بررسي ارتباط شاخص‌هاي پيوند از دور با مؤلفه‌هاي بارشي و دمايي (مطالعه موردي: ايستگاه همديد كرج)

Examination of relationship between teleconnection indexes on temperature and precipitation components (Case Study: Karaj Synoptic Stations)

ﺩﺭ ﭼﻨﺪ ﺩهۀ ﺍﺧﻴﺮ ﺍﻓﺰﺍﻳﺶ ﺍﻃﻼﻋﺎﺕ ﺑﺸﺮ دربارۀ ﺍﻗﻠﻴﻢ ﺯﻣﻴﻦ ﻭ ﺩﻏﺪﻏۀ ﺍﻧﺴﺎﻥ ﺍﺯ ﺗﻐﻴﻴﺮﺍﺕ ﺁﺏ ﻭ ﻫﻮﺍﻳﻲ ﺩﺭ ﺁﻳﻨﺪﻩ، ﻣﻮﺟﺐ ﺷﻨﺎﺧﺖ ﺩﻗﻴﻖﺗﺮ ﻣﺆﻟﻔﻪﻫﺎﻱ تأثيرگذار ﺑﺮ ﺍﻗﻠﻴﻢ ﺯﻣﻴﻦ ﺷﺪﻩ ﺍﺳﺖ. از پديده هاي اقليمي‌اي كه تغييرات آنها موجب ناهنجاريهاي بزرگ آب و هوايي بهويژه در دما و بارش در بسياري از نقاط جهان مي شود، الگوهاي پيوند از دور هستند كه آشكارسازي روابط بين پارامترهاي اقليمي و آنها براي شناخت بيشتر نوسانات و تغييرپذيري اقليمي در هر منطقه اهميت فراواني دارد. بنابراين، در اين پژوهش ارتباط الگوهاي بزرگ‌مقياس و شناخته‌شدۀ آن از جمله شاخص نوسان جنوبي (SOI)، شاخص نوسان اطلس شمالي (NAO)، شاخص آرام آمريكاي شمالي (PNA)، شاخص چند‌متغيرۀ انسو (MEI) و نوسان دهه اي اقيانوس آرام (PDO) با نُه مؤلفۀ دمايي و بارشي به صورت ماهانه در ايستگاه همديد كرج طي دورۀ آماري 26 ساله (1985‌ـ 2010) تجزيه و تحليل شد. ابتدا، نرمال‌بودن سري داده هاي مطالعه‌شده بر اساس آزمون كلموگروف‌ـ اسميرنوف تأييد شد. در ادامه به منظور بررسي ارتباط بين الگوهاي بزرگ‌مقياس با مؤلفه هاي دمايي و بارشي، از ضريب همبستگي پيرسون استفاده شد. همبستگي ها به صورت ماهانۀ بدون تأخير و با تأخير يك‌ماهه ارزيابي شد. نتايج نشان داد بيشترين ارتباط بين شاخص NAO و مؤلفه هاي دمايي و بارشي در ماه هاي فصل پاييز و زمستان مشاهده مي شود و اين تأثيرگذاري ها روي ماه هاي فصل پاييز بيشتر از ماه هاي فصل زمستان است. شاخص SOI ارتباط بيشتري با مؤلفه هاي بارشي دارد. تأثير اين شاخص بر بارش ماه هاي فصول پاييز و زمستان آشكارتر است در حالي كه شاخص MEI با مؤلفه هاي دمايي ارتباط بيشتر‌ي را نشان مي دهد و براي مؤلفه هاي بارشي ارتباط خاصي مشاهده نمي‌شود. ‌اثرگذاري اين شاخص بهويژه بر پارامترهاي دمايي ماه هاي آوريل و مي در فصل بهار و ماه دسامبر در اواخر فصل پاييز شديدتر است. ارتباط شاخص PDO بر مؤلفه هاي بارشي و دمايي منطقه نيز در ماه مي در اواسط فصل بهار بيشتر مشاهده مي شود و شاخص PNA فقط بر مؤلفه هاي دمايي مؤثر است و در ماه هاي دسامبر و فوريه ارتباط بيشتري دارد. نتايج به‌دست‌آمده به‌منظور درك و شناخت بيشتر از تغييرپذيري مؤلفه هاي دمايي و بارشي حائز اهميت است.

Over the recent decades, human knowledge on earth's climate and his concern about climate change in the future has increased, which has contributed to precise identification of the factors influencing earth's climate. One of the climate phenomena, the change of which causes great anomalies of climate, particularly on temperature and precipitation patterns in many parts of the world, is teleconnection, and it is very important to reveal the relationship between them and climatic parameters for a better understanding of volatility and climate variability in every area. In this study, the relationship between large-scale and well-known patterns such as the Southern Oscillation Index (SOI), North Atlantic oscillation (NAO), Pacific North America (PNA), Multivariate ENSO Index (MEI) and (PDO) with 9 temperature and precipitation variables in the Karaj synoptic station in a monthly basis were analyzed over the 26-year period (2010-1985). First, the normality of the data series based on the Kolmogorov - Smirnov was confirmed. In order to examine the relationship between large-scale patterns with temperature and precipitation variables, the Pearson correlation coefficient was used. The correlations were assessed on a monthly basis without delay and a delay of one month. The results showed that there is a relationship between the NAO index and the temperature and precipitation variables mostly in autumn and winter months and the impact on the autumn months is higher than the winter months. SOI index is more related with the precipitation variables; this index was clearly shown to play a greater role in autumn and winter months, while the MEI index shows a higher correlation with the temperature variables and not particular relation was shown with precipitation variables for this index. Role and impact of this index, in particular on temperature parameters of April and May in spring and December in late autumn, is stronger. The relationship of PDO index with temperature and precipitation variables in May is observed more in the middle of spring. PNA index is effective only on temperature variables, showing higher relationship in December and February. The obtained results are important for greater understanding of the temperature and precipitation variability.