علوم آب و خاک

---

آب و هوا یکی از مباحث مهم اکولوژی گیاهی است و مسلماً یکی از مهم‌ترین عواملی است که موجودات زنده و به ویژه گیاهان را تحت تأثیر قرار می‌دهد و موجب انتشار کلی آنها می‌شود. آب و هوا، اقالیم متفاوت و حوزه‌های متنوع رستنی‌ها را روی زمین ایجاد می‌نماید، فرم بیولوژیک گیاهان را به وجود می‌آورد و در نتیجه تغییرات زیادی در گیاهان و ترکیب آنها در نقاط مختلف کره زمین ظاهر ساخته، جوامع مختلف گیاهی را مشخص می‌نماید و سبب تمایز آنها از یکدیگر می‌گردد. اکثر طبقه‌بندی‌های اقلیمی که در ارتباط با اقلیم‌های رویشی انجام گرفته است متکی بر چند متغیر محدود مانند دما، بارش و یا تلفیق آنهاست. حال آن‌که آب و هوا یک پدیده مرکب بوده و صرف استفاده از چند متغیر محدود نمی‌تواند گویای اقلیم یک ناحیه باشد، لذا در طبقه‌بندی اقلیم یک منطقه باید اکثر عوامل آب و هوایی در نظر گرفته شود. در این صورت بررسی اقلیم با استفاده از متغیرهای زیاد می‌تواند عوامل مؤثر بر گسترش اجتماعات گیاهی را به نحو دقیق‌تری روشن کند. در این پژوهش به منظور تعیین پهنه‌های زیست اقلیم گیاهی استان چهارمحال و بختیاری با استفاده از روش‌های آماری چند متغیره، 71 متغیر اقلیمی که از نظر رستنی‌های طبیعی استان از اهمیت بیشتری برخوردارند، انتخاب و با روش تحلیل عاملی مورد بررسی قرار گرفتند. نتایج تحلیل عاملی نشان داد سه عامل اول که 8/91 درصد از واریانس متغیرهای اولیه را بازگو می‌کنند دما، بارش و تابش هستند. سپس، بر اساس نتایج حاصل و با استفاده از روش تحلیل خوشه‌ای سلسله مراتبی به روش وارد، اقدام به پهنه‌بندی اقالیم رویشی استان چهارمحال و بختیاری گردید و پنج پهنه اقلیم رویشی در این استان شناسایی و نام‌گذاری گردید. هم‌چنین به منظور مقایسه نتایج این تحقیق با روش‌های دیگر طبقه‌بندی اقلیمی، استان چهارمحال و بختیاری با 4روش متداول تقسیم‌بندی اقلیمی (کوپن، گوسن، آمبرژه و دومارتن)، طبقه‌بندی شد و نتایج آن با نتایج حاصل از پهنه‌بندی اقلیمی به روش آماری چند متغیره مورد مقایسه قرار گرفت. نتایج تحقیق نشان داد که روش آماری چندمتغیره پهنه‌بندی و تفکیک بهتری را نسبت به سایر روش‌ها انجام می‌دهد. در نهایت گونه‌های غالب هر ناحیه اقلیمی مشخص شد.

---

در این تحقیق جهت بررسی خشک‌سالی در ایستگاه سینوپتیک یزد و 31 ایستگاه غیر سینوپتیک در سطح استان از 5 شاخص درصد از نرمال بارندگی(PNPI)، دهک‌های بارندگی (DPI)، ناهنجاری بارندگی(RAI)، بالم و مولی(BMDI) و بارش استاندارد شده(SPI) استفاده شد. بدین منظور پس از جمع‌آوری داده‌های بارش ایستگاه‌های مورد بررسی، نواقص آماری موجود از طریق روش هم‌بستگی بین ایستگاه‌ها بازسازی شد. سپس محاسبه شاخص‌های PNPI، DPI و RAI در مقیاس ماهانه و سالانه، شاخص BMDI در طی دوره ارزیابی 12 ماهه و شاخص SPI در مقیاس‌های زمانی 3، 6، 9 و 12 ماهه انجام گرفت و بر اساس مقادیر حاصل از محاسبه هر یک از شاخص‌های مورد نظر، طبق جداول مربوط به طبقات مختلف خشک‌سالی هر یک از شاخص‌ها اقدام به تعیین وضعیت خشک‌سالی هر یک از ایستگاه‌ها در مقیاس‌های مورد نظر در طول دوره آماری موجود شد و بر این اساس 5 شاخص مورد نظر با یکدیگر مقایسه شدند و جهت برآورد خشک‌سالی درصد تفاوت و تشابه هر کدام از شاخص‌ها با 4 شاخص دیگر مورد محاسبه و بررسی قرار گرفت. هم‌چنین پس از تعیین وضعیت خشک‌سالی هر کدام از ایستگاه‌های مورد مطالعه، درصد وضعیت‌های مختلف خشک‌سالی توسط هر کدام از شاخص‌های درصد از نرمال بارندگی(PNPI)، ناهنجاری بارندگی(RAI) و دهک‌های بارندگی (DPI) در مقیاس سالانه، شاخص بالم و مولی در طی دوره ارزیابی 12 ماهه(BMDI) و بارش استاندارد شده در مقیاس زمانی 12 ماهه(12(SPI در 33 ایستگاه تحت مطالعه تعیین شد. پس از طی مراحل مذکور مشخص شد، بیشترین درصد تشابه بین دو شاخص RAI و DPI وجود دارد، چنانکه هر دو شاخص در ایستگاه‌های مورد مطالعه وضعیت مشابه خشک‌سالی شدید را نشان دادند و از بین 5 شاخص مورد بررسی (نسبت به سه شاخص خشک‌سالی PNPI، SPI و(BMDI این دو شاخص بیشترین کارآیی را جهت پایش خشک‌سالی هواشناسی دارا هستند و هر دو شاخص جهت پایش خشک‌سالی استاتیک استفاده می‌شوند. ولی نظر به این‌که شاخص‌های استاتیک در مقیاس ماهانه و در ایستگاه‌های مناطق خشک جهت پایش خشک‌سالی با مشکل محاسبه مواجه می‌شوند توصیه می‌شود که از شاخص‌های دینامیک SPI و BMDI که درصد تشابه قابل قبولی نیز با یکدیگر دارند، استفاده شود. شاخص SPI با مقیاس‌های زمانی 6 و 12 ماهه ارجحیت دارد زیرا در این مقیاس‌ها با مشکل محاسبه مواجه نبوده و قادر است ارزیابی‌های ماهانه از خشک‌سالی را در اختیار قرار دهد

---

این مطالعه به بررسی روند متغیرهای اقلیمی و تأثیر احتمالی آنها بر تغییرپذیری منابع آبی می‌پردازد. برای این منظور آزمون‌های ناپارامتریک من- کندال و اسپیرمن جهت بررسی روند بارش سالانه، بارش حداکثر 24 ساعته، سیل و جریان حداقل مربوط به 23 ایستگاه منتخب هیدرومتری و 18 ایستگاه سینوپتیک واقع در حوضه سد سفیدرود به کار گرفته شدند. نتایج نشان داد که روند مجموع بارش سالانه و بارش حداکثر 24 ساعته در تعداد کمی از ایستگاه‌ها معنی‌دار است در‌حالی‌که در مورد جریان‌های حداقل و سیل این تعداد بالاتر است. با استفاده از آزمون توالی من- کندال (SQMK ) نیز نقطه شروع روند پارامترهای اقلیمی، از جمله مجموع بارش سالانه مربوط به سال‌های 1965-1970، و نقطه شروع روند متغیرهای هیدرولوژیک، از جمله سیلاب مربوط به دهه 1970 – 1980، مشخص شد. نتایج نشان می‌دهد تغییر‌پذیری پارامترهای اقلیمی احتمالاً متأثر از تغییرات اقلیمی است. از طرف دیگر تغییر کاربری اراضی ممکن است یکی از عوامل مؤثر بر روند کاهشی جریان‌های حدی در دهه‌های گذشته باشد. بنابراین می‌توان گفت تغییرات اقلیمی و فعالیت‌های بشر باعث روند کاهشی متغیرهای هیدرولوژیک می‌باشند.

---

شاخص نوسان جنوبی (Southern Oscillation Index, SOI) و الگوهای دمای سطح آب اقیانوس (Sea Surface Temperature, SST) بر بارش بسیاری از مناطق جهان تأثیرگذار است. در این پژوهش، روابط میان بارش ماهانه و فصلی ایران با SOI و SST اقیانوس‌های آرام و هند بررسی شد. برای این منظور، از داده‌های ماهانه بارش 50 ایستگاه سینوپتیک در ایران استفاده شد. به کمک نرم‌افزار Rainman سری فصلی و ماهانه بارش هر ایستگاه با چهار روش‌ (میانگین SOI، فازهای SOI، فازهای SST اقیانوس آرام و فازهای SST اقیانوس هند) با در نظر گرفتن زمان‌پیشی (Lead-time) صفر الی سه ماه، به گروه‌های مختلف تقسیم گردید و اختلافات میان گروه‌های بارش به کمک آزمون‌های آماری ناپارامتری کروسکال- والیس و کلموگروف- اسمیرنف تحلیل شد. صحت استفاده از روابط معنی‌دار در پیش‌بینی احتمالی بارش ایران به کمک آزمون LEPS (Linear Error in Probability Space) برآورد شد. نتایج نشان داد که شاخص SOI در فصل تابستان (ژوئیه - سپتامبر) به‌طور غیرهمزمان با بارش‌های ماه اکتبر (مهر) و پائیزه (اکتبر- دسامبر) در نواحی غرب و شمال‌غرب ایران و سواحل غربی دریای خزر رابطه معنی‌دار و پایداری دارد. به‌طوری‌که فازهای النینو (منفی) و لانینا (مثبت) اغلب به‌ترتیب با افزایش و کاهش بارش در این نواحی همراه هستند. استفاده از میانگین SOI جهت پیش‌بینی بارش نواحی ذکر شده مناسب است، اما الگوهای SST اقیانوس‌های آرام و هند به‌دلیل رابطه ضعیف با بارش ایران و یا ناپایداری روابط، جهت پیش‌بینی بارش‌های ایران مناسب به نظر نمی‌رسند. بنابراین به دلیل این‌که بارش‌های ایران در تمامی فصول تنها در ارتباط با شاخص SOI و SST اقیانوس‌های آرام و هند نمی‌باشند، نرم‌افزار Rainman به عنوان ابزاری جامع برای مدیریت منابع آب ایران در کلیه فصول سال به شمار نمی‌آید. پیشنهاد می‌شود تأثیر دور سایر نوسانات اقیانوسی- اتمسفری با بارش ایران بررسی شود و براساس شاخص‌های نوسانات مؤثر بر بارش ایران، مدلی شبیه Rainman برای پیش‌بینی بارش ایران تهیه شود.