سازمان هواشناسی کشورنیوار1735-056543104-10520190321Effect of climatic parameters on soil temperature estimation by hybrid refrigeration simulation algorithmبررسی تاثیر سنجه های اقلیمی بر روی تخمین دمای خاک توسط الگوریتم هیبریدی شبیه سازی تبرید1128351910.30467/nivar.2019.83519FAبابک محمدیدانشجوی دکتری ،گروه مهندسی آبیاری و آبادانی ، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران،ایرانباقر حیدرپوراستادیار گروه مهندسی عمران ، دانشگاه آزاد اسلامی واحد رودسر و املش، رودسر، ایرانJournal Article20171002Studies of geography to urban planning, climatology, civil construction and agriculture also conducted in an area to estimate soil temperature is dependent on the area. In this study, at 50 cm soil depth by using simulated annealing hybrid algorithm and Support Vector Machine single model in the city of Adana in Turkey weather station was simulated. The results showed that the hybrid model simulation of refrigeration is based on vector support machine with 0.986 nash-sutcliuf about criteria, the absolute error mean square error equal to 0.732 and root mean square error is equal to 0.86 well estimated. As well as single machine backup rate vector model for benchmarking Nash-sutcliuf about 982.0 and the absolute error mean square error equal to 0.793 and root mean square error is equal to 0.96 is obtained. The results showed that hybrid algorithm simulation of refrigeration could be fitted as a means of efficiently in deep soil temperature modeling.مطلعات جغرافیایی که به منظور برنامه ریزی شهری ، اقلیم شناسی ، ساخت و ساز عمرانی و همچنین کشاورزی یک منطقه صورت میگیرد به تخمین درجه حرارت خاک آن منطقه وابسته می باشد . در این پژوهش دمای 50 سانتی متری عمق خاک با استفاده از مدل الگوریتم هیبریدی شبیه سازی تبرید و مدل منفرد ماشین بردار پشتیبان در ایستگاه هواشناسی شهر آدنا واقع در کشور ترکیه شبیه سازی گردید .الگوریتم شبیه سازی تبرید (SA) یک الگوریتم بهینه سازی است که وقتی با ماشین بردار پشتیبان (SVM) تلفیق میشود باعث کمینه شدن خطای تخمین و در نهایت بهبود نتایج تخمین می-شود، که در این پژوهش برای اولین بار از الگوریتم هیبریدی شبیه سازی تبرید بر پایه ماشین بردار (SVM-SA) در تخمین دمای خاک استفاده شده است، تا دقت این الگوریتم در این زمینه مورد بررسی قرار گیرد. نتایج نشان داد که مدل هیبریدی شبیه سازی تبرید بر پایه ماشین بردار پشتیبان با معیار نش- ساتکلیف حدود 986/0 و جذرمیانگین مربعات خطا برابر با 86/0 درجه سانتیگراد به خوبی برآورد می نماید. همچنین برای مدل منفرد ماشین بردار پشتیبان میزان معیار نش- ساتکلیف حدود 982/0 و جذرمیانگین مربعات خطا برابر با 96/0 درجه سانتیگراد به دست آمده است. بهترین ترکیب ورودی از بین ترکیب های تعیین شده برای تخمین دمای خاک ترکیب متشکل از ورودی های متوسط دمای هوا ، بارش ، تابش خورشیدی ، فشار هوا ، رطوبت نسبی هوا و سرعت بادانتخاب شد. نتایج نشان داد که الگوریتم هیبریدی شبیه سازی تبرید میتواند به عنوان ابزاری کارامد در مدلسازی دمای اعماق خاک استفاده شود.https://nivar.irimo.ir/article_83519_fd4a576e4b67ea0cb3f8007b96625174.pdfسازمان هواشناسی کشورنیوار1735-056543104-10520190321Simulation of extreme precipitation events with cold anomaly in Tehran areaشبیهسازی رویدادهای بارش حدی همراه با بیهنجاری سرد در منطقه تهران13168708710.30467/nivar.2019.87087FAسکینه خان سالاریاستادیار، پژوهشکده هواشناسیعلیرضا محب الحجهاستاد موسسه ژئوفیزیکفرهنگ احمدی گیویدانشیار، گروه فیزیک فضا، موسسه ژئوفیزیک دانشگاه تهران0009-0004-6734-8834Journal Article20180807<strong><em>:</em></strong>The main purpose of this research is to improve the simulation of moderate and heavy precipitation events associated with cold anomaly in Tehran. To detect extreme precipitation events along with cold anomaly in Tehran in a sufficiently long period, the results of Khansalari et al. in the study carried out in 2017 are used. In the latter study, using statistical methods, 133 days with extreme precipitation along with cold anomaly in October to May in the 1951–2013 period were identified based on which six clusters of synoptic patterns were obtained by application of the T-mode principle component analysis to the whole dataset of 133 days. In the present study, from each cluster, one day with maximum similarity with the average pattern of the cluster was selected for numerical simulation by WRF model using the ERA-Interim data. To reach the optimal prediction of extreme precipitation events in Tehran by WRF, nine configurations consisting of four convection, two boundary-layer, three microphysics, and two short waves radiation schemes, as well as one surface-layer scheme were used. For verification, in addition to visual comparison, the forecasted data of model regular network were interpolated to irregular observation stations. Then using various verification indices, the performance of different configurations in predicting rainfall was assessed quantitatively with different thresholds. Results showed that across all the ranges of rainfall, the Tiedtke convection scheme and Mellor-Yamada-Janjic boundary-layer scheme lead to greater accuracy and better prediction of precipitation. It should also be noted that for light precipitation events, in addition to the Tiedtke convection scheme, the Kain-Fritsch scheme is also suitableا توجه به موقعیّت مهّم اقتصادی و سیاسی تهران، هدف اصلی این پژوهش سعی در بهبود شبیهسازی بارشهای متوسط و سنگین همراه با بیهنجاری سرد دمایی در این منطقه است. با استفاده از روشهای آماری 133 مورد بارش فرین سرد در ماههای اکتبر تا مه سالهای 1951 تا 2013 استخراج و بررسی شده است. از آنجا که شبیهسازی همة این موارد با پیکربندیهای فیزیکی مختلف، کاری زمانبر و دشوار بوده و همچنین پیکربندی مدل وابسته به فصل، منطقه جغرافیایی مورد مطالعه و نوع سامانه جوّی است، ابتدا با کاربست روش تحلیل مؤلفههای اصلی با آرایه T، شش خوشه از الگوهای همدیدی شامل این 133 روز بهدست آمد. سپس از هر خوشه دو روز بهعنوان نمایندۀ فرین که بیشترین و کمترین شباهت را با الگوی میانگین آن خوشه داشتند، برای شبیهسازی انتخاب شدند. برای شبیهسازی با مدل میانمقیاس WRF، از دادههای ERA-Iterim استفاده شده است. مدل فوق با استفاده از نُه پیکربندی متفاوت، شامل چهار طرحواره همرفتی، دو طرحواره لایه مرزی سیارهای، سه طرحواره خُردفیزیک، یک طرحواره لایه سطحی و دو طرحواره تابش موج کوتاه اجرا شده تا پیکربندی مناسب بهدست آید. برای درستیسنجی، علاوه بر مقایسه ظاهری، دادههای منظم پیشبینیِ شبکه مدل، به نقاط نامنظم ایستگاههای دیدبانی درونیابی شدند و با استفاده از کمّیّتهای مختلف، کارایی پیکربندیهای متفاوت در پیشبینی کمّی بارش با آستانههای متفاوت مقایسه شد. نتایج حاکی از آن است که در تمام محدودههای بارشی بهطور یکسان طرحواره همرفتی Tiedtke و طرحواره لایه مرزیMellor-Yamada- Janjic در مقایسه با سایر طرحوارهها از دقت بالاتری برخوردارند.https://nivar.irimo.ir/article_87087_db2abc81baa62335ed1d8d85c1a17334.pdfسازمان هواشناسی کشورنیوار1735-056543104-10520190321Evaluate the potential of wind power in the province for the construction of wind turbinesبررسی پتانسیل انرژی باد در استان لرستان جهت احداث توربین های بادی17268599510.30467/nivar.2019.114727.1076FAراضیه پیله ورانسازمان هواشناسی ، پیش بین مسئول هواشناسی کاربردیمحمد ناصر هاشمیمدیرکل هواشناسی استان لرستانجهانبخش مرادیدانش آموخته کارشناسی ارشد، دانشگاه صنعتی اصفهانبهمن محمدی مقدمدانش آموخته کارشناسی ارشد فیزیک، دانشگاه آزاد اسلامی قم،رامین فرهنگیدانش آموخته کارشناسی ارشد اقلیم شناسی، دانشگاه آزاد اسلامی خرم آباد،حسین مسعودیدانش آموخته کارشناسی ارشد فیزیک، دانشگاه لرستان،Journal Article20180113Clean and renewable energies would be as one of its fundamental growth and development in the future and by attention to reaching the end of fossil fuels and renewable discussion of the effect of pollution on Global warming, focus on free and unrenewable energy of wind has been increased. In this thesis the potential of wind energy in lorestan province synoptic stations using 3- hour data of wind speed, over the statistical from distribution and to draw windRose , Wrplot software are used. In addition using annual wind power density in different height levels of 10, 20 and 50 meters and other parametr such nominal speed of the wind, the most tolerant of wind speed, proper time of use and availability of wind time was calculated and basis of the mimistry of energy of USA, the wind speed power density was categorized. The Studies of wind power density at stations Khorramabad, Aligoodarz, Borujerd, Azna , Doroud, Norabad, Poldokhtar, Kouhdasht and alshtr stations are orderly 148, 198, 275, 244, and Norabad stations have good potential for wind energy production. Doroud and west of Aligoodarz stations in case of using the height wind turbines are suitable for the wind energy operation. And other stations donot the proper potential for energy production.در عصر حاضر که منابع سوختهای فسیلی رو به کاهش است، استفاده از انرژیهای تجدیدپذیر و از جمله استفاده از انرژی باد جایگزین مناسبی است که می-تواند بقای بشر را تضمین نماید. در پژوهش حاضر، پتانسیلسنجی انرژی باد در ایستگاههای همدیدی استان لرستان با استفاده از دادههای 3 ساعته سمت و سرعت باد طی دوره آماری 1379 تا 1393 بررسی شد. برای برازش دادهها از توزیع احتمال ویبول و برای ترسیم گلبادها از نرمافزار Wrplot استفاده شده است. برای برآورد چگالی توان باد در ارتفاع 20 و50 متری، برونیابی سرعت باد با استفاده از قانون توان 1/7 صورت گرفت. براساس جدول طبقهبندی سایتهای بادی آمریکا، ایستگاه خرمآباد در کلاس2، الشتر و الیگودرز در کلاس 3، ازنا در کلاس 4، بروجرد، کوهدشت، پلدختر و نورآباد در کلاس 5 و دورود در کلاس 7 قرار گرفتند و مناطق مستعد تولید انرژی باد استان درمحیط GIS طبقهبندی و ترسیم شدند. نتایج پژوهش گویای این است که بر اساس طبقهبندی، در ایستگاههای ازنا، بروجرد، کوهدشت، پلدختر و نورآباد میتوان از توربینهای بادی اندازه کوچک و متوسط استفاده کرد و ایستگاه دورود برای تاسیس مزرعه بادی در مقیاس بزرگ مناسب است.https://nivar.irimo.ir/article_85995_e231ced096b5225f41d8b5e37d723c31.pdfسازمان هواشناسی کشورنیوار1735-056543104-10520190321Monitoring of drought large Caron basin by using SPI index (1978-2014)پایش خشکسالی حوضه کارون بزرگ با استفاده از شاخص SPI: دوره 2014-1978 میلادی27408600510.30467/nivar.2018.135502.1094FAفاطمه عباسیکارشناس مسئول طرحهای پژوهشی ،پژوهشکده اقلیم شناسیشراره ملبوسیپژوهشکده اقلیم شناسیایمان بابائیانسرپرست پژوهشکده اقلیم شناسیhttps://orcid.org/00Journal Article20180611Drought monitoring of the Great Karoon basin by using SPI index (1978-2014)<br /> <br /> Abstract <br /> One of the main features of Iran's climate is low amount of precipitation and high fluctuations in daily, seasonal and annual time scales. Each drought has 4 major characteristics which include continuation, intensity, frequency and coverage. The main objective of this study is to evaluate and zoning the drought characteristics of the Great Karoon basin. In this study, the 28-year SPI drought index was used to analyze the characteristics of drought in 42 stations located inside and outside the basin three time scales of 3, 6 and 12 - months. Continuity and severity of drought were extracted at each time scale then drought maps were plotted in GIS environment. The lowest SPI of -3.29 was observed in Yasouj station at the 12 months scale , and the long lasted drought was observed in Bostan with duration of 61 months. Also the longest of continuity and coverage of drought in each year was determined.<br /> Key words: drought, continuation, severity, extent , karoon.یکی از ویژگی های بارز اقلیم ایران کمی بارش و نوسانات شدید آن در مقیاس های زمانی روزانه ،فصلی و سالانه می باشد. هر خشکسالی دارای 4 ویزگی عمده می باشد که عبارتند از: دوره تداوم ،شدت، فراوانی و گستره . هدف اصلی این مطالعه ، ارزیابی و پهنه بندی خصوصیات خشکسالی حوضه کارون بزرگ می باشد. در این مطالعه از شاخص بارش استاندارد خشکسالی SPI، جهت بررسی ویژگی های خشکسالی در 42 ایستگاه واقع در داخل و خارج حوضه با طول دوره آماری مشترک 28 ساله در سه مقیاس زمانی 6،3 و12ماهه استفاده گردید . ویژگی های خشکسالی ، شامل تداوم، شدت در هر مقیاس استخراج و نقشه های وضعیت خشکسالی در محیط GIS ترسیم گردید کمترین مقدار SPI مشاهده شد در حوضه متعلق به یاسوج (3.29-) در مقیاس 12 ماهه و طولانی ترین تداوم در بستان 61 ماهه می باشد .همچنین طولانی ترین تداوم و گستره های دارای خشکسالی درهر سال نیز مشخص شدند.https://nivar.irimo.ir/article_86005_e3caa8304abdeea34057fd367ccf5ab7.pdfسازمان هواشناسی کشورنیوار1735-056543104-10520190321Post-processing of Precipitable Water from WRF Prediction Model with used of Genetic Algorithm and Met-8(IODC) Data over non-radiosound station pointsبکارگیری الگوریتم ژنتیک جهت پس پردازش پارامتر آب قابل بارش پیش بینی مدل عددی WRF با استفاده از داده های ماهواره زمین ایستای METEOSAT8 در نواحی فاقد ایستگاه جو بالای ایران41448724210.30467/nivar.2019.87242FAمجتبی جلالیمدیر کل هواشناسی استان تهرانفرحناز تقویاستادیار موسسه ژئوفیزیک دانشگاه تهرانJournal Article20180808The precipitable water is the integrated water content in the whole column of the atmosphere that has the potential to precipitate. In more precise terms prediction of PW is one of the common issues of meteorology and hydrology. Countries facing water scarcity require an advanced management of water resources that one of the management tools in this area being knowledge of the total precipitable water content (TPW) in the atmosphere. Also accurate estimation of this quantity in many meteorological issues such as prediction of rainfall, time, dams overflow and also prediction of flood occurrence is beneficial. Iran's roughness is one of the main factors in the heterogeneous distribution of precipitable water in the atmosphere. So that most researchers believe that the main reason for the existence of many Iranian leeward deserts is the roughness such as Zagros. With the discovery of new remote sensing technology, it is possible to estimate the amount of precipitated water vapor by absorbing water vapor bands and thermal bands at any time and place and at any scale.<br />In the first we compare the precipitable water values of two European and Chinese satellites, METEOSAT and FENGYUN respectively, with corresponding parameter of radiosound that calculated for Mashhad and Tehran airport stations. By comparing precepitable water data for about two years from two meteorological satellites and radiosound for two mentioned station, there is a good aggrement between precipitable water parameter of the METEOSAT European satellite and radiosounds. But the FY-2E Chinese satellite doesn’t have good correlation with the Mashhad and Tehran airport radiosound station. So in this article we use MET-8 satellite to post-processing precipitavle water of WRF Model in non-observational points. Finally, we compared the post-processed values and compared the MSG1 satellite values in 6 different Iranian cities with different climatic conditions.آب قابل بارش برآوردی از ستون بخارآب در کل لایه تروپوسفر می باشد که پیش بینی دقیق این کمیت می تواند در تخمین میزان بارش و پیش آگاهی احتمال وقوع سیلاب مفید باشد. ماهواره METEOSAT8 دارای طیف گسترده ای از محصولات هواشناختی و آبشناسی است که یکی از آنها کمیت آب قابل بارش می باشد. هدف از این پژوهش پس پردازش پارامتر آب قابل بارش پیش بینی مدل عددی WRF با استفاده از داده های ماهواره زمین ایستای METEOSAT8 در نواحی فاقد ایستگاههای جو بالا می باشد. برای این مهم ابتدا کمیت آب قابل بارش مستخرج از داده های ماهواره METEOSAT8 با داده های 2 ایستگاه جو بالای کشور به مدت یک سال راستی آزمایی شد. نتایج حاصل از این مقایسه تا حدود زیادی قابل اعتماد بود به طوری که از داده های ماهواره MSG1(IODC) به عنوان مقادیر هدف الگوریتم ژنتیک جهت پس پردازش پیش بینی مدل عددی WRF در نقاط غیرایستگاهی استفاده نمودیم. در انتها مقادیر پس پردازش شده و مقادیر ماهواره MSG1 را در 6 شهر ایران با شرایط اقلیمی متفاوت مقایسه نمودیم. نتایج بیانگر عملکرد خوب این رهیافت جهت پس پردازش آب قابل بارش مدل پیش بینی WRF بود<br /> https://nivar.irimo.ir/article_87242_8b811a592b90625a67fec4b08507a246.pdfسازمان هواشناسی کشورنیوار1735-056543104-10520190321Surveying the Dust Phenomenon, Causes of its Occurrence and Consequences In Isfahan province
Case Study: 2013-2014پایش پدیده گرد و خاک، علل وقوع و پیامدهای آن در استان اصفهان مطالعه موردی: دوره 2013-2014 میلادی45618600710.30467/nivar.2019.133980.1090FAویکتوریا عزتیانهواشناسی اصفهانJournal Article20180529In this study, in order to monitor the phenomenon of dust, the experimental index of dust storms in the period 2012-2015 was calculated based on Horizontal Field Measurement by Australian Meteorological Organization. The zonation of the province was based on the index values. The results indicate that at 4 stations, the dust storm has more happened than the rest of the stations, and in the north-east of Isfahan the highest volumetric values were calculated.<br /> In the year 1392(2013-2014) in Isfahan,in 258 days the dust amount was higher than the permitted limit ( 35.4 micrograms per square meter), so this year was specifically examined. Studies have shown that the establishment of a high pressure system, cold weather and sustainab conditiona of weather, have been the factors that exacerbated the phenomenon of dust in the cold season. Meanwhile, fluctuations and precipitation rates were compared between two stations in Southwest (ozonstation) and North east (airport) of Isfahan. Northeast station (airport) is located near the Segzi Desert and its dust level is more than other areas. Studies have shown that rainfall and light rainfall are less than the short-lived heavy rainfall in the northeast of Isfahan in this year. The presence of dust particles has reduced the formation of Stratus Clouds (leading to light and continuous rainfall), and the strengthening of Convective Clouds (resulting in heavy rainfall) and decreasing the size of cloud droplets and weakening the cloud formation processدر این پژوهش به منظور پایش پدیده گرد و خاک، شاخص تجربی طوفانهای گرد و خاک در دوره 2012-2015 میلادی محاسبه گردید که براساس اندازهگیری میدان دید افقی توسط هواشناسی استرالیا طراحی شده است. نتایج حاکی از آن است که در 4 ایستگاه، طوفان گرد و خاک بیش از دیگر ایستگاهها بوده و در شمال شرق اصفهان بالاترین مقادیر شاخص محاسبه گردید. در ماههای فروردین، اردیبهشت، خرداد و تیر بیشترین روزهای گرد و خاکی ثبت شده است. در سال 1392 خورشیدی، 258 روز مقدار گرد و خاک بالاتر از حد مجاز بود، لذا این سال به طور ویژه مورد بررسی قرار گرفت. استقرار سامانه پرفشار، برودت هوا و حاکمیت شرایط پایدار از عوامل تشدید پدیده گرد و خاک در فصل سرد سال بوده است. نوسانات و میزان بارش بین دو ایستگاه در جنوب غرب و شمال شرق شهر اصفهان مقایسه گردید. بررسیها بیانگر کاهش باران ریزه و بارش سبک، در مقابل افزایش بارشهای سنگین کوتاه مدت (رگباری) در شمال شرق اصفهان است. حضور گرد و خاک سبب کاهش ابر استراتوس (منجر به بارش سبک و مداوم) و تقویت ابرهای همرفتی (منجر به بارش سنگین رگباری) وکاهش اندازه قطرکهای ابر و تضعیف فرآیند تشکیل ابر بوده است.https://nivar.irimo.ir/article_86007_d4a1952fe45ec77b0859104a819534ac.pdfسازمان هواشناسی کشورنیوار1735-056543104-10520190321Future Climate Change Projection over Iran using CMIP5 Data during 2020-2100پیشنگری فراسنج های اقلیمی کشور با بکارگیری مدل های گردش کلی سری CMIP5: دوره 2100-202062718600810.30467/nivar.2019.142745.1103FAایمان باباییاناستادیار، گروه پژوهشی تغییر اقلیم، پژوهشکده اقلیم شناسی ، سازمان هواشناسی کشورمریم کریمیانکارشناس ارشد پژوهشی، گروه پژوهشی تغییر اقلیم، پژوهشکده اقلیم شناسی، سازمان هواشناسی کشورراهله مدیریانکارشناس ارشد پژوهشی، گروه پژوهشی تغییر اقلیم ، پژوهشکده اقلیم شناسی، سازمان هواشناسی کشورابراهیم میرزاییدانشجوی دکتری هواشناسی، موسسه ژئوفیزیک دانشگاه تهرانJournal Article20180731Prior to the publication of the fifth Assessment Report (AR5) by the Inter-governmental Panel on Climate Change in November 2013, our researchers used data from CMIP3 General Circulation Models for future climate change projection over the country. But by 2015, access to data from the CMIP5 series of General Circulation Models has been gradually facilitated. As most research on projection of climate change is currently being carried out using data from CMIP5 models. In this research, the output of all CMIP5 models used in AR5 reporting has been used to simulate the future climate change projection of the country. The results of this study showed that with the exception of the optimistic scenario of RCP2.6, in three other scenarios, the average precipitation from the Mediterranean to Afghanistan would decrease. In the scenario of RCP8.5reducing precipitation in the west of Iran would be approximately 20% would it will be around 30% in Syria, Jordan, Palestine and Iraq. comparing to long-term. Also, in case of non-compliance with the Paris agreement, the average temperature rise in the country is about 5.2 degree of Celsius and in the case of implementation of Paris Agreement, it will be 1.3 degrees Celsius greater than the period of 1986-86. Generally, due to lower precipitation and rising temperatures, it is expected that the western parts of the country including Zagros, will be exposed to drought, water stress, reduction of forest cover, water resources and hydroelectric plants production and increase of extreme events.تا قبل از انتشار گزارش پنجم ارزیابی تغییر اقلیم (AR5) هیات بینالدول تغییر اقلیم در نوامبر سال 2013، محققان کشورمان از داده های مدل های گردش کلی سری CMIP3 برای پیشنگری تغییر اقلیم کشور استفاده می کردند؛ اما از حدود سال 2015 بتدریج دسترسی به داده های مدل های گردش کلی سری CMIP5 تسهیل گردید، به طوریکه هم اکنون اغلب پژوهش های مرتبط با پیشنگری تغییر اقلیم با بکارگیری داده های مدل های CMIP5 انجام میشوند. در این پژوهش برونداد تمامی مدل های سری CMIP5 بکاررفته در تهیه گزارش AR5 ، برای برآورد چشم انداز تغییر اقلیم کشور استفاده شده است. نتایج این تحقیق نشان داد که به استثنای سناریوی خوشبینانه RCP2.6 در سه سناریوی دیگر، میانگین بارش از مدیترانه تا افغانستان کاهش می یابد. در سناریوی RCP8.5 که ناظر بر عدم پایبندی کشورها به توافقنامه تغییر آب و هوای پاریس (COP21) در سال 2015 می باشد، کاهش بارش در غرب ایران تا 20 درصد و در سوریه، اردن، فلسطین و عراق تا 30 درصد در مقایسه با بلندمدت خواهد بود. همچنین درصورت عدم پایبندی به توافقنامه پاریس، میانگین دمای کشور حدود 2/5 و درصورت پایبندی به آن 3/1 درجه سلسیوس نسبت به دوره 2005-1986 افزایش می یابد. در مجموع با توجه به کاهش بارش و افزایش دما، انتظار می رود مناطق غرب کشور و به ویژه زاگرس در معرض خشکسالی، تنش ابی ، کاهش سطح پوشش جنگلی، کاهش منابع آبی، کاهش تولید نیروگاههای برقابی و افزایش رخدادهای حدی اقلیمی گردد. این وضعیت ایجاب می کند مسئولان و برنامه ریزان ملی و منطقه ای برنامه عمل برای مواجهه با پیامدهای سوء تغییر اقلیم را تدوین نمایند.https://nivar.irimo.ir/article_86008_d275025fda0f9208373a01383659df3a.pdfسازمان هواشناسی کشورنیوار1735-056543104-10520190321Case Study of Flood Rainfall in March 2019بررسی موردی بارشهای سیلآسا در ماه مارس 201972879051010.30467/nivar.2019.90510FAمحمد مرادیعضو هیات علمی پژوهشکده هواشناسی0000-0002-5356-8578عباس رنجبردانشیار، عضو هیات علمی و رئیس پژوهشکده هواشناسی0000-0003-2089-311XJournal Article20190525In March 2019, passing frequently baroclinic waves over many parts of the country caused severe rainfall, resulting in flooding of rivers and extensive waterlogging in some of these areas. The incidence of these heavy and extensive rainfalls has been rare during the statistical period. <br />In this study, three atmospheric systems resulted in severe rainfall in Golestan, Lorestan, Fars and Khuzestan provinces, which caused a great deal of damage to some part of these provinces, from the statistical an synoptically approaches has been investigated. <br />The statistical results showed that the highest daily precipitation in March 2019 at Gorgan and Poldokhtar stations were extreme precipitation with a return period of 500 and 29 years respectively, but at Shiraz Station return period is less than 2 years. <br />The climatological study showed that the abnormality in mean sea level pressure and geopotential height at level of 500 hPa, in March 2019 were negative over Iran and positive over Europe. This indicates an increase in cyclone formation in the southwest of the Mediterranean Sea and increase in the frequency of passage of these systems from Iran. <br />The results of the synoptic survey showed that the high ascending motions with adequate moisture feed have created favorable conditions for occurrence of moderate and severe convective precipitation in Golestan and Lorestan provinces.در ماه مارس 2019 در اثر عبور متوالی چند سامانه بارشی قوی از ایران، طغیان رودخانهها، سیلاب و آبگرفتگی شدیدی در مناطق مختلف کشور ایجاد شد که در طول دوره آماری ایستگاههای هواشناسی کم سابقه بود. در این مطالعه سه سامانه هواشناسی که در اثر فعالیت بارشی آنها، خسارات فراوانی در مناطق مختلفی از استانهای گلستان، لرستان، فارس و خوزستان وارد شد، از دیدگاه همدیدی بطور کوتاه بررسی شد.<br /> نتایج آماری نشان داد که بیشترین بارش روزانه ایستگاههای گرگان و پلدختر در ماه مارس از نوع بارشهای حدی با دوره برگشت به ترتیب 500 و 29 سال است ولی بیشترین بارش روزانه ایستگاه شیراز در مارس 2019 دوره برگشتی کمتر از 2 سال دارد. از بررسی اقلیمی کمیتهای هواشناسی دیده شد که در روی ایران ناهنجاری فشار سطح متوسط دریا و ارتفاع تراز میانی در مارس 2019 نسبت به میانگین سی ساله این کمیتها منفی و در روی اروپا مثبت بود که معرف افزایش فراوانی تشکیل سامانههای بارشی در جنوبغرب دریای مدیترانه و نیز افزایش فراوانی عبور این سامانهها از روی ایران میباشد. نتایج بررسی همدیدی نیز نشان داد که حرکت بالاسوی شدید همراه با نم نسبی مناسب شرایط مساعدی برای بارشهای همرفتی متوسط و شدید در استانهای گلستان و لرستان فراهم کرده استhttps://nivar.irimo.ir/article_90510_52266f62efe9818a39dade2d2d276161.pdfسازمان هواشناسی کشورنیوار1735-056543104-10520190321Trend analysis of cold season hourly temperatures in Iran as an index for changing climateواکاوی روند تغییرات الگوی دمای ساعتی فصل سرد ایران بعنوان شناسهای از تغییرات اقلیمی881008787610.30467/nivar.2019.135677.1095FAحمزه احمدیدانشگاه حکیم سبزواریJournal Article20180612The temperature is the most important climate parameter with a major role in detecting the effects of climate change. This study built on a statistical-analytical approach to analyze the hourly temperature variations in Iran. A database with 3,252,800 hourly air temperature records for 28 synoptic stations in the cold season was developed and refined for the 30-year period from 1985 to 2014. Using the linear inference method, the three-hourly synopses of air temperature were converted into hourly temperature. The Non-Parametric Mann-Kendall method was used to reveal the hourly temperature changes. The results showed that a limited number of stations experienced a significant increase in November, whilst a significant decrease was found in most stations in December. The most significant increase is found in the second half of the cold season in February and March. In March, all the stations had a positive and increasing pattern in terms of hourly temperature, and this increase was observed in the minimum hours of the night and morning. On average, more than 5 hours a day, an increasing trend was observed at 0.05 and 0.01 levels at most stations. There is an increasing trend in nearly the whole 24 hours in Meshkinshahr, Karaj, Golmakan, Tehran, Tabriz, Fasa, Yasuj, Khoy, Mدر میان شاخصهای اصلی آب و هوا، دمای هوا مهمترین سنجهای است که میتواند در آشکارسازی اثرات تغییر اقلیم نقش آفرینی کند. در این تحقیق با رهیافتی آماری – تحلیلی روند تغییرات دمای ساعتی در ایران واکاوی شد. پایگاه دادهای با حجم 3252800 رکورد ساعتی دما، برای 28 ایستگاه سینوپتیکی در فصل سرد سال، در بازهی زمانی 30 ساله از 1985 تا 2014 تنظیم و پالایش گردید. با استفاده از روش درونیابی خطی، سینوپهای سهساعته دمای هوا به دمای ساعتی تبدیل شد. برای آشکارسازی روند تغییرات دمای ساعتی، از روش ناپارامتری من – کندال استفاده گردید. نتایج نشان داد که درماههای نوامبر و دسامبر تعداد محدودی از ایستگاهها روند افزایشی معنیدار را تجربه میکنند. اما در نیمه دوم فصل سرد در ماههای فوریه و مارس، بیشترین روند افزایشی معنیدار مشاهده شد. در ماه مارس تمام ایستگاههای مورد مطالعه دارای روندی مثبت و افزایشی در وضعیت دمای ساعتی میباشند، این روند افزایشی در ساعات کمینه شبانه و صبحگاهی بیشتر مشاهده گردید. به طور متوسط بیش از 5 ساعت از شبانهروز، روند افزایشی معنیدار در سطح 5 % و1% در بیشتر ایستگاههای مشاهده شد. در مناطق مشکین شهر، کرج، گلمکان، تهران، تبریز، فسا، یاسوج، خوی، مهاباد، سنندج، سمنان و بابلسر، تقریباً در کل ساعات شبانه روز، روند افزایشی دیده میشود. حتی در ایستگاههای بسیار سرد مانند، اهر، سراب، سقز و شهرکرد، 4 تا 5 ساعت از شبانه روز روند افزایشی معنیدار در دمای ساعتی مشاهده گردید. بنابراین اثرات تغییر اقلیم در قالب دماهای ملایم در فصل سرد بخصوص در انتهای زمستان کاملاً آشکار میباشد و پیامدهایی مانند ظهور زودهنگام مراحل فنولوژی درختان میوه و افزایش آفات و تغییر نوع بارش را به همراه دارد.https://nivar.irimo.ir/article_87876_1dadab4a39c06af1247e6dbdf6990e56.pdfسازمان هواشناسی کشورنیوار1735-056543104-10520190321Plausibility of Training Artificial Neural Networks with Crop Models to Predict Wheat Phenology and Yieldامکانسنجی آموزش شبکههای عصبی مصنوعی با استفاده از مدلهای گیاهی برای پیشبینی عملکرد و طول دورههای رشد گندم1011128787910.30467/nivar.2019.142730.1102FAفاطمه صفریدانشجوی کارشناسی ارشد آبیاری و زهکشی، دانشگاه بین المللی امام خمینی(ره)هادی رمضانی اعتدالیعضو هیات علمی گروه علوم و مهندسی آب ، دانشگاه بین المللی امام خمینی(ره)0000-0002-4840-0201عباس کاویانیعضو هیات علمی گروه علوم و مهندسی آب ، دانشگاه بین المللی امام خمینی(ره)بهنام آباباییپژوهشگر مرکز علوم گیاهی، دانشگاه کوئینزلند، استرالیاJournal Article20180730Increasing the demand for agricultural products and increasing the pressure on water and soil resources, and the problems of access to field data on the other, will require the use of appropriate models to predict the yield of agricultural products. The most of the input parameters of crop models are not available in our country. On the other hand, with the emergence of strong statistical techniques and neural networks, predictive models of crop yields are rapidly developing. For this purpose, the present study was aimed to evaluate the capability of Artificial Neural Networks in learning from complex crop models and their performance in predicting wheat phenology and yield as well as some input parameters of the AquaCrop model. The evaluation of the models was done by statistical indexes, coefficient of determination (R²), normal root mean square error (SRMSE). The results showed that the neural network of model No. 9 (duration of growth period from flowering to harvest) was fitted with R2 and SRMSE, 0.98 and 4.79%, respectively, and the neural network of model No. 2 (Grain DM at maturity) was fitted with R2 and SRMSE, 0.97 and 9.69%, respectively, the best performance among predictive models of duration of growth periods and yield of wheat grain. According to this paper , The efficiency of artificial neural networks has been confirmed to predict yield and duration of growth periods of wheat using climate parameters.افزایش روزافزون تقاضای محصولات کشاورزی و افزایش فشار بر منابع آب و خاک از یک سو و مشکلات دستیابی به دادههای میدانی از سوی دیگر، ضرورت استفاده از مدلهای مناسب برای پیشبینی عملکرد محصولات کشاورزی را نمایان میسازد. بسیاری از پارامترهای ورودی مدلهای گیاهی در کشور ما در دسترس نیستند. از طرف دیگر با پدید آمدن تکنیکهای آماری نوین و شبکههای عصبی مصنوعی، مدلهای پیشبینیکننده عملکرد محصولات زراعی به سرعت رو به توسعه است. بدین منظور پژوهشی با هدف ارزیابی قابلیت شبکههای عصبی مصنوعی برای یادگیری از مدلهای پیچیده گیاهی و توانایی آنها در پیشبینی عملکرد و طول دوره رشد گندم و برخی از پارامترهای مورد نیاز مدل گیاهی AquaCrop انجام گرفت. ارزیابی مدل-های شبکه عصبی مصنوعی نیز با شاخصهای آماری ضریب تبیین (R2) ، جذر میانگین مربعات خطا نرمال شده (SRMSE) انجام شد. نتایج نشان دادکه مدل شبکه عصبی شماره 9 (طول دورة رشد از گلدهی تا برداشت) با R2 و SRMSE به ترتیب برابر با 98/0 و 79/4 % و مدل شبکه عصبی شماره 2 (عملکرد دانه در زمان برداشت) با R2 و SRMSE به ترتیب برابر با 97/0 و 69/9% به ترتیب بهترین دقت را در بین مدلهای پیشبینی دورههای مهم رشد و عملکرد دانه گندم داشتند. براساس نتایج این مطالعه ، کارآیی شبکههای عصبی مصنوعی برای پیشبینی عملکرد و طول دورههای مهم فصل رشد گندم با استفاده از متغیرهای اقلیمی مورد تایید قرار گرفت.https://nivar.irimo.ir/article_87879_835b4eaba9c3b9fde5e2ba9ebd317a20.pdfسازمان هواشناسی کشورنیوار1735-056543104-10520190321Estimation of Actual Evapotranspiration and Net Irrigation Water Requirement for Strategic Agricultural Crop in Moghan Plain Using AquaCrop Modelتعیین تبخیر و تعرق واقعی و نیاز خالص آب آبیاری محصولات مهم کشاورزی دشت مغان با استفاده از مدل آکواکراپ1131228810310.30467/nivar.2019.141476.1101FAمریم عبدالله زادهفارغ التحصیل کارشناسی ارشد آبیاری و زهکشی، گروه علوم و مهندسی آب، دانشگاه بین المللی امام خمینیهادی رمضانی اعتدالیدانشیار گروه مهندسی آب، دانشگاه بین المللی امام خمینی (ره) ، قزوین0000-0002-4840-0201بهنام آباباییپژوهشگر مرکز علوم گیاهی، دانشگاه کوئینزلند، استرالیابیژن نظریاستادیار گروه مهندسی آب، دانشگاه بین المللی امام خمینی (ره)، قزوینJournal Article20180720The common methods for estimation of evapotranspiration and water requirement are generally based on the ideal and without stresses conditions. In field conditions, different stresses such as salinity, dryness, temperature, soil fertility and other field managements effect on evapotranspiration and water requirement. In this study, AquaCrop model is used for estimation of real evapotranspiration and water requirement in Moghan Plain. The results showed that the evapotranspiration and water requirement of this model is less than the Cropwat model, which is due to consideration of the region conditions such as soil moisture, salinity, fertility and other field managements by AquaCrop model. The Cropwat model only consider climate condition. According to the results obtained from the AquaCrop model, in comparison with the Cropwat model, water requirements of Wheat, Barley and Maize were reduced about 41, 69 and 790 m3/ha, respectively. Also the evapotranspiration and water requirement of the AquaCrop model were compared with NetWat. These parameters of AquaCrop are higher for wheat and maize, and for less barley data. NetWat data has a low degree of reliability, due to being old of weather data.روشهای رایج در برآورد تبخیروتعرق و نیاز آبی عموما با فرض شرایط ایدهآل و بدون تنش است. اما در شرایط واقعی مزرعه، تنشهای مختلف مانند شوری، خشکی، دمایی، حاصلخیزی خاک و مدیریت زراعی بر تبخیروتعرق و عملکرد تاثیر میگذارند. در این تحقیق با استفاده از مدل آکواکراپ که برخی از تنشهای زراعی و اقلیمی را در نظر می گیرد تبخیر و تعرق واقعی و نیاز خالص آب آبیاری برای محصولات غالب دشت مغان شامل گندم، جو و ذرت دانهای برآورد گردید. نتایج نشان داد که تبخیر و تعرق و نیاز آبی حاصل از این مدل در مقایسه با مدل کراپ وات کمتر است و این کاهش به دلیل در نظر گرفتن تنشهای مختلف زراعی از قبیل میزان شوری، حاصلخیزی و تنشهای اقلیمی توسط مدل آکواکراپ میباشد؛ در صورتیکه مدل کراپ وات فقط اقلیم را درنظر میگیرد. با توجه به نتایج بهدست آمده از مدل آکواکراپ در مقایسه با مدل کراپ وات، بهطور میانگین در دشت مغان نیاز آبی خالص گندم، جو و ذرت دانهای بهترتیب 41، 69 و 790 متر مکعب در هکتار کاهش پیدا میکند. نتایج تبخیروتعرق و نیاز آبی خالص حاصل از مدل آکواکراپ با نت وات (سندملی نیاز آبی محصولات زراعی و باغی) نیز مقایسه شد که برای گندم و ذرت دانهای مقادیر بیشتر و برای جو کمتر برآورد گردیده است. دادههای نت وات از درجه اطمینان پایینی برخوردار بوده که میتواند به دلیل به روز نبودن اطلاعات اقلیمی نت وات باشد.https://nivar.irimo.ir/article_88103_c765272f541069fa9e898e2c1b13ba62.pdfسازمان هواشناسی کشورنیوار1735-056543104-10520190321Estimation of reference evapotranspiration in the data condition of deficiency and assessment of Valiantzas methods for the coastlines in the north and south of Iranبرآورد تبخیر- تعرق مرجع در شرایط کمبود داده و ارزیابی روشهای والیانتس برای خط ساحلی شمال و جنوب ایران1231359315910.30467/nivar.2019.147472.1106FAمحمد مهدی چاریسیستان و بلوچستان- شهرستان زابل- خیابان هامون- هامون14- پلاک 89پریسا کهخامقدمعضو هیأت علمی/ دانشگاه زابلJournal Article20180903Evapotranspiration (ET) is the most important parameter in climatic and hydrological studies and that of the irrigation management and planning. Estimation of reference evapotranspiration (ETo) in a simple way is of great interest, especially in developing countries, where meteorological data required for standard method of FAO Penman- Monteith (PMF-56) is incomplete or not available. Also, despite of the large amount of agricultural development in the coastal of Iran, no comprehensive research in calculating evapotranspiration on the northern and southern coastlines has not been conducted. The aims of this study were: 1. assessment of reference evapotranspiration using five methods required low data including: Hargreaves-Samani, Priestley Taylor, Makkink, Turc. 2. Evaluation of the two models of the newest methods to estimate ETo by Valiantzas along with PMF-56 method, for evaluating the methods described. For this study meteorological data from 14 synoptic stations including 8 stations located in the Southern coastline and 6 stations located in the northern coastline of Iran, were selected. The statistical results have shown that among ETo estimation methods in terms of lack of data Priestley- Taylor method because of the higher temperature and humidity for the station located in the southern coastline, and Turc method due to temperate and humid climate for stations located in northern coastline has the best performance compared to PMF-56 method. Among the methods developed by Valiantzas, method of Valiantzas 2 has the highest correspondence compared to PMF-56 method.تبخیر- تعرق (ET) مهمترین پارامتر در مطالعات اقلیمی و برنامهریزی آبیاری است. برآورد تبخیر- تعرق پتانسیل (ETo) به روشی ساده، مورد توجه زیادی، بهخصوص در کشورهای در حال توسعه، که در آن اطلاعات هواشناسی مورد نیاز برای روش استاندارد پنمن- مونتیث فائو (PMF-56) ناقص و یا در دسترس نمیباشد، قرار گرفته است. همچنین علارغم توسعه کشاورزی در خطوط ساحلی ایران، تحقیقات جامعای جهت محاسبه تبخیر-تعرق در این بخشها صورت نگرفته است. هدف از این مطالعه عبارت است از: 1- ارزیابی 5 روش کمبود داده شامل: هارگریوز- سامانی، پریستلیتیلور، مکینک، تورک در مقایسه با روش استاندارد برآورد ETo و 2- ارزیابی دو مدل از جدیدترین روشهای برآورد ETo توسط والیانتس در مقایسه با روش PMF-56 برای خطوط ساحلی شمال و جنوب ایران. به منظور این مطالعه، دادههای 14 ایستگاه سینوپتیک شامل 8 ایستگاه در خط ساحلی جنوب و 6 ایستگاه در خط ساحلی شمال انتخاب شدند. نتایج آزمونهای آماری نشان داد که در میان روشهای تخمین تبخیر-تعرق با کمبود داده، روش تورک برای ایستگاههای خط ساحلی شمال به دلیل اقلیم معتدل و مرطوب و روش پریستلیتیلور به دلیل گرما و رطوبت بیشتر برای ایستگاههای واقع شده در خط ساحلی جنوب بهترین نتایج را در مقایسه با روش PMF-56 دارند. در میان روشهای توسعهداده شده توسط والیانتس، روش والیانتس 2 بیشترین مطالبقت را با روش PMF-56 دارد.https://nivar.irimo.ir/article_93159_3d5d64872de249b8b462ef61e6bbc7ab.pdf