پیش‌یابی دمای شمال غرب ایران و ارتباط آن با ارتفاع ژئوپتانسیل

نوع مقاله: مقاله پژوهشی

نویسنده

اصفهان دانشگاه اصفهان خیابان هزار جریب خوابگاه تندگویان

چکیده

 بررسی دما در مکان و زمان معیّن نشان می‌دهد که این متغیّر به‌شدّت در تأثیر الگوهای گردش جوّی است. بنابراین هدف از این نوشتار، بررسی دما و ارتباط آن با ارتفاع ژئوپتانسیل است. در این پژوهش از دو پایگاه داده استفاده شده است. پایگاه نخست، پایگاه داده‌های رویداد محیطی (سطحی) است که در این راستا از داده‌های سطحی دمای منتخب ایستگاه‌های شمال ‌غرب ایران استفاده شده است. بیشینه و کمینۀ این ایستگاه‌ها در بازۀ زمانی11/10/1357 تا 11/10/1390 خورشیدی به‌ مدّت 12054 روز از سازمان هواشناسی کشور دریافت شد. پایگاه دیگر، داده‌های جوّی را شامل می‌شود که چگونگی جریان جوّی را مشخّص می‌کند. این پایگاه، دربردارندۀ داده‌های ارتفاع ژئوپتانسیل تراز 500 هکتوپاسکال است که داده‌‌های آن از تارنمای NCEP/DOE  وابسته به سازمان ملّی جو و اقیانوس‌شناسی ایالات متحده استخراج شده است. بازۀ زمانی این داده‌ها از 01/01/1979 تا 01/01/2012 میلادی است. برای انجام این تحقیق به طور جداگانه همبستگی میانگین روزانۀ دما، کمینه و بیشینه (9 ایستگاه منتخب) با ارتفاع ژئوپتانسیل تراز 500 هکتوپاسکال محاسبه شد. سپس این همبستگی‌ها در نرم‌افزار سرفر وارد شد و چهار منطقه در نیمکرۀ شمالی به دست آمد که با ایستگاه‌های منتخب، همبستگی بالایی را نشان می‌دهند. به طور کلّی، 180 یاخته با میانگین دما، 190یاخته با بیشینه و
168 یاخته با کمینۀ دما در نیمکرۀ شمالی، همبستگی بسیار بالایی با ایستگاه‌های منتخب داشتند. پس از این مراحل، میانگین وزنی یاخته‌های ارتفاع ژئوپتانسیل گرفته شد و معادلۀ آن‌ها با رگرسیون چندگانه به دست آمد. نتایج مدل‌های پیش‌یابی نشان می‌دهد که به ازای هر یک ژئوپتانسیل متر افزایشی که در این نمایه رخ دهد، میانگین روزانۀ دمای ایستگاه‌های منتخب شمال غرب بین 1/0 تا 5/1، دمای بیشینه 1/0 تا 6/1 و دمای کمینه 1/0 الی 2/1 درجۀ سلسیوس افزایش نشان خواهد داد.
 

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Diagnostic of the Temperature in Northwest Iran and Its Relationship with Geopotential Height

نویسنده [English]

  • abdolhoddain adelzadeh
اصفهان دانشگاه اصفهان خیابان هزار جریب خوابگاه تندگویان
چکیده [English]

Investigating temperature in a certain time and place indicates that this variable is strongly influenced by atmospheric circulation patterns. Therefore, the objective of the present study is to investigate the temperature and its relationship with geopotential height. To conduct the present study, two databases were selected. The first database was of the Environmental (Surface) Events Database in which the surface data of the selected temperature of stations in Northwest Iran were used. The maximum and minimum temperatures of these stations were extracted from the Climatology Organization of Iran within the time period from 01/01/1979 to 01/01/2012, i.e. for 12054 days. Another station includes the atmospheric data indicating the way of atmospheric circulation. This station includes data of geopotential height at 500 hPa data extracted from the website NCEP/DOE under the US National Oceanic and Atmospheric Administration. The time period of extracting these data was from 01/01/1979 to 01/01/2012. To conduct the present study, the correlation of average daily temperature, maximum, and minimum temperatures (of 9 selected stations) with geopotential height at 500 hPa were separately calculated. Then, these correlations entered the Surfer software and four regions in the northern hemisphere were obtained having high correlations with the selected stations. In general, 180 pixels with the average temperature, 190 pixels with the maximum temperature, and 168 pixels with the minimum temperature in the northern hemisphere have very high correlations with the selected stations. After this stages, the weighted average pixels geopotential height was extracted and their equation was obtained by the multiple regression. The results of hindcast models indicate that for each geopotential meter increase in this index, the average daily temperature of the selected stations in Northwest Iran increases from 0.1 to 1.5 C°, the maximum temperature from 0.1 to 1.6 C°, and the minimum temperature is from 0.1 to 1.2 C°.
 

کلیدواژه‌ها [English]

  • Diagnostic
  • Temperature
  • specification
  • Geopotential Height

 ایران به دلیل شرایط خاص جغرافیایی یعنی موقعیت کشور در روابط با الگوهای گردشی عمومی جو و قرار گرفتن در عرض‌های میانه، در طول سال مورد هجوم توده‌های هوایی با منشأ مختلف و خصوصیات فیزیکی گوناگون قرار می‌گیرد که با ایجاد تغییرات مکانی- زمانی، موجبات نوسان‌های آب و هوایی در سطح کشور می‌گردد. پرفشار آزورز، پرفشار سیبری، کم فشار گنگ، کم فشار‌های جنب قطبی، رودباد جنب قطبی، رودباد جنب حاره، فرود موسمی، فرود دریای سرخ و بادهای غربی از جمله اجزاء گردش عمومی جو هستند که آب و هوای ایران را تحت تأثیر قرار داده‌اند (مسعودیان، 1387). بررسی دما در مکان و زمان معینی نشان می‌دهد که این متغیر شدیداً تحت تأثیر الگوهای گردش جوی است. و با شناسایی الگوهای گردش جو می‌توان تغییرات، فراوانی، شدت و توزیع مکانی متغیر دما را بررسی و دلایل فیزیکی آن را بیان نمود (ویسنته‌سرانو و لپوز[1] 2006، 1428).

 دماهای بسیار بالا یا بسیار پایین می‌تواند زیان‌های کلا‌نی به مردم وارد آورد. به طوری که تغییرات ناگهانی دما می‌تواند سبب خسارت‌های بی‌شماری گردد. اگر بتوان به طریقی دما را پیش‌یابی یا پیش‌بینی کرد امکان پیشگیری از این زیان‌ها وجود خواهد داشت.تاکنون درباره‌ی تأثیر الگوهای گردشی هواسپهر برعناصر اقلیمی پژوهش‌های در بازه‌های زمانی و مکانی مختلف ایران به انجام رسیده است اما در مورد ارتباط دما با ارتفاع ژئوپتانسیل با معادله‌ی پیش‌یابی[2] پژوهشی چندانی صورت نگرفته است. از آنجایی که بررسی‌ها نشان می‌دهد دمای دو متری سطح زمین وابسته به ارتفاع ژئوپتانسیل تراز میانی هواسپهر است برآنیم که ارتباط دماهای ایستگاه‌های منتخب شمال غرب ایران را با تراز میانی جو (500 هکتوپاسکال) مورد واکاوی همدیدی - آماری قرار دهیم.

 

پیشینه‌ی پژوهش

 در چند دهه اخیر واکاوی نوسان دما در دراز مدت(روند) و کوتا مدت(چرخه‌ی سالانه و فصلی) آن مورد توجه بسیاری از جغرافیدانان، آب و هواشناسان و متخصصان علوم جوی قرار گرفته است (جهانبخش اصل و باباپور 1382، 35). مطالعات در باب دما را می‌توان به دو بخش عمده دسته‌بندی نمود. بخش نخست محققانی که با واکاوی آماری دما شامل (روند، پیش‌یابی، پیش‌بینی و مدلسازی با استفاده از تکنیک‌های آماری و ریاضی) به بررسی زمانی و مکانی این فراسنج پرداختند (الکساندر و همکاران[3]، 2006، 1029 مقادیر حدی دما و بارش در تغییرات جهانی؛ کاررا و هرناندزو گاسکین[4]، 2007، 231 به تحلیل زمانی - مکانی بارش و دماهای روزانه‌ی حوضه‌ی مکزیک؛ اکبری و مسعودیان، 1386، 117 شناسایی رژیم دمایی و پهنه‌بندی نواحی دمایی ایران؛ منتظری،1390، 173 شناسایی فصول دمایی ایران به روش تحلیل خوشه‌ای و هژبرپور و علیجانی، 1386، 89 تحلیل همدید یخبندان‌های استان اردبیل) را می‌توان نام برد.

 دماهای بسیار گرم و یا بسیار سرد به عنوان عامل خطر یا بحران برای انسان تعریف شده‌اند و همه ساله افراد بیشتری به جهت گسترش وقوع موج‌های گرما و یا بوران‌های سرمایی هلاک می‌شوند (علیجانی، 1390، 9). در پژوهشی دیگر زاهدی و همکاران (1386، 183) با بررسی تغییرات زمانی - مکانی دمای منطقه شمال غرب ایران نشان دادند که شمال غرب ایران در دوره‌ی آماری مورد مطالعه منطقه‌ی همگنی از لحاظ دمایی نبوده و متوسط دمای سالانه با ارتفاع رابطه‌ی معکوس و معنی‌داری داشته است. همچنین اکثر مناطق شمال غرب کشور با روند افزایشی دما مواجه بوده و این گرمایش از غرب به شرق بارزتر است. البته در نوار باریکی از غرب منطقه‌ی مورد مطالعه روند کاهشی دما به صورت معنی‌دار اتفاق افتاده است. ذوالفقاری و همکاران (1388، 34) در بررسی دماهای شمال غرب نشان دادند که به ازای افزایش ارتفاع، نیازهای گرمایش در منطقه افزایش می‌آید و از نیازهای سرمایش کاسته می‌شود. همچنین علیجانی و همکاران (1390، 53) با توجه به جابه‌جایی هسته‌های مکانی و زمانی موج‌های سرماهای نمایه در غرب و شمال غرب ایران نشان دادند که دمای موج‌های نمایه روندی کاهشی داشته‌اند، یعنی به سمت سردتر شدن سوق پیدا کرده‌اند. بخش دوم پژوهش‌های است که به وردایی دما و ارتباط آن با الگوهای کلان مقیاس جوی پرداختند. در همین ارتباط؛ فتاحی و رضیئی (1389، 189) نشان دادند که دگرگونی‌های اخیر دمای کره زمین به شدت تابع الگوهای گردشی کلان مقیاس ویژه‌ای است که از چرخش عمومی جو ناشی شده است. هوث[5] (2000، 1) یک روش طبقه‌بندی برای الگوهای گردشی ارتفاع ژئوپتانسیل تراز 500 هکتوپاسکال با بهره‌گیری از روش (PCA) ارائه نمودند. همچنین لویس و همکاران[6] (2002، 172) به تحلیل مکانی زمانی هم پراش دمای هوای تراز 850 هکتوپاسکال و دمای تراز دریا در حوضه‌ی مدیترانه پرداختند و ارتباط آن را با گردش‌های جوی بررسی کردند. و نشان دادند که در زمستان ارتباط معنی‌داری بین جریان‌های غربی اروپا - شرق مدیترانه در تراز 850 هکتوپاسکال و ارتباط ضعیفی بین جریان شرق و غرب مدیترانه برای دمای تراز دریا وجود دارد. در تابستان ارتباط قوی بین این دو وجود ندارد. اما ارتباط معنی‌داری بین دمای تراز 850 هکتوپاسکال گیتوا و دمای تراز دریا در بخش‌های غربی مدیترانه وجود دارد. تاتلی و همکاران[7] (2004، 331) برای شناسایی گردش هوا در تراز بالای جو از داده‌های واکاوی شده‌ی ارتفاع ژئوپتانسیل تراز 500 هکتوپاسکال و داده‌های مربوط به ستبرا[8]تراز 1000 و500 هکتوپاسکال مرکز بین ملی پژوهش‌های جوی ایالات متحده‌ی آمریکا NCEP/DOE استفاده کردند. آن‌ها نشان دادند که ارتباط معنی‌داری بین ارتفاع ژئوپتانسیل تراز 500 هکتوپاسکال و دما‌های بیشینه در بخش‌های غربی و شمالی ترکیه در تابستان و بهار وجود دارد. عساکره (1380، 16) بر این باور است که در سطح 500 هکتوپاسکال و در ماه‌های سرد پرفشار آزور نسبت به ماه‌های گرم پیوستگی کمتر داشته و پربندهای تشکیل‌دهنده آن عمدتاً پربندهایی فرعی می‌باشند. مرز شمالی این پرفشار طی ماه‌های سرد برخلاف ماه‌های گرم به ایران وارد نمی‌شود. علیجانی (1381، 8) با مطالعه همدید الگوهای تراز500 هکتوپاسکال در خاورمیانه با استفاده از روش تحلیل مؤلفه‌های اصلی، نتیجه گرفته است که در دوره‌ی سرد سال، بادهای غربی قوی‌تر بوده، تقریباً تمام منطقه را فرا می‌گیرند، اما در دوره‌ی گرم سال، ضعیف‌تر می‌شوند و به جای آن‌ها پرفشار جنب حاره‌ای آزور گسترش می‌یابد که جابه‌جایی آن ویژگی اصلی توپوگرافی تراز500 هکتوپاسکال در این دوره است. مسعودیان (1385، 51) طی پژوهشی به عنوان زیج سی ساله الگوهای گردشی تراز میانی جو ایران پرداخت. ابتدا داده‌های روزانه‌ی ارتفاع ژئوپتانسیل تراز 500 هکتوپاسکال ساعت12 زلو را از پایگاه داده نوآ[9] استخراج کرده است. سپس نامبرده با اجرای تحلیل مؤلفه‌های اصلی یازده مؤلفه اصلی را شناسایی کرده است. این یازده مؤلفه 92 درصد پراش داده‌ها را تبیین می‌کنند. در پژوهش مذکور، سرانجام با اجرای تحلیل خوشه‌ای هشت الگوی گردشی اصلی تراز 500 هکتوپاسکال شناسایی شده است. محمدی و مسعودیان (1386، 54) بر این باورند که هر الگوی گردشی تمایل دارد در ماه‌های ویژه‌ای فعال شود. به بیان دیگر الگوهای گردشی دارای رفتار فصلی هستند به همین دلیل است که برخی از الگوهای گردشی با الگوهای دیگر ناسازگارند و با برخی دیگر سازگاری بیشتری نشان می‌دهند. با این حال الگوهای دیگری هم وجود دارند که بتوانند پس از هر الگوی گردشی دیگری ظاهر شوند و نقش پل ارتباطی (گذار) میان الگوهای ناسازگار را بازی کند.

 مطالعات نشان می‌دهد آب و هوای سطح زمین به شدت تحت تأثیر تغییرات فشار در ترازهای مختلف جوی قرار دارد. برخی از محققان دما را به شدت تابع الگوهای کلان مقیاس ناشی از چرخش عمومی جو می‌دانند و بخاطر اینکه وردایی دما در زمان و مکان‌ها مختلف رخ می‌دهد از الگوی خاصی تبعیت نمی‌کند (هانا و باکس[10]، 2004، 193؛ سو و همکاران[11]، 2006، 4423؛ برنز و همکاران[12]، 2007، 155؛ کوگ و همکاران[13]،2010،1470؛ هونگ و همکاران[14]، 2012، 129؛ باقری، 1389، 153 و مسعودیان و دارند،1390، 165).

 

داده‌ها و روش‌ها

 در این نوشتار دمای منتخب ایستگاه‌های همدید شمال غرب ایران مورد واکاوی قرار گرفته است. به دیگر سخن این ایستگاه‌ها جزء ناحیه سرد و نیمه‌سرد ایران می‌باشد این ناحیه از دیدگاه جغرافیایی شامل نواحی مرتفع کوهستانی عرض‌های جغرافیایی بالاست که از لحاظ رطوبت جوی فقیرند بنظر می‌رسد سردی هوا بیشتر ناشی از ارتفاع باشد (مسعودیان، 1393، 89). موقعیت مکانی و جغرافیایی آن‌ها در نگاره‌ی (1) و جدول (1) نمایش داده شده است.

  

 

نگاره 1- موقعیت جغرافیایی ایستگاه‌های همدید مورد بررسی

 

جدول 1- موقعیت مکانی ایستگاه‌های منتخب شمال غرب

ردیف

ایستگاه

طول جغرافیایی

عرض جغرافیایی

ارتفاع از سطح دریا

1

خوی

96/44

55/38

1103

2

تبریز

28/46

08/38

1361

3

ارومیه

08/45

51/37

9/1315

4

سقز

26/46

36/25

8/1522

5

سنندج

47

33/35

4/1373

6

کرمانشاه

15/47

35/34

6/1318

7

همدان

73/48

26/35

7/1679

8

قزوین

05/50

25/36

2/1279

9

زنجان

48/48

68/36

1663

  

 برای انجام این نوشتار، از دو پایگاه داده استفاده شده است. پایگاه نخست پایگاه داده‌های رویداد محیطی (سطحی) می‌باشد که در این راستا از داده‌های سطحی دمای منتخب ایستگاه‌های شمال غرب ایران استفاده شده است. بیشینه و کمینه این ایستگاه‌ها در بازه‌ی زمانی 11/10/1357 الی 11/10/1390 خورشیدی به مدت 12054 روز از سازمان هواشناسی کشور اخذ گردید که ویژگی آماری آن‌ها در جدول (2) نمایش داده شده است.

  

جدول 2- دمای ایستگاه‌های منتخب شمال غرب ایران (درجه‌ی سلسیوس)

ردیف

ایستگاه

کمینه

میانگین

بیشینه

1

خوی

4/18-

9/11

30

2

تبریز

9/13-

8/12

5/33

3

ارومیه

3/15-

1/11

4/29

4

سقز

5/22-

11

33

5

سنندج

19-

4/13

5/35

6

کرمانشاه

5/18-

6/14

2/34

7

همدان

5/23-

9/11

30

8

قزوین

16-

7/13

33

9

زنجان

20-

11

4/30

 

 پایگاه دیگر، شامل داده‌های جوی است که چگونگی جریان جوی را مشخص می‌نماید. این پایگاه، شامل داده‌های ارتفاع ژئوپتانسیل تراز 500 هکتوپاسکال است که داده‌های آن از تارنمای NCEP/DOE[15] وابسته به سازمان ملی جو و اقیانوس شناسی ایالات متحده در ساعت‌های 00:00؛ 03:00؛ 06:00؛ 09:00؛ 12:00؛ 15:00؛ 18:00 و 21:00 زولو استخراج شده است. بازه‌ی زمانی این داده‌ها از 01/01/1979 الی 01/01/2012 میلادی با شبکه‌بندی 5/2×5/2 درجه قوسی بوده است که سراسر نیمکره‌ی شمالی با طول جغرافیایی 0 تا 360 درجه‌ی شرقی و عرض جغرافیایی90- تا90 درجه‌ی شمالی را در برمی‌گیرد. انتخاب تراز 500 هکتوپاسکال به ‌عنوان لایه میانی جو به این دلیل است که در مجموع این تراز بهتر می‌تواند الگوهای جوی را نشان دهد. برای پیش‌یابی میانگین روزانه‌ی دما [16]و میانگین داده‌های تمام ساعت شبانه‌روز ارتفاع ژئوپتانسیل تراز 500 هکتوپاسکال و برای پیش‌یابی دمای کمینه و ارتفاع ژئوپتانسیل تراز 500 هکتوپاسکال ساعت03:00 زلو که تقریباً برابر با 6:30 به وقت محلی، و برای پیش‌یابی دمای بیشینه و ارتفاع ژئوپتانسیل تراز 500 هکتوپاسکال ساعت12:00زلو که تقریباً برابر با15:30بعد از ظهر به وقت محلی می‌باشد مورد استفاده قرار گرفته است.

 در این نوشتار از روش تصریح[17] استفاده شده است. تصریح یک روش آماری است که در ابتدا توسط سازمان هواشناسی ایالات ‌متحده به ‌منظور انجام پیش‌بینی‌های ماهانه طراحی ‌شده است. هدف از این روش، پیش‌یابی اقلیم به کمک نقشه‌های ژئوپتانسیل است. بنابراین چون در روش تصریح ارتباط گردش‌های جوی با اقلیم سطحی مطرح می‌شود (یارنال[18]، 1993؛ برگردان: مسعودیان،1390، 163). در نوشتار حاضر از رویکرد گردشی به محیطی استفاده شده است در این رویکرد داده‌های محیطی بر اساس الگوهای گردشی ارزیابی می‌شود. محقق نخست الگوهای همدید را تشکیل داده و سپس رابطه آن را با محیط سطحی در یک منطقه بررسی می‌کند.

 بطوری کلی مراحل انجام این نوشتار بدین صورت: ابتدا گردآوری داده‌های کمینه، بیشینه و میانگین ایستگاه‌های منتخب؛ گردآوری داده‌های ارتفاع ژئوپتانسیل تراز500 هکتوپاسکال؛ محاسبه همبستگی[19] داده‌های دما با داده‌های ارتفاع ژئوپتانسیل؛ ترسیم نقشه همبستگی؛ گزینش یاخته‌های دارای بیشترین همبستگی بالا؛ تدوین مدل رگرسیون چند متغیره[20] بین دمای ایستگاه و یاخته‌های گزینش شده و نتیجه‌گیری می‌باشد.

 

بحث

 واژه‌نامه‌ی انجمن هواشناسی ایالات متحده‌ی آمریکا (2012) معادله‌ی پیش‌یابی را چنین تعریف کرده است. هر معادله‌ی که در آن مشتقات زمانی وجود ندارد و تنها تراز‌مندی میان چندین کمیَت را در قلمرو مکانی برای یک لحظه‌ی زمانی معین نشان می‌دهد، را معادله‌ی پیش‌یابی گویند. برای نیل به این هدف بطور جداگانه همبستگی میانگین روزانه‌ی دما، کمینه و بیشینه (9 ایستگاه منتخب) با ارتفاع ژئوپتانسیل تراز 500 هکتوپاسکال محاسبه گردید، همبستگی آماده شده وارده نرم افزار سرفر گردید، برای مشخص شدن بیشترین نقاط همبستگی از تَک تَک ایستگاه‌ها میانگین‌گیری شد و در یک ستون به عنوان میانگین همبستگی کُل ایجاد گردید. سپس این همبستگی‌ها وارد نرم‌ افزار سرفر گردید که چهار منطقه در نیمکره‌ی شمالی بدست آمد که با ایستگاه‌های منتخب همبستگی بالایی نشان دادند که شامل: ایالات متحده‌ی آمریکا با مختصات طول جغرافیایی 91- تا 101- و عرض جغرافیایی 42 تا 52 درجه‌ی شمالی، آفریقا با مختصات طول جغرافیایی 5- تا 15 و عرض جغرافیایی 24 تا 31 درجه‌ی شمالی، شمال چین با مختصات طول جغرافیایی 100 تا110 و عرض جغرافیایی 31 تا40 درجه‌ی شمالی و ژاپن با مختصات طول جغرافیایی 126 تا 155 و عرض جغرافیایی 45 تا 54 درجه‌ی شمالی می‌باشند (نگاره 2).

  

 

نگاره 2 - همبستگی دما و ارتفاع ژئوپتانسیل تراز 500 هکتوپاسکال در ایستگاه‌های منتخب نیمکره‌ی شمالی

 

 به طور کلی 180 یاخته با میانگین دما، 190یاخته با بیشینه و 168 یاخته با کمینه دما در نیمکره‌ی شمالی همبستگی بسیار بالایی با ایستگاه‌های منتخب دارند. پس از این مراحل میانگین وزنی یاخته های ارتفاع ژئوپتانسیل گرفته شد با استفاده از رابطه‌ی (1) و نهایتاً به وسیله رگرسیون چندگانه معادله‌ی آن‌ها به دست آمد.

  

WM                                                                                                    (1)

  

 در این رابطه: ai، مساحت هر یاخته؛ hgt، ارتفاع ژئوپتانسیل هر یاخته می‌باشد. لازم به ذکر است که برای دمای میانگین180 و برای دمای کمینه 168 و برای دمای بیشینه 190 در رابطه جاگزین شده است.

 

پیش‌یابی دماهای کمینه

 کمترین دمای دیده شده در یک شبانه روز را دمای کمینه (شب‌هنگام) می‌گویند (مسعودیان، 1390، 229). کمینه‌ی دمای 9 ایستگاه منتخب شمال غرب تابع تغییرات این نمایه است. دماهای بالا همبستگی بیشتری با ارتفاع ژئوپتانسیل دارند در واقع از انسجام بیشتری نسبت به دماهای پایین برخوردارند. پراکندگی دماهای پایین بیانگر عدم‌همبستگی با ارتفاع ژئوپتانسیل می‌باشد. همبستگی بین دمای کمینه در نیمه‌ی گرم سال بیشتر از نیمه‌ی سرد سال می‌باشد. بنابراین پراکندگی در دمای کمینه متأثر از شرایط سطحی و ناهمواری‌ها است. دماهای پایین از نمایه پیروی چندانی ندارند.

 سقز زمستان‌ها بسیار سرد دارد و بر اساس داده‌ها هواشناسی در دسترس یکی از سردترین شهرهای کشور ایران است. پایین‌ترین دمایی که در این دوره‌ی آماری در این ایستگاه به ثبت رسیده است 5/22- درجه‌ی سلسیوس بوده است. در بیشتر ایام سال ناهمواری‌ها و پوشش برف بر دمای ایستگاه سقز تأثیر مثبت داشته است.

 اقلیم زنجان متأثر از عوامل مهمی همچون نحوه ورود جبهه‌های بزرگ رطوبتی و حرارتی، وضعیت توپوگرافی )ناهمواری( و ارتفاع از سطح دریا می‌باشد. تیپ غالب استان زنجان نیمه خشک فراسرد و سرد می‌باشد. وجود ارتفاعات پوشیده از برف و دره‌های معتدل، پستی و بلندی‌ها بر دمای کمینه ایستگاه زنجان می‌تواند مؤثر باشند.

 تغییرات در دمای کمینه‌ی سنندج را می‌توان بیشتر به عرض جغرافیایی، ارتفاع و ورود توده‌های سرد شمال عنوان کرد. خوی در شمال غربی در آخرین نقطه‌ی مرزی ایران واقع شده است. کوهستانی بودن و قرار گرفتن در بین ارتفاعات بلند آب و هوای خوی را متفاوت کرده است. بنابر این شاید بتوان گفت که دماهای پایین این ایستگاه به شدت از شرایط نوع پوشش و ناهمواری تبعیت می‌کند. خوی در تابستان گرم و در زمستان بسیار سرد است. این وضعیت نشان می‌دهد در زمستان تحت تأثیر هواهای متفاوت قرار می‌گیرد ولی در تابستان هوای نسبتاً آرام و یک‌دستی بر ایستگاه حاکم است. نوسان‌های دمایی در شب بسیار بیشتر از روز می‌باشد. روزهای یخبندان بالا و تقریباً نزدیک به 95 تا 105 روز گزارش شده است.

 مدل‌ها نشان می‌دهد به اِزای هر یک ژئوپتانسیل متر افزایشی که در این نمایه رخ دهد کمینه‌ی دماهای منتخب شمال غرب بین 1/0 الی 2/1 درجه‌ی سلسیوس افزایش نشان خواهد داد. ایستگاه همدان با 2/1 بیشترین و سنندج با 1/0 درجه‌ی سلسیوس کمترین افزایش را داشته است. مدل خطی و مدل پیش‌یابی دمای کمینه چنین بدست آمده است (جدول 3).

 

جدول 3- مدل خطی کمینه‌ی دمای ایستگاه‌های منتخب و مدل پیش‌یابی

ردیف

ایستگاه

عرض از مبدأ

شیب خط

همبستگی

(درصد)

ضریب تبیین

(درصد)

1

همدان

(8/706- - I * 1230/0) =T

(8/12 ± 8/706-)+ I * (0023/0 ±1230/0) =T

834

69

2

قزوین

(9/662- - I * 1156/0) =T

(7/6 ± 9/662-)+ I * (0011/0 ± 1156/0)=T

877

77

3

خوی

(4/672- -I * 1171/0) =T

(2/7 ± 4/672-)+ I *(0013/0 ± 1171/0) =T

762

74

4

سنندج

(4/450- -I *0787/0)=T

(4/11±4/450)+ I *(0020/0±0787/0)=T

586

34

5

ارومیه

(9/676- -I *1178/0) =T

(1/6 ± 9/676-)+ I *(0011/0± 1178/0) =T

898

80

6

سقز

(5/636- - I *1105/0)=T

(2/9 ± 5/636-)+ I * (0016/0±1105/0) =T

782

61

7

زنجان

(5/662- -I * 1151/0) =T

(6/7 ± 5/662-)+ I *(0013/0±1151/0) =T

847

72

8

کرمانشاه

(9/524- -I *0917/0) =T

(3/6 ± 9/524-)+ I *(0015/0±0917/0)=T

735

54

9

تبریز

(5/662- -I *1151/0) =T

(5/7 ± 5/662-)+ I * (0013/±1151/0) =T

847

71

 

 بررسی‌ها نشان می‌دهد که بیشترین همبستگی دمای کمینه با ارتفاع ژئوپتانسیل را ایستگاه ارومیه کسب کرده است. همبستگی بدست آمده در این ایستگاه 898/0 برآورد شده است. به بیان دیگر نزدیک به 80 درصد می‌توان تغییرات دمای کمینه ارومیه را به کمک مدل پیش‌یابی تبیین کرد. با توجه به نزدیکی این ایستگاه به دریاچه ارومیه توزیع زمانی و مکانی ماهانه، فصلی و سالانه نشان داده که شیو دما در فصول سرد سال خیلی بیشتر از فصول گرم سال است با احتمال می‌توان ورودی و خروجی آب‌های که وارد دریاچه می‌شوند را یکی از عوامل تأثیرگذار روی دمای ارومیه عنوان نمود،که در فصل سرد به دلیل افزایش ورودی این عامل تشدید می‌شود. دریاچه ارومیه خصوصیات منحصر به فردی در ارتباط دما و تبادل انرژی با محیط اطراف خود را ایفا می‌کند. مطالعات نشان می‌دهد که عامل اصلی سرماهای شدید ارومیه مربوط به پرفشار سیبری است. ناوه‌ی سطح 500 هکتوپاسکال سرماهای شدید و بسیار عمیق را از عرض‌های بالا به سمت ارومیه سرازیر می‌کند. در مجموع نزدیک به 120 روز از سال در فصول سرد این ایستگاه یخبندان را تجربه می‌کند. با توجه به خصوصیات ارائه شده از موقعیت ایستگاه ارومیه می‌توان این چنین عنوان کرد که در چندین روزی سردی که دمای نزدیک به 15- درجه‌ی سلسیوس ثبت شده است شرایط سطحی حاکم برایستگاه بر شرایط همدید جو میانی غلبه داشته است که چنین دمای پایینی دیده شده است (نگاره 3).

  

 

نگاره 3- همبستگی دمای کمینه (درجه‌ی سلسیوس) ارومیه با ارتفاع ژئوپتانسیل (متر) تراز500 هکتوپاسکال

 

پیش‌یابی دماهای بیشینه

 بیشترین دمای دیده شده در یک شبانه‌ روز را دمای بیشینه (روزهنگام) می‌گویند (مسعودیان،1390، 229). بیشینه‌ی دمای9 ایستگاه منتخب شمال غرب به شدت تابع تغییرات این نمایه است. با این حال بررسی دقیق‌تر نشان می‌دهد که وابستگی این دو متغیر (دما و ارتفاع ژئوپتانسیل) در دماهای زیاد بسیار نیرومندتر از دماهای پایین است.

 وجود رشته کوه‌های بلند و برف‌گیر آب و هوای کرمانشاه را دگرگون و از دیگر شهرهای اطراف خود متمایز کرده است. کرمانشاه به دلیل ارتفاع زیاد رقیق بودن جو این شهر بیشترین دریافت انرژی تابشی روزانه را در نیمه‌ی گرم دارد. بنا به خصوصیات یاد شده این چنین می‌توان گفت که عوامل درونی در رأس آن‌ها ارتفاع بر کاهش و افزایش دما اثرات چشمگیری داشته است. در نیمه‌ی سرد سال ایستگاه‌های شمال غرب متأثر از جریان‌های پرفشار سیبری و تقویت پرفشار سیاه است. پرفشار سیبری گستردگی زیادی دارد و تقریباً بیشتر مناطق آسیا را پوشش می‌دهد و جریان ناشی از پرفشار سیبری هوای سرد و بری را از قسمت شمال غربی به غرب کشور انتقال می‌دهد.

 ‌مدل‌ها نشان می‌دهد به اِزای هر یک ژئوپتانسیل متر افزایشی که در این نمایه رخ دهد بیشینه‌ی دماهای ایستگاه‌های منتخب شمال غرب بین 1/0 الی 6/1 درجه‌ی سلسیوس افزایش نشان خواهد داد. ایستگاه قزوین با 6/1 بیشترین و کرمانشاه با 1/0 درجه‌ی سلسیوس کمترین افزایش را داشته است. مدل خطی و مدل پیش‌یابی دمای بیشینه چنین بدست آمده است (جدول 4).

 

جدول 4- مدل خطی بیشینه‌ی دمای ایستگاه‌های منتخب و مدل پیش‌یابی

ردیف

ایستگاه

عرض از مبدأ

شیب خط

همبستگی

(درصد)

ضریب تبیین

(درصد)

1

همدان

(8/896- - I * 1578/0) =T

(6/13 ± 8/896-)+ I * (0013/0 ±1578/0) =T

902

81

2

قزوین

(7/931- - I * 1645/0) =T

(9/5 ± 6/645-)+ I * (0014/0 ± 1645/0) =T

907

82

3

خوی

(4/904- -I * 1594/0) =T

(7/8 ± 4/904-)+ I *(0015/0 ± 1594/0) =T

886

76

4

سنندج

(9/624- -I *1317/0)= T

(7/15±9/624)+ I *(0027/0±1317/0) =T

597

37

5

ارومیه

(5/865- -I *1525/0) =T

(7/7 ± 5/865-)+ I *(0013/0± 1525/0) =T

900

81

6

سقز

(2/976- - I *1718/0)= T

(9/9 ± 2/976-)+ I * (0017/0±1718/0) =T

876

77

7

زنجان

(1/929- -I * 1378/0) =T

(2/8 ± 7/929-)+ I *(0013/0±1635/0) =T

901

81

8

کرمانشاه

(8/806- -I * 1233/0) =T

(1/12 ±8/806-)+ I *(0021/0±1233/0) =T

780

61

9

تبریز

(2/926- -I *1630/0) =T

(2/8 ± 2/926-)+ I * (0015/±1630/0) =T

901

81

 

 نگاره‌ی (4) نشان می‌‌دهد که همبستگی این دو متغیر (دما و ارتفاع ژئوپتانسیل)در دماهای بالا بسیار نیرومندتر از دماهای پایین می‌باشد. در دماهای پایین پراکندگی بسیار زیاد است. به احتمال بسیار زیاد می‌توان گفت بیشترین دماهای پایین قزوین از سامانه‌های پرفشار سیبری از شمال شرق و یا تقویت پرفشار سیاه که وارد کشور می‌شوند نشأت می‌گیرد. همچنین ارتفاعات بلند در حوالی قزوین نقش کلیدی را در کاهش و افزایش دما بازی می‌کند. در چند روز متفاوت که نمایه‌ی چارگانه 5740 ژئوپتانسیل متر بوده است بیشینه‌ی دمای قزوین بین 5- تا 25+ درجه‌ی سلسیوس ثبت شده است. با وجود یکسان بودن ارتفاع ژئوپتانسیل دماهای متفاوتی این ایستگاه تجربه نموده است. در چند روزی که دمای 12- درجه‌ی سلسیوس ثبت شده است به احتمال بسیار زیاد شرایط سطحی حاکم بر ایستگاه بر شرایط همدید جو میانی غلبه داشته است که چنین دمای پایینی دیده شده است (نگاره 4).

 

نگاره 4- همبستگی دمای بیشینه‌ی (درجه‌ی سلسیوس) قزوین با ارتفاع ژئوپتانسیل (متر) تراز500 هکتوپاسکال

پیش‌یابی میانگین روزانه‌ی دما

 میانگین دما در طی یک روز خورشیدی متوسط یعنی یک دوره‌ی 24 ساعته که از نیمه شب به وقت محلی آغاز می‌شود را میانگین روزانه‌ی دما می‌گویند (مسعودیان، 1390، 229). میانگین دمای 9 ایستگاه منتخب شمال غرب تابع تغییرات این نمایه است. در توجیه این رفتارها شاید بتوان گفت دماهای پایین به شدت از شرایط سطحی مانند نوع پوشش زمین و ناهمواری اثر می‌پذیرند. ممکن با وجود یکسان بودن ارتفاع ژئوپتانسیل این ایستگاه‌ها دماهای بسیار متفاوتی را تجربه کرده باشد.

 زنجان با داشتن تنوع نقاط ارتفاعی از یک سو و از سوی دیگر تأثیرپذیر با توده هوایی خزری، مدیترانه‌ی و صحرای مرکزی صاحب یک اقلیم متنوعی می‌باشد. خصوصیات ذکر شده زنجان را یکی از شهرهای سرد تبدیل کرده است. دو باد محلی معروف مه و شره است، باد مه از جهت شمال به جنوب در منطقه حرکت می‌کند و رطوبت دریای خزر را به این نواحی منتقل کرده موجب برودت و کاسته شدن درجه حرارت می‌گردد، دومی باد شره در جهت جنوب غرب و شمال شرق حرکت می‌کند. در زمستان تفاوت بین هوای سرد سیبری ـ آسیای مرکزی و نفوذ پی‌درپی توده‌های هوای گرم و مرطوب مدیترانه، وضع آب و هوای زنجان را تبیین می‌کند. توده هوای قطبی که در فصل زمستان وارد کشور می‌شود، از شمال غرب آب و هوای این استان را تحت تأثیر خود قرار می‌دهد. این توده هوا خیلی معتدل‌تر و مرطوب‌تر از توده هوایی است که از شمال شرق کشور وارد می‌شود. بخصوص اگر از روی مدیترانه و دریای سیاه عبور کرده باشد رطوبت زیادی با خود همراه خواهد داشت. منشأ تشکیل آن اروپای شمال شرقی و یا اقیانوس اطلس شمالی می‌باشد. استان زنجان معمولاً از حدود آذر تا اوایل اسفند ماه بطور متناوب تحت تأثیر این توده هوا که از غرب وارد کشور می‌گردد قرار گرفته و باعث ریزش باران و برف شده و همچنین دمای هوا را پایین و عموماً به زیر صفر می‌آورد. در تابستان نیز زنجان تحت تأثیر توده هوای مداری قاره‌ای قرارگرفته که در این فصل بجزء سواحل خزر در کل کشور گسترده می‌شود. این توده هوا معمولاً از شمال آفریقا یا عربستان شکل گرفته و یا اینکه در خود ایران در فصل تابستان تشکیل می‌گردد. همچنین اگر همراه با چرخند‌ها باشد بجای بارش، طوفان و گرد و غبار ایجاد می‌کند. هر چند اغلب نقاط استان در ارتفاع بالاتری از سطح دریا واقع شده ولی گرمی و خشکی هوا در تابستان کاملاً تحت تأثیر توده هوای مذکور ایجاد می‌شود. البته در بعضی موارد توده هوای مرطوب خزری با عبور از ارتفاعات شمالی وارد منطقه شده و ایجاد بارش‌های خفیف می‌نماید. در مواقعی که ابرهای باران آور در بالای ارتفاعات شمالی منطقه قرار گیرند آن روز بلا استثناء هوا خنک می‌باشد. بررسی‌های دقیق‌تر نشان می‌دهد که دلیل بسیار عمده خنکی هوای در شمال غرب ایران بخصوص زنجان وجود تپه‌ ماهورها و نسیم دره و کوهستان می‌باشد. در تابستان تپه‌ ماهورها باعث شده که همرفت شدید اتفاق بیفتد. این عمل باعث کاهش دما و منجر به هوای دلپذیر و مطبوع‌ می‌شود. دلیل دیگر نسیم دره به کوهستان می‌باشد هنگام صبح دو طرف دره آسمان صاف اما تا ظهر اطراف دره‌ها ابر‌ها شکل می‌گیرند این ابرها از اطراف به مرکز دره‌ حرکت می‌کنند و گاهاً اتفاق می‌افتد در بعد از ظهر‌ها زمان اوج گرما بین ساعت 14 تا16 شاهد باران در زنجان باشیم. بارش با نسیم ملایم موجب شده است که در فصل تابستان که اوج دماهای فرین گرم است زنجان هوای نسبتاً خنک را تجربه کند.

 مدل‌ها نشان می‌دهد به اِزای هر یک ژئوپتانسیل متر افزایشی که در این نمایه رخ دهد میانگین روزانه‌ی دماهای ایستگاه‌های منتخب شمال غرب بین 1/0 الی 5/1 درجه‌ی سلسیوس افزایش نشان خواهد داد. ایستگاه تبریز با 5/1 بیشترین و سنندج با 1/0 درجه‌ی سلسیوس کمترین افزایش را داشته است. مدل خطی و مدل پیش‌یابی میانگین روزانه‌ی دما چنین بدست آمده است (جدول 5).

  

جدول 5- مدل خطی میانگین روزانه‌ی دمای ایستگاه‌های منتخب و مدل پیش‌یابی

ردیف

ایستگاه

عرض از مبدأ

شیب خط

همبستگی

(درصد)

ضریب تبیین

(درصد)

1

همدان

(1/841- - I * 1471/0) =T

(6/7 ± 1/841-)+ I * (0013/0 ±1471/0) =T

898

81

2

قزوین

(6/645- - I * 1146/0) =T

(9/5 ± 6/645-)+ I * (0010/0 ± 1146/0)=T

900

81

3

خوی

(8/780- -I * 1369/0) =T

(5/7 ± 8/780-)+ I *(0013/0 ± 1369/0) =T

886

79

4

سنندج

(9/402- -I *1110/0)=T

(9/6±9/402)+ I *(0024/0±1110/0)= T

614

36

5

ارومیه

(7/764- -I *1340/0) =T

(5/6 ± 7/764-)+ I *(0011/0± 1340/0) =T

907

82

6

سقز

(7/793- - I *1390/0)=T

(7/7 ± 7/793-)+ I * (0013/0±1390/0) =T

884

78

7

زنجان

(7/786- -I * 1378/0) =T

(4/7 ± 7/786-)+ I *(0013/0±1378/0) =T

889

79

8

کرمانشاه

(9/775- -I * 1376/0) =T

(3/6 ± 9/775-)+ I *(0011/0±1376/0)=T

917

83

9

تبریز

(5/856- -I *1501/0) =T

(1/ 7 ± 5/856-)+ I * (0013/±1501/0) =T

911

84

  

 میانگین روزانه‌ی دمای ایستگاه تبریز به شدت تابع تغییرات نمایه‌ی حاضر است. همبستگی این دو متغیر 911/0 برآورد شده است. به بیان دیگر نزدیک به 83 درصد تغییرات میانگین دمای روزانه‌ی تبریز را می‌توان به کمک این نمایه تبیین کرد. با این حال بررسی دقیق‌تر نشان می‌دهد که وابستگی این دو متغیر در دماهای زیاد بسیار نیرومندتر است، تا در دماهای پایین. برای نمونه ممکن است در چند روز متفاوت که نمایه برابر 5740 ژئوپتانسیل متر بوده است میانگین روزانه‌ی دمای ایستگاه تبریز بین 4- تا 13 درجه‌ی سلسیوس به ثبت رسیده است (نگاره 5).

  

..

نگاره 5- همبستگی میانگین دمای (درجه‌ی سلسیوس) تبریز و ارتفاع ژئوپتانسیل (متر) تراز500 هکتوپاسکال

 

 آب و هوای تبریز استپی خشک با تابستان‌های گرم و خشک و زمستان‌های سرد است. سرمای زمستانی این ایستگاه از ارتفاع بالا، توپوگرافی کوهستانی منطقه و یا تقویت پرفشار سیاه تأثیر پذیرفته است. به دلیل وجود کوه سهند تابستان‌ها در این استان درجه حرارت تعدیل می‌یابد. موقعیت و قدرت سامانه‌های که بر ایستگاه حاکم است بر شدت سرما بسیار تأثیر گذار است که می‌توان به عمیق شدن ناوه کم فشار شمال دریای خزر اشاره کرد. با توجه به مطالعات انجام شده گاهی اوقات استقرار ناوه ساحل شرقی دریای مدیترانه را می‌توان سبب بروز سرمای زیاد در ایستگاه تبریز به شمار آورد. در توجیه این رفتارها شاید بتوان گفت دماهای پایین به شدت از شرایط سطحی مانند نوع پوشش زمین و ناهمواری اثر می‌پذیرند. ممکن با وجود یکسان بودن ارتفاع ژئوپتانسیل ایستگاه تبریز دماهای بسیار متفاوتی را تجربه کرده باشد. در روز سردی که دمای 14- درجه‌ی سلسیوس به ثبت رسیده است به احتمال فراوان شرایط حاکم بر ایستگاه بر شرایط همدید جو میانی غلبه داشته است که چنین دمای پایینی دیده شده است. یکی دیگر از علل تأثیر گذار بر آب و هوای تبریز نسیم کوه و دره می‌باشد. این نوع بادها در مناطق کوهستانی و جاهایی که دارای پستی و بلندی زیاد می‌باشند وجود دارد. در طول روز با گرم شدن هوا دمای دره نسبتاً از کوه‌ها بیشتر است. بنابر این هوای گرم دره‌ها در طول روز از دره بر روی کوه‌ها صعود می‌کند که بعنوان نسیم دره شناخته می‌شوند. در همین مناطق در طول شب‌ها هوا روی دامنه کوهستان به علت تماس با شیب سرد، و سریعتر از هوای دره خنک شده بنابر این هوای کوهستان به طرف دره نزول می‌کند. نسیم کوهستان باعث افت ناگهانی دره می‌شود و پستی و بلندی محل بر این فرآیند بسیار تأثیر گذار است. در فصل بهار بخصوص موقع گل‌دهی محصولات کشاورزی بشدت سرما زده می‌شوند و کشاورزان با خسارات زیادی از نوع سرمازدگی مواجه می‌شوند.

 

مدل خطی میانگین روزانه‌ی دمای تبریز و مدل پیش‌یابی چنین بدست آمده است (رابطه 2).

12054n=

(1/ 7± 5/856-)+ I  * (0013/±1501/0)=T

(2)

(5/856- -I *1501/0)=T

 

 این مدل نشان می‌دهد که به احتمال 95 درصد اطمینان میانگین روزانه‌ی دمای ایستگاه تبریز را بتوان بین 9/8- تا 6/29 درجه‌ی سلسیوس تخمین زد. به اِزای هر یک ژئوپتانسیل متر افزایشی که در مدل پیش‌یابی رخ دهد میانگین روزانه‌ی دمای تبریز 5/1درجه‌ی سلسیوس افزایش نشان خواهد داد.

 

یافته‌ها

 دما و حالت‌های آن از بنیادی‌ترین شناخت آب و هوایی است. دماهای بالا (رخداد روز گرم) و دماهای پایین(رخداد روز سرد) را می‌توان به عنوان یک ناهنجاری دمایی به شمار آورد که حاصل شرایط خاصی از وضعیت جوی می‌باشد. روزهای گرم و سرد بر آسایش انسانی از اهمیت شایانی برخوردار است. لذا آگاهی از شناخت دماهای فرین امری ضروری به نظر می‌رسد.

 یافته‌ها نشان می‌دهد میزان همبستگی به‌دست‌آمده برای هر ایستگاه که از الگوهای گردشی در تراز 500 هکتوپاسکال شکل گرفته با دمای دو متری سطح زمین تقریباً برای همه ایستگاه‌ها همبستگی مثبت و بالایی برقرار کرده است. همچنین تغییرات دما در تمام ایستگاه‌های منتخب شمال غرب مشهود است. ارتفاع نقش کلیدی در روند دما بخصوص کمینه دما دارد. عرض جغرافیایی و دوری و نزدیکی به دریا نیز از دیگر عوامل مؤثر بر دما هستند. بررسی‌های بیشتر نشان می‌دهد که این مدل‌ها را در نیمه‌ی گرم سال با اطمینان بیشتری نسبت به نیمه‌ی سرد سال می‌توان به کار برد. همچنین دماهای بالا همبستگی بیشتری نسبت به دماهای پایین داشته است. دماهای پایین به شدت از شرایط سطحی مانند نوع پوشش زمین و ناهمواری اثر می‌پذیرند.

 نتایج مدل‌های پیش‌یابی نشان می‌دهد که به اِزای هر یک ژئوپتانسیل متر افزایشی که در این نمایه رخ دهد میانگین روزانه‌ی دماهای ایستگاه‌های منتخب شمال غرب بین 1/0 الی 5/1، دمای بیشینه‌ی 1/0 الی 6/1 و دمای کمینه 1/0 الی 2/1 درجه‌ی سلسیوس افزایش نشان خواهد داد. همچنین ایستگاه قزوین با 6/1 بیشترین و کرمانشاه با 1/0 درجه‌ی سلسیوس کمترین افزایش را داشته است.

 

سپاسگزاری

 بدیهی است که دستآوردهای این پژوهش از مراحل ابتدایی تا نتایج زیر نظر اساتید گرانقدر حاصل شده است. نگارنده در این پژوهش از راهنمایی‌های جناب آقای پروفسور سیّدابوالفضل مسعودیان بهره وافر برده است. بدینوسیله از این استاد گرانقدر قدردانی می‌نماید.

 



[1]Vicente-Serrano & Lopez

[2] Diagnostic Equation

[3] Alexander et al

[4] Carrera-Hernandez & Gaskin

[5] Huth

[6]Loils et al

[7] Tatli et al

[8] Thickness

[9] www.cdc.noaa.gov

[10] Hana & Box

[11]Su et al

[12] Burns et al

[13] Kug et al

[14] Hong et al

[15] NationalCenterforEnvironmentalPrediction (NCEP)

[16] Mean daily temperature

[17] Specification

[18] Yarnal

[19] Correlation

[20] Multiple Regression

1- اکبری، طیبه و مسعودیان، سیّدابوالفضل. (1388). شناسایی رژیم دمایی و پهنه‌بندی نواحی دمایی ایران، جغرافیا و برنامه ریزی محیطی، شماره33، 74-59.

2- باقری، جلیل. (1389). ارتباط الگوهای گردشی تراز500 هکتوپاسکال با تیپ‌های هوای منطقه اقلیمی کوهستانی ایران، فصلنامه تحقیقات جغرافیایی، شماره 96، 176-153.

3- جهانبخش اصل، سعید و باباپور، علی‌ اکبر .(1382). بررسی و پیش‌بینی متوسط دمای ماهانه تبریز با استفاده از مدل آریما، فصلنامه تحقیقات جغرافیایی، شماره 70، 46-34.

4- ذوالفقاری، حسن؛ هاشمی، رضا و رادمهر، پریوش. (1388). تحلیلی بر نیازهای سرمایشی و گرمایشی در شمال غرب ایران، پژوهش‌های جغرافیای طبیعی، شماره70، 34-21.

5- زاهدی، مجید؛ ساری صراف، بهروز و جامعی، جاوید. (1386). تحلیل تغییرات زمانی - مکانی دمای منطقه شمال غرب ایران، جغرافیا و توسعه، شماره10، 198-183.

6- عساکره، حسین. (1380). تجزیه و تحلیل آماری - اقلیمی سریهای زمانی دما در ایران (برازش مدل‌های ARIMA بر داده‌های دمایی و توجیه تغییرات دما بوسیلة توابع انتقال)، اساتید راهنما:کاویانی، محمدرضا و حسنعلی غیور، رساله دکترای اقلیم‌شناسی، دانشکده ادبیات و علوم انسانی، دانشگاه اصفهان، 239.

7- علیجانی، بهلول. (1381). بررسی سینوپتیک الگوهای سطح500 هکتوپاسکال در خاورمیانه در دوره1990-1961، مجله نیوار، شماره‌های 44 و 45، 29-7.

8- علیجانی، بهلول. (1390). تحلیل فضایی دماها و بارش‌های بحرانی روزانه در ایران، نشریه‌ی تحقیقات کاربردی علوم جغرافیایی، دوره‌ی17، شماره 27، 30-9.

9- علیجانی، بهلول؛ محمودی، پیمان و پناهی، علی. (1390). مطالعه جابه‌جایی هسته‌های زمانی و مکانی دماهای حداقل در غرب و شمال غرب ایران، مجله جغرافیا و برنامه‌ریزی محیطی، شماره پیاپی 41، شماره 1، 68-53.

10- فتاحی، ابراهیم و رضیئی، طیب. (1390). الگوهای گردشی جوی روزانه بر روی ایران، فصلنامه تحقیقات جغرافیایی، شماره پیاپی 15672-15643، شماره 93، 74-45.

11- محمدی، بختیار و مسعودیان، سیّدابوالفضل. (1386). ارتباط تیپ‌های همدید هوای ایستگاه سنندج با الگوهای گردشی، مجله جغرافیا و توسعه، شماره 19، 55-39.

12- مسعودیان، سیّدابوالفضل. (1387). شناسایی شرایط همدید همراه با بارش‌های سنگین ایران، سومین کنفرانس مدیریت منابع آب ایران، 23 الی 25 مهرماه، دانشکده مهندسی عمران، دانشگاه تبریز.

13- مسعودیان، سیّدابوالفضل. (1385). زیج سی‌ساله الگوهای گردشی تراز میانی جو ایران، مجله جغرافیا و توسعه ناحیه‌ای، شماره 33-7، 64-51.

14- مسعودیان، سیّدابوالفضل. (1390). آب و هوای ایران، انتشارات شریعه توس مشهد، چاپ اول، 277.

15- مسعودیان، سیّدابوالفضل و دارند، محمد. (1390). تحلیل همدید سرماهای فرین ایران، جغرافیا و توسعه، شماره 22، 185- 165.

16- منتظری، مجید. (1390). شناسایی فصول دمایی ایران به روش تحلیل خوشه‌ای، فصلنامه تحقیقات جغرافیایی، شماره پیاپی 101، شماره 2، 198-173.

17- هژبرپور، قاسم و علیجانی، بهلول. (1386). تحلیل همدید یخبندان‌های استان اردبیل، جغرافیا و توسعه، شماره 10، 106-89..

18- یارنال، برنت. (1993). اقلیم‌شناسی همدید وکاربرد آن در مطالعات محیطی، برگردان: مسعودیان، سیّدابوالفضل، 1390، انتشارات دانشگاه اصفهان، چاپ دوم، 218.

19-  Alexander, L. X., Zhang, T. C., Peterson Caesar, J., Gleason, B.,  Klein Tank, A., Haylock, M., Collins, D., Trewin, B., Rahimzadeh, F., Taghipour, A, Rupa Kumar, K, Revadekar, J, Griffiths, G, Vincent, L, Stephenson, D, Burn, J, Aguilar, E,Brunet, M, Taylor, M, New, M, Zhai, P, Rusticucci, M. And Vazquez-Aguirre, J., 2006, Global observed changes in daily climate extremes of temperature and precipitation Geophysical Research Letters, 10, 1029-1080.

20-  Amrican Meteorological Society (AMS), 2012, http://amsglossary.allenpress.com.

21-  Burns, D. A, Klaus, J, and McHale M. R., 2007, Recent Climate Trends and Implications for Water Resources in the Catskill Mountain Region New York., USA. Journal of Hydrology, 336, 155-170.

22-  Carrera-Hernandez, J. J. and Gaskin, S. J., 2007, Spatio temporal analysis of daily precipitation and temperature in the Basin of Mexico, Journal of Hydrology, 336, 231– 249.

23-  Hana, E. and Box, T. J., 2004, an Analysis of Icelandic Climate since the Nineteenth Century, International Journal of Climatology, 24, 1193-1210.

24-  Hong, L. R. and Fei-Fei, J. Li. G, 2012, Anatomy of Synoptic Eddy–NAO Interaction through Eddy Structure Decomposition. Journal of the Atmospheric Sciences, 69, 2171-2191.

25-  Huth, R, 2000, a circulation classification scheme applicable in GCM studies, Theor. International journal of climatology, 67, 1-18.

26-  Jesse, K. and Gabrilele, C. H, 2007, Influence of Modes of Climate Variability on Global Temperature Extremes, International journal of climatology, 21, 38-72.

27-  Kug, J. S, Choi, D. H, Jin, F. F, Kwon, W. T. and Ren, H. L, 2010, Role of synoptic eddy feedback on polar climate responses to the anthropogenic forcing, Geophysical Research Letters, 37, 1470-1493.

28-  Lolis, C. J, Bartzokas, A. and Katosulis, D, 2002, Spatial and temporal 850 hpa air, International Journal of Climatology, 33, 169-197.

29-  Su, B. D, Jiang, T. and Jin, W. B, 2006, Recent Trends in Observed Temperature and Precipitation Extremes in the Yangtze River Basin, China, Journal of Theoretical and Applied C., Nakamura, H, 2005, Mechanism of Inter Seasonal Amplification of the Cold Siberian High, Journal Atmospheric Science, 62, 4423-4440.

30-  Tatli, H, Dalfesh, N. and Mentes, S, 2004, Surface Air Temperature Variability over Turkey and Its Connection to large-Scale Upper Air circulation Via Multivariate Techniques, International journal of climatology, 25, 331-350.

31-  Vicente-Serrano, S. M. and Lopez-Moreno, J. I., 2006, the influence of atmospheric circulation at different spatial scales on winter drought variability through a semi-arid climatic gradient in northeast Spain, International journal of climatology, 26, 1427–1453.