ارزیابی اثر پدیدة «انسو»1 بر تغییرپذیری بارش های فصلی استان آذربایجان شرقی?با استفاده از «شاخص چند متغیرة انسو»2
نویسندگان
چکیده مقاله:
با استفاده از MEI نقش پدیدة جوّی- اقیانوسی انسو?در?تغییرپذیری بارش?های فصلی استان آذربایجان?شرقی مورد?مطالعه قرار?گرفته است.?نتایج حاصل از?بکارگیری روش تحلیل همبستگی «پیرسون» بیانگر ارتباط مثبت بین شاخص چند?متغیرة انسو و?بارش ایستگاه های آذربایجان?شرقی است که در?بین فصول چهار گانه میزان همبستگی فقط در?فصل پائیز? معنی دار?بوده و?در?سایر?فصول همبستگی معنی داری بین بارش و پدیده های ال نینو?و?لانینا مشاهده نگردید.?این امر?به معنی افزایش میزان بارش?های پائیزی به هنگام ال نینو (فاز گرم و?مثبت در پدیدة انسو) و?بر?عکس کاهش بارش در?فاز لانینا?(فاز سرد و ?منفی) است.?در?بین ایستگاهیهای مورد مطالعه بیشترین میزان همبستگی بارش پائیزی با شاخص چند متغیرة انسو?در?ایستگاه سراب و?کمترین میزان همبستگی در?ایستگاه تسوج مورد محاسبه قرارگرفته است.?مقادیر?ضریب همبستگی مورد?محاسبه بین بارش و?MEI?بیانگر?نقش عوامل جغرافیایی در?میزان تأثیر پذیری از?پدیدة انسو می باشد؛ به این معنی که در?استان آذربایجان?شرقی از?غرب به شرق و?از?شمال به جنوب بر?میزان همبستگی یا به عبارت دیگر بر میزان تأثیرپذیری از?پدیدة انسو?افزوده می گردد?که اوج این افزایش در?ایستگاه سراب قابل مشاهده است. واژگان کلیدی: انسو، ال نینو، لانینا، شاخص چند? متغیرة انسو،?تغییرپذیری بارش?های فصلی.
منابع مشابه
ارزیابی شهرستانهای استان آذربایجان شرقی از لحاظ شاخص های زیربنایی با استفاده از تحلیل رابطه خاکستری
امروزه برخورداری متوازن و رعایت تعادل و برابری در دستیابی به شاخصهای توسعه در کلیه ابعاد آن، به خصوص در سطح منطقهای در کشورهای در حال توسعه و به خصوص کشور ما یکی از چالشهای اصلی دستیابی به توسعه پایدار با توجه به اصول تعریف شده برای آن است. در این راستا هدف از این پژوهش، ارزیابی و اولویتبندی شهرستانهای استان آذربایجانشرقی از لحاظ شاخصهای زیربنایی میباشد. پژوهش حاضر از نظر نوع...
متن کاملتحلیل چند متغیره ارتباط میزان بارش فصلی ایران و شاخص های اقلیمی
در این مقاله به بررسی ارتباط بین میزان بارش در فصول پاییز، زمستان و بهار با شاخص های اقلیمی از طریق تحلیل رگرسیونی پرداخته شده است. شاخص های اقلیمی نوسان جنوبی((SOI، نوسان قطبی((AO و نوسان اطلس شمالی((NAO، شاخص نینو 4/3(NINO3/4)، شاخص چند متغیره انسو((MEI، شاخص انتقالی نینو((TNI و نوسان دهه ای اقیانوس آرام(PDO) در این بررسی به عنوان متغیر مستقل مورد مطالعه قرار گرفته است. در این پژوهش از داده ه...
متن کاملارزیابی دوره بازگشت خشکسالی با استفاده از شاخص استاندارد شده بارش (SPI) در استان فارس
خشکسالی یکی از بلایای محیطی است که فراوانی آن به ویژه در مناطق خشک و نیمهخشک کشور بسیار زیاد میباشد. کمبود بارش اثرات متفاوتی را بر روی آبهای زیرزمینی، رطوبت خاک و جریان رودخانهها به جای میگذارد. استخراج و تحلیل منحنیهای شدت- تداوم و پایش خشکسالی از نیازهای اساسی برنامهریزیهای مدیریتی کشاورزی و منابع آبی محسوب میشود. بدین منظور بایستی از شاخصهای خشکسالی استفاده شود. شاخص استاندارد شده...
متن کاملارزیابی آسیبپذیری استان یزد در برابر خشکسالی با استفاده از شاخص بارش معیار و روشهای زمینآماری
شاخص بارش معیار، شاخصی است که بهطور وسیعی در مناطق مختلف جهان مورد استفاده قرار میگیرد. این شاخص، عمدتاً با استفاده از مقیاسهای زمانی 3، 6، 9، 12، 18، 24 و 48 ماهه به ارزیابی وضعیت خشکسالی میپردازد. با توجه به تشخیص مقیاس زمانی12 ماهه از این شاخص، به عنوان شاخص خشکسالی مناسب استان یزد در مطالعات گذشته، در این تحقیق صرفاً از مقیاس زمانی 12ماهه شاخص بارش معیار برای ارزیابی وضعیت خشکسالی در استا...
متن کاملپیش¬بینی بارش فصلی بر اساس الگوهای همدید با استفاده از تئوری مجموعه¬های فازی
در این تحقیق روشی برای پیشبینی سالهای آبی کمبارش و پربارش در منطقهی خراسان بزرگ شامل سه استان خراسانرضوی، خراسان شمالی و خراسان جنوبی ارایه شده است. این روش شامل سه گام میباشد. در گام اول، ارتباط بین تغییرات الگوهای سینوپتیکی شامل فشار سطح دریا، اختلاف فشارسطح دریا، دمای سطح دریا، اختلاف دمای سطح دریا و سطح 1000 میلی باری، دمای سطح 850 هکتوپاسکال، ارتفاع معادل سطح 500 هکتوپاسکال و رطوبت ن...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 38 شماره 57
صفحات -
تاریخ انتشار 2007-04-21
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023