مدل سازی وپیش یابی بارش درفصل کاشت گندم بااستفاده ازشاخصهای پیوندازدورمطالعه موردی ایستگاه اهواز
محل انتشار: دومین همایش سراسری کشاورزی و منابع طبیعی پایدار
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 613
فایل این مقاله در 7 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:
NACONF02_1032
تاریخ نمایه سازی: 27 آبان 1393
چکیده مقاله:
پیش یابی ناهنجاری ها به عنوان یکی ازفاکتورهای اصلی کشت گندم به ویژه بصورت دیم درمنطقه اهوا زبااستفاده ازشاخصهای پیوند ازدورهدف اصلی این پژوهش بوده است دراین پژوهش از18شاخص پیوند ازدورجوی ـ اقیانوسی مهم دربازه ماه نوامبر فصل کاشت گندم درمنطقه و داده های ایستگاه اهوا زدرطول دوره 1951-2010 بااستفاده ازمدل سازی رگرسیون خطی به روش بک وارد استفاده شده است براساس نتایج بدست آمده ازاین پژوهش شاخصهای پیوند ازدورتوانایی نسبتا مناسبی درزمینه تبیین ناهنجاری بارش ایستگاه اهواز درماه نوامبر دارند ازاین رو بکارگیری این شاخصها به منظور تبیین تغییرات بارش دراین منطقه میتواند روشی کم هزینه اما بسیارموثر درزمینه آگاهی بخشی به کشاورزان منطقه باشد براساس یافته های این پژوهش شاخصهای PNA, GBI, NINO1.2 NAO میتوانند پیش بینی کننده های نسبتا مناسبی برای بارش ماه نوامبر اهواز با گام زمانی دوماه پیشتر باشند رابطه همبستگی مشترک این چهارشاخص با بارش ماه نوامبر اهواز درحدود 0.53 می باشد که باتوجه به دوره آماری 60ساله ضریب همبستگی بالایی میباشد همچنین شاخص های AO, CAR, NAO NINO1.2نیز ازجمله شاخصهای مناسب و منتخب به منظور تبیین و پیش یابی ناهنجاریهای بارش ماه نوامبر اهواز ازیک ماه پیشتر اکتبر می باشد درتبیین بارش ماه نوامبر نیز بااستفاده ازمقادیر عددی شاخصهای همین ماه نیز باید اشاره نمود که شاخصهای NINO1.2, ONI و BEST بیشترین تاثیر را دارند که دراین میان اثرشاخص NINO1.2 بیشتر ازدیگرشاخصها می باشد ودرمجموع میتوان گفت مقادیرعددی این شاخص درهرسه بازه موردمطالعه ارتباط قوی راباناهنجاری های بارش ایستگاه اهواز دارا می باشند
کلیدواژه ها:
نویسندگان
محمدامین حیدری
دانشجوی دکتری اب وهواشناسی دانشگاه تهران
فرامرز خوش اخلاق
استادیارآب وهواشناسی 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 :