تحلیل تغییرات سریهای دما و بارش شیراز طی دوره 2005-1951

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری اقلیم شناسی، دانشگاه اصفهان، اصفهان، ایران

2 استادیار جغرافیا و برنامه ریزی شهری، دانشگاه یاسوج، یاسوج، ایران

چکیده

  در مطالعه حاضر، همبستگی، میزان و روند تغییرات عناصر دما و بارش ایستگاه شیراز طی دوره آماری 2005- 1951 در مقاطع سالانه و فصلی با استفاده از روشهای رگرسیون سری‌های زمانی، شاخص استاندارد زی اسکور و روش میانگینهای متحرک، آزمونهای استقلال و همگنی، بتا( β ) و مان ـ کندال بررسی شده است. بررسی عنصر دما نشان می‌دهد که متوسط دمای سالانه دارای روند افزایشی به میزان9/1 درجه سانتیگراد در طی دوره مورد مطالعه است و این افزایش تقریباً در هر چهار فصل نیز قابل مشاهده است، اما متوسط بارش سالانه بر عکس متوسط دمای سالانه در کل یک روند کاهشی از خود نشان می‌دهد و از نظر فصول سال نیز این روند کاهشی به غیر از فصل زمستان در سایر فصول مشاهده می‌شود. با توجه به ضریب همبستگی رتبه‌ای مان ـ کندال روند مشخصی در آماره بارش سالانه ایستگاه همدید شیراز یافت نشد.   

کلیدواژه‌ها


عنوان مقاله [English]

Analysis of Temperature and Precipitation changes of Shiraz during the Period of 1951-2005

نویسندگان [English]

  • A. Asadi 1
  • A. Heydari 2
چکیده [English]

  Analysis of Temperature and Precipitation changes of Shiraz during the Period of 1951-2005     A. Asadi. ( * ),  PhD student of climatology, University of Isfahan, Isfahan, Iran   email: ashraf_asadi@yahoo.com     A. Heydari.   Assistant Professor of Geography and Urban Planning, University of Yasuj, Yasuj, Iran  Received: 6 July 2009 / Accepted: 17 August 2010, 39-42 P     Extended Abstract   1- Introduction   Climate change nowadays is considered as one of squabbles scientific and even political –social prevalent, indeed isn’t new squabble. On basis climatic models forecast anticipated that increased precipitation measure in world, but not possible sound precipitation trend forecast in different regions. Likely monthly precipitation increased in latitudes high however whatever occurred in mid and tropical latitude depend to special climatic models and produce and dispersion matter pollution viewpoints.     2- Methodology   The moving mean, time series regression, correlation coefficient Pearson, β test, Mann-kendall, s test were used to analyze temperature and precipitation changes of Shiraz station.According to the normal distribution of temperature, linear regression coud use for analysis of temperature trend. But to determin existence or nonexistence trend and its direction must be use β test. Since some climatic series like precipitation doesn’t subordinate normal distribution, thus for trend analysis could use Mann-Kendall test .This test examined hypothesizes in below:   H0: Observations without increasing and decreasing trends.   H1: Steady trend in time length.   In this paper for temperature studying, have been used linear regression test and β test and for precipitation analyzing were applied linear regression test and Mann-Kendall test.       3- Discussion   Changes temperature analyses do annually and seasonally.   In Shiraz synoptic station is mean annually temperature 17.75o centigrade in term of 1951-2005.With linear regression test it trend has increase with correlation coefficient 0.64 and rate 1.9oC in term of discussion. β test in confidence level 95% do in this station and show that increased temperature in this term. Ho confirm in this parameter. Changes analysis mean seasonally temperature show increasing trend in 4 season .But temperature increasing is obviously in spring and summer.   For exact survey, variation trend of precipitation using fitting polynomial regression line to 5 year moving mean utilized time was categorized to two periods. The first period be 1951 until 1982 and second period be from 1983 until 2005.The first period has show decreasing trend and second period shown increasing trend .In the first period rankly correlation level of time-precipitation (Mann-Kendall test) is -0.048. Therefore confirm H1 and series time data has show decreasing trend. In second period rankly correlation level of time-precipitation (Mann-Kendall test) is +0.162. Therefore confirm H1 and series time data has show increasing trend .   In the winter rankly correlation level of time-precipitation (Mann-Kendall test) is +0.094. Therefore confirm H1 and series time data has show increasing trend. In spring rankly is correlation -0.147 and series time data has decreasing trend. Summer has rankly correlation +0.012 and series time data has increasing trend. In autumn season is rankly correlation +0.001 and series time data has low increasing trend.     4- Conclusion   In this paper, changes of rate and trend of temperature and precipitation was studied with utilized time series regression, Z. Score, moving mean, independent and homogeneity tests, Beta test and Mann-Kendall ,s test techniques of shiraz during 55 year periods between 1951 to 2005. The results were obtained the temperature during this period shows an increasing trend and it observed in four seasons. The annual precipitation average shown a decrease trend and the seasonal precipitation average observed in all season exception winter.   In this station, precipitation and temperature annual increasing trend followed a inverse trend, it means is that with incrasing temperature precipitation was decreasing. Exception of winter season, this inverse trend was observing in other seasons.   Keywords : Time series regression, Z. Score, Independent and Homogeneity tests, Beta test, Mann-Kendall, s test.     References   Ebrahimi.H,Alizadeh.A,Javanmard.S,(2006),The Study of Temperature Variation in the Plain of Mashhad as th Index of Climate Change in the Region, Geographical Research Quarterly ,Tome 79,Mashhad,5   Baba PurBaser.A.A,(2003), Climate Thermal Variations Study in Iran Northwest and Future Statues Prediction,Jahanbakhsh.S,Tabriz Univercity, Department of Geography.   Gouri K.Bhattacharyya, Richard A.Johnson,(1977),Statistical Concepts and Methods,Ebneshahrashob.M,Mekaeli.F,The Center of Univercity publication ,Tehran.   Bakhtiari.B,(2003),Analysis Kerman Temperature and Precipitation Regime under Climate Change,Proceeding of Third Regional & First National Conference on Climate Change,Isfahan,I.R. of Iran.   Jahadi Toroghi.M,(2000),Specifying the Process of Changes in Precipitation and Temperature of Mashhad During the Period of 1951-94 , Geographical Research Quarterly ,Tome 54-55,Mashhad.   Jahanbakhsh.S,Babapur.B,(2003),The Analysis and Prediction of Monthly Average Temperature Changes in Tabriz Using ARIMA Model, Geographical Research Quarterly ,Tome 70,Mashhad.   Jahanbakhsh.S,Torabi.S,(2004),Review and Prediction of Temperature and Precipitation in Iran, Geographical Research Quarterly ,Tome 74,Mashhad.   Rahimzadeh.F,Asgari.A,A Look at the Difference between Increase Rates of Minimum and Maximum Temperature and Decrease Rates of Diurnal Temperature Range(DTR) in Iran, Geographical Research Quarterly ,Tome 73,Mashhad.   Tabatabaei.S.a,Hossainy.M,(2003),Assessment of Climate Change in Semnan,Based on a Monthly Mean Temperature Parametrs, Proceeding of Third Regional & First National Conference on Climate Change,Isfahan,I.R. of Iran   Azizi.GH ,(2004), Climate Change, Ghomes Publications,1th Edition, Tehran.   Asgari.A,Rahimzadeh.F,(2003),Fluctuation Prominence of Precipitation than Trend and Mutation in Iran, Proceeding of Third Regional & First National Conference on Climate Change,Isfahan,I.R. of Iran.   Alijani.B,Ghavidel Rahimi.Y,(2006),Comparison and Prediction of the Temperature Variations of Tabriz with the Global Temperature Anomalies Through the Use of Regression and Artificial Neural Network Methods, Geography and Development ,volume 6,Zahedan.   Alizadeh.A,(2002),Principal of Applied Hydrology, Emam Reaza Univercity,14th Edition ,Mashhad.   Ghatre Samani.S,(2003),Showing Temperature and Precipitation Variations than Average in Chahar Mahal and Bakhtiari, Proceeding of Third Regional & First National Conference on Climate Change,Isfahan,I.R. of Iran.   Kavyani.M.R, Asakere.H,(2003),Statistical Analysis Annual Long Term Precipitation Isfahan, Proceeding of Third Regional & First National Conference on Climate Change,Isfahan,I.R. of Iran.   Kavyani.M.R ,Alijani.B,(2000),The Foundations of Climatology,Samt Publication,7th Edition,Tehran.   Goldaste.A ,Karimi.A ,Khoda Rahmi.S,Torabi.M, Asgari.R,(1998),Users Guide Spss 6.0 for Windows,Hami Publication,First Edition,Tehran.   Masoodian.S.A,(2004),Temperature Trends in Iran During the Last Half Century ,Geography and Development,volume2,Zahedan.   Molaii Niko.M,(2003),Climate Change in North and south-Southwestern Iran from Precipitation Observations,Sammani.N,Shiraz Univercity,Faculty of Science.   Moemeni.M,(2007),Analysis Statistical Data with Utilize SPSS,New Book Publication ,First Edition,Tehran.   Noor Mohammadi.M,(1999),Identification of Change Point(s) in Tehran ,s Upper Atmosphere Temperature Climate Change with Using Dynamic Linear Models,Meshkani.M, Shahid Beheshti University , Faculty of Mathematical Sciences   Climate Change , WMO UNITAR – UNDP – UN – UNEP – UNFCCC , 1997   Grieser J., S. Tromel, C. D. Schonwiese (2002), “Statistical time series decomposition into significant components and application to European temperature” , Theor. Appl. Climatol. 71, PP. 171-183   Keily , G., Albertson, J.D., Parlange, M.B., 1998. Recent Trends in Diurnal Variation of   Precipitation at Valentia on the West Coast of Irland. Journal of Hydrology. VOL. 207, NO.   Matyasovszky, I., Bogardi, I., Bardossy, A., Duckstein, L., 1993. Estimation of Local Precipitation Statistics Reflecting Climate Change, Water Resources Research. 29, 39 55 -3968   Peter J.Robinson and Ann Henderson-Sellers,1999,Contemporary Climatology,pearson Education Limited Edinburg Gate ,England,317   Piccarreta, M.,Capolongo, D. and Boenzi, F.(2004). "Trend Analysis of Precipitation and Drought in Basilicata from 1923 to 2000 Within Southern Italy Context". International journal of climatology, 24, 907-922.   Nasrallah ,H.A and Balling,Jr.R.C,1966:Analysis of Recent Climate Changes in the Arabian Peninsula Region ,Theor.Appl Climatology 52,245-252   Niedzwiedz T, Ustrnul Z, Szalai S, Weber RO (1996) “Trends of maximum and minimum daily temperatures in central and southeastern Europe.” Int J Climatol 16:76 5 –782.   Turgay , P. and Ercan K. (200 5 ).Trend Analysis in Turkish Precipitation data . Hydrological processes published online in wiley Interscience (www.Interscience.wiley.com).   WMO, 1966, Climate Change. Technical Note No 79.   WMO,1997, Progress Reports to CCL on Statistical Methods .WCDMP-No. 32.WMO/TD.no 834.   WMO, 2000, Detecting Trend and Other Change in Hydrological Data. WMO/TD –NO .1013.   Z.X.Xu, K. Takeuchi, H. Ishidaira. 2003. Monitoring Trend Step Changes in Precipitation in Japanese Precipitation. Journal of hydrology. 279: 144-1 5 0 .     

کلیدواژه‌ها [English]

  • Mann-Kendall
  • Time series regression
  • Z. Score
  • Independent and Homogeneity tests
  • Beta test
  • Mann
  • Kendall
  • s test

 

از آنجا که دما از عناصر اساسی شکل گیری اقلیم است، تغییرات آن می‌ تواند ساختار آب و هوایی هر محل را دگرگون سازد. به همین دلیل، بررسی روند دما در مقیاس‌های مختلف زمانی و مکانی بخش بزرگی از تحقیقات اقلیم شناسی را به خود اختصاص داده است. بررسی‌های پژوهشگران نشان داده است که در اکثر نقاط جهان، دما در طی سدۀ گذشته رو به افزایش بوده است. نیدزویدز و همکاران روند دمای روزانه و شبانه را در مرکز و جنوب شرق اروپا بررسی کرده‌اند (نیدزویدز و همکاران، ١٩٩٦: 770). گریزر و همکاران صد سال دمای اروپا را بررسی کرده و نشان داده‌اند که در غرب اروپا چرخۀ دمای سالانه عقب و در شرق اروپا جلو افتاده است. در شرق اروپا نوسان سالانه دما افزایش معناداری را نشان می‌ دهد و تقریباً در سراسر منطقه دما روند افزایشی داشته است. رویدادهای فرین عمدتاً شامل رخدادهای سردی بوده که در زمستان روی د اده‌اند و تعداد آنها رو به افزایش بوده است محققان مذکور نشان داده‌اند که در مرکز و شمال اروپا دما دارای دوره تناوب 7/٧ ساله است (گریزر و همکاران، 175، 2002).

بر اساس پیش بینی مدل‌های اقلیمی انتظار می‌ رود که میزان بارش نیز در سطح جهانی افزایش یابد، ولی پیش بینی روند بارش در مناطق مختلف زیاد امکان پذیر به نظر نمی‌ رسد. بارندگی‌های ماهیانه در زمستان احتمالاً در عرضهای بالاتر افزایش می‌ یابد، اما آنچه که در عرضهای میانی و حاره‌ای اتفاق می‌افتد، بستگی به جزئیات مدل‌های خاص اقلیمی و نظریات در مورد تولید و انتشار مواد آلاینده دارد(WMO، 1997).

در زمینه اهمیت تأثیر بارندگی روی سامانه اقلیم، مطالعات متعددی به انجام رسیده که در این زمینه می‌توان به مطالعات تورگی و ارکن(1، 2005)، (کیلی و همکاران، 1998، 144)، ( تاکیوچی و ایشیداری، 2003، 907)، ( پیکارتا و همکاران، 2004، 1)، (2005، 39و55)، ( ماتیاسوفزسکی و همکاران 1993، 270) اشاره نمود که در کلیه مطالعات فوق، تحلیل روند سری‌های زمانی بارندگی با استفاده از آزمونهای ناپارامتری صورت گرفته است. نصرالله و بالینگ نیز طی مطالعه خود بر روی تغییرات اقلیمی شبه جزیره عربستان معنی دار بودن خود همبستگی این تغییرات را تأیید نموده‌اند ( نصرالله و بالینگ، 225: 1993). در ایران نیز بررسی‌های متعددی در این زمینه صورت گرفته است که در زیر به برخی از آنها اشاره می‌شود.

(ابراهیمی و همکاران، 1384: 5)، علیجانی و قویدل (21: 1384)، (جهانبخش و ترابی(124: 1383)، جهانبخش و باباپور (34: 1382)، باباپور (باباپور، 1382، 1) و نور محمدی (1378: 5) به بررسی چگونگی تغییرات دما در برخی ایستگاه‌های ایران و رحیم زاده و عسگری (155: 1383) و مسعودیان (89: 1383) تغییرات دما در ایران را بررسی نموده‌اند. عسگری و رحیم زاده (234: 1382) تغییرات بارش در ایران، مولایی نیکو (1382: 3 ) تغییر اقلیم از دیدگاه بارش را در شمال و جنوب ـ جنوب غرب ایران و کاویانی و عساکره (251: 1382) نیز بارش سالانه اصفهان را مورد مطالعه قرار داده‌اند. جهانبخش و ترابی(124: 1383)تغییرات دما و بارش را در ایران و طباطبایی و حسینی (94: 1382)، بختیاری(1382: 183)، قطره سامانی (131: 1382) و جهادی طرقی(151: 1378) تغییرات دما و بارش برخی ایستگاه‌های ایران را بررسی کرده‌اند.

 

داده‌ها و روش‌ها

همان طور که قبلاً اشاره شد، قلمرو مکانی این تحقیق ایستگاه همدید شیراز بوده است و بازه زمانی آن شامل سالهای 1951 تا 2005 میلادی؛ یعنی یک دوره 55 ساله است. در دوره فوق دو عنصر اقلیمی عمده یعنی میانگین دما و بارش در مقطع زمانی سالانه و فصلی مطالعه شده و نتایج حاصله ارائه گردیده است. ایستگاه همدید شیراز در شرق شهر و در ارتفاع 1484 متری از سطح دریا استقرار یافته و مختصات ریاضی این ایستگاهﹶ32ﹾ29 عرض شمالی وﹶ36 ﹾ52 طول شرقی است.

در این تحقیق، ابتدا برای بررسی صحت داده‌ها بر روی داده‌های دما و بارش، آزمونهای استقلال و همگنی انجام شد. فرض صفر در آزمون استقلال مستقل بودن دو متغیر و فرض یک عدم استقلال دو متغیر است. در آزمون همگنی فرض صفر یکسان و همگون بودن دو متغیر و فرض یک، عدم یکسان و همگون بودن دو متغیر است(مومنی، 1386: 173و167).

با توجه به نتایج آزمون استقلال بر روی داده‌های دما و سری زمانی، به دلیل اینکه سطح معنی داری (sig)آماره کای دو پیرسون (302/0) بیشتر از 5 درصد است، بنابراین H0رد نمی‌شود و دو متغیر از یکدیگر مستقل هستند (جدول 1) و نیز با توجه به نتایج آزمون همگنی به دلیل اینکه سطح معنی داری آماره کای دو پیرسون (302/0)بیشتر از 5 درصد است، بنابراین H0 رد نمی‌شود و دو متغیر همگون هستند(جدول 2).

نتایج آزمون استقلال بر روی داده‌های بارش و سری زمانی نیز نشان داد که به دلیل اینکه سطح معنی داری آماره کای دو پیرسون (238/0) بیشتر از 5 درصد است، بنابراین H0 رد نمی‌شود و دو متغیر از یکدیگر مستقل هستند(جدول 1) و نیز با توجه به نتایج آزمون همگنی به دلیل اینکه سطح معنی داری آماره کای دو پیرسون(238/0) بیشتر از 5 درصد است، بنابراین H0رد نمی‌شود و دو متغیر همگون هستند (جدول 2).

 

 

جدول 1- نتایج آزمون‌های استقلال و همگنی بر روی داده‌های دما و سری زمانی

                       

 

جدول 2- نتایج آزمون‌های استقلال و همگنی بر روی داده‌های بارش و سری زمانی

 

 

 

روشهای میانگین متحرک، رگرسیون سری‌های زمانی، معادله خط رگرسیون، ضریب همبستگی پیرسون و شاخص استاندارد زی اسکور، آزمون β و آزمون مان ـ کندال نیز برای بررسی وجود همبستگی و روند بین داده‌های دما و بارش و سریهای زمانی به کار بسته شده است.

در وضعیتی که بخواهیم تغییرات زمانی داده‌ها را بررسی کنیم، ممکن است دامنه تغییرات به حدی باشد که نتوان از آن چیزی درک کرد. برای آن که تصویر روشنتری از تغییرات داشته باشیم، از روش میانگین متحرک استفاده می‌کنیم(علیزاده، 1381: 570). پس برای بررسی عناصر دما و بارش از میانگین‌های متحرک استفاده شد.

در رگرسیون سری‌های زمانی متغیری مستقل وجود دارد که معرف زمان(سال، ماه و یا ... )است. متغیر زمان می‌تواند به عنوان متغیر مستقل در معادله رگرسیون قرار بگیرد که در بررسی زیر از این رگرسیون نیز استفاده شده است.

از آنجا که یکی از پیش شرط‌های آزمون رگرسیون خطی، نرمال بودن توزیع داده‌هاست (باتاچاریا، 1379: 426) از این روش می‌توان برای آزمون روند دما استفاده نمود، زیرا دما معمولاً از توزیع نرمال تبعیت می‌کند، لیکن باید توجه داشت که در تعیین وجود یا عدم روند در داده‌های دما و تعیین برای آن باید از طریق آزمون β عمل کرد.

در این مطالعه داده‌های دما با این آزمون نیز بررسی و نتایج آن ذکر شده است(جدول شماره 3 ). با توجه به اینکه شهر شیراز یکی از مراکز بزرگ جمعیتی محسوب می‌شود، ممکن است بخشی از گرمای این شهر ناشی از تأثیرات شهرنشینی و جزیره گرمایی شهر باشد. به همین دلیل، برای مقایسه بهتر تصمیم گرفته شد ایستگاه دیگری در همین منطقه که به دور از تأثیرات شهرنشینی باشد، مقایسه گردد. ایستگاههای زرقان و سد درود زن با فاصله نزدیکی نسبت به شهر شیراز قرار داشتند اما طول دوره آماری آنها برای بررسی روند دما کوتاه بود. به همین دلیل، ایستگاه فیروزآباد که در فاصله 93 کیلومتری ایستگاه شیراز قرار دارد، و طول دوره آماری آن از سال 1966 تا 2005 بود، برای مقایسه مناسب تشخیص داده شد. ایستگاه فیروز آباد در جنوب استان فارس و شهر شیراز در ارتفاع 1340 متری از سطح دریا استقرار یافته و مختصات ریاضی این ایستگاهﹶ52ﹾ28 عرض شمالی وﹶ36 ﹾ52 طول شرقی است.

کاربرد روشهای آماری به منظور شناخت رفتار خطی و غیر خطی عناصر اقلیمی، از بهترین روشهای ارزیابی روند دراز مدت اقلیم است. به دلیل اینکه برخی سری‌های اقلیمی، از جمله بارش به طور کلی از توزیع نرمال (بهنجار)تبعیت نمی‌کند(علیزاده، 1381: 422)، در این صورت برای بررسی روند می‌توان از آزمون‌های رتبه‌ای استفاده نمود (WMO، 1966). از جمله این آزمونها می‌توان به آزمون مان ـ کندال اشاره کرد. در آزمون مان ـ کندال نیاز به توزیع فراوانی نرمال یا خطی بودن رفتار داده‌ها نیست این آزمون در برابر مقادیر فرین (برای مثال داده‌هایی که کشیدگی زیاد دارند، مانند داده‌های بارندگی) و داده‌هایی که از رفتار خطی انحراف چشمگیری دارند، بسیار قوی بوده (WMO,، 2000)، به منظور ارزیابی وجود روند فرضیات زیر را مورد آزمون قرار می‌دهد:

H0= مشاهدات فاقد رفتار افزایشی ـ کاهشی است؛

H1= روند یکنواخت در امتداد زمان وجود دارد.

 

تغییرات دما

1- میانگین دمای سالانه و تغییرات آن

متوسط دمای سالانه ایستگاه همدید شیراز طی دوره آماری 2005-1951 برابر 75/17 درجه سانتیگراد است و با توجه به آزمون رگرسیون (Y 035/0+77/16 T=) روند کلی تغییر درجه حرارت در دوره مذبور افزایشی بوده است که این میزان برابر با 9/1 درجه سانتیگراد است که با افزایش زمان (سال) روند خطی در برای مثبت با ضریب همبستگی 64/0 از خود نشان می‌دهد. این آزمون روی ایستگاه فیروزآباد نیز صورت گرفت. با توجه به این آزمون (Y 019/0+2/18 T=) روند کلی تغییر درجه حرارت در دوره مذکور افزایشی بوده است که این میزان برابر با 74/0 درجه سانتیگراد است که با افزایش زمان (سال) روند خطی در برای مثبت از خود نشان می‌دهد.

برای بررسی وجود روند و برای آن در شیراز و پاسخ به این پرسش که آیا در طی دوره دما روند افزایشی از خود نشان می‌دهد، آزمون β را بر روی دمای سالانه شیراز انجام دادیم. در جواب به این سوال، باید آزمون H0: β=0 را در برابر H1=β>0 مورد نظر قرار دهیم. چون46/0 s2= و مقدار آماره آزمون عبارت است از 075/6t= و در جدول برای d. f = n-2 در سطح اطمینان 95 درصد برابر 67/1 است، بنابراین مقدار t ی مشاهده شده معنی دار است و H0 رد می‌شود ؛ یعنی با افزایش زمان مقدار دما افزایش یافته است.

برای بررسی وجود روند و برای آن در فیروزآباد و پاسخ به همان سوال، آزمون β را بر روی دمای سالانه فیروزآباد نیز انجام دادیم. چون28/1 s2= و مقدار آماره آزمون عبارت است از 76/0t= و در جدول برای d. f = n-2 در سطح اطمینان 95 درصد برابر 314/1 است، بنابراین مقدار t ی مشاهده شده معنی دار است و H0 رد می‌شود؛ یعنی با افزایش زمان مقدار دما افزایش یافته است.

به منظور بررسی نوسانهای دمای شیراز از مقادیر استاندارد شده Z استفاده شده است که این عامل بین حداقل1/2- تا حداکثر1/2+ در تغییر است(شکل 1).

 

 

 

شکل 1- مقادیر استاندارد شده z دمای متوسط سالانه شیراز و روند تغییرات آن طی دوره 2005-1951

 

 

از آنجایی که ضریب همبستگی بین دماهای سالانه در حد متوسط است، بنابراین برای بررسی دقیقتر با رسم شکل میانگین متحرک 5 ساله و برازش خط همبستگی پولی نومیال، کل دوره به دو دوره حرارتی مجزا تقسیم گردید(شکل 2).

 

 

 

شکل 2- میانگین متحرک پنج ساله دمای شیراز طی دوره 2005-1951

 

 

این دو دوره که اولی با کاهش دما و دوره دوم با افزایش دما همراه است به شرح زیر است(جدول 3):

الف) دوره 67-1951: در این دوره ضریب همبستگی بین دماهای سالانه 62/0- به دست آمده که نشان دهندۀ کاهش دمای سالیانه طی دوره مزبور است. این واقعیت را می‌توان در شکل 2 که میانگین‌های متحرک 5 ساله را نشان می‌دهد، مشاهده کرد. در این دوره میانگین دما 2/17 درجه و میزان کاهش دما حدود2/1- درجه است. حداقل دما به میزان 1/16 درجه درسال 1957 و حداکثر آن برابر 18 درجه درسال 1953 مشاهده شده است. برای بررسی وجود روند و برای آن در این دوره و پاسخ به این سوال که آیا دما در طی دروه روند کاهشی از خود نشان می‌دهد، آزمون β را بر روی دمای سالانه این دوره انجام دادیم. چون 205/0 s2= و مقدار آماره آزمون عبارت است از 98/2t= و در جدول برای d. f = n-2 در سطح اطمینان 95 درصد برابر 753/1 است، بنابراین، مقدار t ی مشاهده شده معنی دار است و H0 رد می‌شود ؛ یعنی با افزایش زمان مقدار دما کاهش یافته است.

ب)دوره2005-1968: براساس شکل شماره 2 بعد از سال 1967 شاهد روند افزایشی دما هستیم که تا آخر دوره وجود دارد. میزان ضریب همبستگی طی این دوره 73/0+ است که همبستگی نسبتاً قویی را در برای مثبت از خود نشان می‌دهد. میانگین دمای این دوره 18 درجه است. میزان افزایش دمای این دوره بر طبق معادله رگرسیون 2/2+ درجه است. حداقل دما به میزان 9/15 درجه در سال1972 و حداکثر آن در سال 1999به میزان 6/19 درجه مشاهده شده است. یکی ازدلایل افزایش دمای این دوره 38 ساله در این شهررا می‌توان به افزایش فعالیتهای انسانی و توسعه روند سریع شهر نشینی آن دانست. برای بررسی وجود روند و برای آن در این دوره و پاسخ به این سوال که آیا دما طی دوره روند افزایشی از خود نشان می‌دهد، آزمون β را بر روی دمای سالانه این دوره انجام دادیم. در اینجا 37/0 s2= و مقدار آماره آزمون عبارت است از 6/6t= و در جدول برای d. f = n-2 در سطح اطمینان 95 درصد برابر 6905/1 است. بنابراین، مقدار t ی مشاهده شده معنی دار است و H0 رد می‌شود ؛ یعنی با افزایش زمان مقدار دما افزایش یافته است.

 

جدول 3- تغییرات آماره‌های دما طی دو دوره دمایی تعیین شده در شیراز

حداکثر دما

حداقل دما

انحراف معیار

میانگین دما

میزان تغییرات

ضریب همبستگی

آماره‌های دمایی طی دوره

18

1/16

55/0

2/17

2/1-

62/0-

دوره1967-1951

6/19

9/15

89/0

18

2/2+

73/0

دوره 2005-1968

 

جدول 4- تغییرات آماره‌های دما طی دو دوره دمایی تعیین شده در شیراز با استفاده از آزمون β

آزمون β با فاصله اطمینان 95 درصد

مقدار t 5 درصد

مقدار t

مقدار S2

آماره‌های دمایی طی دوره

470/0±067/0

753/1

98/2

205/0

دوره1967-1951

180/0±059/0

6905/1

6/6

37/0

دوره 2005-1968

 


2- متوسط دمای فصلی و روند تغییرات آن در طی دوره 2005-1951

نتایج بررسی میانگین درجه حرارت فصلی و نحوه تغییرات آن طی دوره آماری 2005- 1951 در جدول 5 ارائه شده است. به طور کلی، روند تغییر درجه حرارت در هر چهار فصل روند افزایشی از خود نشان می‌دهد که این تغییرات و افزایش دما در فصول بهار وتابستان مشهود تر است. نکته قابل توجه میزان تغییرات و افزایش دمای فصول زمستان و به خصوص پاییز است. علل چنین تغییراتی می‌تواند ناشی از تغییراتی باشد که در الگوی گردش عمومی‌اتمسفر به وجود آمده است که بر اثر این تغییرات طول دوره فصول سرد کوتاه شده و دمای فصول افزایش یافته است. به عبارت دیگر، سامانه‌هایی که از خارج کشور بر اقلیم آن تاثیر می‌گذارند از نظر زمانی و مکانی دچار تغییراتی شده که از اهم این تغییرات می‌توان به نحوه تأثیر گذاری باد‌های غربی و پرفشار جنب حاره اشاره نمود؛ هر چند که نقش اثرات توسعه شهری را نیز نمی‌توان نادیده گرفت.

بر روی داده‌های دمای سالانه در طی این دوره آزمون β با فاصله اطمینان 95 درصد انجام شد و نتایج آن در جدول 5 آورده شده است.

 

 

جدول 5- میانگین دمای فصلی و سالانه شیراز و میزان تغییرات آن در دوره 2005-1951

سالانه

پاییز

تابستان

بهار

زمستان

فصل

64/0

57/0

69/0

60/0

223/0

ضریب همبستگی

9/1+

2+

4/2+

5/2+

77/0+

میزان تغییرات

7/3

6

06/4

96/5

43/4

دامنه تغییرات

87/0

03/1

02/1

20/1

1

انحراف معیار

75/17

04/13

3/27

84/21

77/8

میانگین دما

9/15

13/10

5/25

96/18

13/6

حداقل دما

6/19

13/16

5/29

93/24

5/10

حداکثر دما

014/0±035/0

017/0±037/0

013/0±045/0

016/0±046/0

017/0±012/0

میزان تغییرات بر اساس آزمون β با فاصله اطمینان 95 درصد

 

نتایج بررسی دمای فصلی دو دوره حرارتی 1967-1951و 2005-1968 در جدول‌های 6 و7 درج شده است. همان طور که در جدول مشاهده می‌شود، در دوره اول(1967-1951)که دوره کاهش نامگذاری شده است، دمای هر چهار فصل روند کاهشی از خود نشان می‌دهدکه این میزان در پاییز با 2- درجه بیش از سایر فصول است و پس از آن بهار با 3/1- درجه در مقام دوم اهمیت قرار دارد.

اما در دوره دوم(2005-1968)هر چهار فصل روند افزایشی از خود نشان می‌دهند. میزان افزایش دما در فصل تابستان این دوره تقریبا برابر 3 درجه است و در بهار و پاییز افزایش دما تقریباً به یک اندازه است و فصل زمستان هم با 6/1 درجه میزان افزایش قابل توجهی را نشان می‌دهد.

 

 

جدول 6- میانگین و تغییرات دمای فصلی شیراز طی دوره 1967-1951

پاییز

تابستان

بهار

زمستان

فصل

72/0-

32/0-

45/0-

22/0-

ضریب همبستگی

2-

71/0-

3/1-

73/0-

میزان تغییرات

5/3

1/2

06/3

76/2

دامنه تغییرات

81/0

64/0

86/0

95/0

انحراف معیار

4/12

6/26

21

7/8

میانگین دما

1/10

5/25

9/18

1/7

حداقل دما

7/13

6/27

22

9/9

حداکثر دما

068/0±105/0

063/0±056/0

084/0±80/0

1/0±430/0

میزان تغییرات بر اساس آزمون β با فاصله اطمینان 95 درصد

 

جدول 7- میانگین و تغییرات دمای فصلی شیراز طی دوره 2005-1968

پاییز

تابستان

بهار

زمستان

فصل

65/0

79/0

60/0

44/0

ضریب همبستگی

3/2+

9/2+

4/2+

6/1+

میزان تغییرات

5

9/3

6/5

4/4

دامنه تغییرات

01/1

05/1

17/1

04/1

انحراف معیار

3/13

5/27

2/22

7/8

میانگین دما

1/11

6/25

3/19

1/6

حداقل دما

1/16

5/29

9/24

5/10

حداکثر دما

0225/0±062/0

019/0±075/0

029/0±064/0

029/0±0414/0

میزان تغییرات بر اساس آزمون β با فاصله اطمینان 95 درصد

 

 

 

 

میانگین متحرک 5 ساله دما و خط روند تغییرات و معادله آنها برای فصول سال طی دوره 2005-1951 در شکل 3 ارائه شده است. آنچه که از این شکل و معادله‌های آنها پیداست، روند افزایشی دما در طول چهار فصل و به ویژه در فصل گرم سال یعنی تابستان است. بر روی داده‌های دمای سالانه در طی این دو دوره نیز آزمون β با فاصله اطمینان 95 درصدانجام شد و نتایج آن در جدول‌های 6 و7 آورده شده است.

 

 

 

شکل 3- میانگین متحرک 5 ساله دمای سالانه و فصلی شیراز در دوره 2005-1951

 


تغییرات بارندگی

1- تغییرات بارندگی سالانه و نوسان‌های آن

متوسط بارندگی دوره 2005-1951 ایستگاه همدید شیراز 346 میلیمتر و انحراف معیارآن 36/131 میلیمتر به دست آمده است. به منظور بررسی نوسان‌های بارشهای سالانه ایستگاه شیراز از مقادیر استانداردشده z استفاده شده است که این عامل بین حداقل3/18- تا حداکثر7/26+ در تغییر بوده است(شکل 4).

در ابتدا به دلیل اینکه بارش دارای نوسان‌های قابل توجهی است و معمولاً از توزیع نرمال تبعیت نمی‌کند آزمون نکویی برازش بر روی داده‌های بارش انجام شد. آزمون نکویی برازش زمانی استفاده می‌شود که بخواهیم بررسی کنیم توزیع متغیر با توزیع نظری خاصی همگون است یا خیر؛ مثلاً آیا توزیع متغیر نرمال است؟ یا آیا توزیع متغیر یکنواخت است ؟ در این موارد از آزمون‌های توزیع داده‌ها استفاده می‌کنیم که عمدتاً از دو آزمون x2 و آزمون کولموگورف ـ اسمیرنوف(KS)استفاده می‌شود. فرض صفر در این آزمون‌ها همگون بودن توزیع مشاهدات با توزیع آماره معینی است( داده‌ها از توزیع نرمال تبعیت می‌کند) که با حدس یا قراین مختلف آن را تعیین کرده ایم و فرض مخالف مناسب نبودن توزیع مورد نظر برای متغیر است( داده‌ها از توزیع نرمال تبعیت نمی‌کند) (مومنی، 1386: 188). در این پژوهش از آزمون کولموگورف ـ اسمیرنوف استفاده شده است. نتایج این آزمون بر روی سری بارش سالانه نشان می‌دهد که داده‌ها از توزیع نرمال تبعیت می‌کند و فرض صفر به دلیل اینکه سطح معنی داری آزمون (Sig=0. 568) بیش از 5 درصد است، تأیید می‌شود.

به دلیل اینکه داده‌های بارش سالانه ایستگاه همدید شیراز بر اساس آزمون نکویی برازش کولموگورف ـ اسمیرنوف از توزیع نرمال تبعیت می‌کند، ابتدا به بررسی تغییرات این آماره توسط آزمون رگرسیون بررسی گردید. برای محاسبه روند و میزان تغییرات بارندگی سالانه طی دوره فوق، از معادله خط رگرسیون استفاده شد و بر مبنای آن روند کاهشی بارندگی حدود 21- میلیمتر بر آورد شده است. پایین بودن ضریب همبستگی سالانه( ) حاکی از نوسانهای شدید بارش سالانه طی دوره 2005-1951 است. طی دوره مورد مطالعه سال 1966 با 96 میلیمتر حداقل بارش و سال 1954 با 711 میلیمتر حداکثر بارش سالانه را نشان می‌دهند. با بررسی شکل‌های 4 و 5 نیزکه میانگین متحرک 5 ساله بارش و روند تغییرات آن را نشان می‌دهد، می‌توان نتیجه گرفت که نوسان‌های بارندگی شیراز مهمتر و مشهودتر از روند تغییرات آن بوده و دامنه نوسان این آماره اقلیمی از شدت بسیار زیادی برخوردار است.

برای تحلیل دقیقتر تغییرات و روند سری زمانی بارش شیراز از آزمون رتبه‌ای مان ـ کندال نیز استفاده نمودیم. بر اساس روش مذکور میزان همبستگی رتبه‌ای بارش ـ زمان برای بارندگی شیراز 028/0 حاصل شده است. میزان آماره Z برابر با 07/2 و میزان سطح معنی داری در سطح اطمینان 95 درصد برابر 039/0 است. به دلیل اینکه سطح معنی داری کمتر از 5 درصد است، بنابراین فرض صفر تأیید می‌شود و داده‌های سری زمانی بارش شیراز دارای روند نیست.

برای بررسی دقیقتر روند تغییرات بارندگی با استفاده از برازش خط رگرسیون پولی نومیال به میانگین متحرک 5 ساله بارش سالانه، کل دوره مورد مطالعه به دو دوره تقسیم شد. دوره اول از 82-1951 است، دوره کاهش بارش و دوره دوم از سال 1983 تا 2005 یک روند تقریبی افزایش بارش را نشان می‌دهد.

الف) دوره اول(1982-1951): در این دوره میانگین بارش شیراز 347 میلیمتر است. ضریب همبستگی پیرسون به دست آمده برابر 215/0- است که روند کاهشی بارش را با افزایش زمان به صورت تقریبی نشان می‌دهد. میزان کاهش بارش در این دوره 5/109- میلیمتر بوده است. حداقل بارش این دوره 96 میلیمتر در سال1966 رخ داده که بیانگر یک دوره خشکسالی است و حداکثر آن در سال1954 رخ داده که نشان دهندۀ یک دوره کوتاه مرطوب است. این اعداد بیانگر دامنه تغییرات و نوسانهای زیاد بارش سالانه در این دوره است. میزان همبستگی رتبه‌ای بارش ـ زمان (آزمون مان ـ کندال) برا ی بارندگی این دوره 048/0 - حاصل شده است. میزان آماره Z برابر با 97/1 و میزان سطح معنی داری در سطح اطمینان 95 درصد برابر 048/0 است. به دلیل اینکه سطح معنی داری نزدیک به 5 درصد است، بنابراین فرض یک تأیید می‌شود و داده‌های سری زمانی بارش این دوره دارای روند کاهشی است.

ب ) دوره دوم (2005-1983): میانگین بارش این دوره برابر 346 میلیمتر است که با میانگین کل دوره 2005-1951برابری می‌کند. علامت مثبت ضریب همبستگی( )، اگر چه مقدار همبستگی ضعیفی را نشان می‌دهد، بیانگر افزایش بارش سالانه در این دوره است که با افزایش دمای سالانه دوره دوم (2005-1968) تقریباً هماهنگ است. میزان افزایش بارش این دوره که از معادله خط رگرسیون به دست آمده، برابر 100 میلیمتر است. حداقل بارش این دوره برابر 192 میلیمتر است که در سال 1983 رخ داده که بیانگر یک دوره خشکسالی کوتاه مدت است و حداکثر بارش سالانه به میزان622میلیمتر در سال 2004 به وقوع پیوسته است. دامنه تغییرات بارش سالانه در این دوره هم زیاد است که باز حاکی از نوسانهای شدید این آماره اقلیمی است.

میزان همبستگی رتبه‌ای بارش ـ زمان (آزمون مان ـ کندال) برا ی بارندگی این دوره 162/0 + حاصل شده است. میزان آماره Z برابر با 085/0و میزان سطح معنی داری در سطح اطمینان 95 درصد برابر 825/0 است. به دلیل اینکه سطح معنی داری بیش از 5 درصد است، بنابراین فرض یک تأیید می‌شود و داده‌های سری زمانی بارش این دوره دارای روند افزایشی است.

 

 

جدول 8- تغییرات آماره‌های بارش شیراز طی دوره‌های بارشی تعیین شده از طریق همبستگی پیرسون

حداکثر بارش

حداقل بارش

انحراف معیار

میانگین بارش

دامنه تغییرات

میزان تغییرات

ضریب همبستگی

پارامترهای بارش طی دوره

711

96

31/149

347

615

5/109-

215/0-

دوره1982-1951

622

192

44/105

346

430

4/100+

281/0

دوره 2005-1983

 

 

شکل 4- مقادیر استاندارد شده z بارش متوسط سالانه شیراز و روند تغییرات آن طی دوره 2005-1951

 

شکل 5- میانگین متحرک 5 ساله بارش شیراز وروندتغییرات آن دردوره 2005-1951

 


1- بارندگی فصلی و تغییرات آن

جدول 9 نشان می‌دهد که در دوره 55 ساله 2005-1951 بارندگی فصل زمستان دارای روند افزایشی است اما سایر فصول از روند کاهشی برخوردارند. میزان افزایش بارش در فصل زمستان در کل دوره که از معادله خط رگرسیون به دست آمده است 7/8+ میلیمتر است و میانگین بارش این فصل هم در کل دوره5/66 میلیمتر است. فصول پاییز و تابستان به یک اندازه کاهش از خود نشان می‌دهندکه برابر 3/6- میلیمتر است. اما کاهش در فصل بهار که سومین فصل بارش شیراز است، تقریباً ناچیز و حدود4/0- میلیمتر است.

میزان همبستگی رتبه‌ای بارش ـ زمان (آزمون مان ـ کندال) برای بارندگی فصل زمستان 094/0 + حاصل شده است. میزان آماره Z برابر با 46/1 و میزان سطح معنی داری در سطح اطمینان 95 درصد برابر 126/0 است. به دلیل اینکه سطح معنی داری بیش از 5 درصد است، بنابراین فرض یک تأیید می‌شود و داده‌های سری زمانی بارش این دوره دارای روند افزایشی است.

میزان همبستگی رتبه‌ای بارش ـ زمان (آزمون مان ـ کندال) برا ی بارندگی فصل بهار 147/0 - حاصل شده است. میزان آماره Z برابر با 565/0- و میزان سطح معنی داری در سطح اطمینان 95 درصد برابر 645/0 است. به دلیل اینکه سطح معنی داری بیش از 5 درصد است، بنابراین فرض یک تأیید می‌شود و داده‌های سری زمانی بارش این دوره دارای روند کاهشی است.

میزان همبستگی رتبه‌ای بارش ـ زمان (آزمون مان ـ کندال) برا ی بارندگی فصل تابستان 012/0 + حاصل شده است. میزان آماره Z برابر با 169/0- و میزان سطح معنی داری در سطح اطمینان 95 درصد نیز برابر 1 است. به دلیل اینکه سطح معنی داری بیش از 5 درصد است، بنابراین فرض یک تأیید می‌شود و داده‌های سری زمانی بارش این دوره دارای روند کاهشی است.

میزان همبستگی رتبه‌ای بارش ـ زمان (آزمون مان ـ کندال) برا ی بارندگی فصل پاییز 001/0 + حاصل شده است. میزان آماره Z برابر با 965/0- و میزان سطح معنی داری در سطح اطمینان 95 درصد برابر 399/0 است. به دلیل اینکه سطح معنی داری بیش از 5 درصد است، بنابراین فرض یک تأیید می‌شود و داده‌های سری زمانی بارش این دوره دارای روند کاهشی است.

 

 

جدول 9- میانگین بارش فصلی و سالانه شیراز و تغییرات آن در دوره 2005-1951

سالانه

پاییز

تابستان

بهار

زمستان

فصل

046/0-

06/0-

58/0-

256/0-

082/0

ضریب همبستگی

21-

3/6-

3/6-

4/0-

7/8+

میزان تغییرات

615

125

9

57

147

دامنه تغییرات

63/131

63/30

8/1

28/10

58/30

انحراف معیار

346

37

6/0

11

5/66

میانگین بارش

96

0

0

1/0

10

حداقل بارش

711

125

2/9

57

157

حداکثر بارش

 

 

به منظور تعیین نوسانهای دوره‌ای بارندگی فصلی، میانگین متحرک 5 ساله بارش و معادله خط رگرسیون برای فصول پر بارش سال محاسبه و شکل 7 تهیه و ترسیم گردیده است. همان طور که خطوط رگرسیون و معادله آنها نشان می‌دهد، فصول بهار و پاییز روند کاهشی از خود نشان می‌دهند، اما بارش فصل زمستان روند افزایشی از خود نشان می‌دهد. به عبارت دیگر، بارش سالانه متمرکزتر شده است و در طول دوره کوتاهی از سال ریزش می‌کند.

 

 

 

شکل 7- میانگین‌های متحرک بارش فصلی شیراز طی دوره 2005-1951

 

 

مقایسه میانگین‌های متحرک 5 ساله فصلی(شکل6) و میانگین متحرک 5 ساله بارش سالانه (شکل5) روشن می‌سازد که دوره‌های خشکسالی و ترسالی فصل زمستان و پاییز با تغییرات بارش سالانه همخوانی دارد، در صورتی که روند تغییرات دوره‌ای بارش فصل بهار با نوسان‌های دوره‌ای بارش سالانه مطابقت کمتری دارد.

همان طور که در جدول 10 نیز پیداست، در دوره اول(82-1951)بارش به غیراز فصل زمستان در طول هر سه فصل دیگر روند کاهشی از خود نشان می‌دهد، اما در دوره دوم تنها فصل بهار است که روند کاهشی دارد و سایر فصول از روند افزایشی برخوردارند.

 

 

جدول 10- میانگین. تغییرات بارش فصلی شیراز در دوره‌های بارشی تعیین شده

دوره 2005-1983

دوره 1982-1951

دوره

پاییز

تابستان

بهار

زمستان

پاییز

تابستان

بهار

زمستان

فصل

105/0

103/0

170/0-

257/0

319/0-

092/0-

135/0-

018/0

ضریب همبستگی

6/11+

6/0+

7/3-

25+

4/32-

6/0-

5/6-

2+

میزان تغییرات

111

8

22

97

121

9

54

148

دامنه تغییرات

44/32

62/1

42/6

7/28

76/29

94/1

09/12

74/32

انحراف معیار

38

5/0

9

68

36

68/0

13

5/65

میانگین بارش

0

0

0

20

3

0

3/2

10

حداقل بارش

111

8

22

117

125

9

6/56

158

حداکثر بارش

 


نتیجه­گیری

در تحقیق حاضر دو آماره اقلیمی دما و بارش سالانه ایستگاه همدید شیراز طی دوره آماری 2005-1951 بررسی گردید بررسی دمای شیراز با استفاده روش‌های رگرسیون سری‌های زمانی و آزمون بتا(β) حاکی از روند افزایشی این آماره اقلیمی بود. برای بررسی دقیقتر ایستگاه فیروزآباد که در فاصله 93 کیلومتری شهر شیراز قرار دارد و دور از تأثیرات شهر نشینی شهر‌های بزرگ از جمله شیراز است، نیز مطالعه گردید. نتایج بررسی‌ها با دو روش رگرسیون سری‌های زمانی و آزمون بتا(β) نیز حاکی از افزایش دما در این ایستگاه بود. البته، میزان افزایش دما در آن کمتر از شیراز بود که این مسأله گویای تاثیرات شهرنشینی در افزایش دمای شیراز است. بارش سالانه نیز پس از آزمون نکویی برازش توسط روشهای رگرسیون سری‌های زمانی و آزمون مان ـ کندال بررسی گردید. نتایج آزمون رگرسیون سری‌های زمانی نشان داد که بارش سالانه در کل تقریباً از یک روند تقریبی کاهشی بر خوردار بوده است. اگر چه در سالهای اخیر باز هم شاهد روند افزایشی آن بوده ایم. آزمون مان ـ کندال عدم وجود روند در سری‌های بارش سالانه را نشان داد. با مطالعه عناصر بارش و دما در طی فصول سال نیز به این نتیجه رسیدیم که دما در کل فصول روند افزایشی از خود نشان می‌دهد، اما عنصر بارش متمرکزتر شده و غالباً در فصل زمستان روند افزایشی از خود نشان می‌دهد و در سایر فصول از روند کاهشی برخوردار است این نتیجه توسط هر دو آزمون رگرسیون سریهای زمانی و آزمون مان ـ کندال مورد تأیید قرار گرفت. روند افزایش دما و بارش سالانه در کل به صورت تقریبی از یک روند معکوس تبعیت می‌کنند؛ یعنی با افزایش دما در کل دوره، بارش سالانه کاهش یافته است. این رابطه معکوس را در مقاطع فصلی نیز بین بارش و دما به غیر از فصل زمستان که یک رابطه قوی مثبت بین این دوعنصر وجود دارد، در سایر فصول می‌توان مشاهده کرد.

 

ابراهیمی، حسین، علیزاده، امین و سهیلا جوانمرد، (1384)، بررسی وجود تغییر دما در دشت مشهد به عنوان نمایه تغییر اقلیم در منطقه، فصلنامه تحقیقات جغرافیایی، شماره پیاپی 79، زمستان، مشهد.

باباپورباصر، علی اکبر، (1382)، پایان نامه دکتری به راهنمایی سعید جهانبخش، مطالعه تغییرات اقلیم حرارتی شمال غرب ایران و پیش بینی اوضاع آتی، دانشکده علوم انسانی و اجتماعی، گروه جغرافیا، دانشگاه تبریز،155.

باتاچاریا، گوری ک، جانسون، ریچارد، (1379)، مفاهیم و روشهای آماری، مرتضی ابن شهر آشوب و فتاح میکائیلی، تهران، مرکز نشر دانشگاهی، 420.

بختیاری، بهرام، (1382)، نگرشی تحلیلی بر تغییر اقلیم بارندگی و دمای شهر کرمان، سومین کنفرانس منطقه‌ای و اولین کنفرانس ملی تغییر اقلیم،1382،اصفهان.

جهادی طرقی، مهناز، (1378)، تعیین روند تغییرات دما و بارش شهر مشهد طی دوره آماری 1994-1951، فصلنامه تحقیقات جغرافیایی، شماره پیاپی 54 و 55، پاییز و زمستان، مشهد، ص 151.

جهانبخش، سعید، باباپور، باصر، (1382)، بررسی و پیش بینی متوسط دمای ماهانه تبریز با استفاده از مدل آریما، فصلنامه تحقیقات جغرافیایی، شماره پیاپی 70، پاییز ، مشهد ، 124.

جهانبخش، سعید، ترابی، سیما، (1383)، بررسی و پیش بینی تغییرات دما و بارش در ایران، فصلنامه تحقیقات جغرافیایی، شماره پیاپی 74، پاییز، مشهد.

رحیم‌زاده، فاطمه، عسگری، احمد، (1383)، نگرشی بر تفاوت نرخ افزایش دمای حداقل و حداکثر و کاهش دامنه شبانه روزی دمای کشور، فصلنامه تحقیقات جغرافیایی، شماره پیاپی 73، تابستان، مشهد، 155.

طباطبایی، علی، حسینی، مهرداد، ( 1382)، بررسی تغییر اقلیم در شهر سمنان بر اساس پارامترهای بارش ماهیانه و متوسط دمای ماهیانه، سومین کنفرانس منطقه‌ای و اولین کنفرانس ملی تغییر اقلیم، اصفهان، 94.

عزیزی، قاسم، (1383)، تغییر اقلیم، نشر قومس، تهران، چاپ اول،1.

عسگری، احمد، رحیم‌زاده، فاطمه، (1382)، برجستگی نوسان بارش در کشور نسبت به روند و جهش آن، سومین کنفرانس منطقه‌ای و اولین کنفرانس ملی تغییر اقلیم، اصفهان، 234.

علیجانی، بهلول، و قویدل رحیمی، یوسف، (1384)، مقایسه و پیش بینی تغییرات دمای سالانه تبریز با ناهنجاریهای دمایی کره زمین با استفاده از روش‌های رگرسیون و شبکه عصبی مصنوعی، مجله جغرافیا و توسعه، انتشارات دانشگاه سیستان و بلوچستان، پاییز و زمستان1384، زاهدان، 21.

علیزاده، امین، (1381)، اصول هیدرلوژی کاربردی، انتشارات آستان قدس، چاپ چهاردهم، مشهد، 735.

قطره سامانی،سعید، (1382)، آشکار سازی تغییرات دما و بارش نسبت به میانگین در استان چهار محال و بختیاری، سومین کنفرانس منطقه‌ای و اولین کنفرانس ملی تغییر اقلیم، اصفهان، 131.

کاویانی، محمدرضا، عساکره،حسین، (1382)، بررسی آماری روند بلند مدت بارش سالانه اصفهان، سومین کنفرانس منطقه‌ای و اولین کنفرانس ملی تغییر اقلیم‌، اصفهان‌، 251.

کاویانی، محمدرضا، علیجانی، بهلول، (1379)، مبانی آب و هواشناسی، انتشارات سمت، تهران، 75.

گلدسته، اکبر، کریمی، آقامیر و سعید خدارحمی، مصطفی ترابی و راحله اصغری، (1377)، راهنمای کاربران Spss 6.0 For Windows، جلد اول، تهران، مرکز فرهنگی انتشاراتی حامی.

مسعودیان، ابوالفضل، (1383)، بررسی روند دمای ایران در نیم سده گذشته، مجله جغرافیا و توسعه، انتشارات دانشگاه سیستان و بلوچستان، بهار و تابستان 1383، زاهدان، 89.

مولایی نیکو، مصطفی، به راهنمایی نوذر سامانی، (1382)، تغییر اقلیم در شمال و جنوب-جنوب غرب ایران از دیدگاه مشاهدات بارش، پایان نامه کارشناسی ارشد، دانشگاه شیراز، دانشکده علوم، گروه علوم زمین، شیراز،137.

مومنی، منصور، (1386)، تحلیل داده‌های آماری با استفاده از SPSS، انتشارات کتاب نو، چاپ اول، تهران، 302.

نورمحمدی، محمد، (1378)، پایان نامه کارشناسی ارشد به راهنمایی محمد رضا مشکانی، تعیین نقاط تغییر در دمای جو بالای تهران به منظور بررسی تغییرات احتمالی اقلیم با استفاده از مدل‌های خطی پویا، دانشگاه شهید بهشتی، دانشکده علوم ریاضی، گروه آمار، تهران، 117.

 

Climate Change. (1997). WMO UNITAR – UNDP – UN – UNEP – UNFCCC.

Grieser, J., Tromel, S., &. Schonwiese, C. D. (2002). “Statistical time series decomposition into significant components and application to European temperature”, Theor. Appl. Climatol. 71, PP. 171-183

Keily, G., Albertson, J.D., & Parlange, M.B. (1998). Recent Trends in Diurnal Variation of

Precipitation at Valentia on the West Coast of Irland. Journal of Hydrology. VOL. 207, NO.

Matyasovszky, I., Bogardi, I., Bardossy, A., Duckstein, L. (1993). Estimation of Local Precipitation Statistics Reflecting Climate Change, Water Resources Research. 29, 3955-3968

Peter J.Robinson and Ann Henderson-Sellers. (1999). Contemporary Climatology, pearson Education Limited Edinburg Gate, England, 317

Piccarreta, M., Capolongo, D. and Boenzi, F. (2004). "Trend Analysis of Precipitation and Drought in Basilicata from 1923 to 2000 within Southern Italy Context". International journal of climatology, 24, 907-922.

Nasrallah ,H.A and Balling,Jr.R.C,1966:Analysis of Recent Climate Changes in the Arabian Peninsula Region ,Theor.Appl Climatology 52,245-252

Niedzwiedz, T. Ustrnul, Z. Szalai, S. Weber RO. (1996). “Trends of maximum and minimum daily temperatures in central and southeastern Europe.” Int J Climatol 16:765–782.

Turgay, P. & Ercan K. (2005).Trend Analysis in Turkish Precipitation data. Hydrological processes published online in wiley Interscience (www.Interscience.wiley.com).

WMO, 1966, Climate Change. Technical Note No 79.

WMO. (1997). Progress Reports to CCL on Statistical Methods .WCDMP-No32.WMO/TD.no 834.

WMO. (2000). Detecting Trend and Other Change in Hydrological Data. WMO/TD –NO .1013.

Z. X. Xu, K. Takeuchi, H. Ishidaira. (2003). Monitoring Trend Step Changes in Precipitation in Japanese Precipitation. Journal of hydrology. 279: 144-150