واکاوی تغییرات پوشش ابرها در دوره سرد سال منطقه جنوب شرق ایران

پراکندگی مکانی روزهای ابرناکی و روند تغییرات آنها، به ویژه در دوره سرد سال، در برنامه‌ریزی و تصمیم‌گیری‌های محیطی و منابع آبی مناطق خشک و نیمه‌خشک از اهمیت ویژه‌ای برخوردار است. ابرها به عنوان یکی از عناصر کلیدی چرخه آب، نقش مهمی در تنظیم رژیم بارش، دما و تبخیر و تعرق ایفا می‌کنند. هدف این پژوهش، بررسی روند تغییرات پوشش ابر در فصل زمستان و شناسایی عوامل موثر بر آن در منطقه جنوب شرق ایران است. در این مطالعه، از داده‌های 23 ایستگاه سینوپتیک و داده‌های بازکاوی مرکز اروپایی پیش‌بینی میان‌مدت (era5) در بازه زمانی 1989 تا 2022 استفاده شده است. تحلیل‌های آماری شامل بررسی پراکندگی زمانی-مکانی پوشش ابر (lcc)، آزمون روند من-کندال و نیز برازش مدل رگرسیون خطی برای ارزیابی تغییرات بلندمدت است.  نتایج نشان می‌دهد که توزیع مکانی پوشش ابر در منطقه مورد مطالعه تحت تاثیر عوامل جغرافیایی مانند عرض جغرافیایی، طول جغرافیایی،‌ ارتفاع و نیز الگوهای جوی قرار دارد. همچنین تحلیل روند تغییرات پوشش ابر با استفاده از روش‌های آماری من-کندال و رگرسیون بر روی داده‌های مشاهداتی و بازکاوی era5 نشان می‌دهد که پوشش ابر در ماه‌های دی، بهمن و اسفند روند کاهشی داشته است. بیشترین کاهش ابرناکی در ماه دی مشاهده شده است. یافته‌های این پژوهش می‌تواند در درک بهتر تغییرات اقلیمی منطقه و بهبود مدل‌های پیش‌بینی اقلیمی مورد استفاده قرار گیرد. همچنین، نتایج این مطالعه می‌تواند در مدیریت منابع آب و برنامه‌ریزی‌های مرتبط با کشاورزی و انرژی در منطقه جنوب شرق ایران کمک‌کننده باشد.

trend analysis of cloud cover changes in the cold period of the year in the southeast of iran

the spatial distribution and trends of cloudy days, particularly during the cold season, carry significant importance for environmental planning and water resource management in arid and semi-arid regions. clouds, as a crucial component of the hydrological cycle, play a vital role in regulating precipitation patterns, temperature, and evapotranspiration. this research aims to investigate the trends in cloud cover during the winter season and identify the influencing factors in southeastern iran. by utilizing data from 23 synoptic stations and reanalysis data from the european centre for medium-range weather forecasts (era5) covering the period from 1989 to 2022, this study employed statistical analyses, including the spatiotemporal distribution of low-level cloud cover (lcc), the mann-kendall trend test, and linear regression modeling, to assess long-term changes. the results indicate that the spatial distribution of cloud cover in the study area is influenced by geographical factors such as latitude, longitude, altitude, and atmospheric patterns. furthermore, trend analysis using the mann-kendall test and regression on both observational and era5 reanalysis data reveals a decreasing trend in cloud cover during the months of december, january, and february. the most significant decrease in cloudiness was observed in december. the findings of this research can enhance our understanding of regional climate change and improve climate prediction models. moreover, the results can contribute to water resource management, as well as agricultural and energy-related planning in southeastern iran