ORIGINAL_ARTICLE
بررسی شار رطوبت از دریاهای مجاور در دورههای مرطوب و خشک فصل زمستان نیمه جنوبی کشور
در این پژوهش، نقش منابع آبی مجاور روی بارش فصل زمستان نیمه جنوبی کشور با استفاده از دادههای ماهانه بارش 183 ایستگاه سینوپتیک ، اقلیمی و باران سنجی سازمان هواشناسی کشور و سازمان آب برای دوره 2005-1974 مورد بررسی قرار گرفت. توزیع مکانی نابهنجاری بارش برای ماههای دسامبر، ژانویه و فوریه با استفاده از روش تابع متعامد تجربیEOF شناسایی شده و مؤلفههای اول و دوم که بیش از 66 درصد واریانس بارش را تعیین میکنند برای مطالعه تعیین شدند. برای شناسایی الگوهای همدیدی و دینامیکی رژیم بارش هر منطقه نقشههای ترکیبی نابهنجاری دمای سطح آب، شار رطوبت و فشار سطح دریا برای دورههای مرطوب و خشک محاسبه و ترسیم شد. الگوی نابهنجاری دمای سطح آب پهنههای آبی نیمه جنوبی کشور در دوره مرطوب و خشک نشان داد که تغییرات دمای سطح آب نقش مهمی در نوسانات بارش دارد به طوری که نابهنجاری دمای سطح آب برای مؤلفههای اول EOF که بیش از 50 درصد واریانس کل بارش را در نیمه جنوبی کشور تبیین میکند در دوره مرطوب (خشک) مثبت (منفی) است از آنجائیکه گردش جو حاکم در منطقه نقش مهمی در انتقال رطوبت به جنوب ایران دارد در دوره مرطوب رطوبت از دریای عرب، دریای سرخ و خلیج عدن به جنوب ایران منتقل میشود و در دوره خشک از جنوب ایران خارج میگردد. نابهنجاری دمای سطح آب دریای عرب برای مد دوم EOF مثبت میباشد اما تغییرات دمایی در دوره خشک برجسته نیست. جابه جایی پر فشار عربستان به سمت راست (چپ) در دورههای مرطوب (خشک) رطوبت بیشتری را از دریای عرب به نواحی جنوبی – شرقی (غربی) کشور انتقال میدهد.
https://clima.irimo.ir/article_14934_ec0775ab80519d0899776ace7c74b129.pdf
2013-09-23
2
16
بارندگی
شار رطوبت
جنوب ایران
فرناز
پوراصغر
farnaz_pourasghar@yahoo.com
1
دکتری اقلیم شناسی، اداره کل و مرکز تحقیقات هواشناسی کاربردی استان آذربایجان شرقی، تبریز
LEAD_AUTHOR
هوشنگ
قائمی
2
سازمان هواشناسی کشور
AUTHOR
سعید
جهانبخش
3
گروه جغرافیای طبیعی، دانشکده علوم انسانی، دانشگاه تبریز
AUTHOR
بهروز
ساری صراف
4
گروه جغرافیای طبیعی، دانشکده علوم انسانی، دانشگاه تبریز
AUTHOR
Babaeian, I., 2011, Assessment of the regional water bodies temperature effects on seasonal precipitation of Iran. PhD Thesis, Department of Physical Geography, University of Tabriz.
1
Bigg G. R., T. D. Jickells, P. S. Liss and T. J .Osborn, 2003, The role of the oceans in climate. International Journal of Climatology, No. 23, pp. 1127-1159.
2
Brjornsson H., S.A. Venegas, 1997, a manual for EOF and SVD analysis of climate data. MacGill University, CCGCR Report No.97-1, Montreal, Quebec, Canada, 52pp.
3
Chakraborty, A., M. Mujumdar, S. K. Behera, R. Ohba, and T. Yamagata., 2006, a cyclone over Saudi Arabia on 5 January 2002: A case study. Meteorology and Atmospher Physics, No. 93, pp. 115-122.
4
Farajzadeh, M., M. Karimi, H. Ghaemi and M. R. Mobasheri, 2007, studying the moisture flux over west of Iran: Acase study of January 1 to 7, 1996 ran storm. Journal of Applied Science, No 7, pp. 3023-3030.
5
Ghaemi, H., 1994, Global Climate, Vol.1, Samt Publications, pp. 272.
6
Ghasemi A.R., D. Khalili, 2008, the association between regional and global atmospheric patterns and winter precipitation in Iran. Atmospheric Research, No. 88, pp.116-133
7
Kalnay et al, 1996., The NCEP/NCAR-40 year reanalysis project. Bulletin of the American Meteorological Society, No. 77, pp. 437-471.
8
Karami Khaniki, E., S. Javansamadi and M. Torabi Azad, 2010, Temporal and spatial analysis of sea surface temperature of Caspian Sea using Empirical Orthogonal Function. Journal of Physical Geography, No. 6, pp. 81-90.
9
Karimi, A., 2006, Analysis of Iran rainfall moisture resource, PhD Thesis, Department of Physical Geography, University of Tarbiat Modares.
10
Kousari, M.R., M.A. Asadi Zarch, 2011, Minimum, Maximum and Mean annual temperature; relative humidity and precipitation trends in arid and semi-arid regions of Iran. Arabian Journal of Geosciences, No. 4, pp. 907-917.
11
Latif M., D. Dommenget, M. Dima and A. Grotzner, 1999, The Role of Indian Ocean sea surface temperature in forcing east African rainfall anomalies during December-January 1997/98. Journal of Climate, No. 12, pp. 3497-3509.
12
Mofidi A., A. Zarrin, 2005, Synoptic analysis of influence of Sudan Low on heavy rainfall over Iran. Journal of Geography Research, No. 77, pp. 113-136.
13
Najarsalige, M., 2006, Mechanism of precipitation in South East of Iran. Journal of Geography Research, No. 55, pp. 1-13.
14
Nazemosadat, M. H., A. Ghasemi, 2004, Relation of ENSO with cold season rainfall over central and southwest of Iran. Journal of Agricultural Science and Technology and Natural Resource, No. 3, pp. 1-13.
15
Nazemosadat, M. H., A. Shiravani, 2004, Effect of Caspian Sea SST fluctuation on winter and spring precipitation over northern and southwest of Iran. Journal of Agricultural Science and Technology and Natural Resource, No. 4, pp. 1-15.
16
Nazemosadat, M. H., A. Shiravani, 2004, Evaluation the ability of SOI, Nino's SST to predict winter precipitation in the Caspian Sea coast by CCA. Journal of Agricultural Science and Technology and Natural Resourc, No. 1, pp. 11-26.
17
Nazemosadat, M. H., A. Shiravani, 2006, Prediction of winter precipitation in southern Iran using SST of Persian Gulf. Journal of Agriculture, No. 29, pp. 65-77.
18
Pritchard, M. S., R. C. J. Somerville, 2009, Empirical orthogonal function analysis of the diurnal cycle of precipitation in a multi-scale climate model. Geophysical Research Letter.36:Lo5812; 1-5. Doi: 10.1029/2008 GL036964.
19
Raziei T., A. Mofidi, J.A. Satos, I. Bordi, 2011, Spatial pattern and regimes of daily precipitation in Iran relation to large-scale atmospheric circulation. International Journal of Climatology, 32, 1126-1237. doi:10.1002/joc.2347.
20
Rayner NA et al., 2003, Global analyses of sea surface temperature, sea ice, and night marine air temperature since the late nineteenth century. Journal of Geophysical Research, 108, doi: 10.1029/2002JD002670
21
Rocha A., I. Simmonds 1997, International variability of south- eastern African summer rainfall Part II modeling the impact of Sea surface temperature on rainfall and circulation. International Journal of Climatology, No. 17, pp. 267-290.
22
Rodriguez_Duebla, C., A. H. Encinas, S. Nieto, and J. Garamendia, 1998, Spatial and temporal pattern of annual precipitation variability over the Iberian Peninsula. International Journal of climatology, No. 18, pp. 299-316.
23
Tschuck P., F. Chaurn, B. Dong and K. Arpe, 2004, Impact of Sea Surface temperature anomalies in the equatorial Indian Ocean and western Pacific on the Asian summer monsoon in three general circulation models. International Journal of Climatology, No. 24, pp. 181-191.
24
Tsing Chang, C., 1985, Global water vapor flux and maintenance during FGGE. Monthly Weather Review, No. 113, pp. 1801-1819.
25
ORIGINAL_ARTICLE
درونیابی بارش روزانه حوضه آبریز دشت مشهد
تخمین روزانه بارش در ایستگاه ها یا نقاط خاص یک ناحیه نیاز اساسی برای پژوهشهای آب و هواشناسی است. فاصله، تنها وزن روش کلاسیک درونیابی فاصلهمعکوس (IDW) است. اضافه کردن وزن ارتفاع بهآن منجر بهروش اصلاحی MIDW میشود. چیدمان دو وزن فوق بهدو صورت قابل انجام است. هدف این مقاله بررسی تاثیر دو چیدمان وزنهای ارتفاع و فاصله در MIDW و باتلفیق عملگرهای فازی (بیشینه، کمینه، جمع، ضرب و مجذورمربعات) و الگوریتمژنتیک است (GMIDW-F). عملگرهای فازی برای یکپارچهسازی و الگوریتم ژنتیک برای بهینهسازی وزنها است. تحلیلها روی 215 بارشروزانه مربوط به 49 ایستگاه بارانسنج حوضهآبریز دشت مشهد واسنجی شد. خطای درونیابی بارشروزانه باGMIDW-F بهصورت منطقهای تحلیل شد. عملگرکمینه بهترین (سهم 57%) و سپس ضرب (سهم 31%) در بهینهسازی دارد. سهم سه عملگر دیگر بیشینه(7%)، جمع (4%) و مجذورمربعات (1%) است. تابعGMIDW-F بهینه 66% از موارد با چیدمان معکوس ارتفاع و فاصله و 34% از موارد با نسبت ارتفاع به فاصله حاصل شد. بهمنظور رفتارشناسی بارش، اطلاعات براساس شدت بارش ردهبندی شد (حداقل یک بارش بین 10-5، 20-10 ، ... و بیش از 50 میلی متر تفکیک شد) و مشخص شد که ردهبندی تاثیری در انتخاب عملگرهای فازی ندارد. تعداد حالتهائی که تاثیر فاصله صفر باشد، یک مورد و 17مورد تاثیر ارتفاع صفر بود. لذا وجود حداقل یککدام از آنها در معادله ضرورت دارد. استفاده از چیدمانها و عملگرهای مختلف فازی امکان رسیدن به پاسخ بهتررا فراهم میکند. پهنهبندی بارش (22/1/1388) با دو روش GMIDW-F و IDW مقایسه نموداری شد. آمارهی خطا (RSAE) بهترتیب 213 و 252 میلیمتراست. روش IDW بارش صفر را حداقل 7 میلیمتر (فرا برآورد) و در یک نوار افقی برآورد کرد. حداقل برآورد روش GMIDW-F؛ 5/1 میلیمتر و نقاط اطراف نیمساز ناحیه اول قرار گرفتند که برآورد بهتری توسط این روش است. پهنهبندی روش GMIDW-F نیز رفتار مناسبتری ارائه کرد.
https://clima.irimo.ir/article_14935_fe134051a25b794d564fae93aec82690.pdf
2013-09-23
17
30
درونیابی منطقه ای
MIDW
نظریه فازی
الگوریتم ژنتیک
مشهد
نفیسه
سیدنژادگلخطمی
n.seyyednnejad@yahoo.com
1
کارشناس ارشد هواشناسی کشاورزی
LEAD_AUTHOR
سیدحسین
ثنائینژاد
2
گروه مهندسی آب، دانشکده کشاورزی دانشگاه فردوسی مشهد
AUTHOR
بیژن
قهرمان
3
دانشیار گروه مهندسی آب، دانشکده کشاورزی دانشگاه فردوسی مشهد
AUTHOR
حجت
رضائیپژند
4
دانشگاه آزاد اسلامی واحد مشهد،
AUTHOR
Adab, h., Falah-Qalhry, Gh. Mirza-Bayati R., 2008, Assessment of Interpolation kriging and linear regression methods based on a DEM map in providing annual isohyetal map in Razavi Khorasan Province. Tehran, Geomatic Conference 2008.
1
Asakereh, C., 2008. Application of kriging interpolation of precipitation. Case Study: Rainfall interpolation 25/2/1998. Geography and Development, 12: 25 -42.
2
Boer, E. P. J de Beurs, K. M. and Hartkamp, A. D., 2001, Kriging and thin plate splines for mapping climate variables. Journal of Applied Genetics, Vol. 3(2), pp. 146- 154.
3
Chang, C. L., S. L. Lo, and S. L. Yu, 2005, Applying fuzzy theory and genetic algorithm to interpolate precipitation. Journal of Hydrology, Vol. 314, pp. 92-104.
4
Chang, C. L., S. L. Lo, and S. L. Yu, 2006, Reply to discussions on ‘‘Applying fuzzy theory and genetic algorithm to interpolate precipitation’’ by Zekai Sen .Journal of Hydrology, Vol. 331, pp. 364– 366.
5
Chen, F. W. and C. W. Liu, 2012, Estimation of the spatial rainfall distribution using inverse distance weighting (IDW) in the middle of Taiwan. Paddy Water Environ.
6
Chen, S. and Q. Li, 2004, An Aerial Rainfall Forecasting Method Based on Fuzzy Optimum Neural Network and Geography Information System. Proceedings of the 5th World Congress on intelligent control and Automation. Hangzhou, P. R. china, pp.5361-5364.
7
Craig, E. H. and A. k. Karen, 1995, to normalize or not to normalize? Fat is the question. Environmental Toxicology and Chemistry, Vol. 14 (5), pp. 801-807.
8
Dingman, S.L. 2002, Physical Hydrology (second edition). Prentice- Hall, Inc., New Jersey 646 pp.
9
Fourteenth Geophysics Conference of Iran, 21 to 23 May, Tehran, 10-13.
10
Goovaerts, P., 2000, Geostatistical approaches for incorporating elevation into the spatial interpolation of rainfall. Journal of Hydrology, Vol. 228, pp.113-29.
11
Horton, R.E. 1923, Monthly weather review, Accuracy of areal rainfall estimates. Consulting Hydraulic Engineer, pp. 348- 353.
12
Hutchinson, P. and W. J. Walley, 1972, Calculation of areal rainfall using finite element techniques with altitudinal corrections. Bulletin of the International association of Hydrological sciences, XVII.
13
Johansson B., 2000, Areal Precipitation and Temperature in the Swedish Mountains, an Evaluation from a Hydrological Perspective. Nordic Hydrology, Vol. 31(3), pp. 207-228.
14
Khamchin-Moghaddam, F. And H. Rezaee-Pazhand, 2009, Criticising De marttone regionalization method according to linear moments for maximum daily precipitation in Iran, Journal of Engineering, 2(2): 93-104.
15
Kia, S. M., 2009, Genetic algorithm by MATALB, Kyan Rayane Sabz, Pub. (In Persian). 192 PP.
16
LO S. S., 1992, Glossary of Hydrology. Water Resources, Colorado. 1794 PP.
17
Medina, S. and R. A. Jr. Houze, 2003, Orographic Enhancement of Precipitation in Multitudes: Results from MAP and IMPROVE II. Atmospheric Sciences.
18
Mehrshahy, D. and Y. Khosravi, 2010. The assessment of kriging interpolation methods and linear regression based on digital elevation model for determine the spatial distribution of annual precipitation (Case Study Isfahan Province). MODARRES HUMAN SCIENCES, 14: 233-249.
19
Nadi, M., A. khalili, K. PurTahmsbi and J. Bazrafshan, 2010, Evaluation of some new geostatistical methods for estimating precipitation in Chahar-Bagh district. Rahimi-Bondarabadi, S. and B. Saghafian, 2007, Estimation Spatial Distribution of Rainfall by Fuzzy Set Theory. Iran- Water Resources Research, 3(2): 26-38.
20
Philips, D.L J. Dolph and D. Marks, 1992, a comparison of geostatistical procedures for spatial analysis of precipitations in mountainous terrain. Agriculture and Forest Meteorology. Vol. 58, pp. 119-41.
21
Rossiter, D. G., 2007, Applied geostatistics, international institute for Geo-information Science & Erth observation (ITC), 26-JULY- 2007.
22
ShabaniNia, F. And S. SaeedNia, 2009, an introduction to Fuzzy Logic using MATLAB. Khanyran pub. pp. 140.
23
Shams-Nia, S. A. And n. PirMoradian, 2008, the assessment of quasi interpolation of the geographical information system (GIS) for zoning the rainfall in the Fars Province. Journal of Water Resources Engineering, 1: 35-45.
24
Singh, V. P. and Y. K. Birsoy, 1975, Comparison of the methods of estimating mean areal rainfall. Nordic Hydrology, Vol. 6, pp. 222-241.
25
Vahidian-Kamyad, A. And H. R. Tarqyan, 2002. Introduction to Fuzzy Logic for Practical Applications, Ferdowsi University of Mashhad. 213 PP.
26
ORIGINAL_ARTICLE
بررسی وردایی الگوهای پیوند از دور و اثر آنها بر بارش ایران
این تحقیق با هدف درک تغییرات یا نوسان های شاخص های بارز پیوند از دور و اثرات آن ها روی بارش سالانه کشور ایران صورت کرفته است.دادههای مورد استفاده بارش ماهانه بیست و چهار ایستگاه هواشناسی در سطح کشور از سازمان هواشناسی کشور و داده های ماهانه شاخص ها و الگوهای بارز پیوند از دور از مرکز اقیانوس شناسی و جوشناسی ملی نوآ (NOAA ) در دوره آماری 2005-1951 دریافت گردید. در ادامه با استفاده از روش های آماری مانند همبستگی پیرسن و رگرسیون، تجزیه و تحلیل داده ها انجام شد. یافته های تحقیق نشان دهنده تغییر الگوی بارشی کشور زیر تاثیر تغییر برخی از الگوهای پیوند از دور می باشد؛ به طوری که تغییر در برخی شاخص ها نظیر الگوهای پیوند از دور در اقیانوس اطلس و اسکاندیناوی سبب کاهش بارش و افزایش نمایه های اقیانوس آرام در جهت بهبود بارش میانگین کشور شده است. به عنوان نتیجه مهم دیگر این تحقیق، گرمایش جهانی به عنوان یکی از اصلی ترین عوامل کاهش و نوسان بارش کشور طی ده های جدید شناسایی شد.
https://clima.irimo.ir/article_14936_058e1cb6f74ae3439e6dd107faf059c6.pdf
2013-09-23
31
45
بارش ایران
شاخص ها و الگوهای دورپیوندی
نمایه های اقلیمی
وردایی
منوچهر
فرج زاده اصل
farajzam2000@yahoo.com
1
دانشیار گروه جغرافیای دانشگاه تربیت مدرس
LEAD_AUTHOR
محمد
احمدی
2
دانشجوی دکتری دانشگاه تربیت مدرس
AUTHOR
بهلول
علیجانی
3
استاد گروه جغرافیای دانشگاه خوارزمی تهران
AUTHOR
یوسف
قویدل رحیمی
4
استادیار گروه جغرافیای دانشگاه تربیت مدرس
AUTHOR
عباس
مفیدی
abbasmofidi@um.ac.ir
5
استادیار گروه جغرافیای دانشگاه فردوسی مشهد
AUTHOR
ایمان
بابائیان
ibabaeian@yahoo.com
6
استادیار مرکز ملی اقلیم شناسی کشور
AUTHOR
Akbari Tayebe and Sayed Abolfazl Masudian, 2007, Staudy on influence of Teleconnection Pattern in Northern Hemisphere on Temperacure, Jurnal of Research on Humanitis Sciense, No. 22, P. 35-42.
1
Alijani B., 2002, Synoptic Climatology, SAMT publisher.
2
Alijani B., 2002, Vorticity calculated based on identifying types rainy of Tehran, Geographical Research Quarterly, and No. 63- 64, P. 115-128.
3
Askari, Ahmad, 1377, El Nino phenomenon and its occurrence in 1998-1997, scientific and technical journals Nyvar Meteorological Organization, No. 37, P. 11- 19.
4
Azizi Ghasem, 2000, El Nino and drought periods - wet in Iran, Journal of Geographical Research, No. 32,
5
Babaeian Iman and Maryam karimian, 2010, flooding in Pakistan, the consequences of climate change in the region, the Department of Climate Change, National Center for Climatology.
6
Borhani Daryan and Alireza Fatehi, 2008, Application of artificial neural network streamflow forecasting using climate indices case study: Nazloochaei basin, Journal of College of Engineering, Tabriz University, No. 35,
7
Calvo Natalia, Giorgetta Marco A., Garcia-Herrera Ricardo, Manzini Elisa, 2009, Nonlinearity of the combined warm ENSO and QBO effects on the Northern Hemisphere polar vortex in MAECHAM5 simulations, journal of geophysical research, vol. 114, d13109, P. 11-19.
8
Calvo Natalia, Giorgetta Marco A., Garcia-Herrera Ricardo, Manzini Elisa. 2005, ENSO modulation of the QBO effects on the polar vortex in a GCM simulation, 14th Conference on Middle Atmosphere
9
Chen T. C., 2002, Maintenance of Summer Monsoon Circulations: A Planetary-Scale Perspective, Atmospheric Science Program, and Department of Geological and Atmospheric Sciences, Iowa State University, and Ames, Iowa.
10
Chou Chia, Neelin J. David, 2004, Mechanism of Global Warming impacts on regional tropical Precipitation, Journal of Climate, Volume 17, P. 2688-2699.
11
Chrisopher C. Cpllimore et al., 2003, on the relationship between QBO and Tropical Deep Convection.
12
Dugam, S. S., S. D. Bansod, and S. B. Kakade, 2009, Pre-monsoon zonal wind Index over Tibetan Plateau and sub-seasonal Indian summer monsoon rainfall variability, Geophys. Res. Lett., 36, L11809, doi: 10.1029/2009GL038207.
13
Ghavidel Rahimi, Yusef, 2004, due to the large scale atmospheric circulation patterns - Ocean on ENSO variability in seasonal climatic effects of El Nino and Lanynv spring rainfall variability in East Azarbaijan, Journal of Human Sciences Lecturer, Geography Supplement, No. 35, P. 44-49.
14
Ghayoor HasanAli and Hosien Asakereh, 2002, Effects of Teleconnection on Climate of Iran, Case Study: The North Atlantic Oscillation and the Southern Oscillation effects on changes in mean monthly temperature of Jask, Journal of Geographical Research, No. 25, P. 16-17.
15
Ghayoor Hasanali and Mahmoud Khosravi, 2001, The impact of ENSO events over the summer and autumn precipitation anomalies in the South East of Iran, Geographical Research Quarterly, No. 62m P. 143-149.
16
Habibi, Farideh, 1998, Study and identification of air masses that have influenced Iran, scientific and technical journals Nyvar Meteorological Organization, No. 39, P. 61-72.
17
Hasanali Qayur and Mahmoud Khosravi, 2001, The impact of ENSO events over the summer and autumn precipitation anomalies in the region of South East, Geographical Research Quarterly, No. 42, P. 37-42.
18
Monahan Adam Hugh, fyfe john c., pandolfo Lionel, 2003, the vertical structure of wintertime climate regimes of the northern hemisphere extratropical atmosphere, journal of climate, volume 16, P. 62-71.
19
Masoudian Saaf, 2008, Related to the precipitation of the North Atlantic Oscillation, Journal of Geographical Research, No. 23, P. 44-51.
20
Nasrallah.H.A, Balling.R.C, Selover.N.J, Vose.R.S, 2001, Development of a seasonal forecast model for Kuwait Winter precipitation, Journal of Arid Environments No. 48, P. 233–242.
21
Najar Saligheh Mohammad, 2001, Synoptic patterns of summer precipitation in South East Iran, Geographical Research Quarterly, No. 62, P. 47-56.
22
Najjar Saligheh Mohammad, 2002, Modeling of climatic effects of thermal low on subtropical region, Geographical Research Quarterly, No. 70, P. 75-88.
23
Nazemosadat SMJ and M. Rahimi and A. Keshavarzi, 2005 Evaluating the effects of El Nino Southern Oscillation phenomenon (ENSO) on the yield and drought (wet) of important hydrologic river in Fars province, Iran Journal of Agricultural Sciences, No. 37, P. 39-54.
24
Nazemosadat S.M. J., 1998, the effect of sea surface temperature of the Persian Gulf over rainfall of south of Iran, Nyvar Meteorological Organization Scientific and Technical Journal, No. 38, P.33-44.
25
Nieto Raquel (1), Gimeno Luis (1), Ribera Pedro (1), Gallego David (1), García Ricardo (2) and Hernández Emiliano (2), 2000, Effects of the North Atlantic Oscillation on the spatial distribution of cut of cut- -off low off low (COL) (COL) systems systems in in the Northern Hemisphere, 1) Universidade de Vigo, (2) Universidad Complutense de Madrid.
26
Karimi Khajelangi, Relationship ENSO and Variation pattern of monthly precipitation of Iran (case study: Shahre Kord), Journal of full scientific Nyvar Meteorological Organization, No. 60-61, Spring and Summer 1385. P. 43-54.
27
Krichak, S. O., Alpert, P. Decadal trends in the East Atlantic-West Russia pattern and Mediterranean, 2007, Department of Geophysics and Planetary Sciences, Raymond and Beverly Sackler Faculty of Exact Sciences, Tel Aviv University, Ramat Aviv, Tel Aviv 69978, Israel.International Journal of Climatology.
28
KhorshidDust Mohammad and Yusuf Qavidel Rahimi, 2006, Evaluation of the phenomenon of "yonder" of the Province of seasonal precipitation variability using "Multivariate ENSO Index, Journal of Geographical Research, No. 38, 15 p.
29
Khosravi Mahmoud, Sadoq Karimi Khajelangi and Mohammad Najar Saliqe, 2007, Relationship between Arctic Oscillation index and temperature fluctuations; Shahrekord Station, Journal of Geography and Development, No. 5, P. 38-45.
30
Gholami Barghdar Mohammad Ali, 1989, El Nino phenomenon: interaction of ocean and atmosphere, Journal Nyvar Meteorological Organization, No. 18, P. 43-45.
31
Hengchun Ye, Daniel J. Leathers, Laurence S. Kalkstein, 1995, Classification of upper level circulation patterns in the polar region and their relationship to surface air teperture, Department of Geography University of DelawareNewark, DE 19711.
32
Motamedi Mohammad, Korosh Ehtramian and Alireza Shahabfar, 2007, Study on teleconnection, meteorological ENSO signal, in precipitation and temperature fluctuations in Khorasan, Journal of Environmental Sciences, No. 4, P. 69-75.
33
Modarespur Azadeh, 1997, Impact of ENSO (El Nino / Southern Oscilation) over the rainfall and temperature of Iran, Scientific and technical journals Nyvar Meteorological Organization, No. 33, P. 72-79.
34
Modarespur Azadeh, 1998, Study on ENSO Event (El Nino / Southern Oscillation), Nyvar Meteorological Organization Scientific and Technical Journal, No. 38, P 35-45.
35
Mamaghani Bashar Doost Manuxhehr, 1998, Interaction Mansoon summer and Oman Sea and its impact on the country's South East region, Scientific and technical journals Nyvar Meteorological Organization, No. 39, P. 44.
36
Salahi Brumand , Mohammad Khorshid Doost and Yosof Ghavidel Rahimi, 2007, North Atlantic atmospheric circulation fluctuations associated with drought in East Azerbaijan, Geographical Research, No. 39, P. 35-49.
37
Saji N.H, Ambrizzi .T, Ferrazb.S.E.T, 2005, Indian Ocean Dipole mode events and australsurface air temperature anomalies.
38
Todd C Martin, Mackay W Anson , 2003, Large-Scale climate control on Lake Baikal Ice cover, Department of Geography, University college ,, London, London, United Kingdom.
39
Tritel Hayley, 2000, Understanding and Forecasting ENSO.
40
Sensoy, Serhat; Peterson, Thomas C; Alexander Lisa V, Zhang Xuebin, Enhancing, 2004, Middel East Climate Change Monitoring and Indexes, Workshop, 4–9 October 2004, Alanya, Turkey.
41
Wallace John M, Gutzler David S, 1980, Teleconnection in the Geopotential height field during the northern hemisphere winter, Monthly Weather Review, Volume 109, and P. 87-98.
42
Yong S. et al., 2004, Upstream Subtropical Signals Preceding the Asian Summer Monsoon Circulation, Climate Prediction Center, NOAA/NWS/NCEP, Camp Springs, Maryland, School of Earth and Environmental Sciences, Seoul National University, Seoul, South Korea.
43
Yarahmadi Daryoosh and Qasem Azizi, 2007, Multivariate analysis of the relationship between seasonal rainfall and climatic parameters, Journal of Geographical Research, No. 39, P. 45-66.
44
Zhang , Xuebin and Enric Aguilar, Serhat Sensoy, Hamlet Melkonyan, Umayra Tagiyeva,Nader Ahmed, Nato Kutaladze, Fatemeh Rahimzadeh, Afsaneh Taghipour,T. H. Hantosh, Pinhas Albert, Mohammed Semawi, Mohammad Karam Ali, Mansoor Halal Said Al-Shabibi, Zaid Al-Oulan, Taha Zatari, Imad Al Dean Khelet,Saleh Hamoud, Ramazan Sagir, Mesut Demircan, Mehmet Eken, Mustafa Adiguzel,Lisa Alexander, Thomas C. 2005, Peterson, and Trevor Wallis), Trends in Middle East climate extreme indices from 1950 to 2003, JOURNAL OF GEOPHYSICAL RESEARCH, VOL. 110, D22104, doi:10.1029/2005JD006181
45
ORIGINAL_ARTICLE
نقش سامانههای همدیدی گذرا در ترابرد فصلی رطوبت روی ایران
در این پژوهش منابع رطوبت و چگونگی ترابرد رطوبت روی ایران و عوامل موثر بر آنها در فصلهای مختلف در یک دوره 30 ساله (1981-2010) بررسی شده است. به این منظور از داده های میانگین ماهانه cfsr با تفکیک افقی 5/0 درجه برای محاسبه و تحلیل کمیتهای ارتفاع ژئو پتانسیل، باد، دما، فشار سطح دریا، آببارششو، مولفههای چرخشی و واگرای بردار شار رطوبت و توابع جریان و پتانسیل بردار شار رطوبت استفاده شده است.نتایج نشان می دهد که در فصل پاییز با استقرار واچرخند جنب حاره روی نوار جنوبی ایران و غرب اقیانوس هند خمش واچرخندی بردار شار رطوبتو ترابری رطوبت از دریایعمان به جنوب ایران وجود دارد. همچنینبررسی بیهنجاری مولفه چرخشی بردار شار رطوبت نشان دهنده ترابرد رطوبت از دریای عمان به جنوب شرق ایران در اثر شکل گیری چرخند گرمایی روی جنوب ایران و ترابرد رطوبت از شرق مدیترانه به شمال غرب ایران ناشی از تقویت چرخند شرق مدیترانه است. در فصل زمستان، واچرخند جنب حاره روی شرق عربستان موجب خمش واچرخندی بردار شار رطوبت روی دریای عرب، جنوب دریای سرخ و شرق عربستان و در نتیجه ترابرد رطوبت به نواحی غرب و جنوب غرب ایران است. بررسی بیهنجاری مولفه چرخشی بردار شار رطوبت نشان دهنده ترابرد رطوبت از دریای سرخ به جنوب غرب ایرانبراثر تقویت چرخند شرق آفریقا و ترابرد رطوبت به شمال غرب و سواحل جنوبی دریای خزر ناشی از نفوذ پرفشار از شرق اروپا به دریای مدیترانه است. در فصل بهار به علت نفوذ واچرخند جنب حاره روی غرب اقیانوس هند و گردش کلی آب اقیانوس وابسته به نوسان دو قطبی اقیانوس هند (IOD) در عرضهایN20-15 خمش واچرخندی بردار شار رطوبت روی غرب اقیانوس هند شکل میگیرد و ترابرد رطوبت به شبه قاره هند و جنوب شرق ایران قابل توجه است. همچنین خمش چرخندی بیهنجاری بردار شار رطوبت ناشی از شکلگیری چرخند گرمایی روی جنوب شرق ایران، موجب ترابرد رطوبت از دریای عمان به جنوب شرق ایران میشود و خمش واچرخندی بی هنجاری بردار شار رطوبت ناشی از نفوذ واچرخند روی شرق مدیترانه و شمال غرب ایران، موجب ترابرد رطوبت از شرق مدیترانه به شمال غرب ایران می شود. در فصل تابستان با نفوذ واچرخند جنب حاره به عرضهایN35-25 و تقویت مونسون هند و گردش کلی آب اقیانوس هند ناشی از دو قطبی اقیانوس هند، ترابرد رطوبت از غرب اقیانوس هند به شبه قاره هند و جنوب شرق ایران مشاهده میشود. همچنین بر اثر شکل گیری چرخند گرمایی در این ناحیه بی هنجاری ترابرد رطوبت از دریای عمان به جنوب شرق و شرق ایران مشاهده میشود.
https://clima.irimo.ir/article_14954_993e0239289e738ed0d996c0277d149f.pdf
2013-09-23
47
62
بردار شار رطوبت
تابع جریان
واچرخند جنبحاره
محمد مهدی
خدادی
1
کارشناس مرکز پیش بینی سازمان هواشناسی کشور، تهران
AUTHOR
مجید
آزادی
azadi68@hotmail.com
2
عضو هیات علمی پژوهشکده هواشناسی، تهران
LEAD_AUTHOR
هوشنگ
قائمی
3
عضو هیات علمی پژوهشکده هواشناسی، تهران
AUTHOR
Ahmadi-Givi, F. and S. Dastmalchi Tabrizi, 2006, Thermodynamic study of troposphere over the middle east region for the period of 1980-1993, Journal of the earth and space physics, 32, 49-65.
1
Ahmadi-Givi, F., Mobalhojeh, A. R. and A. Ghazanfari, 2009, Studying the distribution of humidity and precipitation over Iran during winter of 2008 and it probable relation with convection over the Indian ocean, 12th Fluid Dynamics conference, Bobol, Iran.
2
Alijani, B., Z. Jafarpoor, A. A. Bidokhti and A. Mofidi, 2007, Synoptic analysis of Monsoonal precipitation circulation patterns during July 1994 over Iran, J. of App. Geo. Sc., 7, 7-37.
3
Chakraborty, A., S. K. Behera and M. Mujumdar and R. Ohba, 2005, Diagnosis of tropospheric moisture over Saudi Arabia and influences of IOD and ENSO, Mon. Wea. Rev.,134, 598-617.
4
Chen, T. C., 1985, Global water vapor flux and maintenance during FGGE, Mon. Wea. Rev., 113, 1801-1818.
5
Chen, T. C., M.C. Yen and M. Murakami, 1988, The water vapor associated with the 30-50 day oscillation over the Asian monsoon regions during 1979 summer , Mon. Wea. Rev., 116, 1983-2002.
6
Dong, B., R. T. Sutton and T. Woolling, 2010: Changes of interannual NAO variability in response to gases forcing. Climate Dyn., 37 , 1621-1641.
7
Farajzadeh Asl, M., M. Karimi, H. Ghaemi and M. R. Mobasheri, 2009, Mechanism of Water Vapor Transport in Winter Rainfall Over the West of Iran (A Case Study: 1-7 January 1996), The Modares Journal of Spatial Planning, 13, 193-217.
8
He, H., J. W. Mcginnis and Z. Song and M. Yanai, 1987, Onset of the Asian summer monsoon in 1979 and the effect of the Tibetan plateau, Mon. Wea.Rev., 115, 1966-1981.
9
Khosh Akhlagh, F., N. Ghanbari and J. Masoumpoor, 2008, The Study of North Atlantic Oscillation Effect on Temperature and precipitation Regimes of Southern shores of Caspian sea, Physical Research Journal Quarterly, 0, 57-70.
10
Lafontainene, V.C., R. A. Bryson and W. M. Wendland, 1989, Airstream region of north Africa and Mediterranean, J. Climate, 3, 366-372.
11
Rowell, P. D., 2002, The impact of Mediterranean SSTs on the sahelian rainfall season, J. Climate, 16, 849-862.
12
Rosen, R. D., D. A. Salestein and J. P. Peixoto, 1979, Variability in the annual field of large-scale atmospheric water vapor transport, Mon. Wea. Rev. 107, 26-37.
13
Saha, S., and Coauthors, 2010, The NCEP Climate Forecast System Reanalysis. Bull. Amer. Meteor. Soc., 91, 1015–1057.
14
Trigo, F. I., G. R. Bigg and T. D. Davies, 2001, Climatology of cyclogenesis mechanisms in the Mediterranean, Mon. Wea. Rev., 130, 549-569.
15
ORIGINAL_ARTICLE
تحلیل آماری - همدیدی آتش سوزی جنگل در استان گلستان (مطالعه موردی :روزهای 25 آذر و 18 بهمن سال 1384)
آتشسوزی جنگلها یکی از مخاطراتی میباشد که با شرایط جوی مرتبط است. با مطالعه شرایط جوی در مواقع رخداد آتشسوزی میتوان به این ارتباط پی برد. دادههای استفاده شده در این تحقیق شامل دادههای هواشناسی در دوره آماری 1386-1377 به همراه گزارشهای وقوع آتشسوزی جنگلها در همین دوره میباشد. در این تحقیق تعداد و مساحت آتشسوزی ها به همراه روند و پراکندگی زمانی و مکانی آنها مورد بررسی قرار گرفت. سپس دادههای هواشناسی و نقشههای سطح زمین تا 500 هکتوپاسکال به همـراه نقشههای دمای سطوح بالا و نقشههای ضخامت و بردار باد تحلیل شد. بررسیها نشان میدهد که در دوره آماری تعداد و وسعت آتشسـوزیها روند افزایشی دارد. از نظر پراکندگی زمانی، بیشترین فراوانی آتشسوزی مربوط به دورهی سرد سال است. از نظر مکانی نیز بیشتر آتشسوزیها در جنوبشرق استان متمرکز است. آرایش همدیدی نقشههای هوا نشان میدهد که در سطح زمین با شکل گیری یک مرکز کم فشار بر روی خزر و یک مرکز پرفشار بر روی زاگرس بین مرکز و شمال ایران گرادیان فشار ایجاد میشود.قرارگیری پشته بر روی ایران و در جلوی ناوه عمیق شرق اروپا در سطح 500 هکتوپاسکال، به همراه جهت و سرعت باد در سطوح مختلف جو باعث ایجاد جریانات جنوبغرب به شمالشرق و فرارفت هوای گرم عرضهای پایینتر (به ویژه شمال آفریقا و شبهجزیره عربستان) به نواحی مرکزی و شمال کشور میشود. نقشههای ضخامت نیز مؤید فرارفت گرم در روزهای وقوع آتشسوزی میباشد. علاوه بر این کوهستان البرز باعث رخداد گرمباد در دامنه بادپناه خود میشود.
https://clima.irimo.ir/article_14955_fee89959312e9275f24f96d63523c20e.pdf
2013-09-23
63
80
آتشسوزی جنگل
تحلیل همدید
فرارفت
گرمباد
گلستان
حسین
محمدی
1
دانشکده جغرافیا - دانشگاه تهران
AUTHOR
اسماعیل
یلمه
yolmeh_gc@yahoo.com
2
کارشناس ارشد اقلیم شناسی
LEAD_AUTHOR
Alijani, B., Kaviani, M.R., 2002, Principles of Climatology, SAMT Organization, Tehran, Iran.
1
Azizi, Q., Yusefi, y., 2009, foehn and forest fires in Gilan and Mazandaran province (case study: forest fires on 16 to 21 December 2005), Journal of Geographical Research, no. 92, pp. 3-28.
2
Bernard, M. L., M. Carbonel, and M. Nimour, 2000, Are Large Wild land Fires - As Anomalous Ecologic Processes - Natural Hazards. Phys. Chem. Earth (A), No. 12, pp. 763-768.
3
Beverly, J. L., and D. L. Martell, 2005, Characterizing extreme fire and weather events in the boreal shield ecozone of Ontario. Agricultural and Forest Meteorology, No. 133, pp. 5-16.
4
Galvani, F., Lashgari, H., 2011, analysis and prediction of foehn wind role on Gilan forest fires, Journal of sepehr, no. 79, pp. 31-36.
5
Groisman, P. Y., B. G. Sherstyukov, V. N. razuvaev, R. W. Knight, J. G. Enloe, N. S. Stroumentova, P. H. Whitfield, E. Forland, I. H. Bauer, H. Toumenvirta, H. Aleksandersson, A. V. Mescherskaya, and T. R. Karl, 2007, Potential Forest Fire Danger Over Northern Eurasia : Changes During The 20th Century. Global and Planetary Change, No. 3-4, PP. 371-386.
6
Khorasaninejad, A., 1995, the Study of factors related to shastkolateh forest fires and that control methods, M.A thesis of forestry, Gorgan university of agricultural sciences and natural resources.
7
Mohammadi, H., 2008, atmospheric hazards, Tehran University, Tehran, Iran.
8
Morgan, P., E. K. Heyerdahl, and C. E. Gibson, 2008, Multi-Season Climate Synchronized Forest Fires throughout the 20th Century, Northern Rockies, Usa. Ecology, No. 3, pp. 717-728.
9
Pereira, M. G., R. M. Trigo, C. C. Da camara, J. M. C. Pereira, and S. M. Leite. 2004, Synoptic Patterns Associated With Large Summer Forest Fires in Portugal. Agricultural and Forest Meteorology, No. 129, PP. 11-25.
10
Sharples, J. J., G. A. Mills, R. H. D. Mcrae, and R. O. Weber, 2010, Foehn-Like Winds And Elevated Fire Danger Conditions In Southeastern Australia. Journal of Applied Meteorology and Climatology, No. 6, pp. 1067-1095.
11
Shirzadi, H., 1992, the study of synoptic and physical situation of foehn and its destructive effects in Iran, M.A thesis of meteorology, geophysical institute, Tehran University.
12
Slocum, M. G., W. J. Platt, B. Beckage, S. L. Orzell, and W. Taylor, 2010, Accurate Quantification Of Seasonal Rainfall And Associated Climate-Wildfire Relationships. Journal of Applied Meteorology and Climatology, No, 12, pp. 2559-2573.
13
Wastl, C., C. Schung, M. Leuchner, G. B. Pezzatti, and A. Menzel, 2012, Recent Climate Change: Long-term Trends In Meteorological Forest Fire Danger In The Alps. Agricultural and Forest Meteorology, No. 162-163, pp. 1-13.
14
www.esrl.noaa.gov/psd/data/composites/day
15
ORIGINAL_ARTICLE
بررسی روش های ترکیبی زمین آمار در افزایش دقت طبقه بندی اقلیمی و نیز پهنه بندی عناصر اقلیمی شمال شرق ایران
متغیر های اقلیمی به یکدیگر و نیز به وضعیت سطح زمین مانند ارتفاع و پوشش گیاهی وابسته اند. این در حالی است که این متغیر ها به صورت نقطه ای در ایستگاه های هواشناسی اندازه گیری می شوند. برای انجام مطالعات محیطی و تحقیقات کشاورزی، داشتن درک صحیحی از تغییرات پیوسته مکانی و زمانی این متغیر ها از اهمیت بسزایی برخوردار است. از طرفی طبقه بندی های اقلیمی به دلیل استفاده از روابط ساده و متغیر های کم از دقت بالایی برخوردار نیستند، از این رو در این تحقیق دو هدف دنبال شده است: اول اینکه از الگوریتم های زمین آمار برای درون یابی، ارزیابی و تهیه نقشه های تغییرات مکانی و زمانی متغیر های اقلیمی در شمال شرق ایران استفاده شد و آنگاه روش تورنت وایت[1] برای طبقه بندی اقلیمی انتخاب و درجه تاثیر هر متغیر اقلیمی در افزایش دقت طبقه بندی اقلیمی با استفاده از روش های چند متغیره بررسی شد. روش ها ی درون یابی در این تحقیق کریجینگ معمولی ([2]OK) ، کو کریجنگ ([3]COK)، روش وزن دهی عکس فاصله ([4]IDW) و روش ([5]KED) بود. با استفاده از روش های چند متغیره (COK,KED)، وابستگی متغیر هایی مانند (تبخیر، دمای هوا، بارندگی و رطوبت نسبی) به ارتفاع به عنوان متغیر ثانویه با گام های زمانی ماهانه و سالانه مورد بررسی قرار گرفت. مقدار MSE برای مقایسه نتایج مدل ها استفاده شد و نتایج متفاوتی برای هر متغیر به دست آمد. روش COK برای دمای هوا نتایج بهتری را نشان داد، در حالی که روش KED برای بارندگی نتایج دقیق تری را حاصل کرد. به عنوان مثال MSE برای برای دما از روش های K، COK و KED در ماه ژانویه به ترتیب مقادیر 19/2، 004/0 و 1 ، در ماه فوریه 63/2، 005/0 و 27/1 و در ماه مارس 51/2، 004/0 و 33/1 به دست آمد. همچنین نتایج نشان داد که مقادیر MSE از ماه مارس تا جولای افزایش می یابد، بدین معنی که استفاده از ارتفاع در این مدل برای تخمین دما در این ماه ها دقت کمتری دارد. همچنین مشاهده شد که توزیع زمانی و مکانی بارندگی نسبت به سایر متغیر های مورد مطالعه، بیشترین تاثیر پذیری را از تغییرات ارتفاع دارد. قابل ذکر است که بر اساس این تحقیق تبخیر در طول ماه های سرد از ارتفاع تاثیر می پذیرد( اکتبر تا مارس). و از میان متغیر های محیطی به ترتیب تبخیر، ارتفاع، رطوبت نسبی و بارندگی در تغییر پذیری زمانی و مکانی اقلیم در منطقه مورد مطالعه بیشترین تاثیر را دارند. دما نتایج متفاوتی بسته به شاخص اقلیمی مورد استفاده برای پهنه بندی اقلیمی حاصل کرد.
Email: negarsiabi63@gmail.com
[1]. Thornthwaite
[2]. Ordinary kriging
[3] .Co-Kriging
[4] .Inverse Distance Weighted
[5] .Kriging with an External Drift
https://clima.irimo.ir/article_14957_a2f66ae403f7010630fb057d73ccd10b.pdf
2013-09-23
81
32
ارزیابی دقت
تحلیل مکانی
عناصر اقلیمی
زمین آمار
طبقه بندی اقلیمی
نگار
سیابی
negarsiabi63@gmail.com
1
دانشجوی دکتری هواشناسی کشاورزی، گروه مهندسی آب دانشکده کشاورزی، دانشگاه فردوسی مشهد
LEAD_AUTHOR
سید حسین
ثنایی نژاد
2
گروه مهندسی آب دانشکده کشاورزی، دانشگاه فردوسی مشهد
AUTHOR
Adab, H., GH, Fallah ghalhary., R, Mirzabayati, 1387, Assessment kriging interpolation methods and linear regression based on DEM in mapping of the annual rainfall in Khorasan Razavi province, Geomatics 87, Tehran, national mapping agency.
1
Ahmadiyan, J., D, Sheibani., H, Araghi., R, Shirmohamadi., M, Mojarad., 1381, Agriculture Climate classification for water resources management in the country's sustainable development, the Eleventh Congress of the Iranian National Committee on Irrigation and Drainage, Tehran December 1381, Pages 593-605.
2
Ahmed, S., G. De Marsily, 1987, Comparison of geostatistical methods for estimating transmissivity using data on transmissivity and specific capacity. Water Resourc.Res, No. 23(9), pp. 1717–1737.
3
Alijani, B., M, Kaviyani, 1377, Principles of Meteorological Tehran, the Organization study books codification; Humanities University.
4
Burrough, P.A., R.A. McDonnell, 1998, Creating continuous surfaces from point data. In: Burrough, P.A. Goodchild, M.F. McDonnell, R.A. Switzer, P. Worboys, M. (Eds.), Principles of Geographic Information Systems. Oxford University Press, Oxford, UK.
5
Daly, C., R.P. Neilson and D.L. Phillips, 1994, A statistical topographic model for mapping climatological precipitation over mountainous terrain. Journal of Applied Meteorology, No. 33 (2),pp. 140-158.
6
Eischeid, J., P. Pasteris, H. Diaz, M. Plantico, N. Lott, 2000, Creating a serially complete, national daily time series of temperature and precipitation for the western United States. Journal of Applied Meteorology, No. 39, 1580–1591.
7
Ezatiyan, V, 1382, The role of physical processes in the atmospheric resonance instability, the Iranian Geophysical Conference
8
Goovaerts, P., 1999, Performance Comparison of Geostatistical Algorithms for Incorporating Elevation into the Mapping of Precipitation. The IV International Conference on GeoComputation was hosted by Mary Washington College in Fredericksburg, VA, USA, on 25-28 July 1999.
9
Gouvas, M., Sakellariou, N., Xystrakis, F. (2009) The relationship between altitude of meteorological stations and average monthly and annual precipitation. Studia Geophysica et Geodaetica 53:4, 557-570
10
Guisan, A., NE. Zimmermann, 2000, Predictive habitat distribution models in ecology. Ecological Modelling, No. 135, pp. 147–186.
11
Hevesi, J.A., A.L. Flint and J.D. Istok, 1992b, Precipitation estimation in mountainous terrain using multivariate geostatistics. Part II: Isohyetal maps. Journal of Applied Meteorology, No. 31, pp. 677-688.
12
Hevesi, J.A., J.D. Istok and A.L. Flint, 1992a, Precipitation estimation in mountainous terrain using multivariate geostatistics. Part I: Structural analysis. Journal of Applied Meteorology, No. 31, pp. 661-676.
13
Hudson, G., and H. Wackernagel, 1994, Mapping temperature using kriging with external drift: theory and an example from Scotland. Int. J. Climatol, No.14, pp. 77–91.
14
Isaaks, E. H., R. M. Srivastava, 1989, An Introduction to Applied Geostatistics. Oxford University Press: Oxford.
15
Jafarpuor, A., 1371, Climatology, Tehran University, 332 pages.
16
Jeffrey, S.J., J.O. Carter, K.B. Moodie, A.R. Beswick, 2001, Using spatial interpolation to construct a comprehensive archive of australian climate data. Environmental Modelling and Software No.16, 309–330.
17
Journel, A.G., C.J. Huijbregts, 1978, Mining Geostatistics. Academic Press, New York.
18
Lashkari, H., M, Amini, 1389, Synoptic analysis and zonation of hail precipitation data for the period (1996-2005) in the Greater Khorasan, Journal of Geography and Planning, Tabriz University, No. 31, pp. 51-108.
19
Matheron, G., 1963. Principles of geostatistics. Economic Geology 58 (8), 1246–1266. Mueller, T.G., Pierce, F.J., Schabenberger, O.,Warncke, D.D., 2001. Map quality for site-specific fertility management. Soil Science Society of America Journal 65, 1547–1558
20
McBratney, A. B. and Webster, R. 1983. Optimal interpolation and isarithm mapping of soil properties. V. Coregionalization and multiple sampling strategy.European Journal of Soil Sciences. 34: 137–162
21
Mehdizadeh, M., M, H, Mahdiyan., S, Hajjam, 1385, the performance of Geostatistical methods in climate zoning Lake Basin, Earth and Space Physics, Volume 32, Issue 1, pp. 103-116.
22
Nadi, M., AS, KHalili., K, Puortahmasebi, G, Bazrafshan, 1389, Assessing new methods for geostatistical interpolation of rainfall data in Chahar Bagh Gorgan, Geophysics Conference of Iran, Tehran,11-13 may, Institute of Geophysics, oral literature, physics, space, page 10-13.
23
Rogelis, M. C. Werner, M. G. F (2013) Spatial Interpolation for Real-Time Rainfall Field Estimation in Areas with Complex Topography. Journal of Hydrometeorology 14:1, 85-104.
24
Saghafiyan, B., H, Razmkhah., B, GHermezcheshmeh, 1390, Investigation of regional variation of annual rainfall with geostatistical methods (Case Study: Fars Province), Journal of Water Resources Engineering, fourth year, 29-38 pages.
25
Subyani. A, (2004) Geostatistical study of annual and seasonal mean rainfall patterns in southwest Saudi Arabia / Distribution geostatistique de la pluie moyenne annuelle et saisonniere dans le Sud-Ouest de l'Arabie Saoudite. Hydrological Sciences Journal 49:5, 803-817
26
Tavoosi, T., Gh, Delara, 1389, Climatological zoning of Ardabil Province, scientific and technical journals Nyvar, No. 71, -70.
27
Teimory, M., M, Abdollahi, B, Hasannezhad., P, Gerai, 1390, The drought index trend in Iran, the first national conference on drought and climate change, May 1390, water shortages and drought Research Center for Agriculture and Natural Resources.
28
Thornthwaite, C. W., 1948, An Approach toward a Rational Classification of Climate. Geographical Review, Vol. 38, No. 1. (Jan., 1948), pp. 55-94.
29
ORIGINAL_ARTICLE
نقش فرآیندهای فیزیکی بر نحوه توزیع آلایندههای نفتی در خلیج فارس
خلیج فارس به خاطر دارا بودن عمده میادین نفتی و گازی جهان در معرض آلودگیهایی مانند آلودگیهای نفتی و گسترش آلایندههای مرتبط با آن میباشد. از آنجا که در صورت نشت آلایندههای نفتی به دریا، تشخیص رفتار آنها بر روی آب و دانستن تأثیر فرآیندهای فیزیکی از قبیل باد، شارهای گرما و تنش باد بر نحوۀ پخش این آلایندهها، ما را در امر جمعآوری آنها کمک میکند، در این تحقیق قصد داریم نحوه توزیع این آلودگیها را در شرایط مختلف توسط مدل عددی سهبعدی هیدرودینامیکی شبیهسازی کنیم، به این منظور از مدل کوهرنس که با مدول آلودگی و بیولوژیکی جفت شده و قابلیت حل معادلات انتقال و پخش آلودگی را با بهکارگیری مختصات سیگما در جهت قائم و مختصات دکارتی در جهت افقی دارد، برای شبیهسازی انتقال و پخش آلودگیهای نفتی استفاده شده است. نتایج مدل نشان میدهدکه آلودگی نفتی نشت یافته در بخش شمالی خلیج فارس، تحت تأثیر تمامی نیروهای اعمال شده در مدل دارای حرکتی به سمت شمال خلیج فارس و سواحل بوشهر در امتداد سواحل ایرانی بوده و سپس تحت تأثیر جریانات پادساعتگرد آن منطقه قرار گرفته و در امتداد سواحل عربی دارای حرکتی متمایل به بخش جنوب غربی خلیج فارس میگردد، همچنین نتایج شبیه سازی مدل بیانگر این نکته بود که تأثیر نیروی باد بر نحوه پخش آلودگی و کاهش غلظت آلایندهها نه به خاطر تنش باد ایجاد کرده، بلکه به خاطر سرعت باد و تأثیری که باد بر مولفههای شار گرما میگذارد، میباشد. نتایج حاصل از شبیهسازی مدل در مورد نحوه توزیع و پخش آلودگی های نفتی توافق خوبی با شواهد مشاهداتی و همچنین الگوی جریانات موجود در منطقه دارد.
https://clima.irimo.ir/article_14958_2bc6a18308b5978b8ee0a7e8e8dc7edc.pdf
2013-09-23
93
106
آلاینده های نفتی
خلیج فارس
مدل کوهرنس
باد
شارهای گرما
تنش باد
امید
حاج رسولیها
1
کارشناس ارشد فیزیک دریا، دانشگاه هرمزگان
AUTHOR
اسماعیل
حسن زاده
smaeyl@gmail.com
2
دانشگاه اصفهان
LEAD_AUTHOR
علی
رضایی لطیفی
3
دانشگاه هرمزگان
AUTHOR
Huang, J.C., 1983, a review of the state-of-the art of oil spill fate/behavior models, In: Proceedings of the 1983 Oil Spill Conference, Washington DC, 313-322.
1
Hunter, J.R., 1983, "Aspects of the dynamics of the residual circulation of the Persian Gulf," Coastal Oceanography, Plenum, New York, 31-42.
2
Kampf, J. and Sadrinasab, M., 2006, the Circulation of the Persian Gulf: a Numerical Study, Ocean Science, 2, 27-41.
3
Lonin, S.A., 1999, Lagrangian model for oil spill diffusion at sea, Spill and Technology Bulletin, 5, 331-336.
4
Luyten, P.J., Jones, J. E., Proctor, R., Tabor, A., Tett, P. and Wild-Allen, K., September 1999, COHERENS, User Documentation.
5
Mackay, D., Paterson, S., Nadeau, S., 1980, Calculation of the evaporation rate of volatile liquids, In: Proceedings of the National Conference on Control of Hazardous Material Spills, Louisville, KY, 364-368.
6
Privett, D.W., 1959, Monthly charts of evaporation from the Indian Ocean (including the Red Sea and the Persian Gulf), 85, 424-428.
7
Reynolds, R.M., 1993, Physical Oceanography of the Gulf, Strait of Hormuz, and the Gulf of Oman-Results from the Mt Mitchell Expedition, Marine Pollution Bulletin, 27, 35-59.
8
Shen, H.T., Yapa, P.D., 1988, Oil slick transport in rivers, Journal of Hydraulic Engineering, 114, 529-543.
9
10. Shen, H.T., Yapa, P.D., Petroski, M.E., 1986, Simulation of oil slick transport in Great Lakes connecting channels, Department of Civil and Environmental Engineering, Clarkson University, Potsdam, NY, Report Nos. 86–1 to 4, vols, I–IV.
10
11. Stewart, R.H., 2008, Introduction to Physical Oceanography.
11
ORIGINAL_ARTICLE
تقویم توریستی استان فارس
اکثر گردشگران برای انتخاب مقصد گردشگری ملاحظات اقلیمی را مورد توجه قرار می دهند.در این مقاله نیز این مهم برای استان فارس بعنوان یکی از مقاصد مهم گردشگری ایران بدلایل دارا بودن جاذبه های فرهنگی مورد تحلیل قرار گرفته است. برای این منظور با استفاده از روشMan Ray به محاسبه شاخص دمای معادل فیزیولوژیک (PET) و متوسط نظرسنجی پیش بینی شده (PMV) پرداخته شد و اقلیم گردشگری استان فارس مورد ارزیابی قرار گرفت. شاخص مورد نظر برای 14ایستگاه هواشناسی استان که دارای آمار مشترک 16 ساله بودند محاسبه و نتایج آن بر روی نمودارهای ایزوپلت و نقشه های پهنه بندی استان تحلیل گردید. بررسی توزیع زمانی-مکانی شرایط آسایش استان فارس بر روی نقشه های ایزوپلت نشان می دهد تنش گرما با 8/20 درصد اوقات سال بیش از تنش سرما (8/8 درصد اوقات) محدودیت گردشگری را در پی دارد. با این حال در 3/45 درصد اوقات سال شرایط کمی خنک، راحت و کمی گرم حکمفرما است که پتانسیل اصلی این استان برای توسعه گردشگری است بررسی نقشه ها پهنه بندی استان نشان می دهد در 9 ماه از سال نقاط مختلف استان دارای جاذبه گردشگری از نظر اقلیمی می باشند. در ماههای فصل زمستان تنها قسمت های جنوبی استان دارای شرایط مطلوبی برای گردشگری می باشند بطوری که در لامرد بهترین شرایط اقلیم آسایشی در ماههای ژانویه و فوریه می باشد. بهترین شرایط بیوکلیمایی در این استان مربوط به فصل بهار؛ ماههای آوریل و می و در فصل پاییز ماه نوامبر است.
https://clima.irimo.ir/article_14962_d70b32f212a038325fb1cd1fdeaa076d.pdf
2013-09-23
107
116
استان فارس
روشMan Ray
نقشه ایزوپلت آسایش
گردشگری
عباسعلی
آروین
aspanany@yahoo.com
1
گروه جغرافیا دانشگاه پیام نور
LEAD_AUTHOR
اکبر
شائمی
2
گروه جغرافیا دانشگاه پیام نور
AUTHOR
کبری
شجاعی زاده
3
کارشناسی ارشد اقلیم شناسی
AUTHOR
1- Alcoforado,M.J., Andrade,H.,Viera Paulo,M.J., 2004, Weather and recreation at the Atlantic Shore Near Lisbon,Portugal: Astudy on applied local climatology.In: Matzarrakis A,de Freitas C,scott D (eds) Advances in Tourism Climatology. Nr.12,Berichte des Meteorologischen Institutes der universitat,Freiburg, pp38-48.
1
2- De Freitas, C.R., 2001, Theory Concepts and Methods in Climate Tourism Research, Proceedings of The First International Workshop on Climate, Tourism and Recreation. (Ed.), pp 366-374.
2
3- Gomez Martin ,M. B., 2004, An evaluation of the tourist Potential of the climate in Catalor (spain): A Regional Study. Geogr Ann 86 A(3), Pp. 249-264.
3
4- Gomez Martin M. B., 2005, Weather, Climate and Tourism a Geography Perspective, Annals of Tourism Research. Vol. 32, NO3, Pp 571- 591.
4
5- Hartz, D. A., Brazel, A. J. A. J. Heisler, G.M., 2006, A case studies in Resort Climatology of Phonenix, Arizona,USA.Int J Biometeoral 51(1):pp73-83.
5
6- Hein, L. Metzger, M. J. Moreno, 2009, A Potential impacts of climate change on tourism; A Case Study for Spain. Current Opinion in Environmental Sustainability, Volume 1.Pp.170-178.
6
7- Harrison, S.J. SJ. Winter bottom, C. Sheppard, 1999, The Potential Effects of Climate Change on The Scottish Tourist Industry, Tourism Management 20, Pp 203- 211
7
8- Martin f., 2010, A dynamic panel data analysis of snow depth and winter tourism, Turism
8
9- Management, No. 31 pp. 12-24.
9
10- Matzarakis A, De Freitas C, Scott D(eds), 2007, Advances in Tourism Climatology .Nr.12.Bberichte des Meteorologyischen Institutes dre ,Freiburg, pp158-165.
10
11- Matzarakis. A. 2007, Assessment Method for Climate and Tourism Based on Daily Data. Development in Tourism Climatology. Pp 52-58.
11
12- Matzarakis. A. and C. R. De Freitas. International Society of Biometeorology, 2006, Commission
12
13- on Climate Tourism and Recreation. Pp. 3-20
13
14- Matzarakis. A, Zygmuntowski, M, Koch,E., Rudel,E., 2004, Mapping the therma bioclimate of Austria for health and recreation tourism In :Matzaraki, A,de Freitas C, Scott D(eds)Advances in Tourism Climatology .No.12 .Bberichte des Meteorologyischen Institutes dre ,Fr
14
15- Morobito, M., Cecchi,L., Modesti. P. A. Crisci, A. Orlandini, S. Maracchi, G. Gensin, G. F., 2004, The impact of hot weather conditions on tourism in Florence, Italy:The Summer 2002-2003 Experience In .
15
16- Sari Sarraf, B. Mohammadi, Gh. and Hosseinisadr, A., 2010, Determination of the most appropriate index for RAY MAN Comfortable Climate in the Northern Province of West Azerbaijan, Fourth Iranian Geophysical Conference, Oral Papers, Space Physics, pp. 100-105.
16
17- Qom Meteorological Organization, 2006, Climate and Tourism Qom, Qom Publications Meteorological Organization. Repot.
17
18- Dehghani, AR., and Mirzaismaili, F., 2010, Qeshm Island Tourism Climate Comfort (By TCI Method), paper presented at the Regional Conference on Applications of Natural Geography in Environmental Planning, Khorramabad Islamic Azad University, 5 and 6 June.
18
19- Rezvani, AA, 2003, Geography and Tourism, PNU, Fifth Edition
19
20- Zeynali, B., Jalali, T., Ayaseh, F., and Asghari, S., 2010, Review and Zoning Tourist Region of East Azerbaijan Province using PET, Regional conference Applying Physical Geography in Environmental Panning, Khorramabad Islamic Azad University , 5 and 6 June.
20
21- Heydari, F., and Hassan, Z., 2010, Analysis of the Characteristics of Human Bio-Climatic and Eco-Tourist on the Southern Coast of Iran, The Pares of Fourth International Congress of the Islamic World Geographers. . (ICIWG 2010), Zahedan, pp. 1-9.
21
ORIGINAL_ARTICLE
بررسی ﺗﺄثیرات تغییر اقلیم بر شماره روز اولین یخبندان پاییزه و آخرین یخبندان بهاره در ایران با استفاده از ریز مقیاس نمایی SDSM
تغییر تاریخ اولین یخبندان زودرس پاییزه و آخرین یخبندان دیررس بهاره که به لحاظ کشاورزی بسیار حائز اهمیت است، می تواند یکی از پیامدهای پدیده گرمایش جهانی باشد. یکی از روش های مطالعه اقلیم آینده، استفاده از خروجی مدل های گردش عمومی جو است اما این مدل ها به دلیل قدرت تفکیک زمانی و مکانی پایین، گویای تغییر اقلیم منطقه ای نمی باشند. در این تحقیق از مدل آماریSDSM برای ریز مقیاس نمایی نتایج مدل های گردش عمومی جو تحت دو سناریو انتشار A2 و B2 در چند نمونه اقلیمی استفاده شده است. نتایج این تحقیق برای چشم انداز 2039-2020 نشان می دهد که دمای کمینه در اکثر ایستگاه های انتخابی افزایش و در مابقی ایستگاه ها تفاوتی نخواهد کرد. میانگین شماره روز آخرین یخبندان بهاره هم در ایستگاه های کرمانشاه، گرگان و رشت کاهش و در ایستگاه های اصفهان و زاهدان بدون تفاوت و در مابقی ایستگاه ها افزایش می یابد. میانگین شماره روز اولین یخبندان پاییزه در ایستگاه کرمانشاه افزایش، در ایستگاه رشت بدون تفاوت و در مابقی ایستگاه های مورد مطالعه کاهش خواهد یافت. با توجه به پیش بینی افزایش طول دوره یخبندان در اکثر ایستگاه های مورد مطالعه، فراوانی وقوع یخبندان در تمام ایستگاه ها در دوره 2020 تا 2039 در مقایسه با 1961 تا 1990کاهش خواهد یافت.همچنین نتایج بیانگر کاهش فراوانی وقوع دماهای کمینه کوچکتر از دهک اول یا یخبندان شدید و افزایش وقوع دماهای کمینه بزرگتر از دهک نهم یا یخبندان ضعیف و افزایش دمای کمینه دهک اول و دهک نهم در ایستگاه های مورد مطالعه می باشد.
https://clima.irimo.ir/article_14963_31c384bcd850ca0d41f87ae66f22fc39.pdf
2013-09-23
117
128
تغییر اقلیم
اولین یخبندان پاییزه
آخرین یخبندان بهاره
ریزمقیاس نمایی
SDSM
ایران
محمد باقر
بهیار
1
پژوهشکده هواشناسی، عضو هیئت علمی پژوهشکده هواشناسی
AUTHOR
مرضیه
خیراندیش
mkheyrandish@alumni.ut.ac.ir
2
کارشناس ارشد هواشناسی کشاورزی، دانشگاه تهران
LEAD_AUTHOR
محمدتقی
زمانیان
3
پژوهشکده هواشناسی، عضو هیئت علمی پژوهشکده هواشناسی
AUTHOR
Babaian. A, NajafiNik. Z, 1384, Assessment of climate change in the period 2010 to 2039 in Khorasan Razavi province with a small scale GCM output, repot of a project in climatology centre
1
Samadi. Z, Mesbah bovani. A, Mahdavi. M, 1386, The effect of small scale the regression to the flood regime , Technical workshop on the impact of climate change on water resources management
2
Varshavian. V, Ghahreman. N, Khalili. A, Hajam. S, 1386, The study of took place late spring frost, early winter, frost-free period and the number of frost days in order to reduce agricultural damage in some climatic zones in Iran, Agricultural research journal, No. 4 , page: 39-47
3
Brooks C. E. P, Carrthers. N, 1953, Handbook of Statistical Methods in Meteorology, London
4
Carter T. R, 1998, Changes in the Thermal Growing Season in Nordic countries During the Past Century and Prospects for the Future, Agric Food Sci. Finland 7, P. 161–179, 1996, Validation of the Stochastic Weather Generator Met&ROLL. MeteorogickeoZpravy, Vol. 49, pp. 12
5
Johnson. G, L. Hanson C, L, Hardegree. S. P, Ballard. E. B, 1996, Stochastic Weather Simulation: overview and analysis of two commonly used models, J. Applied Meteorology, vol. 35, pp. 1878-1896
6
Lettenmaier P, Wood E. F, Wallis. R, 1994, Hydro-climatological Trends in the Continental United States, 1948–1988, J. Climate, 7, P. 586–607
7
Mateescu M, Haidu I, Veronica S, Tugui O, 2007, Recent Evolution of Some Agro climatic Indices in Transylvania, Climate change, Bulletin USAMV-CN, pp. 63 – 64
8
Myneni R, B. Hall F, G. Sellers, P, J. Marshak, A ,L, 1995, The interpretation of spectral vegetation indexes. IEEE Trans, Geosci.Remote Sens. 33, P. 481–486
9
Myneni R. C, Keeling C, D. Tucker C, J. Asrar G. Nemani R, R, 1997, Increased plant growth in the northern high latitudes from1981 to 1991, Nature 386, P. 698–702.
10
Serrano A. Mateos V, L. Garcia J, A , 1999, TrendAnalysis of Monthly Precipitation Over the Iberian Peninsula for the Period 1921-1995, phys. Chem. EARTH(B),VOL. 24, NO. 1-2, P.85-90
11
Semenov M.Barrow E, 1997, Use of A Stochastic Weather Generator in the Development of Climate Change Scenarios.Climatic Change, vol. 35, pp. 397–414
12
Sharratt B, S,. (1992). Growing Season Trends in the Alaskan Climate Record. ,ARCTIC.(vol. 45). (pp. 124-127)
13
Scheifinger H. Menzel A ,2003, Trends of Spring Time Frost Events and Phenological Dates in Central Europe,Theoretical and Applied Climatology, vol. 74, pp.41–51
14
Sen P, K ,1968, Estimates of the Regression Coefficient Based on Kendall's tau. Journal of the American Statistical Association, P. 1379-1389
15
Takeuchi Z, X, Xu. K. Ishidaira H,.2003, Monitoring Trend Step Changes in Precipitation in Japanese Precipitation.Journal of hydrology, 279, P. 144-150.
16
Turgay P. ErcanK , 2006, Trend Analysis in Turkish Precipitation data.Hydro-logical processes, Volume 20, Issue 9, p. 2011–2026
17
ORIGINAL_ARTICLE
راستی آزمایی مدل پیشبینی و پژوهش وضع هوا (WRF) در پیشبینی بارشهای سنگین در حوضه کارون (مطالعه موردی: بارش 20 تا 21 بهمن 1384)
در این پژوهش خروجیهای مدل WRF برای بارشی که در منطقهی کارون منجر به وقوع سیل شده است، راستیآزمایی شدند. دادههای دیدبانی شدهی بارش و دادههای ماهواره TRMM برای راستیآزمایی و دادههای FNL به عنوان خروجی مدل استفاده شدهاند. مدل با دو آشیانه با گامهای شبکهای 45 و15 کیلومتر، برای پیش بینی 24 و 48 ساعته اجرا شده است. به منظور بررسی صحت مدل پیش بینی عددی WRF، نتایج حاصل از آن با واقعیت از دو دیدگاه راستی آزمایی چشمی و آماری بررسی شدند. نتایج راستی آزمایی چشمی مدل، نشان داد که الگوی بارش و میزان آن در منطقه به درستی پیشبینی شده است. نتایج راستیآزمایی آماری در سه آستانه، وقوع یا عدم وقوع بارش؛ بارش متوسط و بارش سنگین در 24 ساعت اول و دوم ارزیابی شد. نتایج نشان میدهد که مدل در 24 ساعت اول و دوم در پیش بینی وقوع یا عدم وقوع بارش بسیار دقیق عمل کرده و نتایج نزدیک 100 درصد صحیح هستند. برای آستانهی دوم، دقت مدل در پیش بینی بارش بالا است ولی در 24 ساعت دوم دقت بالاتر بوده است، به گونهای که در آستانهی دوم و در 24 ساعت دوم تعداد مواردی که به درستی پیشبینی شده، بالا بوده است. همچنین، در آستانهی دوم در 24 ساعت اول، مدل خشک بوده، بعبارت دیگر تعداد روزهایی که بارش اتفاق افتاده را کمتر پیش بینی نموده است. و در 24 ساعت دوم مدل تر بوده، یعنی تعداد روزهایی که بارش اتفاق رخ نداده، اما مدل پیشبینی نموده، بالا بوده است. و در آستانهی سوم، در پیش بینی 24 ساعت اول دقت بالاتر است و در دو حالت، مدل تر بوده است. به عبارتی دیگر، برای آستانهی سوم، دقت مدل در پیش بینی بارشهای بسیار سنگین در منطقه متوسط بوده است. در نهایت نتایج نشان میدهند که در وقوع پیش بینی سیل در منطقهی کارون نتایج مدل قابل اعتماد است.
https://clima.irimo.ir/article_14964_62341aa41173ffca78bb1ee85d3d208e.pdf
2013-09-23
129
140
راستیآزمایی
پیشبینی سیل
مدل منطقهای WRF
آستانههای بارش
جدول توافقی
پروین
غفاریان
p_ghaffarian@hotmail.com
1
دکتری هواشناسی، عضو هیات علمی (استادیار)پژوهشگاه ملی اقیانوسشناسی و علوم جوی
LEAD_AUTHOR
سید مجید
برکاتی
2
کارشناس ارشد فیزیک و کارشناس سازمان هواشناسی
AUTHOR
Azadi, M., Jafari, S., Mirzaee, E , and Arabli, p, 2006: Post processing of MM5 model outputs for maximum and minimum 2 meter temperature by using simple kalman filter.The sixth Conference of numerical weather forecasting, Tehran, Iran.
1
Azadi, M., Taghizadeh, E. and Memarian, M. H, 2012: Verification of WRF Precipitation Forecast Over Iran Country during Nov. 2008-Jun. 2009. Iran-Water Resources Research, Volume 8, No. 2, Fall 2012, 48-59 pp.
2
Fall, S; Niyogi, D; Mohanty, UC; Kumar, 2007: A Application of weather prediction models for hazard mitigation planning: a case study of heavy off-season rains in Senegal NATURAL HAZARDS,Vol.41.00 Issue. 1 pp.227-243.
3
Jolliffe and D.B. Stephenson, 2003: Forecast Verification: A Practitioner’s Guide in Atmospheric Science, John Wiley and Sons, 240pp.
4
Livezey, R.E., 1995a. Field intercomparison. In: H. von Storch and A. Navarra, eds., Analysis of Climate Variability. Springer, 159–176.
5
Muller, R.H., 1944. Verification of short-range weather forecasts (a survey of the literature). Bulletin of the American Meteorological Society, 25, 18–27, 47–53, 88–95.
6
Murphy, A.H., 1988. Skill scores based on the mean square error and their relationships to the correlation coefficient. Monthly Weather Review, 116, 2417–2424.
7
Murphy, A.H., 1997. Forecast verification. In: R.W. Katz and A.H. Murphy, Eds., Economic Value of Weather and Climate Forecasts. Cambridge, 19–74.
8
Murphy, A.H., and H. Daan, 1985. Forecast evaluation. In: A.H. Murphy and R.W. Katz, eds., Probability, Statistics, and Decision Making in the Atmospheric Sciences. Boulder, Westview, 379–437.
9
Shing Y., 2005 :Verification of WRF Forecast over Northeastern United States”, Department of Geology & Meteorology, Kean University, Union 07083.
10
Skamarock, W.C., J.B. Klemp, J. Dudhia, D. Gill, D. Barker, W. Wang, J.G. Powers, 2008: A description of the Advanced Research WRF Version 3, NCAR Tech. Note NCAR/TN-475+STR.
11
Stanski, H.R., L.J. Wilson, and William R. Burrows, 1989. Survey of Common Verification Methods in Meteorology. World Weather Watch Technical Report
12
30 No. 8, World Meteorological Organization, TD No. 358, 114 pp.
13
Sukhumvit Rd., 2006: “Microphysics Schemes Simulation of Heavy Rainfalls in the Low Pressure Trough passed the North of Thailand”, Thai Meteorological Department.
14
Stunder B.J.B., (1997), NCEP Model Output – FNL ARCHIVE DATA, TD
15
Wilks, D.S., 1995:Statistical methods in the atmospheric sciences, elsevier academic press, 649 PP.
16