تحلیل آماری بلندمدت روند خشکسالی هواشناسی استان اصفهان
Publish place: Desert Ecosystem Engineering Journal، Vol: 11، Issue: 34
Publish Year: 1401
Type: Journal paper
Language: Persian
View: 127
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
JR_DEEJ-11-34_009
Index date: 9 March 2024
تحلیل آماری بلندمدت روند خشکسالی هواشناسی استان اصفهان abstract
خشکسالی هواشناسی یکی از بزرگ ترین بلاهای طبیعی است که وجود یک سیستم نظارت موثر برای تحلیل روند خشکسالی و کاهش اثرات آن نیاز ضروری است تا بتوان به کمک آن اقدام موثری برای مدیریت این بحران انجام داد. هدف از این پژوهش، تحلیل روند خشکسالی استان اصفهان با استفاده از داده های بارش ماهانه ۱۰ ایستگاه همدیدی با طول دوره آماری ۳۰ ساله (۱۹۹۰۲۰۲۰)، شاخص معیار استاندارد (ZSI) در مقیاس های زمانی متفاوت و آزمون های ناپارامتری من-کندال، پتیت و سن می باشد. درمجموع نتایج آماری برای مقیاس های زمانی متفاوت شاخص ZSI نشان داد که در سطح ۵% روند خشکسالی براساس آزمون من-کندال در ۵۸% از ایستگاه ها، بر اساس آزمون پتیت در ۸۱% از ایستگاه ها و بر اساس آزمون سن در ۵۶% از ایستگاه ها روند معنی دار نزولی دارد. بارش ماهانه در هیچ ایستگاهی روند معنی دار ندارد. از تحلیل سری های زمانی در مقیاس های مختلف مشخص شد که سری زمانی های بلندمدت روند تغییرات خشکسالی را بهتر آشکار می کنند. بنابراین با توجه به نتایج روندیابی خشکسالی در استان اصفهان مشخص شد خشکسالی در استان با روند نزولی مواجه است. به نظر می رسد افزایش فراوانی خشکسالی و بروز خشکسالی های شدید بر اکوسیستم منطقه مطالعاتی و در نتیجه آن برخورداری از خدمات اکوسیستم ها تاثیر نامطلوب داشته باشد. در نتیجه، نیاز به سازگاری برای نفی تاثیرات دوره های خشک شدید مکرر در استان وجود دارد.
تحلیل آماری بلندمدت روند خشکسالی هواشناسی استان اصفهان Keywords:
تحلیل آماری بلندمدت روند خشکسالی هواشناسی استان اصفهان authors
عباسعلی ولی
دانشگاه کاشان
هادی زارع پور
دانشگاه کاشان
حمید قربانی
دانشگاه کاشان
سیدجواد ساداتی نژاد
دانشگاه تهران
سیدحسن علوی نیا
دانشگاه کاشان
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 :