پديد آورنده :
محمدرضايي، مريم
عنوان :
ارزيابي اثر شاخص هاي اقيانوسي - اتمسفري بر خشكسالي در ايران
مقطع تحصيلي :
كارشناسي ارشد
محل تحصيل :
اصفهان: دانشگاه صنعتي اصفهان، دانشكده منابع طبيعي
صفحه شمار :
سيزده،165ص: مصور، پيوست، جدول، نقشه، نمودار
يادداشت :
اين پايان نامه علاوه بر جلد اصلي داراي يك جلد پيوست نيز مي باشد.
استاد راهنما :
سعيد سلطاني كوپايي، رضا مدرس
توصيفگر ها :
خشكسالي , رگرسيون چند متغيره , نوسانات اقيانوسي- اتمسفري , هم بستگي , ايران , MINITAB16 , SPSS16
استاد داور :
سعيد اسلاميان، سعيد پورمنافي
تاريخ ورود اطلاعات :
1396/07/29
رشته تحصيلي :
منابع طبيعي
دانشكده :
مهندسي منابع طبيعي
چكيده فارسي :
1 چكيده خشكسالي يك پديده طبيعي است كه با كاهش ميزان بارندگي نسبت به شرايط ميانگين بلندمدت رخ ميدهد اين پديده به كندي آغاز به آرامي گسترش و به شدت بر همه جوانب فعاليتهاي بشري تأثير ميگذارد و در پهنه وسـيعي از كشور ايران حاكم ميشود الگوي اقليمي غالب در يك منطقه منطقـه ديگر را نيز تحت تاثير خود قرار مي دهد زيرا با وجود اختالفات اقليمي بين مناطق مختلف و بخصوص مناطق حاره و مناطق برون حاره رابطه سيستماتيك جوي بين آنها وجود دارد پيوند از دور نيز شاخهاي جديد از اقليم شناسي سينوپتيك است كه به شناخت روابط بين پديدهها و عناصر اقليمي در مكانهاي دور ميپردازد در اين تحقيق رابطه بين شاخصهاي اقيانوسي اتمسفري و خشكسالي در ايران مورد مطالعه قرار گرفت براي اين منظور از دادههاي بارندگي 29 ايستگاه سينوپتيك در ايران با داشتن حداقل 19 سال دوره آماري تا سال 5617 استفاده شد ابتدا با محاسبه سريهاي زماني شاخص خشكسالي SPI وجود يا عدم وجود رابطه همزمان و غيرهمزمان شاخص SPI و نوسانات اقيانوسي اتمسفري با استفاده از نرم افزارهاي آماري 61 MINITAB و 61 SPSS مشخص شد در اين مرحله سري ماهانه دادههاي نوسانات اقيانوسي اتمسفري و براي شاخص SPI سريهاي زماني 84 47 86 56 76 3 1 9 6 ماهه در نظر گرفته شد سپس ضرايب هم بستگي اسپيرمن همزمان و ضرايب تابع همبستگي عرضي غيرهمزمان ميان مقادير سريهاي مختلف زماني شاخص خشكسالي SPI با شاخصهاي نوسان قطب جنوب نوسان قطب شمال نوسان چند دهه اي اقيانوس اطلس نوسان اطلس شمالي شاخصهاي مربوط به انسو شامل NINO1 2 NINO3 NINO3 4 NINO4 SOI و شاخص نوسان غرب مديترانه در تمام ايستگاهها مورد تجزيه و تحليل قرار گرفت زمان تاخير براي بررسي روابط غيرهمزمان 84 47 76 1 5 4 9 7 6 ماهه در نظر گرفته شد مرحله بعدي با استفاده از ضرايب تابع همبستگي عرضي نمودارهاي جعبهاي ترسيم شد در مرحله آخر جهت مدلسازي اقدام به محاسبه معادالت رگرسيون چند متغيره با استفاده از نرم افزار 61 SPSS براي سريهاي زماني مختلف شاخص SPI در حالتهاي همزمان و غير همزمان با تاخيرهاي 84 47 76 3 1 9 6 ماهه شد نتايج حاصله از بررسي روابط ميان شاخصهاي نامبرده و ترسيم نقشههاي پراكنش مكاني شاخص هاي اقيانوسي اتمسفري در ايران نشان داد كه رابطه همزمان بين مقادير خشكسالي نواحي غرب جنوب غرب و شمال ايران با شاخصهاي انسو شامل 4 NINO1 2 NINO و نوسان چند دههاي اطلس و رابطه غيرهمزمان نيز بين مقادير شاخص خشكسالي با شاخصهاي نوسان چند دههاي اقيانوس اطلس و شاخصهاي مربوط به انسو شامل 4 NINO و 4 3 NINO در ايستگاه هاي نواحي شمال ايران وجود دارد رابطه بين شاخصهاي AAO AO SOI WeMo با مقادير خشكسالي براي ايستگاههاي شرق و جنوب شرقي ايران در حالت همزمان و رابطه بين شاخصهاي AAO AO NAO SOI WeMo با مقادير خشكسالي در تمام ايستگاههاي مورد مطالعه در حالت غير همزمان ضعيف نشان داده شد شاخص نوسان چند دههاي اقيانوس اطلس باالترين ميزان اثرپذيري را در تحليل حاصل از معادالت رگرسيوني در ايستگاه بوشهر نشان داد به نظر ميرسد كه اين شاخص ميتواند در پيشبيني شرايط اقليمي خشكسالي ايران و مديريت بحران براي آن موثر باشد مطالعات بيشتر در مورد ارتباط نوسانات مختلف اقيانوسي اتمسفري با ساير پديدههاي اقليمي همچون سيالب در مناطق تحت تاثير پيشنهاد مي گردد كليد واژه خشكسالي رگرسيون چند متغيره نوسانات اقيانوسي اتمسفري هم بستگي ايران 61 SPSS16 MINITAB
چكيده انگليسي :
166Impact assessment of ocean atmospheric indicators on drought in Iran Maryam Mohammadrezaei mrezaei501@yahoo com September 18 2017 Department of Natural Resources Isfahan University of Technology Isfahan 84156 83111 IranDegree MSc Language PersianSupervisor Dr S Soltani Koupaei ssoltani@cc iut ac ir Supervisor Dr R Modarres rezamodarres@cc iut ac ir AbstractDrought is a natural phenomenon which occurs with decreasing precipitation relative to themedium or long term conditions This phenomenon begins slowly spread slowly andheavily affects all aspects of human activities and is dominated in a vast region of Iran Thedominant climatological pattern in a region may affect another region although there is aclimate disparity between different regions especially the tropics and outlying regions thereis a systematic relationship between them Teleconnection is also a new branch of synopticclimatology which recognizes the relationships between phenomena and climatic elementsin remote of locations In this research the relationship between Oceanic Atmospheric anddrought indices in Iran was investigated For this purpose rainfall data from 37 synopticstations in Iran with at least 30 years of record up to 2015 were used First by calculatingthe SPI drought indicator timescales presence or absence of simultaneous or laggedrelationship between the SPI index and Oceanic Atmospheric oscillations was estimatedusing MINITAB16 and SPSS16 softwares The monthly series of Oceanic Atmosphericoscillation data and SPI in 1 3 6 9 12 15 18 24 and 48 month timescales were consideredfrom 1951 to 2015 Then the spearman correlation coefficient for simultaneous status andCross Correlation Function for lagged effects between different SPI series and AntarcticOscillation AAO Arctic Oscillation AO Atlantic Multi decadal Oscillation AMO North Atlantic Oscillation NAO ENSO indices NINO1 2 NINO3 NINO3 4 NINO4 SOIand the Western Mediterranean Oscillation WeMo index were analyzed for all stations 1 2 3 4 5 6 12 24 48 months lag time was considered for significant asynchronousrelationships The next step box plots for Cross Correlation Function coefficients wereplotted Finally regression equations between different SPI timescales in simultaneous orlagged status i e 1 3 6 9 12 24 48 lag times of Ocean Atmospheric index were calculated Results of relationship between indices and spatial distribution maps of Oceanic Atmospheric indices effects in Iran was showed simultaneous relationship between SPI inWestern Southwest and North of Iran with NINO1 2 NINO4 and AMO and laggedrelationship between SPI with AMO indices and NINO4 and NINO3 4 at stations in northernIran Relationship between AAO AO SOI WeMo indices with SPI values for East andSouth East stations of Iran in simultaneous and the relationship between AO NAO SOI WeMo AAO with SPI at all stations in lagged times showed a weak correlation The AMOshowed the highest degree of association in the analysis of regression equations at Bushehrstation It seems that this indicator can be effective in predicting climate conditions droughtand crisis management in Iran Further studies on the relationship between other Ocean Atmospheric oscillations with other climatic phenomena such as floods in affected areas arestrongly recommended Keywords Drought Multivariate Regression Oceanic Atmospheric Oscillations Correlation Iran MINITAB16 SPSS16
استاد راهنما :
سعيد سلطاني كوپايي، رضا مدرس
استاد داور :
سعيد اسلاميان، سعيد پورمنافي
