خوشه بندی بارش ایران با استفاده از روشی نوین مبتنی برکاربرد نگاشت (SVD) و خوشه‌بندی فازی (FCM)

نوع مقاله: مقاله علمی پژوهشی

نویسندگان

1 استادیار گروه جغرافیا و برنامه‌ریزی شهری دانشکده علوم انسانی و اجتماعی دانشگاه مازندران

2 استادیار گروه مهندسی برق دانشکده فنی و مهندسی، گروه مهندسی برق، دانشگاه مازندران

3 کارشناس‌ارشد اقلیم شناسی شهری دانشگاه مازندران

چکیده

هدف این تحقیق خوشه بندی بارش ایران به‌منظور شناخت تفاوتهای مکانی آن است. داده های روزانه بارش، رطوبت نسبی و دمای نقطه شبنم 63 ایستگاه کشور در بازه زمانی 1985 تا 2013 از سازمان هواشناسی کشور اخذ شد. این داده‌های خام با استفاده از روش نگاشت تجزیه به مقادیر منفرد (SVD) فشرده و کاهش بعد داده شد و به‌عنوان ویژگیهای غیرخطی آماده سازی گردید. علاوه بر این ویژگیها 9 ویژگی بارش شامل روزهای با بارش سنگین (بزرگ‌تر مساوی 10 میلی‌متر)، روزهای با بارش خیلی سنگین (بزرگ‌تر مساوی 20 میلیمتر)، روزهای با بارش بزرگ‌تر مساوی 25 میلیمتر، بزرگ‌ترین تعداد روزهای خشک متوالی (CWD)، بزرگ‌ترین تعداد روزهای تر متوالی (CDD) و تعداد روزهای بارش در هر فصل به‌عنوان ویژگیهای خطی از بارش روزانه استخراج شد. در مرحله نهایی این ویژگیهای خطی و غیرخطی به هم الحاق شده و به سیستم خوشه بندی فازی وارد شدند. نتایج این تحقیق 6 خوشه بارشی را در ایران نشان داد. نواحی ساحلی خزر، سواحل خلیج فارس و دریای عمان، نواحی بسیارخشک مرکزی، نواحی نیمه خشک، نواحی کوهستانی و نیمه کوهستانی در خوشه های مجزا قرار گرفتند که با عرض جغرافیایی، توپوگرافی ایران و دوری و نزدیکی از دریا و منابع رطوبتی مطابقت نشان میدهند. مقایسه نتایج این خوشه بندی با روشهای دیگر که تاکنون انجام شده است حاکی از تفکیک و جداسازی قابل قبول ایستگاهها و خوشه ها با توجه به میزان بارش ایستگاهها و عوامل موثر بر آن میباشد.

کلیدواژه‌ها


عنوان مقاله [English]

Clustering the rainfall of Iran with using new approach based on Singular Value Decomposition Mapping and Fuzzy C-Means Clustering

نویسندگان [English]

  • hematollah roradeh 1
  • Jamal Ghasemi 2
  • Yadollah Yousefi 1
  • Zohre Ghasemi 3
1 uni.Mazandaran
2 assistant professor university of mazandarn
3 Masters student of urban climatology, university of mazandaran
چکیده [English]

The aim of this study is clustering of Iran precipitation in order to recognize its spatial differences. Daily data of precipitation, relative humidity, and due point temperature were acquired from 63 stations since the year 1980 till 2013 by national meteorology organization. These primary data by using of the method Singular Value Decomposition (SVD) mapping were compressed to single values and then decreased and prepared as non-linear properties. In addition to these properties, some other properties such as the days with heavy precipitation (greater than or equal to 10 mm), days with much heavy precipitation (greater than or equal to 20 mm), days with precipitation greater than or equal to 25 mm, greatest number of consecutive dry days (CDD), greatest number of consecutive wet days (CWD), and the number of days with precipitation at every season were acquired as linear properties of daily precipitation. In the final step, these linear and non-linear properties were joined together then entered to the fuzzy clustering system. The result of this study showed six precipitation clusters in Iran. The coastal areas of the Caspian Sea, Persian Gulf and Oman Sea, the central very dry, semi-arid, mountainous and semi-mountainous areas were grouped in definite clusters according to Iran topography, Latitude and distance from the sea and water resources. Comparing the results of clustering by this method with other methods that have been done until now, we found that this new approach of clustering can distinguished the stations and clusters regarding its causative agents, significantly high performance.

کلیدواژه‌ها [English]

  • Precipitation
  • Fuzzy Clustering
  • SVD
  • linear and non-linear precipitation features
  • Iran
  1. اشرفی، سعیده. 1389. پهنه­بندی بارش شمال­غرب ایران با استفاده از روش­های تحلیل خوشه­ای و تحلیل ممیزی. نشریه پژوهش­های اقلیم‌شناسی، سال اول، شماره سوم و چهارم، پائیز و زمستان 1389(دو فصلنامه).
  2. بهاروند، سیامک. سلمان سوری. 1394. پهنه­بندی خطر زمین‌لغزش با استفاده از منطق فازی مدل تراکم سطح (مطالعه موردی حوضه کاکاشرف، جنوب شرقی شهر خرم‌آباد). مجله زمین‌شناسی مهندسی، سال نهم، شماره 4، سال 1394. صفحه 2.
  3. خورشید دوست، محمدعلی. علی‌اصغر شیرزاد. 1393. بررسی و تحلیل بارش­های ناحیه شمال ایران با استفاده از تحلیل خوشه­ای و تجزیه تابع تشخیص. نشریه علمی-پژوهشی جغرافیا و برنامه‌ریزی، سال 18، پائیز 1393، صفحات 118-101.
  4. دین‌پژوه، یعقوب. احمد فاخری فرد. محمد مقدم واحد. سعید جهانبخش. میرکمال میرنیا. 1382. انتخاب متغیرها به‌منظور پهنه­بندی اقلیم بارش ایران با روش‌های چندمتغیره. مجله علوم کشاورزی ایران، جلد 34، شماره 4، صفحات 823-809.
  5. صمدی، زهرا. حسین محمدی. 1389. پهنه­بندی بارش پاییزه نیمه غربی ایران: کاربرد توابع متعامد تجربی در مطالعات اقلیم‌شناسی، نشریه تحقیقات کاربردی علوم جغرافیایی، جلد 16، شماره 19، زمستان 1389، صفحات 44-27.
  6. طاهائی، فاطمه. هیوا سلکی. زهرا حجازی زاده. 1395. بررسی الگوهای همدید بارش‌های فوق سنگین غرب و جنوب غرب حوضه آبریز دریاچه ارومیه. برنامه‌ریزی و آمایش فضا، دوره 20، شماره 1، صفحات 96-79.‎
  7. کلانتری، خلیل. 1387. پردازش و تحلیل داده­ها در تحقیقات اجتماعی و اقتصادی، تهران، انتشارات فرهنگ صبا، چاپ سوم.
  8. کیانیان، محمدکیـــــا، امین صالح پورجـــم، حسن حاجی‌محمدی،فهیمه رسولی. 1395. بررسی و ارتباط خشک سالی و ترسالی های غرب ایران با الگوهای سینوپتیکی جو، مجله آمایش جغرافیایی فضا، سال ششم/ شماره مسلسل بیست و دوم، گرگان، دانشگاه گلستان، صفحات 192-175.
  9. مانلی، بی‌اف‌جی. 1944. آشنایی با روش­های آماری چند متغیره ترجمه محمد مقدم. ابوالقاسم محمدی. مصطفی سربزه. 1388. انتشارات پریور، چاپ دوم، ویراست سوم.

10. محمودی، پیمان. بهلول علیجانی. 1393. شناسایی و پهنه­بندی رژیم­های بارشی استان کردستان با استفاده از تحلیل خوشه­ای. نشریه علمی- پژوهشی علوم و مهندسی آبخیزداری ایران، سال هشتم، شماره 26، پائیز 1393، صفحات 64-61.

  1. مدرس، رضا. 1386. توابع توزیع منطقه­ای بارش ایران. نشریه­ی پژوهش و سازندگی در منابع طبیعی، شماره 75، تابستان 1386.
  2. مسعودیان، سیدابوالفضل. 1386. اقلیم شناسی ایران، اصفهان، انتشارات دانشگاه اصفهان.
  3. 13.  مسعودیان، سیدابوالفضل. هوشمند عطایی. 1384. شناسایی فصول بارشی ایران به­روش تحلیل خوشه­ای. مجله علوم انسانی دانشگاه اصفهان، جلد هجدهم، شماره 1، صفحات 12-1.

14. نادی، مهدی. علی خلیلی. 1392. طبقه­بندی اقلیم بارش ایران با روش تحلیل عاملی- خوشه­ای. نشریه تحقیقات آب‌وخاک، دوره‌ی 44، شماره 3، پائیز 1392، صفحات 244-237.

15. نظم‌فر، حسین. اکبر گلدوست. 1393. پهنه­بندی آب و هوایی شمال و شمال­غرب ایران با استفاده از تحلیل عاملی و تحلیل خوشه‌ای. اهر، فصلنامه فضای جغرافیایی، شماره 48، زمستان 1393، صفحات 161-147.

  1. Aster, R.C., Borchers, B. and Thurber, C. 2000. Parameter estimation and inverse problems, course note.
  2. Andrews, H.C. and Hunt, B.R. 1977. Digital image restoration: Prentice-Hall, New Jersey.
  3. Domroes, M., Kaviani, M. and Schaefer, D. 1998. An analysis of regional and intra-annual precipitation variability over Iran using multivariate statistical methods. Theoretical and Applied Climatology, 61(3-4): 151-159.
  4. Dikbas, F., Firat, M., Koc, A.C. and Gungor, M. 2012. Classification of precipitation series using fuzzy cluster method. International Journal of Climatology, 32(10): 1596-1603.
  5. Freire, S.L.M., and Ulrych, T.J. 1988, Application of singular value decomposition to vertical seismic profiling: Geophysics, 53: 778-785.
  6. Hemon, C. and Mace, D. 1978. The use of the Karhunen-Loeve transformation in seismic dataprocessing: Geophys. Prospect. 26: 600-626
  7. Jones, I.F. 1985. Applications of the Karhunen-Loeve transform in reflection seismology: Ph.D. thesis, Univ. of British Columbia.
  8. Kettenring, Jon R. 2006. The Practice of Cluster Analysis, Journal of Classification 23, 3-30.
  9. Richardson, M.R., and Zandt, G. 2005. Inverse problems in geophysics, A set of lecture notes.
  10. Seibert, P., Frank, A., and Formayer, H. 2007. Synoptic and regional patterns of heavy precipitation in Austria. Theoretical and applied climatology, 87(1-4): 139-153.
  11. Um, M.J., Markus, M., Wuebbles, D.J., and Kim, Y. 2016. Projected variations in the regional clustering of precipitation stations around Chicago. Climate Research, 67(2): 151-163.
  12. Yadav, R.K., Kumar, R.K. and Rajeevan, M. 2012. Characteristic features of winter precipitation and its variability over northwest India. Journal of earth system science, 121(3): 611-623.