بررسي ارتباط بين پارامترهاي مهم ابر و بارش روزانه در ايران

Investigation the Relationship between Important Properties of Cloud and Daily Precipitation in Iran

مطالعه پارامترهاي آب و هوايي به علت نقشي كه در مباحث تغيير اقليم و بهبود كارايي مدل هاي اقليمي و پيش بيني بارش دارند از اهميت ويژه اي در دنيا برخوردارند. در اين ميان مطالعه ابرها به علت اينكه حد واسط بين سامانه هاي همديدي و شرايط اقليمي سطح زمين​ هستند از اهميت ويژه اي برخوردارند و هرگونه تغيير در پارامترهاي آنها مي تواند سرآغاز زنجيره اي از واكنش ها در ديگر عناصر آب و هوايي گردد. به دليل اين اهميت در اين پژوهش ارتباط چهار پارامتر مهم ابر يعني دماي قله ابر ، فشار قله ابر ، عمق نوري ابر و مقدار ذرات آب و يخ ابر در محدوده كشور ايران با بارش روزانه مورد مطالعه قرار گرفت. براي اين هدف از اطلاعات ايستگاه هاي همديد و سنجنده موديس براي كل دوره موجود آن (2000 تا 2011) استفاده شد و با استفاده از مدل هاي رگرسيون خطي، غير خطي و همچنين مدل رگرسيون چند متغيره ارتباط بين اين پارامترهاي با بارش بررسي گرديد. در ابتدا با همپوشاني چند لايه اطلاعاتي بارش و ابر در محيط ArcGIS كشور به 4 پهنه مشترك بارش و ابر تقسيم گرديد و اين پهنه ها مبناي بررسي ارتباط بين بارش و پارامترهاي ابر قرار گرفتند. نتايج نشان داد كه دماي قله ابر بين 20 تا 39 درصد از تغييرات بارش در پهنه ها را تبيين و يا به عبارت ديگر توضيح مي دهند، اين مقدار براي فشار قله ابر 20 تا 37 درصد، مقدار ذرات آب و يخ ابر 21 تا 31 درصد و عمق نوري ابر 19 تا 31 درصد بدست آمد. با اعمال مدل رگرسيون چند متغيره، نتايج نشان داد كه در پهنه 3 اين چهار پارامتر ابر مي توانند حدود 50 درصد تغييرات بارش را پيش بيني كنند. اين مقدار در پهنه 2 حدود 40 درصد و براي دو پهنه ديگر حدود 30 درصد بدست آمد. جهت حذف هم خطي شديد و همچنين رسيدن به متغيرهاي اصلي، از روش رگرسيون گام به گام نيز استفاده شد كه نتايج آن نشان داد در پهنه هاي 1 و 4 پارامتر مقدار آب و يخ ابر، در پهنه 3 دما قله و عمق نوري ابر و در پهنه 2 فشار قله و مقدار آب و يخ ابر موثرترين پارامترهاي مدل ها مي باشند.

Because of the role of climate parameters in climate Change and improve the efficiency of climate and rainfall prediction models، the study of these parameters are very important in the world. The study of clouds have special important، because the clouds make connection between the synoptic patters and surface climate conditions and any change in its properties، can start a chain reaction in other climate parameters. In this study، the linkage between four important cloud properties; cloud top temperature and pressure، cloud optical depth and cloud water and ice path; and daily precipitation was investigated in Iran. For this purpose، data from synoptic stations and satellite sensor (MODIS) for the entire period (2000 to 2011) was used and the relationship between the cloud properties and precipitation was analyzed by means of linear and non-linear regression and multiple regression models. In the first، few layers of clouds and precipitation data were overlapping in the ArcGIS، and the country was divided into 4 zones. These zones are based on the correlation between precipitation and cloud properties. The results showed that، cloud-top temperatures explain 20 to 39 percent of rainfall variability in the zones; this amount was obtained 20 to 37 percent for cloud top pressure، 21 to 31 for cloud water and ice path and 19 to 31 for cloud optical depth. The results of multiple regression model showed that، the four cloud parameters can explained about 50Cpercent of precipitation variability in zone 3. This amount was obtained about 40 percent in zone 2 and about 30 percent in other zones. The most parts of the precipitation variability in Iran can be explained by the four cloud properties، so these properties can be used as reliable inputs for precipitation prediction models.