نوع مقاله : مقاله علمی پژوهشی

نویسندگان

1 گروه آب و هواشناسی، دانشکده برنامه ریزی و علوم محیطی دانشگاه تبریز، تبریز، ایران

2 استاد، گروه آب و هواشناسی، دانشکده برنامه ریزی و علوم محیطی دانشگاه تبریز، تبریز، ایران

3 استاد گروه جغرافیای طبیعی، دانشگاه زنجان، زنجان، ایران

4 گروه آب و هواشناسی، دانشکده برنامه ریزی و علوم محیطی، دانشگاه تبریز، تبریز، ایران

10.22034/gp.2022.10854

چکیده

مطالعه ی حاضر سعی دارد با رویکردی جدید رویدادهای بارشی فرین در غرب ایران را با توجه به دو شاخصه شناسایی کند: اول تعیین آستانه ای مناسب؛ آن گونه که هم شناسایی رخدادهای فرین، از نظر فراوانی وقوع امکان پذیر باشد و هم از نظر بزرگی و اندازه، بیشترین نزدیکی را با رفتار اقلیم شناختی بارش در منطقه داشته باشد. دوم مشخص کردن مقیاس مکانی مناسب برای مطالعه این رویدادها در غرب ایران. هدف از مقیاس مکانی، تعریف شرایط فراگیر برای رخدادهای فرین می باشد. برای رسیدن به این هدف از پایگاه داده های شبکه بندی بارش روزانه در ماتریسی با ابعاد 6410×18993 از سال 1965 تا 2016، بهره گرفته شده است. برای شناسایی این بارش ها علاوه بر آستانه اصلی که میانگین بارش های بیش از صدک 75 برای هر پیکسل و به ازای هر روز از سال می باشد، آستانه دومی که انحراف معیار این بارش ها است با مقادیر یک، دو و سه برابری، به میانگین افزوده شده است. بر این اساس سه گروه از بارش های فرین در منطقه شناسایی شد و براساس گستره ی مکانی که تحت پوشش قرار گرفته بود، تفکیک و الگوهای فشار تراز دریا توام با این بارش ها برای هر گستره استخراج شد. سپس با استفاده از تکنیک تحلیل خوشه ای، طبقه بندی گردید. نتایج حاصل از به کار گیری فرآیند فوق، نشان داد که میانگین بارش های بیش از صدک 75 به علاوه دو برابر انحراف استاندارد، آستانه ای بهینه برای مطالعه فرین های بارشی در غرب ایران محسوب می شود و همچنین حداقل گستره برای شناسایی بارش فرین فراگیر در این منطقه، پهنه 20 درصد و بالاتر می باشد.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Identification of Extreme Precipitation Events in the West of Iran (1965-2016)

نویسندگان [English]

  • saeid Jahanbakhshasl 1
  • Behrouz Sari Sarraf 2
  • Hossein asakereh 3
  • soheila shirmohamadi 4

1 Department of Climatology, Faculty of planning and Environmental sciences, Tabriz University, Tabriz, Iran

2 Professor, Department of Climatology, Faculty of planning and Environmental sciences, Tabriz University, Tabriz, Iran

3 Professor, Department of Physical Geography, Zanjan University, Zanjan, Iran

4 The Department of Climatology, Faculty of planning and Environmental sciences, Tabriz University, Tabriz, Iran

چکیده [English]

Introduction
Climate extreme events have expanded and intensified during the 21st century. Extreme precipitation event annually leads to severe damage in agriculture, environment, infrastructures and even the human loss. Therefore, identification of the behavior of such events is one of the pivotal aspects of climatic change and the increase of information about extreme precipitation is tangibly necessary for the society especially with regard to those, living in the areas with high risk of flood. extreme precipitation events can be defined as significant deviations from the precipitation mean. As a result, to identify such precipitations, a criterion was needed to evaluate the rate of precipitation values’ deviation from mean. Importantly, given the different types of indicators and thresholds proposed for extracting extreme precipitation, choosing an appropriate threshold with climatology conditions of the study region which could also be capable of identifying extreme precipitation optimally in terms of amount and frequency, requires high precision. The present study aimed at identifying the extreme precipitation events in the west of Iran through introducing the appropriate threshold and spatial scale for the extraction and investigation of these events.
Data and Methods
The west of Iran with the areaof 230760 square  kilometers includes about 14% of total area of Iran. Zagros Mountains, stretching from northwest to southeast, are the most important feature of the west of Iran.
 Two databases have been used in this study. The first database regardsthe precipitation data of 1129 synoptic stations, climatology and rain gauge in the west of Iran. The stations statistics have been checked in terms of existence of any outlier. Ultimately 823 stations out of 1129, were used for producing gridded data. The gridded data, are the results from the interpolation of daily precipitation observations since January 1st 1965 to December 31st 2016, using Kriging interpolation method and spatial separation of 6*6 kilometers. the final base, a matrix possessing the dimensions of18993*6410 (representing time on the rows and place on the columns) was developed. The second database referred to the Sea-level pressure patterns (Hectopascal).
To identify such precipitations, in addition to the main threshold that includesthe mean of precipitation more than 75th percentile for each pixel per day of a year, a second threshold including the standard deviation of these precipitations (with the values of one, two, and three times more) has been also added to the mean. Accordingly, three groups of extreme precipitation were identified in the region which were separated according to the spatial zone that had been covered. Moreover, the sea-level pressure patterns were extracted with regard to these precipitations for each zone andthen classified using clustering analysis technique.
Results and Discussion
three groups of precipitations with different coverage zoneswere identified: 1- 83 days with equal to or more precipitation than the mean of precipitations more than 75th percentile plus one time standard deviation which cover more than 40% of the region. 2- 144 days with equal to or more precipitation than the mean of precipitations more than 75th percentile plus two times standard deviation which cover more than 20% of the region. 3- 82 days with equal to or more precipitation than the mean of precipitations more than 75th percentile plus three times standard deviation which cover more than 20%
The maps of 7 participation groups of the first type in comparison with 6 precipitation groups of the second and third type contain common and repetitive patterns. Each precipitation maps of the second and third types explains a type of patternand there is minimum overlapping in the maps. Therefore, the precipitations are obtained from the most particular and distinct atmospheric patterns. considering the three properties of 1- equality of precipitation groups of type two and three (both include 6 groups of atmospheric patterns). 2- repeating the atmospheric patterns of precipitation of type two prominently in the precipitations of type three. 3- the formation of the most optimum atmospheric modeling for the precipitations of both thresholds in the zones of 20% and higher, in the west of Iran, the extreme precipitations refer to those with higher means of recipitations more than 75th percentile plus two times standard deviations,have mostly occurred in the zone of 20% and higher of the region.

کلیدواژه‌ها [English]

  • extreme precipitation
  • pervasive event
  • 75th percentile
  • standard deviation
  • west of Iran
  • براتی، غلامرضا، بداق جمالی، جواد، ملکی، ناصر، (1391)، نقش واچرخندها در رخداد بارش های سنگین دهه اخیر غرب ایران، پژوهش های جغرافیای طبیعی، سال 44، شماره 12، 98-85.
  • جهانبخش اصل، سعید، محمد خورشید دوست، علی، دین پژوه ،یعقوب، سرافروزه، فاطمه، (1393)، تحلیل روند و تخمین دوره های بازگشت دما و بارش های حدی در تبریز، نشریه جغرافیا و برنامه ریزی، دوره 18، شماره 50، 133-107.
  • رحیم زاده، فاطمه، هدایتی دزفولی، اکرم، پوراصغریان، آرزو، (1390)، ارزیابی روند و جهش نمایه های حدی دما و بارش در استان هرمزگان، جغرافیا و توسعه، شماره 21، 116-97.
  • رضایی بنفشه، مجید، حسین علی پور گزی، فرشته، جعفری شندی، فاطمه، علی محمدی، مجید، (1394)، تحلیل همدید بارش های سنگین پهنه شمال غرب ایران (با تاکید بر الگوی ضخامت جو)، جغرافیا و برنامه ریزی، شماره 53، 136-117.
  • رضیئی، طیب، عزیزی، قاسم، (1387)، بررسی توزیع مکانی بارندگی های فصلی و سالانه در غرب ایران، پژوهش های جغرافیای طبیعی، شماره 65، 108-93.
  • ساری صراف، بهروز، رسولی، علی اکبر، کیانی سفیدان جدید، طاهره، ملکیان، اشرف، (1387)، تحلیل همدید بارش های رگباری در حوضه جنوبی رود ارس، فضای جغرافیایی، سال 8، شماره 24،138-123.
  • ستوده، فاطمه، علیجانی، بهلول، (1394)، رابطه پراکندگی فضایی بارش های سنگین و الگوهای فشار در گیلان، تحلیل فضایی مخاطرات محیطی، سال 2، شماره 1،73-63.
  • عساکره، حسین، (1390)، مبانی اقلیم شناسی آماری، چاپ اول، زنجان، انتشارات دانشگاه زنجان.
  • عساکره، حسین، ترکارانی، فاطمه، سلطانی، صغری، (1393)، میانگین الگوهای گردشی توأم با بارش سنگین در شمال غرب ایران، تحلیل فضایی مخاطرات محیطی، سال 1، شماره 1، 96-85.
  • عساکره، حسین، شادمان، حسن، (1392)، کاربرد روش های آماری در شناسایی رویدادهای فراگیر اقلیمی مطالعۀ موردی: روزهای گرم فراگیر در ایران زمین، اندیشه جغرافیایی، سال 7، شماره 14،94-77.
  • عساکره، حسین، مسعودیان، سیدابوالفضل، شادمان، حسن، (1395)، تحلیل همدید-پویشی روزهای گرم فراگیر در ایران زمین، جغرافیا و توسعه، سال 14، شماره 42،27 -44.
  • عساکره، حسین،(1391)، تغییر توزیع فراوانی بار ش های فرین شهر زنجان، مجله جغرافیا و برنامه ریزی محیطی، سال 23، شماره 1،66-51.
  • محمد خورشید دوست، علی، مفیدی، عباس، رسولی، علی اکبر، آزرم، کامل، (1395)، تحلیل همدیدی سازوکار وقوع بارش های سنگین بهاره در شمال غرب ایران، مجله مخاطرات محیط طبیعی، دوره 5، شماره 8، 82-53.
  • مسعودیان، ابوالفضل، دارند، محمد، (1392)، شناسایی و بررسی تغییرات نمایه های بارش فرین ایران طی دهه های اخیر، مجله جغرافیا و توسعه ناحیه­ای، شماره 20، 257-239.
  • مظفری، غلامعلی، مزیدی، احمد، شفیعی، شهاب، (1396)، واکاوی روابط فضایی بارشهای فرین غرب ایران، جغرافیا و توسعه، سال پانزدهم، شماره 46، 184-169.
  • Alexander, L., X. Zhang, T. C. Peterson, J. Caesar, B. Gleason, A. Klein Tank, M. Haylock, D. Collins,B. Trewin, F. Rahimzadeh, A.Taghipour, K.Rupa Kumar,J. Revadekar,G. Griffiths, L. Vincent, D.Stephenson, J. Burn, E. Aguilar, M. Brunet, M. Taylor, M. New, P. Zhai, M. Rusticucci, J. L. Vazquez- Aguirre., (2006), Global observed changes in daily climate extremes of temperature and precipitation, J.Geophys.Res., D05109.
  • Brito, A, L. Paixão Veiga ,J, A. Yoshida, M, C., (2014), Extreme Rainfall Events over the Amazon Basin Produce Significant Quantities of Rain Relative to the Rainfall Climatology, Atmospheric and Climate Sciences, 4, 179-191.
  • Chu, P-S. Chen ,Y. R. Schreder ,T.A., (2010), Changes in Precipitation Extremes in the Hawaiian Islands in a Warming Climate, Journal Of Climate, Volume 23, 4881-4900.
  • H.J, EK. Strom. M, Kilsby. C. G. and Jones., (2005), New estimates of Future changes in extreme rainfall across the UK using regional climate model integrations. 1:Assessment of control climate, Journal of Climatology, 300,212-233.
  • Fu, G. Viney, N,R. Charles, S,P. LIU, J ., (2010), Long-Term Temporal Variation of Extreme Rainfall Events in Australia: 1910–2006 , Journal Of Hydrometeorology, Volume 11, 950-965.
  • Iskander , S,M. Rajib, M, A. Rahman, M, M., (2014), Trending Regional Precipitation Distribution and Intensity: Use of Climatic Indices, Atmospheric and Climate Sciences, 4, 385-393.
  • Powell, E, J. Keim, B, D., (2015), Trends in Daily Temperature and Precipitation Extremes for the Southeastern United States:1948–2012,Journal of climate,Volume28,1592-1612.
  • Rousta, I. Soltani, M. Zhou, W. Cheung, H, H, N., (2016), Analysis of Extreme Precipitation Events over Central Plateau of Iran, American Journal of Climate Change, 5, 297-313.
  • Rudari, Roberto, Dara Entekhhabi and Giorgio Roth ,(2005), Largescale atmospheric patterns associated with mesoscale features leading to extreme precipitation event in Northwestern Italy, Advance in Water Resources, 28, 601-614.
  • Zhang, Q. Chen, X. Stefan, B., (2011), Spatio-Temporal Variations of Precipitation Extremes in the Yangtze River Basin (1960-2002), China, Atmospheric and Climate Sciences, 1, 1-8.
  • Zongxing L, Yuanqing H, Wang P, Wilfred H. Theakstone, Wenling A, Wang X, Aigang Lu, Zhang W and Cao W., (2012), Changes of daily climate extremes in southwestern China during 1961–2008.Global and Planetary Change,80.255–27265.