شناسایی الگوهای مختلف دمای سطح آب دریای خزر با استفاده از روش تحلیل خوشه‌ای

دمای سطح آب دریاها و اقیانوس ها یکی از شاخص های سنجش ویژگی های اقیانوس شناسی و هواشناسی است، به طوری که در مسائل اقیانوس شناسی، هواشناسی، ماهیگیری و سیاست گذاری ها و برنامه ریزی های دریایی نقش مهمی ایفا می کند. یکی از پهنه های آبی که نقش بسزایی در اکوسیستم، امنیت غذایی، فرصت اشتغال، امنیت نظامی و غیره برای برخی از کشورهای هم جوار با آن، من جمله ایران دارد، پهنه ی آبی دریای خزر می باشد. کشیدگی دریای خزر در راستای شمالی جنوبی به طول 1200 کیلومتر سبب شده است، الگوهای دمایی مختلفی را تجربه نماید. لذا این تحقیق بر مبنای آمار ماهانه و 25 ساله ی (2009-1985) دمای آب سطح خزر که از تارنمای نوآ استخراج گردید، اقدام به خوشه بندی الگوهای متفاوت دمایی نموده است. نرم افزارهای مورداستفاده در این تحقیق شامل matlab و surfer می باشد. بر مبنای خوشه بندی 300 ماه موردنظر، 6 خوشه ی اصلی استخراج گردید که به ترتیب خوشه ی یک با 101 ماه و خوشه ی پنجم با 95 ماه، در رتبه های اول و دوم بیشترین فراوانی قرار دارند. به هرحال در اکثر خوشه ها، ناحیه ی جنوب شرقِ خزر جنوبی به عنوان گرم ترین منطقه شناخته شد و خزر میانی نسبت به سایر نواحی دیگر به عنوان خنک ترین ناحیه معرفی گردید. به طوری که با حرکت از خزر شمالی و جنوبی به ناحیه ی خزر میانی، از مقادیر دما کاسته شده است. لازم به توضیح است که بالاترین ضریب تغییرات و انحراف معیار دمای سطح آب خزر نیز، متعلق به خزر میانی می باشد؛ بنابراین در این تحقیق برای اولین بار در تحلیل دمای سطح آب خزر به جای صرف میانگین ماهانه برای کل دوره زمانی، از خوشه بندی دما برای شناسایی الگوی دمایی ماهانه استفاده گردید و درنهایت یافته های این تحقیق نشان می دهد که در تحلیل های اقلیمی نمی توان تنها از میانگین های تقویمی مانند ماهانه استفاده نمود زیرا یک الگوی دمایی تنها در یک ماه اتفاق نمی افتد و از طرف دیگر نیز ممکن است در بعضی سال ها در ماه های مختلف الگوها متفاوت شوند، پس بنابراین بهترین حالت در تحلیل دمای سطح آب دریای خزر استفاده از الگوهای خوشه ای است.

Identify different patterns of sea surface temperature using a cluster analysis

Sea surface temperature (and ocean) is considered as one of the indicators to measure the oceanography and meteorology playing an important role in the areas of oceanography, meteorology, fisheries, policy making and marine planning. The water area of the Caspian Sea, on the other hand, is considered as the most important one for some of its neighboring countries including Iran which also plays a significant role in ecosystem functioning, food security, employment opportunity, military security to name a few. The extent from north to south which is about 1200 km in length would cause the Caspian Sea to experience different temperature levels. The purpose of this study is to cluster different temperature patterns based on monthly and annual statistics from 1985 to 2009 namely the 25year statistics retrieved from NOAA website. Accordingly, six major clusters were extracted from 300 months from which cluster no.1 containing 101 months and cluster no.5 containing 95 months were ranked in first and second place respectively in terms of frequency. Generally speaking, the southeast of southern Caspian and the middle Caspian identified as being the hottest and coldest areas respectively. It appears as if the temperature by passing from northern and southern Caspian to middle Caspian is decreased. It is also worthy to be mentioned that the middle Caspian has the highest coefficient of variation and standard deviation as well. Therefore, in this study, for the first time we use the clustering method to cluster the temperature in the analysis of Caspian sea surface temperature, for a whole period, rather than monthly mean temperature so as to identify the pattern of monthly temperature mainly because the results derived suggest that the monthly mean temperature cannot serve as a good model for analyzing the Caspian sea surface temperature.