تغییرپذیری روند عمق برف در پهنه شمالی ایران مبتنی بر پایگاه داده ECMWF نسخه ERA Interim
Publish Year: 1398
Type: Journal paper
Language: Persian
View: 383
This Paper With 19 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_GEH-8-2_012
Index date: 13 April 2021
تغییرپذیری روند عمق برف در پهنه شمالی ایران مبتنی بر پایگاه داده ECMWF نسخه ERA Interim abstract
تغییرات برف در سالهای اخیر تحت پدیده گرمایش جهانی توجه زیادی را به خود جلب کرده است. اهمیت این پدیده به علت خشک و نیمه‌خشک بودن بخش قابل توجهی از ایران که مناطق کوهستانی به‌عنوان تأمین کننده آب ایفای نقش می‌کنند، از اهمیت شایان توجهی برخوردار است. در این پژوهش با هدف ارزیابی تغییرات روند عمق برف از دو روش ناپارامتریک Mann–Kendall و Sen's Slope در پهنه شمالی ایران طی دوره آماری 2015-1980 مبتنی بر دادههای شبکه‌ای پایگاه ECMWF نسخه ERA Interim با تفکیک مکانی 125/0×125/0 درجه قوسی استفاده شد. نتایج نشان داد غالب روند و شیب روند به‌دست‌آمده کاهشی و معنی‌دار است. این روند کاهشی برای قزوین، زنجان، آذربایجان شرقی و تهران شدیدتر است. همچنین روند افزایشی عمق برف که در غالب ماههای مورد بررسی معنی‌دار نیست به‌غیراز دو ماه اکتبر و نوامبر که در البرز مرکزی مشاهده شد در سایر ماهها در مناطق مرزی شمال غرب و شرق کشور مشاهده شد. فصل زمستان بیشینه روند کاهشی را نشان داده است؛ به‌طوری‌که روند کاهشی بیش از 96 درصد از پهنههای همروند را در بر گرفته است. پس از فصل زمستان به ترتیب ماه آوریل از فصل بهار و فصل پاییز بیشینه روند کاهشی را نشان داده‌اند. میتوان اذعان داشت که زمستانهای پهنه شمالی ایران در حال گرمتر شدن است که میتوان این روند کاهشی عمق برف را در پاسخ به گرمایش جهانی یاد کرد.
تغییرپذیری روند عمق برف در پهنه شمالی ایران مبتنی بر پایگاه داده ECMWF نسخه ERA Interim Keywords:
تغییرپذیری روند عمق برف در پهنه شمالی ایران مبتنی بر پایگاه داده ECMWF نسخه ERA Interim authors
حبییه نقی زاده
دانشگاه تبریز
علی اکبر رسولی
دانشگاه تبریز
بهروز ساری صراف
دانشگاه تبریز
سعید جهانبخش
دانشگاه تبریز
ایمان بابائیان
پژوهشکده اقلیم شناسی مشهد(مرکز ملی اقلیم)
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :