بررسی روند تغییرات زمانی- مکانی بارش پاییزه شمال غرب کشور

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار گروه جغرافیا، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران

2 استادیار اقلیم‌شناسی، دانشگاه سید جمال‌الدین اسدآبادی، همدان، ایران

3 دانش‌آموخته کارشناسی‌ارشد اقلیم‌شناسی شهری، دانشگاه تبریز.تبریز. ایران

4 دانش‌آموخته کارشناسی‌ارشد ژئومورفولوژی در برنامه‌ریزی محیطی، دانشگاه حکیم سبزواری. سبزوار. ایران

10.30488/ccr.2021.320407.1066

چکیده

بارش مهم‌ترین متغیر آب‌شناختی است که پیوند میان جو و فرآیندهای سطحی را برقرار می­سازد. سه‌چهارم گرمای جو حاصل آزادسازی گرمای نهان تبخیر است. لذا پهنه‌بندی اقلیمی بارش فصل پاییز جهت دستیابی به توسعه همه‌جانبه در ابعاد مختلف مکانی-زمانی ضروری می­باشد. برای این منظور از داد­ه­های روزانه فصل پاییز در 21 ایستگاه سینوپتیک منطقه مورد مطالعه با دوره آماری مشترک 32 (1989-2018) مورد واکاوی قرار داده است. بعدازآن که داده­های مفقودی به روش جرم مضاعف توسط نرم­افزار (spss) بازسازی و تکمیل گردید، این داده­ها وارد محیط (EXCEL) شده و ماتریسی به‌صورت آرایه­ای به حالت R با ابعاد 21×3491 تهیه شد. در این تحقیق برای اطلاع از وضعیت نرمال بودن داده­ها از آزمون کلموگروف-اسمیرنوف و روند تغییرات آن­ها از آزمون من-کندال با نرم‌افزار (MINITAB) استفاده ‌شده است. پس از هنجار سازی، یک تحلیل عاملی با چرخش متعامد واریماکس بر روی آرایه بهنجار شده، اعمال گردید و مشخص شد درمجموع بیش از 16/68 درصد پراش داده­ها توسط اقلیم بارش پاییزه منطقه توجیه می­شود؛ که از میان عوامل، عامل اول 61 درصد و عامل دوم 7 درصد مهم­ترین مقادیر پراش داده­ها را بیان می‌کند. با انجام تحلیل خوشه­ای سلسله مراتبی و با روش ادغام وارد بر روی ماتریس نمرات عامل­ها، دو ناحیه اصلی و خرده ناحیه بارشی شناسایی شدند. این نواحی عبارت‌اند از: نواحی پربارشی و نواحی بارشی متوسط؛ بنابراین می‌توان گفت سهم بارش پاییزه حاصل از سامانه­های محلی (بارش همرفتی، کوهستانی، جبهه­های محلی و...) و عوامل مکانی(عرض جغرافیایی، موقعیت نسبی ایستگاه­ها و...) در بخش جنوب غربی بیشتر است؛ و بخش­های جنوب غربی به‌خصوص ایستگاه پیرانشهر بیشینه­ی بارش افزون­تر از سامانه­های همدید را دریافت می‌کند. همچنین زمان وقوع بیشینه بارش فصل پاییز در نواحی بارشی متوسط شمال غرب حاصل از سامانه‌های­ همدید و  عوامل مکانی در ماه نوامبر در نیمه ­جنوب غربی رخ می­دهد.

کلیدواژه‌ها


عنوان مقاله [English]

The Study of Spatial-temporal Changes in the trend of Autumn Precipitation in Northwest Iran

نویسندگان [English]

  • ali panahi 1
  • Seyed Mohammad Hosseini 2
  • farahnaz khoramabadi 3
  • Fereshteh Ghavibonyad 4
1 Islamic Azad University, Tabriz, Iran
2 Seyed Jamaluddin Asadabadi University - Hamadan
3 University of Tabriz
4 Hakim Sabzevari University, Sabzevar, Iran
چکیده [English]

Precipitation is the most important hydrological variable that connects the link between atmosphere and surface processes. Three-quarters of the atmosphere heat is the result of releasing the latent heat of evaporation. Therefore, climatic zoning of autumn precipitation is necessary for achieving comprehensive development in different spatial-temporal dimensions. For this purpose, the daily data of autumn season at 18 synoptic stations of the study area have been analyzed with a joint statistical period 32 (1989 - 2018). In this study, Kolmogorov-Smirnov test was used to find out the normality of the data and Mann-Kendall test was used for the process of their changes. Then by applying factor analysis based on principal component analysis and with orthogonal rotation of Varimax it was found that there are two effective precipitation factors in the climate of the region which in total account for more than 68.16% of the variance of the region's autumn precipitation climate. By performing hierarchical cluster analysis and by integrating the matrix of factor scores, two main and sub-regions were identified. These areas are: Areas of high precipitation and moderate precipitation. It can be said that in the high precipitation areas of the territory are located on the rainy of the Zagros, Sahand and Arasbaran mountain belts, stretching as a narrow strip from the north to the south parts of the region.

کلیدواژه‌ها [English]

  • Kolmogorov-Smirnov Test
  • Factor analysis
  • Hierarchical clustering
  • Northwest of Iran
  1. جهانبخش اصل، سعید. ذوالفقاری، حسن. (1381). بررسی الگوهای سینوپتیک بارش‌های روزانه در غرب ایران، فصلنامه تحقیقات جغرافیایی، شماره 63-64، ص 258-234.
  2. جهانبخش اصل، سعید. ­­بیاتی خطیبی، مریم. ‌‌فرشی فروغ، جواد. (1378). تجزیه‌وتحلیل سینوپتیکی بارش‌های شمال غرب ایران، نشریه دانش کشاورزی، دانشگاه تبریز، شماره 1، ص 69-55.
  3. حجازیزاده، زهرا. (1379). بررسی عوامل سینوپتیکی توفان‌های توأم با رعدوبرق در غرب ایران، مجله دانشکده ادبیات و علوم انسانی، دانشگاه تهران، شماره‌های 28 و 29، صص 1-17.
  4. دارند، محمد. (1397). پایش مکانی تداوم بارش در استان کردستان، جغرافیا توسعه، شماره 52، صص 266-247.
  5. رسولی، علی اکبر. (1374). توزیع آماری بارش‌های روزانه آذربایجان، مجموعه مقالات هفتمین کنگره جغرافیایی ایران، جلد دوم، دانشگاه تهران، صص140-121.
  6. عساکره، حسین، رزمی قلندری، رباب. (1393). توزیع زمانی و رژیم در شمال غرب ایران، تحقیقات جغرافیایی، شماره112، صص 145-160.
  7. علیجانی، بهلول. (1385). اقلیم‌شناسی سینوپتیک، انتشارات دانشگاه پیام نور، تهران، ص173-172.
  8. غیور، حسنعلی، مسعودیان، سید ابوالفضل، آزادی مجید، نوری، حمید. (1390). تحلیل زمانی و مکانی رویدادهای بارشی سواحل جنوبی خزر، تحقیقات جغرافیایی، شماره 100، صص 1 تا 30.
  9. کاشکی، عبدالرضا، حسینی، سیدمحمد، خرم‌آبادی، فرحناز. (1398). واکاوی زمانی- مکانی درجه روز سرمایشی در شمال شرق ایران، نشریه جغرافیا و برنامه­ریزی، شماره 67، صص 286-263.
  10. مسعودیان، سید ابوالفضل، دارند، محمد،کارساز، سکینه. (1390). پهنه­بندی بارش غرب و شمال غرب به روش تحلیل خوشه‌ای، جغرافیای طبیعی، شماره11، صص 35-44.
  11. مقدم، محمد، سیدابوالقاسم، محمدی، آقایی، مصطفی. (1373). آشنایی با روش‌های آماری چند متغیره، پاپ اول، انتشارات پیشتاز علم تبریز.
  12. ناظری تهرودی، خلیلی، کیوان، احمدی، فرشاد. (1395). تحلیل روند تغییرات و منطقه‌ای بارش نیم‌قرن اخیر کشور ایران، نشریه آب‌وخاک، شماره 2، صص 654-643.
  13. نصرآبادی، اسماعیل. (1393). واکاوی تغییر توزیع فراوانی بارش روزانه پایگاه آفرودیت در ایران، پژوهشی اطلاعات جغرافیایی، دوره 23، شماره 92 ، صص 68-79.
  14. نصیری، رسول. (1387). آموزش گام‌به‌گام Spss، چاپ اول، انتشارات نشر گستر، تهران.
  15. Carvalho, M.J., Melo-Gonçalves, P., Teixeira J.C. and Rocha, A. 2016. Regionalization of Europe based on a K-Means Cluster Analysis of the climate change of temperatures and precipitation. Physics and Chemistry of the Earth, Parts A/B/C, 94: 22-28.
  16. Darand, M. and Daneshvar, M.R.M. (2014). Regionalization of precipitation regimes in Iran using principal component analysis and hierarchical clustering analysis. Environmental Processes, 1, 517–532.
  17. Gan, T. (1998). Hydro climatic trend and possible climatic warming in the Canadian prairies, Water Resource Research, 34 (11): 3009-3015.
  18. Limsakul, A. and Singhruck, P. (2016). Long-term trends and variability of total and extreme precipitation in Thailand, Atmospheric Research, 169: 301-317.
  19. Lin, G.-F., Chang, M.J. and Wu, J.T. (2017). A hybrid statistical downscaling method based on the classification of rainfall patterns. Water Management, 31(1): 377–401.
  20. Machiwal, D., Dayal, D. and Kumar, S. (2017). Long-term rainfall trends and
    change points in hot and cold arid regions of India. Hydrological Sciences
    Journal, 62(7), 1050–1066
  21. Manea, A., Birsan, M., Tudorache, G., Cărbunaru, F. and Changes, A. (2016). Changes in the type of precipitation and associated cloud types in Eastern Romania (1961–2008), Atmospheric Research, 169: 357-365.
  22. Nam, W., Shin, H., Jung, Y., Joo, K. and Heo, J.H. 2015. Delineation of the climatic rainfall regions of South Korea based on a multivariate analysis and regional rainfall frequency analyses. International Journal of Climatology 35(5): 777-793.
  23. Nnaji, C.C., Mama, C.N. and Ukpabi, O. (2016). Hierarchical analysis of rainfall variability across Nigeria. Theoretical and Applied Climatology, 123(1–2), 171–184
  24. Othman, M., Ash’aari, Z.H. and Mohamad, N.D. 2015. Long-term daily rainfall pattern recognition: Application of principal component analysis. Procedia Environmental Sciences, 30: 127-132

Zhang, Q., Chen, X., and Stefan, B. 2011. Spatio-Temporal Variations of Precipitation Extremes in the Yangtze River Basin (1960-2002). China, Atmospheric and Climate Sciences, 1: 1-8.