ارزیابی روش های آماری در آشکارسازی روند تغییرات بارش (مطالعه موردی: استان کرمانشاه)
Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 27
نسخه کامل این Paper ارائه نشده است و در دسترس نمی باشد
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JWMS-12-42_009
تاریخ نمایه سازی: 5 دی 1402
Abstract:
در این پژوهش روند تغییرات زمانی بارش استان کرمانشاه مورد بررسی قرار گرفت. برای تحلیل روند بارش از دادههای ۱۶ ایستگاه همدیدی و باران سنجی استان کرمانشاه طی دوره ۳۲ ساله (۱۹۸۲ تا ۲۰۱۳) در سه مقیاس سالانه، فصلی و ماهانه استفاده گردید. ابتدا بر روی کلیهی سریهای زمانی، شیب خط روند با استفاده از آزمون شیب تخمینگر سن محاسبه شد. سپس برای واکاوی روند بارش در سریهای زمانی از آزمونهای منکندال و رتبهای منکندال استفاده شد. فرض اصلی مطالعات روندیابی با آزمون منکندال مستقل بودن و عدم وجود خودهمبستگی معنیدار در سری زمانی است. بنابراین با روش TFPW اثر ضریب خودهمبستگی از دادههای حذف شد. در ادامه برای تشخیص روند بارش بر روی سری زمانی آزمون منکندال انجام شد. مقایسه نتایج نشان داد که آزمون من کندال اصلاح شده MK-TFPW، بهترین روش برای بررسی روندیابی میباشد. همچنین نتایج بدست آمده از این آزمون نشان میدهد که روند تغییرات بارش در مقیاس سالانه در ۵۰ درصد از ایستگاههای مذکور نزولی بوده و در سطح ۵ درصد معنیدار است. در مقیاس فصلی بیشترین و کمترین روند منفی مربوط به زمستان و بهار بوده است، به طوری که ۷۵ درصد ایستگاهها روند منفی در سطح ۵ درصد، در زمستان داشت. اما فصل تابستان روند صعودی داشت، که البته معنی دار نبود. درمقیاس ماهانه، ۶۲ درصد از ایستگاهها در ماه مهر، اسفند و آذر در بین ماهها روند منفی معنیدار درسطح ۵ درصد داشتند.
Keywords:
Precipitation Trend , Non-Parametric Test , Rating Mann-Kendall , روند بارش , آزمون ناپارامتریک , من- کندال رتبه ای
Authors
سوسن حیدری
tehran University
مسعود گودرزی
SCWMRI
علی اکبر شمسی پور
Tehran University
سعید بازگیر
Tehran University
عطا ا... عبدالهی کاکرودی
Tehran University
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 :