آب و هواشناسی
علی زارعی؛ اسداله خورانی
چکیده
مطالعه حاضر با هدف شناسایی تاثیرگذارترین متغیر اقلیمی بر مصرف انرژی الکتریکی بخش مسکونی و همچنین معرفی بهترین مدل در برآورد مصرف، با استفاده از مدلسازی مصرف انرژی الکتریکی انجام شده است. دادههای اقلیمی برای سال‌های 2003 تا 2022 از مرکز پیش‌بینی میان مدت وضع هوا (ECMWF) و همچنین دادهای مصرف سالیانه انرژی الکتریکی بخش مسکونی به تفکیک ...
بیشتر
مطالعه حاضر با هدف شناسایی تاثیرگذارترین متغیر اقلیمی بر مصرف انرژی الکتریکی بخش مسکونی و همچنین معرفی بهترین مدل در برآورد مصرف، با استفاده از مدلسازی مصرف انرژی الکتریکی انجام شده است. دادههای اقلیمی برای سال‌های 2003 تا 2022 از مرکز پیش‌بینی میان مدت وضع هوا (ECMWF) و همچنین دادهای مصرف سالیانه انرژی الکتریکی بخش مسکونی به تفکیک استان‌های ایران، از توانیر دریافت شد. به منظور بررسی روند، از آزمون ناپارامتریک من-کندال استفاده گردید و برای مدلسازی مصرف انرژی الکتریکی، از مدلهای، رگرسیون خطی چندگانه(MLR) ، شبکه‌های عصبی مصنوعی (ANN)، ماشین بردار پشتیبانی (SVM) و جنگل تصادفی (RF) استفاده شد. نتایج نشان داد که همبستگی میان مصرف انرژی الکتریکی بخش مسکونی و دمای‌کمینه و بیشینه، در تمام استان‌های کشور مثبت و رابطه مصرف انرژی الکتریکی با شاخص UTCI در استان‌های مختلف، مقادیر مثبت و منفی را به خود اختصاص داده است. به طوری که در 22 استان همبستگی مثبت و در 9 استان همبستگی منفی می‌باشد. نتایج حاصل از برسی روند تغییرات نشان داد که دمای‌کمینه، دمای بیشینه و انرژی الکتریکی، در همه استان‌ها روند افزایشی داشته است اما شاخص UTCI، روند منفی را هم در تعدادی از استان‌ها ثبت کرده است. همچنین رابطه‌ای که از مدل رگرسیونی گام به گام حاصل شد، نشان داد که در 23 استان، تنها متغیر تاثیرگذار، دمای کمینه می‌باشد. در استان‌های اصفهان، خراسان جنوبی و کرمان، متغیر‌های دمای‌کمینه و شاخص UTCI به عنوان متغیر تاثیرگذار شناخته شد. در استان‌های اردبیل، گیلان و گلستان، تنها دمای بیشینه وارد معادله گردید. نتایج حاصل از مدلسازی نشان داد، مدل ANN عملکرد بهتری را نسبت به سه مدل دیگر داشته است. به طوری که بیشترین ضریب همبستگی با 79/0 و حداقل خطا با 360 را ثبت کرده است. مدلهای MLR، SVM و RF به ترتیب عملکرد بهینه، در رتبه‌های بعدی قرار دارند.
آب و هواشناسی
ابراهیم مسگری؛ تقی طاوسی؛ پیمان محمودی
چکیده
خبندان یکی از پدیدههای مهم مورد مطالعه در اقلیم شناسی است که وقوع ناگهانی آن در ابتدا و انتهای فصل سرما، می تواند بسیار خطرزا برای بخش کشاورزی باشد. لذا برای مدل سازی و پهنه بندی شاخصهای آماری یخبندان ها در استان کردستان، دادههای مربوط به دمای حداقل روزانه 6 ایستگاه همدید برای یک دوره 16 ساله (2016 – 2001) از سازمان هواشناسی ایران ...
بیشتر
خبندان یکی از پدیدههای مهم مورد مطالعه در اقلیم شناسی است که وقوع ناگهانی آن در ابتدا و انتهای فصل سرما، می تواند بسیار خطرزا برای بخش کشاورزی باشد. لذا برای مدل سازی و پهنه بندی شاخصهای آماری یخبندان ها در استان کردستان، دادههای مربوط به دمای حداقل روزانه 6 ایستگاه همدید برای یک دوره 16 ساله (2016 – 2001) از سازمان هواشناسی ایران اخذ گردیدند. در ادامه با استفاده از مدلهای رگرسیونی چند متغییره رابطه بین پنج شاخص آماری یخبندان ها یعنی متوسط تاریخ آغاز یخبندان، متوسط تاریخ خاتمه یخبندان، متوسط تعداد سالانه روزهای یخبندان، متوسط طول فصل یخبندان و متوسط طول فصل رشد با سه عامل ارتفاع، طول و عرض جغرافیایی مدل سازی گردید. در ادامه بر اساس مدلهای رگرسیونی به دست آمده برای هر شاخص، نقشههای پهنه بندی آنها برای استان کردستان تهیه شدند. نتایج حاصل از مدلسازی رگرسیونی بین شاخصهای مختلف یخبندان با سه عامل ارتفاع، عرض و طول جغرافیایی در استان کردستان نشان داد که این سه عامل به ترتیب می توانند 95، 90، 88، 80 و 72 درصد تغییرات مربوط به طول دوره رشد، وقوع اولین روز یخبندان، طول دوره یخبندان، فراوانی وقوع روزهای یخبندان و وقوع آخرین روز یخبندان را تبیین کنند. آرایش فضایی شاخصهای مختلف یخبندان در استان کردستان نیز نشان از یک آرایش غربی به شرقی در مقادیر شاخصهای مختلف یخبندان دارد. یعنی هر چه از جانب غرب به سمت شرق حرکت می کنیم تعداد فراوانی روزهای یخبندان و همچنین طول دوره یخبندان کاهش پیدا می کند و متعاقب آن فصل رشد افزایش پیدا می کند. متناسب با این تغییرات وقوع اولین روز و آخرین روز یخبندان نیز با تاخیرهای زیادی در بین نیمه شرقی و غربی این استان قابل مشاهده است.
