بررسی سیل استان گلستان از دیدگاه همدیدی و آماری ( مطالعه موردی: اسفند ۱۳۹۷)
Publish Year: 1403
نوع سند: مقاله ژورنالی
زبان: Persian
View: 93
This Paper With 23 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JGSKH-24-73_010
تاریخ نمایه سازی: 2 آبان 1402
Abstract:
سیل یکی از مخربترین بلایای طبیعی به حساب میآید و همه ساله خسارات گستردهای را به منابع مالی و انسانی کشور وارد میآورد. بخشهای عمدهای از کشور ایران، همواره در معرض خطر وقوع سیل قرار دارند. در این بین، حوضه آبریز گرگان و اترک از اهمیت بیشتری برخوردار است، به طوری که در سالهای اخیر چندین مورد سیل مخرب در استان گلستان رخ داده که موجب تلفات انسانی و خسارت اقتصادی فراوانی شده است. هدف از این مطالعه بررسی و آشکارسازی شرایط اقلیمی، همدیدی و ترمودینامیکی حاکم بر رخداد سیل اسفند ۱۳۹۷ در استان گلستان به منظور شناسایی سامانههایی جوی است که منجر به سیلهایی نظیر سیل فوق بشود. این بررسی شامل تحلیل آماری ایستگاههای استان (گرگان، گنبدکاووس، بندرترکمن، علیآبادکتول، هاشم آباد، کلاله و مراوه تپه)، محاسبه دوره برگشت بارشها طی دوره آماری موجود هر ایستگاه، تحلیل نقشههای همدیدی در روز رخداد سیل و نیز محاسبه شاخصهای ناپایداری ایستگاه گرگان میباشد. نتایج آماری نشان داد که ایستگاههای گرگان و گنبدکاووس هرکدام با بیشترین بارش از نوع حدی در اسفند ۱۳۹۷، دارای دوره برگشت ۸۰۰ و ۴۰۰ سال بودند. همچنین در روز ۲۷ اسفند بالاترین میزان شاخص ناپایداری گرگان با مقادیر ۲۶ K= درجه سلسیوس، ۰۷/ ۲ PW=سانتیمتر و ۴۸ TT= همراه با نم نسبی زیاد در سطح زمین (حدود ۸۰ درصد) به دست آمده است. تحلیل نقشههای همدیدی مبین افت شدید فشار سطح دریا و ارتفاع تراز میانی به همراه یک ناوه عمیق در منطقه موردمطالعه در اواخر اسفند ۹۷ بوده که در نهایت منجر به بارشهای فرین و رخداد سیلاب در منطقه شده است.
واژگان کلیدی: سیل، دوره برگشت، نقشههای همدیدی، شاخصهای ناپایداری، استان گلستان
[۱] نویسنده مسئول: بزرگراه شهید همت (غرب) – بزرگراه شهید خرازی – بلوار پژوهش – پژوهشگاه هواشناسی و علوم جو،
Keywords:
Authors
اکرم هدایتی دزفولی
Faculty member, ASMERC
زهرا قصابی
Assistant professor, ASMERC
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 :