نوع مقاله : مقاله پژوهشی
نویسندگان
1 دانشیار اقلیم شناسی دانشگاه سیستان و بلوچستان
2 دانشآموخته کارشناسی ارشد اقلیم شناسی دانشگاه تهران
چکیده
کلیدواژهها
عنوان مقاله [English]
نویسندگان [English]
Abstract
The sun is the primary source of energy for Earth's atomosphere. Changes in the output energy of the sun and its surface temperature fluctuations can create fluctuations and changes in the Earth's atmosphere. Sunspot activity can affect the Earth's climate system at different time scales and ultimately causing fluctuations and climate change.
The main feature of sunspots is that those have fairly regular variability in 11-year cycle. When 11 year cycle of solar is maximum, there is intense solar activity. Therefore, total solar irradiance increased and the sun transforms energetic particle to space by the solar wind (Lean, 2001).
Much research on the relationship between annual and monthly precipitation and sunspot cycle is done (Fleer 1982; Seleshi et al. 1994; Pérez-Peraza et al.1999; Hiremath & Mandi. 2004; Bhattacharyya & Narasimha. 2004; Zhao et al. 2004; Souza Echer et al. 2008; Selvaraj et al. 2009; Ma et al. 2010; Roy & Haigh. 2012; and in IRAN: Jahanbakhsh & edalatdoost. 2008).
Wavelet analysis is a major development in the methods of data analysis in the last twenty years, in both research and applications. With concern over current climate changes and their attribution, the analysis of natural climate variability on relatively long timescales has attracted much attention in recent years. The wavelet transform of time series is a convolution with the local base functions or wavelets, which can be stretched and translated with a flexible resolution in both frequency and time. The wavelet transform decomposes a series into time-frequency space, enabling the identification of both the dominant modes of variability and the manner in which those modes vary with time. One of the wavelets which have both real and imaginary parts is the Morlet wavelet. This wavelet is the most commonly used complex wavelet in climate studies.
As with its Fourier counterpart, there is an inverse wavelet transform that allows the original signal to be recovered from its wavelet transform by integrating all scales and locations, a and b. If we limit the integration over a range of a scale rather than all of scale a, we can perform a basic filtering of the original signal (Addison. 2002).
In this study, was performed Spectral analysis of time series of temperature and precipitation using wavelet theory, to determine the effect of sunspots on the spectral behavior of temperature and precipitation in Iran, in a period of 43 years (1966-2009) in 41synoptic stations. The spectral separation of precipitation and temperature time series in the frequency band from 9 to 12 years using the inverse wavelet transform is done and compare it with time series of sunspots in different years. Then we calculate the correlations of these fluctuations at different stations.
The results show that the 11-year cycle of temperature and precipitation variability and its relation to sunspots, in any station is different. Fluctuations in temperature and precipitation with respect to solar cycle, in some of stations are inverse behavior and have similar behavior on others. In relation to rainfall, whatever move from lower latitudes to higher latitudes, the correlation between the sunspot cycle and the cycle of rainfall variability, changes from large negative values to positive values, therefore, at low latitudes the 11-year variability of precipitation and the number of sunspots has inverse behavior and has similar behavior at high latitudes. In relation to temperature, solar cycle in the South East, East and parts of central and southern coasts have more impact and from South East to the North West of the country, decrease the relationship between temperature and sunspot cycle.
Therefore, Wavelet analysis show different cycles with different intensity at climate time series such as temperature and precipitation. When the cycle is shorter, that is suggested a regional scale forcing and when that is longer, is related to a larger-scale atmospheric forcing.
کلیدواژهها [English]
مقدمه
منبع اولیه انرژی برای جو زمین خورشید است، بنابراین منطقی است که تغییرات آب و هوایی را در اقلیم کره زمین به عنوان نتیجهای از تغییرپذیری خورشید در نظر بگیریم. تغییرات میزان انرژی خروجی از خورشید و یا نوسانات دمایی سطح آن، می تواند نوسانات و تغییراتی را در جو زمین ایجاد نماید(Marsden & Lingenfelter, 2003). لکه های خورشیدی به عنوان یکی از فعالیت های خورشید از جمله پدیده هایی است که در دهه های اخیر توجه اقلیم شناسان را به خود معطوف ساخته و به عنوان یکی از مولفه هایی که می تواند بر سامانه اقلیم زمین در مقیاس های زمانی متفاوت اثر گذاشته و در نهایت نوسانات و تغییرات اقلیمی را به دنبال داشته باشد، در کانون توجه قرار گرفته است. این لکهها مناطق نسبتا تاریکی روی سطح خورشید هستند که از نظر مغناطیسی دچار اختلال گردیده و سردتر از مناطق مجاور خود می باشند و دارای میدان مغناطیسی 100 تا 1000 بار قوی تر از مغناطیس متوسط خورشید است (Impey & Hartmann, 2000). از مهمترین ویژگی های این لکه ها، تغییر پذیری نسبتا منظم تعداد آنها در چرخه های 11 ساله است. هنگامی که سیکل یازده ساله خورشیدی در حداکثر است، سایر فعالیت های خورشیدی شدیدتر هستند. بدین جهت مقدار تابش کلی خورشید افزایش یافته و خورشید جریانات بزرگتری از ذرات انرژتیک را توسط باد خورشیدی به فضا منتقل میکند (Lean, 2001).
رخداد دوره یخبندان کوچک در طی سال های 1645 تا 1715 با حداقل تعداد لکه های خورشیدی (Eddy, 1976)، همبستگی بین تغییرات چرخه لکه های خورشیدی و دمای سطح دریای مناطق حاره (Reid, 1987) و دمای منطقۀ پوشسپهر قطبی (Labitzke, 1987) نمونه ای از مطالعات در ارتباط با فعالیت های خورشید و اقلیم زمین است.
ارتباط مستقیم بین فعالیت خورشید و این پدیده ها ضعیف است، زیرا تغییرات تابش خورشید روی چرخه خورشیدی 11 ساله خیلی کوچک است. برای مثال در طی چرخه خورشیدی 1979 تا 1990، ، تغییرات در تابش دریافتی از خورشید فقط 01/0 درصد یا 03/0 وات بر متر مربع بوده که این مقدار به طور کروی در بالای جو میانگین گیری شده است (Fröhlich, 2000). این مقدار به طور با اهمیتی کوچکتر از واداشت های میانگین گیری شده کروی به واسطه ابرها (28 وات بر متر مربع) (Hartmann, 1993)، گازهای گلخانه ای ایجاد شده توسط انسان (2وات بر متر مربع) (Wigley & Raper, 1992) و هواویزهای ایجاد شده توسط انسان (03/0 تا 2 وات بر متر مربع) (Charlson & et al, 1992) می باشد.
به نظر می رسد رابطه ای غیر مستقیم بین تغییر پذیری خورشید و اقلیم زمین وجود داشته باشد، مخصوصاً کشف یک رابطه بین شار پرتوهای کاذمیک کیهانی و ابرناکی کره زمین (Svensmark & Friis-Christensen, 1997) در پروژه اقلیم شناسی بین المللی ماهواره ابر کشف شده است. دانشمندان زیادی نشان دادند که شواهدی از وجود همبستگی مثبت بین ابرناکی و پرتوهای کیهانی فقط برای ابرهای پایین (زیر 3 کیلومتر) در میزان ابرناکی کره زمین در عرض های جغرافیای پایین تا وسط وجود دارد. واداشت های میانگین گیری شده به واسطه افزایش در ابرهای پایین در ارتباط با تغییرات پرتوهای کاذمیک کیهانی ناشی از تغییر پذیری فعالیت خورشید تقریبا 2/1 وات بر متر مربع تخمین زده می شود که برای تغییر دمای سطح دریا کافی است (Marsden & Lingenfelter, 2003).
در سالهای اخیر محققین با استفاده از مدل های گردش عمومی جو (GCM) ارتباطی را بین چرخه های 11 ساله لکه های خورشیدی و الگوهای هوا در نیمکره شمالی یافته اند. بدین ترتیب که گرم شدن زمستانی در نیمکره شمالی ممکن است با تغییر در تعداد لکههای خورشیدی و با الگوی تغییرات جهت بادهای پوشسپهری در مناطق حاره در ارتباط باشد (Haigh,1996 & Ahrens, 1998). همچنین مطالعاتی که با دوره های نسبتا طولانی انجام شده است، نشان می دهند که دوره هایی که سطح خورشید لکه های کمی داشته است، همزمانی نزدیکی با دوره های سرد در اروپا و آمریکای شمالی دارد. متقابلا دوره های دیگری که با لکه های بسیار فراوان بر سطح خورشید، همبستگی خوبی با زمان های گرمتر دراین مناطق دارند (عزیزی، 1383).
به منظور یافتن رابطه بین تغییرپذیری خورشید و تغییرات متغیرهای اقلیمی، روشهای آماری گوناگون به کار گرفته می شوند. یکی از این روشهای مطالعاتی برای شناسایی تغییرات به خصوص در زمینه رفتار بارش و دما و مدلسازی آن، روش تحلیل طیفی بر اساس تبدیل موجک میباشد. استفاده از این روش برای نمایش هر چه بهتر الگوی توزیع زمانی و فرکانسی متغیرهای اقلیمی در مناطق مختلف حائز اهمیت است (تقوی و همکاران، 1390).
تحقیقات زیادی در زمینه به کارگیری روش های آماری و طیفی در تحلیل داده های بارش صورت گرفته است. فلیر (1982) به بررسی تغییرپذیری لکههای خورشیدی و نوسانات بارش با استفاده از تحلیل طیفی و پالایش[1] طیفی پرداخت. او با استفاده از طیف توان و پالایههای نوار گذر فرکانسی نشان داد که مولفه های واریانس چرخهای قابل ملاحظه در مقیاس زمانی فعالیت خورشیدی در بعضی از ایستگاهها وجود دارد. پریز پرازا و همکاران (1999) به مطالعه تاثیر فعالیت های خورشیدی بر روی تغییرات تناوبی بارش در منطقه بالتیک پرداخته اند. آنها با کمک روشهای طیفی برای سریهای زمانی ماهانه و سالانه چرخههای با اهمیتی را برای فرآیندهای زمینی و خورشیدی با دوره های 6 و 12 ماه، 5/2 و 11 سال یافتند. هایرمث و ماندی (2004)، اثر فعالیت خورشیدی بر بارش مانسون هند را بررسی نموده و نتیجه گرفتند که در طول فصل مانسون، همبستگی مثبت قوی بین داده های لکههای خورشیدی و بارش در دوره مشابه وجود دارد. بنابراین آنها پیشنهاد دادند که چرخه لکههای خورشیدی بایستی یک عامل موثر در مدلسازی بارش ناشی از مانسون در هند باشد. بتاچریا و نراسیما (2004) با استفاده از تحلیل موجک متقابل نشان دادند که بارش میانگین مانسون هند در دوره اوج فعالیت خورشیدی بیشتر است و در آزمون z، سطح اطمینان آماری 95% یا بیشتر برای سه ایستگاه به دست آمد. ژو و همکاران (2004) با استفاده از تبدیل موجک پیوسته به بررسی اثر فعالیت خورشیدی بر بارش سالانه در منطقه بینجینگ چین پرداخته و نتایج آنها ارتباط قوی بین تغییرات تعداد لکه های خورشیدی و بارش سالانه را نشان داد. همچنین سوزا اچر و همکاران (2008) با استفاده از تحلیل طیفی و موجک به تحلیل سری زمانی بارش جنوب برزیل، تعداد لکههای خورشیدی، شاخص انسو و نوسانات شبه دوساله در طی صد سال گذشته پرداختند. نتایج حاکی از ارتباط غیر خطی بین تغییر پذیری خورشیدی و تغییرپذیری نوسانات شبه دوساله و انسو است. سلواراج و همکاران (2009)، تاثیر فعالیت های خورشیدی روی بارش سالانه در شهر تامیل هند را بررسی نمودند. آنها همبستگی خطی 21/0 را بین بارش سالانه تامیل و فعالیت خورشیدی به دست آوردند. ما و همکاران (2010)، تاثیر احتمالی چرخه 11 ساله خورشیدی بر بارش رشته کوه هوشان در چین را در 300 سال گذشته با استفاده از تبدیل موجک و تبدیل موجک متقابل مورد تحقیق قرار دادند. آنها دریافتند که فعالیت خورشیدی تا حدودی بر بارش مناطق جغرافیایی چین در یک چرخه 11 ساله، تاثیرگذار است. روی و های (2012)، سیگنال چرخه خورشیدی در داده های فشار سطح دریا و پیامدهای زمانی آن را بررسی کردند و نتیجه گرفتند که تاثیر سیگنال چرخه خورشیدی در دوره 1956 تا 1997 ممکن است به واسطه تغییر پذیری قوی انسو، ضعیف تر باشد. در داخل کشور نیز پژوهشهای در رابطه با لکه های خورشیدی انجام پذیرفته، به عنوان نمونه: زرین و مفیدی (1384)، تغییرپذیری فعالیت خورشیدی و اثر آن بر اقلیم خاورمیانه و ایران را مورد بررسی قرار داده است. یافتههای آنها همبستگی ضعیفی را بین تعداد لکه های خورشیدی با مجموع بارش زمستانه و میانگین دمای حدی ایستگاههای منتخب ایران و مناطق همجوار نشان میدهد. این همبستگیهای ضعیف به دست آمده نشانگر آن است که در سالهای که فعالیت خورشیدی به حداکثر خود میرسد، دمای میانگین فصل زمستان در منطقه خاورمیانه و ایران به طور نسبی کاهش مییابد. جهانبخش و عدالت دوست (1387)، به بررسی تاثیر فعالیتهای خورشیدی بر تغییرات بارندگیهای سالانه ایران با استفاده از روش تحلیل موجک، فوریه و تحلیلهای آماری پرداختند. نتایج حاصل بیانگر وجود ارتباط متوسط تا قوی بین لکههای خورشیدی و بارندگیها ایران است؛ به طوری که میانگین بارندگیهای سالانه در نواحی بارشی متناسب با چرخه لکههای خورشیدی (5، 8، 11 و 22) نوسانهای زمانی مشخصی را نشان میدهند. طی این بررسی مشخص گردید که همبستگی بین تغییرات بارندگیها و لکه های خورشیدی در تمام نقاط ایران ثابت نبوده بدین ترتیب که تغییرات بارندگیها در نواحی ساحلی ایران با فعالیت این لکهها رابطه مستقیم و در نواحی خشک و نیمه خشک دارای رابطه معکوس است. در تحقیق دیگری جهانبخش و عدالت دوست (1387) به ارزیابی تغییرات درازمدت نوسانهای سطح آب دریاچه ارومیه و پارامترهای موثر در این نوسانها در ارتباط با فعالیت لکههای خورشیدی پرداختند که براساس این تحقیق همبستگی منفی معنیدار بین این نوسان ها در ارتباط با لکههای خورشیدی وجود دارد.خسروی و میردیلمی(1392) با استفاده از تحلیل موجک به بررسی رابطه خشکسالی های استان گلستان و لکه های خورشیدی پرداختند. نتایج نشان داد که ارتباط و همبستگی متوسط تا قوی بین لکههای خورشیدی و تغییرات بارش استان گلستان وجود دارد. میزان همبستگی بین تغییرات بارش و لکههای خورشیدی در تمام نقاط استان ثابت نمی باشد. با وجود اینکه تغییرات بارش نواحی غرب استان از چرخه فعالیتهای خورشیدی تبعیت مینماید. بررسی تحلیل موجک برروی دادههای لکههای خورشیدی، بارش سالانه ایستگاههای گرگان و گنبد به ترتیب سیکل 11، 5 و10 ساله را نشان داد.
در این تحقیق با به کارگیری دادههای ماهانه دما و بارش 41 ایستگاههای همدیدی که توزیع مناسبی در سطح کشور دارند و دادههای تعداد لکههای خورشیدی در دهههای اخیر، همبستگی بین چرخه 11 ساله لکههای خورشیدی و همین چرخه در سریهای زمانی دما و بارش ایستگاههای مختلف بررسی شده است.
داده ها و روشها
دادهها
در این مطالعه دادههای بارش و دمای ماهانه41ایستگاه همدید ایراندر طی دوره آماری 43ساله از 1966-2009در محدودۀ جغرافیایی 45-62 شرقی و 25-39 شمالی (شکل 1)، به منظور بررسی تاثیر تغییرپذیری لکههای خورشیدی بر تغییرات طیفی دما و بارش مورد استفاده قرار گرفته است. داده های مورد بررسی با تقسیم شدن بر میانگین بلند مدت ماهانه نرمال و سپس برای تحلیل طیفی و مقایسه بین ایستگاه ها به کار گرفته شده است.
شکل 1- موقعیت ایستگاه های همدید مورد مطالعه
روش تحلیل موجک
اساس همۀ روشهای طیفی از جمله تحلیل موجک بر پایه تعریف سریهای فوریه است. در این روشها سری زمانی شامل تعداد زیادی چرخۀ (سینوسی یا کسینوسی) است. چرخه های موجود در سری زمانی دارای اهمیتهای متفاوتی هستند (Brilinger, 1993). روش تبدیل موجک که از جمله این روشهای طیفی می باشد به منظور تحلیل طیفی سریهای زمانی که شامل توانهای غیر ایستا (دارای روند) در فرکانسهای مختلف هستند، به کار میرود (Daubechies, 1990).
در روش تحلیل موجک بر خلاف روش تحلیل طیفی کلی، یک تصویر از تغییرات چرخه ها نسب به زمان و توان آنها در سری زمانی مشاهده می شود. از دیدگاه ریاضی، تبدیل موجک همامیخت[2] توابع موجک مادر با سری زمانی اصلی میباشد. موجکهای مادر میتوانند به مکانهای مختلف سری زمانی حرکت کنند و همچنین آنها میتوانند کشیده و فشرده شوند؛ در نتیجه امکان جداسازی چرخه های مختلف سری زمانی و شدت و ضعف آنها میسر می شود. نقشه تبدیل موجک که مقیاسنما[3] نامیده می شود، همبستگی بین سری زمانی و موجک در مقیاسهای مختلف (چرخه ها) و در مکانهای مختلف و در نتیجه ساختارهای همسان در سری زمانی را نشان میدهد. اگر موجک و سری زمانی در یک چرخه خاص به خوبی همبسته باشند مقدار تبدیل موجک بزرگ و در غیر این صورت کوچک خواهد بود. برای مطالعات اقلیمی جهت شناسایی ساختارهای همسان در سری زمانی، معمولا موجک مادر مورلت[4] به کار میرود. این موجک که برای تحلیل زمانی-فرکانسی به کار میرود در واقع ضرب یک موج سینوسی مختلط در یک پوش گوسی است (Goupillaud & et al, 1984):
(1)
کهt زمان,f0 فرکانس بی بعد و عاملی برای نرمال نمودن است تا موجک مادر انرژی واحدی داشته باشد. رابطه تبدیل موجک برای سری زمانی پیوسته نسبت به موجک مادر میتواند به صورت ذیل بیان شود (Addison, 2002):
(2)
(t) سری زمانی ورودی و مزدوج مختلط تابع موجک مادر نرمال شده، انتقال یافته و مقیاس شده است که این تابع به صورت ذیل تعریف میشود (Addison, 2002):
(3)
رابطه تبدیل موجک در واقع یک رابطه انتگرالی از حاصلضرب یک سری زمانی در مزدوج تابع موجک مادر است که این عمل در اصطلاح ریاضیات، همامیخت دو تابع نامیده میشود. اگر از حوزه زمان به حوزه فرکانس برویم همامیخت در حوزه زمان معادل با ضرب محتوای فرکانسی سری زمانی و تابع موجک مادر در حوزه فرکانس است که مفهوم یک پالایه میانگذر را دارد که نوار گذر فرکانسی آن با تغییر پارامتر مقیاس موجک مادر (a) تعیین میشود. نحوه تغییر نوار گذر فرکانسی یک موجک خاص در شکل (2) نشان داده شده است.
رابطه تبدیل موجک به ازای همه زمانهای سری زمانی و همه پارامترهای مقیاس(a) و پارامترهای انتقال (b) محاسبه و نقشه مقیاسنما سری زمانی مربوطه به دست میآید که این فرآیند در شکل (3) نشان داده شده است.
|
|
شکل 2- الف) نمایش یک تابع موجک مادر خاص در حوزه زمان به ازای سه مقدار مختلف پارامتر مقیاس a
ب)نوار فرکانسی گذر همان موجک مادر(Addison, 2002).
شکل 3- نمایش نحوه عمل تابع موجک مادر روی سری زمانی به ازای یک پارامتر مقیاس خاص جهت نمایش محتوای واریانس سری زمانی در نقشه مقیاسنما، جهتکامل شدن کل نقشه مقیاسنما, باید این عمل با مقادیر مختلف پارامتر مقیاس انجام شود (Addison, 2002).
پالایش سری های زمانی
برای بازیابی سری زمانی اولیه از نقشه تبدیل موجک از تبدیل موجک معکوس استفاده میشود. رابطه تبدیل موجک معکوس به صورت زیر تعریف میشود (Addison, 2002):
(4)
این رابطه امکان بازیابی سری زمانی اصلی با انتگرالگیری روی همه مقیاسها و همه مکانها را به ما میدهد. در این رابطه مزدوج تابع موجک مادر به کار نمی رود بلکه خود موجک استفاده میشود. در اینجا Cg با توجه به تبدیل فوریه تابع موجک مادر به دست می آید. اگر تبدیل فوریه تابع موجک مادر باشد، در این صورت مقدار Cgاز رابطه زیر به دست می آید:
(5)
اگر انتگرالگیری روی مجموعهای از مقادیر پارامتر مقیاس محدود شود در واقع یک پالایش اساسی روی سری زمانی اصلی انجام شده است. در حالت ایجاد یک پالایه پایین گذر رابطه به صورتزیر است که مقیاس قطع است،
(6)
علاوه بر این میتوان توسط تبدیل معکوس، عملیات پالایه کردن را جهت بازسازی سری زمانی در مقیاسهای (چرخه ها) انتخابی انجام داد. با این روش امکان جداسازی چرخه های انتخابی و مقایسه محتوای طیفی این چرخه ها در سری های زمانی مختلف امکان پذیر می شود.
رابطه همبستگی
روابط آماری متعددی در شناخت رابطۀ بین دو متغیر وجود دارد که مهمترین آنها ضریب همبستگی است که ارزش محاسبه شدۀ این ضریب مقداری بین 1+ تا 1- را خواهد داشت. علامت مثبت نشان دهندۀ ارتباط مستقیم و علامت منفی نشان دهندۀ ارتباط معکوس بین دو متغیر است. ضریب همبستگی با رابطۀ زیر محاسبۀ می شود:
(7)
محاسبه ضریب همبستگی بین سری های زمانی در چرخه های مختلف، امکان پذیری وجود رابطهای بین این سری های زمانی را خواهد داد. در این مطالعه ارتباط بین سری های زمانی دما و بارش با تغییر پذیری تعداد لکه های خورشیدی در چرخه 11 ساله، با استفاده از ضریب همبستگی مورد بررسی قرار خواهد گرفت.
نتایج و بحث
مطالعه موردی
با بکارگیری موجک مادر مورلت و محاسبه تبدیل موجک، چرخههای مختلف در سری های زمانی دما و بارش و شدت و ضعف آنها مشخص خواهد شد.به منظور جداسازی این چرخهها در دادههای دما و بارش، مقیاسنما برای چند ایستگاه منتخب در سطح کشور به دست آمد. مقیاسنما، دامنه موجکهاو نوسانات آنها رادر سری زمانی نشان میدهد که بیانگر تصویری کامل از تغییرپذیری دما و بارش است. در مقیاسنما، پنج سطح پربندی[5] توان نشان داده شده است که رنگ مشکی مشخصه بیشترین توان موجک و رنگ سفید مشخصه کمترین توان موجک میباشد. خط مشکی تیره که بعضی از نواحی داخل مقیاسنما را احاطه کرده، سطح اطمینان آماری 90 درصد را در طیف مورد نظر نشان میدهد. هدف از تحلیل مقیاسنماها یافتن چرخهها در سری زمانی دما و بارش است. به طور کلی هر چه تغییرپذیری دارای دوره بازگشت کوتاهتری باشد، نشان میدهد که آن واداشت جوی دارای مقیاس منطقهای و هر چه تغییرپذیری دارای دوره بازگشت طولانیتری باشد، واداشت جوی دارای مقیاس بزرگتری میباشد. با انتخاب موجک مادر مورلت جهت تحلیل، ضرایب موجک در چرخه ها و زمانهای مختلف برای سریهای زمانی انتخاب شده، محاسبه گردید.
مقیاس نما برای دادههای بارش 4 ایستگاه منتخب در شکل4 نشان داده شده است. توان بالایی برای همۀ ایستگاهها بین مقیاس 8 تا 16 ماهبه وضوح مشخص است که نشانگر چرخه سالانه قوی در این سریهای زمانی است، که این چرخه در ایستگاههای بیرجند و آبادان از نظم بیشتری برخوردار است.علاوه بر چرخۀ سالانه، چرخه های با دورۀ بازگشت فصلی و بین سالی نیز در این شکل نمایش داده شده است. در این بررسی به تغییرپذیریهای بین سالی 9 تا 12 سال که ناشی از واداشتهای بزرگ مقیاس نظیر لکههای خورشیدی میباشد، پرداخته شده است.محدودۀ این تغییرپذیری ها در شکل 4 با خطوط خط چین مشخص شده است. با توجه به این شکل مشاهده می شود که میزان تغییرپذیری ناشی از لکه های خورشیدی در ایستگاههای ذکر شده دارای توان های متفاوتی در طول زمان می باشند.
مقیاس نما برایدادههای دمای4 ایستگاه منتخب در شکل 5 نشان داده شده است. چرخۀ سالیانه در سری های زمانی دمای هر 4 ایستگاه از نظم و توان قابل توجهی با سطح اطمینان آماری 90 درصد برخوردار است. علاوه بر چرخۀ سالانه، چرخه های با دورۀ بازگشت فصلی و بین سالی نیز نمایش داده شده که محدودۀ تغییرپذیریهای بین 9 تا 12 سال در شکل 5 با خطوط خط چین مشخص شده و تغییرات شدت این چرخه در ایستگاه های ذکر شده در طول زمان مشاهده می گردد.
شکل 4- نقشه تبدیل موجک (مقیاس نما) برای داده های بارش ایستگاه های منتخب طی دوره آماری 1966-2009
شکل 5- نقشه تبدیل موجک (مقیاس نما) برای داده های دمای ایستگاه های منتخب طی دوره آماری 1966-2009
جداسازی چرخههای زمانی خاص با استفاده از تبدیل موجک معکوس
در بخش قبل مشاهده شد که با استفاده از تبدیل موجک می توان چرخه های مختلف با توان های مختلف در طول زمان را از سری های زمانی دما و بارش جداسازی نمود. در این بخش تنها به تغییرپذیری چرخۀ 11 ساله دما و بارش برای ایستگاههای منتخب و مقایسۀ آنها با هم و با چرخه لکه های خورشیدی پرداخته شده است. این ایستگاهها بر اساس بیشینه همبستگی مثبت یا منفی در چرخههای دما و بارش انتخاب شدهاند.
شکل 6 نوسانات چرخۀ 11 ساله خورشیدی و بارش برای ایستگاه های آبادان، بیرجند، رامسر و گرگان را نشان میدهد. این نوسانات در ایستگاههای آبادان و بیرجند نسبت به نوسانات چرخه لکههای خورشیدی در طول زمان دارای رفتار معکوس و در ایستگاه های رامسر و گرگان دارای رفتار مشابهی است. رفتار معکوس بدین معناست که هنگامی که نوسان لکه خورشیدی در بیشترین مقدار خود است، نوسان بارش در کمترین میزان خود می باشد. رفتار مشابه نیز بدین معناست که نوسان بارش و لکه خورشیدی در یک زمان مقادیر آن کاهش یا افزایش می یابد. علاوه براین دامنۀ (توان) نوسان 11 سالۀ بارش در ایستگاه های مورد نظر متفاوت می باشد.
شکل 7 نوسانات چرخۀ 11 ساله خورشیدی و دمای ایستگاه های انزلی، رامسر، ایرانشهر و فسا را نشان می دهد. این نوسانات در ایستگاه های انزلی و رامسراز چرخه لکه های خورشیدی در طول زمان تبعیت نمی کند و در ایستگاه های ایرانشهر و فسا دارای رفتار مشابه بوده و دامنۀ (توان) نوسانات 11 ساله ایستگاه های مورد نظر متفاوت می باشد.
شکل6- نوسانات چرخۀ 11 ساله خورشیدی و بارش برای ایستگاههای منتخب
شکل 7- نوسانات چرخۀ 11 ساله خورشیدی و دما برای ایستگاههای منتخب
الگوی همبستگی
به منظور بررسی تطابق بین چرخه های 11 ساله دما و بارش ایستگاههای مختلف با چرخه لکههای خورشیدی، ضریب همبستگی پیرسون برای ایستگاههای مختلف در منطقه به دست آمد. نتایج به صورت پربندهای الگوی همبستگی بر روی کشور در شکلهای 8 و 9 نشان داده شده است. شکل 8، پربندهای همبستگی بین چرخه 11 ساله تغییرپذیری بارش و لکه های خورشیدی را نشان می دهد. در منطقه جنوب شرق، شرق و سواحل جنوبی کشور بیشترین مقادیر همبستگی معکوس (بین 50 تا 70 درصد) و در جنوب شرق دریای خزر بیشترین مقادیر همبستگی مثبت (بین 20 تا 30 درصد) وجود دارد. در بخش هایی از غرب، مرکز و شمال شرق کشور مقدار همبستگی صفر است و هیچگونه ارتباطی بین چرخه لکههای خورشیدی و چرخه تغییرپذیری 11 ساله بارش وجود ندارد. به طور کلی از عرضهای جغرافیایی پایینتر به سمت عرضهای بالاتر ارتباط بین چرخه لکههای خورشیدی و چرخه تغییرپذیری بارش از مقادیر زیاد منفی به سمت مقادیر مثبت می رود، در نتیجه در عرضهای پایین تغییرپذیری 11 ساله بارش و تعداد لکه های خورشیدی رفتار معکوس و در عرضهای بالا رفتار مشابه پیدا میکند.
شکل 9 پربندهای الگوی همبستگی بین تغییرپذیری های 11 ساله دما و چرخه لکههای خورشیدی را نشان میدهد. بیشترین مقادیر همبستگی در جنوب شرق کشور بیش از 80% است و از جنوب شرق به سمت شمال غرب همبستگی کاهش یافته و در منتهاالیه شمال غرب کشور دوباره افزایش یافته و به 30% می رسد. بنابراین بیشترین تاثیر چرخه خورشیدی بر چرخه تغییرپذیری 11 ساله دما در جنوب شرق، شرق و بخش هایی از مرکز و سواحل جنوبی کشور است. در بخش هایی از غرب و سواحل جنوبی دریای خزر نیز رابطه بین چرخهها نسبتا کم است.
شکل 8- پربندهای همبستگی بین چرخه 11 ساله تغییرپذیری بارش و لکه های خورشیدی
شکل 9- پربندهای همبستگی بین چرخه 11 ساله تغییرپذیری دما و لکه های خورشیدی
نتیجه گیری
تحلیل موجک ابزاری مناسب برای بررسی چرخههای مختلف و شدت و ضعف آنها و جداسازی چرخههای مختلف در سری زمانی دما و بارش میباشد. هر چه تغییرپذیری دارای دوره بازگشت کوتاهتری باشد، نشان میدهد که آن واداشت جوی دارای مقیاس منطقهای و هر چه تغییرپذیری دارای دوره بازگشت طولانیتری باشد، واداشت جوی دارای مقیاس بزرگتری میباشد.
با توجه به محاسبات انجام شده در همۀ ایستگاههای کشور توان بالایی بین مقیاس 8 تا 16 ماهه بوضوح مشخص است که نشانگر چرخه سالانه قوی در این سریهای زمانی است. چرخههای با دورۀ بازگشت فصلی و بین سالی در ایستگاه های مختلف دارای توان های متفاوتی بودند. از جملۀ چرخه های بین سالی، چرخه 11 سالۀ دما و بارش و لکه های خورشیدی می باشد. نوسانات دما و بارش در برخی ایستگاه ها نسبت به نوسانات چرخه لکه های خورشیدی در طول زمان دارای رفتار معکوس و برخی دیگر دارای رفتار مشابهی است. نتایج ضریب همبستگی بین چرخه های 11 ساله دما و بارش ایستگاه های مختلف با چرخه لکههای خورشیدی به منظور بررسی تطابق آنها با هم، نشان داد که در رابطه با بارش، از عرضهای جغرافیایی پایینتر به سمت عرضهای بالاتر ارتباط بین چرخه لکههای خورشیدی و چرخه تغییرپذیری بارش از همبستگی زیاد منفی به سمت مقادیر مثبت می رود، در نتیجه در عرض های پایین تغییرپذیری 11 ساله بارش و تعداد لکه های خورشیدی رفتار معکوس و در عرض های بالا رفتار مشابه پیدا می کند. نتایج تحقیقات دیگران نیز همگی گویای وجود چرخههای مشابه با چرخه لکههای خورشیدی در بارش و نیز همبستگی بین بارش و چرخه لکههای خورشیدی میباشد که البته میزان این همبستگی در مکانهای مختلف متفاوت است. در رابطه با دما، بیشترین تاثیر چرخۀ خورشیدی بر چرخه تغییرپذیری 11 ساله دما در جنوب شرق، شرق و بخش هایی از مرکز و سواحل جنوبی کشور است. در بخش هایی از غرب و سواحل جنوبی دریای خزر نیز رابطه بین چرخه ها نسبتا کم می باشد. به طور کلی، از سمت جنوب شرق به سمت شمال غرب کشور ارتباط بین دما و چرخۀ لکه های خورشیدی کمتر می شود.