شناسایی روزهای همراه با بارش سیل‌آسا مبتنی بر آستانه گذاری منطقه‌ای در ایران

نوع مقاله : مقاله علمی پژوهشی

نویسندگان

1 دانشجوی دکترای گروه جغرافیای طبیعی، دانشکده جغرافیا، دانشگاه خوارزمی تهران، تهران، ایران

2 دانشیاردانشگاه خوارزمی،تهران،ایران

3 استاد اقلیم شناسی، گروه جغرافیای طبیعی، دانشکده علوم جغرافیا، دانشگاه خوارزمی، تهران، ایران

10.22034/gp.2025.65476.3355

چکیده

هدف اصلی از این پژوهش شناسایی روز‌های توام با بارش سیل‌آسا و بررسی فراوانی رخ داد آن‌ها در ایران می‌باشد. برای این منظور ابتدا اقدام به دریافت داده‌های بارش ساعتی ERA5 با تفکیک مکانی 25/0 در 25/0 درجه قوسی برای سال‌های 1940 تا 2023 شده و پس از آن اقدام به محاسبه مجموع بارندگی روزانه و تفکیک فصلی آن‌ها شده و در ادامه برای جداسازی روزهای بارشی از غیر بارشی آستانه نیم میلیمتر در نظر گرفته شده و با استفاده از شاخص صدک 95ام اقدام به استخراج آستانه‌های بارش سیل‌آسا شده است. پس از استخراج آستانه‌های برای هر فصلی جهت تحلیل دقیق‌تر اقدام به طبقه‌بندی آستانه‌ها در هفت طبقه شده که طبقه اول کم‌ترین آستانه و طبقه هفتم بالاترین آستانه را دارد. نتایج نشان می‌دهد که بالاترین میزان آستانه یعنی بارش بالاتر از 30 میلیمتر در تمامی فصول سال وجود داشته ولی از نظر پوشش مکانی در دو فصل پاییز و زمستان نمود بیشتری دارد و در فصل تابستان به حداقل خود یعنی کمتر از یک درصد از مساحت کشور رسیده است. کم‌ترین آستانه ثبت شده یعنی بارش کم‌تر از 2 میلیمتر تا 5 میلیمتر(طبقه اول و دوم) فقط در فصل تابستان وجود داشته و پوشش مکانی آن به حدود 55 درصد از مساحت کشور رسیده است. از نظر فراوانی هسته‌ اصلی بارش‌های سیل‌آسا در فصل تابستان بر روی سواحل جنوبی خزر بوده و در سایر فصول علاوه بر سواحل جنوبی خزر بر روی غرب، شمال‌غرب، جنوب‌غربی و مناطق محدودی از شمال‌شرقی قرار دارد.

تازه های تحقیق

در این پژوهش به ­منظور مطالعه بارش­های سیل­آسا از داده­های بارش مرکز پیش­بینی میان­مدت جوی اروپایی (ECMWF) برای نسخه ERA5[1] در مقیاس ساعتی برای سال­های 1940 تا 2023 با تفکیک مکانی 25/0 در 25/0 درجه قوسی برای سرزمین ایران استفاده شده است. داده­های بارش نسخه ERA5 دارای مقیاس ساعتی بوده و هر روز 24 بار این داده­ها ثبت شده و این باعث ایجاد ماتریسی به ابعاد  736344 (تعداد برداشت) در 2494 (تعداد یاخته­ها) شده که پس از کد نویسی در محیط متلب اقدام به محاسبه مجموع بارش به صورت روزانه گردید و این کار یک ماتریس جدید به ابعاد 30681 (تعداد روزها) در 2494 (تعداد یاخته­ها) ایجاد کرده است. داده­های اقلیمی از نظر زمانی به دو دسته تقسیم می­شوند. دسته اول از این داده­ها همیشه در یک محیط وجود دارند و فقط در طی روزهای سال کم یا زیاد می­شوند این داده­های از نظر زمانی دارای پیوستگی هستند، برای نمونه می­توان به داده­های دما اشاره کرد این داده از نظر زمانی پیوسته بوده و دارای دامنه­ای از بی‌نهایت منفی تا بی­نهایت مثبت هست بنابراین هر روز دما خوا مثبت، منفی و یا صفر برای یک منطقه یا ایستگاه ثبت می‌شود. دسته دوم داده­های هستند که همیشه وجود ندارند و از نظر زمانی حالت گسسته دارند که از این میان می­توان به باران و برف، آلودگی هوا و طوفان­های گرد و غبار اشاره کرد به طور مثال امروز بارش داریم ولی فردا بارش نداریم، امروز هوا آلوده هست ولی فردا هوا آلوده نیست. بنابراین شناسایی فرین­های هر کدام از داده­ها باید با هم فرق داشته باشند.

در این پژوهش پس از دریافت داده‌های بارشی از پایگاه داده مربوطه و محاسبات مقدماتی اقدام به شناسایی روزهای بارشی از غیر بارشی با در نظر گرفتن آستانه نیم میلیمتر شده علت استفاده از این آستانه حذف خطاء موجود در داده‌ها، کاهش خطاء در داده‌های شبکه‌ای و همچنین شناسایی روزهای واقعی بارشی براساس تعریف سازمان هواشناسی می‌باشد، درنتیجه استفاده از این آستانه به عنوان یک فیلتر اولیه برای شناسایی روزهای بارشی و تمرکز بر رویدادهای بارش سیل‌آسا بسیار مهم می‌باشد. بنابراین روزی که بارش آن بالاتر یا مساوی نیم میلیمتر باشد به عنوان یک روز همراه با بارش شناسایی می‌شود (اسدالهی و همکارن؛ 1395). از مهم­ترین روش­ها برای شناسایی روزهای توام با بارش­های سیل­آسا استفاده از روش­های صدکی بخصوص صدک 90ام، 95ام و 99ام می­باشد (عساکره و اشرفی، 1403). صدک 90ام چون 10 درصد بالای داده‌ها می‌باشد بارش‌های را در بر میگیرد که خلیلی شدید نیستند و باعث کاهش حساسیت تحلیل به رویداد‌های شدید می‌شود. صدک 99ام تنها یک درصد بالای داده‌ها را شامل می‌شود و از رویداد بسیار کم می‌باشد. این تعداد کم در تحلیل‌های آماری معمولا کافی نمی‌باشد به ویژه در داده‌های کوتا مدت و در مناطقی با تنوع بارش کم سبب رخ دادن خطاء می‌شود. 

اما صدک 95ام برخلاف دو صدک دیگر به اندازه کافی بالا می‌باشد که رویدادهای شدید را شناسایی کند، و به اندازه کافی داده فراهم می‌کند تا تحلیل آماری معنادار باشد و باعث می‌شود که بتوان الگوها و روندهای مرتبط با بارش‌های سنگین را با دقت بیشتری بررسی کرد. بنابراین در پژوهش حاضر از صدک 95ام جهت شناسایی بارش‌های سیل‌آسا استفاده شده است. نمایه آستانه صدکی براساس رابطه 1 تعریف می­شود.

رابطه‎ 1)

 

در رابطه فوق  آستانه صدک مورد نظر، a صدک مورد نظر و n طول دوره­ی آماری می­باشد (حسینجانی و همکاران، 1399).

بنابراین برای استخراج آستانه­های بارشی سیل­آسا فقط از داده­های روزهای که دارای بارش هستند استفاده می­شود و روزهای فاقد بارش حذف شده و اصل داده­های ورودی به تابع صدکی فقط روزهای توام با بارش تعریف می­شود. با این تکنیک می­توان اقدام به شناسایی آستانه­های واقعی از غیر واقعی بارش کرد. در نتیجه در این پژوهش پس از شناسایی روزهای بارشی از غیر بارشی با در نظر گرفتن آستانه نیم میلیمتر با استفاده از صدک 95ام آستانه‌های بارش‌های سیل‌آسا به صورت جداگانه برای هر یاخته محاسبه شده و سپس اقدام به مقایسه بین آستانه‌های استخراج شده بصورت فصلی شده و در پایان به بررسی فراوانی رخ داد روز‌های توام با بارش سیل‌آسا و مقایسه‌ای آن‌ها بصورت فصلی شده است.

تجزیه و تحلیل داده‌ها

با در نظر گرفتن آستانه­ نیم میلیمتر اقدام به دسته بندی بارش به دو دسته روزهای بارشی و غیربارشی شده به نحوی که کدهای صفر(عدم بارش) روزهای که بارش آن کمتر از آستانه نیم میلیمتر و کد یک (روزهای بارشی) روزهای با بارش­های بالاتر یا مساوی از نیم میلیمتر شده است. پس از جدا سازی داده‌های بارشی از غیر بارشی با استفاده از صدک 95ام اقدام به شناسایی آستانه بارش‌های سیل‌آسا برای هر فصل گردیده و در گام بعدی برای بررسی دقیق‌تر پراکنش فضایی آستانه‌ها اقدام به طبقه بندی آن در هفت طبقه شده و مشخصات هر طبقه در جدول (1) آمده است. در پایان برای درک بهتر اقدام به مقایسه بین فراوانی‌های بارش‌های سیل‌آسا برای هر فصل شده است.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Identification of days with heavy rainfall based on regional thresholding in Iran

نویسندگان [English]

  • Enayat Asadolahi 1
  • Mehry Akbary 2
  • Zahra Hejazizadeh 3
1 Department of Natural Geography, Faculty of Geography, Kharazmi University of Tehran, Tehran, Iran
2 Moffateh St., Tehran, IRAN
3 professor of climatology, Department of Natural Geography, Faculty of Geography Sciences, Kharazmi University, Tehran, Iran
چکیده [English]

The main purpose of this research is to identify the days with heavy rains and to investigate the frequency of their in Iran occurrence . For this purpose, firstly, ERA5 hourly rainfall data with a spatial resolution of 0.25 x 0.25 degree was obtained for the years 1940 to 2023, and then the total daily rainfall and their seasonal breakdown were calculated, and then to separate the days A threshold of half a millimeter has been considered as rain or non-rain. And by using the 95th percentile index, the flood thresholds have been extracted. After extracting the seasonal thresholds for more detailed analysis, the thresholds were classified into seven classes, the first class has the lowest threshold and the seventh class has the highest threshold. The results show that the highest amount of threshold, i.e. rainfall above 30 mm, existed in all seasons of the year, but in terms of spatial coverage, it was more pronounced in the two seasons of autumn and winter, and in the summer season, it reached its minimum, which is less than one percent of the country's area. The lowest recorded threshold means rainfall less than 2 mm to 5 mm (first and second floor) existed only in the summer season and its spatial coverage has reached about 55% of the country's area. In terms of frequency, the main core of torrential rains is on the southern shores of the Caspian in the summer season, and in other seasons, in addition to the southern shores of the Caspian, it is located on the west, northwest, southwest and limited areas of the northeast.

کلیدواژه‌ها [English]

  • Iran
  • heavy rainfall
  • Precipitation threshold
  • ERA5 data

اصل مقاله

هدف اصلی از این پژوهش شناسایی روز‌های توام با بارش سیل‌آسا و بررسی فراوانی رخ داد آن‌ها در ایران می‌باشد. برای این منظور ابتدا اقدام به دریافت داده‌های بارش ساعتی ERA5 با تفکیک مکانی 25/0 در 25/0 درجه برای سال­های 1940 تا 2023 شده و پس از آن اقدام به محاسبه مجموع بارندگی روزانه و تفکیک فصلی آن‌ها شده و در ادامه برای جداسازی روزهای بارشی از غیر بارشی آستانه نیم میلیمتر در نظر گرفته شده و با استفاده از شاخص صدک 95ام اقدام به استخراج آستانه‌های بارش سیل‌آسا شده است. پس از استخراج آستانه‌های برای هر فصلی جهت تحلیل دقیق‌تر اقدام به طبقه‌بندی آستانه‌ها در هفت طبقه شده که طبقه اول کم‌ترین آستانه و طبقه هفتم بالاترین آستانه را دارد. نتایج نشان می‌دهد که بالاترین میزان آستانه بارش بالاتر از 30 میلیمتر در تمامی فصول سال وجود داشته ولی از نظر پوشش مکانی در دو فصل پاییز و زمستان نمود بیشتری دارد و در فصل تابستان به حداقل خود کمتر از یک درصد از مساحت کشور رسیده است. کم‌ترین آستانه ثبت شده بارشی کم‌تر از 2 میلیمتر تا 5 میلیمتر(طبقه اول و دوم) فقط در فصل تابستان وجود داشته و پوشش مکانی آن به حدود 55 درصد از مساحت کشور رسیده است. از نظر فراوانی هسته‌ اصلی بارش‌های سیل‌آسا در فصل تابستان بر روی سواحل جنوبی خزر بوده و در سایر فصول علاوه بر سواحل جنوبی خزر بر روی غرب، شمال‌غرب، جنوب‌غربی و مناطق محدودی از شمال‌شرقی قرار دارد. 

مراجع

قایاری، لیلا؛ اصغری سراسکانرود، صیاد و زینالی، بتول (1404). شناسایی و پهنه‌بندی مناطق مستعد وقوع مخاطره سیلاب در شهرستان گرمی. جغرافیا و برنامه‌ریزی، 29(91)، 60-78.
احمدی، محمود و داداشی رودباری، عباسعلی (1398). پایش روند دمای ماهیانه ایران مبتنی بر برونداد پایگاه داده مرکز پیش بینی میان مدت هواسپهر اروپایی، جغرافیا (فصلنامه علمی انجمن جغرافیایی ایران)، 17(60)، 86-104.
اسدالهی، عنایت؛ میر موسوی، سیدحسین و جلالی، مسعود (1395)، مطالعه تداوم روزهای خشک و بارانی با استفاده از مدل‌های زنجیره مارکف(مطالعه موردی استان زنجان)، دانشگاه زنجان، دانشکده ادبیات و علوم انسانی.
اسدالهی، عنایت؛ اکبری، مهری و حجازی‌زاده، زهرا (1404). تحلیل توزیع فصلی بارش‌های سیل‌آسای فراگیر در ایران. نشریه تحلیل فضایی مخاطرات محیطی، 12(1)، 81-98.
اکبری، مهری و اسدالهی، عنایت (1400).  گرمایش جهانی و تغییرات ضخامت جو طی دوره سرد سال در ایران. پژوهش‌های تغییرات آب و هوایی، 2(8)، 95- 83. 
 اکبری، مهری و صیاد، وحیده (1400). تحلیل مطالعات تغییر اقلیم در ایران. پژوهش های جغرافیای طبیعی، 53(1)، 74- 37.
چهره آرا ضیابری، تهمینه و صفرراد، طاهر (1398). ارائۀ شاخصی جدید برای مطالعۀ بارش­های سنگین و فراگیر سواحل جنوبی خزر طی فصل پاییز، جغرافیا و توسعه ناحیه‌ای، 17(32)، 306- 283.
ابطحی، وحیده؛ جهانبخش، سعید؛ رستم‌زاده، هاشم و لشکری، حسن (1404). الگوهای همدیدی رودخانه‌های جوی منجر در بارش‌های سنگین غرب و شمال غرب ایران. جغرافیا و برنامه‌ریزی، 29(91)، 45-15.
حجازی‌زاده، زهرا؛ اکبری، مهری؛ ساسانپور، فرزانه؛ حسینی، علیرضا و محمدی، نیلوفر (1401). بررسی اثرات تغییر اقلیم بر بارش‌های سیل آسا در استان تهران، مدل‌سازی و مدیریت آب و خاک، 2(2)، 105-87.
حسینجانی، لیلا؛ عساکره، حسین؛ میرموسوی، سیدحسین و فرجی، عبدالله (1399). تحلیل اقلیمی – آماری تغییرات  بارش­های فرین بالا و فراگیر در ناحیه­ی خزری ایران، رساله دکتری، دانشکده علوم انسانی، گروه جغرافیا، دانشگاه زنجان.
 حمیدیان پور، محسن؛ علیجـانی، بهلول و صادقی، علیرضا (1389). شـناسایی الـگوهای همدیدی بـارش­های شـدید شمال­شرق ایران، مطالعات جغرافیایی مناطق خشک. 1( 5)، 53-5.
زاهدی، مجید؛ ساری صراف، بهروز و جامعی، جاوید (1386). تحلیل تغییرات زمانی- مکانی دمای منطقه شمال غرب ایران، مجله جغرافیا و توسعه، 5(10) ، 198-183.
زرین، آذر و داداشی رودباری، عباسعلی (1400). تاثیر تغییر اقلیم بر بارش‌های سنگین ایران با بکارگیری مدل همادی CMIP6. نشریه آب و توسعه پایدار، 8(4)، 119- 124.
ژیانیان، زهره؛ فرجی، عبدالله ئ عساکره، حسین (1395). تحلیل همدید پویشی شب­های گرم فراگیر در ایران. پایان‌نامه کارشناسی ارشد، دانشگاه زنجان، دانشکده ادبیات و علوم انسانی.
علی‌پور، یوسف؛ حجازی‌زاده، زهرا؛ اکبری، مهری و سلیقه، محمد (1397). بررسی تغییرات پرفشار جنب حاره تراز 500 هکتوپاسکال نیوار ایران با رویکرد تغییر اقلیم. مجله مخاطرات محیط طبیعی، 7(18)، 16-1.
علیجانی، بهلول؛ دوستکامیان، مهدی؛ اشرفی، سعیده و شاکری، فهیمه (1394). بررسی تغییرات الگو‌های خودهبستگی فضایی دورن دهه‌ای بارش‌ ایران طی نیم قرن اخیر. مجله جغرافیا و امایش شهری، 14(1)، 71-88.
عساکره، حسین و اشرفی، سعیده (1403). مقایسه روش­های همبستکی و میانگین در انتخاب روزهای نماینده طبقات الگوهای فشار تراز دریا توام با بارش­های سنگین و فراگیر در ایران زمین. نشریه پژوهش­های اقلیم­شناسی، 15 (59).
عساکره، حسین؛ مسعودیان، سیدابوالفضل و ترکارانی، فاطمه (1400). بررسی وردایی دهه‌ای بارش سالانۀ ایران‌زمین طی چهار دهۀ اخیر (1394- 1355)، جغرافیا و برنامه‌ریزی، 25(76)، 187-202.
علیجانی، بهلول؛ طولابی­نژاد، میثم و کربلائی درئی، علی‌رضا (1398). رفتارسنجی اثر گرمایش جهانی بر پرفشار جنب حاره. پژوهش­های جغرافیای طبیعی، 51(1)، 33- 50.
علیجانی، بهلول (1381). شناسایی تیپ‌های هوایی باران آور تهران براساس محاسبه چرخندگی. نشریه تحقیقات جغرافیایی.
عبداللهی، محمد (1400). تحلیل بارش‌های سنگین و سیلاب شهری (شهر لامر). دانشگاه اصفهان، پایان نامه کارشناسی ارشد، راهنما: داریوش رحیمی، دانشکده علوم جغرافیایی و برنامه‌ریزی، 1400.
شفیعی، شهاب؛ غلامعلی مظفری و مزیدی، احمد (1395). بررسی آستانه­های حدی(فرین) و واکاوای همدیدی الگوهای موثر بر وقوع آن­ها در غرب ایران؛ رساله دکتری، دانشگاه یزد، دانشگده علوم انسانی و اجتماعی.
 لطفی سیرائی، علی؛ علیجانی، بهلول و ناصرزاده، محمدحسین (1398). شبیه سازی و پیش­بینی شاخص­های حدی اقلیمی در استان تهران و البرز، رساله دکتری، دانشگاه خوارزمی تهران، دانشگده علوم جغرافیا.
مسعودیان، سید ابوالفضل (1390). آب و هوای ایران، مشهد: انتشارات شریعه توس.
مسعودیان، سید ابوالفضل ( 1377). بررسی نظام تغییرات زمانی و مکانی بارش در ایران زمین. رساله دکتری. دانشگاه اصفهان، دانشکده علوم انسانی، گروه جغرافیا.
معنوی­پور، کبری؛ زینالی، بتول و صلاحی، برومند (1403). بررسی ارتباط بین بارش های سنگین غرب کشور ایران با رودخانه جوی، مطالعات علوم محیط زیست، 9(2)، 8332- 8322.
میرموسوی، حسین؛ دوستکامیان، مهدی و ستوده، مهدی (1393). بررسی و تحلیل الگوی فضایی تغییرات درون دهه‌ای بارش‌های سنگین و فوق‌سنگین ایران، مجله جغرافیا و برنامه ریزی محیطی، 27(63)، 86-67.
ورشاویان، وحید؛ خلیلی، علی؛ قهرمان، نوذر و حجام، سهراب (1390). بررسی روند تغییرات مقادیر حدی دمای حداقل، حداکثر و میانگین روزانه در چند نمونه اقلیمی ایران، مجله فیزیک زمین و فضا، 37(1)،  179-169.
Aryee, J. N. A. Afrifa F.O.T. Agyapong, K.H. GyauFrimpong, N.A. Quagraine, K.T.& Davies P. (2024). Quantifying climatic‌ heavy-precipitation-induced floods in West Africa using multiple precipitation indices, 25(7), 250-275. https://doi.org/10.1016/j.sciaf.2024.e02309
Beniston, M. & Stephenson, D.B. (2004). Extreme climatic events and their evolution under changing climatic conditions, Global and Planetary Change, 44(1-4), 1-9. DOI: 10.1016/j.gloplacha.2004.06.001.
Burt, T. P. & Horton, B. P. (2007). Inter-decadal variability in daily rainfall at Durham (UK) since the 1850s. International Journal of Climatology, 27(7), 945-956. https://doi.org/10.1002/joc.1443.
Dannenberg M.P.,Wise E.K., and Smith W.K(2019). Reduced tree growth in the semiarid United States due to asymmetric responses to intensifying precip-itation extremes. Science advances, 5(10),90_80. https://DOI: 10.1126/sciadv.aaw0667
Fujibe, F. Yamazaki, N. Kobayashi, K. & Nakamigawa, H. (2007). long-term changes of temperature extremes and day-to-day variability in Japan, papers in Meterology and Geophysics, 58(1), 63-72.  https://doi.org/10.2467/mripapers.58.63
Gay-Garcia, C. Estrada, F. & Sánchez, A. (2009). Global and hemispheric temperatures revisited. Climatic Change, 94(3-4): 333-349. https://doi.org/10.1007/s10584-008-9524-8.
Klein Tank, A.M.G. & Können, G.P. (2003). Trends in indices of daily temperature and precipitation extremes in Europe 1946-99, Journal of Climate. 16(22), 3665-3680. https://doi.org/10.1175/1520-0442(2003)016<3665:TIIODT>2.0.CO;2.
Kyselý, J. (2009). Trends in heavy precipitation in the Czech Republic over 1961-2005. Int. J. Clim. 29(12), 1745-1758. https://doi.org/10.1002/joc.1784.
Marengo, J.A. Cunha, A.P. Seluchi, M.E. Pedro, C. Giovannin, D. Vinicius, S. Enner, H. Andrea, M, Marcio, M. Rodrigo,A. Jose,M. Edward,P. Regina,C. Alvala,A. Osvaldo, L. Moraes,L. Carlos, A, & Demerval,G. (2024). Heavy rains and hydrogeological disasters on February 18th–19th, 2023, in the city of São Sebastião, São Paulo, Brazil: from meteorological causes to early warnings. Nat Hazards, 28(120), 7997–8024, https://doi.org/10.1007/s11069-024-06558-5.
Mehry, A.; Asadolahi, E.(2025). Analyzing Anomalies of Surface Temperatures in Iran. Advances in Space Research. https://doi.org/10.1016/j.asr.2025.05.015
Rousta, I.; Javadizadeh, F.; Dargahian, F.; Olafsson, H.; Shiri-Karimvandi, A.; Vahedinejad, S.H.; Doostkamian, M.;     Monroy Vargas, E.R.; Asadolahi, A.(2018). Investigation of vorticity during prevalent winter precipitation in Iran. Adv.  Meteorol, 2018(4), 1-13. https://doi.org/10.1155/­2018/6941501
Schmidli, J. & Frei, C. (2005). Trends of heavy precipitation and wet and dry spells in Switzerland during the 20th century. Int. J. Climatol. 25(6), 753-771. https://doi.org/10.1002/joc.1179.
Srivastava, H. DEWAN, B. DIKSHIT, S. PRAKASH RAO, G. SINGH, S. & RAO, K. (1992). Decadal trends in climate over India. Mausam, 43 (1), 7-20. https://doi.org/10.54302/­mausam.­v43i1.3312.
Türkeş, M. Sümer, M. & Demi̇r,I.(2002). Re‐evaluation of trends and changes in mean, maximum and minimum temperatures of Turkey for the period 1929–1999. International Journal of Climatology, 22(8), 947-977.  
UNDP.(2007). Human Development Report 2007/ 2008, Palgrave Macmillan, 399.
Zhang, X. (2023). Analysis on the Heavy Rain Weather Process in Most Areas of China from July 26 to 30, 2022. Journal of Geoscience and Environment Protection, 11(1), 183-188. doi: 10.4236/gep.2023.111012.
جغرافیا و برنامه‌ریزی
دوره 30، شماره 95 - شماره پیاپی 95
اردیبهشت 1405
صفحه 310-299

فایل ها

هم رسانی

ارجاع به این مقاله

آمار