خلاصة:
آگاهي از رفتار مكاني- زماني بارش در برنامه ريزي هاي محيطي سرزمين موثر است. روش هاي آمار فضايي امكاناتي را فراهم مي سازد كه با استفاده از آنها، الگوهاي فضايي متغيرهاي تصادفي مانند بارش را مي توان تحليل كرد. در اين پژوهش، با استفاده از داده بارش ماهانه 42 ايستگاه سينوپتيك غرب و شمال غرب ايران طي دوره آماري 1990 تا 2010 و با به كارگيري شاخص خودهمبستگي فضايي Moran به تحليل روندهاي فضايي بارش ماهانه اين بخش از كشور اقدام شد. براي اين منظور، داده هاي ميانگين بيست ساله بارش ماهانه ايستگاه ها به صورت لايه اطلاعاتي مكانمندي با مختصات متريك در محيط GIS بررسي شد. نتايج شاخص خودهمبستگي مكاني بيان كننده آن بود كه بارش در ماه هاي دسامبر، ژانويه، فوريه و نوامبر به ترتيب داراي بيشترين الگوي خودهمبستگي فضايي مثبت بود كه در سطح 01/0 معنادار بود و كمترين تغييرپذيري مكاني را داشت كه گوياي آن است در اين ماه ها تشابه و همگوني فضايي معنا داري بين بارش هاي ثبت شده در سرتاسر منطقه وجود داشته است و سامانه هاي بزرگ مقياس جوي، تاثير عوامل محلي متفاوت را كم رنگ كرده است؛ در حالي كه در ماه هاي ژوئيه، سپتامبر و اوت به ترتيب كمترين الگوي خودهمبستگي فضايي مشاهده شد كه معنادار نيز نبود. ضريب تغييرات فضايي بارش در اين ماه ها نيز بسيار زياد بود كه گوياي آن است كه در اين ماه ها بارش ها تحت تاثير عوامل محلي ناهمگون ايجاد شد و به همين دليل، هيچ گونه تشابه فضايي معناداري در بارش هاي ثبت شده منطقه در ايستگاه هاي مختلف وجود نداشت.
ملخص الجهاز:
نتـایج شـاخص خودهمبسـتگی مکانی بیان کنندة آن بود که بارش در ماه های دسامبر، ژانویه ، فوریـه و نـوامبر بـه ترتیـب دارای بیشـترین الگـوی خودهمبستگی فضایی مثبت بود که در سطح ٠/٠١ معنادار بود و کمترین تغییرپذیری مکانی را داشت که گویای آن است در این ماه ها تشابه و همگونی فضایی معناداری بین بارش های ثبت شده در سرتاسر منطقه وجود داشته است و سامانه های بزرگ مقیاس جوی، تأثیر عوامل محلی متفاوت را کم رنگ کرده است ؛ در حالی که در مـاه هـای ژوئیـه ، سپتامبر و اوت به ترتیب کمترین الگوی خودهمبستگی فضایی مشاهده شد که معنادار نیـز نبـود.
همان طور که اشاره شد، هدف این پژوهش پاسخگویی به ایـن پرسـش است که آیا ایستگاه های استفاده شده به مثابۀ موقعیـت هـای مشـاهداتی فضـایی، از لحـاظ مقـادیر بـارش ماهانـه ، دارای وابستگی فضایی است یا اینکه استقلال مکانی دارد و این روابط در ماه های مختلف سال چگونه است ؟ برای دستیابی بـه این هدف ، شاخص آمار فضایی Moran که برای تحلیل الگوهای مکانی استفاده میشود، به کار گرفته شد که به اختصـار معرفی خواهد شد.
Conceptualization of spatial relationships از این الگو برای کمیسازی الگوی کوواریانس مکانی بارش منطقه استفاده شد.
"Spatial Autocorrelation": A Primer, Resource Publication Geography.