ارزیابی تغییرات بلند مدت دمای سطح دریا (sst) در پهنه‌های آبی جنوبی ایران با استفاده از داده‌های چندگانه ماهواره‌ای و باز تحلیل شده

پیشینه و مبانی نظری پژوهش:  فرایندهای آب‌وهوایی تاثیرات گسترده‌ای بر زندگی انسان‌ها و موجودات زنده دارند، به‌ویژه تغییرات دمای سطح دریا (sst) که نقش کلیدی در توزیع گرما از مناطق حاره‌ای به قطبی دارد. این تغییرات می‌تواند بر الگوهای جوی و پدیده‌های آب‌وهوایی مانند بارش، باد و دمای هوا تاثیر بگذارد. sst تحت تاثیر عواملی مانند جریان‌های اقیانوسی، سرعت باد و دما قرار دارد و می‌تواند نواحی دورتر از ساحل را نیز تحت تاثیر قرار دهد. مطالعات مختلف نشان داده‌اند که تغییرات sst بر بارش‌ها در مناطق مختلف دنیا، از جمله ایران، تاثیرگذار است. این تغییرات به‌ویژه در نواحی گرمسیری با رویدادهایی مانند نوسان ال‌نینو و تغییرات اقلیمی مرتبط است. بررسی sst برای پیش‌بینی پدیده‌های طبیعی، مدیریت بحران‌ها، و بهبود مدل‌های پیش‌بینی آب‌وهوایی اهمیت زیادی دارد و می‌تواند به درک بهتر روابط بین هوا و دریا کمک کندروش‌شناسی:  در این تحقیق، داده‌های دمای سطح دریا (sst) برای تحلیل روندهای تغییرات دمایی استفاده شدند. داده‌ها شامل اطلاعات بازواکاوی شده sst از پایگاه ecmwf نسخه era-interim برای سال‌های 1980 تا 2015، داده‌های سنجش از دور sst از سنجنده avhrr ماهواره noaa برای سال‌های 1981 تا 2006، و داده‌های ماهواره‌ای mwoi برای سال‌های 1998 تا 2015 بودند. داده‌های sst با تفکیک مکانی 0.125×0.125 درجه قوسی برای دوره 1979 تا 2015 به‌صورت روزانه از پایگاه ecmwf استخراج شدند. همچنین، از سنجنده avhrr برای داده‌های ماهانه sst و از مجموعه داده‌های مایکروویو mwoi برای پایش زیست دریایی و تغییرات sst استفاده شد. برای ارزیابی روند دمای سطح دریا، از آزمون ناپارامتریک من-کندال بهره‌برداری شد که توانایی شناسایی روندهای غیرخطی و مقاومت در برابر داده‌های پرت را داراست. این روش به‌ویژه برای بررسی تغییرات کوتاه‌مدت و الگوهای آب‌وهوایی مانند el niño و la niña موثر است.یافته‌ها:  این پژوهش به تحلیل تغییرات زمانی-مکانی دمای سطح دریا (sst) در پهنه‌های آبی جنوب ایران طی سال‌های 1980 تا 2015 پرداخته است. در ابتدا، داده‌های sst از پایگاه ecmwf نسخه era interim برای تحلیل روند تغییرات sst در مقیاس ماهانه استفاده شد. نتایج نشان داد که دمای سطح آب در فصل‌های مختلف تغییرات زیادی دارد، به‌ویژه در خلیج فارس که به علت عمق کم و شوری بالا، نوسان دمایی بیشتری نسبت به دریای عمان و اقیانوس هند تجربه می‌کند .در فصل‌های گرم، خلیج فارس به دلیل ورود آب‌های سرد رودخانه‌ای و عمق کم، دمای بالاتری دارد، در حالی که در دریای عمان و اقیانوس هند نوسان دمایی کمتری مشاهده می‌شود. تحلیل روند دما با استفاده از آزمون من-کندال نشان داد که در اکثر ماه‌ها، خلیج فارس روند افزایشی در دمای سطح آب داشته و در برخی مناطق نیز روند کاهشی مشاهده شده است. این تغییرات دمایی در فصول مختلف سال و در مناطق مختلف تاثیرات متفاوتی بر اکوسیستم‌های ساحلی و زندگی جانوری آبزیان می‌گذارد .با استفاده از داده‌های ماهواره‌ای avhrr و mwoi، بررسی‌های اضافی نشان داد که اختلاف دمایی بین داده‌های ماهواره‌ای به دلیل تفاوت‌های در شرایط تصویربرداری و ابزارهای سنجش متفاوت است. به طور کلی، این مطالعه نشان می‌دهد که خلیج فارس به دلیل ویژگی‌های جغرافیایی خاص خود، نوسانات دمایی بیشتری نسبت به دیگر نواحی دارد و این تغییرات می‌تواند اثرات قابل توجهی بر اکوسیستم‌های ساحلی و آبی منطقه داشته باشد.نتیجه‌گیری:  این پژوهش به بررسی تغییرات زمانی-مکانی دمای سطح آب (sst) در پهنه‌های آبی جنوب ایران پرداخته است. تغییرات sst با استفاده از داده‌های سنجش از دور از دو سنجنده avhrr و mwoi و همچنین داده‌های ecmwf بررسی شده است. نتایج نشان داد که تغییرات sst در خلیج فارس بیشترین نوسان را دارد و در اقیانوس هند کمترین نوسان مشاهده می‌شود. عواملی همچون عمق، مساحت و شوری آب تاثیر زیادی بر نوسان sst دارند. همچنین، روند تغییرات دمای هوا و sst در این منطقه مورد تجزیه و تحلیل قرار گرفت که نشان‌دهنده روند افزایشی در بسیاری از ماه‌های سال و روند کاهشی در برخی ماه‌ها است. در خلیج فارس، روند تغییرات دما نسبت به دریای عمان و اقیانوس هند بیشتر است و این منطقه به دلیل نوسان دمایی بالا، اکوسیستم شکننده‌تری دارد. همچنین، نتایج تحلیل داده‌های ماهواره‌ای نشان داد که خلیج فارس دارای نوسان دمای بیشتری نسبت به اقیانوس هند است و این تغییرات در فصل‌های گرم سال کاهش می‌یابد.

evaluation of long-term sea surface temperature (sst) changes in the southern water bodies of iran using multisource satellite and reanalyzed data.

background and theoretical foundations: climatic processes have widespread effects on the lives of humans and living organisms, particularly sea surface temperature (sst) changes, which play a key role in the distribution of heat from tropical to polar regions. these changes can influence weather patterns and climatic phenomena such as precipitation, wind, and air temperature. sst is affected by factors like ocean currents, wind speed, and temperature, and can impact regions far from the coastline. various studies have shown that sst variations influence rainfall in different parts of the world, including iran. these changes are particularly linked to events like el niño oscillations and climate change in tropical areas. investigating sst is crucial for predicting natural phenomena, managing crises, and improving weather forecasting models, as it helps to better understand the relationships between air and sea.methodology: in this study, sea surface temperature (sst) data were used to analyze temperature change trends. the data included sst retrievals from the ecmwf era-interim database for the years 1980 to 2015, satellite remote sensing sst data from the noaa avhrr sensor for the years 1981 to 2006, and mwoi satellite data for 1998 to 2015. sst data with a spatial resolution of 0.125×0.125 degree were extracted from the ecmwf database for the period 1979 to 2015 on a daily basis. monthly sst data were obtained using the avhrr sensor, and mwoi microwave satellite datasets were used for marine biology monitoring and sst changes. to evaluate the sst trends, the non-parametric mann-kendall test was applied, which is capable of identifying non-linear trends and is resistant to outliers. this method is particularly effective for studying short-term changes and climatic patterns such as el niño and la niña.findings: this research analyzed the spatiotemporal changes of sea surface temperature (sst) in the southern waters of iran from 1980 to 2015. initially, sst data from the ecmwf era-interim database were used to analyze sst trends on a monthly scale. the results showed significant seasonal variations in sst, especially in the persian gulf, which experiences higher temperature fluctuations due to its shallow depth and high salinity compared to the sea of oman and the indian ocean. during the warmer seasons, the persian gulf has higher temperatures due to the influx of colder river waters and its shallow depth, while the sea of oman and the indian ocean exhibit less temperature fluctuation. mann-kendall trend analysis revealed an increasing sst trend in the persian gulf in most months, with some areas showing decreasing trends. these temperature changes have varying effects on coastal ecosystems and marine life depending on the season. additional analysis using avhrr and mwoi satellite data indicated that the temperature differences between satellite data sets were due to differences in imaging conditions and measurement instruments. overall, the study demonstrates that the persian gulf, due to its unique geographical features, experiences greater temperature fluctuations than other regions, and these changes can have significant impacts on local coastal and marine ecosystems.conclusion: this study examined the spatiotemporal changes of sea surface temperature (sst) in the southern waters of iran. sst variations were analyzed using remote sensing data from the avhrr and mwoi sensors, as well as ecmwf data. the results indicated that the persian gulf exhibits the greatest sst fluctuations, while the indian ocean shows the least variability. factors such as depth, area, and salinity significantly influence sst fluctuations. additionally, the analysis of temperature trends showed an increasing trend in most months of the year, with some months exhibiting a decreasing trend. the persian gulf, due to its high temperature variability, has a more fragile ecosystem compared to the sea of oman and the indian ocean. the satellite data analysis also showed that the persian gulf experiences greater temperature variations than the indian ocean, and these changes are less pronounced during the warmer seasons.