واکاویی خودهمبستگی فضایی بارش فصلی ایران با استفاده از برونداد پایگاه داده بارشAPHRODITE

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشگاه شهید بهشتی

2 دانشگاه حکیم سبزواری

چکیده

در بین فراسنج های اقلیمی، بارش به دلیل تعامل پیچیده با عوامل و عناصر اقلیمی از خود رفتاری چندگانه و پیچیده‌ای بروز می‌دهد که موجب توجه ویژه محققین بدان شده است. سال‌هاست رویکرد محققان علوم محیطی از آمار کلاسیک به آمار فضایی معطوف شده است.به همین دلیل اقلیم شناسان نیز باید با مبانی این علم آشنا شوند و توابع تحلیلی آن را مبنای مطالعات خود قرار دهند.در مطالعه حاضر با استفاده ازروش‌های نوین آمار فضایی مانند خودهمبستگی فضایی موران جهانی، شاخص انسلین محلی موران و لکه‌های داغ، رفتار مکانی بارش فصلی در غالب چندین آماره ارائه گردیده است.بررسی‌های آماری نشان داد که فصل تابستان بیش‌ترین ضریب تغییرات بارش (50/267) ایران را دارا است که توسط شاخص‌های ضریب درجه اوج و گیتس اورد جی نیز تأییدشده است. بالاترین ناهنجاری مکانی بارش بر اساس شاخص پراکندگی فصول تابستان و پاییز معرفی‌شده‌اند. همچنین به استناد خروجی‌های شاخص اندازه خوشه بزرگ‌ترینخوشه‌های بارشی ایران در فصل زمستان ایجاد می‌گردد که نشان‌دهنده نظم نسبی بارش ایران می‌باشد. نتایج آماره‌های فضایی نیز نشان داد که تغییرات درون سالی بارش در ایران دارای الگوی خوشه­ای بالا می­باشد. بر اساس شاخص محلی موران و لکه­های داغ، بارش در کرانه­های ساحلی دریای خزر و بخش­های غرب و جنوب غرب ایران (عمدتاً زاگرس) دارای خودهمبستگی فضایی مثبت (خوشه­های بارش باارزش بالا) و در بخش­هایی از نواحی مرکزی و همچنین بخش­هایی از جنوب شرق ایرانو نواحی مرکزی دارای خودهمبستگی فضایی منفی (خوشه‌های بارش باارزش پایین)بوده است.

کلیدواژه‌ها


عنوان مقاله [English]

An Assessment of spatial autocorrelation of seasonal rainfall using APHRODITE database output

چکیده [English]

Among the climatic parameters, Rainfall reveal multiple and complex behavior for this reason, researchers have been special attention to that. For years, environmental sciences researchers have focused from classical statistics to spatial statistics. For this reason, climatologists should also become familiar with the basics of this science and put analytical functions as the foundation of their studies. In this study, using modern techniques such as Spatial Auto-correlation, Global Moran's Index, Local Moran's I index, and Hotspots, behavior of seasonal rainfall is presented in the form of several statistics. Statistical analysis showed that the highest coefficient of variation of rainfall (267.5) is related to summer season that is approved by the peaking factor and Getis-OrdGi. Based on the dispersion index, the highest spatial anomaly is related to the summer and autumn seasons. According to the cluster and outlier analysis, the largest cluster of Iranian's rainfall is created in winter that represents the relative order of rainfall in Iran. Spatial statistical results also showed that the intra-year variation of rainfall in Iran follows from high cluster pattern. According to the Local Moran's I index, and Hotspots analysis, rainfall on the shore of the Caspian Sea and the West and South West of Iran (mainly Zagros mountains) has a positive spatial auto-correlation (clusters of rainfall with high value) and In parts of central and southern parts of Iran and East Central regions has the negative spatial auto-correlation (clusters of precipitation with low value).

کلیدواژه‌ها [English]

  • Spatial statistic
  • Spatial Auto-correlation
  • Global Moran's Index
  • Anselin Local Moran's index
  • Hotspots index (Getis-OrdGi)