Phys Geog Res دانشگاه تهران پژوهش های جغرافیای طبیعی 2008-630X دانشگاه تهران 94 10.22059/jphgr.2016.59354 اقلیم شناسی ثبت تغییرات اقلیم کواترنر پسین در پذیرفتاری مغناطیسی لس‌های آزادشهر ثبت تغییرات اقلیم کواترنر پسین در پذیرفتاری مغناطیسی لس‌های آزادشهر فیضی وحید دانشجوی دکتری جغرافیا، اقلیم‌شناسی، دانشگاه تهران علیمحمدیان حبیب استادیار گروه زمین‌شناسی (گرایش محیط مغناطیس)، سازمان زمین‌شناسی و اکتشافات معدنی کشور عزیزی قاسم دانشیار، گروه جغرافیای طبیعی، اقلیم‌شناسی، دانشگاه تهران محمدی حسین استاد، گروه جغرافیای طبیعی، اقلیم‌شناسی، دانشگاه تهران شمسی پور علی اکبر استادیار، گروه جغرافیای طبیعی، اقلیم‌شناسی، دانشگاه تهران 21 06 2016 48 2 175 191 16 01 2015 06 05 2015 Copyright © 2016, دانشگاه تهران. 2016 https://jphgr.ut.ac.ir/article_59354.html

در این پژوهش، برش رسوبی نوده واقع در شمال شرق ایران برای بررسی وضعیت آب‌وهوایی گذشته بررسی شده است. تلفیقی از مرور سامان‌مند منابع کتابخانه‌ای و میدانی و کارهای آزمایشگاهی در این تحقیق استفاده شده است. به‌منظور انجام کار با بررسی‌های میدانی متوالی، محل و روش نمونه‌برداری مشخص شد. 237 نمونه به فواصل 10 سانتی‌متری از برش نوده نمونه‌برداری شد. پذیرفتاری مغناطیسی تمامی نمونه‌ها اندازه‌گیری شد و بر اساس نتایج به‌دست‌آمده از این آزمایش، نمونه‌های دارای نوسانات شدید افزایش یا کاهش میزان پذیرفتاری مغناطیسی، برای مطالعة سایر پارامترهای مغناطیسی انتخاب شد. نتایج این تحقیق نشان می‌دهد که میزان پذیرفتاری مغناطیسی، پسماند مغناطیسی طبیعی، پسماند مغناطیسی ایزوترمال اشباع‌شده و HIRM در لایه‌های لس کمتر از لایه‌های خاک دیرینه است. در مقابل، میزان S_0.3 در لایه‌های لس بیشتر از خاک‌های دیرینه است. نتایج این تحقیق نشان می‌دهد که برش رسوبی نوده در طول 150 هزار سال گذشته، حدود هشت دورة آب‌وهوایی گرم و مرطوب (لایه‌های خاک دیرینه و شبه‌خاک دیرینه با میزان پذیرفتاری مغناطیسی بالا) در بین دوره‌های سرد و خشک (لایه‌های لس با میزان پذیرفتاری پایین) را تجربه کرده است.

 برش رسوبی نوده پارامترهای مغناطیسی تغییرات اقلیم رسوبات لس الماسی، ع.؛ پاشایی، ع.؛ جلالیان، ا. و ایوبی، ش. (1385). بررسی ترکیب کانی‌های رسی و تحول آن‌ها در رسوبات لسی و پارینة خاک‌های منطقة قپان استان گلستان، مجلة علوم کشاورزی و منابع طبیعی، 13(3). ضیایی، ع.؛ پاشایی، ع.؛ خرمالی، ف. و روشنی، م. (1392). برخی از خصوصیات فیزیکوشیمیایی، کانی‌شناسی و میکرومورفولوژیکی توالی لس- خاک قدیمی به عنوان شاخصی از تغییر اقلیمی رسوب‌گذاری و خاکسازی (مطالعة موردی: گرگان، استان گلستان)، مجلة پژوهش‌های حفاظت آب و خاک، 20(1): 1-27. عزیزی، ق. (1383). تغییر اقلیم، نشر قومس. قازانچایی، ر.؛ پاشایی، ع.؛ خرمالی، ف. و ایوبی، ش. (1387). بررسی برخی خصوصیات میکرومورفولوژیک توالی لس-پالئوسل منطقة ناهارخوران گرگان، مجلة علوم کشاورزی و منابع طبیعی، 15(2). کریمی، ع.؛ خادمی، ح. و جلالیان، ا. (1390). لس: ویژگی‌ها و کاربردها برای مطالعات اقلیم گذشته، پژوهش‌های جغرافیای طبیعی، 76: 1-20. مهدی‌پور حسکوئی، ف.؛ علیمحمدیان، ح. و صبوری، ج. (1392). بازسازی آب‌وهوای کواترنر پسین در بخشی از شمال ایران (لُس‌های نکا) با استفاده از داده‌های مغناطیسی و ژئوشیمیایی، مجلة علوم زمین، سال 23، شمارة 89: 97-108. نبوی، م. (1355). دیباچه‌ای بر زمین‌شناسی ایران، 1-109 ص. Almasi, A.; Pashaei, A.; Jalilian, A. and Ayoubi, Sh. (2006). Investigation on composition and evaluation of clay minerals in the loess deposits and palesols of Ghapan area, Golestan province, Agricultural Science and Nature Resources, 13(3). Azizi, Gh. (2004). Climate change, Ghomas publication, Vol. 1. 10. Ghazanchaei, R.; Pashaei, A.; Khormali, F. and Ayoubi, Sh. (2008). Investigation on micromorphological properties of a loess-paleosol sequence in Naharkhoran, Gorgan, Agricultural Science and Nature Resources, 15(2). 11. Karimi, A., Khademi, H. and Jalalian, A. (2011). Loess: Characterize and application for paleoclimate study, Geography Research, 76: 1-20. 12. Mehdipour, F.; Alimohammadian, H. and Sabori, J. (2013). The Reconstruction of Late Quaternary Climatical Conditions in Part of North Iran (Neka Loesses) Using Magnetic Parameters and Geochemistry, Scientific Quarterly Journal of Geosciences, 23(89). 13. Nabavi, M. (1976). Introduction geology of Iran, 1-109pp. 14. An, Z.S.; Kukla, G.; Porter, S.C. and Xiao, J.L. (1991). Magnetic susceptibility evidence ‎of monsoon variation on the Loess Plateau of Central China during the last 130,000 ‎years. IEEE International Geoscience and Remote Sensing Symposium, Boston, Massachusetts, pp. II1227‎-‎30. 15. Balsam, W.; Ji, J.F. and Chen, J. (2004). Climatic interpretation of the Luochuan and Lingtai loess sections, China, based on changing iron oxide mineralogy and magnetic susceptibility. Earth and Planetary Science Letters, 223: 335-348 16. Beer, J. and Sturm, M. (1995). Dating of lake and loess sediments, Radiocarbon, 37(P): 81-86. 17. Bloemendal, J., King, J.W., Hall, F.R., and Doh, S.J., 1992. Rock magnetism of ‎late Neogene and Pleistocene deep‎–‎sea sediments: Relationship to sediment source, ‎diagenetic processes, and sediment lithology. Journal of Geophysical Research, Vol. 97, pp. 4361–4375. 18. Bloemendal, J., Liu, X.M., Sun, Y.B., Li, N.N., 2008. An assessment of magnetic and geochemical indicators of weathering and pedogenesis at two contrasting sites on the Chinese Loess Plateau. Palaeogeogr. Palaeoclimatol. Palaeoecol. 257, 152–168. 19.   20. Dekkers, M.J. (1997). Environmental magnetism: an introduction, Geology, Mijnbouw, 76: 275‎-‎320. 21. Ding, Z.L.; Xiong, S.F.; Sun, J.M.; Yang, S.L.; Gu, Z.Y. and Liu, T.S. (1999). Pedostratigraphy and Paleomagnetism of a ~7.0 Ma Eolian Loess-red Clay Sequence at Lingtai, Loess Plateau, North-central China and the Implications for Paleomonsoon Evolution, Palaeogeography Palaeoclimatolohy Palaeoecology, 152: 49-66. 22. Frechen, M.; Kehl, M.; Rolf, C.; Sarvati, R. and Skowronek A. (2009). Loess Chronology of the Caspian Lowland in Northern Iran, Quaternary International, 198: 220-233. Gallet, S.; Jahn, B. and Torii, M. (1996). Geochemical characterization of the Luochuan loess-paleosol sequence, China, and paleoclimatic implications, Chemical Geology, 133: 67-88. Galovic, L. (2014). Geochemical archive in the three loess/paleosol sections in the Eastern Croatia: Zmajevac I, Zmajevac and Erdut, Aeolian Research, 15: 113-132. 25. Guo, X.; Liu, X.; Lu, X.; Guo, H.; Chen, Q.; Liu, Z. and Mingming, M. (2013). The magnetic mechanism of paleosol S5 in the Baoji section of the southern Chinese Loess Plateau, Quaternary International, 306: 129-136.  26. Guo, Z.T.; Ruddiman, W.F.; Hao, Q.Z.; Wu, H.B.; Qiao, Y.S.; Zhu, R.X.; Peng, ‎S.Z.; Wei, J.J.; Yuan, B.Y. and Liu, T.S. (2002). Onset of Asian desertification by ‎‎22 Myr ago inferred from loess deposit in China, Nature, 416: 159‎-‎163. 27. Heller, F. and Evans, M.E. (1995). ‎‏‏Loess magnetism‏. Reviwe Geophysical, 33: 211-240 28. Heller, F. and Liu, T.S. (1984). ‎‏‏Magnetism of Chinese loess deposits‏", Geophysical Journal of the Royal Astronomical Society, 77: 141‎-‎125. 29. Heslop, D.; Langereis, C.G. and Dekkers, M.J. (2000). A new astronomical timescale ‎for the loess deposits of Northern China. Earth and Planetary Science Letters, 184: 125‎-‎139. 30. Jahn, B.; Gallet, S. and Han, J. (2001). Geochemistry of the Xining, Xifeng and Jixian sections, Loess Plateau of China: eolian dust provenance and paleosol evolution during the last 140 ka, Chemical Geology, 178: 71-94. 31. Jia, J.; Xia, D.; Wang, B.; Zhao, S.; Li, G. and Wei, H. (2013). The investigation of agnetic susceptibility variation mechanism of TienMountains modern loess: Pedogenic or wind intensity model? Quaternary International, 296: 141-148. 32. Karimi, A.; Khademi, H. and Ayoubi, A. (2013). Magnetic susceptibility and morphological characteristics of a loess–paleosol sequence in northeastern Iran, Catena, 101: 56-60. 33. Karimi, A.; Khademi, H.; Kehl, M. and Jalaian, A. (2009). Distribution, Lithology and Provenance of Peridesert Loess Deposits in Northeast Iran, Geoderm, 148: 241-250. 34. Kehl, M.; Frechen, M. and Skowronek, A. (2005). Paleosols Derived from Loess and Loess-like Sediments in the Basin of Persepolis, Southern Iran, Quaternary International, 140/141: 135-149. 35. Kehl, M.; Sarvati, R.; Ahmadi, H.; Frechen, M. and Skowronek, A. (2006). Loess / Paleosolsequences along a Climatic Gradient in Northern Iran, Eisxeitalter und Gegenwart, 55: 149-173. 36. Maher, B.A. (2011). ‎‏‏The magnetic properties of Quaternary aeolian dusts and ‎sediments, and their palaeoclimatic significance‏‎. Aeolian Research, 3: 87‎–‎145. 37. Mullins, C.E. (1977). Magnetic susceptibility of the soil and its significance in soil science- A review, Journal of Soil Science, 28: 223-246. 38. Okhravi, R. and Amini, A. (2001). Characteristics and Provenance of the Loess Deposits of the Gharatikan Watershed in Northeast Iran, Global and Planetary Change, 28: 11-22. 39. Pashaei, A. (1996). Study of Chemical and Physical and Origin of Loess Deposits in Gorgan and Dasht Area, Earth Science, 23/24: 67-78. 40. Peck, J.A.; King, J.W.; Colman, S.W. and A.kravchinsky, V. (1994). A rock magnetic record from Lake Baikal, Siberia: Evidence for Late Quarternary climatechange, Earth Planet Sci. Lett., 122: 221-238. 41. Pécsi, M. (1990). Loess is not Just the Accumulation of Dust, Quaternary International, 7/8: 1-12. 42. Qin Huang, C.; Feng Tan, W.; KuangWang, M. and Koopal, L.K. (2014). Characteristics of the fifth paleosol complex (S5) in the southernmost part of the Chinese Loess Plateau and its paleo-environmental significance, Catena, 122: 130-139. 43. Robinson, S.G.; Maslin, M.A. and McCave, I.N. (1995). Magnetic-susceptibility variation in upper Pleistocene deep-sea sediment of the NE Atlantic- Implications for ice rafting and paleocirculation at the last glacial maximum, Paleoceanography, 10: 221-250. 44. Song, Y.; Shi, Z.; Dong, H.; Nie, J.; Qian, L.; Chang, H. and Qiang, X. (2008). Loess Magnetic Susceptibility in Central Asia and its Paleoclimatic Significance. IEEE International Geoscience & Remote Sensing Symposium, II 1227-1230, Massachusetts.  45. Spassov, S. (2002). ‎‏‏Loess Magnetism, Environment and Climate Change on the ‎Chinese Loess Plateau‏‏‎. Doctoral Thesis, ETH Zürich, 1‎-151pp. 46. Stocklin, J. (1968). Structural history and tectonics of Iran: a review. American Association of Petroleum Geologists Bulletin, 52(7): 1229-1258. 47. Thouveny, N.; de Beaulieu J.L.; Bonifay, K.M.; Creer, J.; Guiot, M.; Icole, S.; Johnsen, J.; Jouzel, M.; Reille, T. Williams and Williamson, D. (1994). Climate variations in Europe over the past 140 kyr deducedf rom rock magnetism, Nature, 371: 503-506. 48. Van Oorschot (2001). Chemical distinction between lithogenic and pedogenic iron oxides environmental magnetism, Faculty of aardwetenschappen, University Utrecht, 28:185. 49. Roberts, A.P., Cui, Y., and Verosub, K.L., 1995, Wasp‎–‎waisted hysteresis loops: ‎Mineral magnetic characteristics and discrimination of components in mixed magnetic ‎systems. Journal of Geophysical Research, Vol. 100, pp. 17909‎–‎924. 50. Wang, Y.; Evans, M.E.; Rutter, N. and Ding, Z.L. (1990). ‎‏‏Magnetic susceptibility of ‎Chinese loess and its bearing on paleoclimate‏,. Geophysical Research Letters, 17(13): 2449‎-‎2451. 51. Zech, M.; Zech, R.; Zech, W.; Glaser, B.; Brodowski, S. and Amelung, W. (2008). Characterisation and palaeoclimate of a loess-like permafrost palaeosol sequence in NE Siberia, Geoderma, 143: 281-295. 52. Ziyaee, A.; Pashaei, A.; Khormali, F. and Roshani, M.R. (2013). Some physico-chemical, clay mineralogical and micromorphological characteristics of loess-paleosols sequences indicators of climate change in south of Gorgan, Journal of Water and Soil Conservation, 20(1).
Phys Geog Res دانشگاه تهران پژوهش های جغرافیای طبیعی 2008-630X دانشگاه تهران 94 10.22059/jphgr.2016.59356 اقلیم شناسی بررسی و پیش‌بینی تغییرات دمای ایستگاه اراک براساس مدل ریزمقیاس نمایی آماری بررسی و پیش‌بینی تغییرات دمای ایستگاه اراک براساس مدل ریزمقیاس نمایی آماری عساکره حسین استاد، اقلیم‌شناسی، دانشگاه زنجان شاه منصوری بهرام دانشجوی دکتری آب‌وهواشناسی شهری، دانشگاه زنجان 21 06 2016 48 2 193 212 14 07 2015 11 01 2016 Copyright © 2016, دانشگاه تهران. 2016 https://jphgr.ut.ac.ir/article_59356.html

افزایش جمعیت و نیز افزایش مصرف انرژی از یک‌سو و گرمایش جهانی از سوی دیگر باعث تغییرات دمایی و اغلب افزایش دما در شهرها شده است. در چند دهة اخیر، رشد شهرنشینی در ایران شدت بالایی داشته و جمعیت مراکز استان‌ها به شدت افزایش یافته است. شهر اراک، به عنوان یکی از مراکز صنعتی کشور، با این پدیده مواجه بوده است. در این نوشته رفتار دمایی شهر اراک با استفاده از آزمون آماری و ترسیمی مان- کندال و نیز با به‌کارگیری رگرسیون خطی و غیرخطی بررسی شد. یافته‌ها نشان داد که روند دمای ایستگاه اراک غیرخطی است؛ یعنی، آماره‌های دمایی اراک از سال 1961 تا 1990 با نوسان‌هایی، روندی کاهشی و از سال 1991 تا 2010 روندی افزایشی توأم با نوسان داشته است. به‌منظور آشکارسازی وضعیت دمایی اراک در آینده از مدل ریزمقیاس‌نمایی آماری (SDSM) استفاده شد. یافته‌های این بخش از پژوهش نشان داد که دمای اراک روندی افزایشی خواهد داشت، به گونه‌ای که دمای میانگین، کمینه و بیشینة اراک به ترتیب از 98/13، 11/7 و 83/20 تا سال 2030 به حدود 5/14، 8/7 و 2/23 درجة سلسیوس خواهد رسید.

 آشکارسازی روند رگرسیون خطی و غیرخطی مدل ریزمقیاس نمایی آماری (SDSM) آبکار، ع.؛ حبیب‌نژاد، م.؛ سلیمانی، ک. و نقوی، ﻫ. (1392). بررسی میزان کارآیی مدل SDSM در شبیه‌سازی شاخص‌های دمایی مناطق خشک و نیمه‌خشک، فصلنامة علمی- پژوهشی مهندسی آبیاری و آب، 4(14): 1-14. امیدوار، ک. و خسروی، ی. (1389). بررسی برخی عناصر اقلیمی در سواحل شمالی خلیج‌فارس با استفاده از آزمون کندال، مجلة جغرافیا و برنامه‌ریزی محیطی، 21(2)، پیاپی 38: 33-46. رضایی، م.؛ نهتانی، م. و مقدم‌نیا، ع. (1393). بررسی کارآیی مدل ریزمقیاس آماری SDSMدر پیش‌بینی پارامترهای دمایی دو اقلیم خشک و نیمه‌خشک، پژوهشنامة مدیریت حوضة آبخیز، 10: 117-131. سبزی‌پرور، ع.؛ سیف، ز. و قیامی، ف. (1392). تحلیل روند دما در برخی از ایستگاه‌های مناطق خشک و نیمه‌خشک کشور، جغرافیا و توسعه، 30: 117-138. عباسی، ف.؛ ملبوسی، ش.؛ حبیبی نوخندن، م. و اثمری، م. (1389). ارزیابی تغییر اقلیم زاگرس در دورة 2010-2039 با استفاده از مدل ریزمقیاس نمایی داده‌های مدل گردش عمومی جو، نشریة پژوهش‌های اقلیم‌شناسی، 1(1-2): 4-20. عزیزی، ق. و روشنی، م. (1387). مطالعه تغییر اقلیم در سواحل جنوبی دریای خزر به روش من-کندال، مجلة پژوهش‌های جغرافیایی، 64: 13-28. عساکره، ح. (1390). مبانی اقلیم‌شناسی آماری، انتشارات دانشگاه زنجان، زنجان. علیجانی، ب.؛ محمودی، پ.؛ سلیقه، م. و ریگی‌چاهی، ا. (1390). بررسی تغییرات کمینه‌ها و بیشینه‌های سالانة دما در ایران، فصلنامة تحقیقات جغرافیایی، 26(3) پیاپی 102: 101-122. فلاح قالهری، غ. (1393). ریزمقیاس نمایی آماری داده‌های اقلیمی، انتشارات سخن‌گستر، مشهد. قرمزچشمه، ب.؛ رسولی، ع.؛ رضای‌بنفشه، م.؛ مساح‌بوانی، ع. و خورشیددوست، ع. (1393). بررسی اثر عوامل مورفواقلیمی بر دقت مدل ریزمقیاس گردانی (SDSM). نشریة علمی- پژوهشی مهندسی و مدیریت آبخیز، 6(2): 155-164. مدرسی، ف.؛ عراقی‌نژاد، ش.؛ ابراهیمی، ک. و خلقی، م. (1389). بررسی منطقه‌ای پدیدة تغییر اقلیم با استفاده از آزمون‌های آماری در حوضة آبریز گرگانرود- قره‌سو، نشریة آب وخاک، 24(3): 476-489. مسعودیان، س.ا. (1383). بررسی روند دمای ایران در نیم‌سدة گذشته، مجلة جغرافیا و توسعه، بهار وتابستان، ص 89-106. معصومی، ش. (1391). سالنامة آماری استان مرکزی1390، استانداری استان مرکزی، اراک، ص. 269-276. منتظری، م. (1393). واکاوی زمانی مکانی دماهای سالانة ایران طی دورة 1961-2008، جغرافیا و توسعه، 36: 209-228. میرموسوی، س.ح. و صبوری، ل. (1393). مطالعة روند بارش برف در شمال غرب ایران. جغرافیا و برنامه‌ریزی محیطی، 25(3): 119-136. نتر، ج. و واسرمن، و. (1374). آمار کاربردی، ترجمة ع. عمیدی ، جلد دوم، تهران، مرکز نشر دانشگاهی. نجاتی، ر. و اشرافی، ح. (1393). آمار کاربردی به زبان ساده (ویراست 22SPSS)، دانشگاه تربیت دبیر شهید رجایی، تهران. یارنال، ب. (1390). اقلیم شناسی همدید وکاربرد آن در مطالعات محیطی، ترجمة س. مسعودیان، چاپ دوم، انتشارات دانشگاه اصفهان، اصفهان. Abassi, F.; Malbusi, S.; Habibi Nokhandan, M. and Asmari, M. (2010). Climate Change Assessment over Zagros during 2010-2039 by Using Statistical Downscaling of ECHO- G Model, Climatological Research Institute, 1: 4-20. Abkar, A.;. Habibnajad, M.; Solaimani, K. and Naghavi, H.(2013). Investigation efficiency SDSM model to simulate temperature indexes in arid and semi-arid regions, Irrigation & Water Engineering, 14: 1-14. Alijani, B.; Mahmoudi, P.; Salighe, M. and Rigichahi, A. (2011). Study of annual maximum and minimum temperatures changes  in iran, Geography Research Quarterly, 102: 101-122.   Azizi, G. and Roushani, M. (2008). Investigation of Change of Some Climatic Elements in North Coast of Persian Gulf Using Kendal Test, Geography Rese Quarterly, 64: 13-28. Asakereh, H. (2011). Fundamentals of Statistical Climatology, Zanjan University. Fallah Ghalhari, G.A. (2014). Statistical downscaling of climatic, Sokhangostar, Mashhad. Fiseha, B.M.; Melesse, A.M; Romano, E., Volpi, E. and Fiori, A. )2012). Statistical Downscaling of of Precipitation and Temperature for the Upper Tiber Basin in Central Italy, International Journal Water Sciences; 1(3): 1-14 Gagnon, S.; Singh, B.; Rousselle, J. and Roy, L. (2005). An Application of the Statistical DownScaling Model (SDSM) to Simulate Climatic Data for Streamfl ow Modelling in Québec, Canadian Water Resources Journal, 30(4): 297–314 . Ghermezcheshmeh, B.; Rasuli, A.A.; Rezaei-Banafsheh, M.; Massah, A.R. and Khorshiddust, M.A. (2014). Investigation Impact of Morpho-Climatic Parameters on Aaccuracy of SDSM, Journal of Watershed Engineering and  Management, 6(2): 155-164. IPCC (2014). Climate Change 2014, Impacts, Adaptation, and Vulnerability, Part A: Global and Sectoral Aspects, Working Group II Contribution to the Fifth Assessment Report of the  Intergovernmental Panel on Climate Change, Edited by, Christopher B. Field, Vicente R. Barros, David Jon Dokken, Katharine J. Mach, Michael D. Mastrandrea, pp.544-563. IPCC (2007). Climate Change 2007 The Physical Science Basis, Susan Solomon, Martin Manning, Melinda Marquis, Kristen Averyt, Melinda M.B. Tignor, Henry LeRoy Miller, Jr, Zhenlin Chen, pp. 536. Koukidis, E.N. and Berg, A.A. (2009). Sensitivity of the Statistical DownScaling Model (SDSM) to Reanalysis Products, Atmosphere-Ocean, 47(1): 1–18. LeeTitus, M.; Sheng, J.; Greatbatch, R. and Folkins, I. (2013). Improving Statistical Downscaling of General Circulation Models, Atmosphere-Ocean, pp. 1–13. Liu, Z.; Xu, Z.; Charles, S.P.; Fub, G. and Liu, L. (2012). Evaluation of two statistical downscaling models for daily precipitation over an arid basin in China, Internationaljournal of Climatology Int. J. Climatol, 31: 2006–2020. Mahmood, R. and Babel, S.M. (2014). Future changes in extreme temperature events using the statistical downscaling model (SDSM) in the trans-boundary region of the Jhelum river basin, Weather and Climate Extremes, 5-6: 56–66. Masomi, S. (2012). Statisticalyearbook of central province, central province governor, Arak. Masoudian, S.A. (2004). Temperature Trend In Iran The Last Half Century, Geography and Development, 2(3): 89-106. Mirmousavi, S.H. and Saboor, L. (2014). Study of snow precipitation changes trend in North West of Iran, Quarterly Geography and Environmental Planning, 28(3): 119-136. Modaresi, F.; Araghinejad, SH.; Ebrahimi, K. and Kholghi, K. (2010). Regional Assessment of Climate Change Using  Statistical Tests: Case Study of Gorganroud-Gharehsou Basin, Journal of Water and Soil, 24(3): 476-489. Montazeri, M. (2014). Time-Spatial Investigation of Iran’s Annual Temperatures During 1961-2008, Geography and Development, 36: 209-228. Nejati, R. and Ashrafi, H.R. (2014). Statistics Made Simple (spss 22), Shahid Rajaee Teacher Training University. Neter, J., Wasserman, W. and Whitmore, G.A. (1993). Applied Statistics, Translated by A. Amidi, Iran University Publishers. Omidvar, K. and Khosravi, Y. (2014). Investigation of Change of Some Climatic Elements in North Coast of Persian Gulf Using Kendal. Test, Quarterly Geography and Environmental Planning, 28(2): 33-46. Pervez, Md, S.; Geoffrey, M; Henebry, G.M. (2014). Projections of the Ganges–Brahmaputra precipitation Downscaled from GCM predictors, Journal of Hydrology, 517: 120–134. Rebetez, M. and Reinhard, M. (2008). Monthly air temperature trend in Switzerland 1901-2000 and 1975-2004, Theor. Appl. Climatol, 91: 27-34. Rezaei, M., Nohtani, M., Abkar, A., Rezaei, M. and Rigi, M. (2014). Performance Evaluation of Statistical Downscaling Model (SDSM) in Forecasting Temperature Indexes in Two Arid and Hyper Arid Regions (Case Study:Kerman and Bam), Journal ofWatershed Management Research, 5(10): 117-131. Riahi, K.; Rao, S.; Krey, V.; Cho, C.; Chirkov, V.; Fischer, G.; Kindermann, G.; Nakicenovic, N. and Rafaj, P. (2011). RCP 8.5A scenario of comparatively high greenhouse gas emissions. Climatic Change, 109: 33–57. Sabziparvar, A.; Seif, Z. and Ghiami, F. (2012). Analysis of Temperature changes Trend in Arid and Semi-arid Regions, Geography and Development, 30: 117-138. Schlunzen, K.H.; Hoffmann, P.; Rosenhagen, G. and Riecke, W. (2010). Long-term changes and regional differences in temperature and precipitation in the metropolitan area of Hamburg, International Journal of Climatology, 30: 1121–1136. Souvignet, M.; Gaese1, H.; Ribbe, L.; Kretschmer, N. and Oyarzún, R. (2010). Statistical downscaleing of precipitation and temperature in north-central Chile: an assessment of possible climate change impacts in an arid Andean watershed, Hydrological Sciences Journal– Journal des Sciences Hydrologiques, 55: 41-57. Toreti, A. and Desiato, F. (2008). Temperature trend over Italy from 1961- 2004, Theor. Appl.Climatol, 91: 51-58. Tryhorn, L. and DeGaetano, A. (2011). A comparison of techniques for downscaling extreme precipitation over the Northeastern United States, International Journal of Climatology; Int. J. Climatol, 31: 1975–1989. Yarnal, B. (1993). Synoptic Climatology in Environmental Analysis, Translate by Masoudian, S.A., Esfahan University.
Phys Geog Res دانشگاه تهران پژوهش های جغرافیای طبیعی 2008-630X دانشگاه تهران 94 10.22059/jphgr.2016.59362 ژئومورفولوژی بررسی تغییر اقلیم حوضۀ گاوخونی در فاز پایانی کواترنر بررسی تغییر اقلیم حوضۀ گاوخونی در فاز پایانی کواترنر کیانی طیبه دانشجوی دکتری ژئومورفولوژی، دانشکدة علوم جغرافیایی و برنامه‌ریزی، دانشگاه اصفهان، ایران رامشت محمدحسین استاد ژئومورفولوژی، دانشکدة علوم جغرافیایی و برنامه‌ریزی، دانشگاه اصفهان، ایران ملکی امجد دانشیار ژئومورفولوژی، دانشکدة ادبیات و علوم انسانی، دانشگاه رازی، ایران صفاکیش فریده دانشجوی دکتری ژئومورفولوژی، دانشکدة علوم جغرافیایی، دانشگاه خوارزمی، ایران 21 06 2016 48 2 213 229 24 06 2015 16 03 2016 Copyright © 2016, دانشگاه تهران. 2016 https://jphgr.ut.ac.ir/article_59362.html

دریاچه‌ها آرشیوی محیطی قلمداد می‌شوند که شواهد تغییرات اقلیمی را در خود نگاشته‌اند. نشانه‌های متعدد محیطی در چشم‌اندازهای مورفولوژیکی حوضة گاوخونی حکایت از تغییرات اقلیمی عمیقی دارد. این حوضة آبی که در استان اصفهان واقع شده در گذشته آب‌وهوای متفاوت از امروز داشته و فرم‌ها و فرایندهای ژئومورفیکی آن طی کواترنر تحولات بسیاری به خود دیده است. در این پژوهش با تکیه به روش رایت، روش آلومتریو مدل پلتیر و در متنی مقایسه‌ای سعی شده تغییرات حرارتی و رطوبتی و محیطی آن از طریق ردیابی و بازیابی داغ‌آب‌ها و تراس‌های دریاچه‌ای کواترنر و نسبت سطوح یخ‌ساز به سطوح آبگیر دریاچة گاوخونی بازشناسی و شمایی از دریاچة‌ احیاشدة گاوخونی در آن زمان ارائه شود. نتایج حاصل از این بررسی‌ها که برگرفته از طرحی تحقیقاتی در دانشگاه اصفهان است نشان می‌دهد که میزان رطوبت منطقه نسبت به زمان حاضر نزدیک به 5/1 برابر و دمای محیطی حدود 5 درجة سانتی‌گراد افزایش داشته است. همچنین، نقشة‌ مورفوکلیماتیکی تهیه‌شده با استفاده از مدل پلتیر نیز حکایت از تفاوت مناطق نه‌گانه این مدل در فاز پایانی کواترنر نسبت به حال دارد.  

 آلومتری پلتیر تغییر اقلیم سیرک مورفوکلیما تقوی، ل.؛ طیبی، ص.؛ طیبی، س. و کریمیان، ب. (1392). تحلیل اقلیم دیرینة بخش شمالی تالاب گاوخونی با استفاده از ژئوشیمی عناصر اصلی و فرعی، فصلنامة علمی- پژوهشی اکوبیولوژی تالاب، دانشگاه آزاد اسلامی واحد اهواز، 16: 53-62. عزیزی، ق.؛ اکبری، ط. و هاشمی، س.ح. (1392). تغییرات پوشش گیاهی و آب‌وهوای دیرین در طی گذار آخرین دورة یخبندان- هولوسن (مطالعة موردی: دریاچة نئور در شمال غرب ایران) ، پژوهش‌های محیط‌زیست، 7(4): 3-12. عطایی، ﻫ. و فنایی، ر. (1392). شناسایی روند تغییرات ماهانه و سالانة متوسط دمای حوضة آبریز گاوخونی طی دورة آماری 1961- 2010، فصلنامة علمی- پژوهشی اکوبیولوژی تالاب، دانشگاه آزاد اسلامی واحد اهواز، 17(5): 31-46. قیومی‌محمدی، ح. (1390). بررسی فرایندهای ریخت‌زا و خاکساز پدیدآورندة تحولات طبیعی و مدنی زاینده‌رود در کواترنر، پایان‌نامة دکتری، دانشگاه اصفهان. مقصودی، م.؛ خوش‌اخلاق، ف.؛ حنفی، ع. و روستا، ا. (1389). پهنه‌بندی فرایندهای هوازدگی سنگ‌ها بر اساس مدل‌های پلتیر در شمال غرب ایران، پژوهش‌های جغرافیای طبیعی، 4(42): 35-42. یمانی، م. (1386). ژئومورفولوژی یخچال‌های زردکوه (بررسی اشکال ژئومورفولوژیک و حدود گسترش آن‌ها)، پژوهش‌های جغرافیایی، 59(39): 125-139. یمانی، م.؛ مقیمی، ا.؛ عزیزی، ق. و باخوشی، ک. (1392). تعیین قلمروهای مورفوکلیماتیک هولوسن در بلندی‌های غرب استان کردستان، پژوهش‌هایجغرافیایطبیعی، 4(45): 1-14. Ammann, B.; Lotter, A.F.; Eicher, U.; Gaillard, M.J.; Wohlfarth, B.; Haeberli, W. and Schlüchter, C. (1994). The Würmian Late‐glacial in Iowland Switzerland. Journal of Quaternary Science, 9(2), 119-125. Ataee, H. and Fanaee, R. (2013). Identification of monthly and annual mean temperature trends of Gavkhonicatchment over the past half-century, Journal of Wetland Ecobiology, 5(17), 31-46. (Persian) Azizi, Gh.; Akbari, T. and Hashemi, H. (2013). Vegetation and Climate change During the Late Glacial – Holocene in Iran A Case Study From Lake Neor in NW Iran, Environmental Researchs, 4(7), 3-12. (Persian) Brauer, A., Günter, C., Johnsen, S.J. and Negendank, J.F.W. (2000). Land-ice teleconnections of cold climatic periods during the last Glacial/Interglacial transition. Climate Dynamics, 16(2-3), 229-239. Carrión, J.S., Fernández, S., González-Sampériz, P., Gil-Romera, G., Badal, E., Carrión-Marco, Y. and Burjachs, F. (2010). Expected trends and surprises in the Lateglacial and Holocene vegetation history of the Iberian Peninsula and Balearic Islands. Review of Palaeobotany and Palynology, 162(3), 458-475. Cohen, A.S. (2003). Paleolimnology: the history and evolution of lake systems, Oxford University Press, New York. Demske, D.; Tarasov, P.E.; Wünnemann, B. and Riedel, F. (2009). Late glacial and Holocene vegetation, Indian monsoon and westerly circulation in the Trans-Himalaya recorded in the lacustrine pollen sequence from Tso Kar, Ladakh, NW India. Palaeogeography, Palaeoclimatology, Palaeoecology, 279(3), 172-185. Fowler, R., & Petersen, J. (2003). A Spatial Representation of Louis Peltier’s Weathering, Erosion and Climatic Graphs Using Geographic information Systems(GIS). Proceedings esri. com/library/usercof/proco4/docs/pap1752. pdf. Gasse, F.; Arnold, M.; Fontes, J.C.; Fort, M.; Gibert, E.; Huc, A. and Qingsong, Z. (1991). A 13, 000-year climate record from western Tibet. Nature, 353(6346), 742-745. Gasse, F.; Fontes, J.C.; Van Campo, E. and Wei, K. (1996). Holocene environmental changes in Bangong Co basin (Western Tibet). Part 4: discussion and conclusions. Palaeogeography, Palaeoclimatology, Palaeoecology, 120(1), 79-92. Ghaumi, H. (2011) The Influence of Morphogenic-Pedogenic Processes on Natural and Civil Evolutions of Zayandehroud at the Quaternary Period, PhD thesis, isfahan university, Iran. (Persian) Hammer, U.T. (1986). Saline lake ecosystems of the world (Vol. 59). Springer Science & Business Media. Hughen, K. A., Overpeck, J. T., Peterson, L. C., & Trumbore, S. (1996). Rapid climate changes in the tropical Atlantic region during the last deglaciation. Nature, 380 (6569), 51–54. Kadlec, J.; Kocurek, G.; Mohrig, D.; Shinde, D.P.; Murari, M.K.; Varma, V. and Singhvi, A.K. (2015). Response of fluvial, aeolian, and lacustrine systems to late Pleistocene to Holocene climate change, Lower Moravian Basin, Czech Republic, Geomorphology, 193-208. Karpuz, N.K. and Jansen, E. (1992). A high‐resolution diatom record of the last deglaciation from the SE Norwegian Sea: Documentation of rapid climatic changes, Paleoceanography, 7(4): 499-520. Komatsu, T. and Tsukamoto, S. (2015). Late Glacial lake-level changes in the Lake Karakul basin (a closed glacierized-basin), eastern Pamirs, Tajikistan, Quaternary Research, 83(1), 137-149. Last, W.M. and Ginn, F.M. (2005). Saline systems of the Great Plains of western Canada: an overview of the limnogeology and paleolimnology, Saline systems, 1(1), 10. Li, W.; Fu, R.; Juarez, R.I.N. and Fernandes, K. (2008). Observed change of the standardized precipitation index, its potential cause and implications to future climate change in the Amazon region. Philosophical Transactions of the Royal Society B: Biological Sciences, 363(1498): 1767-1772. Litt, T.; Schmincke, H.U. and Kromer, B. (2003). Environmental response to climatic and volcanic events in central Europe during the Weichselian Lateglacial, Quaternary Science Reviews, 22(1): 7-32. Lowe, J.J.; Ammann, B.; Birks, H.H.; Björck, S.; Coope, G.R.; Cwynar, L. and Walker, M.J.C. (1994). Climatic changes in areas adjacent to the North Atlantic during the last glacial‐interglacial transition (14‐9 ka BP): A contribution to IGCP‐253, Journal of Quaternary Science, 9(2): 185-198. Maghsoudi, M.; Khoshakhlagh, F.; Hanafi, A. and Rosta, I. (2010). Zoning of weathering processes in northwest of Iran using Peltier model. Physical Geography Research Quarterly, 42(4): 35-46. (Persian) McBean, E. and Motiee, H. (2008). Assessment of impact of climate change on water resources: a long term analysis of the Great Lakes of North America, Hydrology and Earth System Sciences Discussions, 12(1): 239-255. Mortsch, L.D. and Quinn, F.H. (1996). Climate change scenarios for Great Lakes Basin ecosystem studies. Limnology and oceanography, 41(5), 903-911. O'Sullivan, P. and Reynolds, C.S. (Eds.) (2008). The lakes handbook: limnology and limnetic ecology (Vol. 1), John Wiley & Sons. Peltier, L.C. (1950). The geographic cycle in periglacial regions as it is related to climatic geomorphology. Annals of the association of American Geographers, 40(3), 214-236. Rasmussen, S.O.; Andersen, K.K.; Svensson, A.M.; Steffensen, J.P.; Vinther, B.M.; Clausen, H.B. and Ruth, U. (2006). A new Greenland ice core chronology for the last glacial termination. Journal of Geophysical Research: Atmospheres (1984–2012), 111(D6). Riaz, S.; Ali, A. and Baig, M.N. (2014). Increasing risk of glacial lake outburst floods as a consequence of climate change in the Himalayan region, Jàmbá: Journal of Disaster Risk Studies, 6(1): 7. Ryner, M.; Gasse, F.; Rumes, B. and Verschuren, D. (2007). Climatic and hydrological instability in semi-arid equatorial East Africa during the late Glacial to Holocene transition: a multi-proxy reconstruction of aquatic ecosystem response in northern Tanzania. Palaeogeography, Palaeoclimatology, Palaeoecology, 248(3): 440-458. Ryner, M.A.; Bonnefille, R.; Holmgren, K. and Muzuka, A. (2006). Vegetation changes in Empakaai Crater, northern Tanzania, at 14,800–9300 cal yr BP., Review of Palaeobotany and Palynology, 140(3): 163-174. Seif, A. and Ebrahimi, B. (2014). Combined use of GIS and experimental functions for the morphometric study of glacial cirques, Zardkuh Mountain, Iran, Quaternary International, 353: 236-249. Sklyarov, E.V.; Solotchina, E.P.; Vologina, E.G.; Ignatova, N.V.; Izokh, O.P.; Kulagina, N. V. and Khlystov, O.M. (2010). Detailed Holocene climate record from the carbonate section of saline Lake Tsagan-Tyrm (West Baikal area). Russian Geology and Geophysics, 51(3): 237-258. Smoot, J.P. and Lowenstein, T.K. (1991). Depositional environments of non-marine evaporites. Developments in sedimentology, 50: 189-347. Solomon, S.; Qin, D.; Manning, M.; Chen, Z.; Marquis, M.; Averyt, K.B. and Miller, H.L. (2007). IPCC, 2007: Climate change 2007: The physical science basis. Contribution of Working Group I to the fourth assessment report of the Intergovernmental Panel on Climate Change. Speer, M.S.; Leslie, L.M. and Fierro, A.O. (2011). Australian east coast rainfall decline related to large scale climate drivers. Climate dynamics, 36(7-8): 1419-1429. Street, F.A. and Grove, A.T. (1979). Global maps of lake-level fluctuations since 30,000 yr BP. Quaternary research, 12(1), 83-118. Taghavi, L.; Tayebi, S.; Tayebi. S. and Karimian, B. (2013). Geochemistry application of Major and Trace Elements for Analysis of Palaeo Climate of North Part of Gavkhooni Wetland, Journal of Wetland Ecobiology, 5(16): 53-62. (Persian) Valero-Garcés, B.; Morellón, M.; Moreno, A.; Corella, J.P.; Martín-Puertas, C.; Barreiro, F. and Mata-Campo, M.P. (2014). Lacustrine carbonates of Iberian Karst Lakes: Sources, processes and depositional environments, Sedimentary Geology, 299: 1-29. van Raden, U.J.; Colombaroli, D.; Gilli, A.; Schwander, J.; Bernasconi, S.M.; van Leeuwen, J. and Eicher, U. (2013). High-resolution late-glacial chronology for the Gerzensee lake record (Switzerland): δ 18 O correlation between a Gerzensee-stack and NGRIP. Palaeogeography, Palaeoclimatology, Palaeoecology, 391: 13-24. Wünnemann, B.; Demske, D.; Tarasov, P.; Kotlia, B.S.; Reinhardt, C.; Bloemendal, J. and Arya, N. (2010). Hydrological evolution during the last 15kyr in the Tso Kar lake basin (Ladakh, India), derived from geomorphological, sedimentological and palynological records. Quaternary Science Reviews, 29(9): 1138-1155. Yamani, M. (2007). Zardkoh Glaciers Geomorphology, Geography Research Quarterly, 39(59): 125-139. (Persian) Yamani, M.; Moghimi, E.; Azizi, Gh. and Bakhishi, K. (2014). Determination of Holocene morphoclimatic regions in Highlands of the West of Kurdistan province, Physical Geography Research Quarterly, 45(4): 1-14. (Persian) Zawiska, I.; Słowiński, M.; Correa-Metrio, A.; Obremska, M.; Luoto, T.; Nevalainen, L. and Milecka, K. (2015). The response of a shallow lake and its catchment to Late Glacial climate changes- A case study from eastern Poland. CATENA, 126: 1-10.
Phys Geog Res دانشگاه تهران پژوهش های جغرافیای طبیعی 2008-630X دانشگاه تهران 94 10.22059/jphgr.2016.59365 ژئومورفومتری تحلیل فضایی لندفرم‌های بادی با استفاده از نظریۀ فرکتالی (مطالعۀ موردی: ریگ اردستان) تحلیل فضایی لندفرم‌های بادی با استفاده از نظریۀ فرکتالی (مطالعۀ موردی: ریگ اردستان) شایان سیاوش استادیار، گروه جغرافیای طبیعی، دانشکدة علوم انسانی، دانشگاه تربیت مدرس مقصودی مهران دانشیار، گروه جغرافیای طبیعی، دانشکدة جغرافیای دانشگاه تهران گل علیزاده موسی استادیار، گروه آمار، دانشکدة آمار و ریاضیات، دانشگاه تربیت مدرس شریفی کیا محمد دانشیار، گروه سنجش از دور، دانشکدة علوم انسانی، دانشگاه تربیت مدرس نوربخش سیده فاطمه دانشجوی دکتری جغرافیای طبیعی، دانشکدة علوم انسانی، دانشگاه تربیت مدرس 21 06 2016 48 2 231 245 05 07 2015 01 11 2015 Copyright © 2016, دانشگاه تهران. 2016 https://jphgr.ut.ac.ir/article_59365.html

هندسة فرکتالی یکی از روش‌های آماری است که سعی دارد پیچیدگی های طبیعت را در قالب ریاضیات و آمار مطرح سازد. هدف این مطالعه تحلیل فرکتالی لندفرم‌های بادی ریگ اردستان است. بدین منظور از تصاویر ماهوارة کارتوست سال‌های 2008 و 2015 با قدرت تفکیک 3 متر استفاده شد. به‌منظور تحلیل فرکتالی، چهار لندفرم بادی شاخص شامل تپه‌های ماسه‌ای طولی، تپه‌های ماسه‌ای عرضی، برخان و برخان‌های تاغ‌کاری‌شده در منطقه‌ای با وسعت 1350 کیلومترمربع تفکیک شد. برای تعیین بعد فرکتالی از روش شمارش خانه استفاده شد. نتایج نشان داد که الگوی هندسی لندفرم‌ها خاصیت فرکتالی دارد. تحلیل بعد فراکتالی نشان داد که بیشترین میزان بعد فرکتالی متعلق به لندفرم‌های بادی تثبیت شده است که بیشترین وسعت را در منطقه دارد. پس مساحت لندفرم‌ها در بعد فرکتالی آن‌ها متأثر است. همچنین، عدم تغییرات این بعد طی مدت بررسی، نشان‌دهندة تثبیت این لندفرم‌ها و عدم تغییر آن‌ها طی این مدت بررسی است. بیشترین میزان تغییرات مربوط به تپه‌های ماسه‌ای عرضی و طولی است که گسترة آن‌ها رو به کاهش است. این امر با کاهش بعد فرکتال نشان داده شد و تطبیق می‌کند. به‌طور کلی، نتایج به‌دست‌آمده از تحلیل فراکتالی به طور نسبی واقعیت‌های مورفولوژیکی لندفرم‌های بادی را تحلیل می‌کند.

 ریگ اردستان لندفرم‌های بادی لندفرم‌های ژئومورفولوژی نظریة فرکتالی جعفری، س. (1387). مثلث خیام، انتشارات جهاد دانشگاهی دانشگاه امیرکبیر. دیویس، پ. (1393). بنیانی علمی برای جهان عقلانی، ترجمة محمد ابراهیم محجوب، انتشارات گمان. رامشت م.ح. (1382). نظریة کیاس در ژئومورفولوژی، مجلة جغرافیا و توسعه، ص 13-38. رامشت م.ح. و توانگر، م. (1381). مفهوم تعادل در دیدگاه فلسفی ژئومورفولوژی، مجلة تحقیقات جغرافیایی، 65-66: 79- 94. سایمون، ب. (1392). منظر الگو ادراک و فرایند، ترجمة بهناز امین‌زاده، انتشارات دانشگاه تهران. کرم، ا. (1389). نظریة آشوب، فرکتال (برخال) و سیستم‌های غیرخطی در ژئومورفولوژی. فصلنامةپژوهش‌هایجغرافیای طبیعی، 8: 67-82. نثائی، و. (1389). مدیریت آشوب نظم در بی‌نظمی، کلک سیمین، تهران. نوری قیداری، م.ح. (1391). استخراج منحنی‌های شدت- مدت- فراوانی از داده‌های روزانة بارش با استفاده از تئوری فرکتال، نشریة دانش آب و خاک، 26(3): 718-726. نیشابوری، م.ر.؛ احمدی، ع. و اسدی، ح. (1389). ارتباط بعد فرکتالی توزیع اندازة ذرات با برخی خصوصیات فیزیکی خاک، دانش آب و خاک، جلد 1/20(4): 73-81. Baas, A.C.W. (2002). Chaos, Fractals and Self-Organization in Coastal Geomorphology: Simulating Dune Landscapes in Vegetated Environments, Geomorphology, 48: 309-328. Bell, S. (2013). Landscapepatternandprocessunderstanding, translated by Aminzade B., University of Tehran. Daviess, P. (2014). Scientificbasisforrational world, translated by M. A. Mahjoob, Goman Publisher. Deidda, R. (2000). Rainfall downscaling in Space– time multifractal framework, Water Resource Research, 36: 1779-1794. Donald, L. Turcotte (2007). Self-organized complexity in geomorphology: observations and models, Geomorphology, 91: 302- 310. Fonstad, M.A. and Marcus, M. (2003). Self-Organized Criticali- ty in Riverbank Systems, Annals of Association of Ame- rican Geographers, 93(2): 281-296. New York: Springer-Verlag, 1989 Frankhauser, P. )2004(. Comparing the morphology of urban patterns in Europe: a fractal approach, European Cities - Insights on outskirts, A. Borsdorf and P. Zembri (Eds), Report COST Action 10 Urban Civil Engineering, Vol. 2 "Structures", Brussels, 79-105. Huggett, R.J. (1988). Dissipative System: Implications for Geo- morphology, Earth Surface Processes and Landforms, 13(1): 45-49. Jafari, S. (2008). Pascal's Triangle, SID publication of Amirkabir university. Karam, A. (2010). Chaos theory, fractal and non- linear system in geomorphology, Research in Physical Geography Journal, 8: 67- 82. Kutlu, T.; Ersahin, S. and Yetgin, B. (2008). Relations between solid fractal dimension and somephysical properties of soils formed over alluvial and colluvial deposits, J Food Agri Environment, 6: 445-449. Lisi, B.; Honglin, H.; Zhanyu, W. and Feng, Sh (2012). Fractal properties of landforms in the Ordos Block and surrounding areas, China, Geomorphology, 04057: 1-12. Malanson, G.P.; Butler, D.R. and Walsh, S.J. (1990). Chaos The- ory in Physical Geography, Physical Geography, 11(4): pp. 293-304. Nesaei, V. (2010). The management of chaos (order in Irregularity), Kalak Simin, Tehran, Iran. Neyshabouri M. Ahmadi A. Asadi H., 2010, Relation between fractal dimension of Particle size distribution with some physical properties of soil, Knowledge of Soil and Water, 1/20(4): 73-81. Nori Gheydari, M.H. (2012). Extracted severity-frequency-term curves by using daily precipitation data by fractal theory, Knowledge of Soil and Water Journal, 26(3): 718- 726. Papanicolaou, A.N. (Thanos); Achilleas, G.; Tsakiris, K. and Strom, B. (2012). The use of fractals to quantify the morphology of cluster microforms, Geomorphology, 139-140: 91- 108. Pelletier, J.D. (2007). Qualitative Chaos in Geomorphic Systems, with an Example from Wetland Response to Sea Level Rise, Journal of Geology, 100(3): 365-374. Pradip, KP. (2008). Geomorphological, Fractal dimension and b- value mapping in Northeast India, J. Ind. Geophys. Union, 12(1): 41- 54. Ramesh, M.H. (2003). Chaos theory in geomorphology, Journal of geography and development, pp. 13- 38. Ramesh, M.H. and Tavangar M. (2001). The concept of balance in geomorphology philosophical perspective, Journal of Geographical Research, 65-66: 79- 94.  Rodrigues-Iturbe, I. and Rinaldo, A. (1997). Fractal River Basin (Chance and Self-Organization), Cambridge, Cambridge University Press. Stevan, H. and Strogatz (1994). Nonlinear dynamics and chaos (with applications to physics, Biology, chemistry, and engineering). Persuse books, Reading, Massachustts, P 505. Thomas, I.; Frankhauser, P. and Badariotti, D. (2007). Comparing the fractality of European urban districts: do national processes matter? Paper presented at ERSA meeting in Paris and at ECTQG meeting in Montreux. Shen, X.H.; Zou, L.J.; Zhang, G.F.; Su, N.; Wu, W.Y. and Yang, S.F. (2015). Fractal characteristics of the main channel of Yellow River and its relation to regional tectonic evolution, Geomorphology, 127: 64- 70. Zahouani, H.R.; Vargiolu, J. and Loubet, L. (1998). Fiactal Models of Surface Topography and Contact Mechanics, Mathl. Comput. ModelIing, 28(4-8): 517-534.
Phys Geog Res دانشگاه تهران پژوهش های جغرافیای طبیعی 2008-630X دانشگاه تهران 94 10.22059/jphgr.2016.59366 اقلیم شناسی تأثیر رودخانه‌های اتمسفری (ARS) بر آب‌وهوای ایران تأثیر رودخانه‌های اتمسفری (ARS) بر آب‌وهوای ایران سلیمی سعدون کارشناسی‌ارشد آب و هواشناسی سینوپتیک، دانشگاه خوارزمی سلیقه محمد دانشیار گروه آب‌وهواشناسی، دانشگاه خوارزمی 21 06 2016 48 2 247 264 21 09 2015 02 01 2016 Copyright © 2016, دانشگاه تهران. 2016 https://jphgr.ut.ac.ir/article_59366.html

وقوع سیلاب‌های عظیم در نواحی جنوبی و کاهش میانگین بارش کل در کشور، حاکی از تأثیر پدیده‌های مخرب اقلیمی بر آب‌وهوای کشور است. برای پیش‌بینی سیلاب‌ها و مطابقت انواع فعالیت‌های اقتصادی وابسته به آب، ضروری است که منابع و عوامل انتقال رطوبت و نوع آن‌ها در سطوح مختلف جو شناسایی شود. در این پژوهش، حمل و انتقال بخار آب از طریق رودخانه‌های اتمسفری (ARS) بررسی شده است. در آغاز، داده‌های دوبارۀ پردازش‌شدة رطوبت ویژه، برای دورة سه ساله (2011-2013) از مرکز داده‌های واکاوی‌شدة NCEP اخذ و نقشة ترازهای مختلف وردسپهری تهیه و تحلیل شد. نتایج نشان داد که سالانه به‌طور میانگین، حدود دوازده رودخانة اتمسفری تشکیل می‌شود که رطوبت بخشی از بارش‌های ایران را تأمین می‌کند. بررسی‌ها نشان داد که رودبادها عامل به‌وجودآورندة این پدیده است. رطوبت موجود در این رودخانه‌ها به طور میانگین حدود شش برابر محیط اطرافشان است و در طول مسیر، از چشمه‌های اتمسفری تغذیه می‌کند. از نظر رطوبت، رودخانه‌های اتمسفری جنوبی و جنوب‌غربی بیشترین مقدار رطوبت را دارد و از نظر بارش، رودخانه‌های اتمسفری جنوبی دارای بیشترین مقدار بوده و حتی منجر به سیلاب و آب‌گرفتگی معابر در شهرهای جنوبی شده است.

 اقلیم ایران انتقال رطوبت چشمه‌های اتمسفری رودباد شاخص مداری باد علیجانی، ب. (1390). اقلیم‌شناسی سینوپتیک، چاپ چهارم، انتشارات سمت، تهران. علیجانی، ب. (1387). آب‌وهوای ایران، چاپ هشتم، انتشارات پیام نور، تهران. فرج‌زاده، م.؛ کریمی احمدآباد، م.؛ قائمی، ﻫ. و مباشری، م.ر. (1388) .چگونگی انتقال رطوبت در بارش زمستانة غرب ایران، فصلنامةمدرس علوم انسانی، 13(1): 194-217. قویدل، ی.؛ فرج‌زاده، م. و احمدی، س. (1392) .منابع ودینامیسم انتقال رطوبت بارش‌های سنگین به سواحل ایران درجریان توفان گونو، فصلنامة فضای جغرافیایی دانشگاه اهر، 13(44): 111-133. کاویانی، م.ر. و علیجانی، ب.؛ (1386). مبانی آب و هواشناسی، چاپ سیزدهم، انتشارات سمت، تهران. کریمی، م. و فرج‌زاده، م. (1390) .شار رطوبت و الگوهای فضایی- زمانی منابع تأمین رطوبت بارش‌های ایران، نشریة تحقیقات کاربردی علوم جغرافیایی، 19(22): 110-127. Alijani, B. (2011). The synoptic climatology, Samt, Tehran. Alijani, B. (2008). The Climate of Iran, Payamnoor, Tehran. Farajzadeh, M.; Karimi Ahmadabad, M.; Ghaemi, H. and Mabasheri, M.R. (2009). The transfer of moisture in winter precipitation in the West of Iran. Journal of Humanities Teacher, 13(1): 194-217. Karimi, M. and Farajzadeh, M. (2011). Flux transfer of moisture and Spatio-temporal patterns humidity resources In Precipitation of Iran, Journal of Research in Applied Geographical Sciences, 19(22): 110-127. Kawiani, M.R. and Alijani, B. (2007). The foundation of climatology, Samt, Tehran. Kerr, R.A. (2006). Rivers in the Sky Are Flooding The World With Tropical Waters, Science, 313 (5786): 435. doi:10.1126/science .313.5786.435.PMID 16873624. McGuirk, J.P., Thompson, A.H. and Smith, N.R. (1987).Moisture bursts over the tropical Pacific Ocean, Mon. Wea. Rev; 115, 787-798. National Research Council (1999). The GEWEXGlobal Water Vapor Project (GVaP) - u.s. National Research Council (1991).,Opportunities in Hydrologic Sciences, National Academy Press, 348 pp. Neiman, P. (2009). Land falling Impacts of Atmospheric Rivers: From Extreme Events to Long-term Consequences, The 2010 Mountai,Climate Research Conference.  Neiman, P. (2008). Meteorological Characteristics and Overland Precipitation Impacts of Atmospheric Rivers Affecting the West Coast of North America Based on Eight Years of SSM/I Satellite Observations, Journal of Hydrometeorology, 9 (1): 22–47. Bibcode:2008JHyMe.9.22N, doi:10.1175/2007JHM855.1. Newell, R.E.; Newell, N.E.; Zhu, Y. and Courtney, S. (1992). Troposphere rivers, A pilot study, Geophysics. Res. Lett., 19 (24): 2401–2404. Bibcode: 1992GeoRL.19.2401N, doi:10.1029/92GL02916.  Qhavidel, Y.; Farajzadeh, M. and Ahmadi, S.A. (2013). Heavy rain and moisture trans ferdynamics of the coast in the storm Genoa, Journal of Geographic Space, 13(44): 111-133. Qhavidel, Y.; Farajzadeh, M. and Ahmadi, S. (2013). Resources and the dynamics of moisture transport to the shores of heavy precipitation during the storm Gonu. Journal of Geographic space Ahar , 13(44): 111-133. Ralph, F. Martin, et al. (2006). Flooding on California’s Russian River: Role of atmospheric rivers, Geophys. Res. Lett., 33(13): L13801. Bibcode: 2006GeoRL. 3313801R, doi: 10.1029/2006GL026689.  Richard Kerr, A. (2006). Rivers in the Sky Are Flooding The World With Tropical Waters, Science, 313 (5786): 435. doi:10.1126/science .313.5786.435.PMID 16873624. Smith, B. and Sandrea, Y. (2009). Water Vapor Fluxesand Orographic Precipitation over Northern California Associated with a Land falling Atmospheric RiverAmerican, Journal of Monthly Weather Review, 138: 74-100. Stohl, A.; Forster, C. and Sodermann, H. (2008). Remote sources of water vapor forming precipitation on the Norwegian west coast at 60°N–a tale of hurricanes and an atmospheric river, Journal of Geophysical Research 113, Retrieved 10 July 2012. White, Allen B. (2009). The NOAA coastal atmospheric river observatory, 34th Conference on Radar Meteorology. www.cri.ac.ir. Zhu, Y. and Newell, R.E. (1994). Atmospheric rivers and bombs, Geophys. Res. Lett., 21 (18): 1999–2002. Bibcode:1994GeoRL.21.1999Z, doi:10.1029/94GL01710.
Phys Geog Res دانشگاه تهران پژوهش های جغرافیای طبیعی 2008-630X دانشگاه تهران 94 10.22059/jphgr.2016.59368 مدل سازی برآورد الگوی پراکنش مکانی سرعت باد برای پتانسیل‌یابی تولید انرژی بادی در ایران برآورد الگوی پراکنش مکانی سرعت باد برای پتانسیل‌یابی تولید انرژی بادی در ایران دلبری معصومه دانشیار، گروه مهندسی آب، دانشکدة آب و خاک، دانشگاه زابل کهخامقدم پریسا مربی، گروه مهندسی آب، دانشکدة آب و خاک، دانشگاه زابل محمدی احسان دانشجوی دکتری آبیاری و زهکشی، گروه مهندسی آب، دانشکدة آب و خاک، دانشگاه زابل احمدی تارخ دانشجوی دکتری آبیاری و زهکشی، گروه مهندسی آب، دانشکدة آب و خاک، دانشگاه زابل 21 06 2016 48 2 265 285 07 08 2015 09 02 2016 Copyright © 2016, دانشگاه تهران. 2016 https://jphgr.ut.ac.ir/article_59368.html

هدف از انجام این پژوهش بررسی توزیع مکانی سرعت و مدت وزش باد در ایران به‌منظور تعیین مناطق مستعد و با پتانسیل خوب برای احداث توربین‌های بادی است. پارامترهای توزیع ویبول (k و c) میانگین و بیشینة روزانة سرعت باد با استفاده از آمار حدود بیست سال سرعت روزانة باد در 104 ایستگاه سینوپتیکی کشور تعیین شد. بررسی تغییرات مکانی میانگین توزیع ویبول ایستگاه‌های مورد مطالعه با محاسبة نیم‌تغییرنمای تجربی انجام‌گرفت. نتایج نشان داد میانگین روزانة سرعت باد از همبستگی مکانی متوسط با ساختار نمایی و شعاع تأثیر 545 کیلومتر برخوردار است. همچنین، ساختار مکانی سرعت باد همسانگرد و فاقد روند تشخیص داده شد. نتایج اعتبارسنجی متقابل تخمین میانگین سرعت باد با استفاده از روش‌های کریجینگ معمولی (OK) و وزن‌دهی عکس فاصله (IDW) حاکی از عملکرد مشابه دو روش بود. بر اساس نقشة پهنه‌بندی‌شدة میانگین سرعت باد، استان‌های واقع در شرق، شمال‌شرق و شمال‌غرب کشور دارای سرعت باد بیش از m/s 4-3 است. در همین نواحی شهرهایی مانند رفسنجان، زابل، خواف، تربت‌جام، الیگودرز، کهنوج و خدابنده بیشترین درصد ساعاتی از سال دارد که سرعت باد در آن‌ها بیش از m/s4 است. بنابراین، این مناطق برای استفاده از انرژی بادی مناسب به نظر می‌رسد.

 تغییرات مکانی توزیع ویبول سرعت باد میان‌یابی امیدوار، ک. و دهقان طزرجانی، م. (1391). پتانسیل سنجی و برآورد مشخصه‌های نیروی باد برای تولید انرژی در ایستگاه‌های همدیدی استان یزد، فصلنامةتحقیقاتجغرافیایی، 27(2): 149-168. ثقفی، م. (1382). انرژی‌های تجدیدپذیر نوین. مؤسسة انتشارات و چاپ دانشگاه تهران، چاپ دوم. جعفری، ح.؛ عزیزی، ع.؛ نصیری، ح. و عابدی، س. (1392). تحلیل تناسب اراضی جهت استقرار نیروگاه‌های بادی در استان اردبیل با استفاده از مدل AHP و SAW در محیط سیستم اطلاعات جغرافیایی (GIS)، علوموتکنولوژیمحیطزیست، 15(2): 23-41. سایت تابناک. (1392). http://www.tabnak.ir/fa/mobile/news/367357 صلاحی، ب. (1382). پتانسیل‌سنجی انرژی باد و برازش احتمالات واقعی وقوع باد با استفاده از تابع توزیع چگالی احتمال ویبول در ایستگاه‌های سینوپتیک استان اردبیل، فصلنامة تحقیقات جغرافیایی، 72: 78-104. گندم‌کار، ا. (1388). ارزیابی انرژی پتانسیل باد در کشور ایران، مجلةجغرافیاوبرنامه‌ریزیمحیطی، 36(4): 85-100. مجرد، ف. و همتی، ش. (1392). ارزیابی قابلیت‌های انرژی باد در استان‌های کرمانشاه و کردستان، نشریةتحقیقاتکاربردیعلومجغرافیایی، 29: 137-157. Bagiorgas, H.S.; Giouli, M.; Rehman, S. and Al-Hadhrami, L.M. (2011). Weibull Parameters Estimation Using Four Different Methods and Most Energy Carrying Wind Speed Analysis, International Journal of Green Energy, 8: 529–554. Bayem, H.; Petit, M.; Dessante, Ph.; Dufourd F. and Belhomme, R. (2007). Probabilistic Characterization of Wind Farms for Grid Connection Studies, EWEC "European Wind Energy Conference & Exhibition", 7-10, Milan. Celluraa, M.; Cirrincioneb, G.; Marvugliaa, A. and Miraouic, A. (2008). Wind speed spatial estimation for energy planning in Sicily: Introduction and statistical analysis, Renewable Energy, 33: 1237–1250. Daniel, A.R.; Chen, A.A. (1991). Stochastic simulation and forecasting of hourly average wind speed sequences in Jamaica. Sol Energy, 46: 1–11. Delbari, M.; Afrasiab, P. and Jahani, S. (2013). Spatial interpolation of monthly and annual rainfall in northeast of Iran, Meteorology and Atmospheric Physics, 122(1-2): 103-113. ESRI (Environmental Systems Research Institute Inc) (2004). ArcGIS 9. Getting Started with ArcGIS. ESRI, Redlands. Goovaerts, P. (1997). Geostatistics for natural resources evaluation. Oxford University Press, New York. Isaaks, E.H. and Srivastava, R.M. (1989). An Introduction to Applied Geostatistics, New York: Oxford University Press. Keyhani, A.; Ghasemi-Varnamkhasti, M.; Khanali, M. and Abbaszadeh, R. (2010). An assessment of wind energy potential as a power generation source in the capital of Iran, Tehran. J. Energy, 35: 188–201. Luo, W.; Taylor, M.C. and Parker, S.R. (2008). A comparison of spatial interpolation methods to estimate continuous wind speed surfaces using irregularly distributed data from England and Wales, Int. J. Climatol, 28: 947–959. Mojarrad, F. and Hemmati, Sh. (2013). Evaluation of wind energy potentials in Kermanshah and Kurdistan, Applied research in geographical science, 13(29): 137-157. Mostafaeipour, A.; Sedaghat, A.; Dehghan-Niri, A.A. and Kalantar, V. (2011). Wind energy feasibility study for city of Shahrbabak in Iran, Renewable and Sustainable Energy Reviews, 15: 2545– 2556. Phillips, D.L. and Marks, D.G. (1996). Spatial uncertainty analysis: propagation of interpolation errors in spatially distributed models, Ecological Modelling, 91: 213-229. Robertson, G.P. (2000). GS+: Geostatistics for the environment sciences. GS+ User´s Guide Version 5, Plainwell, Gamma design software, 200 p. Saghafi, M. (2003). The new renewable energies, 2nd ed., Tehran university press. Salahi, B. (2004). Evaluation of Wind Energy and Fitting of Actual Probabilities of Wind Occurrence with Using Weibull Probability distribution Function at Synoptic Station of Ardebil Province, Journal of Geographical Research, 72: 87-104. Stevens, M.J.M. and Smulders, P.T. (1979). The estimation of the parameters of the Weibull wind speed distribution for wind energy utilization purposes, Wind Eng., 3(2):132–45. Tackle, E.S. and Brown, J.M. (1978). Note on the use of Weibull statistics to characterize wind speed data, J Appl Meteorol, 17: 556–9.
Phys Geog Res دانشگاه تهران پژوهش های جغرافیای طبیعی 2008-630X دانشگاه تهران 94 10.22059/jphgr.2016.59370 سنجش از دور واسنجی داده‌های باران سری 3B42 و 3B43 ماهوارۀ TRMM در زون‌های اقلیمی ایران واسنجی داده‌های باران سری 3B42 و 3B43 ماهوارۀ TRMM در زون‌های اقلیمی ایران عرفانیان مهدی استادیار گروه مرتع و آبخیزداری، دانشکدة منابع طبیعی، دانشگاه ارومیه کاظم پور سیما دانش‌آموختة کارشناسی‌ارشد آبخیزداری، دانشکدة منابع طبیعی، دانشگاه ارومیه حیدری حسن استادیار گروه جغرافیا، دانشکدة ادبیات و علوم انسانی، دانشگاه ارومیه 21 06 2016 48 2 287 303 31 10 2015 04 01 2016 Copyright © 2016, دانشگاه تهران. 2016 https://jphgr.ut.ac.ir/article_59370.html

تحقیق حاضر با هدف ارزیابی میزان صحت داده‌های باران ماهوارة TRMM در 87 ایستگاه سینوپتیکی ایران در مقیاس‌های روزانه و ماهانه انجام شده است. بدین منظور، ابتدا داده‌های روزانة TRMM-3B42 و ماهانة TRMM-3B43 دانلود شد. مقایسة بین داده‌های ماهواره‌ای و مشاهده‌ای در ایستگاه‌های انتخابی واقع در شش زون اقلیمی ایران (بیابانی، نیمه‌بیابانی، کوهستانی، نیمه‌کوهستانی، بیابان ساحلی و مرطوب ساحلی) در دورة آماری 1998-2009 انجام شد. برای ارزیابی داده‌های ماهواره‌ای از معیارهای آماری خطا و شاخص‌های مطابقت استفاده شد. نتایج تحقیق نشان داد که ماهوارة TRMM مقادیر بارندگی روزانه و ماهانه را در 68% از ایستگاه‌ها بیش از مقادیر مشاهده‌ای برآورد می‌کند. به‌دلیل وجود خطای قابل‌توجه داده‌های ماهواره‌ای، مقادیر تخمینی TRMM در دو مقیاس زمانی به تفکیک زون‌های اقلیمی و ایران واسنجی ‌شد و ضرایب تصحیح بر اساس روش رگرسیون خطی ارائه شد. بیشترین مقدار ضریب همبستگی در سطح معناداری 01/0 در دو مقیاس روزانه و ماهانه در زون نیمه‌کوهستانی به ترتیب برابر 86/0 و 99/0 و کمترین مقدار آن‌ها 49/0 و 78/0 در زون مرطوب ساحلی به‌دست آمد. داده‌های واسنجی‌شدة TRMM در بیشتر زون‌ها و ایستگاه‌ها، مشابه یا نزدیک به مقادیر مشاهده‌ای است و در زون اقلیمی مرطوب شمال ایران، خطای داده‌های ماهواره‌ای کاهش نیافت.

 باران سینوپتیک واسنجی (کالیبراسیون) TRMM امیدوار، ک.؛ فنودی، م. و بنی‌واهب، ع. ر. (1392). بررسی تطابق آمار بارندگی ماهوارة TRMM با ایستگاه‌های اقلیمی زمینی، اولین کنفرانس ملی آب و هواشناسی ایران، دانشگاه کرمان، 30-31 اردیبهشت، 12ص. بارانیزاده، ا.؛ بهیار، م.ب. و عابدینی، ی.ع. (1390). ارزیابی برآوردهای بارندگی ماهوارةTRMM-3B43  با استفاده از مقایسه با داده‌های زمینی مشاهداتی شبکه‌های بارش قدرت تفکیک بالا (APHRODIT) در ایران، دومین کنفرانس ملی پژوهش‌های کاربردی منابع آب ایران، دانشگاه زنجان، 28-29 اردیبهشت، 8ص. حجازی‌زاده، ز. و مقیمی، ش. (1389). کاربرداقلیمدربرنامه‌ریزیشهریومنطقه‌ای، انتشارات دانشگاه پیام نور، 272. ذوالفقاری، ح. (1376). تحلیل الگوهای زمانی و مکانی بارش‌های روزانه در غرب ایران با استفاده از روش‌های آماری، پایان‌نامۀدکتری، دانشگاه تبریز. شیروانی، ا. و فخاری‌زاده شیرازی، ا. (1393). مقایسة مقادیر مشاهداتی بارش و برآوردهای ماهواره‌ TRMM در استان فارس، نشریة هواشناسی کشاورزی، 2: 1-15. علیزاده، ا.؛ کمالی، غ.؛ موسوی، ف. و موسوی بایگی، م. (1386). هوا و اقلیم‌شناسی، انتشارات دانشگاه فردوسی مشهد، 392ص. کاویانی، م. و علیجانی، ب. (1388). مبانی آب‌وهواشناسی، انتشارات سمت، 594ص. میررحیمی، س. و فیضی‌زاده، م.ب. (1387). بررسی دقت داده‌های رادار زمینی و TRMM در برآورد بارش. همایش ژئوماتیک، تهران، سازمان نقشه‌برداری کشور، 7ص. Alijani, B.; Ghohroudi, M. and Arabi, N. (2008). Developing a Climate Model for Iran sing GIS, Theoretical and Applied Climatology, 92(1): 103–112. Alizadeh, A.; Kamali, Gh.; Mousavi, F. and Mousavi Bayeghani, M. (2007). Climatology, Mashhad Ferdowsi University Press, 392pp. (In Persian). Almazroui, M. (2011). Calibration of TRMM Rainfall Climatology over Saudi Arabia during 1998–2009, Atmospheric Research Journal, 99(3): 400-414. Baranizadeh, E.; Behyar, M. and Abedini, Y. (2011). Evaluation of Satellite Rainfall Estimates from TRMM-3B43 through comparison with Ground-Based data of High-Resolution Network (APHRODITE) in Iran, The second Iranian National conference on applied research in water resources, Zanjan University, May 18-19, 8 pp. (In Persian). Chokngamwong, R. and Chiu, L.S. (2008). Thailand Daily Rainfall and Comparison with TRMM Products, Journal of Hydrometeorology, 9(2): 256-266. Hejazizadeh, Z. and Moghimi, Sh. (2010). Applied Climatology in Urban and Regional Planning, Payame Noor University Press, (In Persian). Islam, M.; Das, S. and Uyeda, H. (2010). Calibration of TRMM Derived Rainfall over Nepal during 1998-2007, Atmospheric Science Journal, 4: 12-23. Javanmard, S.; Yatagai, A.; Nodzu, M.I.; Bodagh Jamali, J. and Kawamoto, H. (2010). Comparing High resolution Gridded Precipitation Data with Satellite Rainfall Estimates of TRMM 3B42 over Iran, Advances in Geosciences, 25(25): 119-125. Kaviani, M. and Alijani, B. (2009), Principles of Climatology, Samt Press, 594 pp. (In Persian). Khole, M. (2012). Operational Weather Forecasting during Monsoon Season-Technical Aspects, Tyagi, A., G.C. Asnani, U.S. De, H.R. Hatwar, A.B. Mazumdar, Monsoon Monograph, BS Publications, Hyderabad, India, 330-359pp. Liang, S.; Li, X. and Wang, J. (Eds.) (2012). Advanced Remote Sensing: Terrestrial Information Extraction and Applications, Academic Press. Mirrahimi, S. and Fayzizadeh, M.B. (2008). Inverstigating Ground-Based Radar and TRMM Data for Precipitation Estimation, Geomantic Conference, National Mapping Agency, 7pp. (In Persian). Omidvar, K.; Fanoodi, M. and Banivaheb, A. (2013). Evaluation of Rainfall data of TRMM Satellite with Observations at Synoptic Stations, Case study: Synoptic Stations in Khorasan-e-Razavi,The First National Conference on Meteorological of Iran, Kerman University, May 20-21, 12 pp. (In Persian). Shirvani, A. and Fakharzadeh Shirazi, E. (2014). Comparison of Ground-Based Observations of Precipitation with TRMM Satellite Estimations in Fars Province, Agricultural Meteorology Journal, 2(2): 1-15 (In Persian). Stocker, E. (2007). Overview of TRMM Data Products and Services, Journal of Geophysical Research, 9: 7. Wilks, D. S., 2011, Statistical Methods in the Atmospheric Sciences, Vol. 100, Academic press. Zolfagari, H. (1997). Analysis of Temporal and Spatial Patterns of Daily Precipitation in the West of Iran by Using Statistical Methods. PhD Thesis, Tabriz University, (In Persian).
Phys Geog Res دانشگاه تهران پژوهش های جغرافیای طبیعی 2008-630X دانشگاه تهران 94 10.22059/jphgr.2016.59372 مناطق خشک حساسیت‌پذیری اکوریژن‌های خراسان رضوی به بیابان‌زایی بر پایۀ ارزیابی چرخۀ حیات حساسیت‌پذیری اکوریژن‌های خراسان رضوی به بیابان‌زایی بر پایۀ ارزیابی چرخۀ حیات شیروی مینا دانشجوی کارشناسی‌ارشد مدیریت مناطق بیابانی، دانشگاه فردوسی مشهد سپهر عادل استادیار دانشکدة منابع طبیعی و محیط‌ زیست، دانشگاه فردوسی مشهد مساعدی ابوالفضل استاد دانشکدة منابع طبیعی و محیط زیست، دانشگاه فردوسی مشهد پرویان ناصر کارشناس‌ارشد محیط زیست، دانشگاه فردوسی مشهد 21 06 2016 48 2 305 320 30 03 2015 20 01 2016 Copyright © 2016, دانشگاه تهران. 2016 https://jphgr.ut.ac.ir/article_59372.html

هدف از این پژوهش بررسی درجة حساسیت اکوریژن‌های خراسان‌رضوی، یکی از استان‌های مستعد شرایط تخریب و بیابانی‌شدن اراضی، به پدیدة بیابان‌زایی با استفاده از الگوی ارزیابی چرخة حیات (LCA) است. اکوریژیون‌ها مناطقی با شرایط اقلیمی تقریباً یکسان و تحت ماکرواقلیم‌ها با فرم غالب پوشش گیاهی است. ابتدا نقشة اکوریژن‌های منطقة مطالعاتی تهیه و در کلاس فراخشک سرد، خشک بیابانی فراسرد، خشک بیابانی سرد، خشک بیابانی معتدل، نیمه‌خشک فراسرد و نیمه‌خشک سرد طبقه‌بندی شد. سپس شش شاخص اصلی ضریب خشکی، کاربری اراضی، فرسایش بادی، فرسایش‌پذیری خاک، شوری و پوشش گیاهی با استفاده از تکنیک دلفی در منطقة مطالعاتی انتخاب و ارزیابی شد. درجة اهمیت هر شاخص با استفاده از الگوریتم آنتروپی برآورد شد. در نهایت، نقشة حساسیت‌پذیری بیابان‌زایی منطقه مورد مطالعه با استفاده از میانگین‌‌گیری هندسی تهیه شد. نتایج نشان داد که بیشترین درجة تأثیر مربوط به شاخص خشکی و پس از آن فرسایش بادی به ترتیب به میزان 37/0 و 22/0 است. همچنین، نتایج پژوهش مشخص کرد که در خراسان رضوی، اکوریژن خشک بیابانی معتدل دارای بیشترین میزان حساسیت‌پذیری به بیابان‌زایی است.

 ارزیابی چرخة حیات اکوریژن آنتروپی حساسیت‌پذیری بیابان‌زایی خراسان رضوی اختصاصی، م.ر. و سپهر، ع. (۱۳۹۰). روش‌ها و مدل‌های ارزیابی و تهیة نقشة بیابان‌زایی، انتشارات دانشگاه یزد. سپهر، ع. (1392). تعادل ترمودینامیکی و فروپاشی کاتاستروفیک اکوسیستم: بیابانی‌شدن و گذرهای بحرانی، مجلة جغرافیا و برنامه‌ریزی محیطی، 25(2): 119-132. سپهر، ع. و پرویان، ن. (۱۳۹۲). تهیة نقشة آسیب‌پذیری بیابان‌زایی و اولویت‌بندی راهبردهای مقابله در اکوسیستم‌های استان خراسان رضوی بر پایة الگوریتم نارتبه‌ای پرامسه، مجلة پژوهش‌های دانش‌زمین، 2(8): ۵۸-۷۱. مومنی، م. (۱۳۸۵). مباحث نوین تحقیق در عملیات، انتشارات دانشکدة مدیریت دانشگاه تهران. Allbed, A. and Kumar, L. (2013). Soil Salinity Mapping and Monitoring in Arid and Semi-Arid Regions Using Remote Sensing Technology, Advances in Remote Sensing, 2: 373-385. Bailey, R.G. (2014). Ecoregions, Springer Science, New York. Bailey, R.G. (1996). Ecosystem geography, Springer, New York. Blonk, H.; Lindeiger, E. and Broers, J. (1997). Towards a Methodology for Taking Physical Degradation of Ecosystems into Account in LCA, 6th SETAC-Europe Meeting, 2: 91-98. Cowell, S.J. and Clift, R. (2000). A methodology for assessing soil quantity and quality in life cycle assessment, Journal of Cleaner Production, 8(4): 321-331. Cowell, S.J. and Lindeijer, E. (2000). Impacts on ecosystems due to land use: biodiversity, life support, and soil quality in life cycle assessment, In Agricultural data for life cycle assessment, 8(4): 313-319. DESERTLINKS (2004). Desertification Indicator System for Mediterranean Europe (DIS4ME). European Commission, Contract EVK2-CT-2001-00109, http://www.kcl.ac.uk/projects/desertlinks/ (last accessed date August 5, 2008). Ekhtesasi, M.R. and Sepehr, A. (2011). Methods and Models of Desertification Assessment and Mapping, Yazd Univercity. Garrigues, E.; Corson, M.S.; Angers, D.A.; Werf, H. and Walter, C. (2012). Soil quality in Life Cycle assessment: Towards development of an indicator, Elsevier, 18: 434-442. ISO, 2006a. ISO 14040 International Standards. In: Environmental Management – Life Cycle Assessment – Principles and Framework. International Organisation for Standardization, Geneva, Switzerland. Jabbar, M.T. (2012). Assessment of Soil Salinity Risk on the Agricultural Area in Basrah Province, Iraq: Using Remote Sensing and GIS Technique, Journal of Earth Science, 23(6): 881–891. Khan, M.N.; Rastoskuev, V.V.; Sato, Y. and Shiozawa, S. (2005). Assessment of hydrosaline land degradation by using a simple approach of remote sensing indicators, Elsevier, 77(1-3): 96-109. Koellner, T. and Scholz, R. (2007). Assessment of Land Use Impacts on the Natural Environment, International Journal of Life Cycle Assessment, 13(1): 32-48. Mehta, M.; Anh, V.Le.; Saha, S.K. and Agrawal, Sh. (2012). Evaluation of Indices and Parameters Obtained from Optical and Thermal Bands of Landsat 7 ETM+ for Mapping of Salt- Affected Soils and Water-Logged Areas, Asian Journal of Geoinformatics, 12(4): 9-16. Mila i Canals, L.; Bauer, C.; Depestele, J.; Dubreuil, A.; Freiermuth Knuchel, R.; Gaillard, G.; Michelsen, O.; Muller-Wenk, R. and Rydgren, B. (2007). Key elements in framework for land use impact assessment within LCA, The International Journal of Life Cycle Assessment, 12(1): 5–15. Momeni, M. (2007). New Issues of Operation Research, Univercity of Tehran. Nunez, M. (2011). Modelling Location-dependent environmental impacts in Life Cycle Assessment: Water use, desertification and soil erosion. Doctoral thesis, Dr. Assumpcio Anton Vallejo, Environmental Science and Technology, Univercity Autonoma de Barcelona, 203p. Nunez, M.; Civit, B.; Muñoz, P.; Arena, A.P.; Rieradevall, J. and Antón, A. (2010). Assessing potential  desertification environmental impact in life cycle assessment, Int J Life Cycle Assess, 15(1): 67–78. Sepehr, A. (2014). Thermo­ dynamic Equlibrium and Catastrophic Collapse: Desertification and Critical Transition, Geography and Environmental Planning, 25(2): 119-132. Sepehr, A. and Parvian, N. (2014). Desertification vulnerability mapping and Developing Combating Strategies in the Ecosystem of Khorasan Razavi Province using PROMETHEE Algoritm, Journal of Earth Science researchers, 2(8): 58-71. Sepehr, A.; Zucca, Cl. and Nowjavan, M.R (2014). Desertification Inherent Status Using Factors Representing Ecological Resilience, British Journal of Environment & Climate Change, 4(3): 279-291. Society of Environmental Toxicology and Chemistry (SETAC) and SETAC Foundation for Environmental Education Inc. (1991). ‘A Technical Framework for Life−cycle Assessment’, Washington, DC: Society of Environmental Toxicology and Chemistry and SETAC Foundation for Environmental Education Inc. (Workshop held in Smugglers Notch, Vermont, August 18-83, 1990). Tervonen, T.; Sepehr, A. and Kadzinski, M. (2015). Regional anti-desertification management with a multi-criteria inference approach, Journal of Environmental Management, 162: 9-19. United Nations (1994). United Nations Convention to Combat Desertification in Countries Experiencing serious Drought and/or Desertification, Particularly in Africa. Wagendrop, T.; Gulinck, H.; Coppin, P. and Muys, B. (2006). Land use impact evaluation in life cycle assessment based on ecosystem thermodynamics, Elsevier, 31(1): 112-125. 
Phys Geog Res دانشگاه تهران پژوهش های جغرافیای طبیعی 2008-630X دانشگاه تهران 94 10.22059/jphgr.2016.59373 مدل سازی ارزیابی دقت داده‌های CFSR و مدل LARS-WG در شبیه‌سازی پارامتر‌های اقلیمی استان چهارمحال و بختیاری ارزیابی دقت داده‌های CFSR و مدل LARS-WG در شبیه‌سازی پارامتر‌های اقلیمی استان چهارمحال و بختیاری اخوان سمیرا استادیار گروه علوم و مهندسی آب، دانشکدة کشاورزی، دانشگاه بوعلی سینا دلاور نسرین دانشجوی کارشناسی‌ارشد آبیاری و زهکشی، گروه علوم و مهندسی آب، دانشکدة کشاورزی، دانشگاه بوعلی سینا 21 06 2016 48 2 321 334 13 08 2015 01 02 2016 Copyright © 2016, دانشگاه تهران. 2016 https://jphgr.ut.ac.ir/article_59373.html

هدف پژوهش حاضر، ارزیابی دقت مولد آب‌وهوایی LARS-WG و داده‌های CFSR در شبیه‌سازی پارامترهای اقلیمی (دمای کمینه و بیشینه و بارش) استان چهارمحال و بختیاری است. بدین‌منظور، از مقایسةشاخص‌های آماری RMSE، MBE، MAEو R2استفاده شد. در ایستگاه شهرکرد مقادیر RMSE و MAE برای بارش ماهانة داده‌های CFSR به ترتیب 49/20 و 19/11 میلی‌متر و برای بارش سالانه 88/92 و 51/72 میلی‌متر است. این مقادیر بارش، در مورد مدل LARS-WG در مقیاس ماهانه به ترتیب 45/41 و 75/24 میلی‌متر و در مقیاس سالانه 75/164 و 43/123 میلی‌متر است. در مجموع، داده‌های CFSRدر بازة زمانی کوتاه‌تر (ماهانه و سالانه) دارای آماره‌های خطاسنجی کمتری نسبت به مدل LARS-WGاست و همبستگی بیشتری با داده‌های مشاهداتی دارد. بنابراین، در تخمین پارامترهای اقلیمی کوتاه‌مدت، دقت بالاتری دارد. همچنین، نتایج بیانگر توان‌مندی مدل LARS-WG در شبیه‌سازی پارامترهای اقلیمی در بازة زمانی طولانی‌مدت (دهه) است. به‌همین دلیل، مقادیر آماره‌های مذکور در مقیاس‌های زمانی کوتاه‌تر، چندان مناسب نیست. بدین‌ترتیب، باتوجه به اهداف هر تحقیق، می‌توان از نتایج هر دو روش استفاده کرد. همچنین داده‌های CFSRدر نقاط فاقد ایستگاه هواشناسی گزینة ارزش‌مندی محسوب می‌شود.

 بارش دمای بیشینه دمای کمینه LARS-WG CFSR بابائیان، ا.؛ نجفی نیک، ز.؛ زابل­عباسی، ف.؛ حبیبی نوخندان، م.؛ ادب، ح.؛ و ملبوسی، ش. (1386). مدل‌سازی اقلیم ایران در دورة 2010- 2039 با استفاده از ریزمقیاس‌نمایی آماری خروجی مدل ECHO-G، کارگاه فنی اثراتتغییراقلیمدرمدیریتمنابعآب، بهمن، تهران: 62-72. حجارپور، ا.؛ یوسفی، م.؛ و کامکار، ب. (1393). آزمون دقت شبیه‌سازهای LARS-WG، WeatherMan و CLIMGEN در شبیه‌سازی پارامترهای اقلیمی سه اقلیم مختلف (گرگان، گنبد و مشهد)، جغرافیاوتوسعه، 12(35): 201-216. خلیلی اقدم، ن.؛ مساعدی، ا.؛ سلطانی، ا. و کامکار، ب. (1391). ارزیابی توانایی مدل LARS- WG در پیش‌بینی برخی از پارامترهای جوی سنندج، مجلةپژوهش‌هایحفاظتآبوخاک، 19(4): 85-102. سایت ادارة کل هواشناسی استان چهارمحال و بختیاری http://www.chaharmahalmet.ir Babaeian, A.; Najafi Nik, Z.; Zabol Abassi, F.; Habibi Nokhandan, M.; Adab, H. and Malbousi, Sh. (2007). Iran climate modeling using statistical downscaling output ECHO-G model in period 2039-2010, Technical Workshop on the Effects of Climate Change on Water Resources Management, Tehran, January 2008: 72-62. Chaharmahal and Bahktiari Meteorological Organization website: http://www.chaharmahalmet.ir Dile, Y.T. and Srinivasan R. (2013). Evaluation of CFSR climate data for hydrologic prediction in data scarce watersheds: An application in the blue Nile River basin, Journal of American Water Resources Association (JAWRA), 50(5): 1226–1241. Fodor, N.; Dobi, I.; Mika, J. and Szeid, L. (2010). MV-WG: A new multi-variable weather generator, Meteorol Atmos Phys, 107: 91–101 Fuka, D.R.; Walter, T.M.; MacAlister, C.; Degaetano, A.T.; Steenhuis, T.S. and Easton, Z.M. (2013). Using the climate forecast system reanalysis as weather input data for watershed models, Hydrological Processes, DOI: 10.1002/hyp.10073. Hajarpour, A.; Yousefi, M. and Kamkar, B. (2014). Accuracy assessment of weather assimilators of CLIMGEN, LARS-WG and weather man in assimilation of three different climatic parameters of three different climates (Gorgan, Gonbad and Mashhad), Iranian Journal of Geography and Development, 12(35): 201-216. Khalili Aghdam, N.; Mosaedi, A.; Soltani, A. and Kamkar, B. (2012). Evaluation of ability of LARS-WG model for simulating some weather parameters in Sanandaj, Water and Soil Conversation, 19(4): 85-102. Mavromatis, T. and Hansen, J.W. (2001). Interannual variability characteristics and simulated crop response of four stochastic weather generators, Agricultural and Forest Meteorology, 109: 283–296. Saha, S.; Moorthi, S.; Pan, H.; Behringer, D.; Stokes, D. and Grumbine, R. (2010). The NCEP climate forecast system reanalysis, Bulletin of the American Meteorological Society, 91(8): 1015-1057. Schuol, J. and Abbaspour, K.C. (2007). Using monthly weather statistics to generate daily data in a SWAT model application to West Africa, Ecological Modeling, 2 0 I: 301-311. Semenov, M.A. (2008). Simulation of extreme weather events by a stochastic weather generator, Climate Research, 35: 203–212. Semenov, M.A. and Barrow, E.M. (2002). LARS-WG, A Stochastic weather generator for use in climate impact studies (User Manual). Semenov, M.A.; Brooks, R.J.; Barrow, E.M. and Richardson, C.W. (1998). Comparison of the WGEN and LARS-WG stochastic weather generators for diverse climates,Climate Research, 10: 95–107. Soltani, A. and Hoogenboom, G. (2003). A statistical comparison of the stochastic weather generators WGEN and SIMMETEO, Climate Research, 24: 215–230.