بررسی و ارتباط سنجی روند سری¬های دمایی و روزهای همراه با گردوغبار استان همدان
محورهای موضوعی :
امیر گندمکار
1
,
فاطمه دانشور
2
,
راضیه فنایی
3
,
حسین کاردان
4
,
مریم السادات احدی نژاد
5
,
نجمه رضایی
6
1 - گروه جغرافیا، واحد نجف¬آباد، دانشگاه آزاد اسلامی، نجف¬آباد، ایران
2 - نجف آباد
3 - نجف آباد
4 - نجف آباد
5 - نجف آباد
6 - نجف آباد
کلید واژه: دما , روند, گرد و غبار , مخاطره , همدان, ,
چکیده مقاله :
گردوغبار همواره به عنوان یکی از مهمترین مخاطرات محیطی مطرح بوده و پیامدهای زیست محیطی نامطلوبی را بر جای می گذارد. پژوهش حاضر، با هدف بررسی روند روزهای همراه با گردوغبار و سری های دمایی استان همدان و تأثیر سری های دمایی بر تعداد روزهای همراه با گردوغبار شکل گرفته است. در این زمینه از آمار تعداد روزهای همراه با گردوغبار، متوسط دما، دمای حداقل و دمای حداکثر ایستگاههای همدان، همدان نوژه و ملایر طی دوره آماری 2012-1992 استفاده شد. ابتدا سنجش بهنجاری داده های مورد مطالعه توسط آزمون اندرسون دارلینگ بررسی و ماه های نرمال و غیرنرمال جدا شدند؛ سپس جهت ماه های غیرنرمال از آزمون من-کندال و جهت ماه های نرمال از آزمون t و روش کمترین مربعات استفاده شد. در نهایت، توسط آزمون های همبستگی پیرسون و رگرسیون خطی ارتباط سنجی ها انجام گردید. نتایج حاصل نشان داد سری های دمایی در ماه هایی که رونددار بوده اند از روند افزایشی برخوردار بوده اند. تعداد روزهای همراه با گردوغبار نیز در ماه های سرد سال روند کاهشی و در ماه های گرم سال روند افزایشی داشته است. طبق مدل پیش بینی انجام شده روند رخداد این پدیده در آینده نیز افزایشی خواهد بود.
Dust has always been considered as one of the most important environmental hazards and has undesirable environmental impacts. This study aims to investigate the trend of dusty days and temperature time series in Hamedan province and the effect of temperature series on the number of dusty days. In this regard, the number of dusty days as well as average temperature, minimum temperature and maximum temperature of the stations in Hamedan, Nozheh Hamedan and Malayer, during the statistical period of 1992-2012, were used. At first, the Normality test of the data was performed by Anderson-Darling test and then the normal and abnormal months were separated. Then for non-normal months, Mann Kendall test and for normal months, t test and Least Squares method were used. Finally, the Correlation test was performed, using the Pearson Correlation and Linear Regression tests. The results showed that the temperature time series in the months with specific trends have been increasing. Also, the number of dusty days has decreased in the cold months of the year and increased in the warm ones. According to the Prediction model, the occurrence of this phenomenon will have an increasing trend in the future.
