شناسایی برازنده تابع توزیع احتمال بر داد ههای بارش مناطق مختلف آب و هوایی ایران به منظور محاسبه نمایه بارش استاندارد (SPI)در مقیا سهای زمانی مختلف
- سال انتشار: 1390
- محل انتشار: اولین کنفرانس ملی خشکسالی و تغییر اقلیم
- کد COI اختصاصی: NCDCC01_004
- زبان مقاله: فارسی
- تعداد مشاهده: 829
نویسندگان
استادیار مرکز تحقیقات کم آبی و خشکسالی در کشاورزی و منابع طبیعی
دانشیار گروه مهندسی آب دانشگاه بین المللی امام خمینی قزوین
کارشناس مرکز تحقیقات کم آبی و خشکسالی در کشاورزی و منابع طبیعی
چکیده
برای محاسبه SPI ماهانه و یا هر مقیاس زمانی دلخواه دیگر لازم است تا برازنده ترین تابع توزیع احتمال بر داده های مورد نظر برازش و احتمال هر مقدار بارش محاسبه و سپس به تابع توزیع نرمال استاندارد انتقال یابد. بررسی ها نشان داده است که تابع توزیع گاما برایرا بر این اساس محاسبه SPI برازش داده های بارش بیشتر مناطق جهان مناسب است و به همین علت بیشتر نرم افزارهای موجوددر SPI می کنند. هدف از این پژوهش شناسایی برازنده ترین تابع توزیع احتمال بر داده های بارش ماهانه ایران به منظور محاسبهمقیاس های زمانی مختلف می باشد. نتیجه این بررسی نشان داد که در بیشتر مناطق ایران به ویژه در مناطق خشک و نیمه خشک کشورپیرسون تیپ 3 (گاما سه پارامتره) و ،Wakaby داده های بارش در مقیا سهای زمانی مختلف بیشترین برازش را با توزی عهای آماریدارند و توزیع گاما (دو پارامتره) در رتبه های بعدی اهمیت قرار دارد. از اینرو به نظر می رسد استفاده از نرم General Extreme Valueافزارهای موجود شدت خشکسالی ها را برای بیشتر مناطق خشک کشور و به ویژه برای ماه های خشک بسیار کمتر از واقعیت برآورد میو یا پیرسون تیپ 3 Wakaby برای ایستگاه های مختلف ایران براساس یکی از توابع توزیع آماری SPI کنند. بنابر این لازم است تا مقداربدست آمده از توزیع گاما برای مناطق مختلف کشور مورد مقایسه قرار SPI بدست آمده با SPI (گاما سه پارامتره) محاسبه گردد و مقدارمحاسبه SPI برای اقلیم خشک و نیمه خشک ایران بومی گردد تا مقدار SPI گیرد. نتیجه این پژوهش نشان می دهد که لازم است نمایهشده بیشترین دقت را در برآورد میزان شدت خشکسال یها و ترسالی ها داشته باشدکلیدواژه ها
تابع توزیع احتمال SPI، بارش، ایرانمقالات مرتبط جدید
- پایش مکانی خشکسالی با استفاده از شاخص VHI حاصل از داده های سنجنده MODIS - مطالعه موردی: استان تهران
- بررسی دلایل اقلیمی خشکیدگی جنگل های بلوط زاگرس با استفاده از اندازه گیری پارامترهای پهنا و ویژگی های آوندی حلقه های درختی
- طغیان آفات برگخوار نوظهور درختان و درختچه های جنگلی زاگرس شمالی و مرکزی: پیامد تغییرات آب و هوایی
- بانک آب: فرایندی جدید برای احیای حکمرانی آب در ایران
- بررسی تحقیقات خشکسالی در ایران
اطلاعات 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.