Abstract:
اهداف: تغییر اقلیم به افزایش و یا کاهش جهت دار میانگین پارامترهای اقلیمی در یک دوره طولانی مدت گفته می شود. تغییر پارامترهای اقلیمی سطحی با تغییر الگوهای جوی مرتبط است. شناخت تغییر اقلیم ایران با شاخص های مهم جوی، هدف مطالعه است.روش : برای تعیین شاخص های اقلیمی ایران، پنجره جغرافیایی مناسب با عرض 10 تا70 درجه شمالی و طول 10 تا 80 درجه شرقی تعیین شد. داده های روزانه ارتفاع ژئوپتانسیل متر تراز 500 ه.پ. دوره سرد از 1948 تا 2010 از مراکز ملی پیش بینی محیطی و تحقیقات اتمسفری استفاده شد. روش تحلیل مولفه اصلی و باکس جنکینز به ترتیب برای تعیین شاخص اقلیمی و تحلیل سری زمانی این شاخص ها استفاده شد.یافته ها/ نتایج: نتایج تحقیق نشان داد شاخص های اقلیمی دوره سرد ایران به ترتیب در منطقه آسیای مرکزی، اروپای شرقی و اروپای غربی استقرار دارند. این مراکز با آرایش خاص الگوهای جوی، اقلیم دوره سرد ایران را کنترل می کنند. سری زمانی روزانه و سالانه این مراکز تغییر معنی داری ندارند و نوسان با افزایش و کاهش حول میانگین را نشان می دهند. بهترین مدل برای پیش بینی سری های زمانی، مدل اتورگرسیو (AR) است و سری های پیش بینی با سری های اولیه شاخص ها با این مدل بیشترین هماهنگی را دارند. امروزه مدل های اقلیمی، نقش انسان در تغییر اقلیم سطحی را غالب می دانند.
Machine summary:
برای شناسایی تغییر اقلیم ، سری زمانی طولانی از داده های اقلیمی مورد نیازاست ؛ بنابراین بخش عمده ای از مطالعات با دادة سطحی ایستگاه ، تغییرات سری زمانی عناصر جوی از جمله : بارندگی، دما، فشار، رطوبت و غیره مطالعه شد و تغییرات اقلیمی با روند مثبت و منفی در این سریها را نشان دادند.
You & et al موضوع قابل بحث و تردید باز است ؛ بنابراین شناخت تغییر اقلیم در مکانی دور از دسترس بشر و پدیده های سطحی به واقعیت نزدیک تر است و تغییرات طبیعی اقلیم را منعکس میکند.
Unkasevic & Tosic اول سری ایستا و مدل آریما (٠،١،٢) به سری دمای سالانۀ تبریز برای دورة ٥٥ ساله (٢٠٠٥- ١٩٥١) و پیش بینی تغییرات سری در٢٠ سال آینده (عساکره ، ١٣٨٨، ص .
National Centers for Environmental Prediction- National Center Atmospheric Research(NCEP-NCAR) مربوط به هر شاخص مشخص شد؛ بنابراین این نمودارها تغییرات زمانی هر کـدام از مراکـز فعالیت در طی دورة مورد مطالعه را نشان میدهند.
Katz & Skagges لازم به ذکر است در این مطالعه ، همۀ سریهای زمانی روزانه بررسی شد.
سری زمانی شاخص آسیای مرکزی در فصل پاییز بهترین برازش را با مدل اتورگرسیو مرتبۀ دوم (٢,١ )AR و با این مدل از بین مدل های آریما بهترین برازش را دارد.
این مدل میتواند تغییرات سری زمانی شاخص های سیبری شمالی، اروپای غربی و آناتولی را در آینده پیش بینی کنند.
Kapala, Machel & Flohn رفتار مکانی و زمانی این پدیده در کل ایران پیشنهاد میشود.