بررسی نقش متغیرهای پیش بین در تخمین دمای هوا در ماه های ژانویه و ژوئیه در طبقات پوشش اراضی مختلف
محل انتشار: مجله فیزیک زمین و فضا، دوره: 45، شماره: 1
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 158
فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JESPHYS-45-1_009
تاریخ نمایه سازی: 7 آبان 1402
چکیده مقاله:
هدف اساسی این مطالعه تخمین دمای هوا با استفاده از متغیرهای پیش بین شامل دمای سطح زمین، ارتفاع، شیب، پوشش گیاهی، عرض جغرافیایی، آلبیدو و میانگین فشار سطح دریا طی دو ماه ژانویه و ژوئیه در سال های ۲۰۰۱ تا ۲۰۱۵ در طبقات پوشش اراضی مختلف می باشد. از ۶ مدل رگرسیونی تک متغیره تا چندمتغیره به تفکیک ۷ پوشش اراضی موجود در کشور استفاده شد و ۴۲ مدل برآوردگر برای هر ماه توسعه داده شد. نتایج بیانگر آن بود که بیشترین اختلافات بین دمای هوا و دمای سطح زمین در طبقه با پوشش سطحی بایر یا پوشش گیاهی تنک دیده شد. در ژانویه، ارتفاع (در پوشش های زمین های بایر، بافت های شهری و پهنه های کشاورزی) فشار (در پوشش های علف زارها و بوته زارها)، شیب منطقه جنگلی و عرض جغرافیایی در پهنه آب، مهم ترین برآورد گرهای دمای هوا هستند. در حالی که در ژوئیه در سطح زمین یک کم فشار حرارتی چسبیده به زمین با ارتفاع کم در بخش وسیعی از پهنه کشور تشکیل شده و این عامل اقلیمی ناشی از گرمایش شدید سطح زمین نقش عوامل میکرواقلیمی از قبیل ارتفاع، شیب و پوشش زمین را به حداقل رسانده و تاثیر آنها را در تخمین دمای هوا کم رنگ می کند. لذا می توان عامل فشار را در ماه ژوئیه مهم ترین برآوردگر تغییرات فضایی دمای هوا در پهنه ایران دانست.
کلیدواژه ها:
نویسندگان
Chenour Mohammadi
دانشجوی دکتری، گروه جغرافیای طبیعی، دانشکده علوم انسانی، دانشگاه تربیت مدرس، تهران، ایران
Manuchehr Farajzadeh
استاد، گروه جغرافیای طبیعی، دانشکده علوم انسانی، دانشگاه تربیت مدرس، تهران، ایران
Yousef Ghavidel Rahimi
دانشیار، گروه جغرافیای طبیعی، دانشکده علوم انسانی، دانشگاه تربیت مدرس، تهران، ایران
Abbas Ali Aliakbari-Bidokhti
استاد، گروه فیزیک فضا، موسسه ژئوفیزیک، دانشگاه تهران، تهران، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :