کاربرد روش زنجیره مارکوف در تحلیل و پیشبینی خشکسالی و دورههای خشک کوتاه مدت در ایستگاه کرمان
محل انتشار: دومین کنگره بین المللی زمین، فضا و انرژی های پاک با محوریت مدیریت منابع طبیعی ، کشاورزی و توسعه پایدار
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,221
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ATTITTDE02_378
تاریخ نمایه سازی: 11 مرداد 1396
چکیده مقاله:
تحقیق حاضر درصدد شناسایی رخداد خشکسالی و دورههای کوتاهمدت وقوع آن در ایستگاه کرمان میباشد. جهت دستیابی به این منظور از دو روش بهره گرفتهشده است. برای بررسی وضعیت خشکسالیهای منطقه از آمار بارش ماهانه ایستگاه طی سالهای تحقیق ( 1951-2009 (استفاده شد. گام بعدی به شناخت دورههای کوتاهمدت وقوع خشکسالی اختصاص یافت. این کار نیز با استفاده از روش زنجیره مارکوف مرتبه اول دوحالته انجام شد. برای این کار که از دادههای بارش روزانه ایستگاه منتخب استفاده شد، ویژگیهای مهم مرتبط با دورههای تر و خشک کوتاهمدت همچون احتمالات ساده و اقلیمی، فراوانی روزها، طول دورههای تر و خشک و نیز سیکل هوایی تعیین شد. سپس با محاسبه فراوانی دورههای خشک، احتمال وقوع این دورهها و سرانجام دوره بازگشت آنها مشخص گردید. تحلیل نتایج پردازش بارش ماهانه، تعیین دقیق مقدار احتمال دو روز خشک متوالی، اختلاف بین احتمالات ساده و اقلیمی وقوع روزهای تر و خشک و نیز فراوانی وقوع دورههای خشک از نتایج مهم این مطالعه میباشد، چنانکه احتمال دوره خشک متوالی از تا 75 99 درصد نوسان داشت. بین احتمالات ساده و اقلیمی خشکسالی ایستگاهها نیز اختلاف چشمگیری مشاهده نشد به لحاظ فراوانی روزهای خشک نیز در تمامی ماهها، متوسط تعداد روزهای خشک بیست روز و بالاتر از آن میباشد.
کلیدواژه ها:
نویسندگان
سهراب ساریجالو
دانشجوی کارشناسی ارشد اب و هواشناسی دانشگاه زنجان
حسن نوروزی
کارشناس پیش بینی سیل ومنابع آب استان قزوین
امین شیری کریم وندی
دانشجوی کارشناسی ارشد اب وهواشناسی دانشگاه زنجان
الله مراد طاهریان
دانشجوی کارشناسی ارشد اب و هواشناسی دانشگاه زنجان،
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 :