افزایش چگالی گازهای گلخانه ای و گسترش صنایع جا پای پر رنگی در دگرگونی اقلیمی دارد. از جمله روشهای برآورد اندازه دگرگونی های اقلیمی، به کارگیری مدلهای گردش عمومی جو (gcm) می باشد. از آنجا که خروجی این مدلها نشانگر چگونگی اقلیم در یک پهنه گسترده جغرافیایی است، نیاز به کوچک مقیاس کردن آنها برای بکارگیری در گستره های محلی و حوزه های آبخیز می باشد. از جمله روشهای کوچک مقیاس کردن خروجی های این مدلها، کاربرد روشهای آماری می باشد که در این تحقیق مورد استفاده قرار گرفته است. در اینجا ابتدا سه روش کوچک مقیاس کردن آماری برای داده های همانند سازی شده بارش در 8 ایستگاه جنوبی کشور بیان گردید و بهترین روش انتخاب شد. سپس داده های بارش مدل گردش عمومی جو echam5 در دو سناریوی 20c3m و 1pto2x برای دوره گذشته کوچک مقیاس شدند. با بکار گیری روابط بدست آمده داده های آینده نیز کوچک مقیاس شدند و آوردها نشان داد که چنانچه تغییرات این گازها در جو همانند قرن بیستم در سناریوی نخست باشد باعث کاهش میزان بارش و تشدید خشکسالی در مناطق جنوب ایران در 6ماهه دوم سال گردیده و در صورتیکه تغییرات این گازها همانند سناریوی دوم تا 2 برابر شدن غلظت در جو پیش رود باعث افزایش احتمال بارش و رخداد ترسالی در دو فصل پاییز و زمستان خواهد شد.

چکیده کاربرد داده های ماهواره ای modis برای پایش و مدل سازی ریزگردها و برخی از نمایه های آلودگی هوا در گستره شهر شیراز به کوشش علیرضا دهقانی یکی از جستارهای ریشه ای بوم زیستی بررسی چگونگی آب و هواست. روشن است که چگونگی آب و هوای زمین در پیوند با کنش گرانی چون دگرگونی گازهای جوی، پوشش ابرها، تابش خورشیدی وریزگردها(aerosol) می باشد. ازاین روی برای داشتن مدلی که به خوبی نشان گر چگونگی آب وهوا باشد و توانایی پیش بینی آن را نیز داشته باشد، نیاز است به کمک امکاناتی بتوان رفتارهای این گونه کنش گران کارا را پایش کرد. پیش بینی تراکم ریزگرد ها، گامی کارا در ایجاد تصمیمات لازم برای روبرو شدن با آلودگی هوا می باشد. برای این کار می توانیم مدل های ریاضی و روش های آماری را بکار ببریم. مدل های ریاضی و آماری همانند رگرسیون، شبکه های عصبی و مدل های احتمالاتی برای مدل سازی آلودگی هوا بکار برده می شوند. برای پایش آلودگی هوا و ریزگردها، بکارگیری سنجنده های ماهواره ای در سنجش با ایستگاه های زمینی، از برتری های فراوانی برخوردار است. از این رو، چندی است که کاربرد این سنجنده ها برای سنجش آلودگی هوا و بویژه ریزگردها در دستور کار کارشناسان و برنامه ریزان شهری جای گرفته است. در کنار پوشش گسترده، داده های ماهواره ای تا اندازه زیادی از هزینه کمتری برای گرد آوری داده ها نسبت به روش های قدیمی، برخوردار هستند. ایستگاه های بررسی آلودگی زمین روزانه میزان آلاینده ها را در بخش های گوناگون شهر گرد آوری می کنند، اما این ایستگاه ها پخش مساوی در سرتاسر شهر ندارند و بنابراین برای بدست آوردن الگوهای پیچیده آلودگی در شهر کافی نیستند. با مقایسه این داده ها با داده های فضایی می توانیم به نتایج بهتری دست پیدا کنیم. در این پژوهش به بررسی همبستگی میان داده های ماهواره ای و زمینی و سپس ساخت مدلی بر اساس شبکه های عصبی پرداخته شده است. همان گونه که می دانیم، داده های ماهواره ای modis در 36 باند فرکانسی گونا گون در دسترس هستند. در این پژوهش به همبستگی های خوبی میان داده های زمینی آلاینده ها و باندهای فرکانسی نگاره های ماهواره ای دست یافته شده است. در بررسی انجام شده، باند در خور برای هر آلاینده بدست آورده شده و برای بررسی همبستگی، نرم افزار matlab بکار برده شده است. سپس به ساخت مدلی از آلاینده های گوناگون به کمک شبکه های عصبی و با استفاده از داده های زمینی و داده های ماهواره ای نمونه پرداخته گردیده است، که در آن داده های ماهواره ای باند درخور برای هر آلاینده برای ورودی و داده های زمینی برای خروجی بکار برده شده اند و نتایج خوبی به دست آمده است، که در ادامه آورده شده است.

ذرت پرمحصول ترین غله دنیا به حساب می آید و از لحاظ مقدار تولید، پس از گندم و برنج قرار می گیرد.از بین جنبه های مدیریت کاشت غلات شامل گزینش رقم، میزان بذر، مقدار و زمان کود دادن، ممکن است تاریخ کاشت بیشتر از همه در معرض تغییر باشد. چون بین فصول حتی در محدوده اقلیم های کشاورزی، به هنگام کاشت اختلاف زیادی در آب و هوا وجود دارد. در بسیاری از نقاط، کاشت ذرت به عنوان کشت اول در بهار متداول می باشد. ولی با توجه به اینکه در برخی از نقاط ازجمله در استان فارس (داراب و مرودشت) تناوب زراعی گندم – ذرت اجرا می شود، و با توجه به اینکه برداشت گندم در این مناطق در اواخر اردیبهشت تا اوسط خردادماه انجام می گردد، لذا کاشت ذرت به عنوان کشت دوم، در اواسط تیر تا اوایل مردادماه انجام می شود. با استفاده از مدلهای کامپیوتری می توان برای شرایط آب و هوایی و خاکمختلف مقادیر بهینه آب آبیاری و تاریخ کاشت مناسب را بدون انجام آزمایشهای مزرعه ای تعیین کرد. در این تحقیق ضمن برآورد تاریخ مناسب کاشت ذرت در منطقه داراب، اثر سطوح مختلف آب و تاریخ کاشت بر مقادیر محصول تولیدی ذرت مورد بررسی قرار گرفت. جهت انجام تحقیق ذرت در تاریخ های اول، پانزدهم، 31 تیرماه و 20 مردادماهبه روش آبیاری قطره ای-نواری کشت گردید. در این مطالعه تراکم کاشت گیاه ذرت برابر 98000 بوته در هکتار و سطوح آبیاری برابر 120%، 100% و 80 درصد نیاز آبی در نظر گرفته شد.همچنین مدل کامپیوتری رشد ذرت msm (maize simulation model) در دور آبیاری دو روز و بدون بارش در فصل رشد با استفاده از داده های روزانه برای 14 سال و از سال 1375تا 1388 در منطقه داراب فارس اجرا شد ومدل بر اساس این تراکم، رشد و عملکرد ذرت را شبیه سازی نمود. با توجه به اینکه در آبیاری قطره ای تبخیر از سطح خاک به علت کم شدن سطح خیس شده کاهش چشمگیری می یابد، عاملی تحت عنوان درصد مساحت خیس شده (frw) به مدل اضافه گردید.نتایج نشان داد مدل msm رشد و عملکرد گیاه ذرت را در مقادیر آب، کود و تاریخ های مختلف کاشت گیاه بخوبی پیش بینی و برآورد می کرد. بیشینه عملکرد دانه اندازه گیری شده در تیمار آبیاری 120 درصد نیاز آبی در تاریخ 15 تیرماه برابر 65/17 تن در هکتار و در تاریخ اول تیرماه در تیمار با آبیاری مناسب برابر 84/16 تن در هکتار بدست آمد. کمترین میزان عملکرد در تاریخ 20 مردادماه و در تیمار 80 درصد نیاز آبی برابر با 1/8 تن در هکتار بدست آمد. تجزیه و تحلیل نتایج عملکرد حاصله از مدل با نرم افزار sas نشان داد بین تاریخ های کاشت اول و 15 تیرماه اختلاف معنی داری طبق آزمون دانکن در سطح احتمال پنج درصد وجود ندارد. ولی عملکرد تاریخ های کاشت 31 تیرماه و 20 مردادماه با بقیه دارای اختلاف معنی دار بود. همچنین بین مقادیر متفاوت آبیاری در تمام تاریخ های کاشت طبق آزمون دانکن در سطح احتمال پنج درصد اختلاف معنی دار می باشد. بهترین تاریخ کاشت برای ذرت دانه ای توسط مدل از اول تا 20 تیرماه تعیین شد.

پدیده النینو نوسان های جنوبی enso در پیوند بنیادین با افزایش یا کاهش دمای سطح آب در پهنه استوایی اقیانوس آرام است. در برابر، نوسان های دهه ای اقیانوس آرام pdoنشانگر نوسان دمایی سطح آب در گستره شمال خاوری این اقیانوس (آرام) می باشد. نشان این پدیده ها بر آب و هوای جهانی، هنگامی بخوبی آشکار می شود که این رخدادها در یکی از فازهای مرزی خود یعنی فاز بسیار گرم (مثبت) و یا بسیار سرد (منفی) باشند. در این پژوهش نشان جداگانه و با هم این دو پدیده جوی-اقیانوسی بر بارش پائیزه و زمستانه 41 ایستگاه سینوپتیک و اقلیم شناسی ایران در دوره زمانی 2005-1951 ارزیابی شد. یافته ها نشانگر آن است که جابجایی فازهای enso در فصل پائیز نشان پررنگی بر نوسان های بارش گستره های گوناگون کشور دارد. همزمان با چیرگی دوران النینو در برخی بخش های شمال غربی، شمال شرقی، جنوب و جنوب شرقی کشور به اندازه 30 تا 50 درصد به میانگین بارش افزوده شده است. چیرگی دوران لانینا کاهش 25 تا 45 درصدی بارش پائیزه این بخش ها را در پی داشته است. جابجایی پائیزه فازهای pdo نیز می تواند تا اندازه زیادی پاسخگوی نوسان بارش پائیزه برخی گستره های شمال غرب، شمال شرق، جنوب و جنوب شرق کشور باشد. به گونه ای که همزمان با چیرگی فازگرم pdo در بخش های جنوب شرق کشور به اندازه 35 تا 50 درصد به میانگین بارش افزوده می شود. همزمان با چیرگی فاز سرد pdo میانگین بارش پائیزه و منابع آبی این پهنه در بازه 60 تا 80 درصد کاهش یافته است. جابجایی پائیزه فازهای مشترک دو پدیده، بر نوسان بارش و رخداد دوران های تر و خشک پائیزه در بیشتر پهنه های کشور نشان معنی داری داشته است. همزمان با چیرگی el-hpdo در بخش های جنوب شرق کشور به اندازه 60 تا 140 درصد به میانگین بارش پائیزه افزوده می شود. همزمان با چیرگی فاز la-lpdo میانگین بارش پائیزه و منابع آبی پهنه جنوبی کشور در بازه 60 تا 90 درصد کاهش می یابد. اگرچه در بیشتر بخش های کشور، نشان جابجایی فازهای هریک از این پدیده ها در فصل زمستان بر نوسان های بارش این فصل معنی دار نبود، ولی همزمانی el ni?o ( la ni?a) با فاز گرم (سرد) pdo، افزایش(کاهش) اینگونه بارش ها در پی داشت.

با توجه به افزایش روزافزون جمعیت و افزایش درخواست آب، پژوهش برای شناخت چرایی و چگونگی نوسان-های زمانی، مکانی و مقادیر بارش از ارزش والایی برخوردار می باشد. بارش ایران در مقیاس زمانی ماهانه، فصلی و سالانه دارای نوسان‏های فراوانی است که پیش‏بینی‏های بارش را با دشواری روبه‏رو می‏سازد. برای پیش‏بینی بارش در بازه‏های چند هفته‏ای تا چند دهه‏ای نمایه‏های گوناگونی از سوی پژوهشگران معرفی شده‏اند. این نمایه‏ها بیشتر بر رفتار دمایی اقیانوس‏ها و برهمکنش آن‏ها با جو و خشکی استوار است. نمایه مادن جولیان (mjo) از بهترین نمایه‏هایی است که برای پیش‏بینی بارش در بازه زمانی درون فصلی از سوی کانون‏های پژوهشی جهان به کار گرفته می‏شود. این نمایه نشانگر چگونگی برهمکنش جو و اقیانوس در پهنه استوایی اقیانوس هند و بخش باختری از این پهنه در اقیانوس آرام استوار است. نمایه‏های این پدیده بر پایه محل رخداد و شدت بارش‏های همرفتی در این بخش از اقیانوس‏های جهان تعریف شده‏اند. انگیزه بنیادین انجام این پژوهش درک برخی از ویژگی‏های همدیدی (synoptic) بارش‏های سنگین در جنوب غربی ایران و پیوند آن با mjoمی‏باشد. شناخت برخی از ویژگی های فیزیکی ابر در جنوب ایران و پیوند آن با پدیده mjo نیز از دیگر انگیزه های انجام این پژوهش بود. در راستای انجام این کار، بارش روزانه ایستگاه‏های آبادان، بوشهر، شهرکرد، شیراز و یاسوج برای دوره 36 ساله 2011-1975 در بازه ماه‏های نوامبر هر سال تا آپریل سال پس از آن گردآوری شد. داده‏های بارش روزانه از بزرگ به کوچک آراسته گردیدند و 5% بارش‏های بالایی به عنوان بارش‏های سنگین برگزیده شدند. تاریخ رخداد، شماره فاز و اندازه دامنهmjo (the mjo amplitude) برای روزهای همراه با بارش سنگین یادداشت گردید. نقشه‏های شدت بارش، باد برداری در لایه 850 هکتوپاسکال، نمایه حرکت عمودی هوا (امگا) در لایه میانی جو و نم ویژه در 1000 هکتوپاسکال برای پهنه خاورمیانه و دریاهای پیرامون آن با بهره‏گیری از سایت سازمان noaa تهیه گردید. برای این پژوهش، واکاوی ویژگی‏های بارش سنگین روزانه ایستگاه شیراز برای گستره جنوب غربی کشور بسنده تشخیص داده شد و یافته ها بر پایه همین واکاوی ها به‏دست آمد. نشان داده شد که در گذر دوره ارزیابی شده، روی هم بارش شیراز نزدیک به mm11538 بوده که در 1475 روز رخ داده است (mm/day8/7). نزدیک به 27% از این بارش (mm3118) در 74 روز یا 5 درصد روزهای بارانی روی داده است که به آن‏ها بارش‏های سنگین گفته شد (mm/day42). کمترین وبیشترین اندازه‏ بارش‏های سنگین mm/day29 و 99 بود که به ترتیب در فازهای 6 و 1 mjo رخ داده‏اند. فراوانی بارش‏های سنگین از ماه نوامبر هر سال تا آپریل سال بعد یکی پس از دیگری برابر با %76/6، %08/31، %84/37، %51/31، %49/9 و %35/1 بود. نزدیک به %14/85 از بارش‏های سنگین در دورانی رخ داده است که mjo در یکی از فازهای 8 ، 7، 2، 1 و 6 (یکی پس از دیگری %40/25، %29/14، %22/22، %29/14 و %81/23) بوده‏اند. نقشه‏های همدیدی نشانگر آن است که هم راستا با حرکت خاور سوی بارش های همرفتی در اقیانوس هند یا آرام، سامانه بارش‏های سنگین هم از گستره باختری ایران آغاز شده و پس از گذر از پهنه‏های جنوب باختری و جنوب مرکزی ایران به بخش‏های خاوری کشور و سپس به افغانستان می‏رسند. گردش تند چرخندی هوا که در پهنه دریای مدیترانه، دریای عرب، دریای سرخ و خلیج فارس گسترش می‏یابد بخش بزرگی از بخار آب برای این بارش‏ها را فراهم می‏سازد. نقشه‏های نم ویژه، امگا و باد نشانگر آن است که بیشترین اندازه بخار آب این بارش‏ها از دریای عرب و پهنه شمال باختری اقیانوس هند فراهم می‏گردد. کسر ابر (cloud fraction) برای روزهای با بارش سنگین بین 95 تا 100 قرار دارد و در طبقه بندی کسر ابر ناسا، زیر مجموعه overcast قرار می‏گیرد. شعاع موثر ابر (cloud effective radius) بالاتر از µm14 می‏باشد. بیشترین دمای بالای ابر (cloud top temperature) برابر با 3/19- درجه سلسیوس و کمترین آن برابر با 4/57- به‏دست آمد. در سنجش داده‏های فشار بالای ابر (cloud top pressure) با داده‏های دمای بالای ابر دیده می‏شود که این داده‏ها سازگاری کامل با با یکدیگر نشان می‏دهد. به‏گونه‏ای که با کاهش فشار، دما کاهش یافته است.

در هواشناسی چرخش افقی حجمی از هوا دور یک محور عمود بر سطح زمین را چرخندگی گویند. چرخش هوا در جهت حرکت وضعی زمین چرخندگی مثبت یا سیکلونی و در صورتی که در جهت خلاف حرکت وضعی زمین باشد چرخندگی منفی یا آنتی سیکلونی نامیده می شود. شاخص چرخندگی روزانه در استان فارس در دوره ی دراز مدت 1330 تا 1388 شمسی در چهار سطح فشاری 500،700، 850 و 1000 میلی باری در نظر گرفته شد. اهداف این پژوهش 1- آزمون نرمال یا غیرنرمال بودن فراوانی داده های شاخص چرخندگی روزانه، 2- بررسی روند دراز مدت رخداد الگوهای فشاری، 3- برآورد شیب روند می باشند. برای تست نرمال بودن سری زمانی داده ها از آزمون کلموگروف-اسمیرنوف و به منظور بررسی معنی داری روند از آزمون ناپارامتری من-کندال استفاده شد. در تخمین شیب روندها نیز از تخمینگر شیب سن استفاده شده است. آزمون کلموگروف-اسمیرنوف در فصل زمستان نشان داد که رخداد الگوها از توزیع نرمال تبعیت می کند. در رخداد الگوی ناوه در 70 درصد موارد از توزیع نرمال تبعیت می کند، اما در دیگر مقیاس های زمانی نتیجه مطمئنی در مورد نرمال بودن یا نبودن سری داده نمی تواند داشته باشد. در سطح فشاری 500 میلی بار در تمامی مقیاس های زمانی روند رخداد الگوی ناوه کاهشی بوده که تنها در مقیاس سالانه و همچنین فصل بهار این روند معنی دار شده است. در سطح 700 میلی بار، مقیاس-های زمانی سالانه، فصل زمستان و فصل بهار رفتار مشابهی داشته به گونه ای که روند رخداد الگوهای ناوه منفی و الگوهای پشته مثبت و معنی دار می باشد. در این سطح فشاری بیشترین شیب روند 53/0، مربوط به تعداد ناوه ی سالانه می باشد. در سطح فشاری 850 میلی بار نیز نتایج سطوح قبلی تکرار شده و در تمام مقیاس ها افزایش رخداد الگوی پشته و کاهش رخداد الگوی ناوه صورت گرفته است. الگوی زین نیز مگر در فصل زمستان در تمام موارد کاهش یافته ولی هیچکدام از آن ها معنی دار نمی باشد. در تمام مقیاس های زمانی این سطح، روند رخداد الگوی پشته افزایشی و روند رخداد الگوی ناوه کاهشی می باشد. در سطح 1000 میلی بار نتایج اندکی متفاوت است، به طوری که روند رخداد الگوی پشته به جز در بهار، معنی دار نشده و روند الگوی ناوه به جز در بهار در سطح 05/0 معنی دار شده است. کاهش الگوی ناوه با افزایش الگوی زین توجیه می شود و الگوی زین در مقیاس های سالانه، نیمه سرد سال، فصل زمستان و پاییز به صورت افزایشی معنی دار می باشد.