The Effects of Global Warming on the Climate of Cities Located in the Urmia Lake Basin

Document Type : Science - Research

Authors

1 Professor of Climatology, University of Tabriz

2 Ph.D Student in Climatology, University of Tabriz

Abstract

Global Warming is now one of the most important environmental issues. In the present study, in order to reveal the effect of global warming on the climate of cities located in the Urmia Lake basin, the changes in 14 climatic variables were evaluated through Mann-Kendall test and least of squares error test in three time scales: annual scale, wet season scale and dry season scale. The results indicated that according to the tests done the minimum, maximum and average temperatures increased in both annual and seasonal time scales. The average temperature of the area increased by 0.06 degree Celsius annually and the maximum rate of increase was about 0.13 degree Celsius per year in Maraghe. The temperature of very hot days (with a maximum of 30 degree Celsius or more) increased and the temperature of very cold days (with a minimum of -4 degree Celsius or less) decreased. Total rainfall and the amount of heavy precipitation decreased. The average rainfall in the region declined by about 4 mm a year. The wind speed parameter showed negative, positive and stable trends in the area under study, but the relative humidity was negative in most stations. In general, the results of Mann-Kendall and Least-squares error methods were consistent. Overall, the trend of climatic elements was in line with the latest findings of the intergovernmental panel on climate change. 

Keywords

Main Subjects


مقدمه

تغییر اقلیم عبارت است از تغییرات رفتار آب و هوایی یک منطقه نسبت به رفتاری که در طول یک افق زمانی بلند مدت از اطلاعات مشاهده یا ثبت شده در آن منطقه مورد انتظار است. به بیان دیگر، تغییر اقلیم، معادل تغییرات معنی‌دار آماری برای متوسط وضع آب و هوا در یک دوره طولانی (چند دهه و بیش‌تر) است(Modaresi et al., 2010: 476).

از جمله پیامدهای تغییر اقلیم شهرها می‌تواند شیوع بیماری‌های خطرناک، تشدید پدیده‌های خسارت‌زائی نظیر ریزگردها، بروز دگرگونی‌های اقتصادی و اجتماعی عمیق، مهاجرت‌های اجباری و پیامدهای سیاسی و فرهنگی مترتب با آن و دگرگونی الگوی تولید و مصرف جامعه باشد. پدیده گرمایش و تغییرات آب و هوایی، اثرات عمیق و شدیدی بر بسیاری از عوامل اساسی و مؤثر بر زندگی روزمره انسان از جمله آب، غذا، انرژی، هوا و محیط زیست دارد که این مورد خود اثر مستقیم بر عوامل مخاطره‌زای سلامت دارد. گرمایش و تغییر اقلیم باعث کاهش کیفیت آب آشامیدنی و کمبود آن شده و در نهایت منجر به افزایش بیماری‌های ناشی از آب و غذا و سوء تغذیه می­شود. به علاوه قرار گرفتن در معرض هوای شدیداً گرم یا شدیداً سرد تأثیر مستقیم بر سلامت انسان داشته و یا با افزایش احتمال خطر بیماری و مرگ همراه است. هر چند بسیاری از خطرات مرتبط با گرما با بهبود خدمات بهداشتی – درمانی و تأسیساتی قابل کنترل هستند، اما هزینه­های بهبود شرایط محیطی و افزایش سطح خدمات بهداشتی و آسایش حرارتی و نیز جبران اثرات خشک‌ سالی­ها و کنترل سیلاب­های شدید در شهرها، مستلزم صرف هزینه­های زیادی از طرف بخش­های خصوصی و دولتی در این زمینه­هاست. علاوه بر این، وقوع ﺧﺸﻜﺴﺎﻟﻲ­های شدید و پیاپی ناشی از تغییر اقلیم، ﺳﺒﺐ ﻣﻬﺎﺟﺮت روﺳﺘﺎﻳﻴﺎن ﺑﻪ ﺷﻬﺮﻫﺎ، ﺣﺎﺷﻴﻪ‌ﻧﺸﻴﻨﻲ، روی آوردن ﺑﻪ ﺳﻤﺖ ﺷﻐﻞ­ﻫﺎی ﻛﺎذب و اﻓﺰاﻳﺶ ﻧﺎﻫﻨﺠﺎری­ﻫﺎی اﺟﺘﻤﺎﻋﻲ ﻣﻲ­ﺷﻮد.

بنا به گزارش هیئت بین­الدول تغییر اقلیم، تغییر اقلیم در نقاط مختلف جهان نتیجه­ای از دخالت انسان در اکوسیستم­ها، تغییر کاربری اراضی و نیز نقش انسان در افزایش غلظت گازهای گلخانه‌ای اتمسفر به­­ ویژه دی­اکسید­کربن می­باشد(IPCC, 2007). این امر منجر به تغییر بیلان انرژی زمین می­شود. با توجه به روند افزایش غلظت گازهای گلخانه­ای پیش­بینی می­شود که تغییر اقلیم در آینده نیز تداوم داشته باشد(Sussman and Freed, 2008: 1).

در شکل 1، ناهنجاری­ متوسط دمای جهانی نسبت به میانگین دمای دوره 1951-1880 مشاهده می­شود که نشانگر افزایش دمای جهانی در نیم سده اخیر نسبت به دوره پایه می­باشد. شکل 2، به طور همزمان تغییرات مقادیر دمای متوسط جهانی و مقادیر غلظت دی­اکسید­کربن جو به عنوان مهم­ترین گاز گلخانه­ای را از سال 1880 تا 2013 نشان می­دهد. همان­گونه که مشاهده می­شود، افزایش دمای جهانی هماهنگ با افزایش غلظت دی‌اکسید‌کربن جو می­باشد.

 

شکل 1. ناهنجاری متوسط دمای جهانی از سال1880 تاکنون

نسبت به دوره پایه 1951-1880

  مأخذ: (http://data.giss.nasa.gov)

 

شکل 2. مقادیر متوسط دمای جهانی (فارنهایت) و

غلظت CO2 جو (پی.پی.ام)

مأخذ: (http://www.climatecentral.org)

به استناد ماده 8/4 کنوانسیون تغییر آب ­و ­هوا، ایران جزء کشورهای آسیب­پذیر ناشی از تغییرات اقلیمی است. زیرا به دلیل قرارگیری در کمربند بیابانی جهان، دارای آب و هوای خشک و نیمه­خشک است و نوسان­های شدید سالانه، فصلی و ماهانه از ویژگی­های اصلی رژیم­های بارندگی در ایران محسوب می­شود. همچنین ایران از نظر پوشش جنگلی فقیر بوده و از طرفی در معرض تهدیدات بلایای طبیعی مانند سیل، خشک‌سالی، بیابان‌زائی و طغیان آفات در بخش کشاورزی است (Banihasemi, 2009: 11). لذا ریسک تأثیر پدیده دگرگونی اقلیمی می­تواند در این فضای شکننده بسیار بیش‌تر اثرات خود را نشان دهد. با توجه به اهمیتی که گرمایش و تغییر اقلیم بر ساختار محیطی کره زمین و موجودات زنده دارد، تلاش جهت شناخت هر چه بیش‌تر چگونگی رخدادهای تغییر اقلیم امری ضروری است. از این رو، در تحقیق حاضر سعی بر آن است که طی یک بررسی جامع، نوسانات کلیه عناصری که می­توانند نمایه­ای از تغییر اقلیم باشند، توسط یک آزمون پارامتری و یک آزمون ناپارامتری در شهرهای واقع در حوضه دریاچه ارومیه نشان داده شود، تا معلوم گردد که گرمایش جهانی چه تأثیری بر اقلیم شهرهای مذکور داشته است.

 

پیشینه تحقیق

در زمینه گرمایش و تغییر اقلیم و تحلیل روند عناصر اقلیمی در ایران و جهان مطالعات زیادی صورت گرفته است.

کارل[1] و همکاران (1999)، تغییرات شرایط حدی اقلیم را با استفاده از شاخص­ها و نمایه­های حدی دما و بارندگی، در طی قرن گذشته در بیش‌تر نقاط جهان برآورد نموده و اعلام کردند که تعداد روزهای بسیار سرد روند کاهشی و تعداد روزهای داغ روند افزایشی داشته است(Karl et al., 1999: 3).

 سیرانو[2] و همکاران (1999)، روند بارش ماهانه و سالانه شبه جزیره ایبری را از طریق آزمون من- کندال، در دوره 1921 تا 1995 تجزیه و تحلیل نمودند. نتیجه تحقیق هیچ روند معنی­داری برای بارش سالانه نشان نداد. در مقیاس ماهانه نیز فقط در ماه مارس روند معنی­دار کاهشی مشاهده گردید(Serrano et al., 1999: 85).

کارین و وایرز[3] (2000)،  تغییرات دما، بارش و سرعت باد را در دوره 2100- 1900 با استفاده از شبیه­سازی مدل­های اقلیمی در سطح زمین بررسی نمودند. در این پژوهش، توزیع مقادیر حدی تعمیم یافته بر سری داده­های حداکثر سالانه در سه طی دوره 1995-1975، 60-2040 و 2100- 2080 برازش داده شده و دوره­های بازگشت مختلف برآورد شده است. طبق نتیجه این تحقیق تغییر دما­های حداکثر و حداقل تحت شرایط مختلف متفاوت بوده، بارش­های حدی تقریباً در تمام نقاط افزایش می‌یابد و سرعت باد حداکثر در مناطق برون حاره به مقدار کمی تغییر پیدا می‌کند (Kharin and Zwiers, 2000: 3760).

داسیلوا[4] (2004)، تغییرپذیری هشت عنصر اقلیمی را با روش من- کندال در سه مقیاس زمانی سالانه، فصل خشک و فصل تر در شمال غرب کشور برزیل مورد بررسی قرار داده و نشان داد که دما روند افزایشی و رطوبت نسبی و بارندگی روند کاهشی معنی‌دار داشته­اند(Da Silva, 2004: 575).

 ناندینتسیتیگ[5] و همکاران (2007)، روند هشت نمایه بارندگی­های فرین و شش نمایه دماهای فرین را در اطراف دریاچه مونگولیا به روش رگرسیون خطی مورد تجزیه و تحلیل قرار دادند و به این نتیجه رسیدند که روزهای داغ و شبهای گرم در منطقه مذکور در حال افزایش و روزها و شبهای سرد در حال کاهش می­باشند. بارندگی نیز به تدریج در حال افزایش است(Nandintsetseg et al,. 2007: 341).

حمید و همکاران (2014)، روند دما را در حوضه سوتلوج[6] هند مورد تجزیه و تحلیل قرار دادند. نتایج تحقیق نشان داد که گرمایش طی فصول زمستان و بهار قطعی­تر از تابستان و پاییز بوده است (Hamid et al,. 2014: 222).

احمد و همکاران (2015)، در بررسی روند بارش ماهانه، فصلی و سالانه حوضه اسوات[7] در پاکستان به روش­های من‌کندال و اسپیرمن، روندهای معنی­دار افزایشی را تشخیص دادند(Ahmad et al,. 2015: 15).

رحیم­زاده و عسگری (2004)، به منظور بررسی تفاوت نرخ افزایش دمای حداقل و حداکثر و کاهش دامنه شبانه­روزی دما در کشور از طریق روش حداقل ­مربعات، از داده­های دمای 33 ایستگاه سینوپتیک در دوره 1997-1951 استفاده نموده و در اکثر ایستگاهها روند افزایشی را مشاهده کردند (Rahimzadeh and Asgari, 2004: 155).

شیرغلامی و قهرمان (2005)، روند تغییرات درازمدت دمای متوسط سالانه ایران را در 34 ایستگاه سینوپتیک ایران به روش کمترین مربعات خطا و من-کندال مورد بررسی قرار دادند. نتایج نشان داد که در 59% ایستگاه­ها دما دارای روند مثبت و در 41% ایستگاه­ها دارای روند منفی می‌باشد (Shirgolami and Gahraman, 2005: 24).

میرموسوی (2005)، روند مربوط به داده­های دما و بارش سالانه 8 ایستگاه واقع در شمال­غرب ایران را با استفاده از آزمون رتبه­ای اسپیرمن در دوره آماری 44 ساله به منظور مطالعه نوسانات این عناصر تجزیه و تحلیل نمود. نتایج نشان داد که دو ایستگاه میانه و تبریز دارای روند معنی­دار افزایش دما و چهار ایستگاه تبریز، اردبیل، ارومیه و خوی دارای روند کاهش معنی­دار در بارندگی می­باشند(Mirmusavi, 2005: 1).

رحیم­زاده و همکاران (2006)، به منظور بررسی تغییرات سرعت باد از داده­های 8 ایستگاه سینوپتیک در سطح کشور طی دوره آماری2000-1951 استفاده نمودند (Rahimzadeh et al., 2006: 7).

خورشیددوست و قویدل­ (2006)، اثرات دو برابر شدن دی‌ اکسیدکربن جو را با استفاده از مدل GFDL، بر روی دما و بارش تبریز مورد بررسی قرار دادند. نتایج حاصل مبین افزایش دمای تبریز در کلیه مقاطع ماهانه و فصلی و کاهش بارش در فصل زمستان (ماه مارس) و افزایش آن در فصل بهار (ماه‌های آوریل و می) هستند(Khourshiddoust & Ghavidel, 2006: 1).

صلاحی و همکاران (2008)، با استفاده از مدل گردش عمومی مؤسسه مطالعات فضایی گودارد GISS در ارتباط با اثرات دو برابر شدن دی اکسید کربن جو بر اقلیم تبریز به نتایج مشابهی دست یافتند. این محققین دو روش من- کندال و حداقل مربعات را به کار بردند. نتایج آزمون­های تعیین روند نشان داد که روند کاهشی سرعت باد در سطح 5 درصد در برخی از ایستگاه­ها معنی­دار می‌باشد(Salahi et al., 2008: 55).

زاهدی و همکاران (2007)، با تحلیل تغییرات زمانی - مکانی دمای منطقه شمال غرب ایران از طریق دو روش رگرسیون خطی و من- کندال مشخص نمودند که اکثر مناطق شمال­غرب کشور با روند افزایشی دما مواجه است(Zahedi et al., 2007: 183).

رحیم­زاده و همکاران (2009)، اثرات گرمایش را بر روند نمایه‌های حدی دما طی دوره 2003-1951 در 23 ایستگاه سینوپتیک کشور برآورد نمودند. نتایج نشان داد که روند نمایه‌های حدی سرد کاهشی و روند نمایه­های حدی گرم افزایشی بوده است(Rahimzadeh et al., 2009: 119).

رحیم­زاده و همکاران (2011) روند و جهش نمایه­های حدی دما و بارش را در استان هرمزگان ارزیابی نمودند. نتایج کلی حاصل از این تحقیق، تشدید گرمایش و کاهش بارش به همراه افزایش نوسانات شدید بارش و مقادیر حدی دما در استان هرمزگان را نشان داد(Rahimzadeh et al., 2011: 97).

قویدل­رحیمی (2012)، با استفاده از روش­های رگرسیون و من- کندال، دماهای فرین پایین تهران را مورد تحلیل و پیش‌بینی قرار داد و نتیجه گرفت که دماهای فرین حداقل تهران از سال 1970 دچار تحول شده و روند رو به تغییر افزایشی را طی می­کند(Gavidel Rahimi, 2012: 141).

قویدل­رحیمی (2012)، نوسانات سری زمانی 60 ساله دماهای فرین بالای تهران را تحلیل نمود و نتیجه گرفت که دمای 3 دهه 50، 80 و 90 پایینتر از متوسط بلند­مدت 60 ساله و در عوض دمای 3 دهه 60، 70 و دهه آخر قرن 21 بالاتر از حد متوسط بلندمدت قرار داشته­اند. روند تغییرات دماهای فرین حداکثر مثبت بوده که به معنای افزایش شدت گرمای تابستان می‌باشد (Gavidel Rahimi, 2012b: 109).

در اکثر مطالعات انجام شده به بررسی تغییرات زمانی دو یا سه عنصر اقلیمی پرداخته شده است. از این رو با توجه به اهمیت مسأله تغییر و دگرگونی اقلیمی و اثرات آن بر روی انسان و اکوسیستم‌های طبیعی و نیز با توجه به اینکه در منطقه حوضه دریاچه ارومیه مطالعه دقیق و جامعی در ارتباط با تغییر عناصر اقلیمی انجام نگرفته است و در تحقیقات انجام یافته عمدتاً به متغیرهای اقلیمی ثانوی (به غیر از دما و بارندگی) بسیار کم توجه شده است، لذا در این تحقیق سعی بر آن است که نوسان­پذیری و تغییرات احتمالی به وجود آمده در کلیه عناصر نمایه تغییر اقلیم با استفاده از آزمون­های آماری ناپارامتریک به صورت جامع مورد تجزیه و تحلیل و ارزیابی قرار گیرد. چرا که تحقیقات متعدد نشان داده­اند که نتایج تغییرات روند متغیرهای مختلف اقلیمی به نوعی وابستگی زمانی و مکانی با یکدیگر نشان می‌دهند (Bannayan et al., 2010: 119). بدین منظور روند تغییرات 14 متغیر اقلیمی در مقیاس زمانی فصلی و سالانه در منطقه مذکور مورد بررسی قرار می­گیرد تا وجود یا عدم وجود تغییرات معنی­دار در روند این متغیرها و نیز میزان تغییرات به وجود آمده مشخص گردد.

 

روش تحقیق

منطقه مورد مطالعه در تحقیق حاضر، شهرهای واقع در حوضه دریاچه ارومیه است. برای بررسی تغییر عناصر اقلیمی در این شهرها، از داده­های 7 ایستگاه سینوپتیک استفاده گردید. در جدول1، نام و مشخصات ایستگاه­ها و طول دوره آماری داده‌های مورد استفاده ارائه شده است. از بقیه ایستگاه­ها به دلیل کوتاه بودن طول دوره آماری صرف نظر شد.

در مرحله بعدی، داده­ها تحت کنترل کیفی قرار گرفتند. جهت آزمون همگنی داده­ها از روش ران تست و جهت بازسازی داده­های ناقص از روش شبکه­های عصبی تحت نرم‌افزار مطلب استفاده گردید. روش به کار رفته، شبکه عصبی پرسپترون چند لایه[8] می‌باشد که نوعی از توپولوژی پیشرو[9] است. در اینجا از70% داده ها جهت آموزش شبکه، 15% جهت صحت­سنجی و 15% جهت آزمون مدل­ها استفاده شد. ساختار عادی یک شبکه عصبی مصنوعی، معمولا از لایه ورودی، لایه­های میانی (مخفی) و لایه خروجی تشکیل شده است(Nasri et al., 2010: 19).

در تحقیقات علمی، جهت آشکار­سازی دگرگونی اقلیمی از دیدگاه آماری از آزمون­های روند بر روی عناصر مختلف جوی استفاده می­شود. آزمون­های روند با هر دو دسته آزمون­های پارامتری و ناپارامتری امکان­پذیر است. در تحقیق حاضر، از روش من- کندال به عنوان یکی از آزمون­های ناپارامتری و از روش حداقل مربعات خطا به عنوان یکی از آزمون­های پارامتری به منظور بررسی روند در سری دادها استفاده شد.

روش­های مذکور، به طور گسترده­ای در تحلیل روند به کار گرفته شده­اند. لازم به ذکر است که برای استفاده از آزمون­های پارامتریک پیش­فرض­هایی لازم است که از آن جمله نرمال بودن توزیع جامعه آماری است. زیرا در حالتی که توزیع جامعه نرمال نباشد، میانگین و انحراف معیار، نمایی واقعی از داده­ها را نشان نمی­دهد. بررسی­ها بیانگر نرمال بودن داده­های مورد استفاده در تحقیق حاضر می­باشد. در صورتی که برای استفاده از آزمون­های ناپارامتریک چنین پیش فرضی مطرح نیست.

جدول 1. مشخصات ایستگاه­های مورد مطالعه

ایستگاه

طول جغرافیایی

عرض جغرافیایی

دوره آماری

ارومیه

05َ   ˚45

32َ   ˚37

2009-1969

تبریز

17َ   ˚46

05َ   ˚38

2009-1969

مراغه

16َ   ˚46

24َ   ˚37

2009-1983

سراب

32َ   ˚47

56َ   ˚37

2009-1986

مهاباد

43َ   ˚45

46َ   ˚36

2009-1985

سقز

16َ   ˚46

15َ   ˚36

2009-1969

تکاب

07َ   ˚47

46َ   ˚36

2009-1985

روش من- کندال ابتدا توسط مان[10] در سال 1945، ارائه و سپس توسط کندال[11] در سال 1975 بسط و توسعه یافت (Serrano et al., 1999: 87). از نقاط قوت این روش می‌توان به مناسب بودن کاربرد آن برای سری­های زمانی­ای که از توزیع آماری خاصی پیروی نمی­کنند، اشاره نمود. اثرپذیری ناچیز این روش از مقادیر حدی که در برخی از سری­های زمانی مشاهده می­گردند نیز از دیگر مزایای استفاده از این روش است(Turgay and Ercan, 2006: 4). فرض صفر این آزمون بر تصادفی بودن و عدم وجود روند در سری داده­ها دلالت دارد و پذیرش فرض یک دال بر وجود روند در سری داده­ها است.

در روش من-کندال ابتدا اختلاف بین تک­تک مشاهدات با همدیگر محاسبه شده و با اعمال تابع علامت، پارامتر S استخراج گردید(Hamed, 2008: 33). در گام بعدی واریانس سری زمانی محاسبه شد و در نهایت آماره من-کندال (Z) حاصل شد. در یک آزمون دو دامنه جهت روند­یابی سری داده‌ها، فرض صفر در صورتی پذیرفته می­شود که رابطه 1، برقرار باشد:

 (1)                                               

در رابطه فوق، پارامتر α تعیین­کننده سطح معنی­داری است که برای آزمون در نظر گرفته می­شود و  آماره توزیع نرمال استاندارد در سطح معنی­دارα می­باشد که با توجه به دو دامنه بودن آزمون از α/2 استفاده شده است. در تحقیق حاضر، سطح اطمینان 95٪ و 99٪ مورد استفاده قرار می­گیرد. بدین ترتیب که اگر Z به دست آمده از مقدار 96/1 بیشتر باشد، روند در سطح 95% و اگر Z به دست آمده از مقدار 33/2 بیشتر باشد، روند در سطح 99% معنی‌دار خواهد بود. در صورتی که آماره Z مثبت باشد، روند داده­ها صعودی و در صورت منفی بودن آن روند نزولی خواهد بود (Hajam et al., 2008: 160).

شیب خط روند (β) عناصر اقلیمی با استفاده از تخمین­گر شیب Sen، به شرح زیر برآورد گردید:

(2)                              

در روش حداقل مربعات خطا، ابتدا عرض از مبدأ و شیب خط رگرسیون به وسیله حداقل نمودن خطا بین دو متغیر مستقل و وابسته محاسبه گردیده و سپس آماره t از طریق رابطه زیر به دست می­آید:

(3)                                                

در رابطه فوق، b عرض از مبدأ خط برازش داده شده و Sb انحراف معیار داده­هاست:

(4)                                

در رابطه فوق، Xi و  به ترتیب سری داده­های نمونه و میانگین سری داده­ها، n تعداد مشاهدات است و S2 از رابطه زیر به دست می­آید:

(5)                                  

در رابطه فوق، Yi و َY به ترتیب مقادیر واقعی و برآورد شده می­باشد. اگر قدر مطلق آماره t با دو درجه آزادی از مقدار t جدول t-student بزرگ­تر باشد، در این صورت شیب خط اختلاف معنی­داری با صفر خواهد داشت که به معنی وجود روند در سری زمانی می­باشد (Eivazi, et al., 2010: 158).

یافته‌ها

تغییرات 14 عنصر اقلیمی در 7 ایستگاه سینوپتیک حوضه  دریاچه ارومیه در سه مقیاس زمانی سالانه، فصل تر و فصل خشک با استفاده از آزمون ناپارامتریک من- کندال و آزمون پارامتریک حداقل مربعات خطا محاسبه گردیده و نتایج آن در جدول‌های 2 تا 7، نشان داده شده است.

 

مقیاس سالانه

بررسی سالانه 14 عنصر اقلیمی نشان می­دهد که بر اساس هر

دو آزمون، تمام ایستگاهها روند افزایشی در دمای حداقل، حداکثر و متوسط را تجربه نموده­اند. ارقام Z و t به دست آمده برای عناصر مذکور در تمام ایستگاه­ها به جز سقز، بیش از مقدار بحرانی می­باشد (جدول‌های 2 و 3).


بدین معنی که به جز سقز در دیگر مناطق، روند افزایشی دما از نظر آماری معنی­دار است. سطح معنی­داری این سه عنصر به استثنای ایستگاه سراب در بقیه ایستگاه­ها 99% می­باشد. مطابق نتایج حاصل از هر دو روش، در ایستگاه سراب دمایا حداقل، حداکثر و متوسط سالانه در سطح اطمینان 95% روند افزایشی داشته­اند. شکل‌های 3 و 4، مقادیر شیب خط روند مؤلفه­های مرتبط با دما را در مقیاس سالانه در ایستگاه­های مورد مطالعه با هر دو روش به کار رفته نشان می­دهند.

 

 

جدول 2. مقادیر آماره من – کندال (z) و شیب خط روند (β) برای عناصر اقلیمی در مقیاس سالانه

 
 

عناصر اقلیمی

تبریز

ارومیه

مراغه

سراب

مهاباد

سقز

تکاب

Z

β

Z

β

Z

β

Z

β

Z

β

Z

β

Z

β

دمای حداقل (C˚)

**1/4

04/0

**2/3

03/0

**4/3

05/0

*2/2

04/0

**3

06/0

25/0

0

**5/2

06/0

دمای حداکثر (C˚)

**4/4

06/0

**7/3

05/0

**2/4

09/0

*1/2

05/0

**8/2

06/0

84/0

0

**8/2

07/0

دمای متوسط (C˚)

**2/3

08/0

**6/3

04/0

**7/4

13/0

*2

05/0

**2/3

06/0

33/0

0

**4/3

07/0

حداقل رطوبت

**6/2-

09/0-

**1/4-

15/0-

**5/2-

18/0-

2/1-

13/0-

**4/2-

2/0-

*2/2-

2/0-

**4-

4/0-

حداکثر رطوبت

2/0-

0

9/0-

0

2/0-

0

7/1

16/0

8/0-

16/0-

94/0

1/0

15/1-

1/0-

متوسط رطوبت

*7/1-

05/0-

**4/2-

08/0-

*2/2-

12/0-

5/0-

03/0-

4/1-

11/0-

39/0

0

**8/2-

3/0-

بارش (mm)

**7/2-

4/2-

8/1-

23/2-

**3-

1/7-

3/0-

2/0-

8/0-

5/2-

4/1-

9/4-

**4/2-

6/8-

سرعت باد (نات)

*1/2

03/0

2/1

03/0

6/1

1/0

7/0-

01/0-

7/0

0

**1/4

2/0

**7/3-

1/0-

روزهای بارندگی

0

0

9/1-

4/0-

7/0-

2/0-

4/1-

1/1-

8/0-

27/0-

87/0-

2/0-

**6/2-

1/1-

بارش10 یلیمتر

6/1-

06/0-

*2/2-

11/0-

**8/2-

29/0-

7/0-

0

9/0-

1/0-

5/1-

2/0-

*2/2-

3/0-

بارش 5 میلیمتر

**7/2-

17/0-

*3/2-

2/0-

**1/3-

53/0-

2/0

0

2/1-

2/0-

**3/3-

4/0-

*2/2-

4/0-

دمای حداکثر30

**3/3

47/0

4/1

3/0

**4

14/1

4/1

35/0

*1/2

82/0

5/0-

1/0-

**9/2

9/0

دمای حداقل 4-

*0/2-

5/0-

8/1-

5/0-

3/0-

12/0-

4/0

0

8/0-

23/0-

69/0

3/0

3/1-

5/0-

تفاضل دما

8/1

01/0

1/1

01/0

8/0-

02/0-

8/0

03/0

4/0

0

**4/2

1/0

5/0

0

علامت ** معنی­داری در سطح اطمینان 99% و علامت * معنی­داری در سطح اطمینان 95% را نشان می­دهد. واحد b بر حسب واحد عنصر اقلیمی در سال می‌باشد.

 

 

 


جدول 3. مقادیر آماره حداقل مربعات خطا (t) و شیب خط روند (b) برای عناصر اقلیمی در مقیاس سالانه

عناصر اقلیمی

تبریز

ارومیه

مراغه

سراب

مهاباد

سقز

تکاب

t

b

t

b

t

b

t

b

t

b

T

b

t

b

دمای حداقل (C˚)

**9/4

05/0

**8/2

03/0

**1/4

06/0

*4/2

05/0

**7/3

06/0

1/1

0

*6/2

06/0

دمای حداکثر (C˚)

**2/5

06/0

**7/3

04/0

**9/4

09/0

*3/2

06/0

**0/3

07/0

0/1

04/0

*5/2

07/0

دمای متوسط (C˚)

**3/5

05/0

**5/3

03/0

**5/6

12/0

*8/2

06/0

**4/3

06/0

13/0-

0

*7/2

07/0

حداقل رطوبت

*6/2-

1/0-

**7/4-

15/0-

**4/3-

2/0-

6/0-

07/0-

*8/2-

24/0-

*1/2-

2/0-

**3/4-

4/0-

حداکثر رطوبت

*6/2-

2/0-

0/1-

04/0-

2/1-

08/0-

*1/2

22/0

6/1-

16/0-

85/0

12/0

1/1-

1/0-

متوسط رطوبت

6/1-

1/0-

**9/2-

1/0-

*4/2-

13/0-

4/1

17/0

8/1-

16/0-

42/0

05/0

*4/2-

2/0-

بارش (mm)

**1/3-

5/2-

9/1-

5/2-

**5/3-

6/6-

05/0

07/0

2/1-

3/3-

3/1-

1/6-

*3/2-

0/9-

سرعت باد (نات)

*5/2

03/0

*2/2

09/0

**7/4

12/0

8/0-

02/0-

8/0

01/0

**7/6

19/0

**4-

1/0-

روزهای بارندگی

7/0-

16/0-

*2/2-

4/0-

8/0-

3/0-

*3/2-

93/0-

1/1-

4/0-

5/0-

2/0-

*7/2-

1/1-

بارش10 میلیمتر

7/1-

07/0-

*2/2-

12/0-

**6/3-

3/0-

8/0-

06/0-

0/1-

11/0-

3/1-

2/0-

*5/2-

4/0-

بارش 5 میلیمتر

**7/2-

16/0-

*4/2-

2/0-

**4/4-

53/0-

6/0

08/0

8/1-

26/0-

9/1-

4/0-

*3/2-

5/0-

دمای حداکثر30

**6/3

51/0

2/1

24/0

**5/4

1/1

0/1

33/0

*3/2

1

03/0-

01/0-

*1/2

6/0

دمای حداقل 4-

*5/2-

57/0-

*2/2-

53/0-

5/0-

2/0-

0/1-

4/0-

7/0-

23/0-

3/1

7/0

4/1-

5/0-

تفاضل دما

*0/2

01/0

6/1

01/0

7/0-

01/0-

4/1

03/0

3/0

0

4/0

1/0

4/0

0

                                                       

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 


علامت ** معنی­داری در سطح اطمینان 99% و علامت * معنی­داری در سطح اطمینان 95% را نشان می­دهد. واحد b بر حسب واحد عنصر اقلیمی در سال می‌باشد.

 

 

 

 

 

 

 

شکل 3. مقادیر سالانه شیب خط روند

دمای متوسط، حداقل و حداکثر

 

 

 

شکل 4. مقادیر شیب خط روند مقادیر حدی دما

در مقیاس سالانه

 

 

مطابق این شکل­ها نرخ افزایشی دمای حداکثر در منطقه بیش از نرخ افزایشی دمای حداقل می­باشد. همچنین بالاترین نرخ افزایشی دما در منطقه متعلق به ایستگاه مراغه می­باشد. در ایستگاه مذکور شیب خط روند دمای متوسط در روش Sen و حداقل مربعات به ترتیب 13/0 و 12/0 درجه سانتی­گراد در سال به دست آمده است. بررسی مقادیر شیب خط روند دما در منطقه نشان می­دهد که مطابق هر دو روش، کمترین مقدار گرمایش در سقز به وقوع پیوسته است. در هیچ یک از ایستگاه‌ها روند منفی در دما مشاهده نمی­شود. به طور میانگین در کل منطقه، دمای متوسط به میزان 06/0 درجه سانتی­گراد در سال افزایش یافته که حاکی از تأثیر گرمایش جهانی در منطقه می‌باشد.

در هر دو روش به کار رفته در ارتباط با مقادیر حدی دما، تعداد روزهایی که دمای حداکثر بیش از 30 درجه است، تمام ایستگاه­ها به استثنای سقز، روند افزایشی نشان می­دهد. روند افزایشی عنصر مذکور در سه ایستگاه تبریز، مراغه و مهاباد معنی­دار است (شکل 4). بیش‌ترین نرخ افزایشی متعلق به ایستگاه مراغه به میزان 14/1 روز در هر سال می­باشد. تعداد روزهایی که دمای حداقل کمتر از 4- درجه سانتی­گراد است، به غیر از سقز و سراب، در سایر مناطق روند کاهشی نشان می­دهد که بر اساس روش   من- کندال در ایستگاه تبریز و بر اساس روش حداقل مربعات خطا در دو ایستگاه تبریز و ارومیه معنی­دار است. تفاضل دمای حداقل و حداکثر به استثنای مراغه در سایر ایستگاه­ها افزایشی است که در روش من- کندال، ایستگاه سقز در سطح 99% و در روش حداقل مربعات، ایستگاه تبریز در سطح 95% دارای روند افزایشی می‌باشند.

بررسی رطوبت نسبی حداقل در مقیاس سالانه در منطقه با هر دو روش پارامتریک و ناپارامتریک روند نزولی را نشان می‌دهد. روند نزولی در رطوبت نسبی حداقل به استثنای سراب در بقیه ایستگاه­ها بر اساس هر دو آزمون، معنی­دار می باشد. روند رطوبت نسبی حداکثر در سراب و سقز مثبت و در سایر ایستگاه­ها منفی می­باشد. بر اساس روش من- کندال هیچ­یک از این روندها معنی­دار نمی­باشند، اما بر اساس روش حداقل مربعات خطا ایستگاه تبریز روند منفی معنی­دار و ایستگاه سراب روند مثبت معنی­داری را تجربه نموده است. در ارتباط با عنصر رطوبت نسبی متوسط به غیر از سراب و سقز، سایر مناطق با هر دو آزمون، روند منفی نشان می­دهند که در سه ایستگاه تبریز، ارومیه و مراغه معنی­دار می­باشد. شکل 5، مقادیر شیب خط روند رطوبت نسبی حداقل، حداکثر و متوسط را نشان می­دهد. بالاترین میزان شیب خط روند معنی­دار در رطوبت نسبی حداقل متعلق به تکاب و در رطوبت نسبی حداکثر و متوسط متعلق به سراب می­باشد.

 

 

شکل 5. مقادیر شیب خط روند رطوبت نسبی حداقل، حداکثر و متوسط در مقیاس سالانه

عنصر بارندگی را می­توان در زمره تغییرپذیرترین عناصر جوی به حساب آورد. نتایج حاصل از محاسبات نشان می­دهد که بارش سالانه در منطقه روند نزولی داشته است. به استثنای سراب که با روش حداقل مربعات روند مثبت ضعیف غیر معنی­داری نشان می­دهد. بر اساس نتایج حاصل از هر دو روش، روند نزولی بارندگی در تبریز، مراغه و تکاب معنی­دار می­باشد. میزان کاهش بارندگی در تکاب بیش از سایر ایستگاه­ها بوده است. در مجموع در کل منطقه، بارش سالانه به میزان 4 میلیمتر در سال کاهش نشان می­دهد.

در ارتباط با وقایع حدی بارندگی یعنی تعداد روزهای بارندگی، تعداد روزهای با بارش مساوی یا بیش‌تر از 5 و مساوی یا بیش‌تر از 10 میلیمتر، روندها منفی می‌باشند. در روش من-کندال، روند کاهشی تعداد روزهای بارندگی در تکاب معنی‌دار است. براساس روش حداقل­مربعات علاوه بر تکاب، ارومیه و سراب نیز روند منفی معنی‌داری را تجربه نموده­اند. در نمایه تعداد روزهایی که بارندگی مساوی و یا بیش‌تر از 5 میلیمتر است، در کل منطقه به غیر از سراب و مهاباد و در نمایه تعداد روزهایی که بارندگی مساوی و یا بیش‌تر از 10 میلیمتر است، مطابق با هر دو آزمون، در ارومیه، مراغه و تکاب روند نزولی معنی­دار تجربه شده است. بالاترین نرخ کاهش در بارش­های 10 میلیمتر یا بیش‌تر متعلق به مراغه به میزان 3/0 روز در هر سال می­باشد.

بر اساس هر دو آزمون، عنصر سرعت باد به جز سراب و تکاب در مابقی ایستگاه­ها دارای روند مثبت است. در روش من- کندال روندهای ایستگاه تبریز، سقز و تکاب معنی­دار می‌باشد. در حالی‌ که درروش حداقل مربعات روند مربوط به تمام ایستگاه­ها به جز
 سراب و مهاباد، معنی­دار می­باشد که بالاترین نرخ افزایشی به میزان 2/0 نات در هر سال متعلق به ایستگاه سقز می­باشد. نمودارهای مربوط به میزان شیب خط روند عنصر باد و مؤلفه­های مرتبط با بارندگی در شکل‌های 6 و 7 ، نشان داده شده است.

 

 

 

شکل 6. مقادیر شیب خط روند عناصر مرتبط با بارش و  باد در مقیاس سالانه

 

 

 

شکل 7. مقادیر شیب خط روند مقادیر حدی در مقیاس سالانه

 


فصل تر

جدول‌های4 و 5، مقادیر آماره من- کندال (Z) و نیز آماره حداقل مربعات خطا (t) به همراه مقادیر شیب خط روند (β) را برای عناصر اقلیمی در فصل تر نشان می­دهد. مطابق با نتایج حاصل از محاسبات در فصل تر (ماه­های دسامبر تا مه) دمای حداقل، حداکثر و متوسط در منطقه روند مثبت داشته­اند. بر اساس آزمون من- کندال، عنصر دمای حداقل در ارومیه، سراب و تکاب، دمای حداکثر در تمام ایستگاه­ها به غیر از سراب و سقز و دمای متوسط در ایستگاه­های تبریز، ارومیه، مراغه و تکاب روند صعودی معنی‌داری داشته است. بر اساس آزمون حداقل مربعات خطا از نظر دمای حداکثر و متوسط روند تمام ایستگاه‌ها به استثنای سقز و از نظر دمای حداقل روند سه ایستگاه تبریز، ارومیه، مراغه و تکاب معنی­دار می­باشد. با توجه به ارقام شیب خط روند دمای حداقل، حداکثر و متوسط بالاترین نرخ گرمایشی در ایستگاه مراغه مشاهده می­شود.

   در منطقه مورد مطالعه، در طی فصل تر، روند روزهای با حداکثر دمای بیش‌تر یا مساوی 30 درجه سانتی‌گراد مثبت است که مطابق با هر دو آزمون در ایستگاه مراغه معنی­دار می­باشد و روند روزهای با حداقل دمای کمتر یا مساوی 4- درجه سانتی‌گراد منفی است که طبق آزمون من- کندال در تبریز و طبق آزمون حداقل مربعات خطا در تبریز و ارومیه معنی­دار می­باشد. دامنه دما یعنی تفاضل درجه حرارت حداقل و حداکثر در کل ایستگاه­ها مثبت است که بر اساس روش حداقل مربعات در تبریز، ارومیه و سقز و بر اساس روش من- کندال در تبریز و سقز معنی­دار است.

مطابق نتایج آزمون­های به کار رفته، روند رطوبت نسبی حداقل طی فصل تر در منطقه منفی است و در تمام ایستگاه­ها به استثنای سراب و سقز معنی­دار می­باشد. روند رطوبت نسبی حداکثر هم در بیش‌تر ایستگاه­ها منفی است، اما فقط در سقز با آزمون من-کندال روند افزایشی معنی­دار نشان می­دهد. در ارتباط با رطوبت نسبی متوسط همه ایستگاه­ها به غیر از سراب و سقز روند منفی دارند که در مناطق تبریز، ارومیه، مهاباد و تکاب معنی­دار می­باشد. در هر سه عنصر مذکور بالاترین نرخ کاهش متعلق به ایستگاه­های تکاب و مهاباد است.

بارندگی فصل تر بر اساس هر دو آزمون پارامتریک و ناپارامتریک کاهش نشان می­دهد. به استثنای این که در ایستگاه سراب با روش حداقل مربعات روند افزایشی ضعیف غیرمعنی‌داری مشاهده می­شود. روند کاهشی در میزان بارش فصل تر در ایستگاه­های تبریز، ارومیه، مراغه و تکاب معنی­دار می‌باشد. بیش‌ترین میزان کاهش بارندگی در ایستگاه تکاب تجربه شده است. تعداد روزهای همراه با بارندگی در منطقه کاهش داشته است که روند کاهشی در ایستگاه های ارومیه، تکاب و  سراب معنی­دار بوده است.

 

 

 

جدول 4. مقادیر آماره من – کندال (z) و شیب خط روند (β) برای عناصر اقلیمی در فصل تر

عناصر اقلیمی

تبریز

ارومیه

مراغه

سراب

مهاباد

سقز

تکاب

Z

β

Z

β

Z

β

Z

β

Z

β

Z

β

Z

β

دمای حداقل (C˚)

9/1

05/0

*2/2

03/0

7/1

05/0

*2

07/0

6/1

06/0

2/0-

0

**6/2

06/0

دمای حداکثر (C˚)

**8/2

06/0

**1/3

07/0

**7/3

13/0

9/1

09/0

**5/2

10/0

5/1

1/0

**5/2

07/0

دمای متوسط (C˚)

**4/4

06/0

**6/2

05/0

**5/3

11/0

8/1

07/0

9/1

07/0

4/0

0

**7/2

07/0

حداقل رطوبت

**6/3-

18/0-

**5/4-

26/0-

*1/2-

22/0-

6/0-

1/0-

**8/2-

27/0-

9/1-

2/0-

**3/4-

1/1-

حداکثر رطوبت

46/0-

07/0-

4/1-

05/0-

3/0

03/0

9/1

18/0

8/1-

13/0-

*2/2

2/0

1/1-

14/0-

متوسط رطوبت

**5/2-

11/0-

**6/3-

14/0-

9/0-

08/0-

7/0

07/0

*2/2-

21/0-

6/0

1/0

**4/2-

22/0-

بارش (mm)

**8/2-

3/0-

*3/2-

37/0-

**9/2-

79/0-

1/0-

04/0-

1/1-

43/0-

5/1-

3/4-

*3/2-

03/9-

سرعت باد (نات)

**5/2

04/0

5/1

03/0

4/1

08/0

1/0-

01/0-

1

02/0

**6/4

2/0

**4-

09/0-

روزهای بارندگی

6/0-

03/0-

*2/2-

07/0-

2/0-

02/0-

9/1-

13/0-

7/0-

03/0-

8/0-

2/0-

*97/1-

7/0-

بارش10 یلیمتر

6/1-

01/0-

**7/2-

02/0-

**2/3-

04/0-

0

0

7/0-

0

9/0-

1/0-

*3/2-

2/0-

بارش 5 میلیمتر

7/1-

02/0-

**3-

03/0-

*3/2-

07/0-

5/0

01/0

2/1-

04/0-

9/1-

3/0-

3/1-

2/0-

دمای حداکثر30

9/0

0

8/0

0

*2/2

001/0

1/0

0

6/1

0

2/0-

0

3/0

0

دمای حداقل 4-

*3/2-

08/0-

9/1-

08/0-

4/0-

04/0-

6/0-

04/0-

9/0-

05/0-

0

0

5/1-

6/0-

تفاضل دما

*3/2

02/0

9/1

02/0

3/1

02/0

7/0

03/0

7/1

04/0

**6/2

1/0

18/0

0

 

علامت ** معنی­داری در سطح اطمینان 99% و علامت * معنی­داری در سطح اطمینان 95% را نشان می­دهد. واحد b بر حسب واحد عنصر اقلیمی در سال می‌باشد.

 

 

 

 

 

 

 

 

 

جدول 5. مقادیر آماره حداقل مربعات خطا (t) و شیب خط روند (b) برای عناصر اقلیمی در فصل تر

عناصر اقلیمی

تبریز

ارومیه

مراغه

سراب

مهاباد

سقز

تکاب

t

b

t

b

t

b

t

b

t

b

T

b

t

b

دمای حداقل (C˚)

**0/3

05/0

*4/2

04/0

*3/2

05/0

7/1

07/0

9/1

05/0

4/0-

03/0-

*4/2

1/0

دمای حداکثر (C˚)

**2/4

07/0

**5/3

06/0

**1/4

12/0

*0/2

09/0

*7/2

09/0

3/1

08/0

*03/2

1/0

دمای متوسط (C˚)

**8/3

06/0

**1/3

05/0

**9/4

12/0

*1/2

07/0

*5/2

07/0

41/0

02/0

*3/2

1/0

حداقل رطوبت

**1/4-

18/0-

**6/5-

25/0-

*5/2-

22/0-

7/0-

1/0-

**2/3-

3/0-

6/1-

2/0-

**3/4-

6/0-

حداکثر رطوبت

7/1-

18/0-

5/1-

04/0-

03/0-

08/0-

9/1

22/0

6/1-

16/0-

24/0

6/2

73/0-

1/0-

متوسط رطوبت

**2/3-

13/0-

**1/4-

15/0-

3/1-

11/0-

8/0

12/0

*6/2-

21/0-

1/1

14/0

24/1-

2/0-

بارش (mm)

*5/2-

3/0-

*6/2-

4/0-

**2/3-

85/0-

2/0

05/0

3/1-

05/0-

15/1-

8/3-

*3/2-

6-

سرعت باد (نات)

**4/3

04/0

*4/2

1/0

**4/4

12/0

2/0-

0

3/1

02/0

**8

2/0

**6/3-

1/0-

روزهای بارندگی

6/1-

05/0-

**8/2-

07/0-

9/0-

04/0-

*4/2-

14/0-

2/1-

07/0-

5/0-

2/0-

7/1-

7/0-

بارش10 یلیمتر

3/1-

0

*5/2-

02/0-

**2/4-

04/0-

1/0-

0

6/0-

0

4/0-

05/0-

*2/2-

2/0-

بارش 5میلیمتر

*3/2-

02/0-

**2/3-

03/0-

**6/3-

07/0-

3/0

0

*1/2-

05/0-

7/1-

3/0-

8/1-

3/0-

دمای داکثر30

8/1

0

3/1

0

*6/2

01/0

2/0

0

4/1

01/0

5/0-

02/0-

63/0

0

دمایحداقل 4-

*4/2-

09/0-

*3/2-

08/0-

7/0-

04/0-

3/1-

07/0-

8/0-

04/0-

89/0

47/0

3/1-

6/0-

                                                         


تفاضل دما

**5/3

03/0

*5/2

02/0

3/1

02/0

0/1

03/0

8/1

04/0

**5/2

1/0

2/0-

0

علامت ** معنی­داری در سطح اطمینان 99% و علامت * معنی­داری در سطح اطمینان 95% را نشان می­دهد. واحد b بر حسب واحد عنصر اقلیمی در سال می‌باشد.

 

 

در نمایه بارش­های 10 میلیمتر و بیش‌تر، ایستگاه­های ارومیه، مراغه و تکاب در هر دو آزمون روند کاهشی معنی­داری نشان می­دهند. در بارش­های 5 میلیمتر و بیش‌تر به جز سراب بقیه ایستگاه­ها روند منفی تجربه کرده­اند که بر اساس روش       من-کندال در ارومیه، مراغه و تکاب بر اساس روش حداقل مربعات خطا در تبریز، ارومیه، مراغه و مهاباد معنی­دار می­باشد.

بر اساس نتایج به دست آمده از هر دو آزمون پارامتریک و ناپارامتریک، روند سرعت باد در فصل تر در ایستگاه سراب و تکاب منفی و در سایر ایستگاه­ها مثبت است. مطابق با نتایج آزمون من-کندال در تبریز، سقز و تکاب معنی­دار است، در حالی که مطابق با نتایج حاصل از آزمون حداقل مربعات خطا به غیر از سراب و مهاباد در بقیه مناطق معنی­دار می­باشد که نرخ افزایش آن در ایستگاه سقز بیش‌تر از بقیه ایستگاه­هاست.

فصل خشک

مطابق با جدول‌های 6 و 7، در فصل خشک (ژوئن تا نوامبر)، همانند مقیاس سالانه و فصل تر روند دمای حداقل، حداکثر و متوسط در منطقه مورد مطالعه صعودی است. فقط در سقز روند منفی دیده می­شود که از نظر آماری معنی­دار نیست. مطابق با هر دو آزمون، روند افزایشی دما در اکثر ایستگاه­ها معنی­دار می­باشد. تعداد روزهایی که دمای حداکثر 30 درجه یا بیش‌تر است، در طی فصل خشک در منطقه افزایش یافته که با روش من-کندال در مراغه، مهاباد و تکاب معنی­دار می­باشد. بر اساس روش حداقل مربعات علاوه بر این ایستگاه‌ها در تبریز نیز روند معنی­دار می‌باشد.

  شیب خط روند تعداد روزهایی که دمای حداقل 4- درجه سانتی­گراد یا پایین­تر است، بر اساس هر دو آزمون صفر می‌باشد. بدین معنی که تعداد روزهای مذکور در منطقه تغییری پیدا نکرده است. تفاضل دمای حداقل و حداکثر در سراب، سقز  و تکاب روند مثبت و در سایر ایستگاه­ها روند منفی نشان می‌دهد که فقط در سقز معنی­دار می­باشد. به عبارت دیگر، اختلاف دمای کمینه و بیشینه در سقز به طور معنی‌داری افزایش یافته است.

عناصر رطوبت نسبی متوسط، حداقل و حداکثر، در طی فصل خشک در منطقه کاهش پیدا کرده­اند. مطابق با آزمون حداقل مربعات، ایستگاه مراغه در عناصر رطوبت نسبی حداقل، حداکثر و متوسط و ایستگاه سقز در عنصر رطوبت نسبی حداقل، روند منفی معنی­داری را تجربه نموده­اند. مطابق آزمون من-کندال ایستگاه‌های ارومیه، مراغه، سراب و تکاب روند نزولی معنی‌داری در رطوبت نسبی تجربه نموده­اند.

علیرغم این‌که بر اساس هر دو آزمون میزان بارندگی در کل ایستگاه­های منطقه در فصل خشک روند کاهشی نشان می‌دهد، اما تنها روند ایستگاه تکاب معنی­دار بوده است. شیب خط روند برای عنصر تعداد روزهای بارندگی در اکثر ایستگاه­ها صفر است و تغییر معنی­داری نشان نمی­دهد. بر اساس نتایج حاصل از هر دو آزمون، بارش­های حدی در منطقه مورد مطالعه کاهش داشته است.

تعداد روزهای با بارش 10 میلیمتر یا بیش‌تر و تعداد روزهای با بارش 5 میلیمتر یا بیش‌تر روند نزولی را در منطقه مورد مطالعه
نشان می‌دهند که بر اساس هر دو آزمون کاهش بارش­های 5 میلیمتر و بیش‌تر در تکاب معنی­دار می­باشد. هم‌چنین مطابق با نتایج آزمون من-کندال، روند نزولی تعداد روزهای با بارش 10 میلیمتر یا بیش‌تر در سقز و تکاب معنی­دار می­باشند. در ارتباط با سرعت باد، روندهای مثبت، منفی و ایستا در منطقه دیده می­شود. روندهای سه ایستگاه مراغه، سقز و تکاب معنی­دار می­باشد که در مراغه و سقز افزایشی و در تکاب کاهشی می­باشد. بیش‌ترین میزان افزایش سرعت باد در سقز اتفاق افتاده که با روش Sen و حداقل­ مربعات­ خطا به ترتیب 2/0 و 17/0 نات در هر سال می‌باشد.

 

جدول 6. مقادیر آماره من – کندال (z) و شیب خط روند (β) برای عناصر اقلیمی در فصل خشک

عناصر اقلیمی

تبریز

ارومیه

مراغه

سراب

مهاباد

سقز

تکاب

Z

β

Z

β

Z

    β

Z

β

Z

β

Z

β

Z

β

دمای حداقل (C˚)

**8/4

04/0

**4/2

02/0

**7/3

06/0

8/1

05/0

**3

07/0

5/1-

0

2/1

0

دمای حداکثر (C˚)

**5/4

04/0

*2/2

03/0

**1/3

07/0

1/1

03/0

7/1

05/0

66/0

0

*2/2

1/0

دمای متوسط (C˚)

**2/4

04/0

**5/2

02/0

**6/3

11/0

**5/2

04/0

**6/2

06/0

0

0

*2/2

1/0

حداقل رطوبت

5/1-

01/0-

**3/2-

06/0-

*2/2-

15/0-

*2/2-

24/0-

5/0-

05/0-

87/1-

3/0-

**9/2-

2/0-

حداکثر رطوبت

12/0-

01/0-

1/0-

01/0

8/1-

15/0-

4/1

17/0

2/1-

21/0-

2/0-

1/0-

*1/2-

3/0-

متوسط رطوبت

3/0-

01/0-

4/0-

01/0-

*3/2-

15/0-

8/0

12/0

7/0-

07/0-

03/0-

1/0-

7/1-

1/0-

بارش (mm)

2/1-

09/0-

4/0-

03/0-

6/1-

28/0-

6/0-

07/0-

4/0-

11/0-

7/1-

4/1-

*99/1-

2/2-

سرعت باد (نات)

5/1

03/0

1

02/0

**5/2

12/0

4/1-

03/0-

1/0-

03/0-

**6/3

2/0

**3/3-

1/0-

روزهای بارندگی

2/1

02/0

1/0-

0

0

0

9/0-

03/0-

2/0

0

71/0-

1/0-

94/1-

4/0-

بارش10 یلیمتر

7/0-

0

8/0-

0

1/1-

01/0-

9/0-

0

8/0-

01/0-

*2/2-

1/0-

*2-

1/0-

بارش 5 میلیمتر

8/0-

0

3/0-

0

5/1-

02/0-

8/0

01/0

2/0

0

2/1-

1/0-

**6/2-

2/0-

دمای حداکثر30

5/0

07/0

4/1

04/0

**2/4

18/0

4/1

06/0

*1/2

14/0

42/0-

0

**9/2

9/0

دمای حداقل 4-

15/0

0

4/0

0

06/0

0

2/0

0

3/0

0

5/1

0

4/0

0

تفاضل دما

4/0-

01/0-

1/0-

0

5/1-

05/0-

6/1

04/0

9/1-

03/0-

*3/2

1/0

12/1

0

                                                       

 علامت ** معنی­داری در سطح اطمینان 99% و علامت * معنی­داری در سطح اطمینان 95% را نشان می­دهد. واحد β بر حسب واحد عنصر اقلیمی در سال می‌باشد.

 

جدول 7. مقادیر آماره حداقل مربعات خطا (t) و شیب خط روند (b) برای عناصر اقلیمی در فصل خشک

عناصر اقلیمی

تبریز

ارومیه

مراغه

سراب

مهاباد

سقز

تکاب

t

b

t

b

t

b

t

B

t

b

t

b

t

b

دمای حداقل (C˚)

**9/3

04/0

*5/2

02/0

**8/4

07/0

*2/2

04/0

**1/4

07/0

9/1-

08/0-

5/1

02/0

دمای حداکثر (C˚)

**9/3

04/0

*3/2

02/0

**5/3

07/0

4/1

04/0

*1/2

05/0

14/0

0

84/1

04/0

دمای متوسط (C˚)

**9/4

04/0

*6/2

02/0

**2/5

12/0

*2/2

04/0

**1/3

06/0

1/1-

03/0-

92/1

03/0

حداقل رطوبت

5/0-

02/0-

6/1-

06/0-

**1/3-

18/0-

3/0-

04/0-

5/1-

16/0-

*0/2-

2/0-

8/1-

2/0-

حداکثر رطوبت

3/0

02/0

4/0-

02/0-

*3/2-

17/0-

0/2

22/0

6/1-

21/0-

01/0-

06/0-

05/2-

3/0-

متوسط رطوبت

1/0-

0

9/0-

04/0-

**8/2-

17/0-

7/1

2/0

1/1-

12/0-

35/0-

06/0-

21/1-

2/0-

بارش (mm)

1/1-

09/0-

1/0

02/0

4/1-

25/0-

2/0-

03/0-

2/0-

04/0-

79/0-

26/2-

5/1-

9/2-

سرعت باد (نات)

3/1

02/0

98/1

08/0

**7/4

13/0

3/1-

03/0-

1/0-

0

**5/5

17/0

**44/3-

1/0-

روزهای بارندگی

1/1

02/0

0

0

0

0

5/0-

02/0-

2/0

0

2/0-

04/0-

8/1-

4/0-

بارش10 یلیمتر

0/1-

0

5/0-

0

1/1-

01/0-

3/1-

01/0-

0/1-

01/0-

94/1-

16/0-

86/1-

1/0-

بارش5 میلیمتر

6/0-

0

1/0

01/0

7/1-

02/0-

9/0

01/0

2/0

0

1/1-

14/0-

*3/2-

2/0-

دمای داکثر30

**5/3

08/0

2/1

04/0

**3/4

18/0

0/1

05/0

**2/3

15/0

02/0

01/0

*1/2

7/0

دمای‌حداقل 4-

3/0-

0

3/0-

0

98/1

01/0

1/0

0

4/0

0

4/1

2/0

15/0-

0

تفاضل دما

9/0-

01/0-

0

0

8/1-

04/0-

1/1

02/0

7/1-

02/0-

**7/2

08/0

93/0

02/0

                                                       

 علامت ** معنی­داری در سطح اطمینان 99% و علامت * معنی­داری در سطح اطمینان 95% را نشان می­دهد. واحد b بر حسب واحد عنصر اقلیمی در سال می‌باشد.

 

 

هم‌چنین نتایج تحقیق قویدل­رحیمی (2012، 2012) در بررسی دماهای فرین پایین و دماهای فرین بالای شهر تهران و تحقیق رحیم­زاده و همکاران (2011) در ارزیابی نمایه­های حدی دما و بارش در استان هرمزگان همسو با نتایج تحقیق حاضر بوده است.

نتایج به دست آمده در ارتباط با بارش نشان داد که بارندگی در منطقه حوضه دریاچه ارومیه روند نزولی داشته و کاهش میزان بارندگی در فصل تر شدیدتر از فصل خشک می­باشد. همچنین بارش­های حدی در منطقه کاهش داشته است. میرموسوی (2005) نیز روند کاهشی در بارش منطقه شمال­غرب ایران را تأیید کرده است. علاوه بر این روند در منطقه مورد مطالعه، رطوبت نسبی در اکثر موارد نزولی است، اما عنصر سرعت باد روند افزایشی داشته است.

افزایش دما همراه با کاهش بارندگی و رطوبت نسبی می‌تواند اثرات سوئی در زندگی روزمره مردم منطقه از طریق اثرگذاری بر بخش­های کشاورزی، منابع آب، صنعت، محیط زیست و نظایر آن داشته باشد. یکی از اثرات مهم این پدیده، خطر خشک شدن دریاچه ارومیه است. هرچند عوامل انسانی می­تواند در وضعیت دریاچه ارومیه دخیل باشد، با این حال نمی­توان تأثیر گرمایش را در این مسئله نادیده گرفت.

تغییر میزان بارندگی عمدتاً به دلیل تغییر دما می­باشد. به عقیده دانشمندان افزایش دما می­تواند منجر به تغییرات شدیدی در چرخه آب شود. بدین معنی که افزایش دما موجب افزایش تبخیر از سطح آب و خاک و افزایش تعرق از گیاهان شده و در نتیجه بارندگی افزایش پیدا می­کند.

با این حال در منطقه مورد مطالعه علیرغم افزایش دما، میزان بارندگی کاهش نشان می­دهد. این امر به این دلیل است که تغییرات پیش­بینی شده در چرخه آب در مناطق مختلف زمین متفاوت می‌باشد. به این ترتیب که دانشمندان معتقدند که در مناطق عرض‌های میانه نظیر ایران میزان تبخیر بیش از میزان بارندگی خواهد بود که علت آن می­تواند مهاجرت تبخیر به عرض­های بالاتر باشد. بنابراین در این مناطق کاهش بارندگی محتمل است.

بحث و نتیجه­گیری

طی دهه­های گذشته، تغییر اقلیم و گرمایش از پدیده­های  مهم و جالب توجه مجامع علمی و حتی عوام بوده است. لذا ردیابی تغییر عناصر جوی و اقلیمی مورد توجه محققان مختلف قرار گرفته است. به منظور آشکار شدن اثر تغییر اقلیم و گرمایش بر آب و هوای شهرهای واقع در حوضه دریاچه ارومیه، روند تغییرات سری زمانی 14 متغیر اقلیمی در سه مقیاس زمانی سالانه، فصل تر و فصل خشک با استفاده از دو روش  من- کندال و حداقل مربعات خطا بررسی گردید.

   مطابق با تحقیق حاضر، نتایج هر دو روش به کار رفته، تقریباً با هم همسان بوده و همدیگر را تأیید نمود.

   جهت روندهای (منفی یا مثبت) مربوط به عناصر اقلیمی مورد بررسی در هر دو روش یکسان می­باشد. ولی دلیلی بر برتری یک روش نسبت به روش دیگر وجود ندارد. با توجه به اینکه دو روش مذکور نتایج هم را تأیید کردند، می‌توان نسبت به نتایج به دست آمده اطمینان زیادی حاصل نمود. بر این اساس می­توان گفت منطقه مورد مطالعه با روند افزایش دما و کاهش نزولات جوی روبه­رو می­باشد.

نتایج هر دو روش به کار رفته در تحقیق نشان داد که دما درمنطقه مورد مطالعه در حال افزایش است و نرخ افزایشی دمای
 حداکثر بیش‌تر از دمای حداقل می­باشد. نتایج این بخش از تحقیق همسو با یافته­های سایر پژوهشگران نظیر رحیم­زاده و عسگری (2004)، زاهدی و همکاران (2007)، خورشیددوست و قویدل (2006) و صلاحی و همکاران (2008) می­باشد.

علاوه بر این در منطقه مورد مطالعه، افزایش دمای حداکثر در فصل تر شدیدتر از فصل خشک است. وضعیت دامنه دما در فصل تر و خشک متفاوت است. به طوری که در فصل خشک دامنه دما منفی و غیرمعنی­دار است، اما در فصل تر مثبت بوده و در برخی از ایستگاه‌ها معنی­دار می­باشد. در منطقه مورد مطالعه وقایع حدی گرم روند افزایشی و وقایع حدی سرد روند کاهشی را نشان می‌دهد. رحیم­زاده و همکاران (2009) نیز در بررسی روند نمایه‌های حدی 23 ایستگاه سینوپتیک کشور به نتایج مشابهی دست یافتند. 



[1] . Karl

[2] . Serrano

[3] . Kharin & Zwiers

[4] . Da Silva

[5] . Nandintsetseg

[6] . Sutluj

[7] . Swat

 

[8] . MLP

[9] . Feed Forward

[10] .Mann

[11] .Kendall

  1. REFERENCES

    1.    Ahmad, I. Tang, D. Wang, T. Wang, M. Wagan, B. (2015), “Precipitation trends over time using Mann-Kendall and  Spearman’s rho tests in Swat River Basin, Pakistan”, Advances in Meteorology, 15 pages.http://dx.doi.org/10.1155/2015/431860
    2.    Banihasemi, A.R. (2009), “Review of the climate change convention and the meetings of the Rio to Copenhagen”, Climate Change and Agriculture, Office of  Environment and Sustainable Development of Agriculture, Agricultural Education publication, 32 
    1. Bannayan, M. Mohamadian, A. Alizadeh, A. (2010), “On climate variability in North-East of Iran”, Journal of Water and Soil 24 (1): 118-131.
    2. Da Silva, V.P.R. (2004), “On climate variability in Northeast of Brazil”, Journal of Arid Environments 58: 575–596.
    3. Eivazi, M. Mosaedi, A. Meftah Halaghi, M. Hesam, M. (2010), “Investigation of precipitation trend on the north region of Golestan Province”, Journal of Water and Soil Conservation 17 (2): 155-168.
    4. Fowler, A. M.; Hennessy, K. T. (1995), “Potential Impacts of Global Warming on the Frequency and Magnitude of Heavy Precipitation”, Natural Hazards 11: 283–303.
    5. Gavidel Rahimi, Y. (2012a), “The temporal analysis and forecasting models of low extreme temperatures for Tehran”, Geographic Space 12 (37): 141-157.
    6. Gavidel Rahimi, Y. (2012b), “A statistical investigation on analysis of oscillation trend and forecasting of high extreme temperatures time series in Tehran”, Geography and Planning 16 (39): 109-127.
    7. Hajam, S. Khoush Khou, Y. Shams Aldin Vandi, R. (2008), “Annual and seasonal precipitation trend analysis of some selective meteorological stations in central region of Iran using non-parametric methods”, Geographical Research 40 (64): 157-168.
    8. Hamed, K. H. (2008), “Trend detection in hydrologic data: The Mann–Kendall trend test under the scaling hypothesis”, Journal of Hydrology 349: 350– 363.
    9. Hamid, A.T., Sharif, M., Archer, D. (2014), Analysis of temperature trends in Sutluj River Basin, India, Journal of Earth Science & Climatic Change 5:222, doi:10.4172/2157-7617. 1000222
    10. IPCC. (2007), “Summary for Policymakers, In: Climate Change 2007: The Physical Science Basis” (ed. by S. Solomon, D. Qin, M. Manning, Z. Chen, M. Marquis, K. B. Averyt, M. Tignor & H. L. Miller). Cambridge University Press, UK.
    11. Karl, T.R. Nicholls, N. Ghazi, A. (1999), “CLIVAR/GCOS/WMO: workshop on indices and indicators for climate extremes”, Climate Change 42: 3-7.
    12. Kharin, V.V. Zwiers, F.W. (2000), “Changes in the extremes in an ensemble of transient climate simulations with a coupled atmosphere–ocean GCM”, Journal of Climate 13: 3760-3788.
    13. Khourshiddoust, A.M. Ghavidel Rahimi, Y. (2006), “The simulation of atmospheric carbon dioxide doubling impacts on climatic changes in tabriz using geophysical fluid dynamics laboratory (GFDL) general circulation modeljournal of environmental studies:  32 (39):1-10.
    14. Mirmusavi, SH. (2005), “The study of oscillations of temperature and precipitation in the North-West of Iran in order to assessment of the changes of climate elements trend”, PhD thesis, Physical Geography, University of Tabriz.
    15. Modaresi, F. Araghinejad, Sh. Ebrahimi, K. Kholghi, M. (2010), “Regional assessment of climate change using statistical tests: case study of Gorganroud-Gharehsou Basin”, Journal of Water and Soil. 24 (3): 476-489.
    16. Morrissey, M. L. Graham, N. E. (1996), “Recent Trends in Rain Gage Measurements from the Tropical Pacific: Evidence for an Enhanced Hydrologic Cycle” Bulletin of the American Meteorological Society 77: 1207–1219.
    17. Nandintsetseg, B. Greene, J.S. Goulden, C.E. (2007), “Trends in extreme daily precipitation and temperature near Lake Hovsgol, Mongolia”, International Journal of Climatology 27: 341-347.
    18. Nasri, M. Modarres, R. Dastorani, MT. (2010), “Artificial neural network validation for rainfall-runoff relationship of Zayandehrud Dam Basin”, Watershed Management Researches Journal, 88: 17-26.
    19. Rahimzadeh, F. Asgari, A. (2004), “A look at the difference between increase rates of minimum and maximum temperature and the decrease rates of diurnal temperature range in Iran”, Quarterly Geographical Research 2 (73): 155-171.
    20. Rahimzadeh, F. Asgari, A. Fattahi, E. Mohammadian, N. Taghipour, A. (2009), “Trends of climate extremes indices for temperature over Iran in 1951-2003”, Geographical Research 2 (93): 119-144.
    21. Rahimzadeh, F. Hedayat Dezfouli, A. Pourasgariyan, A. (2011), “Assessments of the process and  mutation of limit indices of temperature and precipitation in Hormozgan Province”, Geography  and Development 9 (21): 97-116.
    22. Rahimzadeh, F. Mohammadian, N. Akbarinejad, SJ. (2006) “Investigation of  the changes in wind speed at a height of 10 meters above ground level in a number of large cities in the period 1951-2000”, Nivar 62 & 63: 7-20.
    23. Salahi, B. Valizadeh kamran, KH. Ghavidel Rahimi, Y. (2008), The simulation of tabriz temperature and precipitation in atmospheric carbon dioxide doubling condition using goddard institute of space studies general circulation model (GIS GCM), Geographical Research Quarterly 39 (62): 55-66.
    24. Serrano, S. Mateos, V.L. Garcia, J.A. (1999), “Trend Analysis of monthly precipitation over the Iberian Peninsula for the period 1921-1995”, Phys. Chem. Earth (B), 24 (1-2): 85-90.
    25. Shirgolami, H. Gahraman, B. (2005), “Study of time trend changes in annual mean temperature of Iran”, Journal of Science and technology of Agriculture and Natural Resources 9 (1): 24-39.
    26. Sussman Frances, G. Randall Freed, J. (2008), “Adapting to climate change: a business approach” prepared for the pew center on global climate change, 40.
    27. Turgay, P. Erkan, K. (2006), “Trend Analysis in Turkish Precipitation Data” Hyrological Processes Published Online
       in Wiley Inter Science.
    28. Zahedi, M. Sari Saraf, B. Jameei, J. (2007), “The analysis of spatio-temporal variations of temperature in the North-West of Iran”, Geography and development 5 (10): 183-197.