دانشگاه تبریز
فهرست نشریات دارای اعتبار وزارت علوم، تحقیقات و فناوری
پایگاه استنادی علوم جهان اسلام (ISC)

 آمار

تعداد نشریات43
تعداد شماره‌ها1,249
تعداد مقالات15,321
تعداد مشاهده مقاله51,048,360
تعداد دریافت فایل اصل مقاله14,071,975
بابازاده, حسین, شمس نیا, سیدامیر, بوستانی, فردین, نوروزی اقدم, الناز, خدادادی دهکردی, داوود. (1391). بررسی خشکسالی، ترسالی و پیش¬بینی پارامترهای اقلیمی بارش و درجه حرارت منطقه شیراز با استفاده از روش¬های استوکستیک. سامانه مدیریت نشریات علمی, 16(41), 23-47.
حسین بابازاده; سیدامیر شمس نیا; فردین بوستانی; الناز نوروزی اقدم; داوود خدادادی دهکردی. "بررسی خشکسالی، ترسالی و پیش¬بینی پارامترهای اقلیمی بارش و درجه حرارت منطقه شیراز با استفاده از روش¬های استوکستیک". سامانه مدیریت نشریات علمی, 16, 41, 1391, 23-47.
بابازاده, حسین, شمس نیا, سیدامیر, بوستانی, فردین, نوروزی اقدم, الناز, خدادادی دهکردی, داوود. (1391). 'بررسی خشکسالی، ترسالی و پیش¬بینی پارامترهای اقلیمی بارش و درجه حرارت منطقه شیراز با استفاده از روش¬های استوکستیک', سامانه مدیریت نشریات علمی, 16(41), pp. 23-47.
بابازاده, حسین, شمس نیا, سیدامیر, بوستانی, فردین, نوروزی اقدم, الناز, خدادادی دهکردی, داوود. بررسی خشکسالی، ترسالی و پیش¬بینی پارامترهای اقلیمی بارش و درجه حرارت منطقه شیراز با استفاده از روش¬های استوکستیک. سامانه مدیریت نشریات علمی, 1391; 16(41): 23-47.

بررسی خشکسالی، ترسالی و پیش¬بینی پارامترهای اقلیمی بارش و درجه حرارت منطقه شیراز با استفاده از روش¬های استوکستیک

جغرافیا و برنامه‌ریزی
مقاله 2، دوره 16، شماره 41، آبان 1391، صفحه 23-47    اصل مقاله (570.23 K)
نوع مقاله: مقاله علمی پژوهشی
نویسندگان
حسین بابازاده1؛ سیدامیر شمس نیا2؛ فردین بوستانی3؛ الناز نوروزی اقدم4؛ داوود خدادادی دهکردی* 5
1دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران، گروه مهندسی آب، تهران
2آبیاری و زهکشی، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران
3دانشگاه آزاد اسلامی، واحد علوم و تحقیقات فارس
4دانشگاه آزاد اسلامی واحد میانه
5گروه آبیاری، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات خوزستان
چکیده
مدل­های استوکستیک به عنوان یک روش جهت بررسی تغییرات آب و هوایی آینده مورد استفاده قرار می­گیرند. در میان پارامترهای هواشناسی بارش و دما به عنوان شاخص­های اصلی مطرح می­باشند. هدف از پژوهش حاضر تحلیل وضعیت پارامترهای اقلیمی بارش و متوسط درجه حرارت ماهانه، بررسی خشکسالی­ها و ترسالی­های ناشی از کمبود بارش، شبیه­سازی و پیش­بینی پارامترهای مورد مطالعه با استفاده از روش­های استوکستیک می­باشد. در این تحقیق از آمار 21 ساله بارش و متوسط درجه حرارت ماهانه ایستگاه سینوپتیک شیراز استفاده شده است و براساس مدل آریما و روش خود همبستگی و خود همبستگی جزیی و با ارزیابی تمامی الگوهای احتمالی به لحاظ ایستا بودن و بررسی پارامترها و انواع مدل­ها، مدل مناسب جهت پیش­بینی بارش ماهانه، ARIMA(0 0 0)(2 1 0)12 و جهت پیش­بینی متوسط درجه حرارت ماهانه، ARIMA(2 1 0)(2 1 0)12 به دست آمد و پس از اعتبارسنجی و ارزیابی مدل، پیش­بینی سال­های زراعی 88-1387 و 89-1388 انجام گرفت. با توجه به پیش­بینی صورت گرفته با وجود تداوم خشکسالی، احتمال افزایش بارش وجود دارد. در مورد متوسط درجه حرارت ماهانه نیز روند صعودی دما بویژه در سال­های اخیرادامه داشته و نتایج پیش­بینی، نشان­دهنده افزایش دما همراه با کاهش دامنه تغییرات می­باشد.
کلیدواژه‌ها
بارش؛ درجه حرارت؛ روش¬های استوکستیک؛ آریما
مراجع

 1- بنی­واهب، ع. و علیجانی، ب. (1384)، «بررسی خشکسالی و ترسالی و پیش­بینی تغییرات اقلیم منطقه بیرجند با استفاده از مدل­های آماری»، مجله پژوهش­های جغرافیایی، 37(52): 46-33.

 2- پروین، ن. (1380)، «بررسی خشکسالی حوضه آبریز دریاچه ارومیه»، پایان­نامه کارشناسی ارشد، دانشکده علوم و ادبیات انسانی، دانشگاه تربیت معلم تهران.

 3- پیرمرادیان، ن.، شمس­نیا، س.ا.، بوستانی، ف. و شاهرخ­نیا، م.ع. (1387)، «ارزیابی دوره بازگشت خشکسالی با استفاده از شاخص استاندارد شده بارش (SPI) در استان فارس»، مجله دانش نوین کشاورزی، دانشگاه آزاد اسلامی واحد میانه، سال چهارم، شماره سیزدهم، صفحه 21-7.

 4- ترابی، س. (1380)، «بررسی و پیش­بینی تغییرات دما و بارش در ایران»، (پایان­نامه دکتری جغرافیای طبیعی)، دانشکده علوم انسانی و اجتماعی دانشگاه تبریز.

 5- جهانبخش، س. و باباپور باصر، ع.ا. (1382)، «بررسی و پیش بینی متوسط دمای ماهانه تبریز با استفاده از مدل آریما (ARIMA)»، مجله تحقیقات جغرافیایی، 18(3): 46-34.

    6- شمس­نیا، س.ا، پیرمرادیان، ن. و امیری، س.ن. (1388)، «مدلسازی خشکسالی در استان فارس با استفاده از تحلیل سری­های زمانی»، نشریه جغرافیا و برنامه­ریزی، دانشگاه تبریز، سال چهاردهم، شماره 28. صفحه 189-165.

   7- نیرومند، ح. و بزرگ­نیا. ا. (1385) «سری­های زمانی»، انتشارات دانشگاه پیام نور، 276 صفحه.

   8- نیرومند، ح. (1384)، «تجزیه و تحلیل سری­های زمانی»، انتشارات دانشگاه فردوسی مشهد، 400 صفحه. 

9- Barry, R.G. (2001), “Synoptic and Dynamic Climatology”, Routledge, P 620.

10- Box, G.E.P and Jenkins, G.M. (1976), “Time Series Analysis”, Forecasting and Control, Holden-Day Pulication.

    11- Garson, D. (2007), “Time Series Analysis”, www2. chass.Ncsu.edu/garson/pa765/time.htm.

    12- Kuticl, H. (1996), “Circulation and Extreme Rainfall Conditions in the Eastern Mediternean during the Last Century”, International Journal of Climatology, 16: 73-92

    13- Leite, S. Mand, J.P. and Peixoto (1996), “The Autoregressive Model of Climatological Time Series an Application to the Longest Time Series in Portugal”, International Journal of Climatology, 16: 1165-1173.

    14- Raes, D., Greets, S., Kipkorir, E., Wellens, J. and Sahli, A. (2006), “Simulation of Yield Decline as a Result of Water Stress with a Robust Soil Water Balance Model”, Agricultural Water Management, 81: 335-357.

    15- Sen Zekai (1998), “Small Sample Estimation of the Variance of Time Average in Climate Time Series”, International Journal of Climatology, 18:1725-1732.

    16- Shahidi, N. Rahnemaei, M. Sharifan, R.A. and Nematollahi, A.R. (2010), “Modeling and Forecasting Groundwater Level Fluctuations of Shiraz Plain Using Advanced Statistical Models”, International Conference on Environmental Engineering and Applications (ICEEA 2010), 10-12 Sep. Singapore.

    17- Turkes. M.M. (1996), “Observed Change in Temperature in Turkey”, International Journal of Climatology, 16: 463-477.

آمار
تعداد مشاهده مقاله: 5,561
تعداد دریافت فایل اصل مقاله: 1,856


سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب