ارزیابی روش های درون یابی مکانی در پهنه بندی شدت های خشکسالی بر اساس شاخص RAI (ناهنجاری بارش) مطالعه موردی: استان فارس
Publish place: 5th National Conference on Watershed Management and Soil and Water Resources Management
Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,255
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCWMSWRM05_270
تاریخ نمایه سازی: 19 اردیبهشت 1391
Abstract:
خشکسالی یکی از وقایع محیطی و بخش جدایی ناپذیر نوسانات اقلیمی است. این پدیده شرایطی از کمبود بارندگی وافزایش دما است که در هر وضعیت اقلیمی ممکن است رخ دهد. آ اهی از وضعیت خشکسالی با پیش بینی و پهنه بندیشدت های خشکسالی می تواند خطر زیان های ناشی از این پدیده را تا حد شایان توجهی کواهش دهد. تحقیق حاضر، تلاشی برای ارزیابی دقت روش های درون یابی مکانی جهت پهنه بندی شودت هوای خشکسوالی هوای رخ داده در اسنانفارس در سال 8811 با اسنفاده از شاخص ناهنجاری بارش ) RAI ( می باشد. بدین منظور آمار 18 ایسنگاه بواران سنجی در کل اسنان فارس با پراکنش مناسب اسنفاده شد و پس از حذف داده های پرت و بازسازی داده هوا، یود دوره آماری30 ساله 1388-1359 ( به عنوان دوره آماری مشنرک برای تمامی ایسنگاه ها در نظر رفنه شد و پارامنرهای آماری برای هر ایسنگاه محاسبه ردید. سپس به کمد شاخص RAI شدت خشکسالی سال 8811 برای ایسونگاه هوای مورد مطالعه مشخص شد. ننایج این تحقیا نشان داد که روش عکس فاصله با توان 2 به دلیول داشنن RMSE کمنر و R2بیشنر نسبت به روش های کریجینگ معمولی و عام و همچنین روش جبری وزنی معکوس فاصله 8 ، با توان های ید تا 8 به عنوان روش مناسب جهت تهیه نقشه شدت خشکسالی در اسنان فارس بر گزیده شد
Keywords:
Authors
رضا محمدی مطلق
دانشجوی دوره کارشناسی ارشد مهندسی منابع آب، دانشگاه آزاد اسلامی واحد
سعید شکری کوچک
دانشجوی دوره کارشناسی ارشد مهندسی منابع آب، دانشگاه شهید چمران اهوا
احمد معتضدی
دانشجوی دوره کارشناسی ارشد مهندسی منابع آب، دانشگاه آزاد اسلامی واحد
ناصر امیری مهدی پور
دانشجوی دوره کارشناسی ارشد مهندسی منابع آب، دانشگاه آزاد اسلامی واحد
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 :