پژوهش های اقلیم شناسی
سال:1389 | دوره:1 | شماره:3- 4 |تعداد مقالات:7

در این پژوهش، پس از انتخاب معیار بارش سنگین در جنوب شرق ایران، با استفاده از رویکرد محیطی به گردشی، شرایط همدیدی در زمان این رویداد (6 ژانویه 2008 میلادی) بررسی گردید. نتایج نشان داد که رخداد بارش سنگین مورد مطالعه در جنوب شرق کشور با مهیایی شرایطی نظیر وجود رطوبت زیاد در تراز پایین جو بخصوص تخلیه رطوبتی شدید از خلیج فارس، ناهنجاری های منفی شدید در ترازهای میانی جو و استقرار رودباد جنب حاره ای در غرب منطقه مرتبط می باشد.

به منظور تعیین ساختار الگوی همدیدی بارش های فرین در شمال غرب ایران، برخی پارامترهای هواشناسی از قبیل فشار سطح متوسط دریا، ارتفاع تراز 500 هکتوپاسکال، رودباد 300 هکتوپاسکال و دمای سطح آب که موجب بارش شدید در ماه مارس در شمال غرب ایران می شوند، برای حالت موردی بررسی شدند. از آن جایی که اختلاف ها در شرایط بیشینه و کمینه بارش بیشتر نمایان می شوند، از این رو شرایط فرینه ها بررسی می گردند. 14 مارس سال 2009 به عنوان پر بارش و 4 مارس سال 2005 به عنوان کم بارش انتخاب می گردند. برای بررسی کمیت های همدیدی از داده های (NCEP/NCAR) و برای بررسی دمای سطح آب از داده های AVHRR استفاده گردید. نتایج نشان می دهند که برهم کنش دو رودباد جنب حاره و قطبی باعث چرخندزایی در منطقه شمال شرق دریای مدیترانه می شود و مشخص گردید که بی هنجاری فشار سطح متوسط دریا، ارتفاع تراز 500 هکتوپاسکال و دمای سطح آب می تواند به عنوان ابزاری برای پیش بینی بارش های شدید استفاده شوند. بی هنجاری دمای سطح آب در حالت بارش شدید نشان می دهد که دریای مدیترانه، دریای سیاه، دریای عمان و اقیانوس هند از مقدار میانگین گرم تر هستند، که باعث تبخیر بیشتر و تغذیه رطوبتی مناسب به منطقه می گردند.

نیاز روز افزون به شناخت ویژگی های اقلیمی مناطق از ضروریات زندگی بشر امروز است. از طرف دیگر افزایش اطلاعات اقلیمی موجب شده شناخت ویژگی های تک تک مناطق، کاری بسیار زمان بر باشد. از این رو استفاده از روش های جدید (چند متغیره) طبقه بندی، امری ضروری و اجتناب ناپذیر به نظر می رسد. یکی از روش های پر کاربرد در طبقه بندی تحلیل خوشه ای است که اخیرا به صورت گسترده در پهنه بندی های اقلیمی به کار گرفته شده است. روش دیگری که می توان برای پهنه بندی از آن بهره گرفت تحلیل ممیزی (تابع تشخیص) است که با استفاده از توابع خطی اقدام به طبقه بندی می کند. در این تحقیق سعی شده است که مشخصات بارشی شمال غرب کشور با استفاده از روش های مذکور مورد طبقه بندی قرار گیرد. همچنین نتایج حاصل از روش های مورد استفاده با هم مقایسه شده است.در تحقیق حاضر بارش شمال غرب کشور با استفاده از هشت مشخصه بارشی و بهره گیری از روش های تحلیل خوشه ای و تحلیل ممیزی طبقه بندی گردید و نتایج به دست آمده حاکی از وجود چهار ناحیه بارشی در محدوده مورد مطالعه می باشد. نتیجه به دست آمده از تحلیل ممیزی در 97.6% از مساحت منطقه با نتایج حاصل از تحلیل خوشه ای مطابقت می کند. تفاوت های موجود در گروه های بارشی در نواحی مرزی گروه ها قرار داشت که برای رفع این مشکل از احتمال پسین یاخته های مشکوک استفاده و یاخته های مورد نظر به گروه های واقعی خود منسوب شدند.

ارزیابی پدیده تغییر اقلیم و پیامدهای احتمالی آن بر فرایندهای هیدرولوژی حوضه کمک فراوانی به چالش های مدیران و برنامه ریزان منابع آب در دوره های آتی خواهد کرد. اثر تغییر اقلیم بوسیله شبیه سازی فرآیندهای هیدرولوژیکی با مدل فیزیکی بارش رواناب مورد بررسی قرار می گیرد. مدل های هیدرولوژی چارچوبی را برای بررسی رابطه مابین هواشناسی (climate) و منابع آب فراهم می کنند. هدف از این تحقیق بررسی تاثیر پدیده تغییر اقلیم بر رواناب خروجی حوضه قره سو از سرشاخه های اصلی رودخانه کرخه (از مهم ترین رودخانه های ایران) در دوره 2069-2040 می باشد. در این تحقیق از مدل توزیعی SWAT در ارزیابی اثر تغییر اقلیم بر هیدرولوژی حوضه آبریز قره سو استفاده گردیده است. این مدل به تغییرات زمین، آب و هوا حساس می باشد. در این راستا ابتدا مدل پیوسته توزیعی بارش - رواناب SWAT برای دوره پایه 2000-1971 مورد واسنجی و اعتبارسنجی قرار گرفت. سپس جهت ارزیابی اثرات تغییر اقلیم و گرمایش جهانی بر هیدرولوژی حوضه در دوره 2069-2040 میلادی داده های مدل اقلیمی HadCM3-AR4 تحت سناریوی انتشار A2 از مجموع سناریوی SRES برای منطقه ریز مقیاس گردید. در ادامه داده های اقلیمی ریزمقیاس شده به مدل SWAT معرفی گردیده و تغییرات رواناب در دوره آتی مورد ارزیابی قرار گرفت. نتایج سناریوی اقلیمی دما و بارش مدل HadCM3 و سری زمانی رواناب شبیه سازی شده توسط مدل بارش - رواناب، نشان می دهد متغیرهای اقلیمی و هیدرولوژی حوضه قره سو در دوره آتی تغییرات قابل توجهی خواهند داشت. مقایسه پارامترهای اقلیمی مشاهداتی و شبیه سازی شده در دوره 2069-2040 نشان می دهد دمای منطقه در ماه های مختلف بین 1 تا 4 درجه سلسیوس نسبت به دوره پایه گرم تر می شود. بارش نیز بجز در ماه های بدون بارش، تغییری بین %30- تا %30 خواهد داشت. که می تواند بر مقدار کلی آب قابل دسترس، زمان پیک و وقایع حدی اثرگذار باشد شبیه سازی ها همچنین نشان از تغییر رواناب منطقه در این دوره بین 120 تا 90 درصد در ماه های مختلف دارد.

هواویزهای موجود در جو، که شامل ذرات جامد و مایع معلق در هوا بوده و دارای منشا طبیعی و انسانی هستند، یکی از منابع اصلی آلودگی هوا و از دلایل اساسی ایجاد و یا تشدید بیماری های قلبی - عروقی و تنفسی بشمار می روند. در سال های اخیر، لزوم پایش و کنترل آلاینده های هوا، در سطح وسیع و با روش هایی که از سرعت و دقت بیشتر و هزینه کمتری برخوردار باشند احساس می شود. مهم ترین پیشرفت در زمینه سنجش از دور ماهواره ای، جمع آوری مشخصات ذرات معلق بالای سطح زمین توسط سنجنده مودیس (اسپکترورادیومتر تصویربردار با قدرت تفکیک متوسط) مستقر بر ماهواره های ترا و آکوا می باشد. با توجه به اینکه سنجنده مادیس مستقر بر این ماهواره ها روزانه از محدوده کشور ما تصویربرداری می نماید، استفاده از آن ها در تعیین غلظت ذرات معلق هوا، امکان پذیر است. در این پژوهش از تصاویر ماهواره ای سطح اول و داده های سطح دوم این سنجنده، به همراه داده های حاصل از اندازه گیری های ایستگاه های زمینی سنجش آلودگی هوا برای انجام تحلیل های کیفی و کمی ذرات معلق هوا در سطوح وسیع استفاده شد. پس از محاسبه ضخامت نوری هواویزها از تصاویر مودیس، برای شهر تهران ضریب همبستگی در حدود 0.48= R2 میان داده های ماهواره ای و داده های زمینی با رابطه خطی PM10 (μgr/m3) = 222.78*AOD - 65.091 بدست آمد که بطور کلی این همبستگی نشان داد که برای سنجنده ای با دقت در حد مودیس و قدرت تفکیک مکانی آن، قابل قبول می باشد، البته لازم به ذکر است که پیکسل های ضخامت نوری هواویزها با ابعاد 10×10 کیلومتری موجود بوده و در هر گذر ماهواره، سطح زمین، تنها توسط تعداد کمی از این پیکسل ها پوشیده می شود در حالی که داده های اندازه گیری شده در ایستگاه های زمینی پایش آلودگی هوا، تنها در شعاع محدودی از اطراف خود قابل استناد هستند و در بسیاری از مواقع مقایسه داده های زمینی با اطلاعات بدست آمده از ماهواره از این طریق، از صحت کافی برخوردار نمی باشند.

با توجه به تاثیر به سزای تغییر اقلیم بر فرآیندهای مختلف محیطی، کمی سازی این تغییرات از اهمیت زیادی برخوردار است. از طرفی دیگر کاربرد مدل های شبیه ساز متغیرهای هواشناسی در قالب کلی مولدهای وضع هوا منجر به توسعه روزافزون آن ها شده است. سری های شبیه سازی شده این مولدها با مشخصات سری های مشاهده شده می باشند و واقعیات اقلیمی پیش رو در آن ها درج نشده است. در این مطالعه کاربرد یک روش ناپارامتری مبتنی بر بازنمونه گیری هدفمند از سری های مشاهده شده، برای اعمال اثرات اقلیمی پیش بینی شده بر سری های شبیه سازی شده دما و بارندگی توسط مولدهای وضع هوا، مورد بحث قرار گرفته است. پارامتر کلیدی این روش، «پارامتر شکل» می باشد که تعریف هدفمند آن موجب دقت مضاعف فرایند تولید داده می شود. مدل شبیه ساز متغیرهای هواشناسی مورد استفاده، روشی ناپارامتری مبتنی بر نزدیک ترین همسایه با قابلیت تولید داده هایی خارج از سری مشاهده شده می باشد که می تواند سری هایی با طول آماری دلخواه همراه با مشابهت های آماری با سری تاریخی تولید نماید. کاربست این رهیافت برای پنج ایستگاه همدیدی تهران، مشهد، بوشهر، قزوین و تبریز به صورت تک مکانی مورد ارزیابی قرار گرفته است و نتایج بر اساس آزمون های مختلف آماری مناسب ارزیابی شده است. با اجرای این رهیافت ناپارامتری، اثر تغییرات اقلیمی هم در نرمال درازمدت سری آماری لحاظ گردید و هم در فراوانی وقوع دوره های با ویژگی های معین به عنوان مثال دوره های یخبندان. این نتایج به خصوص برای متغیرهای دمایی قابل قبول تر می باشند یافته های مطالعه قابلیت کاربرد این روش را تایید کرد.

در این پژوهش با استفاده از فرایند جدید «پالایه کالمن غیرخطی» مطابق الگوریتم ارائه شده توسط گالانیس (2006)، برونداد مستقیم مدل پیش بینی عددی وضع هوا موسوم به WRF در بازه های مختلف زمانی، ابتدا برای تندی باد در ارتفاع ده متری سطح زمین و سپس جهت ارزیابی کاربرد این روش و مقایسه نتایج، برای دمای هوا در ارتفاع دو متری سطح زمین در 8 ایستگاه هواشناسی همدیدی استان بوشهر، مورد پس پردازش قرار گرفته است. کاربرد چند جمله ای هایی با مرتبه های مختلف (مرتبه 1 تا 10) به منظور استخراج مرتبه بهینه بر اساس بهترین عملکرد پالایه در بهبود پیش بینی مدل WRF برای تندی باد و دما در همه ایستگاه ها و در هر یک از بازه های پیش بینی آزمایش شدند. سپس نتایج به دست آمده برای همه ایستگاه ها در ساعت ها و بازه های مختلف پیش بینی با هم تلفیق و تحلیل های آماری بر روی این داده ها صورت گرفت.نتایج نشان داد که جهت به دست آوردن پیش بینی های پالاییده، برای تندی باد - کمیتی با رفتار غیرخطی یا ناپیوسته - مدت آموزش بیشتری نسبت به دما که رفتاری خطی یا پیوسته دارد، باید در نظر گرفته شود. برای هر دو پارامتر تندی باد و دما، پس از اعمال پالایه میانگین خطاها به صفر یا نزدیک به صفر رسیدند که این نشان می دهد پالایه کالمن غیرخطی، خطای سامانمند مدل را تقریبا حذف کرده به طوری که خطاها به صورت تصادفی حول صفر توزیع شده اند. همچنین نتایج دلالت بر این دارند که جهت تصحیح پیش بینی مدل برای پارامتر تندی باد، چند جمله ای از مرتبه 1 تا 4 و برای پارامتر دما، چند جمله ای از مرتبه 1 تا 5 انتخاب مناسبی در همه بازه های پیش بینی است و هرگونه تلاش برای استفاده از مرتبه های بالاتر چند جمله ای، عملکرد کلی پالایه را از مقادیر بهینه اش منحرف می کند.