سازمان هواشناسی کشورنیوار1735-056545114-11520210923Data analysis on the extreme values of temperature of Tabriz cityتجزیه و تحلیل دادههای مقادیر فرین دمای شهر تبریز11413982010.30467/nivar.2021.289385.1195FAعلی اکبر حیدریگروه آمار، دانشکده علوم ریاضی، دانشگاه تبریز، تبریز، ایرانJournal Article20210606Modeling data of extreme values, i.e., the highest and lowest values of natural phenomena by statistical formulas, makes it possible to predict the behavior of such data in the future. One of the methods of analyzing extreme values is the exceedances method, in which all the exceedances over a high threshold are modeled using the generalized Pareto distribution. In this paper, using this method, the statistical model is fitted to the data of high values and low values of temperature of Tabriz city in the period of 1951 to 2020, the parameters of the model are estimated, the goodness of fit of the model is evaluated, and finally some necessary predictions such as the mean return periods of minimum and maximum values of the temperature of Tabriz have done for different periods of time. One of the results of this study is that with 95% confidence, the upper limit for the maximum temperature of Tabriz is equal to 41.11 ° C with an average return period of 20 years and the lower limit for the minimum temperature of Tabriz is equal to -20.91 ° C with the average return period of 20 years.مدلبندی دادههای مقادیر فرین، یعنی بیشترین و کمترین مقادیر پدیدههای طبیعی بهوسیله فرمولهای آماری، پیشبینی رفتار اینگونه دادهها در آینده را امکانپذیر میسازد. یکی از روشهای تحلیل دادههای مقادیر فرین، روش فزونیها است و در آن تمامی فزونیهای بالای یک سرحد بزرگ، با استفاده از توزیع پارتوی تعمیم یافته مدلبندی میشوند. در این مقاله، با استفاده از این روش، به هر کدام از دادههای مقادیر زیاد و مقادیر کم دمای ایستگاه هواشناسی تبریز در بازه زمانی 1330 تا 1399 مدل آماری مناسب برازش داده شده است. سپس پارامترهای مدلها، برآورد شده و نیکویی برازش آنها مورد ارزیابی قرار گرفته است. در پایان برخی پیشبینیهای لازم مانند میانگین دورههای بازگشت مقادیر کمینه و بیشینه دمای شهر تبریز برای مدت زمانهای مختلف، انجام شده است. از جمله نتایج این تحقیق این است که با اطمینان 95 درصد، یک کران بالا برای بیشینه دمای هوای تبریز برابر با 56/42 درجه سانتیگراد با میانگین دوره بازگشت 20 ساله و یک کران پایین برای کمینه دمای هوای تبریز برابر با 37/22- درجه سانتیگراد با میانگین دوره بازگشت 20 ساله است.https://nivar.irimo.ir/article_139820_fabbc4d022e54036ee7b68033c059a19.pdfسازمان هواشناسی کشورنیوار1735-056545114-11520210923Investigation of the effect of meteorological- agricultural drought on rainfed wheat yield in Iran using SPEIبررسی اثر خشکسالی هواشناسی- کشاورزی بر عملکرد گندم دیم در ایران با استفاده از شاخص SPEI152613629210.30467/nivar.2021.295544.1198FAهانیه دهقانی سرگزیگروه مهندسی منابع طبیعی، دانشگاه هرمزگانام البنین بذرافشانعضو هیات علمی گروه مهندسی منایع طبیعی، دانشگاه هرمزکان0000-0003-2524-3992حسین زمانیگروه آمار و ریاضی، دانشکده علوم پایه، دانشگاه هرمزگانJournal Article20210717The aim of this study is to evaluate the yield of rainfed wheat in Iran affected by drought. Climatic information and yield of reinfed wheat in Iran from 1983 to 2014 were prepared from ءَMAJ and IRIMO. Accordingly, the climate type of each region was determined based on the extended De-Martone method. SPEI calculated in 3, 6, 9, 12 and 18 months scales in each climate. Using the Umbrothermic method, the wet period of the year was selected as the effective period of drought on the growth of rainfed wheat. During these periods, the average SPEI was taken each year to represent the annual SPEI changes in the scales studied. Rainfed wheat yield was standardized annually. The relationship between SPEI and rainfed wheat was estimated by the Spear-man correlation method. The temporal and spatial trends of drought and yield in Iran were also examined. Based on the results, the highest correlation was observed in the southeast, west and northwest on a scale of 3 to 6 months and the lowest correlation was observed in the east. The trend of drought in Iran is increasing and the trend of wheat yeild is not significant and sometimes decreasing trend. The results of this study will be useful in managing and planning the development of rainfed wheat cultivation based on future climatic conditions.با توجه به اهمیت تغییرات اقلیمی در بخش کشاورزی و وابستگی میزان عملکرد محصولات دیم به نزولات جوی به ویژه محصول استراتژیک گندم، ارائه اطلاعات صحیح در زمینه وقوع خشکسالی و ترسالی ضروری است. این تحقیق با هدف ارزیابی عملکرد تولید گندم دیم در ایران تحت تاثیر پدیده خشکسالی صورت گرفته است. آمار اقلیمی و عملکرد گندم دیم کشور طی دوره آماری 1983 تا 2014 از سازمانهای متبوع تهیه گردید. اقلیم هر منطقه براساس روش دومارتن گسترش یافته مشخص گردید. با استفاده از SPEI شاخص خشکسالی کشاورزی در مقیاسهای 3، 6، 9، 12 و 18 ماهه در هر اقلیم محاسبه گردید و براساس روش آمبروترمیک دوره مرطوب سال بهعنوان دوره موثر بر رشد گندم دیم انتخاب و در هر سال مقادیر SPEI در این دورهها متوسط گرفته شد که نماینده تغییرات SPEI سالانه در مقیاسهای مورد مطالعه باشد. میزان عملکرد گندم بصورت سالانه استاندارد گردید و با روش همبستگی اسپیرمن، ارتباط بین SPEI با عملکرد محاسبه شد. همچنین روند زمانی و مکانی خشکسالی و عملکرد نیز در ایران مورد بررسی قرار گرفت. طبق نتایج بدست آمده، بالاترین همبستگی در بخش جنوب شرق، غرب و شمال غرب در مقیاسهای 3 تا 6 ماهه و کمترین همبستگی مربوط به شرق مشاهده گردید. نتایج نشان داد، روند خشکسالی در ایران رو به افزایش و روند عملکرد فاقد روند معنی دار و گاها کاهشی است. نتایج این تحقیق، کاربرد مفیدی در مدیریت و برنامه ریزی توسعه کشت گندم دیم براساس شرایط اقلیمی در آینده خواهد داشت.https://nivar.irimo.ir/article_136292_1fad3218c75beac4c161756c74ca83c5.pdfسازمان هواشناسی کشورنیوار1735-056545114-11520210923Investigating the impact of horizontal and vertical resolution of the WRF model on precipitation forecast: several cases studyبررسی تاثیر تفکیک افقی و قائم مدل WRF بر پیشبینی بارش : چند مطالعه موردی274013992110.30467/nivar.2021.298864.1199FAسکینه خان سالاریگروه هوانوردی پژوهشکده هواشناسیمجید آزادیپژوهشکده هواشناسی0000-0002-5991-9703Journal Article20210808In this study, the effect of horizontal and vertical resolution on the precipitation forecast has been investigated. For this purpose, in this study, heavy rainfall occurred in the western region of Iran using GFS data as boundary and initial conditions in the WRF mesoscale numerical forecasting model with two horizontal resolutions and four combinations of position and number of vertical levels has been simulated. The results of this study show that on days when the intensity of precipitation is significant, the results of precipitation simulation improve with increasing horizontal resolution. Also, increasing the resolution of the model in the vertical direction does not necessarily lead to an increase in precipitation forecasting skills and sometimes over-predicted rainfall. Skills of forecasting improved for all rainfall thresholds when the resolution above the melting level was increased. And this is because of better prediction microphysical processes. Also, increasing the resolution of the model in the lower layer of troposphere only in heavy rainfall leads to an increase in forecasting skills. Therefore, the effect of increasing the resolution of the model on forecasting skills is strongly related to the height of added levels and rainfall intensity. In addition, the factor separation methodology shows that with increasing the resolution of the model throughout the troposphere layer, the prediction skill generally decreases in the mean state, and this subject is due to the negative interaction between lower-tropospheric processes and microphysical processes above melting level.در این مطالعه، به بررسی تاثیر تفکیک افقی و قائم مدل WRF بر پیشبینی بارش پرداخته شده است. بدین منظور، شبیهسازی بارشهای سنگین رخ داده در منطقه غرب ایران با استفاده از دادههای GFS به عنوان شرایط مرزی و اولیه در مدل پیشبینی عددی میانمقیاس WRF و با پیکربندی ارائه شده در جدول 1 با دو تفکیک افقی و چهار ترکیبِ متفاوت در موقعیت و تعداد ترازهای قائم انجام شده است. نتایج نشان میدهد در روزهایی که شدت بارش رخداده قابل توجه است، با افزایش تفکیک افقی نتایج شبیهسازی بارش بهبود مییابد. اما اگر مقدار بارش قابل توجه نباشد میانگین نتایج شبیهسازی با افزایش تفکیک افقی اجرای مدل تغییر چندانی را نشان نمیدهد. همچنین افزایش تفکیک مدل در راستای قائم لزوما منجر به افزایش مهارت پیشبینی بارش نمیشود و گاهی منجر به فراپیشبینی نیز میشود. به طور کلی با افزایش تفکیک قائم در بالای لایه ذوب مهارت پیشبینی افزایش مییابد. همچنین افزایش تفکیک قائم در لایه زیرین وردسپهر تنها در بارشهای سنگین منجر به افزایش مهارت پیشبینی میگردد. بنابراین تاثیر افزایش تفکیک مدل بر مهارت پیشبینی به شدت به موقعیت افزایش ترازها و شدت بارش بستگی دارد. علاوه بر این روابط جداسازی عاملهایِ موثر در بالای لایه ذوب و لایه زیرینِ لایه ذوب نشان میدهد که با افزایش تفکیک مدل در سرتاسر لایه وردسپهر، بهطور کلی مهارت پیش-بینی در حالت میانگین کاهش مییابد. این مطلب به علت برهمکنش منفیِ فرآیندهای موثر در وردسپهر زیرین و فرآیندهای خردفیزیکی بالای لایه ذوب است.https://nivar.irimo.ir/article_139921_8807abaa7c354ba190a51f1cf0ac2dbb.pdfسازمان هواشناسی کشورنیوار1735-056545114-11520210923Studying of climate extremes events in East Azerbaijan province for 2009-2018بررسی رخدادهای حدی اقلیمی در استان آذربایجان شرقی در دورهی آماری 1397-1388415114090110.30467/nivar.2021.271314.1180FAمهدی اصلاحیکارشناس هواشناسی کاربردی، گروه تحقیقات هواشناسی کاربردی، اداره کل هواشناسی آذربایجان شرقیفرناز پوراصغرمعاون توسعه و پیش بینی اداره کل هواشناسی آذربایجان شرقییونس اکبرزادهکارشناس منطقه ای تغییراقلیم، گروه تحقیقات هواشناسی کاربردی اداره کل هواشناسی آذربایجان شرقیJournal Article20210201In disaster risk management, recognizing, predicting and anticipating its occurrence plays an important role in the losses reduction. Therefore, identifying extreme events and examining changes in their occurrence is very important. For this purpose, according to the guidelines of the World Meteorological Organization (WMO) the extreme events that occurred in East Azerbaijan during in the last 10 and 5 years (2009-2018) were analyzed. The studied indicators are: heat waves, cold waves, extreme precipitation, dust and hail. During the study period, different regions of the province have been affected by climate extreme events. Heat indices show that during the last 5 years, the heat wave, its length and intensity has increased compared to the 10-year period, which indicates the impact of climate change in recent years. The cold wave and its intensity have increased in the last 5 years, but the cold wave length has decreased relatively. Heavy rainfall has increased in the northern half of the province over the past 5 years. The number of hail events does not show a noticeable trend during 10 years and its distribution is almost the same for 10 and 5 years`. The cities of Maragheh, Tabriz, Ahar, Jolfa, Varzeqan, Sarab, AjabShir and Shabestar have experienced the most extreme events during the last 10 years, respectively.در مدیریت ریسک بلایا، شناخت، پیشبینی و پیشآگاهی وقوع آن نقش بسزایی در کاهش خسارات دارد. لذا شناسایی رخدادهای حدی و بررسی تغییرات وقوع آنها دارای اهمیت بسیاری است. بدین منظور تحلیل پدیدههای حدی رخداده در استان آذربایجان شرقی طی 10 و 5 سال اخیر (1397-1388) براساس دستورالعمل سازمان هواشناسی جهانی (WMO) مورد بررسی قرار گرفته و پهنهبندی گردید. شاخصهای مورد بررسی عبارتند از: امواج گرمایی، امواج سرمایی، بارشهای حدی، گردوغبار و تگرگ. در بازهی زمانی مورد مطالعه مناطق مختلف استان تحت تأثیر رخدادهای حدی اقلیمی قرار داشتهاند. شاخصهای حدی گرمایی نشان میدهد طی 5 سال اخیر موج گرما، طول و شدت آن نسبت به دوره ی10ساله افزایش یافته است که نشاندهندهی اثر تغییراقلیم طی سالهای اخیر است. موج سرما و شدت آن در 5 سال اخیر افزایش یافته ولی طول موج سرما نسبتاً کاهش یافته است. بارش سنگین طی 5 سال اخیر در نیمهی شمالی استان افزایش یافته است. تعداد رخداد تگرگ در طی10 سال روند محسوسی ندارد و توزیع آن در دو دورهی 10 و 5 ساله تقریباً مشابه است. شهرستانهای مراغه، تبریز، اهر، جلفا، ورزقان، سراب، عجب شیر و شبستر به ترتیب بیشترین رخدادهای حدی را در طول دورهی 10 سال اخیر تجربه نمودهاند.https://nivar.irimo.ir/article_140901_1dfec1d9775d94c6b480aaa2d718ed45.pdfسازمان هواشناسی کشورنیوار1735-056545114-11520210923Prediction of Dust Storms in Khuzestan Province Using Artificial Neural Networksپیشبینی طوفانهای گردوغبار در استان خوزستان با استفاده از شبکههای عصبی مصنوعی526914163810.30467/nivar.2021.303747.1200FAمسعود پورغلام آمیجیدانشجوی دکتری گروه مهندسی آبیاری و آبادانی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران.0000-0002-8691-000Xمحمد انصاری قوجقاردانشجوی دکتری گروه مهندسی آبیاری و آبادانی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران.خالد احمدالیاستادیار، گروه احیا مناطق خشک و کوهستانی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران.Journal Article20210908. In this study to predict dust storms, hourly dust data and monthly data maximum, minimum, average temperature, maximum wind speed, and total precipitation in three synoptic stations of Abadan, Ahvaz, and Bostan with statistics period for 25 years (1990-2014) were collected. To investigate the impact of dust storms from climatic fluctuations, in addition to the mentioned variables, the Standardized Precipitation Evapotranspiration Index (SPEI) was also calculated in the seasonal time window. Predicting the number of days with seasonal dust storms using four artificial intelligence methods including MLP, ANFIS, RBF, and GRNN was performed. These were evaluated in the form of three experiments including the effect of adding auxiliary features on the prediction, the effect of the number of previous seasons on the prediction, and the best technique among the models used. The results showed that in all stations, the use of all features has improved dust prediction and the value of the Mean Absolute Error (MAE) for Abadan, Ahvaz, and Bostan stations is equal to 1.15, 1.66, and 0.66, respectively were obtained, all of which were related to the autumn season. In conclusion, it can be said that in Bostan station, if all the features and data of the last four seasons are used, the ANFIS model as input causes the prediction error to be reduced and a better result to be obtained. In the Abadan station, using the MLP model gives such a result.در این پژوهش برای پیشبینی طوفانهای گردوغبار، دادههای ساعتی گردوغبار و دادههای ماهانه دمای بیشینه، کمینه، میانگین، سرعت بیشینه باد و مجموع بارش در سه ایستگاه سینوپتیک آبادان، اهواز و بستان با طول دوره آماری 25 ساله (2014-1990) گردآوری شد. برای بررسی تأثیرپذیری طوفانهای گردوغبار از نوسانات اقلیمی علاوه بر متغیرهای مذکور، شاخص خشکسالی استانداردشده بارش-تبخیر و تعرق (SPEI) نیز در پنجره زمانی فصلی محاسبه گردید. پیشبینی تعداد روزهای همراه با طوفانهای گردوغبار در مقیاس فصلی با استفاده از چهار روش هوش مصنوعی شامل MLP، ANFIS، RBF و GRNN انجام شد که در قالب سه آزمایش شامل بررسی تأثیر افزودن ویژگیهای کمکی بر روی پیشبینی، بررسی تأثیر تعداد فصلهای گذشته در پیشبینی و بررسی بهترین تکنیک از بین مدلهای استفادهشده مورد ارزیابی قرار گرفت. نتایج نشان داد که در تمامی ایستگاهها، استفاده از همه ویژگیها باعث بهبود پیشبینی گردوغبارشده است و مقدار شاخص میانگین قدر مطلق خطا (MAE) برای ایستگاههای آبادان، اهواز و بستان به ترتیب برابر با 1/15، 1/66 و 0/66 به دست آمد که همگی مربوط به فصل پاییز بودند. همچنین نتایج نشان داد که در ایستگاه بستان، با فرض ثابت بودن دادههای چهار فصل گذشته و استفاده از تمام ویژگیهای ورودی، مدل ANFIS باعث میشود که خطای پیشبینی کمتر شده و نتیجه بهتری حاصل شود. در ایستگاه آبادان استفاده از مدل MLP چنین نتیجهای را به دست میدهد. ضمن اینکه در ایستگاه اهواز مدل RBF بهترین مدل شناخته شد.https://nivar.irimo.ir/article_141638_1db62652ae18240ff5c7e2a2ad8c2fb4.pdfسازمان هواشناسی کشورنیوار1735-056545114-11520210923Sensitivity Study of Simulations of Two Fog Events at Ardebil Airport to the PBL Scheme, Using WRF modelحساسیتسنجی شبیهسازی عددی دو رخداد مه در فرودگاه اردبیل به طرحواره لایه مرزی سیارهای با استفاده از مدل WRF708314069610.30467/nivar.2021.307166.1202FAراضیه پهلواندانشجوی دکترا/ پژوهشگاه هواشناسی و علوم جومحمد مرادیعضو هیات علمی پژوهشکده هواشناسی0000-0002-5356-8578سحر تاجبخشعضو هیات علمی پژوهشکده هواشناسی/ پژوهشگاه هواشناسی و علوم جو- .0000-0003-3424-5287مجید آزادیدانشیار و عضو هیات علمی پژوهشگاه هواشناسی0000-0002-5991-9703مهدی رهنماهیات علمی / پژوهشکده هواشناسی0000-0003-1644-8822Journal Article20210929In this study, numerical simulation of two advection and radiation fog events at Ardabil Airport in January 2015 was performed using the Weather Research and Forecasting (WRF) model and SW99 visibility algorithm. Six Planetary Boundary Layer (PBL) schemes including YSU, MYJ, ACM2, MYNN2.5, MYNN3 and QNSE were used to evaluate the sensitivity of fog simulation to the PBL schemes. The results show that the simulation of these two fog events is sensitive to PBL. Also, due to the importance of accurate prediction of 2-m relative humidity, temperature and dew point temperature and 10-m wind speed in fog forecasting, the sensitivity of simulation of these variables to PBL scheme was investigated. The results showed that the simulation of advection fog event was successfully performed using most of PBL schemes mentioned above. YSU, ACM2 and MYNN2.5 schemes performed better in simulation of advection fog. The QNSE scheme was not successful in simulating the advection fog event. In radiant fog simulation, most PBL schemas were not able to simulate the moisture required to form fog at the time of fog occurrence.<br />Most PBL schemes were not able to simulate the moisture required for formation of fog at the time of the radiation fog event. A few hours before the onset of the radiation fog event, the WRF model with most schemes simulated the visibility reduction due to the fog. Generally, QNSE and MYJ schemes performed worse than other schemes in simulating temperature, dew point temperature, relative humidity and wind speed.در این تحقیق شبیهسازی عددی دو رخداد مه فرارفتی و تابشی در فرودگاه اردبیل در ژانویه 2015 با استفاده از برونداد مدل میان مقیاس WRF و الگوریتم دید SW99 برای پیشبینی دید افقی انجام شد. برای بررسی حساسیت پیشبینی مه به طرحواره لایه مرزی سیارهای (PBL)، از 6 طرحوارهی YSU، MYJ، ACM2، MYNN2.5، MYNN3 و QNSE استفاده شد. نتایج نشان داد که شبیهسازی این دو رخداد مه به فرآیندهای لایه مرزی سیارهای حساس است. همچنین به دلیل ارتباط پیشبینی مه به کمیتهای دما، دمای نقطه شبنم، نم نسبی و سرعت باد، حساسیت شبیهسازی این متغیرها نیز به طرحوارههای PBL مورد بررسی قرار گرفت. نتایج نشان داد که شبیهسازی مه فرارفتی با بیشتر طرحوارههای PBL با موفقیت انجام شد و طرحوارههای YSU، ACM2 و MYNN2.5 عملکرد بهتری در شبیهسازی مه فرارفتی داشتند. طرحواره QNSE در شبیهسازی مه فرارفتی موفق نبود. در شبیهسازی مه تابشی، بیشتر طرحوارههای PBL قادر به شبیهسازی نم نسبی مورد نیاز برای تشکیل مه در زمان رخداد مه نبودند و چند ساعت قبل از شروع رخداد مه تابشی، مدل WRF با بیشتر طرحوارهها کاهش دید ناشی از رخداد مه را شبیهسازی کرد. به طور کلی طرحوارههای QNSE و MYJ نسبت به طرحوارههای دیگر عملکرد ضعیفتری در شبیهسازی دما، دمای نقطه شبنم، نم نسبی و سرعت باد داشتند.https://nivar.irimo.ir/article_140696_dd3344e803f64f19b2e1b25711904d15.pdfسازمان هواشناسی کشورنیوار1735-056545114-11520210923Simulation and comparison of runoff estimation by neural network methods, regression and fuzzy inference(A case study:Dez catchment)شبیه سازی ومقایسه ی برآورد رواناب به روش های شبکه عصبی،رگرسیون و استنتاج فازی(مطالعه ی موردی: حوضه آبریز دز)849614448410.30467/nivar.2022.290750.1196FAغزاله احمدیان احمدآباددانش آموخته دانشکده فنی و مهندسی،دانشگاه ازاد اسلامی،واحد اسلامشهر،اسلامشهر-ایرانمحمود ذاکری نیریگروه مهندسی عمران، واحد اسلامشهر، دانشگاه آزاد اسلامی، اسلامشهر، ایرانJournal Article20210620Due to prolonged droughts in the recent decades. The importance of predicting the flow rate of surface water in rivers for water resources management increases. In this regard the flow rates in the natural water ways. Which is the most important supplement source for water in dam storages. are considered as the most vital factors in predicting surface water. To evaluate the accuracy of different models have been used runoff data of thirteen stations without trend in dez catchment. In this study, artificial neural network, support vector regression and adaptive neuro-fuzzy inference system methods with clustering and grid partitioning approaches were used to the simulation of run-off in dez catchment. Simulation results of runoff using the mentioned methods were compared using the statistical indicators of R, RMSE and NSE. Comparison between ANN, ANFIS and SVR showed that although the difference in the accuracy of the models is very small. It can be said that all three models have acceptable answers. The results also show that the ANN and ANFIS with clustering approach models with NSE=0.66 and 0.66 respectively during the test period have the ability to simulate two models SVR and ANFIS with grid partitioning approach.بعلت بروز خشکسالی های متمادی و کاهش شدید بارندگی در چند دهه اخیر، پیش بینی وضعیت اندازه جریان منابع آب های سطحی در رودخانه ها جهت مدیریت منابع آب اهمیت ویژه ای یافته است. ازاین نظر، اندازه ی بده ی عبوری از رودخانه ها که مهم ترین منبع تغذیه ی آب پشت سدها است، جزء مهم ترین عوامل در زمینه ی پیش بینی آب های سطحی به شمار می رود. برای ارزیابی دقت شبیه های مختلف، از داده های رواناب13ایستگاه فاقد روند در حوضه ی آبریز دز استفاده شده است. در این تحقیق، به منظورشبیه سازی رواناب در حوضه ی آبریز دز، ازروش های شبکه عصبی مصنوعی، رگرسیون و استنتاج فازی استفاده گردید. نتایج شبیه سازی رواناب با کاربرد روش های ذکر شده با استفاده از شاخص های آماری R،RMSE و NSEارزیابی گردیدند. درحالت کلی نتایج حاکی از دقت قابل قبول هر سه روش می باشد. مقایسه بین مدل هایANN، ANFIS و SVR نشان داد هر چند که اختلاف در دقت مدل ها بسیار ناچیز است، می توان گفت هر سه مدل جواب قابل قبول و نزدیک به هم داشته اند. نتایج نشان می دهد که ANN و ANFIS با رویکرد کلاسترینگ به ترتیب با نش ساتکلیف 0.66 و 0.66 در دوره ی تست، توانایی بیشتری در شبیه سازی نسبت به دو مدل SVR و ANFIS با رویکرد شبکه بندی دارند.https://nivar.irimo.ir/article_144484_924f9d5bb6988c7b7dd79eb20e5ef220.pdfسازمان هواشناسی کشورنیوار1735-056545114-11520210923Investigation the effect of environmental parameters on mangrove ecosystems using satellite imagesبررسی تأثیر پارامترهای محیطی بر اکوسیستمهای مانگرو با استفاده از تصاویر ماهواره ای9710714614110.30467/nivar.2021.146141FAمرتضی شریفدانشآموخته رشته سنجش از دور و GIS، دانشکده جغرافیا، دانشگاه تهران، شوشتر0000-0001-6531-5933سارا عطارچیاستادیار و عضو هیئت علمی گروه سنجش از دور و GIS، دانشکده جغرافیا، دانشگاه تهران، تهران0000-0002-7458-4980Journal Article20211216Mangrove forests have faced serious challenges in the last two decades due to climate change. Therefore, continuous monitoring of these ecosystems at local and regional levels is necessary to prioritize management measures and provide the desired infrastructure to reduce and/or prevent these tensions. In this study, mangrove forest changes between 2020-2013 were evaluated using satellite images (Landsat 8), HYCOM Data, and meteorological data from meteorological ground stations in the Persian Gulf and the Oman Sea. The results of the study indicate the trend of increasing the Sea surface temperature of the Oman Sea by 0.12 and the Persian Gulf by 0.2 ° C. The Sea surface salinity of the Oman Sea is increasing at a faster rate compared to the Persian Gulf. The average salinity is higher in the Persian Gulf. On the other hand, according to the NDVI index, the rate of change of chlorophyll content of plants in mangrove ecosystems on the coasts of the Persian Gulf was higher than the Oman Sea. The correlation between NDVI index and air temperature, precipitation and Sea surface temperature showed that these factors had the highest influence on the process of mangrove forest changes in the Persian Gulf and the Oman Sea. However, this impact was different in different regions. Mangrove in Qeshm region had the greatest effect (with 0.8 R<sup>2</sup> for air temperature and 0.3 R<sup>2</sup> Sea surface temperature). Mangrove ecosystems of Chabahar coast have shown the lowest correlation with these parametersجنگلهای مانگرو طی دو دهه اخیر در پی تغییرات الگوهای پارامترهای اقلیمی با چالشهای جدی مواجه شدهاند. از این رو، پایش و بررسی مداوم این اکوسیستمها در سطوح محلی و منطقهای به منظور اولویتبندی اقدامات مدیریتی و فراهم کردن زیرساختهای مطلوب برای کاهش ویا جلوگیری از این تنشها ضروری است. برای این هدف در این تحقیق، تغییرات جنگلهای مانگرو با استفاده از تصاویر ماهوارهای (لندست 8)، دادههای هیبریدی و هواشناسی از ایستگاههای زمینی هواشناسی در سطح منطقه خلیج فارس و دریای عمان بین سالهای 2020-2013 ارزیابی شد. نتایج مطالعه حاکی از روند افزایش دمای سطح آب دریای عمان با 12/0 و خلیج فارس با °C 2/0 است. شوری سطح دریای عمان با روند سریعتری نسبت به خلیج فارس در حال افزایش است. در صورتی که متوسط شوری در خلیج فارس بیشتر است. از طرف دیگر، بر اساس شاخص NDVI سرعت تغییرات میزان کلروفیل گیاهان در اکوسیستمهای مانگرو سواحل خلیج فارس بیشتر از دریای عمان مشاهده شد. میزان همبستگی بدست آمده بین NDVI با دمای هوا، بارش و دمای سطح آب نشان داد که این عوامل بیشترین تأثیرگذاری را بر روند تغییرات جنگلهای مانگرو در کرانههای عمان و خلیج فارس داشتهاند. با این حال، در مناطق مختلف این تأثیرپذیری متفاوت بود. مانگروهای واقع در منطقه قشم بیشترین تأثیرپذیری (با 8/0 R<sup>2</sup> برای دمای هوا و 3/0 R<sup>2</sup> با دمای سطح دریا) را از این عوامل داشتهاند. سپس، جنگلهای مانگرو در سواحل بوشهر بیشترین همبستگی را با این پارامترها نشان دادهاند. اما این همبستگی در اکوسیستمهای مانگرو سواحل چابهار کمتر بود.https://nivar.irimo.ir/article_146141_2da2a4d87568d4c863c5dda6e01d100b.pdfسازمان هواشناسی کشورنیوار1735-056545114-11520210923Monitoring of changes from Chalous to Tonekabon Coastline Using Sentinel-1 Satellite Imagesبررسی تغییرات خط ساحلی چالوس تا تنکابن با استفاده از تصاویر ماهوارهای سنتینل-110811614614210.30467/nivar.2021.146142FAاحسان رستمی سقزدانشجوی کارشناسی ارشد، دانشکده مهندسی نقشه برداری و اطلاعات مکانی، دانشکدگان فنی-دانشگاه تهرانمحمدعلی شریفیدانشیار ، دانشکده مهندسی نقشه برداری و اطلاعات مکانی، دانشکدگان فنی-دانشگاه تهرانمهدی حسنلودانشیار ، دانشکده مهندسی نقشه برداری و اطلاعات مکانی، دانشکدگان فنی-دانشگاه تهرانJournal Article20211209The coastline is considered as the boundary between water and land. coasts are one of the most important environmental effects that directly affect human life. Rising sea levels due to global warming have made coastal cities among the areas under threat. Therefore, management and planning to prevent coastal erosion is one of the important issues that should be considered. In this research, we have studied the changes of shoreline using sentinel-1 satellite images in mazandaran province, the coast between the cities of chalous and tonekabon. For this purpose, two images on 15/01/2019 and 01/09/2021 have been used and the desired images have been taken from the google earth engine system. In the pre-processing step of the images, we corrected the height error of the study area and adjusted the speckle noise. The edge of the shore was discovered with the otsu threshold in the images. Finally, Digital Shoreline analysis system (DSAS) was used to calculate the amount of sedimentation and erosion of the coast by EPR technique. In 87% of the coast of this transects, we have witnessed coastal erosion. The average amount of erosion is about 7 meters per year.خط ساحلی به عنوان مرز بین آب و خشکی تلقی میشود. سواحل از مهمترین عوارض زیست محیطی بوده که بر زندگی انسانها به طور مستقیم اثر گذار است. بالا رفتن سطح دریاها به سبب گرمایش زمین باعث شده است شهرهای ساحلی از جمله مناطقی باشند که تهدید میشوند. بنابراین مدیریت و برنامهریزی جهت جلوگیری از فرسایش سواحل از موارد مهمی است که باید به آن توجه کرد. در این تحقیق به بررسی تغییرات سواحل با استفاده از تصاویر ماهواره سنتینل-1 در استان مازندران، ساحل بین شهرهای چالوس تا تنکابن پرداختهایم. بدین منظور از دو تصویر در تاریخ 15/01/2019 و 01/09/2021 استفاده شده و تصاویر موردنظر از سامانه گوگل ارثانجین اخذ شده است. در مرحله پیشپردازش تصاویر به تصحیح خطای ارتفاعی منطقه موردمطالعه و تعدیل نویز اسپکل پرداختیم. سپس لبه ساحل به کمک حد آستانه اوتسو درتصاویرکشف شد. درنهایت جهت محاسبه میزان رسوبگذاری وفرسایش ساحل با تکنیک EPRاز سامانه تحلیل رقومی خط ساحلی (DSAS) استفاده شد. در 87 درصد ساحل این منطقه شاهد فرسایش ساحل بودهایم. مقدار فرسایش بطور میانگین حدود 7 متر درسال است.https://nivar.irimo.ir/article_146142_9738079db997fdd602da48a8216e49d0.pdfسازمان هواشناسی کشورنیوار1735-056545114-11520210923Study of the Long-term Average Concentration of Chlorophyll a and Its Relation to Variations in Sea Level Temperature and Aerosol Optical Depth over the Sea of Oman and the Persian Gulf (2003-2020)مطالعه میانگین بلندمدت غلظت کلروفیل و ارتباط آن با تغییرات دمای سطح دریا و عمق نوری هواویزها روی دریای عمان و خلیجفارس (2020-2003)11712514614710.30467/nivar.2021.146147FAنوشین خدامدکتری هواشناسی، پژوهشگاه هواشناسی و علوم جو، تهران0000-0002-3250-9229سارا عطارچیاستادیار، دانشکده جغرافیا، دانشگاه تهران، تهران0000-0002-7458-4980مهدی رهنمااستادیار، پژوهشگاه هواشناسی و علوم جو، تهران0000-0003-1644-8822ساویز صحتاستادیار، پژوهشگاه هواشناسی و علوم جو، تهران0000-0002-8577-208Xسحر تاج بخشاستادیار، پژوهشگاه هواشناسی و علوم جو، تهران0000-0003-3424-5287Journal Article20211226Chlorophyll concentrations in marine environments indicate phytoplankton levels and ultimately the production of marine ecosystems. Chlorophyll concentration is not constant and depends on quantities such as sea surface temperature and aerosols optical depth, it also has seasonal variations and the correlation between these factors is various at different depths. Investigating the long-term relationship (2003 to 2020) between sea level temperature changes and aerosol optical depth with chlorophyll concentration on the Persian Gulf and the Sea of Oman coasts using daily MODIS products shows a considerable correlation in coastal areas. This correlation is the highest in shallowest water depths. The trend of sea-level temperature and light depth of aerosols changes in the two regions of the Persian Gulf and the Sea of Oman is similar, and its highest values are observed in summer, while its lowest is observed in winter. Remarkably, this seasonal trend is reversed in chlorophyll concentrations, with the lowest values observed in summer and the highest in winter. Additionally, the study of dust occurrence on July 30, 2018, showed the possibility of time delay in the correlation between sea-level temperature and aerosol optical depth with chlorophyll-a concentration.غلظت کلروفیل در محیطهای دریایی نشاندهنده میزان فیتوپلانکتون و در نهایت تولید زیستبومهای دریایی است. غلظت کلروفیل ثابت نیست و به کمیتهای نظیر دمای سطح دریا[1] و عمق نوری هواویزها[2] بستگی دارد؛ همچنین دارای تغییرات فصلی است و همبستگی بین این عوامل در عمقهای متفاوت، مختلف است. بررسی رابطه بلند مدت بین تغییرات دمای سطح دریا و عمق نوری هواویزها با غلظت کلروفیل در سواحل خلیج فارس و دریای عمان با استفاده از محصولات روزانه MODIS در بازه زمانی 2003 تا 2020 نشان می دهد در نواحی سواحلی که دارای عمق آب کمتری است، همبستگی بیشتر است. بیشترین میزان همبستگی در نواحی جنوبی خلیج فارس که کمعمقترین منطقه در خلیج فارس و دریای عمان است، مشاهده شده است. روند تغییرات دمای سطح دریا و عمق نوری هواویز در دو منطقه خلیج فارس و دریای عمان، مشابه است و مقادیر بیشینه آن در فصل تابستان و کمینه آن در زمستان مشاهده شده است. این روند فصلی در غلظت کلروفیل معکوس است؛ بهطوریکه کمترین مقادیر در تابستان و بیشترین مقادیر در زمستان مشاهده شده است. همچنین بررسی مطالعه رخداد گردوخاک در تاریخ30 ژوئیه 2018 احتمال وجود تأخیر زمانی در همبستگی دمای سطح دریا و عمق نوری هواویز با غلطت کلروفیل را نشان داد.<br /> <br /> https://nivar.irimo.ir/article_146147_737c76b2ed6331961fca7e68ed87bf36.pdfسازمان هواشناسی کشورنیوار1735-056545114-11520210923Numerical Simulation of Harmful Algal Bloom Using PROBE Numerical Model (Case Study: Hormozgan Province Red Tide)شبیه سازی عددی شکوفایی جلبک های مضر با استفاده از مدل عددی PROBE (مطالعه موردی، کشند قرمز استان هرمزگان)12613614614810.30467/nivar.2021.146148FAبهزاد لایقیدکترای فیزیک دریا، مدیر کل مرکز علوم جوی و اقیانوسی0000-0002-6987-4078Journal Article20211224Due to the importance of this red tide phenomenon and its effect on the habitats of marine life, the study of this phenomenon in the Persian Gulf and the Sea of Oman is necessary. This research is written only with a physical view and the study of other aspects is the responsibility of experts in the relevant fields. There are various methods to study this phenomenon, including field studies, satellite studies and numerical modeling. In this research, one-dimensional PROBE software has been used for different stations in the Oman Sea, the Strait of Hormuz and the Persian Gulf. The input data of the model include meteorological synoptic data: air temperature, u and v components of wind speed, cloudiness and relative humidity of Qeshm station in February 2008.<br />Studies show that the modeling results of temperature, salinity, phosphate and nitrate are almost consistent with the measurement data. In stations located in the Persian Gulf and the Sea of Oman, in places where the amount of temperature, salinity and nutrients is maximum, the concentration of plankton, which depends on these parameters, also reaches its maximum. As predicted, the amount of green-blue plankton concentration is higher than (only) nitrate and phosphate dependent plankton concentration.<br /> <br /> <br /> <br /> با توجه به اهمیت این پدیده کشند قرمز و اثر آن بر زیستگاههای جانداران دریایی، مطالعه این پدیده در منطقه خلیج فارس و دریای عمان ضروری است. این تحقیق فقط با دید فیزیکی نوشته شدهاست و بررسی از جنبههای دیگر به عهده متخصصان رشتههای مربوطه میباشد. برای بررسی این پدیده روشهای مختلفی از جمله مطالعات میدانی، مطالعات ماهوارهای و مدلسازی عددی وجود دارد. در این تحقیق از نرم افزار یک بعدی PROBE برای ایستگاههای مختلف دریای عمان، تنگه هرمز و خلیج فارس استفاده شده است. داده های ورودی مدل شامل داده های سینوپنیک هواشناسی: دمای هوا، مؤلفه های u و v سرعت باد، ابرناکی و رطوبت نسبی ایستگاه قشم در ماه فوریه 2008 میباشند.<br />بررسیها نشان میدهد که نتایج مدل سازی دما ، شوری ، فسفات و نیترات با داده های اندازه گیری تقریبا همخوانی دارد. در ایستگاه هایی که در خلیج فارس و دریای عمان قرار دارند در مکانهایی که مقدار دما و شوری و مواد مغذی ماکزیمم می باشد غلظت پلانکتونها نیز که وابسته به این پارامترها است نیز به مقدار ماکزیمم خود میرسد. همانطور که پیش بینی شده بود مقدار غلظت پلانکتون سبز-آبی از غلظت پلانکتون وابسته به (فقط) نیترات و فسفات بیشتر می باشد.https://nivar.irimo.ir/article_146148_94d5fd0c87f91370070e4e92f039006f.pdfسازمان هواشناسی کشورنیوار1735-056545114-11520210923Forecasting future temperature and precipitation under the effects of climate change using the LARS-WG climate generator (Case Study: South Zagros Region of Iran(پیشنگری تغییرات دما و بارش با استفاده از سناریوهای واداشت تابشی مولد آب و هوایی LARS-WG در زاگرس جنوبی13715314655410.30467/nivar.2022.319565.1209FAحسن محمدیکارشناس ارشد مهندسی عمران- مهندسی مدیریت منابع آب(جزء انجمن ملی حامی نخبگان)، دانشگاه یاسوج، یاسوج0000-0002-5839-5231رضا خلیلیکارشناس ارشد مهندسی عمران، مهندسی مدیریت منابع آب، دانشگاه یاسوج، کهگیلویه و بویر احمد، ایران.0000-0001-5068-869Xسجاد محمدیکارشناس مهندسی عمران- عمران، چهارمحال و بختیاری، ایران.Journal Article20211213Predicting changes in meteorological variables in the long run is of great importance in the study of climate change. The aim of this study is to provide a perspective of temperature and precipitation changes in the western and southwestern regions of Iran using climate-generating radiation induction scenarios LARS-WG and display the results in GIS environment so that in the coming decades macro-planners In order to adopt compatible methods and reduce the consequences of global warming. For this purpose, daily precipitation, maximum temperature, minimum temperature and sunny hours of 34 meteorological stations were studied. The climate of these stations was determined based on the Domartan classification method. LARS-WG statistical exponential model for analyzing historical data on daily rainfall, solar radiation, and daily maximum and minimum temperatures at the stations under study and to simulate future meteorological data were utilized with considering RCP4.5 and RCP8 climate scenarios. The results showed that the model can simulate with high accuracy. The 1980-2018 statistical period was compared with the 2018-2038 statistical period under the RCP4.5 and RCP8.5 scenarios; the results for the stations under study showed a general process of increasing temperature and decreasing precipitation.پیش نگری تغییرات متغیرهای هواشناسی در دراز مدت، از اهمیت زیادی در مطالعات تغییرات اقلیمی برخوردار است. این مطالعه با هدف ارائه چشم-اندازی از تغییرات دما و بارش در منطقه غرب و جنوب غرب ایران با استفاده از سناریوهای واداشت تابشی مولد آب و هوایی LARS-WG و نمایش نتایج در محیط GIS می باشد تا در دهههای آینده برنامهریزهای کلانی به منظور اتخاذ روشهای سازگار و کاهش پیامدهای گرمایش جهانی انجام شود. بدین منظور مقادیر روزانه بارش، بیشینه دما، کمینه دما و ساعات آفتابی 34 ایستگاه هواشناسی مورد بررسی قرار گرفت. اقلیم این ایستگاهها بر اساس روش طبقه بندی دومارتن تعیین و از معیارهای اندازه گیری خطای پیش بینی همانند میانگین قدر مطلق انحرافات MAD ، میانگین مجذور خطا MSE ، جذر میانگین مجذور خطا RMSE و درصد میانگین قدر مطلق خطا MAPE استفاده شد. مدل ریز مقیاس نمایی آماری LARS-WG برای تحلیل دادههای تاریخی روزانه بارش، تابش خورشیدی و درجه حرارت های بیشینه و کمینه روزانه در ایستگاههای مورد مطالعه و شبیه سازی دادههای هواشناسی آینده با در نظرگرفتن سناریوهای اقلیمی RCP4.5 و RCP8.5 به کار گرفته شد. نتایج نشان داد که مدل با دقت بالایی قادر به شبیه سازی میباشد. دوره آماری 2018-1980 میلادی با دوره آماری 2038- 2018 تحت سناریوهای RCP4.5 و RCP8.5 مورد مقایسه قرار گرفت؛ نتایج بدست آمده برای ایستگاههای مورد مطالعه، بطور کلی روند افزایش دما و کاهش میزان بارش را نشان داد.https://nivar.irimo.ir/article_146554_b5c2ef771fcf1bb14ef2c6552d921f46.pdf