علوم آب و خاک

---

در این پژوهش میزان تأثیر پدیده ال‌نینیو نوسانات جنوبی بر بارندگی شش‌ماهه سرد استان‌های اصفهان، فارس، خوزستان، چهارمحال و بختیاری، بوشهر و کهگیلویه و بویراحمد (22 ایستگاه) ارزیابی شد. نتایج نشان داد که وقوع لانینا موجب کاهش 20 تا 50 درصدی بارندگی در استان‌های بوشهر، کهگیلویه و بویراحمد و جنوب فارس شد. در دیگر استان‌های مورد بررسی، این پدیده تغییر چندانی در بارندگی شش‌ماهه سرد سال ایجاد نکرد. برخلاف لانینا، وقوع ال‌نینیو موجب افزایش 20 تا 70 درصدی این بارندگی در بیشتر ایستگاه‌ها شد، که مقدار این افزایش به موقعیت جغرافیایی ایستگاه‌ها بستگی داشت. مشخص شد، در حالی‌که بیشتر ترسالی‌های شدید در منطقه مورد بررسی در شرایط ال‌نینیو بوده است، احتمال وقوع خشک‌سالی شدید در این حالت در عموم ایستگاه‌ها صفر تا 25 درصد می‌باشد. هم‌چنین، درصد وقوع خشک‌سالی شدید در شرایط لانینا در غالب ایستگاه‌ها بسیار کم بوده، و تنها در استان خوزستان و نواحی جنوبی استان فارس به 50% افزایش می‌یابد.

---

در ایران، حدود 75% از تولیدات برنج داخلی در ‌‌‌‌استان‌های‌‌ گیلان و مازندران، که از پر بارش ترین نواحی کشورند، تهیه می‌شود. پیش‌بینی‌های فصلی بارش تأثیر مهمی در تولید محصول و کاهش خطرهای حوادث اقلیمی در این ناحیه ‌‌حاصل‌خیز از کشور دارد. با ‌‌‌به‌کارگیری مدل تحلیل ‌‌‌هم‌بستگی متعارف (Canonical Correlation Analysis, CCA)، امکان پیش بینی بارش زمستانه این استان‌ها براساس وضـعیت پدیده النینیو- نوسـانات جنوبی (ELNino-Southern Oscillation, ENSO ) مورد ارزیابـی قرار گرفت. سری‌های زمانی شاخص ‌‌‌نوسان‌های‌ جنـوبی (Southern Oscillation Index, SOI) و دمای سطح آب در نینوها (Nino's SST) ‌‌‌‌به‌عنوان‌ پیشگو کننده‌ها و بارش در بندر انزلی و نوشهر ‌‌‌‌به‌عنوان‌ پیشگو شونده در نظر گرفته شدند. به‌منظور کاهش تعداد متغیرهای پیشگو کننده اولیه به تعداد معدودی از ‌مؤلفه‌های اصلی از روش توابع متعامد تجربی (Empirical Orthogonal Function,EOF ) اسـتفاده گـردید. از مجـمـوع بیسـت سـری زمانـی پیـش‌گـوکننـده، چـهار‌مـؤلـفه‌ اصلـی(EOF1, EOF2, EOF3, EOF4) از مجموعه داده‌های پیشگو کننده که 92% از کل واریانس این مجموعه داده‌ها را شرح می‌دادند، انتخاب شده و بقیه ‌مؤلفه‌ها ‌‌‌‌به‌عنوان‌ اختلال ( Noise ) در نظر گرفته شدند. بر مبنای EOF های انتخاب شده و سری‌های زمانی بارش، مدل CCA برای پیش بینی بارش زمستانه بندر انزلی و نوشهر ‌‌‌به‌کار برده شد. نتایج نشان داد که پیشگو کننده‌های در نظر گرفته شده در حدود 45% از کل واریانس سری زمانی بارش را شرح می‌دهند. ضرایب ‌‌‌هم‌بستگی بین مقادیر بارش مشاهده و شبیه سازی شده در سطح 5% معنی دار بودند. در 70% از موارد، علائم مقادیر نرمال دیده شده و شبیه‌سازی شده یکسان بودند که توانایی معقول مدل برای پیش‌بینی خشکسالی و ترسالی را نشان می‌دهد. در پیش‌بینی بارش، ‌‌‌نوسان‌های‌ Nino's SST (به‌خصوص (Nino4 حدود 10% موثرتر از SOI تشخیص داده شد.

---

در این پژوهش میزان تأثیر دمای سطح آب دریای خزر(SST) بر بارش فصلی نواحی شمالی و جنوب غربی ایران مورد ارزیابی قرار گرفت. دوره‌های گرم، سرد و پایه(شرایط معمولی دمای سطح آب دریا) تعریف و میانه بارش در هر دوره(به ترتیب R_w ،R_c ،R_b ) محاسبه و از مقادیر نسبت‌های R_w/R_b, R_c/R_b, R_c/R_w، و به منظور ارزیابی میزان تأثیر این شرایط بر بارش استفاده شد. روشن گردید که سردی بیش از معمول سطح دریای خزر در زمستان منجر به افزایش بارش زمستانه در ناحیه غربی و مرکزی این دریا، مناطق مرکزی و جنوبی استان فارس و تمام ایستگاه‌های استان خوزستان می‌شود. نتایج نشان داد، وقوع شرایط گرم در دمای دریای خزر عموماً موجب 20 درصد کاهش در بارش فصل زمستان در سواحل دریای خزر و نواحی شمالی استان‌های فارس و خوزستان شده است. در فاز گرمSST زمستانه، تمام ایستگاه‌های مورد بررسی در نواحی ساحلی دریای خزر با افزایش بارش بهاره همراه می‌باشند. بیشترین تأثیر در بندر انزلی و آستارا دیده شد، به نحوی که وقوع فاز گرم دمای دریا موجب 80% افزایش در بارش این دو ایستگاه و در مقابل وقوع شرایط سردSST زمستانه منجر به کاهش بارش بهاره در ناحیه غربی دریای خزر شده است. هم‌چنین مبانی فیزیکی مربوط به تأثیر دمای سطح آب دریای خزر بر بارش نواحی جنوب ایران تشریح گردید. نتایج نشان داد که نوسان‌های دمای سطح آب دریای خزر بیانگر پایداری زمانی و مکانی سامانه پرفشار سیبری بوده و بنابراین می‌تواند در پیش‌گویی وضعیت بارش ایران مورد استفاده قرار گیرد.

---

پدیده نوسانی مادن- جولیان (MJO) شکل غالب تغییرپذیری زیرفصلی گرمسیری مناطق حاره و فوق حاره می‌باشد که در سیستم چرخه جو-اقیانوس نقش مهمی را ایفا می‌کند. در این تحقیق تأثیر حرکت رو به شرق سامانه همرفتی MJO بر بیشینه و کمینه بارش ماهانه (بهمن تا فروردین) در استان فارس بررسی شد. فازهای مثبت و منفی MJO در دوره زمانی 2002-1979 مشخص شد. افزون بر مقادیر بیشینه و کمینه بارش دراز مدت این دو مشخصه بارش در مقیاس ماهانه برای هر یک از دو فاز مثبت و منفی MJO نیز تعیین شد. نتایج نشان داد که در بهمن، در بیشتر مناطق استان فارس مقادیر بیشینه و کمینه فاز منفی به‌طور معنی‌داری بزرگ‌تر از مقادیر متناظر در فاز مثبت بود. این بدان معنی است که افزایش بارش و وقوع سیلاب در بهمن با وقوع فاز منفی MJO در این ماه ارتباط دارد. در مقابل دوران‌های خشک شدید در بهمن ارتباط معنی‌داری را با وقوع فاز مثبت MJO نشان داد. نتایج ماه فروردین همانند بهمن بود با این تفاوت که کمینه بارش این ماه ارتباط معنی‌داری با وقوع فاز مثبت نداشت. بر خلاف بهمن، کمینه بارش ماه اسفند هم‌زمان با وقوع فاز منفی MJO اتفاق می‌افتد در حالی‌که بیشینه بارش با وقوع هیچ یک از فازهای MJO هم‌زمان نبود.

---

تابش خورشیدی رسیده به سطح زمین (Rs) در بسیاری از زمینه‌ها از داده‌های اساسی می‌باشد. مهندسین انرژی، معماری، کشاورزی و هیدرولوژی در کارهای خود از Rs به‌طور گسترده‌ای استفاده می‌کنند. به‌دلیل اهمیت Rs، مدل‌های مختلفی برای تخمین آن ارائه شده است. در این پژوهش با استفاده از داده‌های اندازه‌گیری شده روزانه Rs در سال‌های 1382 و 1383 در منطقه باجگاه در استان فارس، ضرایب مدل آنگستروم بر اساس نسبت ساعات آفتابی واقعی روزانه (n) به حداکثر ساعات آفتابی ممکن (N) واسنجی گردید. این مدل با اعمال دمای هوا به‌صورت‌های مختلف اصلاح شد تا علاوه بر نسبت n/N، اثر زمان وقوع ابری بودن نیز به‌صورت غیر مستقیم جهت تخمین Rs به‌کار گرفته شود. نتایج به‌دست آمده نشان داد که اضافه کردن دمای هوا در معادله آنگستروم باعث بالا رفتن دقت تخمین Rs گردید. بررسی‌ها نشان داد که اضافه شدن متوسط روزانه دمای هوا نسبت به وارد نمودن جذر اختلاف حداکثر و حداقل دمای هوا، تأثیر بیشتری بر دقت تخمین Rs داشت. هم‌چنین یک مدل منطقه‌ای دقیق با در نظر گرفتن عوامل مختلف هواشناسی شامل اطلاعات روزانه مقدار کمبود فشار بخار اشباع، درصد رطوبت نسبی، بارندگی، دمای متوسط هوا، اختلاف بین مقادیر حداکثر و حداقل دمای روزانه و نسبت n/N ارائه شد. این مدل دارای بهترین تخمین در بین مدل‌های مورد بحث بود. در بخش دیگر این پژوهش تعدادی از مدل‌های تخمین Rs، که قبلاً توسط پژوهشگران دیگر ارائه شده بودند، برای منطقه مورد مطالعه واسنجی شدند. در نهایت با استفاده از داده‌های مستقل اندازه‌گیری شده تابش در سال 1384 تمام مدل‌ها اعتبارسنجی شدند. نتایج سنجش اعتبار مدل‌ها نشان داد که مدل منطقه‌ای دقیق که دارای نسبت n/N و سایر اطلاعات هواشناسی است، دارای دقت تخمین بالاتری نسبت به سایر مدل‌ها می‌باشد. در نتیجه معادلاتی که دارای عوامل دما و نسبت n/N هستند، در مقایسه با مدل‌های فاقد این نسبت، از دقت بالاتری برخوردار می‌باشند.