|
|
شناسایی نواحی آسایش اقلیمی استان خوزستان به کمک تحلیل های چند متغیره و الگوی خودهمبستگی فضایی با تاکید بر معماری
|
|
|
|
|
نویسنده
|
قاسمی شهلا ,برنا رضا ,اسدیان فریده
|
منبع
|
تحقيقات كاربردي علوم جغرافيايي - 1402 - دوره : 23 - شماره : 69 - صفحه:403 -424
|
چکیده
|
در طول تاریخ بشریت انسان همیشه با تلاش و کوششهای خود برای رسیدن به آسایش و رفاه خود بارها همه سختیها را تحمل کرده تا اینکه راهی برای رسیدن به آسایش خود را فراهم کند. از دیدگاه اقلیم، بیشترین تاثیر را عناصر دما، بارش ، رطوبت وتابش خورشید و باد بر احساس آرامش یا عدم آرامش می توانند داشته باشند که با توجه به شرایط اقلیمی در مناطق مختلف انتخاب نوع وتاثیر این عناصر بر افراد نیز متفاوت می باشد. هدف از این مطالعه بررسی و شناسایی منطقه آسایش اقلیم می باشد. برای این منظور داده های دما، بارش و رطوبت برای استان خوزستان از پایگاه داده ای شبکه اسفزاری طی دوره آماری 1965 تا 2014 استخراج گردیده است.دراین رویه ابتدا براساس توزیع احتمال شرطی حالت های مختلف دما، بارش و رطوبت برای منطقه با عدم آسایش اقلیمی طرح شده است در این مطالعه به شناسایی مناطق آسایش اقلیمی استان خوزستان به کمک تحلیل های چند متغیره (تحلیل خوشه ای و تحلیل ممیزی) والگوی خودهمبستگی فضایی (شاخص فضایی هات اسپات و شاخص فضایی موران) با تاکید بر معماری پرداخته شده است. نتایج حاصل از این مطالعه نشان داد که براساس تحلیل چند متغیره و تحلیل های فضایی منطقه آسایش اقلیم بیشتر بخش های شمالی و شرقی استان خوزستان را در بر گرفته است با این وجود نواحی آسایش اقلیمی شناسایی شده به روش فضایی کمی محدودتر بوده است. همچنین نتایج حاصل از هر دو روش چند متغیره و تحلیل الگوی خودهمبستگی فضایی نشان داد که مساحت تحت پوشش آسایش اقلیم به سمت دوره های اخیر از روند کاهشی قابل توجهی برخوردار بوده است که این روند کاهش در تحلیل های خوشه ای ( از 23.60 درصد در دوره ی اول به 17.60 درصد در دوره ی پنجم )و ممیزی( از 26.97 درصد در دوره ی اول به 14.98 درصد دردوره ی پنجم )قابل توجه بوده است.
|
کلیدواژه
|
منطقه آسایش اقلیمی، تحلیل ممیزی و خوشه ای، تحلیل فضایی موران و هات اسپات، خوزستان
|
آدرس
|
دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران, گروه جغرافیا, ایران, دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران, گروه جغرافیا, ایران, دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران, گروه جغرافیا, ایران
|
پست الکترونیکی
|
f_asadian@yahoo.com
|
|
|
|
|
|
|
|
|
identification of climatic comfort areas khuzestan province using multivariate analysis and spatial autocorrelation pattern with emphasis on architecture
|
|
|
Authors
|
qasemi shahla ,borna reza ,asadian faredeh
|
Abstract
|
abstract in the history of humanity, human always has suffered all difficulties with effort to reach to comfort and well-being until the human provides a way to achieve the comfort. in the viewpoint of climate four elements have significant role in formation of human comfort and discomfort conditions that according to the climatic conditions in different areas, the type and effect of these elements on individuals are also different. the aim of this research is to determine the areas of climatic comfort. for this purpose, temperature, precipitation and humidity data were derived from database of esfazari for khuzestan province during statistical period 1965 to 2014. in this process, at first discomfort climate has been defined using temperature, precipitation and humidity based on distribution probability conditional. this research is to determine the areas of climatic comfort in khuzestan province using multivariate analysis (cluster analysis and discriminant analysis) and spatial autocorrelation pattern (hot spot index and moran index) with emphasis on architecture. the results showed that the areas with climatic comfort are included in north and east parts of khuzestan province. however, the areas of climatic comfort by spatial method have been limited somewhat. results further indicated that the areas of climatic comfort have decreased significantly towards recent periods especially in cluster analysis and discriminant analysis that a trend of reduction has been remarkable in cluster analysis (from 23.60% in the first period to 17.60% in the fifth period) and discriminant analysis (from 26.97% in the first period to 14.98% in the fifth period).
|
Keywords
|
keywords: climatic comfort area ,cluster analysis ,discriminant analysis ,hot spot and moran indices ,khuzestan
|
|
|
|
|
|
|
|
|
|
|