نوع مقاله : مقاله علمی پژوهشی

نویسندگان

• حسین عساکره ¹
• علی بیات ²

¹ اقلیم شناسی دانشگاه زنجان

² اقلیم شناسی از دانشگاه زنجان

چکیده

تحلیل مولفه­های اصلی یک روش بهینه ریاضی برای کاهش حجم داده­ها و تبدیل متغیرهای اولیه به چند مولفه محدود است به­طوری که این چند مولفه بیشترین پراش متغیرهای اولیه را توجیه نماید. در این مطالعه برخی مشخصات آماری بارش سالانه شهر زنجان شامل مجموع بارش سالانه، تعداد روزهای بارانی، بزرگ­ترین بارش روزانه در سال، نسبت بارش بیشینه به مجموع بارش سالانه و مشخصاتی از قبیل انحراف معیار، چولگی، کشیدگی، میانگین قدر مطلق انحراف از میانگین و میانگین قدر مطلق تغییرپذیری سالانه که از بارش ماهانه برای هر سال محاسبه گردید در معرض تحلیل مولفه­های اصلی قرار گرفت. نتایج نشان داد که با چهار مولفه می­توان بیش از 95 درصد از تغییرات بارش سالانه را توضیح داد. مولفه اول که بالاترین پراش داده­ها (6/42 درصد) را تبیین می­کند، نماینده بارش سالانه و شاخص­های مطلق تغییرپذیری آن یعنی انحراف معیار، میانگین قدر مطلق انحراف از میانگین و میانگین قدر مطلق تغییرپذیری سالانه می­باشد. مولفه دوم نماینده شاخص­های شکل توزیع فراوانی (چولگی و کشیدگی)، مولفه سوم نماینده بارش­های بیشینه و در نهایت مولفه چهارم نماینده تعداد روزهای بارانی می­باشد. تحلیل روند نمرات مولفه­ها نشان داد که نمرات مولفه­های اول و چهارم به ترتیب دارای روند معنی دار کاهشی و افزایشی حول یک خط را دارند که نشان از کاهش بارش در طول دوره آماری مورد مطالعه از یک طرف و یکنواخت شدن توزیع زمانی آن دارد.  

کلیدواژه‌ها

• تحلیل مولفه¬های اصلی
• روند
• بارش
• شهر زنجان

عنوان مقاله [English]

The Analysis of the Trend and the Cycles of Annual Precipitation Characteristics of Zanjan

نویسندگان [English]

• Hossein Asakareh ¹
• Ali Bayat ²

¹ Zanjan University of Climatology

² Climatology, University of Zanjan

چکیده [English]

Principal Component Analysis (PCA) is an optimum mathematical method to decrease variables into some limited components in order to justify the highest variance of primary variables. In this study some statistical characteristics of annual precipitation of Zanjan city including sum of annual precipitation, number of rainy days, extreme daily precipitation in a year, the ratio of extreme precipitation to the sum of annual precipitation and some characteristics such as Standard Deviation (SD), Skewness (Sk), Kurtosis (Ku), Absolute Mean Deviation (AMD) and Mean Absolute Interannual Variability (MAIV) were was calculated from monthly precipitation for each year, and were introduced principal component analysis technique. The results show that 95% percent of annual precipitation variations can be explained through 4 components. The first component which indicates the highest data variance (42.6%), represents annual precipitation and absolute variability indices including SD, AMD and MAIV. The second component represents the shape of frequency distribution indices (Sk, Ku), the third component represents extreme precipitations and finally the fourth component represents the number of rainy days. The analysis of the trend of components scores show that first and fourth components scores have a significant decreasing and increasing trend, respectively. Round a lines show a precipitation decrease during the period under study from one hand and having uniform temporal distribution on the other hand.

کلیدواژه‌ها [English]

• Principal component analysis
• Trend
• Precipitation
• Zanjan City