تعیین مدل آماری برآورد بارش با استفاده از الگوهای پیوند از دورمطالعه موردی:ایستگاه سینوپتیک میناب، استان هرمزگان
Publish place: Fifth Regional Climate Change Conference
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 675
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
RCCC05_027
تاریخ نمایه سازی: 6 بهمن 1395
Abstract:
پارامتر بارش از مهمترین پارامترهای هواشناسی در تعیین نقش و پراکندگی سایر عناصر اقلیمی و نیز از شاخصهای مهم در طبقه بندیهای اقلیمی به شمارمی رود . علاوه بر این، اثرات انکارناپذیری بر فعالیتهای انسانی، طبیعی و علی الخصوص در زمینه کشاورزی دارند . لذا داشتن شناخت لازم از میزان این پارامتر،تغییرات آنها و پیش بینی این پدیده کمک شایانی در جهت برنامه ریزی دقیقتر در حوزههای مختلف خواهد داشت . این تحقیق، با هدف بررسی الگوهای پیوند ازدور موثر بر پدیدههای بارش ماهیانه ایستگاه سینوپتیک میناب، در دوره آماری 2014-1985 صورت گرفته است . با توجه به فصل بارش در این منطقه ، ماهنوامبر)آبان ماه( به عنوان شروع بارندگی ها و ماه آپریل)فروردین ماه( به عنوان پایان فصل بارندگی در نظر گرفته شد. بدین منظور، با استفاده از رگرسیون گام به گام و بامحدودکردن دادههای ورودی به مدل و نیز قائل شدن دو دوره آموزش و ارزیابی، مدلهایی برای پیش بینی این پارامتر به صورتهای ماهانه ارائه شده است . آمارههای به دست آمده حاکی از آن است که این مدل ها کارایی مناسبی برای برآورد پارامترهای مزبور داشتهاند . در حالت کلی، کارایی این مدل برای ماههای ژانویه و دسامبر بهتر از سایر ماهها می باشد. صحت پیش بینی مدل بطور متوسط 75 درصد است، لذا میتوان از مدلهای ماهانه ارائه شده برای پارامتر بارش در تحقیقات مربوطه استفاده به عمل آورد .
Keywords:
Authors
محمد نکوآمال کرمانی
کارشناس ارشد منابع آب اداره کل هواشناسی هرمزگان
سعید رنجبر
دانشجوی دکتری آب و هواشناسی دانشگاه آزاد اسلامی واحد نجف آباد
امیر گندمکار
دکتری جغرافیا و اقلیم شناسی دانشگاه آزاد اسلامی واحد نجف آباد
محمدرضا سیاحتگر
کارشناس ارشد آب و هواشناسی اداره کل هواشناسی هرمزگان
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 :