۵ نتیجه برای خودهمبستگی فضایی
علیرضا صادقی نیا، بهلول علیجانی، پرویز ضیائیان، شهریار خالدی،
دوره ۱۳، شماره ۳۰ - ( ۹-۱۳۹۲ )
چکیده
در این پژوهش با استفاده از تصاویر چند زمانه لندست TM تغییرات فضایی – زمانی جزیره حرارتی تهران مورد بررسی قرار گرفت. تصاویر مطالعه شده مربوط به دوره زمانی ۱۹۸۶ تا ۲۰۱۰ هستند(۱۳ تصویر). ابتدا الگوریتم تک باندی کین و همکارانش(۲۰۰۱)برای استخراج دما از باند حرارتی تصاویر لندست TM استفاده شد. سپس با استفاده از روشهای تحلیل خودهمبستگی فضایی عمومی و محلی تغییرات فضایی و زمانی دمای سطحی بررسی شد. نتایج تحلیل خودهمبستگی فضایی عمومی نشان داد که داده های دمای سطحی تهران دارای ساختار فضایی بوده و به شکل خوشه ای توزیع شده اند. علاوه بر آن، بین سالهای ۱۹۸۶ تا ۲۰۱۰ مقدار خودهمبستگی فضایی افزایش یافته و متغیر دما تمایل بیشتری به متمرکز شدن و خوشه ای شدن در فضا پیدا کرده است. با توجه به نتایج خودهمبستگی فضایی عمومی دو نتیجه ی مهم حاصل شد: ۱- در طول دوره مطالعه خوشه های حرارتی جدیدی در شهر تهران شکل گرفته اند. ۲- وسعت فضایی خوشه های حرارتی قبلی رو به افزایش رفته است. جهت روشن شدن ماهیت خوشه های دمایی (داغ یا خنک بودن خوشه ها) و بررسی تغییرات فضایی آنها از آماره ی خودهمبستگی فضایی محلی استفاده شد. نتایج این بخش تقویت و گسترش خوشه های داغ و تضعیف خوشه های خنک را تایید نمود. بررسی و مقایسه ی پراکندگی فضایی نقاط بالا- بالا و پایین- پایین در طول دوره مطالعه نشان داد که بین سالهای ۱۹۸۶ تا ۲۰۱۰ به علت از بین رفتن نیمی از پوشش گیاهی نواحی غرب و جنوب غربی تهران(مناطق ۱۸، ۱۹، ۲۱ و ۲۲) خوشه های خنک مستقر بر این نواحی کوچک یا ناپدید شده اند و خوشه های داغ جدیدی در این نواحی شکل گرفته اند. در نتیجه ی این تغییرات جزیره حرارتی که در سال ۱۹۸۶ بر روی فرودگاه مهرآباد(منطقه۹) و بخشهایی از مناطق ۲۱ و ۲۲ حاکم بوده است، در طول این ۲۵ سال به سمت غرب و جنوب غرب گسترش یافته و مساحت بیشتری را اشغال کرده است. همچنین هسته های حرارتی کوچکی در جنوب و غرب منطقه ۱۹ ظهور یافته است. علاوه بر آن به علت تخریب و نابودی بخش مهمی از باغات مناطق شمالی تهران(به خصوص شمیرانات) خوشه های خنک مستقر در این نواحی تضعیف شده اند.
سعید بلیانی،
دوره ۱۶، شماره ۴۳ - ( ۱۰-۱۳۹۵ )
چکیده
بارش از جمله عناصر اقلیمی است که در برنامه ریزی محیطی دارای اهمیت بسیار می باشد. در این راستا برای مدل سازی و پیش بینی مکانی بارش سالانه در استان خوزستان و ارتباط آن با عوامل مکانی از روش رگرسیون های فضایی استفاده شده است. لذا از آمار ۱۳ ایستگاه سینوپتیک استان خوزستان از بدو تأسیس تا سال ۲۰۱۰ میلای جهت پیشگویی فضایی و ارتباط با عوامل جغرافیایی توپوگرافی (ارتفاع، شیب و جهت دامنه ها) و طول- عرض جغرافیایی به روش رگرسیون های فضایی مربعات معمولی(OLS) و موزون جغرافیاییGWR)) بهره گرفته شده است. نتایج حاصل از این پژوهش نشان دهنده یک ارتباط قوی بین بارش با عوامل جغرافیایی است. نتایج دو مدل رگرسیون عمومی و وزنی جغرافیایی برای پیش بینی بارش سالانه حاکی از برآورد مقادیر پیش بینی بهتر در مدل رگرسیون موزون جغرافیایی است. بطوری که میزان برآورد حاصل از روش رگرسیون موزونی جغرافیایی در استان خوزستان، نشان از مقادیر پایین باقیمانده ها ی خطا، مقادیر بالای 
، عدم وجود خودهمبستگی فضایی و نرمال بودن مقادیر باقی مانده مدل را نمایش می دهد. میزان
در مدل رگرسیون مربعات معمولی ۷۵% تغییرات بارش را با عوامل مکانی تببین می کند. در حالیکه در رگرسیون وزنی جغرافیایی این میزان در دامنه ۸۲% تا ۹۷% در روی پهنه بارش خوزستان در نوسان است و نشان دهنده برآورد بهتر این مدل می باشد. بر همین اساس مشخص شد که نقش ارتفاعات درشرق، شمالشرق و شمال استان، جهت دامنه ها در بخش های شرق ، شمالشرق و در محدوده کوه های زاگرس، و شیب نیز در همین محدوده های ذکر شده مهم ترین عوامل مکانی موثر بر مقادیر بارش به شمار می آیند.
فاطمه غیاث آبادی فراهانی، فرامرز خوش اخلاق، علی اکبر شمسی پور، قاسم عزیزی، ابراهیم فتاحی،
دوره ۱۸، شماره ۴۸ - ( ۱-۱۳۹۷ )
چکیده
هدف از این مطالعه تحلیل تغییرات درون دهه ای داده و الگوی فضایی بارش های سالانه و فصلی نیمه غربی ایران است. به این منظور دادههای بارش روزانه بارش از پایگاه دادهای اسفزاری استخراج شده است. این پایگاه داده ای در دو بخش تهیه شده ، پایگاه داده ای اول با استفاده از ۱۴۳۴ ایستگاه و پایگاه دوم به کمک ۵۷۸ ایستگاه با تفکیک مکانی ۱۵× ۱۵ کیلومتر بوده و در قالب سیستم تصویر لامبرت مخروطی تولید شده است. داده های روزانه بارش دوره ۲۰۱۵-۱۹۸۶ (طی سه دهه) مورد بررسی قرار گرفت. برای واکاوی تغییرات درون دهه ای بارش از تحلیل الگوی خودهمبستگی فضایی آماره عمومی G* و به منظور بررسی روند تغییرات از تحلیل رگرسیون، آزمون من کندال استفاده شده است. در انجام محاسبات از امکانات برنامه نویسی Matlab و برای عملیات ترسیمی از نرم افزارهای Surfer و GIS بهره گرفته شد. نتایج حاصل از این مطالعه بیانگر این است که الگوهای خوشهای مثبت بارش در مقیاس سالانه بیشتر در امتداد کوههای زاگرس و بخشهایی از غرب منطقه مورد مطالعه می باشد. در مقیاس فصلی الگوی خودهمبستگی فضایی بارش در فصل پاییز و زمستان تقریبا از الگوی سالانه پیروی کرده، در حالیکه در فصل بهار الگوی فضایی مثبت بارش بیشتر در بخشهای شمالی منطقه مورد مطالعه مشاهده شده است. نتایج حاصل از تغییرات درون دههای الگوهای خودهمبستگی فضایی مثبت بارش نیمه غربی ایران نشان میدهد به سمت دورههای اخیر به استثنای فصل زمستان که روند افزایشی نامحسوسی تجربه کرده، در مقیاس سالانه، فصل بهار و پاییز از گستره مکانی الگوی خودهمبستگی فضایی مثبت بارش کاسته شده است. درحالیکه الگوهای خودهمبستگی فضایی منفی بارش در مقیاس سالانه و فصلی روند کاهشی را تجربه کرده است. با این وجود به جز دورهی دوم، الگوی فضایی بارش در منطقه مورد مطالعه تغییرات مکانی قابل توجهی نداشته است. نتایج حاصل از تحلیل روند بیانگر این است که در مقیاس سالانه فصل زمستان اکثر مناطق نیمه غربی کشور از روند کاهشی برخوردار بوده است. در فصل بهار و پاییز با وجود اینکه در منطقه روند افزایشی بارش مشاهده شده ، اما در سطح ۹۵ درصد اطمینان معنی دار نبوده است.
علی بحری، یونس خسروی،
دوره ۲۰، شماره ۵۸ - ( ۷-۱۳۹۹ )
چکیده
به‌واسطه‌ی کاربرد بالایی که دمای سطح دریا (SST) در مطالعات اقلیمی و اقیانوسی دارا است، این پارامتر طی سالهای ۱۹۸۶ تا ۲۰۱۵ در دریای عمان با استفاده از تحلیل‌های روند و تحلیل‌های خودهمبستگی فضایی موران جهانی و موران محلی مورد بررسی قرار گرفت. در تحلیل روند از آزمون من-کندال جهت شناسایی روند تغییرات SST و از روش Sen's Estimator جهت بررسی شیب تغییرات رخ‌داده استفاده شد. با استفاده از این روش‌ها مشخص شد که در بازه زمانی ماهانه، ماههای ژانویه، فوریه و دسامبر فاقد روند صعودی معنادار در مقادیر SST بودند و فقط بخشهایی از تنگه هرمز با روند نزولی معنادار همراه بوده است. از طرفی در ماه مارس هیچ‌گونه روند نزولی معنادار رخ نداده و در بخش جنوبی دریای عمان روند صعودی در مقادیر SST دیده شد. سایر ماههای سال نیز دارای روند صعودی و نزولی معنادار در بخشهای مختلف دریای عمان بودند که در این بین ماه اکتبر دارای بیشترین پهنه‌ی روند صعودی بود. در بازه زمانی سالانه نیز مشخص شد که بخشهای جنوبی دریای عمان دارای روندی صعودی در مقادیر SST و بخشهای غربی دارای روندی نزولی بوده‌اند. شیب تغییرات رخ‌داده با مقدار زیاد (مثبت و منفی) نیز منطبق بر بخشهای دارای روند صعودی و نزولی معنادار بود. نتایج تحلیل موران جهانی برای بازه سالانه حاکی از روند صعودی مقادیر خودهمبستگی و الگوی خوشهای دادههای SST با گذشت زمان بود که با استفاده از تحلیل موران محلی مشخص شد که این خوشه‌های گرم SST اند که در دریای عمان در حال افزایش‌اند و از طرفی، خوشه‌های سرد این پارامتر در ۳۰ سال موردمطالعه با کاهش روبه‌رو شده‌اند. با توجه به نتایج تحلیل روند و تحلیل‌های خودهمبستگی مشخص شد که مقادیر SST طی ۳۰ سال موردمطالعه در بخشهای مختلف دریای عمان روندی افزایشی داشته‌اند، لذا ممکن است تغییرات اقلیمی و گرمایش جهانی بر این منطقه اثرگذار بوده باشد.
فرشاد پژوه، محمد سلیقه، مهری اکبری، محمد دارند،
دوره ۲۱، شماره ۶۲ - ( ۷-۱۴۰۰ )
چکیده
هدف از انجام این پژوهش شناسایی پراکنش فضایی شار همگرایی رطوبت تجمعی عمودیVertically Integrated) Moisture Flux Convergence) ( بر روی جو ایران است. برای نیل به این هدف از دادههای ماهانه شبکه‌ای ECMWF طی بازه زمانی ۱/۱۹۷۹ تا ۱۲/۲۰۱۳ بهره گرفته شد. در ابتدا بر پایه‌ی میزان نم ویژه موجود در جو، وردسپهر به سه لایهی پایینی (۱۰۰۰-۸۵۰ hPa)، میانی (۷۷۵-۷۰۰ hPa) و بالایی (۶۰۰-۵۰۰ hPa) تقسیم شد. به‌منظور دستیابی به تغییرات فضایی VIMFC بر روی ایران از روشهای خودهمبستگی فضایی موران جهانی و لکه‌های داغ در سطح معناداری ۹۰، ۹۵، ۹۹ و ۹۹/۹۹ درصد بهره برده شد. نتایج این پژوهش نشان داد که پراکنش فضایی VIMFC در ایران در طی لایه اول وردسپهر و به‌ویژه در طی ماههای گرم سال دارای الگوی خوشهای بالاست و در ماههای سرد سال و در لایه سوم وردسپهر، الگوی خوشهای کاهش می‌یابد. بر اساس شاخص لکه‌های داغ در لایه اول وردسپهر مناطق کم ارتفاع، در لایه دوم وردسپهر مناطق مرتفع کوههای البرز، زاگرس و مرکزی و در لایه سوم وردسپهر مناطق بادپناه کوههای مرکز و شرق ایران دارای الگوی خودهمبستگی فضایی مثبت (نقاط داغ) است. یافته‌ها بیانگر آن است که در فصل زمستان و پاییز در طی دوره دوم (۲۰۱۳-۱۹۹۹) گسترهی نقاط داغ VIMFC کاهش قابل‌توجهی را نسبت به دوره اول موردبررسی (۱۹۹۸-۱۹۷۹) بر روی ایران نشان میدهد.
