نوع مقاله : مقاله علمی پژوهشی

نویسندگان

1 ـ استاد گروه آب و هوا شناسی دانشگاه تبریز

2 دانشجوی دکترای آب و هواشناسی دانشگاه تبریز.

2

چکیده

چکیده 
یکی از مهم­ترین مسائل در مناطق خشک و نیمه­خشک مدیریت منابع آب است. بنابراین  با مطالعه و شناخت رفتارها و احتمال وقوع یا عدم وقوع بارش توان مدیریتی مربوط به منابع آبی را در این مناطق بهبود بخشید. در این پژوهش احتمال وقوع روزهای همراه با بارش در جنوب غرب ایران با استفاده از داده­های بارش روزانه ایستگاه­های سینوپتیک در دوره آماری 1995-2009 و با استفاده از مدل زنجیره مارکف انجام شد. سپس ماتریس فراوانی، ماتریس تغییر وضعیت و ماتریس پایا محاسبه شد و در نهایت بارش­های تداومی و دوره بازگشت بارش­های 2 و 5 روزه محاسبه گردید. نتایج نشان می­دهد که کم­ترین احتمال بارش در مناطق هموار و بیش­ترین احتمال بارش در مناطق کوهستانی است. هم­چنین بیش­ترین احتمال ماهانه مربوط به ژانویه و کم­ترین احتمال در تابستان قرار دارد. کم­ترین دوره بازگشت و بیش­ترین بارش­های تداومی در ایستگاه­های کوهستانی و بیش­ترین دوره بازگشت و کم­ترین احتمال بارش­های تداومی در مناطق هموار قرار دارد. هم­چنین در ماه ژوئن برخلاف سایر ماه­ها احتمال روزهای بارانی در دامنه پشت به باد بیش­تر است

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Analysis of the Frequency and the Spell of Rainy Days Using Markove Chain Model in Southwest of Iran

نویسندگان [English]

  • mohammad ali khorshiddoost 1
  • mojtaba fakhari 2

1 Professor, Department of Climatology, the University of Tabriz.

2 Ph.D., Student Department of Climatology, the University of Tabriz.

چکیده [English]

Abstract
One of the most important issues in arid and semi-arid regions is water resources management. Thus the study of the occurrence or non-occurrence of precipitation behavior can improve management water resources in these areas. In this study, the occurrence of days with precipitation in the south west of Iran using daily rainfall synoptic stations in the 1994-2009 periods and adapting Markov chain was performed. The frequency matrix, switching matrix and stable matrix as well as continuous rainfall and the rainfall return periods of 2 and 5 days were calculated. The results show that the minimum probability of rain is in the plain area while the highest probability of rainfall belongs to the mountainous area. Also the highest probability of monthly precipitation is in January and the minimum is that of summer. The minimum of return period and the maximum continuous rainfall are in the mountainous stations and the maximum of return period and minimum continuous rainfall are in the plain area. Also unlike the other months, the maximum of probability rainy days in June is in eastern parts of mountains.

کلیدواژه‌ها [English]

  • Keywords: Markov chains
  • Precipitation in South West Iran
  • Occurrence Probability
ـ آمار نامه کشاورزی، وزارت جهاد کشاورزی، جلد اول، محصولات زراعی سال 89-1388.
ـ دریاباری، سیدجمال­الدین (1385)، «پیش­بینی خشکسالی بر اساس مدل­های ماتریس احتمال انتقال تجربی در مناطق مختلف ایران»، تحقیقات کاربردی علوم جغرافیایی، دوره 5 ،جلد 5، شماره7، صفحه 87-104.
ـ رضیئی، طیب؛ دانش­کار آراسته، پیمان؛ اختری، روح­انگیز و بهرام ثقفیان (1386)، «بررسی خشک سالی­های هواشناسی در استان سیستان و بلوچستان با استفاده از نمایه SPI و مدل زنجیره مارکف»، تحقیقات منابع آب ایران، سال سوم، شماره 1، صص 25-35.
ـ سلاجقه، علی، ابوالحسن فتح­آبادی و حمید غلامی (1387)، «شبیه­سازی داده­های سرعت باد با استفاده از مدل­های استوکاستیک»، ویژه­نامه منابع طبیعی، 1387، صص 208 تا 218 .
ـ سلیقه، محمد؛ علیجانی، بهلول و قدیر دل­آرا (1390)، «تحلیل فضایی بارش فصول مرطوب سال با استفاده از مدل زنجیره مارکف مطالعه موردی استان اردبیل»، نشریه تحقیقات کاربردی علوم جغرافیایی، جلد 20، شماره 23، صص25-44.
ـ طاوسی، تقی؛ خسروی، محمود و خالد قادری زه (1389)، «بررسی خشکسالی و تحلیل روند دوره های خشک کوتاه مدت ایرانشهر با استفاده از مدل زنجیره مارکف در دوره آماری 1359-1385، علوم محیطی، سال هفتم، شماره چهارم، صص31-44.
ـ عساکره، حسین (1387)، «بررسی احتمال تواتر و تداوم روزهای بارانی در شهر تبریز با استفاده از مدل زنجیره مارکف»، تحقیقات منابع آب، سال چهارم، شماره 2، صص 46-56.
ـ علیجانی، بهلول (1380)، «شناسایی تیپ­های هوایی باران­آور تهران بر اساس محاسبه چرخندگی، تحقیقات جغرافیایی، شماره 63 ، صص 114-132.
ـ قمقامی، مهدی و بذرافشان، جواد (1391) «پیش­آگاهی وضعیت خشکسالی هواشناسی در گستره ایران با استفاده از مدل زنجیره مارکف»، حفاظت منابع آب و خاک، سال اول، شماره 3، صص 1-11.
ـ مساعدی، ابوالفضل و عیوضی، معصومه (1387)، «شناسایی و پیش­بینی تعدادی از خصوصیات خشکسالی­های هواشناسی در استان گلستان با استفاده از زنجیره مارکف»، پژوهش کشاورزی: آب، خاک و گیاه در کشاورزی، جلد هشتم، سماره اول(ب)، صص 99-89.
» مستمند، رامین؛ حقیقت، مسعود و رنجبر، سعید (1382)، «تحلیل آماری دوره های تر و خشک بارندگی در 5 نقطه از استان فارس»، چهارمین کنفرانس هیدرولیک ایران، 29 مهر ماه 1382.
ـ مشکانی، محمدرضا (1363)، «بررسی احتمال تواتر روزهای خشک بابلسر از دیدگاه بیز تجربی»، مجله علوم آب، شماره 3، صص 37-49.
ـ میرموسوی، حسین و حسن زهره­وندی (1390)، «مدل­سازی احتمالات بارش هفته­ای جهت تحلیل روزهای خشک متوالی (نمونه موردی ایستگاه هواشناسی قهاوند استان همدان)»، دومین کنفرانس ملی پژوهش­های کاربردی منابع آب ایران، زنجان، 28-29 اردیبهشت 1390.
ـ هینگز، ج.ج و مک نالتی سالی کلر(1379)، «مفاهیم احتمال و مدل­بندی تصادفی، ]علی مشکانی[»، مشهد، نوبت اول، انتشارات دانشگاه فردوسی مشهد.
ـ یوسفی، نصرت­ا... و ایران­نژاد، پرویز (1386)، «برآورد احتمالات خشکسالی و تر سالی با استفاده از زنجیره مارکف و توزیع نرمال (مطالعه موردی قزوین)»، پژوهش­های جغرافیایی، شماره 60، صص 121-128.
-Dastidar, A.G., Ghosh, D. & Dasgupta, S., (2009), “Higher order Markov chain model for monsoon rainfall over West Bengal”, India, Indian Journal of Radio& Space Physics, Vol. 39, pp39- 44.
-Deni, S.M. & Jemain, A.A, (2012), “Comparison between Mixed probability Models and Markov Chain for weekly dry and wet spells in Peninsular Malaysia”, Proceedings of the Word Congress on Engineering, Vol 1, july 4- London, U.K.
-Lennartsson, J, (2008), “Modeling precipitation in Sweden using multiple step Markov chains and a composite model”, Thesis for the degree of B.Sc. of Enginering in Mathematical Statistics, Chalmers University of Technology and University of Gothenburg، Goteborg, Sweden.
-Paulo, A.A. & Pereira, L.S. (2007), “Prediction of SPI drought class transitions using Markov Chains”, Water Resource Manage, 21, 1813-1827.
-Thyer, M. & Kuczera, G. (2003), “A Hidden Markov Model for modeling long term persistence in multi site rainfall time series, 2. Real datd analysis”, Journal of Hydrology, 275, 27-48.