چکیده:
اگر چه وجود یا عدم وجود تغییر اقلیم جای بحث دارد، اما تقریبا همه اقلیم شناسان گرمایش جهانی را به عنوان یک معضل و مخاطره اقلیمی قبول دارند. به دلیل اهمیت این موضوع، پژوهش پیش رو جهت ارزیابی میزان تاثیر گرمایش جهانی بر روی دماهای متوسط، به صورت ماهانه و دورهای (سرد و گرم) انجام گرفته است. برای انجام این پژوهش از دو دسته داده، دادههای دمای 17 ایستگاه سینوپتیک کشور و مقادیر متناظر آن، دادههای شاخص ناهنجاریهای متوسط دمایی خشکیها و اقیانوسهای کره زمین طی بازه زمانی 60 ساله (2010-1951) میلادی استفاده شده است. جهت انجام این پژوهش از روش همبستگی پیرسون برای محاسبه ارتباط بین دادهها، از روش رگرسیون خطی و پلینومیال جهت تحلیل روند سری زمانی دادهها، برای نشان دادن پراکندگی مکانی همبستگی بین دادههای دمای ایستگاهها با گرمایش جهانی در سطح کشور از مدل زمین آمار و در نهایت جهت تشخیص معناداری روند تغییر دماها از آزمون ناپارامتری من کندال استفاده گردیده است. با توجه به نتایج بدست آمده همه ایستگاههای مطالعاتی به غیر از ارومیه و خرمآباد روندی افزایشی در دمای متوسط را تجربه میکنند. بیشترین تاثیر گرمایش جهانی از ماه آوریل تا اکتبر مشاهده میگردد که در این بین ماههای تابستان نسبت به سایر ماهها از ضریب همبستگی بالاتری برخوردار بوده و نشان از افزایش دمای متوسط تابستانه دارد. فرآیند ذکرشده در بررسیهای تحلیل سری زمانی و تغییر روند دمایی صورت گرفته نیز کاملا مشهود بوده و تغیر روند صورت گرفته در بیشتر ماهها کاملا معنیدار بوده و تغیر در روند دمای متوسط صورت گرفته را تصدیق میکند. نتایج حاصل از تحلیلهای رابطه دمای متوسط دورههای سرد و گرم با شاخص ناهنجاریهای متوسط دمایی خشکیها و اقیانوسهای کره زمین گویای رابطه معنادار قوی دوره گرمایی نسبت به دوره سرد است. تغیر روند دمایی صورت گرفته در هر دو دوره مطالعاتی براساس نتایج حاصله کاملا معنادار میباشند.
Although it is questionable whether there is climate change, but almost all climatologists agree global warming is a problem and that climate risk. Because of this, the research ahead is done for the detection of global warming on minimum temperatures, monthly and periodic (hot and cold) as well. For this study, two groups of data, temperature data of 17 synoptic stations and corresponding amounts of data in global temperature anomalies were figured out over 60 years period of time (1951 to 2010). Goals, the Pearson correlation method for detecting relationships between data's, linear and polynomial regression for trend analysis time series data, To illustrate the correlation between the spatial distribution of temperature data with global warming stations nationwide Geostatistical model Finally, non-parametric test for detecting significant temperature change Man - Kendall were used. According to the results, all studies stations apart from Urmia and Khorramabad experience increasing trend in the average of temperature. The most influence over global warming observed from April to October is the month of the summer than other months of the relationship that has a significant high than the average summer temperature is going up. This process in the analysis of time-series and temperature trends has been quite evident. Change in trend occurred been a significant in most months and changes in the average temperature trend has been confirmed. The results obtained from the analysis period (hot and cold) temperatures average, indicating a strong relation to the heat period than the cold periods. The change in temperature trend occurred in both studies period, According to the results obtained are quite significant.
خلاصه ماشینی:
جهت انجام این پژوهش از روش همبستگی پیرسون برای محاسبه ارتباط بین داده ها، از روش روند خطی جهت تحلیل مؤلفه روند سری زمانی داده ها، برای نشان دادن پراکندگی مکانی همبستگی بین داده های دمای ایستگاه ها با گرمایش جهانی در سطح کشور از مدل زمین آمار و در نهایت جهت تشخیص معناداری روند تغییر دماها از آزمون ناپارامتری من –کندال استفاده گردیده است .
نتایج حاصل از کار خوش اخلاق و همکاران (١٣٩٠: ١٩٩) نشان میدهد که با 7- Bani-Domi 8- Bartholy & Pongracz 9- Chaouche 10-Yang وجود روند افزایشی سری زمانی دما، داده های دمای حداقل دارای افت وخیزها و دوره های کوتاه مدت سرمایشی و گرمایشی است و به طور کلی میتوان گفت که دمای حداقل در سطح کشور در طول دوره آماری مورد مطالعه روند افزایشی را طی کرده است .
(به تصویر صفحه مراجعه شود) شکل ٣: پراکندگی مکانی ضرایب همبستگی بین گرمایش جهانی با دمای متوسط الف : ماه مارس ب : ماه می در این ماه به غیر از ایستگاه های انزلی، همدان ، ارومیه و خرم آباد در بقیه ایستگاه ها رابطه معنادار مثبتی بین ناهنجاریهای دمایی کره زمین و دمای متوسط ایستگاه ها دیده میشود.