زمان پاسخگویی تنها روزهای زوج ساعت 10 الی 12  

   [صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ارسال مقاله :: پیشکسوتان جغرافیا :: ثبت نام :: تماس با ما ::
:: دوره 29، شماره 1 - ( 3-1393 ) ::
جلد 29 شماره 1 صفحات 23-42 برگشت به فهرست نسخه ها
بررسی ارتباط بین پارامترهای مهم ابر و بارش روزانه در ایران
دکتر علی اکبر رسولی* 1، دکتر سعید جهانبخش1، احمد رضا قاسمی1
1- دانشگاه تبریز
چکیده:   (490 مشاهده)
مطالعه پارامترهای آب و هوایی به علت نقشی که در مباحث تغییر اقلیم و بهبود کارایی مدل های اقلیمی و پیش بینی بارش دارند از اهمیت ویژه ای در دنیا برخوردارند. در این میان مطالعه ابرها به علت اینکه حد واسط بین سامانه های همدیدی و شرایط اقلیمی سطح زمین​ هستند از اهمیت ویژه ای برخوردارند و هرگونه تغییر در پارامترهای آنها می تواند سرآغاز زنجیره ای از واکنش ها در دیگر عناصر آب و هوایی گردد. به دلیل این اهمیت در این پژوهش ارتباط چهار پارامتر مهم ابر یعنی دمای قله ابر ، فشار قله ابر ، عمق نوری ابر و مقدار ذرات آب و یخ ابر در محدوده کشور ایران با بارش روزانه مورد مطالعه قرار گرفت. برای این هدف از اطلاعات ایستگاه های همدید و سنجنده مودیس برای کل دوره موجود آن (2000 تا 2011) استفاده شد و با استفاده از مدل های رگرسیون خطی، غیر خطی و همچنین مدل رگرسیون چند متغیره ارتباط بین این پارامترهای با بارش بررسی گردید. در ابتدا با همپوشانی چند لایه اطلاعاتی بارش و ابر در محیط ArcGIS کشور به 4 پهنه مشترک بارش و ابر تقسیم گردید و این پهنه ها مبنای بررسی ارتباط بین بارش و پارامترهای ابر قرار گرفتند. نتایج نشان داد که دمای قله ابر بین 20 تا 39 درصد از تغییرات بارش در پهنه ها را تبیین و یا به عبارت دیگر توضیح می دهند، این مقدار برای فشار قله ابر 20 تا 37 درصد، مقدار ذرات آب و یخ ابر 21 تا 31 درصد و عمق نوری ابر 19 تا 31 درصد بدست آمد. با اعمال مدل رگرسیون چند متغیره، نتایج نشان داد که در پهنه 3 این چهار پارامتر ابر می توانند حدود 50 درصد تغییرات بارش را پیش بینی کنند. این مقدار در پهنه 2 حدود 40 درصد و برای دو پهنه دیگر حدود 30 درصد بدست آمد. جهت حذف هم خطی شدید و همچنین رسیدن به متغیرهای اصلی، از روش رگرسیون گام به گام نیز استفاده شد که نتایج آن نشان داد در پهنه های 1 و 4 پارامتر مقدار آب و یخ ابر، در پهنه 3 دما قله و عمق نوری ابر و در پهنه 2 فشار قله و مقدار آب و یخ ابر موثرترین پارامترهای مدل ها می باشند
واژه‌های کلیدی: پارامترهای ابر، بارش روزانه، ایران
متن کامل [PDF 519 kb]   (186 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: هواشناسی و اقلیم
دریافت: ۱۳۹۷/۱/۳۰ | پذیرش: ۱۳۹۷/۱/۳۰ | انتشار: ۱۳۹۷/۱/۳۰
فهرست منابع
1. ایران نژاد، پرویز؛ احمدی گیوی، فرهنگ و محمدنژاد، علیرضا. (1388). «اثر مراکز چرخندزای مدیترانه بر بارش سالانه ایران در دوره 1960 تا 2002 »، مجله ژئوفیزیک ایران، ش 1 ،صص91- 105.
2. بازرگان لاری، عبدالرضا. (1385). رگرسیون خطی کاربردی، انتشارات دانشگاه شیراز، ص 331.
3. پورباقر، س.، م. ر. مباشری و م. فرج زاده. (1386). «امکان سنجی استفاده از داده های رادیو ساوند و تصاویر ماهواره ای MODIS در برآورد آب قابل بارش کلی»، همایش ژئوماتیک تهران، سازمان نقشه برداری کشور، ص 1819.
4. جباری، ایرج. (1385). روش های آماری در علوم محیطی و جغرافیا، تهران: انتشارات دانشگاه رازی،ص 303.
5. حاجی میر رحیمی، محمود. (1386). ارزیابی تطبیقی مقادیر بارش نظاره شده توسط سنجنده های ماهواره ای و رادار هواشناسی، پایان نامه کارشناسی ارشد سنجش از دور، دانشگاه تبریز،ص 140.
6. رحمانی، الهام؛ خلیلی، علی و لیاقت، عبدالمجید. (1387). «بررسی کمی تاثیر خشکسالی بر عملکرد محصول جو در آذربایجان شرقی به روش رگرسیونی چند متغیره»، فصلنامه علوم و فنون کشاورزی و منابع طبیعی، ش 42، صص ۲۵ -۳۶.
7. رسولی، علی اکبر. (1387 الف).«توزیع مکانی باران های رعد و برقی منطقه سیدنی استرالیا»، دومین کنفرانس منطقه ای تغییر اقلیم، سازمان هواشناسی کشور، 13 و 14 آبان.صص 291 -310.
8. ــــــــــــــــــــــ . (1387 ب). مبانی سنجش از دور کاربردی با تاکید بر پردازش تصاویر ماهواره ای، انتشارات دانشگاه تبریز،ص 777.
9. صادقی حسینی، سیدعلیرضا؛ حجام، سهراب و تفنگ ساز، پوریا. (1384).« ارتباط آب قابل بارش ابر و بارندگی دیدبانی شده در منطقۀ تهران»، مجلۀ فیزیک زمین و فضا، ش 2 ،صص13 -21.
10. صادقی حسینی، علیرضا و رضائیان، مهتاب. (1385). « بررسی تعدادی از شاخص های ناپایداری و پتانسیل بارورسازی ابرهای همرفتی منطقه اصفهان»، مجلۀ فیزیک زمین و فضا، ش 2 ،صص83-98.
11. عساکره، حسین. (1383 ). « مدل سازی تغییرات مکانی عناصر اقلیمی- مطالعه موردی بارش سالانه استان اصفهان»، فصلنامه تحقیقات جغرافیایی، ش 74 ،صص 213 -231.
12. علیزاده، امین. (1386). اصول هیدرولوژی کاربردی، انتشارات دانشگاه امام رضا،ص 807.
13. فرشاد فر، عزت االله. (1381). اصول و روش های آماری. انتشارات دانشگاه رازی.ص 733.
14. قاسمی، احمد رضا. (1391). مدل سازی تغییرات زمانی و مکانی پوشش ابری، با تاکید بر روزهای بارش در ایران، رساله دکتری رشته جغرافیای طبیعی گرایش اقلیم شناسی. دانشگاه تبریز.
15. نجفی، درعلی. (1383). « محاسبه آماری حداکثر بارش محتمل 24 ساعته و حداکثر آب قابل بارش ایستگاه اصفهان»، دومین کنفرانس دانشجویی منابع آب و خاک دانشگاه شیراز،ص 370.
16. یاراحمدی، داریوش، عزیزی، قاسم. (1386). « تحلیل چند متغیره ارتباط میزان بارش فصلی ایران و شاخص های اقلیمی»، فصلنامه پژوهش های جغرافیایی، ش 62 ،صص 161-174.
17. Adler, R.F. and A.J. Negri. (1988). A satellite infrared technique to estimate tropical convective and stratiform rainfall. J. Appl. Meteor., 27, 30–51.
18. Arkin, P.A. and B.N. Meisner. (1987). The relationship between large- scale convective rainfall and cold cloud over the Western Hemisphere during 1982–1984. Mon. Wea. Rev., 115: 51–74.
19. Askelson, M. (2007). On the use of satellite cloud top pressure data in the estimation of snowfall occurrence and precipitation rates. 23rd Conference on IIPS.
20. Bretherton, H.S., E.P. Matthew and E.B. Larissa. (2004). Relationships between Water Vapor Path and Precipitation over the Tropical Oceans. J. Climate. 17:1517-1528.
21. Bumrungklang, P., S. Dasananda and D. Sukawat. (2009). An Analysis of Seasonal Thunderstorm Cloud Distribution and Its Relation to Rainfall in Thaland using remotly sen data. Suranaree J. Sci. Technol. 17: 71-86
22. Field, P.R., A. Gettelman, R.B. Neale, R. Wood, P.J. Rasch. (2008). Midlatitude cyclone compositing to constrain climate model behavior using satellite observations. J. Climate, 21: 5887–5903.
23. Ghasemi, A.R., D. Khalili. (2008). The Effect of the North Sea-Caspian Pattern on Winter Temperatures in Iran. Theor. Appl. Climatol, 92: 59-74.
24. Gochis, D. J., S.W. Nesbitt., W. Yu. and S.F. Williams. (2009). Comparison of gauge–corrected versus non–gauge corrected satellite–based quantitative precipitation estimates during the 2004 NAME enhanced observing period. Atmosfera. 22: ISSN 0187-6236.
25. Hack, J.J., M. Caron, S.G.,Yeager, K. Oleson, M. Holland, J. Truesdale, P. Rasch. (2006). Simulation of the global hydrological cycle in the CCSM Community Atmosphere Model version3 (CAM3): Mean features. J. of Climate, 19: 2199-2221.
26. Hanna, W., D.M. Schultz and A.R. Irving. (2008). Cloud-Top Temperatures for Precipitating Winter Clouds. J of Appl. Meteorolo. and Climatolo. 47: 351-359.
27. Heymsfield, A.J., S. Matrosov and B. Baum. (2003). Ice Water Path–Optical Depth Relationships for Cirrus and Deep Stratiform Ice Cloud Layers. J of Appl. Meteorolo. 42: 1369-1389.
28. Heymsfild, A.J., S. Matrosov, B. Baum. (2003). Ice Water Path–Optical Depth Relationships for Cirrus and Deep Stratiform Ice Cloud Layers. J. of Appl. Meteorolo 42: 1396-1390
29. Hong, G., Yang, p., Bryan, A., B. Andrew, J. Heymsfield, K. Xu. (2009). Parameterization of Shortwave and Longwave Radiative Properties of Ice Clouds for Use in Climate Models. J. of Climate, 22: 6287-6312.
30. Houze, R. A. (1993). Cloud Dynamics. Academic Press, 573 pp.
31. Kryjov, V.N. (2002). Relationships between Northern Russia Monthly, Seasonal, and Annual Air Temperatures and Winter Zonal Circulation Indices. Meteorology and Hydrology. Moscow 105554.
32. Kutiel, H. and S. Paz. (1998). Sea Level Pressure Departures in the Mediterranean and their Relationship with Monthly Rainfall Conditions in Israel. Theor. Appl. Climatol. 60: 93-109.
33. Lohmann, U. 2010. Applications and needs of clouds & aerosols in GCMs. Berlin. pp 20.
34. Maheras, P., E.Xoplaki., H.Kutiel. (1999). Wet and dry monthly anomalies across the mediterranean basin and their relationship with circulation, 1860-1990. Theor. Appl. Climatol. 64: 189-199.
35. Menzel, W.P., R.A. Frey, H. Zhang, D.P. Wylie, C. Moeller, R. Holz, B. Maddux, B. Baum, K. Strabala, and L. Gumley. 2008. MODIS Global Cloud-Top Pressure and Amount Estimation: Algorithm Description and Results. Journal of applied meteorology and climatology. 47:1175- 1198.
36. Rasouli, A. A. (2004). Temporal and spatial study of thunderstorm rainfall in the greather Sydney region. International Conference on Storms. Australia. 272-281.
37. Schlesinger, M. E., H. S. Kheshgi, J. Smith, F. C. Chesnaye, J. M. Reilly, T. Wilson, and C. Kolstad. (2007). Human-Induced Climate Change. Cambridge University Press. 426 pp.
38. Stephenson, T.S., A.A. Chen, M.A. Taylor. (2008). Toward the development of prediction models for the primary Caribben dry season. Theor. Appl. Climatol. 92: 87-101.
39. Tsvieli. Y., A. Zangvil. (2005). Synoptic climatological analysis of wet and dry red sea troughs over Israel. Int. J. Climatol. 25: 1997-2015.
40. Zeng, X. 1999. The Relationship among Precipitation,Cloud-Top Temperature and Perceptible Water over the Tropics. J. Climate. 12: 2503-2514.
ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA code


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Rasouli A A, Jahanbakhsh S, Ghasemi A R. Investigation the Relationship between Important Properties of Cloud and Daily Precipitation in Iran . geores. 2014; 29 (1) :23-42
URL: http://georesearch.ir/article-1-414-fa.html

رسولی علی اکبر، جهانبخش سعید، قاسمی احمد رضا. بررسی ارتباط بین پارامترهای مهم ابر و بارش روزانه در ایران . فصلنامه تحقیقات جغرافیایی. 1393; 29 (1) :23-42

URL: http://georesearch.ir/article-1-414-fa.html



دوره 29، شماره 1 - ( 3-1393 ) برگشت به فهرست نسخه ها
فصلنامه تحقیقات جغرافیایی Geographical Researches Quarterly Journal
Persian site map - English site map - Created in 0.06 seconds with 32 queries by YEKTAWEB 3858