مدل سازی آماری روند کمینه دمای حوضه فلات مرکزی

امروزه موضوع تغییرات اقلیم، آگاهی از دلایل بروز این تغییرات، پیشبینی و شناسایی تاثیرات این تغییرپذیری بر روی سایر عناصر و پدیدههای کرهزمین بسیار حائز اهمیت است. در پژوهش حاضر به منظور بررسی و مدل سازی روند کمینه دمای حوضه فلات مرکزی ایران، دمای 86 ایستگاه در طی دوره3396 مورد استفاده و - آماری 8006 سپس توزیع بهنجاری سری دمای سالانه ایستگاهها با استفاده از آزمون جوینر و نمودار توزیع بهنجاری سریها موردارزیابی قرار گرفته است. نتایج حاصله حاکی از آن میباشد که کمینه دمای 8 ایستگاه حوضه فلات مرکزی دارای توزیع نابهنجار هستند. ایستگاههایی باتوزیع نابهنجار با آزمون ناعاملی دنیلس و سایر ایستگاهها با توزیع نرمال، با آزمون عاملی tr مورد بررسی قرار گرفته اند. نتایج حاصله نشان داد که از بین 86ایستگاه، 38 ایستگاه دارای تغییرات گرایشدار یا روند میباشند. میل تغییرات روند ایستگاهها به جز فسا افزایشی است. نتایج تحلیل و پیشبینی روند سریهایدمای ایستگاههای گرایشدار با استفاده از روش کمترین مربعات و مدل درجه دو نشان داد که روند کمینه دمای ایستگاههای همدان، درگزین، سبزوار، تهرانو سمنان به صورت نزولی خواهد بود و برای سایر ایستگاهها، پیشبینیهای روند بدست آمده حاکی از ادامه روند صعودی دمای کمینه در طی سالهای آتیمیباشد.

Statistical Analysis and Modelling of Annual Mean Temperature in Gorgan Station (1956-2005)

Statistical methods are useful tools for understanding the behavior of climatic variables. In this study, statistical techniques such as identification of trends, oscillations and fluctuations of temperature are used in order to identify any change in the behavior of Gorgan station during 1956 to 2006. Run test (P<0.5) has shown a random trend to the annual mean temperature. The results of conducted tests such as the Pearson, Spearman and Mann Kendall and linear regression have shown no significant trend in the time series of Gorgan. To predict the duration and sequence of years with higher temperatures than the annual mean temperatures (temperature anomalies) Markov chain model was used. According to test on transition matrix of annual mean temperature, no dualor multi state were accepted. Moreover, a spectral analysis techniques was conducted in order to identify the fluctuations in temperature, in which no significant trend was observed. Furthermore, the 95% confidence level in spectral analysis technique showed a significant cycle of 20 with shortterm returns period of 2.5 years. Studies carried out by many researchers indicate that the mentioned cycle is in relation with oscillation periods of the quasibiennial oscillation (QBO) in other parts of the world. ARIMA models were used to predict the behavior of the annual mean temperature in Gorgan. In this method, a number of three patterns were processed as the initial patterns. AIC test has shown that the third ARIMA model, M3 (0,1,1) is a better choice for temperature prediction. Based on this predictions of temperature for next 10 years (2015 2006) with 95% confidence level were performed.