ارتباط سنجی و تحلیل فضایی بارش زمستانه ایران از طریق تابش موج بلند خروجی زمین (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
بارش از مهم ترین و متغیرترین عنصر اقلیمی است که در بستر زمان و مکان تغییر می کند. بارش های بحرانی در مقیاس های مختلف زمانی به ویژه روزانه، خسارات سنگینی به جوامع انسانی مناطق پرجمعیت شهری و اکوسیستم های طبیعی وارد می کنند و بسیاری از اقتصادهای مناطق خشک را تحت تاثیر قرار می دهد. تابش موج بلند خروجی زمین به عنوان پارامتری مهم جهت شناسایی ابرها و برآورد این نوع بارش، موردمطالعه قرار می گیرد. هدف از پژوهش حاضر این است که با استفاده از محصولات سنجنده (AIRS) ماهواره آکوا و ماهواره (GPM)، ارتباط و تحلیل متغیرهای تابش موج بلند زمینی و مقادیر بارش را در محیط نرم افزار Arc GIS برای چهار ماه سرد سال (دسامبر تا مارس) کشور ایران، به مدت 17 سال آماری بررسی نماید. از روش های همبستگی، رگرسیون و برآورد سطح اطمینان به منظور ارتباط سنجی و نحوه تغییرات آن استفاده شد. با توجه به نتایج به دست آمده در تمام ماه های مورد مطالعه، کل کشور به جزء جنوب شرقی حوضه دریای خزر در ژانویه، قسمت هایی از فلات مرکزی و مرزی شرق ایران، همبستگی منفی از 10 تا 92 درصد وجود دارد که نشان از رطوبت دار بودن جو کشور می باشد و مانع خروج تابش موج بلند شده است. در مناطق بارشی غرب رشته کوه زاگرس همبستگی های منفی 60 درصد به بالا و تابش موج بلند خروجی کمتر از 260 وات بر مترمربع متر می باشد که دلیل آن ابرناکی و جو پر از رطوبت، همراه با بارش بوده است. در دسامبر و فوریه، مناطق بارشی حوضه دریای خزر در همبستگی های منفی 40 درصد به بالا و تابش کمتر از 235 وات بر مترمربع بارش صورت می گیرد و دلیل مقدار عددی کمتر تابش موج بلند خروجی حوضه دریای خزر جهت پیش بینی، وجود رطوبت نسبی زیاد منطقه می باشد که عامل خروج کمتر آن می گردد.Correlation and Spatial Analysis of IRAN winter precipitation through outgoing long wave Radiation
Precipitation is one of the most important and variable climatic elements that changes in time and place. Critical rainfall at various time scales, especially daily, causes severe damage to human communities in densely populated urban areas and natural ecosystems and affects many arid economies. Earth outgoing long-wave radiation is studied as a significant parameter to detect clouds and estimate this type of precipitation. The current study aims to examine the relationship and analysis of outgoing long-wave radiation variables and precipitation values in Arc GIS software environment for the four cold months 17 statistical years in Iran using AIRS sensor products of Aqua satellite and GPM satellite. Correlation and regression models and confidence interval estimation were used to measure the correlation of long-wave radiation output in predicting precipitation patterns and their changes. According to the results obtained in all months studied, In the whole country, except Caspian Sea basin in January, parts of the central and eastern plateau of eastern Iran, there is a negative correlation of 10 to 92%, Which indicates that the country's atmosphere is humid and prevents the release of outgoing long-wave radiation. In the western rainfall areas of the Zagros Mountains, negative correlations above 70% and outgoing long-wave radiation is less than 260 W⋅m−2 which is due to cloudy and humid atmosphere with precipitation. In December and February, the rainfall areas north of the Caspian Sea basin range have negative correlations of above 50% and OLR less than 235 W⋅m−2 of rainfall and the reason for the lower numerical value north of the Alborz mountain range to predict is the existence of high relative humidity in the region, which is the cause of less outgoing long-wave radiation output of the earth.
تبلیغات
