Northwest of Iran's Classification by Precipitation's Characteristics

Document Type : Original Article

Authors

Abstract

Ever-increasing in climatic observations, appearing advanced computers and changing of outlook towards natural phenomenon have caused that multivariate statistical methods to be accepted by climatic experts. The importance of the subject is clarified by utilizing classification in identifying climatic homogenous regions. In order to classify the precipitation's characteristics based on 260 stations over observation period of 1966 - 2005, cluster analysis technique has been used. Cluster analysis is a multivariate statistical method that classifies a group of cases according to difference or similarity scales. This method has been used much in climatology and indicates more exact classification in comparison with traditional methods. Precipitation annual mean in northwest of country is 360.9 mm that it has a range equal to 587.3 mm and it's spatial coefficient of variation is 24 percent. To achieve results of research, softwares SPSS / win, surfer / win and Matlab was used. By using cluster analysis in 5374 pixels, finally 4 precipitation regions were identified in northwest part of Iran. These regions with different dimension and different distribution contain: - Low concentrated precipitation region with moderate snowfall - Moderate precipitation region with tendency to low distributed precipitation and much snowfall - Moderate precipitation region with tendency to much distributed precipitation and moderate snowfall - Much concentrated precipitation region with moderate snowfall

Keywords

References

 
1- جانسون، ریچارد آ و ویچرن دین دبلیو ترجمه نیرومند، حسینعلی (1386)، «تحلیل آماری چند متغیری کاربردی» انتشارات دانشگاه فردوسی مشهد.
2- حیدری، حسن (1378)، «تحلیل عناصر اقلیمی ایران به منظور ارائه یک الگوی طبقه­بندی» رساله دکتری دانشگاه تربیت مدرس.
3- ذوالفقاری، حسن (1377) «تحلیلی بر بارش­های بهاره غرب ایران» نیوار40: 22- 7.
4- سلیقه، محمد، بریمانی، فرامرز و اسمعیل نژاد، مرتضی (1387)، «پهنه­بندی اقلیمی استان سیستان و بلوچستان» جغرافیا و توسعه، شماره 12: 116 – 101.
5- عساکره، حسین (1387)، «کاربرد روش کریجینگ در میان‌یابی بارش» جغرافیا و توسعه، شماره12: 42 – 25.
6- علیجانی، بهلول(1383)، «آب و هوای ایران» انتشارات دانشگاه پیام نور.
7- غیور، حسنعلی و منتظری، مجید (1383)، «پهنه­بندی رژیم­های دمایی ایران با مؤلفه­های مبنا و تحلیل خوشه­ای» جغرافیا و توسعه، شماره 4.
8- فرشادفر، عزت ا... (1384)، «اصول و روش­های آماری چند متغیره» انتشارات طاق بستان کرمانشاه.
9- فریفته، جمشید (1366)، «سیستم­های طبقه­بندی اقلیم؛ با تاکید بر مطالعه موردی در مناطق نیمه خشک و خشک ایران» نشریه بیابان شماره 20.
10- کاویانی، محمد­رضا و علیجانی، بهلول (1380)، «مبانی آب و هواشناسی»،سمت.
11- مانلی، بی. اف. جی ترجمه مقدم، محمد و محمدی شوطی، ابوالقاسم وآقائی سربزه، مصطفی (1373)، «آشنایی با روش‌های آماری چند متغیره» انتشارات پیشتاز علم.
12- مسعودیان، ابوالفضل (1384) «شناسایی رژیم­های بارش ایران به روش تحلیل خوشه­ای» پژوهش­های جغرافیایی، شماره52: 60 – 47.
13- مسعودیان، ابوالفضل (1387) «اقلیم­شناسی ایران» انتشارات دانشگاه اصفهان.
14- مسعودیان، ابوالفضل و عطایی، هوشمند(1384) «شناسایی فصول بارشی ایران به روش تحلیل خوشه­ای» مجله پژوهشی دانشگاه اصفهان، جلد هجدهم، شماره1: 12 – 1.
15- Ahmed, Badraddin Yusuf Mohammad (1997), Climatic Classification of Saudi Arabia: an application of factor-cluster analysis, GeoJournal, 41. 1, 69-84.
16- Camargo, Suzana j & Robertson, Andrew w & Gaffney, Scott j & Smyth, Padhaic & Ghil, Michael (2007), Cluster Analysis of Typhoon Tracks. Part I: General Properties, Journal of climate, vol. 20. 3635-3653.
17- Camargo, Suzana j & Robertson, Andrew w & Gaffney, Scott j & Smyth, Padhaic & Ghil, Michael (2007), Cluster Analysis of Typhoon Tracks. Part II: Large-Scale Circulation and ENSO, Journal of climate, vol. 20. 3654-3676.
18- Darby, Lisa S (2005), Cluster Analysis of Surface Winds in Houston, Texas, and the Impact of Wind Patterns on Ozone, Journal of Applied Meteorology, vol. 44. 1788-1806.
19- Domroes. M, Kaviani. M, Schaefer. D (1998), An Analysis of Regional and Intra-annual Precipitation Variability over Iran using Multivariate Statistical Methods, Theoretical and Applied Climatology, 61, 151-159.
20- M. G. Mardikis, D. P. Kalivas and V. J. Kollias (2005), Comparison of Interpolation Methods for the Prediction of Reference Evapotranspiration- an Application in Greece, Water resources Management.
 
 
 
 
 

Files

History

  • Receive Date: 13 February 2016
  • Accept Date: 13 February 2016
  • First Publish Date: 13 February 2016

Share

How to cite

Statistics