پهنه بندی شرایط خشکسالی استانهای تهران و البرز به کمک روش شاخص بارش استاندارد SPI
محل انتشار: دومین کنگره بین المللی علوم زمین و توسعه شهری
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 582
فایل این مقاله در 10 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:
ESUD02_643
تاریخ نمایه سازی: 22 آبان 1395
چکیده مقاله:
خشکسالی یکی از بلایای طبیعی و پدیده ای تکرار شونده در تمامی نقاط با اقلیمهای متفاوت می باشد و محدود به مناطق خشک و نیمه خشک نمی شود ایران نیز از جمله کشورهایی است که با این پدیده در نقاط مختلف درگیر است استان تهران به دلیل اهمیت آن از لحاظ سیاسی و اجتماعی با رشد روزافزون جمعیت مواجه است که این امر به کاهش منابع آبی این استان دامن می زند همجواری و هم مرزی استان البرز با تهران و مشترک بودن منابع آبی این دو استان تا به پایش و پهنه بندی وضعیت خشکسالی این دو استان پرداخه شود استان تهران پرجمعیت ترین استان ایران و پایتخت این کشور می باشد خسارات وارده از خشکسالی به این منطقه از نوع اقتصادی اجتماعی می باشد در این پژوهش پایش و پهنه بندی وضعیت خشکسالی با استفاده از اطلاعات بارش 38 ایستگاه باران سنجی در محدوده دو استان تهران و البرز به وسیله شاخص بارندگی استاندارد SPI در بازه زمانی 31 ساله مابین سالهای آبی 63-1362 تا 93-1392 در میانگین های زمانی 3، 6، 9، 12 و 24 ماهه انجام گرفت. نتایج بررسی شاخص SPII2 نشان داد حدود نیمی از ایستگاه در کل دوره مطالعاتی وضعیت نرمال داشته اند و حدود یک سوم ایستگاه ها در این مدت وضعیت خشکسالی را پشت سر گذاشته اند با توجه به مقادیر عددی شاخص SPI دو سال شاخص به عنوان خشکسالی و ترسالی انتخاب شدند و نقشه های پهنه بندی آنها در سه دوره زمانی کوتاه مدت، میان و مدت و بلندمدت رسم و مورد مقایسه قرار گرفتند.
کلیدواژه ها:
نویسندگان
میمنه خوش مشربان
دانشجوی کارشناسی ارشد رشته مهندسی طبیعت دانشکده علوم و فنون نوین دانشگاه تهران
محمدحسین جهانگیر
استادیار دانشکده علوم و فنون نوین دانشگاه تهران
حسین یوسفی سهرابی
استادیار دانشکده علوم و فنون نوین دانشگاه تهران
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 :