تعداد نشریات | 44 |
تعداد شمارهها | 1,303 |
تعداد مقالات | 16,020 |
تعداد مشاهده مقاله | 52,486,766 |
تعداد دریافت فایل اصل مقاله | 15,213,818 |
مدل سازی، بررسی روند و پیش بینی حداکثر میانگین دمای شمال غرب ایران | ||
دانش آب و خاک | ||
مقاله 4، دوره 34، شماره 1، فروردین 1403، صفحه 55-73 اصل مقاله (1.35 M) | ||
شناسه دیجیتال (DOI): 10.22034/ws.2022.50866.2465 | ||
نویسندگان | ||
وحدت احمدی فر1؛ رضا دلیرحسن نیا* 2؛ سعید صمدیان فرد2؛ تیما محمدزاده3 | ||
1دانشجو | ||
2دانشیار، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز. | ||
3هنر آموز ساختمان، مدیریت آموزش و پرورش، شهرستان اهر | ||
چکیده | ||
افزایش دمای ناشی از تغییرات اقلیمی با افزایش شدت تبخیر و احتمال بروز خشکسالیها اثرات منفی شدیدی بر منابع آب و بخش کشاورزی دارد. بررسی و پیشبینی روند تغییرات دما به اتخاذ تدابیر پیشگیرانه و مدیریت بهتر این پدیده کمک میکند. در این تحقیق روند تغییرات میانگین حداکثر دما در 12 ایستگاه منتخب شمالغرب کشور با دوره آماری 24 ساله بررسی گردید. ابتدا روند معنیداری برای سریهای زمانی سالانه با بکارگیری آزمون غیر پارامتریک من-کندال در سطح معنیدار 95 و 99 درصد مورد ارزیابی قرار گرفت. نتایج حاصل از آن نشان داد روند تغییرات زمانی دما در همه ایستگاه-های مورد مطالعه افزایشی بوده و بیشترین موارد معنیداری در ایستگاههای مراغه، اردبیل و ارومیه مشاهده گشت. سپس میانگین حداکثر دمای ماهانه در این مناطق با استفاده از مدل سریهای زمانی پیشبینی شد. بدین منظور سری از مدل فصلی SARIMA(p,d,q)(P,D,Q)ω استفاده شد. به منظور معرفی بهترین مدل از شاخصهای ضریب همبستگی (R) و ضریب کارایی (CE) استفاده گردید. در نهایت بر اساس مدلهای برازش یافته پیشبینی برای 8 سال آتی انجام شد. پیشبینیها مشخص کرد که در منطقه مورد مطالعه در 8 سال آینده دمای هوا در محدوده 69/0 تا 39/4 درجه سانتیگراد به ویژه در ماههای زمستان افزایش خواهد یافت. افزایش دما در زمستان میتواند اثرات منفی قابل توجهی بر منابع آب، رژیم بارشها، ذخایر برف و فعالیتهای کشاورزی منطقه مورد مطالعه داشته باشد. | ||
کلیدواژهها | ||
آزمون ناپارامتریک؛ افزایش دما؛ پیش بینی؛ تغییرات اقلیمی؛ سری زمانی | ||
مراجع | ||
Abkar A, Habibnajad M, Solaimani K and Naghavi H, 2014. Investigation efficiency SDSM model to simulate temperature indexes in arid and semi-arid regions. Journal of Irrigation and Water Engineering 14:1-17. (In Persian with English abstract)
Ahmadifar R, Mousavi SM and Rahimzadegan M, 2020. Investigating the effects of climate change on groundwater (Case study: Sarab Plain). Water and Soil Science 30 (1):153-166. (In Persian with English abstract)
Ahmadifar V, Delirhasannia R and Sadraddini AA, 2022. Comparative analysis of 15 major reference evapotranspiration models based on weighing lysimeter measurements for two different grass species grown in three soil textures. Irrigation and Drainage 71 (3): 648-664.
Ansari M, Noori G and Fotohi S, 2016. Investigation of Temperature precipitation and flow trend using nonparametric mankendall (Case study: Kaju River in Sistan and Baluchestan). Journal of Watershed Management Research 7(14): 152-158. (In Persian with English abstract)
Arikan BB and Kahya E, 2017. Homogeneity revisited: analysis of updated precipitation series in Turkey. Theoretical and Applied Climatology 1-2: 1-10. Asakereh H, 2007. Trend analyses annual temperature in Tabriz. Journal of Geographical Thought 1:9-21. (In Persian with English abstract)
Asakereh H, 2009. ARIMA modeling for the average annual temperature of Tabriz. Journal of Geographical Research 92:3-24. (In Persian with English abstract)
Box G and Cox D, 1964. Analysis of transformation. Journal of the Royal Statistical Society 26: 211-252.
Box G and Jenkins G, 1976. Time Series Analysis: Forecasting and Control. Oakland, CA: Holden-Day, San Francisco, USA.
Burn D and Hag Elnur M,2002. Detection of hydrological trends and variability. Journal of Hydrology 255:107-122.
Christiansen DE, Steven L and Lauren E, 2011. Impacts of climate change on the growing season in the United States. Earth Interact 15:1-17.
Cryer J and Chan KS, 2008. Time Series Analysis with Applications in R. Springer Texts in Statistics.
Goodarzi L and Roozbahani A, 2017. An evaluation of Arima and Holt Winters Time Series models for forecasting monthly precipitation and monthly temperature (Case study: Latian Station). Irrigation Sciences and Engineering 40(3): 137-149. (In Persian with English abstract)
Gundalia M and Dholakia MB, 2012. Prediction of maximum/minimum temperatures using Holt Winters method with excel spread sheet for Junagadh region. International Journal of Engineering Research and Technology 1(6):1-8.
Ghodoosi M, Morid S and Delavar M, 2013. Comparison of detrending methods for the temperature and precipitations time series. Journal of Agricultural Meteorology 1(2): 32-45. (In Persian with English abstract).
Grieser J, Tromel S and Schonwiese CD, 2002. Statistical time series decomposition into significant components and application to European temperature. Theoretical and Applied Climatology 71:171-183.
Kendall MG, 1975, Rank Correlation Methods. Griffin, London, UK.
Khoraminia M and Bozorgnia A, 2007. The analysis of time series with the MINITAB 14 software. Sokhan Gostar, Mashad. (In Persian with English abstract)
Kitagawa G, 2010. Introduction to Time Series Modeling. Chapman and Hall/CRC, New York.
Liu Q, Yang Z and Cui B, 2008. Spatial and temporal variability of annual precipitation during 1961–2006 in Yellow River Basin China. Journal of Hydrology 361:330-338.
Mann HB, 1945. Nonparametric tests against trend. Econometrica 13: 245-259.
Maroofnezhad A and Ghasami S, 2017. Analysis of changes using the method of Mann-Kendall (Case study: Four townships of Chaharmahal and Bakhtiari Province). Quarterly Journal of Geography Environment Preparation 37: 149-166. (In Persian with English abstract)
Maugeri M and Nanni T, 1998. Surface area temperature variations in Italy: Recent trends and an update to 1993. Theoretical and Applied Climatology 61:191-196.
Niroumand HA, 2010. Time Series Analysis. Translated from Cryer JD, (1986). Ferdowsi University of Mashhad Pub. 4th edition. Mashhad. 417p. (In Persian with English abstract)
Pettitt A, 1979. A nonparametric approach to the change-point problem. Journal of Applied Statistics 28:126–135
Salahi B, Hosseini SA, Shayeghi H and Sobhani B, 2010. Prediction of maximum temperatures through artificial neural network. (Case Study: Ardabli Township). Geographical Researches 25(3): 57-78. (in Persian with English abstract)
Salas JD, 1992. Analysis and Modeling of Hyolrologic Time Series. In: Maidment DR, (Ed.). Handbook of Hydrology, McGraw Hill Book Company, USA, 19.1-19.72.
Sen Z, 1998. Small sample estimation of the variance of time averages in climate time series. International Journal of Climatology 18: 1725-1732.
Seraj Rezaei Y and Delirhasannia R, 2014. Analyzing the day and night time wind characteristics and their effects on the performance of sprinkler irrigation systems. Iranian Journal of Irrigation and Drainage 8(2): 311-324. (In Persian with English abstract)
Stocker TF, Qin D, Plattner Jk, Tignor M, Allen SK, Boschung J and Vasconcellos de Menezes V, 2013. Climate Change 2013. The Physical Science Basis. Working Group I Contribution to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change-Abstract for decision-makers. Groupe d'experts intergouvernemental sur l'evolution du climat/Intergovernmental Panel on Climate Change-IPCC, C/O World Meteorological Organization, 7bis Avenue de la Paix, CP 2300 CH-1211 Geneva 2 (Switzerland).
Thomas HA and Fiering MB, 1962. Mathematical synthesis of stream flow sequences for the analysis of river basins by simulation. In: Maass A, Hufschmidt MM, Dorfman R, Thomas HA, Marglin SA and Fair GM, (Eds.), Design of Water Resources, Harvard University Press, USA.
Veisipour H, Masompour J, Sahne B and yosefi Y, 2010. Analysis of precipitation and temperature trend and forecasting by time series models (Case Study: Kermanshah city). Journal of Geography 3: 63-77. (In Persian with English abstract)
Yevjevich V, 1972. Stochastic Process in Hydrology. Water Resources Publications. Fort Collin, Colorado, USA.
Yue S and Hashino M, 2003. Temperature trends in Japan:1900-1996. Theoretical and Applied Climatology 75:15-27.
Yue Sh and Wang Ch, 2004. The Mann-Kendall test modified by effective sample size to detect trend in serially correlated hydrological series. Water Resources Management 18: 201–218.
Zarei AR and Moghimi MM, 2016. Prediction and evaluation of average monthly temperature using time series models. Journal of Irrigation and Water Engineering 25: 142-151. (In Persian with English abstract)
Zhou S, Yuan J, Song Z, Tang J and Kang L, 2013. Wind signal Forecasting based on system identification toolbox of MATLAB. Intelligent System Design and Engineering Applications 1614-1617.
Zolfaghari H, Masoompourv Samakosh J and Chahwari S, 2018. Estimating the growing degree days in the Northwest of Iran based on climate change models. Scientific Journals Management System 49: 221-240. (In Persian with English abstract) | ||
آمار تعداد مشاهده مقاله: 279 تعداد دریافت فایل اصل مقاله: 156 |