تحلیل فضایی خشکسالی اقلیمی شمال غرب ایران با استفاده از آماره خودهمبستگی فضایی
سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 258
فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JSAEH-3-3_001
تاریخ نمایه سازی: 17 مهر 1400
چکیده مقاله:
خشکسالی یکی از پدیدههای خزنده محیطی است که در مناطق خشک و نیمه خشک نمود بیشتری دارد. در این پژوهش با استفاده از داده های بارندگی ۲۳ ایستگاه سینوپتیک و بارانسنجی در بازه زمانی ۲۰ ساله در شمال غرب ایران، به بررسی و تحلیل فضایی خشکسالی پرداخته شده است. ابتدا با استفاده از مقادیر SPI، دوره های خشکسالی و ترسالی منطقه شناسایی شدند و با استفاده از افزونه Geostatistic Analyst اقدام به پهنه بندی خشکسالی با روش درونیابی کریجینگ معمولی با مدل نیمپراشنگار گوسین و با کمترین خطای RMS شد. در ادامه با استفاده از واریوگرام مناسب، یاخته هایی به ابعاد ۵*۵ کیلومتر جهت انجام تحلیل فضایی بر منطقه مورد مطالعه گسترانیده شد. به منظور تبیین الگوی حاکم بر خشکسالی در شمال غرب ایران از آمارههای سراسری و موضعی موران در حکم رویکردهای تحلیل اکتشافی دادههای فضایی استفاده شد. نتایج شاخص موران در مورد خشکسالی نشان داد که مقادیر مربوط به سال های مختلف در طول دوره آماری دارای ضریب مثبت و نزدیک به یک (I >۰/۹۵۹۳۴۴Moranchr('۳۹')s) میباشند که نشان دهنده خوشهای بودن توزیع فضایی خشکسالی است. همچنین نتایج حاصل از مقادیر امتیاز استاندارد Z و مقدار P-Value، خوشهای بودن توزیع فضایی خشکسالی را مورد تائید قرارداد. درنهایت جهت شناسایی الگوهای فضایی حاکم بر خشکسالی از آمارهی عمومی G استفاده شد. نتایج این آماره نشان داد که قسمت غرب و شمال غرب منطقه دارای الگوی خشکسالی ملایم و جنوب شرق منطقه دارای الگوی خشکسالی بسیار شدید میباشد که در سطح ۹۹/۰ درصد معنادار میباشند.
کلیدواژه ها:
Spatial autocorrelation ، Geostatistics ، Drought ، SPI Index ، Moran Index ، North West of Iran ، خودهمبستگی فضایی ، زمین آمار ، خشکسالی ، شاخص SPI ، شاخص موران ، شمال غرب ایران.
نویسندگان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :