پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 161 |
| تعداد شماره‌ها | 6,532 |
| تعداد مقالات | 70,502 |
| تعداد مشاهده مقاله | 124,117,034 |
| تعداد دریافت فایل اصل مقاله | 97,221,860 |
شناسایی و ناحیه بندی تغییرات زمانی و یکنواختی بارش ایران | ||
| پژوهش های جغرافیای طبیعی | ||
| مقاله 3، دوره 49، شماره 2، تیر 1396، صفحه 191-205 اصل مقاله (1.38 M) | ||
| نوع مقاله: مقاله کامل | ||
| شناسه دیجیتال (DOI): 10.22059/jphgr.2017.62841 | ||
| نویسندگان | ||
| امید مفاخری* 1؛ محمد سلیقه2؛ بهلول علیجانی3؛ مهری اکبری4 | ||
| 1دانشجوی دکتری آب وهواشناسی، دانشکدة جغرافیا، دانشگاه خوارزمی تهران | ||
| 2دانشیار آب وهواشناسی، دانشکدة جغرافیا، دانشگاه خوارزمی | ||
| 3استاد آب وهواشناسی، دانشکدة جغرافیا، دانشگاه خوارزمی | ||
| 4استادیار آب وهواشناسی، دانشکدة جغرافیا، دانشگاه خوارزمی | ||
| چکیده | ||
| بارش از متغیرترین عناصر اقلیمی است که تغییرات آن پیامدهای محیطی و اقلیمی دارد. هدف از این پژوهش شناسایی نواحی اقلیمی از نظر توالی روز بارشی و بررسی ویژگی یکنواختی بارش است. برای تحقق اهداف از روش تحلیل خوشهای برای ناحیهبندی اقلیمی و به منظور بررسی پراکندگی مکانی و زمانی بارش از آمارة ضریب تغییرات و یکنواختی (H) در سه بازة زمانی (ده سال اول، دوم، و سوم) سالانه و فصلی برای شناخت جزئیات تغییرات بارش استفاده شد. بر اساس معیار روز بارشی (بارش یکروزه تا بارش با توالی هفت روز و بیشتر)، ایران به هفت ناحیة اقلیمی تقسیم شد. سپس، نواحی مختلف ایران از لحاظ سهم توالیهای بارش در تأمین روز بارش مقایسه شد. مشخص شد که بارش یکروزه در اغلب نواحی بیشترین سهم را در ایجاد بارش دارد. همچنین، مشخص شد که میانگین ضریب تغییرات سالانة ایران در دهة سوم (2004-2013) افزایش یافته و شاخص یکنواختی بارش این دهه کاهش یافته است؛ به عبارت دیگر، بارش در دهة سوم به تمرکز گرایش داشته است. نمایة یکنواختی بارش ناحیهها نشان داد که ناحیة 4 (شمال غرب و شمال شرق کشور) و ناحیة 3 (سواحل شمال کشور) تمایل به یکنواختی زمانی دارند و کمترین مقدار یکنواختی مربوط به ناحیة 1 (سواحل جنوب و جنوب شرق کشور) است. | ||
| کلیدواژه‌ها | ||
| ایران؛ تمرکز؛ توالی روز بارش؛ ضریب تغییرات؛ ناحیهبندی | ||
| عنوان مقاله [English] | ||
| Zonnation of temporal changes and uniformity of rainfall in Iran | ||
| نویسندگان [English] | ||
| Omid Mafakheri1؛ Mohammad Saligheh2؛ Bohlol Alijani3؛ Mehry Akbary4 | ||
| 1PhD Student in Climatology, Faculty of Geographical Sciences, Kharazmi University, Iran | ||
| 2Associate Professor of Climatology, Faculty of Geographical Sciences, Kharazmi University, Iran | ||
| 3Professor of Climatology, Faculty of Geographical Sciences, Kharazmi University, Iran | ||
| 4Assistant Professor of Climatology, Faculty of Geographical Sciences, Kharazmi University, Iran | ||
| چکیده [English] | ||
| Introduction Changes in rainfall regime can represent the effects of climate change. Reduction and increase in rainfall affect many environmental phenomena such as runoff, air temperature, humidity, and also many human activities including agriculture and housing. On the other hand, the growing need for understanding climatic characteristics is essential for human life. Increasing climate information has helped understand the climatic characteristics in different regions. Therefore, use of new classification methods seems inevitable. One of the most widely used methods is cluster analysis classification recently used extensively in climate zoning. Materials and methods For identifying the Iranian rainy areas, the first hourly data of precipitation of 53 synoptic stations, in a common statistical period, was received from the Meteorological Organization from 1984 to 2013.The hourly data were initially converted to daily to determine the number of days of rain (rainfall of 0.1 mm or more). In order to implement the classification from rainfall continuity period, rainy days were extracted in seven classes of precipitation such as one-day range, two-day range, and three days to seven days range. The precipitation more than seven days put in class with seven days sequence. The cluster analysis was used to identify climatic regions and their features. As a result, Iran was divided into seven regions with the highest intra-group similarity and the most difference among the groups in terms of the number of rainy days. For study of rainfall periodic characteristics, we used two coefficients of variation index and rainfall uniformity index. Using Spatial Analysis in ArcGIS, we prepared annual, decade, and seasonal maps for the study areas to find the areas exposed to the risk of intense precipitation and flood events. In other words, vulnerable areas can be identified. Results and discussion Based on hierarchical cluster analysis, rainfall day in Iran was separated into seven zones. Coefficient percentage of variation of the annual rainfall in Iran ranges from 73% to 245%. In other words, the spatial variation of rainfall is high in the regions. The third zone, with change coefficient 73, has the lowest coefficient of variation due to the relatively good dispersion of rainfall during the year. After that, the fourth zone has the lowest coefficient of variation. The seventh zone, in western areas of the country and Yasuj station, is in the third rank. The variation coefficient has increasing pattern to the east ward, south ward, and south-east ward of the country. The variability of rainfall on first zone has the highest percentage. The third and fourth zone, with a rainfall uniformity index more than 70%, has periodic form. The uniformity of precipitation has decreased from the north to the central regions, so that the lowest level of the uniformity is related to the first zone with a sporadic and heavy rainfall. Conclusion In the present study, using the characteristics of rainy day and applying cluster analysis, it was found that there are seven precipitation zones in the country. Rainfall, Precipitation amount, and rainfall distribution is different in each of the zones. The first zone has the highest spatial variability and the highest percentage of annual variation coefficient. The lowest annual average uniformity index is related to rainfall distribution and precipitation uniformity. Comparison of the rainfall zones in terms of temporal and spatial variability determined that periodic rainfall distribution in the country is mainly concentrated in the third decade of the period of study. | ||
| کلیدواژه‌ها [English] | ||
| Iran, concentration, Sequence of rainfall day, zoning | ||
| مراجع | ||
|
امیری، ر. (1386). تحلیل و پیشبینی نوسانات بارش در شهرستان خرمآباد با استفاده از مدل زنجیرة مارکوف، پایاننامة کارشناسی ارشد اقلیمشناسی، دانشگاه تربیت معلم. بابایی فینی، ا. و فرجزاده، م. (1382). نمایههای مکانی بارش و تغییرات آن در ایران، سومینکنفرانسمنطقهایواولینکنفرانسملیتغییراقلیم، اصفهان، 29 مهر تا 1 آبان. جهانبخش اصل، س.؛ ابطحی، و.؛ قربانی، م.؛ تدینی، م. و والایی، ا. (1394). بررسی توزیع زمانی و مکانی بارش شهرستان تبریز با روش تحلیل خوشهای، فصلنامة علمی- پژوهشی فضایجغرافیایی، 50: 59-81. حیدری بنی، م.؛ شیاسی، م. و میرعباسی، م. (1389). بررسی دقت واسنجی ضریب برف چاندرا در کوهرنگ، مجموعهمقالاتاولینهمایشملیبرف،بهمنویخ، شهرکرد، 18 شهریور تا 19 شهریور 1393. خلیلی، ک.؛ ناظری تهرودی، م. و احمدی، ف. ( 1394). کاربرد شاخص PCI در بررسی الگوی بارش ایران و تحلیل روند تغییرات آن در مقیاس سالانه و فصلی طی نیم قرن اخیر، نشریة آبیاریوزهکشیایران، 1: 195ـ 208. رضیئی، ط. و عزیزی، ق. (1387). بررسی توزیع مکانی بارندگی فصلی و سالانه در غرب ایران، پژوهشهایجغرافیایطبیعی، 65: 93-108. رضیئی، ط. و عزیزی، ق. (1388). شناخت مناطق همگن بارشی در غرب ایران، جغرافیاوبرنامهریزیمحیطی، 34: 65-86. عساکره، ح. ( 1389). تحلیلی بر تغییر رژیم بارش در استان زنجان، مجلة علمی و فنی نیوار، 70 و 71: 18-28. عساکره، ح. و رزمی قلندری، ر. (1393). توزیع زمانی و رژیم بارش در شمال غرب ایران، فصلنامة تحقیقاتجغرافیایی، 1: 37-50. علیجانی، ب. (1390). اقلیمشناسیسینوپتیک، چ 4، تهران: سمت. غیور، ح. و مسعودیان، ا. (1378). بررسی مکانی شاخص یکنواختی توزیع زمانی بارش در ایران، تحقیقاتجغرافیایی، 55: 20-28. قاسمی، م. و جامع، ع. (1385). مطالعة رژیم بارندگی ایستگاه سینوپتیک کرمانشاه، بولتنعلمیپژوهشکدةاقلیمشناسی، 1 و 2: 14-24. مسعودیان، ا.؛ دارند، م. و کارساز، س. (1390). پهنهبندی بارش غرب و شمال غرب ایران به روش تحلیل خوشهای، فصلنامة جغرافیایطبیعی، 11: 35-40. مسعودیان، ا. و عطایی، ه. (1384). شناسایی فصول بارشی ایران به روش تحلیل خوشهای، مجلةپژوهشیدانشگاهاصفهان، 1: 1-12. نظریپور، ح.ر. (1393). نواحی تداوم بارش ایران، مجلة جغرافیاوتوسعه، 36: 195ـ 208. Alijani, B. (2013). Synoptic climatology, Publishing Samt, Tehran.
Amiri, R. (2007). Analysis and Prediction of Precipitation in the city of Khorramabad using Markov chain model, Master's Thesis Ecology and Teacher Training University.
Alizadeh, A. (2010). Principales of applied hydrology, 29th edition, University of Imam Reza press, 912p.
Asakereh, H. and Razmi Qalandari, R. (2014). Time distribution and precipitation regime in the North West of Iran, Geographical Research Quarterly, 29(1): 112.
Asakereh, H. (2010). Analysis of the rainfall regime change in Zanjan province, Scientific and technical journals Nivar, No. 70-71, Winter 89.
Babaei Finney, O. and Farajzadeh, M. (2003). Spatial indexed of precipitation and changes in Iran, The third regional conference and the first International Conference on Climate Change, Isfahan.
Croitoru, A-E; Piticar, A. and Burada, D. (2015). Changes in precipitation extremes in Romania, Quaternary International, 1-11.
Ghasemi, M. and Jameh, A. (2006). The precipitation regime Kermanshah synoptic station, Academic Bulletin Institute of Ecology, 3(I and II): 14-24.
Ghayor, H. and Masoodian, A. (2008). The uniformity index spatial temporal distribution of rainfall in Iran, Geographical Research, 55 and 54: 20-28.
Heidari, B.; Shyasy, M. and Mir Abbasi, M. (2010). The accuracy of the calibration coefficient Chandra Koohrang snow, Proceedings of the First National Conference on snow, Avalanches and ice, Shahr Kord.
Jahanbakhsh Asl, S.; Abtahi, V.; Ghorbani, M.A.; Tadini, M. and Valaei, A. (2003). Study of temporal and spatial distribution of rainfall city of Tabriz using cluster analysis, Journal of geographic space, 15(50): 59-81.
Kansakar, R.; david, M., John, gerrard; and gwyn, R. (2004). spatial pattern in the precipitation regime of nepal, Int. J. Climatol, 24: 1645-1659.
Khalili, K.; Nazeri Tahrodi, M.; and Ahmadi, F. (2015). Application the index PCI in the pattern of rainfall Iran and trend analysis on the scale annual and seasonally during the last half century, The journal Irrigation and Drainage, 1(9): 195-208.
Limsakul, A. and Singhruck, P. (2016). Long-term trends and variability of total and extreme precipitation in Thailand, Atmospheric Research, 169: 301-317.
Mahmoudvand, R.; Hassani, H. and Wilson, R. (2007). Is the sample coefficient of variation a good estimator for the population coefficient of variation? World Applied Sciences Journal, 2(5): 519-522.
Mamedov, R.M.; Safarov, S.G. and Safarov E.S. (2009). Current changes of the atmospheric precipitation regime on the territory of Azerbaijan, Geography and Natural Resources, 30 :403-407. UK.881.
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.
Martınez, M. D.; Lana, X.; Burgueno, A.; and Sara, C. (2007). Spatial and temporal daily rainfall regime in Catalonia (NE Spain) derived from four precipitation indices, years1950–2000, Int. J. Climatol, 27: 123-138.
Masoodian, A. and Ataie, H. (2005). Identify the rainy seasons of the cluster analysis, Journal of Research university Eesfahan, 18(1): 1-12.
Masoodian, A.; Darand, M. and Karsaz, S. (2011). Zoning of precipitation West and North West of Iran cluster analysis, Journal of Natural Geography, 11: 35-40.
Nazaripor, H.R. (2014). Iran is continuing areas, Journal of Geography and Development, 36: 208-195.
Raziei, T. and Azizi G. (2008). Reviews seasonal and annual rainfall distribution in the West of Iran, Research in Natural Geography, 65: 93-108.
Raziei, T. and Azizi, G. (2009). West's areas recognition of of precipitation in homogeneous, Geography and Environmental Planning, 34: 65-86.
Reiser, H. and Kutiel, H. (2007). The rainfall regime and its uncertainty in Valencia and Larnaca Adv, Geosci., 12: 101-106.
Schlosser, E.; Duda M.G.; Powers, J.G. and Manning, K.W. (2008). Precipitation regime of Dronning Maud Land, Antarctica, derived from Antarctic Mesoscale Prediction System (AMPS) archive data, Journal of geophysical research, Vol. 113, D24108. | ||
|
آمار تعداد مشاهده مقاله: 1,435 تعداد دریافت فایل اصل مقاله: 2,125 |
||