تحليل روند شاخص هاي دماي فرين در شمال ايران

Trend Analysis of Extreme Temperature Indices in the North West of Iran

محيط طبيعي بر اساس شرايط آب و هوايي تنظيم شده است. جوامع انساني به ناچار بايد خود را بر اساس اين شرايط تنظيم و تجهيز نمايند. شناسايي شدت، فراواني و زمان رخدادهاي فرين آب و هوايي مي تواند به حل مسايل زيست محيطي كمك نموده و انسان را در تنظيم و اجراي برنامه ريزي هاي منسجم و منطقي در برابر تغييرات رفتار اين رخدادها ياري نمايد. در اين تحقيق به منظور بررسي تغييرات دماي فرين، داده هاي روزانه حداقل و حداكثر دماي 13 ايستگاه شمال غرب ايران از سازمان هواشناسي كشور دريافت و بعد از كنترل و ارزيابي كيفي استفاده گرديد. شاخص هاي 16 گانه دماي فرين ايستگاه هاي منتخب توسط بسته نرم افزاري RClimDex استخراج و از روش من- كندال براي بررسي وجود روند و روش موجك براي بررسي تغييرات و نوسان هاي دوره اي موجود در سري ها استفاده شد. نتايج تحقيق نشان داد كه روند شاخص هاي دماي فرين در اكثر ايستگاه هاي منتخب حاكي از كاهش فراواني شاخص هاي سرد فرين و افزايش فراواني شاخص هاي گرم فرين است. نتايج حاصل از تحليل موجك نشان داد كه شاخص هاي سرد فرين داراي نوسان هاي دوره اي معني دار كاملاً آشكار طي چرخه هاي زماني 2 تا 4 ساله بوده و در بين شاخص هاي گرم فرين، تنها شاخص گر م ترين دماي روز (TXx) در چرخه هاي زماني 2 تا 4 ساله و شاخص تعداد شب هاي حاره اي (TR20) در چرخه هاي زماني 4 تا 8 ساله بارزترين محدوده هاي معني داري را نشان دادند.

Natural environment is regulated according to the climatic conditions. Human communities are forced to adjust themselves to these conditions. Identifying the intensity, frequency and timing of climatic events can help solve the environmental problems and ease the coherent planning to mitigate these events changing behavior. To achieve this objective in the Northwest of Iran, daily minimum and maximum temperature data from 13 stations were obtained from the Meteorological Organization of Iran in the quality control format for the existing data period. Sixteen Extreme indices were extracted by RClimDex package and their changing behavior was checked by Mann – Kendall method. The results showed that the frequency of cold indices decreased but the frequency of extreme warm indices increased during the study period. According to the results of wavelet analysis all the extreme cold indices showed a significant periodic fluctuations of 2 to 4 years. Among the warm indices only the warmest days index (TXx) showed 2 to 4 years fluctuation and the number of tropical nights (TR20) exhibited 4 to 8 years of significant fluctuation.