سامانه مدیریت نشریات علمی دانشگاه شهید بهشتی

فتحی تپه رشت, امین, شفیع زاده مقدم, حسین, کوچک زاده, مهدی. (1401). تحلیل فضایی - زمانی طبقه بندی اقلیمی ایران بر اساس روش دومارتن و آزمون من-کندال در دوره آماری 1374 تا 1398. , 20(3), 137-154. doi: 10.52547/envs.2021.1105
امین فتحی تپه رشت; حسین شفیع زاده مقدم; مهدی کوچک زاده. "تحلیل فضایی - زمانی طبقه بندی اقلیمی ایران بر اساس روش دومارتن و آزمون من-کندال در دوره آماری 1374 تا 1398". , 20, 3, 1401, 137-154. doi: 10.52547/envs.2021.1105
فتحی تپه رشت, امین, شفیع زاده مقدم, حسین, کوچک زاده, مهدی. (1401). 'تحلیل فضایی - زمانی طبقه بندی اقلیمی ایران بر اساس روش دومارتن و آزمون من-کندال در دوره آماری 1374 تا 1398', , 20(3), pp. 137-154. doi: 10.52547/envs.2021.1105
فتحی تپه رشت, امین, شفیع زاده مقدم, حسین, کوچک زاده, مهدی. تحلیل فضایی - زمانی طبقه بندی اقلیمی ایران بر اساس روش دومارتن و آزمون من-کندال در دوره آماری 1374 تا 1398. , 1401; 20(3): 137-154. doi: 10.52547/envs.2021.1105

تحلیل فضایی - زمانی طبقه بندی اقلیمی ایران بر اساس روش دومارتن و آزمون من-کندال در دوره آماری 1374 تا 1398

فصلنامه علوم محیطی
مقاله 9، دوره 20، شماره 3، 1401، صفحه 137-154    اصل مقاله (604.65 K)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.52547/envs.2021.1105
نویسندگان
امین فتحی تپه رشت1؛ حسین شفیع زاده مقدم* 1؛ مهدی کوچک زاده2
1گروه مهندسی و مدیریت آب ، دانشکده کشاورزی، دانشگاه تربیت مدرس، تهران، ایران
2گروه مهندسی و مدیریت آب، دانشکده کشاورزی، دانشگاه تربیت مدرس، تهران، ایران
چکیده
سابقه و هدف: آب و هوای یک منطقه در یک دوره بلندمدت را اقلیم گویند. شناسایی و طبقه‌بندی اقلیمی از دیرباز مورد توجه متخصصان آب و هواشناسی بوده است. محققان با به کارگیری روش ­های مختلف و با استفاده از متغیرهای اقلیمی همچون بارش و دما، زمین را به مناطق اقلیمی همگن طبقه ­بندی کرده‌اند و نتایج پهنه‌بندی اقلیمی را در ارزیابی کمبود آب و منابع آب در مقیاس­ های کوچک و بزرگ به منظور پیش‌بینی اقدامات عملی برای کنترل خشکی در مناطق آسیب‌پذیر به‌کار برده‌اند. هدف از این تحقیق به‌‌روزرسانی و تحلیل فضایی-زمانی طبقه بندی اقلیمی ایران بر اساس شاخص دومارتن و استفاده از آزمون من-کندال است.
مواد و روش­ ها: برای انجام این مطالعه، داده‌های مربوط به متغیرهای دما و بارش به ­صورت ماهیانه از 153 ایستگاه سینوپتیک در دوره زمانی 1398-1374 از سازمان هواشناسی کشور استخراج گردید. ابتدا داده‌های میانگین دمای سالیانه و مجموع بارش سالیانه از داده‌های ماهیانه تهیه شد و سپس با استفاده از مدل کریجینگ نقشه‌های هم‌دما و هم‌بارش به دست آمد. نقشه نهایی پهنه‌بندی اقلیمی با استفاده از شاخص دومارتن که پایه آن بر اساس بارش و دما است تهیه گردید. همچنین برای بررسی معنی‌داری یا عدم معنی‌داری شاخص اقلیمی دومارتن و تعیین روند، از آزمون ناپارامتریک من-کندال استفاده شده است.
نتایج و بحث: نتایج نشان داد که بر اساس مدل کریجینگ، میزان R2 و RMSE برای داده­ های بارش به ترتیب برابر با 58/0 و 51/167 میلی‌متر و برای داده­ های دما 83/0و 23/2 درجه سلسیوس به ­دست ­آمد که بیانگر عملکرد بهتر مدل برای داده‌های دما می‌باشد. علت این امر با واریانس بالای داده‌های بارش در کشور مرتبط است. پهنه ­بندی اقلیمی ایران بر اساس شاخص دومارتن نشان داد که شش تیپ اصلی اقلیمی این شاخص در ایران وجود دارد. بیش­تر مساحت ایران را اقلیم خشک و پس از آن اقلیم نیمه ­خشک تشکیل می­ دهد. بررسی نتایج حاصل از تحقیق نشان داد اقلیم خشک 40/76% ، اقلیم نیمه ­خشک 65/19% و سایر اقلیم ­ها کمتر از 4% مساحت ایران را تشکیل می ­دهند. همچنین مساحت اقلیم ­های خشک و نیمه­ خشک با مساحتی بالغ بر 05/96% از سطح ایران، نسبت به تحقیقات گذشته افزایش یافته است که می ­تواند به دلیل کاهش بارش و افزایش دما باشد. نتایج آزمون من-کندال نشان داد که ایستگاه‌های خرمدره، میانه، رامسر، بروجرد، پیرانشهر، تبریز و بیجار دارای روند صعودی (روند مرطوب‌تر شدن) و ایستگاه‌های دزفول، ملایر، سبزوار، بندر انزلی، تهران (مهرآباد)، تهران (شمیران)، قزوین و دوشان تپه درای روند نزولی (روند خشک‌تر شدن) معنی‌دار در سطح 5% هستند.
نتیجه‌گیری: نتایج این پژوهش نشان می‌دهد، ایران دارای شش ناحیه اقلیمی شامل؛ اقلیم خشک، نیمه ­خشک، مدیترانه ­ای، نیمه­ مرطوب، مرطوب و بسیار مرطوب است. هم‌چنین مقایسه نتایج به دست آمده با نتایج تحقیقاتی که سایر محققین در گذشته انجام داده ­اند نشان داد که مساحت اقلیم‌های خشک و نیمه‌خشک در دوره مورد مطالعه نسبت به دوره‌های گذشته افزایش داشته است. همچنین 14% از ایستگاه‌های با روند نزولی (8 ایستگاه) دارای روند نزولی معنی‌دار و 7% از ایستگاه‌های با روند صعودی (7 ایستگاه) دارای روند صعودی معنی‌دار در سطح 95% هستند.  
کلیدواژه‌ها
طبقه بندی اقلیمی؛ دومارتن؛ من-کندال؛ بارش؛ دما
عنوان مقاله [English]
Spatial-temporal analysis of Iran's climatic classification based on Domarten method and Mann-Kendall test in the statistical period of 1995-2019
نویسندگان [English]
Amin Fathi Taperasht1؛ Hossein Shafizadeh-Moghadam1؛ Mahdi Kouchakzadeh2
1Department of Water Engineering and Management, Faculty of Agriculture, Tarbiat Modares University, Tehran, Iran
2Department of Water Engineering and Management, Faculty of Agriculture, Tarbiat Modares University, Tehran, Iran
چکیده [English]
Introduction: Climate identification and classification have long been of interest to meteorologists. Researchers have classified the earth into homogeneous climatic zones using different methods and climatic variables such as rainfall and temperature. They have used the results of climate zoning to assess water scarcity and water resources on a small and large scale to anticipate practical measures to control drought in vulnerable areas. The purpose of this study is to update and analyze the Spatio-temporal analysis of Iran's climatic classification based on the Domarten index and the Mann-Kendall test. Because in studies based on climate classification maps, up-to-date maps can better help understand the study area.
Material and methods: For this study, data related to temperature and precipitation variables were extracted monthly from 153 synoptic stations from 1995-2019 from the Meteorological Organization of Iran. First, the data of average annual temperature and total annual precipitation were obtained from monthly data and then, using isothermal maps, they were obtained using the kriging model. The final climate zoning map was prepared using the De-Martonne index based on rainfall and temperature. The non-parametric Mann-Kendall test was also used to evaluate the significance or non-significance of the De-Martonne climate index and determine the trend.
Results and discussion: The results showed that based on the Kriging model, R2 and RMSE for precipitation data were 0.58 and 167.51 mm, respectively, and for the temperature data were 0.83 and 2.23 °C, respectively. This indicates better performance of the model for temperature data. This is related to the high variance of precipitation data in the country. Iran's climatic zoning based on the De-Martonne index showed six main climatic types in Iran. Most of Iran's area has an arid climate and then a semi-arid climate. The study results showed that arid climate is 76.40%, the semi-arid climate is 19.65%, and other climates make up less than 4% of the area of ​​Iran. Also, the area of ​​arid and semi-arid climates with an area of ​​96.05% of the area of ​​Iran has increased compared to previous research, which may be due to reduced rainfall and increased temperature. Also, the results of the Mann-Kendall test showed that Khorramdareh, Miyaneh, Ramsar, Boroujerd, Piranshahr, Tabriz, and Bijar stations have a significant upward trend (wetting trend), and Dezful, Malayer, Sabzevar, Bandar Anzali, Tehran (Mehrabad), Tehran (Shemiran), Qazvin and Dushan Tappeh stations have a significant downward trend (drying trend) at the significance level of 5%.
Conclusion: This study showed that Iran has six climatic regions, including arid, semi-arid, Mediterranean, semi-humid, humid, and very humid. Also, comparing the results with the results of research done by other researchers in the past showed that the area of arid and semi-arid climates in the study period has increased compared to previous periods. Also, 14% of stations with a downtrend (8 stations) have a significant downtrend, and 7% of stations with an uptrend (7 stations) have a significant uptrend at the significance level of 5%.
کلیدواژه‌ها [English]
Climate Classification, De-Martonne, Mann-Kendall, Precipitation, Temperature
مراجع

Baltas, E., 2007. Spatial distribution of climatic indices in northern Greece. Meteorological Applications. A Journal of Forecasting, Practical Applications, Training Techniques and Modelling. 14(1), 69-78.
Beck, H.E., Zimmermann, N.E., McVicar, T.R., Vergopolan, N., Berg, A. and Wood, E.F., 2018. Present and future Köppen-Geiger climate classification maps at 1-km resolution. Scientific Data. 5(1), 1-12.
Belda, M., Holtanová, E., Halenka, T. and Kalvová, J., 2014. Climate classification revisited: from Köppen to Trewartha. Climate Research. 59(1), 1-13.
Coscarelli, R., Gaudio, R. and Caloiero, T., 2004. Climatic trends: an investigation for a Calabrian basin (southern Italy). Iahs Publication. 286, 255-266.
Dawood, M., 2017. Spatio-statistical analysis of temperature fluctuation using Mann–Kendall and Sen’s slope approach. Climate Dynamics. 48(3-4), 783-797.
de Martonne, E., 1926. Une nouvelle function climatologique: L'indice d'aridité. Meteorologie. 2, 449-459.
Dehghan, P., Karimi, S., Marziehsadat, T. and Khosravi, H., 2016. Climatic classification of Rafsanjan city based on Amberge and Demartonne systems. In Proceedings 1st National Conference on Passive Defense in Agriculture,
Natural Resources and Environment with a Sustainable Development Approach, 20th-24thJune, Tehran, Iran. p.102.
Douglas, E. M., Vogel, R. M., and Kroll, C. N., 2000. Trends in floods and low flows in the United States: impact of spatial correlation. Journal of Hydrology. 240(1-2), 90-105.
Fillaux, J., Santillan, G., Magnaval, J. F., Jensen, O., Larrieu, E., and Sobrino-Becaria, C. D., 2007. Epidemiology of toxocariasis in a steppe environment: the Patagonia study. The American Journal of Tropical Medicine and Hygiene. 76(6), 1144-1147.
Fraedrich, K., Gerstengarbe, F.W. and Werner, P.C., 2001. Climate shifts during the last century. Climatic Change, 50(4), pp.405-417.

Gocic, M. and Trajkovic, S., 2013. Analysis of changes in meteorological variables using Mann-Kendall and Sen's slope estimator statistical tests in Serbia. Global and Planetary Change. 100, 172-182.
Hanafi, A. and Hatami, I., 2013. Producing climate map for Kurdistan Province using information technology system. Scientific–Research Quarterly Geographical Data (Sepehr). 22(87), 24-28. (In Persian with English abstract).
Kaviani, M. and Alijani, B., 2002. Basics of meteorology. tehran. Samt Publications. 2, 480-520. (In Persian with English abstract).
Khalili A., 1992. Arid and semi arid regions of Iran. In Proceedings 1st Seminar on Problems of Iranian Deserts and Kavirs, 17th–20th May, Yazd, Iran. pp.566–579.
Köppen, W., 1900. Versuch einer klassifikation der klimate, vorzugsweise nach ihren beziehungen zur pflanzenwelt. (Schluss). Geographische Zeitschrift. 6(12), 657-679.
Masoodian, S.A., 2003. Climatic regions of Iran. Geography and Development. 2, 171-184. (In Persian with English abstract).
Matkan, A., Shakiba, A., Raeini Sarjaz, M., and Rahimi, M., 2019. Climatic zoning analysis of Urmia Lake catchment area based on Koppen- Trewartha classification scheme with climate change approach. In Proceedings 14st Congress of
the Iranian Geographic Society, 15th-19th May, Tehran, Iran. p.201.
Minaei, M., and Irannezhad, M., 2018. Spatiotemporal trend analysis of precipitation, temperature, and river discharge in the northeast of Iran in recent decades. Theoretical and Applied Climatology. 131(1), 167-179.
Minaei, M., and Minaei, F., 2017. Geostatistical modeling of air temperature using thermal remote sensing. Environment and Sustainability. 1(4), 103-109.
Modarres, R. and da Silva, V.R., 2007. Rainfall trends in arid and semi-arid regions of Iran. Journal of Arid Environments. 70, 344-355.
Nadi, M., Jamei, M., Bazrafshan, J., and Janatrostami, S., 2013. Evaluation of different methods for interpolation of mean monthly and annual precipitation data (Case Study: Khuzestan Province). Physical Geography Research. 44, 117-
130. (In Persian with English abstract).
Rahimi, J., Ebrahimpour, M. and Khalili, A., 1988. Spatial changes of extended De Martonne climatic zones affected by climate change in Iran. Theoretical and applied climatology. 112, 409–418.
Raziei, T., 2017. Köppen-Geiger climate classification of Iran and investigation of its changes during 20th century. Journal of the Earth and Space Physics. 43(2), 419-439. (In Persian with English abstract).
Tabari, H., Hosseinzadeh Talaee, P., Mousavi Nadoushani, S. S., Willems, P., and Marchetto, A., 2014. A survey of temperature and precipitation based aridity indices in Iran. Quaternary International. 345, 158-166.
Tavosi, T., and Delara, G., 2010. Climate classification of Ardebil province. Neyvar. 34,47-52. (In Persian with English abstract).
W. Koppen., 1936. Das geographisca system der klimate. In: W. Koppen and G. C. Geiger, Eds., Handbuch der klimatologie, Gebr, Borntraeger, pp.1-44 .
Zandi, R., 2017. Climatic classification of Khorasan Razavi province by De-martonne method using GIS. Journal of Geographical New Studies Architecture and Urbanis. 10, 21-34. (In Persian with English abstract).
Zareiee, A., 2014. Evaluation of changes in different climates of Iran, using De Martonne index and Mann–Kendall trend test. Natural Hazards and Earth System Sciences Discussions. 2, 2245–2261.
Zeroual, A., Assani, A. A., Meddi, M., and Alkama, R., 2019. Assessment of climate change in Algeria from 1951 to 2098 using the Köppen–Geiger climate classification scheme. Climate Dynamics. 52(1), 227-243.

آمار
تعداد مشاهده مقاله: 15,245
تعداد دریافت فایل اصل مقاله: 6,544