تحليل مكاني تغييرات بارش در زاگرس مياني از طريق روش‌هاي زمين آمار (1995-2004)

در تحقيق حاضر سعي شده است تا تغييرات مكاني بارش در ناحيه‌ي كوهستاني زاگرس مياني از طريق روش‌هاي زمين آمار مدل‌سازي و تشريح گردد. در اين راستا از متوسط بارش سالانه 249 ايستگاه با دوره‌ي زماني كامل 10 سال (1995-2004) مربوط به سازمان هواشناسي (كليماتولوژي، سينوپتيك و باران‌سنجي) و وزارت نيرو استفاده شده است. از 219 ايستگاه براي مدل‌سازي و تشريح تغييرات مكاني بارش و از 30 ايستگاه باقي‌مانده براي آزمون و ارزيابي روش‌ها بهره گرفته شده است. براي نرمال بودن داده‌ها از آزمون كولموگروف – اسميرنف و براي بررسي وجود روند در داده‌ها از برنامه جانبي Trend Analysis در محيط نرم‌افزار Arc GIS 9.3 بهره گرفته شده است. نتايج حاصل از ارزيابي روش‌هاي كريگينگ ساده، معمولي و عام، بدون متغيّر كمكي و همچنين با متغيّر كمكي ارتفاع، عرض جغرافيايي، شيب و فاصله از خط‌الراس از طريق آماره‌هاي R2، RMSE و MAE حاكي از دقت بيشتر روش كريگينگ معمولي با متغيّر كمكي عرض جغرافيايي و فاصله از خط‌الراس است. براي نشان دادن نحوه‌ي تغييرپذيري مكاني بارش در منطقه‌ي مورد مطالعه، نيم‌رخ‌هاي بارش و ارتفاع عمود بر خط‌الراس‌ها با فواصل 50 كيلومتر ترسيم گرديدند. از طريق نيم‌رخ‌ها چنين استنباط شد كه با وجود هماهنگي نسبي بين بارش و ناهمواري، بيشينه بارش بر حداكثر ارتفاع ناهمواري‌ها منطبق نيست و دامنه‌هاي بادگيرو پشت به باد در نيمه‌ي غربي و شرقي زاگرس مياني داراي ويژگي متفاوتي از لحاظ مقدار دريافت بارش مي‌باشند. نتايج تحقيق نقش ناهمواري‌ها به عنوان مانع در مسير توده‌هاي هوا را نشان مي‌دهد، به گونه‌اي كه توده‌هاي هوا در برخورد با توده‌هاي كوهستاني مقادير زيادي از رطوبت خود را تخليه مي‌نمايند

This study aims to describe and model the spatial variations of precipitation in the mountainous areas of middle Zagros using geo statistical techniques. To this aim, a dataset was obtained from 249 precipitation recording stations of Meteorological organization (climatologic, synoptic, and rain gauge) and Ministry of Energy of Iran in a 10-year period (1995-2004). Among these stations, 219 stations were used for modeling the spatial variability of precipitation, and the remaining 30 stations were used to evaluate the proposed method. To check the normality of data and detect the trend, Kolmogorov- Smirnov test and Trend Analysis of ESRI Arc GIS 9.3 is utilized, respectively. An evaluation of simple, ordinary, and general kriging with and without auxiliary variables of altitude, latitude, slope, and distance from ridges show that the ordinary kriging with latitude and distance from the ridge auxiliary variables are more precise. To illustrate the spatial variability of precipitation in the area of study, profiles of precipitation and altitudes perpendicular to ridges were plotted in the 50 Km intervals. These profiles make evidence that despite the relative correlation between precipitation and topography, the points with maximum precipitation does not correspond to the highest topographic points. Moreover, leeward and windward sides present different behaviors with respect to precipitation. Finally, it is found that topographies act as barriers in the way of air masses, thus air masses in clash with mountain release large amounts of their humidity.