بررسی ناهنجاریهای دمایی دوره ی سرد سال(محدوده ی مورد مطالعه: استان مازندران)

نوع مقاله: مقاله علمی پژوهشی

نویسندگان

1 هیئت علمی -گروه جغرافیا .دانشکده علوم انسانی .دانشگاه گلستان

2 دانشجوی ارشد رشته ی اقلیم شناسی-دانشگاه گلستان

چکیده

دما یکی از مهمترین عناصر اقلیمی است که تغییرات آن میتواند ساختار آب و هوایی هر منطقه‌ای را دگرگون سازد. بنابراین از جمله اهداف این تحقیق ارزیابی ناهنجاریهای آن در استان مازندران می‌باشد. داده‌های مورد استفاده در این تحقیق به صورت روزانه که شامل دو گروه داده‌های بیشینه و کمینه دما و فشار در سطح دریا و 500 هکتوپاسکال می‌باشد. در این تحقیق انحرافات مثبت دمایی با تداوم‌های بالاتر از یازده روز به عنوان شاخص ناهنجاریهای دمایی در نظر گرفته شد. نتایج این پژوهش نشان داد فراوانی ناهنجاری‌های دمایی در ایستگاههای مختلف استان تفاوت قابل ملاحظه‌ای نشان نمی‌دهد این موضوع حاکی از آن است که ناهنجاری‌های دمایی در مقیاس کلان توسط عوامل آب‌و‌هوایی خارج از مقیاس محلی کنترل می‌شوند. با این وجود به صورت جزئی تکرار ناهنجاریها بویژه در دماهای بیشینه در ایستگاههای کوهستانی بیشتر از ایستگاههای ساحلی و جلگه‌ای استان بوده است. بدین منظور رابطه ناهنجاریها با شاخص مداری مورد ارزیابی قرار گرفت، بطوریکه مشخص گردید شاخص مداری برآورد شده واقع در منطقه مورد مطالعه رابطه‌ی بالایی را با ناهنجاریهای دمایی استان نشان می‌دهد. علاوه براین ارزیابی تغییر ناهنجاریها توسط آزمون من-کندال حاکی از وجود روند معنی‌دار افزایشی در فراوانی ناهنجاریهای رخ‌ داده در اکثر ایستگاهها می‌باشد.

کلیدواژه‌ها


عنوان مقاله [English]

An investigation of temperature anomalies of cold-year period (Area of study: Mazandaran)

نویسندگان [English]

  • esmaeil shahkooeei 1
  • abdolazim ghangherme 1
  • robabeh yousefi 2
2 golestan
چکیده [English]

Temperature is one of the most important elements of climate that its changes can alter the climate of each region and plays a major role in how to operate the environmental and agricultural powers. The objectives of this study were the identification and evaluation of temperature anomalies in Mazandaran province. The data used in this study have been considered on a daily basis for the statistical period from 1971 to 2010 including two maximum and minimumm environmental data groups from 24 meteorological stations on land, pressure data at sea level and 500 hecto-pascal along the axis 52.5 ° east. In this study, the positive deviations in temperature continuing up to eleven days are considered as an indicator of temperature anomalies. The results of this study showed that the frequency of temperature anomalies in the province stations did not show significant differences. Also it is showed that the large-scale temperature anomalies are controlled by climatic factors outside the control of the local scale.However abnormality repetition, especially in maximum temperatures at the mountain stations has partially been more than coastal stations and the plains of the province. For this purpose, the relationship between abnormalities was evaluated with the index. And it was found that the estimated index in the studied region had high correlation with the province temperature anomalies. In addition, the anomaly change by Mann-Kendall test showed a significant increase in the frequency of abnormalities occurring in most stations.
Keywords: maximum and minimum Temperature, temperature anomalies, Regression tree, Mann-Kendall test, Mazandaran

کلیدواژه‌ها [English]

  • maximum and minimum Temperature
  • temperature anomalies
  • Regression Tree
  • mann-kendall test
  • Mazandaran

1-  ابراهیمی، حسین؛ امین علیزاده، سهیلا جوانمرد. 1385. بررسی وجود تغییرات دما در دشت مشهد به‌عنوان نمایه تغییر اقلیم در منطقه، فصلنامه تحقیقات جغرافیایی، شماره 79، اصفهان.

2-  احمدی، محمود، هانیه میرحاجی. 1390. ارزیابی تاثیرات تنش‌های گرمایی در کشت ذرت (مطالعه موردی: استان قزوین)، مجله علوم محیطی، سال نهم، شماره سوم.

3-   براتی، غلامرضا، سیدشفیع موسوی. 1384. جابجایی مکانی موج های زمستانی گرما در ایران، مجله جغرافیا و توسعه.

4-  حبیبی، رضا، سعید امامی‌فر، علی‌اکبر نوروزی و نسیم جنتیان. 1392. برآورد تابش رسیده به سطح زمین در دو نمونه اقلیمی با استفاده از مدل درختی M5 و مقایسه آن با مدل تجربی آنگستروم، نخستین کنفرانس ملی آب و هواشناسی ایران، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته کرمان.

5-  حجام، سهراب، یونس خوشخو و رضا شمس‌الدین‌‌وندی. 1387. تحلیل روند تغییرات بارندگی‌های فصلی و سالانه چند ایستگاه منتخب در حوزه مرکزی ایران با استفاده از روش‌های ناپارامتری، پژوهش‌های جغرافیایی، شماره 64، تابستان، صص 168-157.

6-   رحیمی بدر، بیتا و سعید یزدانی. 1386. ارزیابی اثرات تغییر اقلیم بر کشاورزی، فصلنامه توسعه و بهره‌وری، صفحات 48-44.

7-  سبزی پرور، علی‌اکبر، زهرا سیف و فرشته قیامی. 1392. تحلیل روند دما در برخی از ایستگاه‌های مناطق خشک و نیمه خشک کشور، مجله جغرافیا و توسعه، شماره 30.

8-   عساکره، حسین. 1386. تغییر اقلیم، چاپ اول انتشارات دانشگاه زنجان.

9-  علیجانی. بهلول، پیمان محمودی، محمد سلیقه، اله بخش ریگی چاهی. 1390. بررسی تغییرات کمینه و بیشینه‌های سالانه دما در ایران»، فصلنامه تحقیقات جغرافیایی، سال 26، شماره سوم،.

10-علیجانی، بهلول. 1381. کتاب اقلیم شناسی سینوپتیک، سازمان مطالعه و تدوین کتب علوم انسانی دانشگاهها (سمت)، مرکز تحقیق و توسعه علوم انسانی، تهران.

11-فلاح، اعظم؛ خلیل قربانی، امیراحمد دهقانی و جواد بذرافشان. 1393. بررسی میزان همبستگی بین متغیرهای اقلیمی پیوند از دور با شاخص خشکسالی spi به روش رگرسیون درختی، دومین همایش ملی بحران آب، دانشگاه شهرکرد.

12-مسعودیان، ابولفضل. 1383. بررسی روند دمای ایران در نیم سده گذشته، مجله ی جغرافیا و توسعه، صفحه ی 95-89.

13-منتظری، مجید و مرجان مهدیه. 1390. تحلیل گرمای فرین استان اصفهان (اسفند1382)»، مجموعه مقالات همایش ملی بوم‌های بیابانی، گردشگری و هنرهای محیطی، دانشگاه آزاد اسلامی واحد نجف آباد.

14-یزدان‌پناه، حجت‌اله؛ نسا سپندار، مینو احمدیان، سیدپیام فدایی. 1391. بررسی امواج گرمایی حادث شده در کرمانشاه، همایش ملی شهرهای مرزی و امنیت؛ چالش‌ها و رهیافت‌ها، دانشگاه سیستان و بلوچستان.

15-              Bhattacharya B, Solomatine DP. 2003. Neural networks and M5 model trees in modelling water leveldischargerelationship for an Indian river. In European Symposium on Artificial Neural Networks,Bruges (Belgium), 23–25 April; 407–412

16-              Choi, G, Collins, D, R, Guoyu , T, Blair, B, Marina, F, Yoshikazu , Muhammad, A, Theeraluk, P,Purevjav, G, Pham , T T H, Norlisam, L, Won-Tae K, Kyung-On , B, Yu-Mi, C and Yaqing, Z. 2009. Changes in means and extreme events of temperature and precipitation in the Asia-Pacific Network region, 1955–2007, international journal of climatology, 29: 1906-1925.

17-              Houghton J.T., Meira Filho, L.G., Callander, B.A., Harris, N., Kattenberg, A., and Maskell, K. (eds). 1996. Climate Change, the Science of Climate Change. Cambridge University Press, Cambridge.

18-              Kendall, M.G. 1975. Rank correlation methods. Charles Griffin, London.

19-              Koppe, Christina, Sari Kovats, Gerd Jendritzky and Bettina Menne. 2004. Health and Global Environmental Change, publication, WHO, Regional office for Europe scherfigsvej8, DK 2004 Copenhagen, Denmark’s 6

20-              Lucio, P.S., Silva, A.M., and Serrano, A.I. 2010. Changes in occurrences of temperature extremes in continental Portugal: a stochastic approach, Meterological Application, 17(4): 404-418.

21-              Mann, H.B. 1945. Nonparametric tests against trend. Econometrica, 13: 245-259.

22-              Mitchell, J.M., Chairman, J.R., Dzerdzeevskii, B., Flohn, H., Hofmeyer, W.L., Lamb, H.H., Rao, K.N., and Wallen, C.C. 1996. Climatic Change Note WMO 195.

23-              Quinlan J.R. 1992. Learning with continuous classes. Proceedings of Australian Joint Conference on Artificial Intelligence. World Scientific Press: Singapore; 343–348.

24-              Ragasakthi S., and Sandarvel, S. 2003. Anthoropogenic Induced Climate Change in India. Proceeding of the International Symposium on Cliate Change (ISCC). Beijing: China.

25-              Seleshi, Y., and Zanke, U. 2004. Recent changes in rainfall and rainy days in Ethiopia. International Journal of Climatology24.

26-              Sneyers, R. 1990. On the statistical analysis of series of observation, WMO Technical Note 415.

27-              Solomatine, D.P., and Dulal, K.N. 2003. Model trees as an alternative to neural networks in rainfall-runoffmodelling. Hydrological Sciences Journal, 48(3): 399–411.

28-              Solomatine, D.P., and Siek, M.B. 2004. Flexible and optimal M5 model trees with applications to flow predictions. Proceedings of 6th International Conference on Hydro informatics. World Scientific Press: Singapore.

29-              Solomatine, D.P., and Xue, Y. 2004. M5 model trees compared to neura networks: application to flood forecasting in the upper reach of the Hua River in China. Journal of Hydrologic Engineering 9(6): 491–501.

30-              Turkes, M. Sumer, U.M., and Demir, I. 2002. Re- Evaluation of Trends and Changes in mean. Maximum and Minimum Temperatures of Turkey for the Period 1929-1999.Int. Journal of Climatol, 22: 947-977.

31-              WHO 2003. The health impacts of 2003summer heat-waves. Briefing note for the delegations of the fifty-third session of the WHO (World Health Organization) Regional Committee for Europe.

32-              Yin Z.Y. 1999. Winter temperature anomalies of the north China plainand macroscale extratropical circulation patterns. Int. J. Climatol, 19: 291-308.

Yue, S., and Hashino, M. 2003. Temperature trends in Japan: 1900-1996. Theor. Appl. Climatol., 75