مدلسازی تغییرات زمانی و مکانی پوشش ابری با تاکید بر روزهای بارش در ایران
First Statement of Responsibility
/احمد رضا قاسمی دستگردی
.PUBLICATION, DISTRIBUTION, ETC
Name of Publisher, Distributor, etc.
: دانشکده علوم محیطی و معماری
PHYSICAL DESCRIPTION
Specific Material Designation and Extent of Item
۱۱۵ص
NOTES PERTAINING TO PUBLICATION, DISTRIBUTION, ETC.
Text of Note
چاپی
INTERNAL BIBLIOGRAPHIES/INDEXES NOTE
Text of Note
بصورت زیرنویس
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
دکتری
Discipline of degree
رشته جغرافیای طبیعی گرایش اقلیم شناسی
Date of degree
۱۳۹۱/۰۸/۲۵
Body granting the degree
تبریز
SUMMARY OR ABSTRACT
Text of Note
شناخت تغییرات زمانی و مکانی پارامترها و عناصر آب و هوایی، یکی از مهمترین مسائل حال حاضر تحقیقات اقلیمی دنیا به شمار می آید .این مطالعات به علت نقشی که در مباحث تغییر اقلیم، بهبود کارایی مدل های اقلیمی و پیش بینی بارش دارند در دنیا از اهمیت ویژه ای برخوردارند .در این میان مطالعه ابرها به علت اینکه حد واسط بین سامانه های همدیدی و شرایط اقلیمی سطح زمین هستند از اهمیت دوچندانی برخوردار است .همچنین مطالعه ابرها از این نظر حائز اهمیت میباشد که ابرها در راس چرخه هیدرولوژی قرار دارند و هرگونه تغییر در مقدار و پارامترهای آنها، میتواند سرآغاز زنجیرهای از واکنشها و تغییرات در توزیع زمانی و مکانی دیگر عناصر آب و هوایی گردد .بر این اساس، این تحقیق با هدف شناسایی تغییرات زمانی و مکانی مقدار پوشش ابر در ایران و ارتباط پارامترهای مهم ابر با بارش در روزهای بارش انجام گردید .تحقیق حاضر در دو بخش انجام گردید .در بخش اول با استفاده از اطلاعات مقدار پوشش ابر ماهانه ۹۰ ایستگاه همدید در ساعات ۰۳, ۰۹ و ۱۵ گرینویچ، برای یک دوره ۲۲ ساله (۱۹۸۶ تا ۲۰۰۷) تغییرات مکانی پوشش ابر در کشور با استفاده از روش تحلیل خوشه ای بررسی شد .همچنین تغییرات زمانی و نقطه تغییر موجود در سری های زمانی مقدار پوشش ابر نیز با استفاده از روش من- کندال و آزمون پتیت مورد ارزیابی قرار گرفت .با توجه به اینکه روند سری های زمانی به شدت تابع طول دوره آماری می باشد، برای این منظور یک دوره ۳۱ ساله (۵۰ ایستگاه سینوپتیک (مورد استفاده قرار گرفت .نتایج نشان داد که روش خوشه بندی به خوبی قادر به طبقه بندی مقدار پوشش ابر در کشور است .این روش پنچ منطقه مجزا برای مقدار پوشش ابر سالانه کشور شامل منطقه سواحل دریای خزر، منطقه آذربایجان و البرز، منطقه زاگرس غربی و دامنه های جنوبی البرز، منطقه جنوب غربی و شمال کویر مرکزی و منطقه جنوبی و مرکزی ارائه نمود .این پهنه ها با یافته های گذشته محققان در مورد الگوهای همدیدی توده های ورودی هوا و مسیر چرخندهای ورودی به کشور همخوانی خوبی دارند .نتیجه تحلیل های زمانی نیز نشان داد که در مقیاس های زمانی ماهانه و فصلی تعداد ایستگاه های با روند معنی دار، بسیار اندک و متعلق به یک منطقه خاص نیز نبوده و در کل کشور پراکنده می باشند .بهترین نتایج در مقیاس سالانه بدست آمد .مقدار روند به جز چند مورد در تمامی ایستگاه های مورد مطالعه منفی می باشد .روندهای معنی دار اغلب متعلق به پهنه های یک، دو و سه) نیمه شمالی کشور (هستند .مقدار کاهش در مقدار پوشش سالانه ابر برای مناطق با روند معنی دار به طور متوسط ۴۵/۰ اکتا می باشد .نتایج همچنین نشان داد که سال تغییر ناگهانی در سری های مقادیر پوشش ابر سالانه در اغلب این ایستگاه ها در اوخر دهه ۱۹۸۰ تا اواسط دهه ۱۹۹۰ اتفاق افتاده است .در بخش دوم رساله، به بررسی ارتباط پارامترهای مهم ابر شامل دمای قله ابر، فشار قله ابر، عمق نوری ابر و مقدار ذرات آب و یخ ابر با بارش در روزهای بارش مورد مطالعه پرداخته شد .برای این هدف از اطلاعات ایستگاه های همدید و همچنین اطلاعات سنجنده مودیس) ماهواره ترا (برای کل دوره موجود آن (۲۰۰۰ تا ۲۰۱۱) استفاده شد و با استفاده از مدل های رگرسیون خطی، غیر خطی و همچنین مدل رگرسیون چند متغیره و گام به گام ارتباط بین این پارامترهای با بارش بررسی گردید .در ابتدا با همپوشانی چند لایه اطلاعاتی بارش و ابر در محیط ArcGIS کشور به ۴ پهنه مشترک بارش و ابر تقسیم گردید و روزهای مشترک بارش در هر پهنه بدست آمد .بر این اساس برای پهنه شماره یک، ۹۰ روز، پهنه شماره دو، ۴۸ روز، پهنه شماره سه، ۴۵ روز و برای پهنه شماره چهار، ۳۰ روز همراه با بارش بدست آمد و سپس ارتباط بارش در این روزها با پارامترهای ابر مورد مدل سازی قرار گرفت .نتایج نشان داد که دمای قله ابر بین ۱۴ تا ۳۹ درصد از تغییرات بارش در پهنه ها را تبیین و یا به عبارت دیگر توضیح می دهند، این مقدار برای فشار قله ابر ۸ تا ۳۷ درصد، مقدار ذرات آب و یخ ابر ۲۱ تا ۳۱ درصد و عمق نوری ابر ۱۲ تا ۳۱ درصد بدست آمد .با اعمال مدل رگرسیون چند متغیره، نتایج نشان داد که در پهنه ۳ این چهار پارامتر ابر می توانند حدود ۵۱ درصد تغییرات بارش را تشریح کنند .این مقدار در پهنه ۲ حدود ۴۰ درصد و برای دو پهنه دیگر حدود ۲۹ درصد بدست آمد .جهت جلوگیری و حذف اثر هم خطی بین متغیرهای مستقل و همچنین رسیدن به متغیرهای اصلی و تاثیر گذار در هر مدل، از روش رگرسیون گام به گام نیز استفاده شد که نتایج نشان داد در پهنه های ۱ و ۴ پارامتر مقدار آب و یخ ابر، در پهنه ۲ فشار قله و مقدار آب و یخ ابر و در پهنه ۳ دمای قله و عمق نوری ابر موثرترین و مهمترین پارامترهای مدل ها می باشند
Text of Note
top temperatures explain 20 to 39 percent of rainfall variability in the zones; this amount was obtained 20 to 37 percent for cloud top pressure, 21 to 31 for cloud water and ice path and 19 to 31 for cloud optical depth. The results of multiple regression model showed that, the four cloud parameters can explaine about 51 percent of precipitation variability in zone 3. This amount was obtained about 40 percent in zone 2 and about 30 percent in other zones. Therefore most parts of the precipitation variability in Iran can be explained by the four cloud properties, so these properties can be used as reliable inputs for precipitation prediction models. Finaly to remove the linear effect between independent variables and finding the main variables in models, a stepwise regression method was used. The results show that, the most effective and most important model parameters in regions 1 and 4 is the cloud water and ice path, in region 2 are cloud top pressure and cloud water and ice path and in regions 3 are cloud top temperature and cloud optical depth -linear regression and multiple regression models. In the first, few layers of clouds and precipitation data were overlapping in the ArcGIS, and the country was divided into 4 zones. These zones are based on the correlation between precipitation and cloud properties. The results showed that, cloud-western and northern central desert region and south and central were presented. These areas have a good consistence with old finding about the synoptic patterns of air masses and cyclones traces in Iran. The results of temporal analysis also showed that the trend in the amount of cloud cover in most stations of areas 1, 2 and 3 (northern half of the country) is statistically significant. Such significant trends are negative for all stations, in other words the amount cloud is reduced during time considered. The results also showed that the sudden change in the series of cloud cover values in most of these stations occurred in early 1980s to mid 1990s. In the secend part, the cloud parameters were studied. Because of the role of climate parameters in climate change and improve the efficiency of climate and rainfall prediction models, the study of these parameters are very important in the world. The study of clouds have special important, because the clouds make connection between the synoptic patters and surface climate conditions and any change in its properties, can start a chain reaction in other climate parameters. In this study, the linkage between four important cloud properties; cloud top temperature and pressure, cloud optical depth and cloud water and ice path; and daily precipitation was investigated in Iran. For this purpose, data from synoptic stations and satellite sensor (MODIS) for the entire period (2000 to 2011) was used and the relationship between the cloud properties and precipitation was analyzed by means of linear and non- Kendall and Petitt' tests. The final results showed that the clustering method can classify the amount of cloud cover in the country. This method showed five separate area for the annual amount of cloud cover including coastal region of the Caspian Sea, Azerbaijan and Alborz regions, western Zagros and south slopes of Alborz, south-point in cloud cover time series was evaluated by using Mann-The study of spatial and temporal changes in climate parameters, is one the most important issues in the world's climate research. Study of changes in cloud cover as one of the most important climate parameters is important, because clouds are in top of the hydrologic cycle and changes in them make changes in spatial and temporal variations in other climate parameters. This study was done in two parts. In the first part, the spatial variations in cloud cover in Iran by analyzing monthly data of 90 synoptic stations, and cluster analysis were done. Also the temporal variations and change