مدل بندي رابطه بارش هاي سالانه و فصلي با عوامل زمين اقليم در كردستان

Modeling of the Relationship between Annual and Seasonal Precipitation and Geo-Climate Factors in Kurdistan Province

براي مدل بندي رابطه بين سه عامل زمين-اقليمِ ارتفاع، طول و عرض جغرافيايي با بارش هاي سالانه و فصلي استان كردستان از داده هاي ماهانه 83 ايستگاه سينوپتيك، اقليم شناسي و بارانسنجي براي يك دوره 30 ساله (1387 - 1358) بهره گرفته شد. نقص آماري ايستگاه ها نسبت به 30 سال بر اساس مدل رگرسيوني با هماهنگ ترين ايستگاه ها تكميل شد. مدل انتخابي براي ايجاد اين رابطه، مدل رگرسيوني چند متغيره با استفاده از روش ورود گام به گام متغيرها به مدل بود. صحت دقت مدل ها نيز با آزمودن چهار فرضيه خطي بودن رابطه، ناهمبسته بودن خطاهاي مدل، نرمال بودن باقيمانده ها و ثابت بودن واريانس باقيمانده ها سنجيده شد. نتايج حاصل از اجراي اين مدل بر روي بارش هاي فصلي و سالانه نشان از تركيب هاي متفاوت هركدام از اين سه متغير بر روي توزيع مكاني بارش هاي فصلي و سالانه بود. به طوريكه تركيب دو متغير طول جغرافيايي و عرض جغرافيايي، به ترتيب 69، 66 و 46 درصد تغييرات مكاني بارش هاي فصل پاييز، بارش هاي سالانه و بارش هاي فصل بهار را توجيه مي كنند. تركيب دو متغير عرض جغرافيايي و ارتفاع حدود 63 درصد تغييرات مكاني بارش فصل تابستان و تركيب سه متغير طول جغرافيايي، عرض جغرافيايي و ارتفاع 47 درصد تغييرات مكاني بارش را در فصل زمستان تبيين مي كنند.

To model the relationship between three Geo-Climate factors of altitude, latitude and longitude and annual and seasonal precipitation in and Kurdistan Province, monthly data from 83 synoptic, climatology and pluviometer stations for a period of 30 years (1985-2008) were used. Statistical defects of stations in 30 years were completed with the most consistent station based on regression model. Model of choice for establishing this relationship was multiple-regression model using stepwise method of variables. Validity of models was also evaluated by testing four hypotheses of linearity of the relationship, lack of correlation of model errors; normality of remnants and constancy of variance of the remaining were evaluated. The results of implementation of this model on the annual and seasonal precipitation indicated the different combinations of each of these three variables on the spatial distribution of seasonal and annual precipitation. So that, the combination of the two variables of longitude and latitude, respectively justifies 69, 66 and 46% of spatial variability of autumn precipitation, annual precipitation and spring precipitation. The combination of the two variables of longitude and latitude explains about 63% of spatial variability of summer precipitation and combination of the three variables of longitude, latitude and altitude explains 47% of precipitation spatial variability in the winter.