امکان سنجی مدل سازی و پیش بینی دماهای کمینه و بیشینه ایران با روش پتیت و هالت- وینترز
- سال انتشار: 1395
- محل انتشار: فصلنامه تحقیقات کاربردی علوم جغرافیایی، دوره: 16، شماره: 43
- کد COI اختصاصی: JR_JGSKH-16-43_001
- زبان مقاله: فارسی
- تعداد مشاهده: 113
نویسندگان
دانشکده کشاورزی
چکیده
دمای هوا یکی از پر کاربردترین پارامترهای مورد استفاده برای تشخیص تغییر اقلیم در مقیاس جهانی و منطقه ای است. بنابراین پژوهشگران همواره سعی نموده اند تا با مدل های مختلف به مدل سازی و پیش بینی آن بپردازند. تحقیق حاضر نیز با هدف مدل سازی و پیش بینی کمینه و بیشینه دمای ماهانه کشور انجام گردید. بررسی تغییرات زمانی دما با روش های تخمین گر سن و پتیت و پیش بینی آن بوسیله مدل هالت- وینترز انجام گرفت. نتایج نشان داد که دمای کمینه در ایستگاه های مورد مطالعه در دوره ۵۰ ساله ۲۰۱۰ تا ۱۹۶۱ بطور متوسط به مقدار ۹/۲ درجه سانتی گراد افزایش یافته که مقدار این افزایش برای ایستگاه های واقع در مناطق گرم و خشک کشور (۱/۳ درجه) بیشتر از دیگر مناطق است (۸/۱ درجه). درحالیکه مقدار افزایش دمای بیشینه هوا در کشور کمتر و معادل ۱/۲ درجه سانتی گراد می باشد. همچنین نتایج این پژوهش کارایی مناسب مدل هالت- وینترز برای پیش بینی کمینه و بیشینه دمای ماهانه کشور را اثبات کرد. نتایج این مدل نشان داد که کمینه و بیشینه دما تا سال ۲۰۲۰ به جز چند مورد در کشور افزایش خواهند یافت که بیشترین مقدار افزایش در ایستگاه خوی به میزان ۶/۰ درجه سانتی گراد برای کمینه دما و ۲۸/۰ درجه سانتی گراد برای بیشینه دما خواهد بود.کلیدواژه ها
Temperature Predicting, Minimum and maximum temperature, Sen’s estimator, Pettitte, Halt- Winters model, شهرکرد, دانشگاه دولتی شهرکرد, دانشکده کشاورزی, گروه مهندسی آباطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.