پدیده خشکسالی در سال های اخیر به عنوان یکی از بلایایی محیطی موثر در زندگی انسان و دیگر جانداران، که فراوانی آن به ویژه در مناطق خشک و نیمه خشک کشور بسیار زیاد می باشد، خود را نمایان ساخته است. کاهش بارندگی و نزولات جوی و به تبع آن وقوع خشکسالی های پی در پی اثرات متفاوتی را بر روی آب های زیرزمینی، رطوبت خاک و جریانات سطحی بر جا می گذارد. مطالعه خشکسالی و پهنه بندی آن، استخراج و تحلیل هیدروگراف آ...

در این ارتباط هدف این تحقیق بررسی و تحلیل مکانی و زمانی وقوع امواج گرمایی در مقیاس سالانه ،فصلی و ماهانه در استان خراسان رضوی بوده تا دید فضایی و زمانی کاملی از توزیع این رخداد و مدیریت ریسک این پدیده اقلیمی ایجاد گردد. ب به منظور تعیین امواج گرمایی از شاخص‌ صدک 95 استفاده وضمن تعیین آستانه‌ دمایی، روزهای با تداوم 3 روز و بالاتر به عنوان موج گرما تعیین شد. نتایج حاکی است در مقیاس سالانه به ترتی...

یکی از مهم¬ترین عوامل موثر بر حیات انسان عناصر اقلیمی می¬باشد.از جمله این عناصر بارش سنگین است،که به طور مستقیم و غیر مستقیم بر جوامع انسانی تأثیر می¬گذارد.در این مطالعه به تحلیل فضایی و زمانی بارش سنگین در منطقه غرب وجنوب¬غرب ایران پرداخته شده است.برای این منظور از 19 ایستگاه سینوپتیک در منطقه مورد مطالعه با دوره¬ی آماری بلند مدت 22 ساله(1988-2009)استفاده شده است.برای هریک از ایستگاه¬ها با است...

داده های فضایی که در زمان های متوالی به دست آیند، داده های فضایی-زمانی و اگر این داده ها در طول زمان مستقل باشند، داده های پانلی فضایی نامیده می شوند. برای مدل بندی این داده ها لازم است همبستگی فضایی یا فضایی-زمانی آن ها، به نحوی لحاظ شود. با فرض اینکه بین متغیرهای وابسته یا خطاهای مدل رابطه اتورگرسیو برقرار باشد، می توان همبستگی فضایی یا فضایی-زمانی را در مدل بندی مشاهدات لحاظ کرد. یک مسئله مو...

چکیده ندارد.

یکی از ابزارهای قوی برای ساخت توزیع توام متغیرهای وابسته بر اساس توزیع های کناری متغیرها توابع مفصل هستند. این توابع مدلی را ارائه می دهند که بر اساس آن تمام خصوصیات وابستگی متغیرها قابل بیان است. درتحلیل داده های فضایی لازم است توزیع چندمتغیره تحقق های میدان تصادفی و ساختار همبستگی داده ها مشخص شود. به علاوه در تحلیل داده های فضایی-زمانی گاهی برای راحتی از تابع کواریانس تفکیک پذیر استفاده می ش...

در بسیاری از مسائل آمار فضایی و فضایی-زمانی هنگام مدل بندی تابع روند، پیشگوها یا متغیرهای کمکی در دسترس هستند و هدف این است که مدل رگرسیونی بسازیم که ارتباط میان پاسخ و پیشگو را توصیف نماید. به طور کلی، در مدل های رگرسیون فضایی یا فضایی-زمانی تابع روند اغلب به صورت خطی اختیار شده و فرض می شود که میانگین پاسخ یک ترکیب خطی از مقادیر پیشگوها در همان موقعیت متغیر پاسخ است. اما در مسائل کاربردی بعضاً...

مدل های فضایی-زمانی پویا برای استنباط و پیشگویی داده هایی که در طول زمان و بر حسب موقعیت و مکان قرارگیریشان در فضای مورد مطالعه وابسته اند، بسیار حائز اهمیت هستند. در واقع مدل های فضایی با در نظر گرفتن تغییرات پویا در زمان، کلاس مدل های فضایی-زمانی پویا را شکل می دهند. در این پایان نامه ابتدا روش ماکسیمم درستنمایی برای اینگونه مدل ها بررسی می شود. به دلیل حجم زیاد داده های فضایی-زمانی و اجتناب ...

اغلب در مدل های فضایی-زمانی پویا تحت فرض های محدودکننده ایستایی و همسانگردی، مدلی پارامتری برای تابع کوواریانس فضایی اختیار شده و استنباط ها ارایه می شود. اما در برخی مسایل کاربردی این مفروضات همگنی ممکن است برقرار نباشد. از طرف دیگر گاهی با مواردی وجود دارد که تعداد موقعیت های نمونه گیری زیاد است و استنباط بیزی با استفاده از الگوریتم های مونت کارلوی زنجیر مارکوفی محاسبات فراوانی بدنبال خواهد د...