fa پیش‌بینی بارندگی سالانه استان خوزستان از روی زمان وقوع رگبارهای پاییزه عمومی Ggeneral پژوهشي Research وسعت مراتع و ‌هم‌چنین راهکارهایی که برای توسعه کشاورزی استان خوزستان ‌به‌صورت افزایش سطح زیر کشت دیم و آبی پیشنهاد شده همگی به میزان بارندگی بستگی دارد، بنابراین وجود مدل‌هایی به منظور پیش بینی بارندگی برای تصمیم گیری های مدیریتی لازم به نظر می‌رسد. بنابراین در این پژوهش با استفاده از آمار دراز مدت بارندگی روزانه 15 ایستگاه در منطقه مورد مطالعه ارتباط بین زمان وقوع رگبارهای زودرس پاییزه با بارندگی سالانه بررسی شد. نتایج حاکی از آن است که این ارتباط معکوس بوده و هرچه شروع بارندگی‌ها به تأخیر بیفتد در نتیجه مقدار بارندگی سالانه کاهش می‌یابد. برای افزایش ضریب تعیین مــدل‌ها از متغیرهای اقلیمی مانند میانگین دراز مدت بارندگی، دمای سطح آب خلیج فارس و مشخصه‌های جغرافیایی ایستگاه‌ها استفاده گردید که به‌جز میانگین دراز مدت بارندگی و ارتفاع ایستگاه‌ها، دیگر متغیرها ضریب تعیین مدل‌های ارائه شده را به طور معنی داری افزایـش ندادند. مدل ساده نهایی چنیـن می‌باشد: P_a=184.787-1.891t_42.5+0.855P_m و R²=0.704 که در این رابطه، P_a کل بارندگی سالانه(‌میلی‌متر‌)، t_42.5 زمان وقوع 5/42 ‌میلی‌متر‌ باران از ابتدای پاییز(روز)، P_m میانگین دراز مدت بارندگی ایستگاه (‌میلی‌متر‌) می باشد. The vast pastures and agricultural development plans for dry farming and irrigated farming in Khuzestan Province depend on rain. This requires availability of annual precipitation prediction models to be used in the management decision-making process. In this research, the long-term daily precipitation data from 15 rain gauge stations in the study area were collected for study and a relationship between the early fall season precipitations of 42.5 mm (t_42.5) and the annual precipitation was obtained. The results showed that the relationship was an inverse one such that the later the fall precipitation occurred, the greater the annual precipitation would be. To increase the coefficient of determination in the models, climatic variables such as Persian Gulf sea surface temperature and geographical characteristics (longitude, latitude, altitude, and long term mean annual precipitation) were used. Except for the long term mean annual precipitation and altitude, other variables did not increase the coefficient of determination. The final simple model found is as follows: P_a=184.787-1.891t_42.5+0.855P_m , R²=0.704 where, P_a is the annual precipitation, t_42.5 is the time from beginning of fall season for 42.5 mm of precipitation, and P_m is the long term mean annual precipitation. پیش بینی بارندگی سالانه، استان خوزستان، مدل رگرسیون Prediction of annual precipitation, Khuzestan Province, Regression model. 1 10 http://jstnar.iut.ac.ir/browse.php?a_code=A-10-2-400&slc_lang=fa&sid=1 M. M. Ghasemi محمدمهدی قاسمی Yes A. R. Sepaskhah علیرضا سپاسخواه No