی شده ایستگاه های آبادان، آباده، اهواز، بندرعباس، بوشهر، شیراز و فسا برای دوره 2005-1960 به عنوان پیشگو شونده ها استخراج شدند. مؤلفه های اصلی داده های شبیه سازی شده استخراج و شش مؤلفه اصلی به عنوان ورودی مدل های شبکه عصبی مصنوعی و رگرسیون چند گانه در نظر گرفته شدند. همچنین ترکیب مجموعه داده های شبیه سازی شده به عنوان ورودی این مدل ها استفاده شدند. دوره های 2000-1960 و 2005-2001 به ترتیب به عنوان دوره های آموزش و آزمون در شبکه عصبی مصنوعی در نظر گرفته شدند. نتایج ضریب همبستگی پیرسون و جذر میانگین مربعات خطای استاندارد شده نشان داد که در بیشتر مواقع شبکه عصبی مصنوعی دقیق تر از رگرسیون چند گانه، بارش را پیش بینی می کند. برای مقیاس زمانی ماهانه داده های شبیه سازی شده ارتفاع ژئوپتانسیل بهترین پیشگو کننده و برای مقیاس فصلی (زمستان) بهترین پیشگو کننده در مدل شبکه عصبی مصنوعی، مؤلفه های اصلی استاندارد شده داده های شبیه سازی شده بارش می باشد.
سید محمد جعفر ناظم السادات؛ کوکب شاهقلیان
چکیده
انگیزه انجام این پژوهش بررسیبرخی از ویژگی‌های همدیدی بارشهای سنگین در جنوب غربیایران و پیوند آن با پدیده نوسانهای مادن-جولیان می‌باشد. چگونگی پراکنش ماهانه بارش و شناسایی سرچشمههای تولید بخار آب برای این بارشها از دیگر اهداف پژوهش است.در این راستا، بارش روزانه ایستگاههای آبادان، اهواز، بندرعباس، بوشهر، شهرکرد و شیراز ...
بیشتر
انگیزه انجام این پژوهش بررسیبرخی از ویژگی‌های همدیدی بارشهای سنگین در جنوب غربیایران و پیوند آن با پدیده نوسانهای مادن-جولیان می‌باشد. چگونگی پراکنش ماهانه بارش و شناسایی سرچشمههای تولید بخار آب برای این بارشها از دیگر اهداف پژوهش است.در این راستا، بارش روزانه ایستگاههای آبادان، اهواز، بندرعباس، بوشهر، شهرکرد و شیراز برای دوره 36 ساله 2011-1975و ایستگاه یاسوج برای دوره 21 ساله 2011-1990، در بازه ماههای نوامبر هر سال تا آپریل سال پس از آن گردآوری شد. دادههای بارش از بزرگ به کوچک آراسته گردیدند و دو آستانه5 و10درصد بالایی به عنوان بارشهای سنگین برگزیده شدند. بیشترین فراوانی بارشهای سنگین در ماههای ژانویه، فوریه و دسامبردیده شد. در ایستگاههای اهواز، بندرعباس، بوشهر، شهرکرد و شیراز بیشترین بارشهای سنگین در فاز 8،در ایستگاه آبادان در فازهای 7 و 8 و در ایستگاه یاسوج در فاز 2 رخ داده است. نقشههای همدیدی نشانگر آن است که همراستا با حرکت خاور سوی پدیده MJO در پهنه استوایی اقیانوس هند، سامانه بارشهای سنگین هم از گستره باختری و جنوب باختری ایران آغاز شده و پس از گذراندن پهنههای جنوب مرکزی، به بخشهای خاوری ایران و سپس به افغانستان میرسند. گردش تند چرخندی هوا که بر پهنه دریای مدیترانه، دریای سرخ، خلیج فارس و دریای عرب چیره می‌شود بخش بنیادین بخار آب برای این بارشها را فراهم میسازد. نقشههای همدیدی نشانگر آن است که بیشترین اندازه بخار آب این بارشها از دریای عرب و پهنه باختری اقیانوس هند فراهم میگردد.
احسان عیشی رضایی؛ رستم یزدانی بیوکی؛ محمد بنایان اول
چکیده
شناسایی خصوصیات بارندگی در مناطق خشک و نیمه‌خشک مانند شمال شرق ایران دارای نقش حیاتی در سازگاری و کاهش به اثرات خشکی است. هدف اصلی این مطالعه تعیین زمان شروع فصل بارانی و آستانه بارش روزانه با استفاده از مدل ارزیابی عدم قطعیت بارش بود. تاریخ شروع تجزیه و تحلیل (SAD) آغاز فصل بارش جدید در منطقه‌ای معین را مشخص میکند، درحالی‌که، تاریخ ...
بیشتر
شناسایی خصوصیات بارندگی در مناطق خشک و نیمه‌خشک مانند شمال شرق ایران دارای نقش حیاتی در سازگاری و کاهش به اثرات خشکی است. هدف اصلی این مطالعه تعیین زمان شروع فصل بارانی و آستانه بارش روزانه با استفاده از مدل ارزیابی عدم قطعیت بارش بود. تاریخ شروع تجزیه و تحلیل (SAD) آغاز فصل بارش جدید در منطقه‌ای معین را مشخص میکند، درحالی‌که، تاریخ شروع فصل بارانی و پایان فصل بارانی برای تعیین طول فصل بارش استفاده می‌شود. در این مطالعه، هفده محل در شمال شرق ایران با اطلاعات بارش روزانه در دسترس (24 تا 48 سال) انتخاب شدند. سه دوره سالانه فصل بارانی به صورت 12 مکان با یک دوره سالانه تک اوجی با مقادیر کوتاه‌تر در تابستان (دوره‌های A)، 4 مکان تک اوجی با طول فصل بارانی کوتاه‌تر در ماههای فروردین و اسفند (دوره‌های B) و تنها یک محل با دوره سالانه دو اوجی (دوره‌های C) تعیین شد. این طبقه‌بندی‌ها با تجزیه و تحلیل روشهای آماری چند متغیره تعیین گردید. SAD با تفاوت بین کوتاه‌ترین میانگین RSL و کوتاه‌ترین میانگین RSL روز اول هر ماه مشخص شد. با توجه به این روش مقادیر SAD برای کلاس‌های مختلف به عنوان: اول تیرماه در منطقه (A)، اول اسفندماه در منطقه (B) و اول بهمن‌ماه در منطقه (C) تعیین شد. آستانه مناسب بارش روزانه تنها برای 3 مکان 0/1 میلیمتر بود، و بالاترین مقدار این شاخص در منطقه تربت‌جام (2/2میلیمتر) به دست آمد. در نتیجه مقدار 0/1 میلیمتر که به طور رایج به عنوان آستانه بارش روزانه در حال استفاده است نیاز به تجدیدنظر دارد.
آمنه میان آبادی؛ امین علیزاده؛ سید حسین ثنایی نژاد؛ محمد بنایان اول؛ علیرضا فریدحسینی
چکیده
بارش یکی از پارامترهای ورودی مهم مدل‌های مختلف گیاهی و هیدرولوژی می‌باشد. در پروژه های مختلف مدیریتی و پژوهشی بیشتر از دادههای بارش زمینی برداشت شده در ایستگاه ها استفاده می‌شود. از آنجا که این ایستگاه ها دارای پوشش جغرافیایی بسنده ای نیستند، کاربرد آن ها با خطا همراه است. گرچه بهره گیری از روشهای گوناگون درون یابی از راهکارهای ...
بیشتر
بارش یکی از پارامترهای ورودی مهم مدل‌های مختلف گیاهی و هیدرولوژی می‌باشد. در پروژه های مختلف مدیریتی و پژوهشی بیشتر از دادههای بارش زمینی برداشت شده در ایستگاه ها استفاده می‌شود. از آنجا که این ایستگاه ها دارای پوشش جغرافیایی بسنده ای نیستند، کاربرد آن ها با خطا همراه است. گرچه بهره گیری از روشهای گوناگون درون یابی از راهکارهای پذیرفته شده برای برآورد بارش در مناطق بدون ایستگاه است، کاربرد این روش ها همراه با کاستی‌های فراوانی نیز هست. در گذر چند دهه گذشته، با در هم آمیختن دانش و فناوری سنجش از دور با پدیده‌های هواشناسی، مدل‌های پیشرفته ای برای برآورد ویژگی‌های بارش پیشرفت داده شده اند که دارای توانایی‌های بالای آشکارسازی مکانی و زمانی هستند. در این پژوهش از بین مدل‌های ارائه شده، صحت سنجی مدل CMORPH در برآورد بارش شمال شرق ایران بررسی شده است. یافته ها نشان داد که این مدل در مقیاس روزانه دستاورد چندان پذیرفتی ندارد، اما در مقیاس ماهانه و فصلی، یافته‌ها از ریزبینی بالاتری برخوردار هستند. بیشترین همبستگی مدل با دادههای ایستگاه ها در مقیاس روزانه در ایستگاه فاروج و نامانلو و به میزان 31/0 بود. در مقیاس ماهانه بیشترین همبستگی در ایستگاههای بارزو، نامانلو و سه یک آب و به میزان 62/0 و در مقیاس فصلی در ایستگاه غلامان و به میزان 63/0دیده شد. گرچه مدلCMORPH در آشکارسازی روزهای بارانی تا اندازه ای کارآیی داشته، اما در برآورد روزهای تر و خشک، میانگین بارش سالانه و تعیین تعداد روزهای غیر بارانی نتایج قابل قبولی را به همراه نداشت.
حسین عساکره؛ رضا خوشرفتار؛ فاطمه ستوده
چکیده
بارش و دبی دو عنصر هیدرولوژیکی غیر خطی و تغییرپذیر در مقیاس زمانی و مکانی هستند. یکی از روش های مطالعه و تحلیل توأم این دو فراسنج بررسی نوسانات آشکار و نهان آن هاست. تحلیل طیفی روشی کارآ و مفید برای آشکارسازی این نوسانات در سری های زمانی است. در پژوهش حاضر تلاش می‌شود با استفاده از روش تحلیل طیفی چرخه های موجود در سری های زمانی بارش و ...
بیشتر
بارش و دبی دو عنصر هیدرولوژیکی غیر خطی و تغییرپذیر در مقیاس زمانی و مکانی هستند. یکی از روش های مطالعه و تحلیل توأم این دو فراسنج بررسی نوسانات آشکار و نهان آن هاست. تحلیل طیفی روشی کارآ و مفید برای آشکارسازی این نوسانات در سری های زمانی است. در پژوهش حاضر تلاش می‌شود با استفاده از روش تحلیل طیفی چرخه های موجود در سری های زمانی بارش و دبی ایستگاه ماشین خانه (حوضه ابریز گرکانرود تالش) از مهر ماه 1354 تا شهریور 1386 در دو مقیاس زمانی سالانه و ماهانه مورد بررسی قرار گیرد. نتایج حاصل از اعمال رویه تحلیل طیفی به روی سری های زمانی دبی و بارش در سطح 95% اطمینان، حاکی از عدم وجود چرخه غیر سینوسی (روند) معنی دار است. چرخه های سینوسی معنی دار متنوعی در دو سری زمانی استخراج گردید. چرخه 4-2 ساله و 3/5 – 4 ساله بیش ترین تکرار را در دو سری زمانی دبی و بارش در مقیاس ماهانه و سالانه دارد. در مقیاس سالانه، چرخه 4/6 ساله و در مقیاس ماهانه چرخه های 4-2 ، 3/5 -4 ، 4/6، 8، 7/10 و 16 ساله استخراج گردید. بر اساس مطالعات انجام شده توسط بسیاری از پژوهشگران در سایر نقاط جهان، چرخه های مذکور هماهنگ با النینو نوسانات جنوبی (ENSO )، نوسانات اقیانوس اطلس شمالی ( NAO ) و نوسانات دوسالانه تروپسفری (QBO ) است.
