Investigation of Trend of Precipitation Variation Using Non-Parametric Methods in Charmahal O Bakhtiari Province
سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 63
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJABBR-5-3_008
تاریخ نمایه سازی: 9 آبان 1402
چکیده مقاله:
Climatic parameters in time and space scales of change are for many reasons of Changes and how they should be based on observations using a statistical method to be determined. Analysis of the most widely used statistical methods that assess potential climate change on hydrological time series, such series of precipitation, temperature and flow rate used. This study of ۱۱ synoptic,rain gage and climatology stations with ۳۰ years during the years ۱۹۷۹ to ۲۰۰۹ period is Charmahal o Bakhtiari province.Mann-Kendall non-parametric and sen estimate tests were used for the purpose of the study.The results showed that ۱۱ stations were the only station in sepid dasht ۹۵ and ۹۹ percent had significant levels decline and changes in the slope is negative and other gage stations does not have significant trends. The results of this study can be in the long-term planning for water resources management, irrigation scheduling and prediction of future droughts in the province can be used
کلیدواژه ها:
نویسندگان
Pezhman Allahbakhshian Farsani
M.Sc. Graduate, Dept. of Natural Resource. University of Sari, Iran
Mahmoud Habibnejad Roshan
Associate Professor of Department of Watershed Management, Sari Agricultural Sciences and Natural Resources of University, Sari, Iran
Ghorban Vahbzade
Assistant professor of Department of Watershed Management, Sari Agricultural Sciences and Natural Resources of University, Sari, Iran
Karim Solaimani
Professor of Department of Watershed Management, Sari Agricultural Sciences and Natural Resources of University, Sari, Iran
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 :