نوع مقاله : مقالات پژوهشی
نویسندگان
دانشگاه تبریز
چکیده
روش های تحلیلی کاهش ابعاد داده ها مانند PCA برای درک صحیحی از عوامل مؤثر بر تغییرات اقلیمی با توجیه قسمت مهمی از کل واریانس با تعداد محدودی از مولفه های اصلی، در برنامهریزی منابع آب حائز اهمیت است. روش تجزیه به عامل ها در این تحقیق به عنوان تصویرکننده فضای اطلاعات روی محورهای محدود و معین استفاده شده است. هدف اصلی این مطالعه پهنه بندی حوضه آبریز دریاچه ارومیه از نظر خشکسالی با روش تجزیه به عامل ها است. آمار بارش های ماهانه 30 ایستگاه هواشناسی در دوره آماری 2009-1972 استفاده شد. شاخص بارش استاندارد (SPI)، برای هر یک از ایستگاه های منتخب در دو مقیاس 3 و 12 ماهه به کار برده شد. تجزیه به عامل های مربوط به داده های SPI برای پهنه-بندی منطقه از نظر مشخصه های خشکسالی انجام گردید. همگنی نواحی به دست آمده با روش آماره S ویلتشایر بررسی شد. نتایج تجزیه به مولفه های اصلی SPI سه ماهه (دوازده ماهه) نشان داد که تعداد 5 (6) عامل ویژه بزرگتر از یک دارند و 08/68 (88/78) درصد از واریانس کل را در مجموع توجیه می کند. حوضه دریاچه ارومیه با توجه به ضرایب عامل ها پس از چرخش در مقیاس 3 ماهه (12 ماهه) به پنج (شش) ناحیه تفکیک شد. نتایج آزمون همگنی نشان داد که نواحی به دست آمده همگن هستند.
کلیدواژهها
عنوان مقاله [English]
Regionalization of Urmia Lake Basin from the View of Drought Using Factor Analysis
نویسندگان [English]
- M. Ghorbani Aghdam
- yaghoub dinpazhoh
- A. Fakheri Fard
- S. Darbandi
چکیده [English]
Having a correct view of the effective factors on climatic changes by explanation of a considerable part of the total variance in data with limited number of principal components the analytical methods of decreasing data dimensions, such as PCA are important tools in water resources planning. In this study factor analysis method as a tool for projecting the information space on the limited and specific axes, has been applied. The main aim of this study is regionalization of Urmia Lake basin from the view of drought using factor analysis. For this purpose monthly precipitation data of 30 weather stations in the period 1972-2009 were used. For each of the selected stations three and twelve months SPI value were calculated. Factor analysis conducted on SPI values to delineate the study area with respect to drought characteristics. Homogeneity of obtained regions tested using the S-statistics proposed by Wiltshire. Resultes of factor analysis of 3 (12) months SPI values showed that 5 (6) factors having eigen values greater than 1 acounted for 68.08 (78.88) percent of total variance. Urmia Lake basin delineated to 5 (6) distinct regions considering the eigenvectors following rotation using the 3 (12) month time scale. Results of homogeneity test indicated that all of the obtained regions were homogeneous.
کلیدواژهها [English]
- Eigen value
- Eigen vector
- Factor analysis
- drought
- Principal component
- Urmia
- 3 and 12 months SPI
ارسال نظر در مورد این مقاله