تعیین مدل آماری برآورد بارش با استفاده از الگوهای پیوند از دورمطالعه موردی:ایستگاه سینوپتیک میناب، استان هرمزگان
محل انتشار: پنجمین کنفرانس منطقه ای تغییر اقلیم
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 669
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
RCCC05_027
تاریخ نمایه سازی: 6 بهمن 1395
چکیده مقاله:
پارامتر بارش از مهمترین پارامترهای هواشناسی در تعیین نقش و پراکندگی سایر عناصر اقلیمی و نیز از شاخصهای مهم در طبقه بندیهای اقلیمی به شمارمی رود . علاوه بر این، اثرات انکارناپذیری بر فعالیتهای انسانی، طبیعی و علی الخصوص در زمینه کشاورزی دارند . لذا داشتن شناخت لازم از میزان این پارامتر،تغییرات آنها و پیش بینی این پدیده کمک شایانی در جهت برنامه ریزی دقیقتر در حوزههای مختلف خواهد داشت . این تحقیق، با هدف بررسی الگوهای پیوند ازدور موثر بر پدیدههای بارش ماهیانه ایستگاه سینوپتیک میناب، در دوره آماری 2014-1985 صورت گرفته است . با توجه به فصل بارش در این منطقه ، ماهنوامبر)آبان ماه( به عنوان شروع بارندگی ها و ماه آپریل)فروردین ماه( به عنوان پایان فصل بارندگی در نظر گرفته شد. بدین منظور، با استفاده از رگرسیون گام به گام و بامحدودکردن دادههای ورودی به مدل و نیز قائل شدن دو دوره آموزش و ارزیابی، مدلهایی برای پیش بینی این پارامتر به صورتهای ماهانه ارائه شده است . آمارههای به دست آمده حاکی از آن است که این مدل ها کارایی مناسبی برای برآورد پارامترهای مزبور داشتهاند . در حالت کلی، کارایی این مدل برای ماههای ژانویه و دسامبر بهتر از سایر ماهها می باشد. صحت پیش بینی مدل بطور متوسط 75 درصد است، لذا میتوان از مدلهای ماهانه ارائه شده برای پارامتر بارش در تحقیقات مربوطه استفاده به عمل آورد .
کلیدواژه ها:
نویسندگان
محمد نکوآمال کرمانی
کارشناس ارشد منابع آب اداره کل هواشناسی هرمزگان
سعید رنجبر
دانشجوی دکتری آب و هواشناسی دانشگاه آزاد اسلامی واحد نجف آباد
امیر گندمکار
دکتری جغرافیا و اقلیم شناسی دانشگاه آزاد اسلامی واحد نجف آباد
محمدرضا سیاحتگر
کارشناس ارشد آب و هواشناسی اداره کل هواشناسی هرمزگان
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 :