Determining the Seasonality of Monthly Rainfall using the Markham Method in the Ardabil Province Rain Gauge Stations

Authors

1 MA Student, Faculty of Agriculture and Natural Resources, University of Mohaghegh, Ardabili, Iran

2 Assistant Professor, Department of Natural Resources, Faculty of Agriculture and Natural Resources, University of Mohaghegh, Ardabili, Iran

3 Associate Professor, Department of Natural Resources, Faculty of Agriculture and Natural Resources, University of Mohaghegh, Ardabili, Iran

Abstract

The spatial and temporal fluctuations of the climatic element of precipitation and severe changes will lead to changes in atmospheric patterns. Therefore, the study of precipitation trends in different time and space scales is considered as a topic of interest in climatology. The purpose of this study was to calculate the seasonal precipitation index, using the Markham method in 28 rain gauge stations of Ardabil province during the 30-year recorded period. In this regard, daily rainfall data were analyzed and the Markham method was used to calculate the mean time of occurrence and the seasonality index (SI) of the components S, C and p < sub>R (average annual rainfall vector). In the next step, the Seasonality Index (SI) obtained from the p < sub>R ratio to the total annual rainfall for all rain gauge stations over the study area. According to the results, the lowest amount of seasonality is related to Sanin and Shamshirkhani stations with a value of 0.18. While the highest seasonality value is calculated for the Sarein Station with a value of 0.39. Based on the seasonal pattern of monthly rainfall values, the mean occurrence time of rainfall of 20 rain gauge stations falls into winter season, and the 6 rain gauge stations experience the highest rainfall during spring season and the 2 remaining stations had a rainy autumn season. Distinguishing seasonality pattern of monthly and seasonal rainfall can be used for the prediction of water balance changes, cultivation timing, and flood/drought events in finer time scales.

Keywords


مقدمه

بارش به‌منزلة ورودی سیکل هیدرولوژی بیشترین نوسانات را در بین سایر عناصر اقلیمی دارد؛ بنابراین یکی از مهم‌ترین مؤلفه‌های اقلیمی که باید بررسی شود، بارش است (فلاح قالهری و بیاتانی، 1392: 3). با توجه به تأثیرات بارندگی بر منابع آب زیرزمینی، ذخایر آب سطحی و برف، استفاده از شاخص‌هایی برای بیان تغییرات آن ضروری به نظر می‌رسد (خلیلی و همکاران، 1394: 209). با درنظرگرفتن افزایش بلایای طبیعی، اطلاع از تغییرات زمانی بارندگی برای مدیریت و برنامه‌ریزی منابع آبی حائز اهمیت است (Bari et al, 2016: 3). اندازه‌گیری و پیش‌بینی تغییرات با استفاده از روش‌های آماری، ابزار مهمی برای مطالعات اقلیمی است (Sharma and Bose, 2013: 146). تغییرات فصلی بارندگی در هیدرواقلیم‌شناسی اهمیت خاصی دارد؛ چون فصلی‌بودن[1] کمیت‌های هیدرولوژی دیگر مانند جریان آبراهه‌ها، آب‌های زیرزمینی و دبی را مشخص می‌کند. زمانی که نوسانات بارش شدید باشد، بحران‌هایی از قبیل خشکسالی یا سیلاب‌های ناگهانی و شدید به وجود خواهد آمد که در اقلیم نیمه‌خشک ایران آثار آن زیان‌بارتر خواهد بود (امیری، 1386: 32). شاخص‌های فصلی دوره‌ای بعضی از مؤلفه‌ها که به‌طور منظم در مقیاس‌های روزانه، هفتگی، ماهیانه، سه‌ماهه یا شش‌ماهه روی می‌دهد، بدون استثنا بر فعالیت‌های اقتصادی تأثیر می‌گذارند. فصلی‌بودن وقایع اقلیمی کاملاً با سری زمانی اقتصادی، ژئوفیزیک و بوم‌شناسی مشترک است (Sharma, 2013: 147 & Bose).

آیودا[2] (1970) و نیوولت[3] (1974) نخستین تلاش‌ها را برای تعیین رژیم‌های بارندگی انجام دادند. والش و لاولر[4](1981) یک شاخص اصلاح‌شده را برای فصلی‌بودن بارندگی پیشنهاد دادند که پیش از این آیودا (1970) ارائه کرده بود. با توجه به تغییرات شدید در مؤلفه‌های چرخة هیدرولوژی در دهه‌های اخیر، مطالعات زیادی دربارة تغییرات مختلف هواشناسی و هیدرولوژیکی انجام شده است (Kumar et al, 2009: 174).

آیودا (1970) فصلی‌بودن بارندگی در نیجریه را بررسی و مشخص کرده است با فاصله‌گرفتن از ساحل، مقدار فصلی‌بودن افزایش می‌یابد و از سمت جنوب به سمت استوا میزان افزایش فصلی‌بودن کمتر مشخص و مقادیر فصلی‌بودن در زامبیا بیش از یک است.

 هامیل[5] (1972) با تجزیه و تحلیل داده‌های بارندگی برزیل به درک گسترده‌ای از الگوهای بارندگی این کشور رسید. وی شاخص فصلی‌بودن را برای این داده‌ها محاسبه و بارندگی برزیل را غیرفصلی تعیین کرد؛ چون دوره‌ای در شاخص فصلی‌بودن دیده نشد و مقدار شاخص 10درصد یا بیشتر به دست آمد.

 کومار[6] (1975) با استفاده از روش برداری مرخم، فصلی‌بودن بارندگی را در کشور بنگلادش بررسی کرد. این روش امکان مقایسة مستقیم فصلی‌بودن را در مکان‌های مختلف فراهم می‌کند؛ همچنین در توصیف اقلیم و تغییرات آن در یک مکان اهمیت ویژه‌ای دارد. در این روش درجة فصلی‌بودن و دورة تمرکز فصلی با توجه به جهت بردار نشان داده شده است. نتایج به‌دست‌آمده از تجزیه و تحلیل‌ها، افزایش تدریجی فصلی‌بودن بارندگی را در شمال شرق بنگلادش و کمترین مقدار شاخص را در شمال غربی، جنوب غربی و جنوب شرقی نشان داد. شرقی‌ترین قسمت شمال شرقی بنگلادش متعلق به رژیم بارندگی ژوئن- جولای بوده است؛ در حالی‌ که شمال غرب بنگلادش متعلق به رژیم بارندگی جولای- آگوست است و بقیة قسمت‌های کشور به‌وضوح متأثر از رژیم بارندگی جولای قرار دارد.

والش و لاولر (1981) با استفاده از داده‌های ماهیانة بارندگی ثبت‌شده در 109 ایستگاه باران‌سنجی بریتانیا، 224 ایستگاه باران‌سنجی در آفریقا و همچنین در مرکز و جنوب آمریکای جنوبی، مقدار شاخص فصلی‌بودن (SI) را محاسبه کردند. نتایج نشان داد در غرب و شمال کشور بریتانیا مقدار شاخص فصلی‌بودن به‌طور واضح افزایش می‌یابد. در شرق کشور ایرلند، مقدار شاخص فصلی‌بودن کم است و در غرب این کشور کاهش صریحی را نشان می‌دهد و بارندگی کم در عرض چندین ماه روی می‌دهد. در این پژوهش نسبت شاخص فصلی‌بودن به شاخص فصلی ویژه 5/0 یا کمتر به دست آمد.

در جورج تاون[7] (گیانا) بررسی شاخص‌های فصلی ویژه در مقایسه با بارندگی سالیانه نشان داد طیف وسیعی مقدار شاخص از سالی به سال دیگر وجود دارد (89/0-35/0) و رابطة بین بارندگی سالیانه و درجة فصلی‌بودن معکوس است؛ با این حال در مناطق دیگر ارتباط مستقیمی بین بارندگی سالیانه و شاخص فصلی‌بودن وجود دارد. درنهایت این نتیجه به دست آمد که درجة فصلی‌بودن بارندگی آفریقا نسبت به سایر قاره‌ها با عرض جغرافیایی رابطة مستقیمی دارد و صحرای بزرگ آفریقا بیشترین مقدار شاخص فصلی‌بودن را دارد. شاخص فصلی‌بودن بارندگی در شمال کشور مقدار زیاد، در مناطق حاره‌ای مقدار کم و افزایش دوباره در مناطق معتدل شمالی را نشان می‌دهد.

برونیکوفسکی و وب[8] (1996) با هدف ارزیابی تغییرپذیری بارش دریافتند شاخص شانون به‌منظور تعیین پراکنش بارش نسبت به شاخص‌های سیمپسون و برگر- پارکر مناسب‌تر است و این شاخص حساسیت‌پذیری زیادی را در رژیم‌های مختلف بارش از خود نشان می‌دهد.

انکازویچ و همکاران[9] (2000) براساس تحلیل آماری، میانگین بارش ماهیانه و حداکثر بارش روزانة شهر بلگراد را بررسی کردند و نشان دادند در تمام ماههای سال به استثنای می، ژولای و ژوئن، فراوانی حداکثر بارش روزانه در بازة 10 تا 20 میلی‌متر بیشتر است.

استافورد و همکاران[10] (2000) روند 50سالة دما و بارش آلاسکا را به دست آوردند و نشان دادند بارش تابستانه در بسیاری از ایستگاهها افزایش یافته است.

سامنر و همکاران[11] (2001) با تجزیه و تحلیل مقادیر بارندگی ماهیانة دردسترس ساحل شرقی و جنوبی اسپانیا برای 410 منطقه در دورة زمانی 1964-1993، پراکندگی مکانی بارندگی را با استفاده از شاخص فصلی‌بودن با روش والش و لاولر[12] بررسی کردند و به این نتیجه رسیدند که فصلی‌بودن در جنوب (آندالوسیا)[13]، اطراف ارتفاعات کاتانولیا[14] واقع در شرق و مقدار کمی در مناطق کوچک‌تر بین آنها افزایش می‌یابد.

تومویز و همکاران[15] (2002) نوسان‌های بارش زمستانة 40 ایستگاه باران‌سنجی را در ایتالیا بررسی کردند. نتایج نشان داد تقریباً بارش تمام ایستگاههای مطالعه‌شده روند کاهشی چشمگیری در فصل زمستان داشته است.

پریور و شوف[16] (2008) تغییرات بارندگی فصلی را در طول دورة آماری 30ساله (1971-2000) با استفاده از داده‌های ثبت‌شده در خارج از ایالات متحده تجزیه و تحلیل کردند. آنها با محاسبة شاخص فصلی‌بودن (SI) به این نتیجه رسیدند که متوسط شاخص فصلی‌بودن در بیشتر ایستگاهها تفاوتی ندارد.

گوهاتاکورتا و ساجی[17] (2012) داده‌های بارندگی بیش از صد سال (1901-2006) ماهاراشترا[18]، استانی بزرگ در بخش غربی هند با نقشی کلیدی در صنعت و کشاورزی، را بررسی کردند. تجزیه و تحلیل‌ها شامل متغیر بارندگی، روند الگوهای بارندگی و تغییرات الگوی مکانی و زمانی شاخص فصلی‌بودن است. آنها با تجزیه و تحلیل شاخص فصلی‌بودن، توزیع بارندگی در بین ماههای مختلف و درجات مختلفی از رژیم بارندگی را شرح دادند. نتایج نشان داد در مناطق ساحلی مقدار شاخص SI بیشتر از 2/1 است که رگبار و باران‌های شدید را نشان می‌دهد و بیشترین بارش باران در یک یا دو ماه روی می‌دهد. در بخش شرقی و غربی (فقط در شرق منطقة کنکن[19]) مقدار شاخص SI بین 1 و 2/1 است که یک رژیم بارندگی را نشان می‌دهد و بیشترین بارندگی در سه ماه یا کمتر رخ می‌دهد. بخش مرکزی ایالت رژیم بارندگی فصلی و چهار ماه یا فصل بارانی دارد که برای کشاورزی مناسب است.

گوهاتاکورتا و ساجی (2013) در مطالعه‌ای دیگر با استفاده از داده‌های بارندگی ماهیانه و فصلی در طول دورة آماری 106ساله (1901-2006) تغییرات طولانی‌مدت فصلی‌بودن بارندگی را در استان ماهاراشترا در شمال غربی شبه‌جزیرة هندوستان بررسی کردند. نتایج تغییرات معنا‌داری را در بارندگی ماهیانه در مقیاس منطقه‌ای نشان داد.

مث‌بوت و همکاران[20] (2015) براساس داده‌های روزانه و متوسط بارندگی ماهیانه در مدیترانة شرقی، شاخص فصلی‌بودن (SI) و فصلی ویژه ( ) را بررسی کردند. آنها براساس تحلیل‌های آماری دریافتند بین مقدار شاخص فصلی‌بودن (SI) و عرض جغرافیایی همبستگی خطی معنا‌داری وجود دارد؛ علاوه بر این روند مثبت معنا‌داری در مقدار SI در بیش از نیمی از ایستگاههای باران‌سنجی دیده شد.

 پاتیل[21] (2015) با استفاده از داده‌های بارندگی 32 سال (1981-2012) در 10 ایستگاه سنگالی هند در منطقة ماهاراشترا، مقدار شاخص فصلی‌بودن را در ماههای مختلف سال محاسبه کرد؛ مقدار شاخص در مناطق مختلف سنگالی برای کل ماهها در بازة 87/0 تا 04/1 به دست آمد. نتایج نشان داد یک فصل خشک طولانی وجود دارد و بیشتر بارندگی‌ها در سه ماه یا کمتر و در دورة موسمی روی داده است. مقدار شاخص برای فصل‌های موسمی محاسبه شد که از 0665/0 تا 3519/0 متغیر بوده است. درنهایت مشخص شد بارندگی گسترده با یک فصل مرطوب مشخص در کل سال روی داده است.

باری و همکاران[22] (2016) شاخص فصلی‌بودن بارش (SI) و متوسط شاخص فصلی ویژه ( ) را برای آمار بارندگی کشور بنگلادش محاسبه کردند. نتایج تغییرات غیرمعنا‌داری را در فصلی‌بودن بارندگی برای این منطقه نشان داد. در این پژوهش از شاخص فصلی‌بودن Markham برای درک فصلی‌بودن متغیرهای اقلیمی استفاده شد. مقادیر شاخص فصلی کم و نزدیک به صفر، توزیع یکنواخت ماهیانة متغیر بررسی‌شده را نشان می‌دهد. هرچه مقدار شاخص به حدود 1 تا 83/1 نزدیک‌تر می‌شود، فصلی‌بودن و توزیع غیریکنواخت متغیر بررسی‌شده را در ماههای سال نشان می‌دهد (Markham, 1970; Walsh & Lawler, 1981: 203).

مصطفی‌زاده و همکاران (1396) تغییرات زمانی و مکانی بارش ماهیانه را در استان گلستان به ‌کمک بعد فرکتالی تحلیل کردند و نتیجه گرفتند تغییرات درصد وقوع ماههای دورة پرباران و کم‌باران در یک دامنة 11درصدی است. با استفاده از مقادیر بعد فرکتالی ویژگی‌های رژیم بارندگی ایستگاهها تعیین شد و بر این اساس در منطقة مطالعاتی دوره‌های خشک شدت وقوع کمتری نسبت به دوره‌های مرطوب دارد.

هدف پژوهش حاضر، محاسبة شاخص فصلی‌بودن (SI) بارش ماهیانه و متوسط زمان رویداد با استفاده از روش Markham در 28 ایستگاه باران‌سنجی استان اردبیل است. پژوهش حاضر برای دستیابی به پاسخ پرسش‌های زیر برنامه‌ریزی شده است:

1-                شاخص فصلی‌بودن در کدام‌یک از ایستگاههای باران‌سنجی استان بیشتر است؟

2-                بیشترین بارش براساس شاخص فصلی در کدام‌یک از ماهها یا فصول سال روی می‌دهد؟

3-                شاخص فصلی‌بودن بارش در ایستگاهها در طول زمان تغییری داشته است یا خیر؟

در این زمینه فرضیات زیر مدنظر قرار گرفته است:

1-                با استفاده از شاخص مرخم تفاوت فصلی‌بودن بارش در ایستگاهها متمایز می‌شود.

2-                توالی و تداوم وقوع بارش‌ها در ماهها و فصل‌های مختلف سال تعیین‌کنندة غالب‌بودن بارش است.

3-                شاخص فصلی‌بودن در طول دورة آماری موجود به گونه‌ای تغییر یافته که توزیع بارش در ماهها و فصول مختلف را غیریکنواخت کرده است.

 

مبانی نظری پژوهش

در سال‌های اخیر به دلیل نامتعادل‌بودن شرایط آب‌وهوایی و تغییرات اقلیمی، مطالعة ویژگی‌های بارندگی در مرکز توجه قرار گرفته است (Livada, 2005: 157 &Asimakopoulos ). طی صد سال گذشته تغییرات زیادی در بارندگی سالیانه صورت گرفته (Goudie, 1983: 137) و بسیاری از این تغییرات با تغییرات بارش فصلی همراه بوده است (Stoddart, 1975: 4 & Walsh). ارزیابی فصلی‌بودن بارندگی بر تعیین وضعیت فصل خشک و مرطوب در دوره‌های مشخص تأکید می‌کند. به‌طور کلی پذیرفته شده دورة خشک، دوره‌ای است که در آن آب دردسترس (بیلان آبی) برای نیازهای گیاهان ناکافی و تبخیر بیش از بارندگی است. رطوبت و خشکی وابسته به آب‌وهواست که زیر یک آستانة بارندگی قرار می‌گیرند (Walsh, 1981: 203 & Lawler).

تغییرات فصلی درواقع تعیین سری‌های زمانی فعالیت‌های قابل پیشگویی و مکرر است که در یک سال یا کمتر روی می‌دهند (Sharma, 2013: 146 & Bose). جکسون[23] (1977) و نیوولت[24] (1974)، فصلی‌بودن بارندگی را در دوره‌های کیفی تشریح کرده‌اند.

فصلی‌بودن بارندگی به درجه‌ای از تغییرات بارندگی ماهیانه در طول سال اطلاق می‌شود (Walsh, 1981: 204 & Lawler). بررسی فصلی‌بودن درواقع مقایسة مقدار بارندگی در فصل‌های مرطوب و خشک است (Livada et al, 2005: 158). نخستین تلاش‌ها در بررسی فصلی‌بودن بارندگی در سال 1970 انجام گرفت (Lawler & Walsh, 1981: 202; Nieuwolt, 1974: 189). پس از آن والش و لاولر در سال 1981 شاخص فصلی‌بودن (SI) را ارائه کردند. بعدها لیوادا و آسیماکوپولوس[25] در سال 2005 تلاش‌های گسترده‌ای برای اصلاح این شاخص انجام دادند.

 

روش‌شناسی پژوهش

روش پژوهش

به‌منظور آشکارسازی تغییرات فصلی بارندگی در منطقة پژوهش از داده‌های بارندگی روزانة 28 ایستگاه باران‌سنجی شرکت آب منطقه‌ای استان اردبیل طی دورة 30سالة 1360 تا 1391 استفاده شد که مشخصات آنها در جدول 1 ارائه شده است. بدین منظور نخست داده‌های روزانه گردآوری و طول دورة بارندگی برای هرسال مشخص شد. در مرحلة بعد طول دورة آماری متفاوت ایستگاهها که عمدتاً مربوط به تأسیس آنها در سال‌های مختلف بوده است، به یک پایة زمانی مشترک تبدیل شد.

 

جدول 1- ویژگی‌های ایستگاههای باران‌سنجی منتخب در استان اردبیل در طول دورة آماری 1360 تا 1391

 

ردیف

 

نام ایستگاه

موقعیت جغرافیایی

ردیف

 

نام ایستگاه

موقعیت جغرافیایی

X

Y

Z

X

Y

Z

1

آبی بیگلو

55/48

26/38

1351

15

سیاه‌پوش

21/48

86/38

1740

2

آتشگاه

05/48

2/38

1771

16

شمس‌آباد

23/48

38

1507

3

آلادیزگه

58/48

28/38

1346

17

شمشیرخانی

48

26/38

2160

4

ابربکو

1/48

36/38

1524

18

کوزه‌تپراقی

36/48

11/38

1402

5

اردبیل

01/48

36/38

1374

19

گیلانده

35/48

3/38

1322

6

بقرآباد

28/48

43/38

1607

20

لای

9/47

1/38

2039

7

الماس

55/48

13/38

1480

21

نئور

55/48

38

2504

8

تک‌بولاغ

18/48

15/38

2076

22

نمین

46/48

4/38

1399

9

خوش‌آباد

35/48

56/38

1760

23

نیرق

61/48

25/38

1427

10

سنین

01/48

2/38

1965

24

نیر

01/48

03/38

1623

11

سامیان

23/48

36/38

1324

25

هیل‌آباد

41/48

93/38

1779

12

سدقوری چای

28/48

06/38

1517

26

هیر

5/48

06/38

1603

13

سرعین

06/48

15/38

1692

27

یامچی

03/48

03/38

1594

14

گلی

11/48

4/37

1960

28

توتونسین

0/48

5/37

1900

 

شاخص فصلی‌بودن از تقسیم قدر مطلق تفاضل متوسط بارندگی‌های ماهیانه و میانگین کل بارندگی ماهیانه بر میانگین بارندگی سالیانه به دست می‌آید (patil, 2015: 3).

 

 

(1)

 

، متوسط بارندگی سالیانه و ، متوسط بارندگی ماه nاُم است (Bari et al, 2016: 4).

این شاخص تعریف از فصلی‌بودن بارندگی را در اختیار می‌گذارد که ابزار مناسبی برای مطالعة تغییرات زمانی و مکانی در فصلی‌بودن است (Sumner et al, 2001: 232). شاخص فصلی‌بودن این مزیت را دارد که محاسبة آن به‌راحتی انجام می‌گیرد و برای داده‌ها و متغیرهای هیدرولوژیکی که به‌صورت ماهیانه ثبت می‌شوند، مانند دما، دبی رودخانه و تبخیر امکان استفاده دارد (Walsh, 1981: 202 & Lawler). شاخص فصلی‌بودن در نظریة تغییرات از صفر (اگر تمام ماهها برابر بارندگی باشد) تا 83/1 درجه از فصلی‌بودن (اگر تمام بارندگی‌ها در یک ماه باشد) را والش و لاولر (1981) پیشنهاد داده‌اند. همچنین در این زمینه جدولی را به‌صورت زیر براساس مقادیر مختلف شاخص فصلی‌بودن و رژیم بارندگی ارائه کرده‌اند.

 

جدول 2- مقادیر طبقه‌بندی‌شدة شاخص فصلی‌بودن (Walsh & Lawler, 1981: 203)

محدودة مقدار SI

رژیم بارندگی

19/0

بسیار یکنواخت

39/0 – 20/0

یکنواخت، اما با یک فصل مرطوب مشخص

59/0 – 40/0

نسبتاً یکنواخت با یک فصل خشک کوتاه

79/0 – 60/0

کاملاً فصلی

99/0 – 80/0

فصلی‌بودن به‌طور محسوس با یک فصل خشک طولانی‌مدت

19/1 - 1

بیشتر بارندگی در 3 ماه یا کمتر

20/1

شدید، معمولاً بارندگی در 1 یا 2 ماه

 

شاخص فصلی‌بودن درواقع میزان تغییرات بارش بارندگی ماهیانه را در طول سال اندازه‌گیری می‌کند. بدون توجه به توزیع زمانی بارندگی ماهیانه، رژیم‌های مختلف مقادیر SI مشابهی را ارائه می‌دهند؛ با این حال در عمل، حتی در مناطقی با دو یا سه اوج بارش باران، شاخص نشان‌دهندة خوبی از فصلی‌بودن بارندگی است. برای غلبه بر مشکل توزیع زمانی بارندگی ماهیانه، مرخم[26] (1970) یک شاخص فصلی‌بودن را براساس یک بردار به دست آورد (که از آن زمان هامیل[27] (1972) استفاده کرده است)؛ اما علاوه بر سختی محاسبه، زمانی که با رژیم‌های دوگانه یا سه‌گانه برخورد می‌کند، مقادیر بی‌معنی ظاهر می‌شوند.

مشکل دیگر به استفاده از میانگین ماهیانه و میانگین سالیانة بارش در محاسبة شاخص‌های فصلی‌بودن مربوط است. با استفاده از این نوع داده‌ها، شاخص‌ها فقط رژیم بارندگی متوسط را توصیف می‌کنند و هیچ نشانه‌ای از فصلی‌بودن بارندگی سالیانه و رژیم بارندگی متوسط ارائه نمی‌دهند. همچنین واحد ماهیانه بیش از حد بزرگ است و شاخص برای داده‌های مجموع پنج روز متوالی مناسب است؛ به‌ویژه در مناطقی که در آنها فصل فقط چند هفته طول می‌کشد؛ با این حال داده‌های روزانة بارندگی لازم همیشه در مناطق گرمسیری موجود نیست و نیوولت (1974) با استفاده از داده‌های تانزانیا نشان داد ماهیت ماهیانه با وجود محدودیت‌های آن، همچنان واحد مناسبی برای محاسبة شاخص فصلی‌بودن است و تصویر واقع‌بینانه از توزیع بارندگی فصلی ایجاد می‌کند (Walsh, 1981: 204 & Lawler).

در این پژوهش برای محاسبة متوسط زمان رویداد و شاخص فصلی‌بودن، مقادیر S و C براساس روابط زیر محاسبه شد:

 

(1)

 

 

(2)

 
     

 

 مقدار بارندگی دوازده‌ماهه و  زاویه‌های زمانی دوازده‌ماهه است که در جدول 3 آمده است؛ سپس با استفاده از رابطة 3، مقدار ، بردار متوسط بارندگی یک‌ساله، محاسبه شد:

 

(3)

 

 

جدول 3- زاویه‌های زمانی 12ماهه برای محاسبة شاخص فصلی‌بودن

 

ماه

مهر

آبان

آذر

دی

بهمن

اسفند

فروردین

اردیبهشت

خرداد

تیر

مرداد

شهریور

مهر

 

روز از سال

15

45

75

105

135

164

195

226

257

288

319

350

15

، زاویه (درجه)

79/14

4/44

74

104

133

162

192

223

253

1/284

315

345

79/14

 

رادیان

258/0

77/0

29/1

81/1

32/2

82/2

36/3

89/3

42/4

958/4

49/5

02/6

258/0

                             

 

شاخص فصلی‌بودن نسبتی از  (بردار متوسط بارندگی یک‌ساله) به مقدار کل بارندگی سالیانه (محاسبة مقدار کل دوازده ماه) است.

(4)

 

، مقدار کل بارندگی سالیانه است. مقدار شاخص فصلی‌بودن (SI) از صفر تا 2/1 متغیر است که عدد صفر غیرفصلی‌بودن و توزیع یکنواخت ماهیانه در کل سال و همچنین مقدار 2/1، وقوع کل مقادیر بارندگی را در یک ماه نشان می‌دهد (Markham, 1970: 594).

همچنین با استفاده از روابط 5 تا 9، مقادیر ، متوسط زمان رویداد، محاسبه شد:

 

(5)

 

(6)

 

 (7)

 

(8)

 

 

(9)

 

، ماه را به هر رخدادی تبدیل می‌کند.در ادامه،تغییر در مقادیر شاخص فصلی‌بودن بارش ماهیانة محاسباتی با استفاده از آزمون ناپارامتریک من- کندال و نرم‌افزار MAKSENS تعیین شد.

 

معرفی محدودة پژوهش

استان اردبیل در شمال غرب ایران واقع شده و مساحت آن ۱۷۹۵۳ کیلومترمربع است. این استان ازلحاظ جغرافیایی در´49 °37 تا ´42 °39 عرض شمالی و ´30 °47 تا ´55 °48 طول شرقی از نصف‌النهار گرینویچ در شمال غرب ایران قرار گرفته و از شمال با جمهوری آذربایجان، از شرق با استان گیلان، از جنوب با استان زنجان و از غرب با استان آذربایجان شرقی محدود شده است. حدود دوسوم استان اردبیل بافت کوهستانی با اختلاف ارتفاع زیاد دارد و بقیه را مناطق هموار و پست تشکیل می‌دهند؛ به‌طوری که شمال استان (مغان) با ارتفاع کم، آب‌وهوای نسبتاً گرم و مناطق مرکزی و جنوبی، آب‌وهوای کوهستانی سرد دارد. براساس گزارش ایستگاه هواشناسی اردبیل، میانگین دمای ایستگاههای استان از 5/6 تا 15 درجة سانتی‌گراد متغیر است. میزان بارش جوی در استان به‌طور متوسط بین 250 تا 600 میلی‌متر در نوسان است. دو فصل بهار و زمستان، فصل‌های بارندگی منطقه هستند و بیشترین بارندگی‌ها در بهار دیده می‌شود.

براساس آمار ادارة هواشناسی استان اردبیل، فصل پاییز ازنظر بارندگی پس از بهار و زمستان در رتبة سوم قرار دارد. موقعیت ایستگاههای باران‌سنجی استان اردبیل در شکل 1 ارائه شده است.

 

 

شکل 1- موقعیت ایستگاههای باران‌سنجی در استان اردبیل

تجزیه و تحلیل یافته‌های پژوهش

براساس روابط ارائه‌شده، مقدار متوسط شاخص ‌فصلی‌بودن و متوسط زمان رویداد برای هریک از ایستگاهها در طول دورة آماری محاسبه شد که نتایج در جدول 4 ارائه شده است.

 

جدول 4- متوسط شاخص فصلی‌بودن و زمان رویداد برای ایستگاههای باران‌سنجی استان اردبیل در دورة آماری

 

ردیف

 

ایستگاه

 

متوسط SI

فصل وقوع بارندگی

( )

 

ردیف

 

ایستگاه

 

متوسط SI

فصل وقوع بارندگی

( )

1

پل الماس

27/0

زمستان

15

شمس‌آباد

34/0

زمستان

2

سامیان

28/0

بهار

16

شمشیرخانی

18/0

زمستان

3

ابربکو

25/0

زمستان

17

کوزه تپراقی

34/0

بهار

4

هیر

30/.

زمستان

18

گلی

37/0

زمستان

5

آتشگاه

19/0

پاییز

19

گیلانده

31/0

زمستان

6

اردبیل

36/0

زمستان

20

لای

33/0

بهار

7

آلادیزگه

24/0

پاییز

21

سد قوری‌چای

32/0

بهار

8

بقرآباد

30/0

زمستان

22

نمین

27/0

زمستان

9

تک‌بولاغ

28/0

زمستان

23

نیارق

23/0

زمستان

10

توتونسین

26/0

بهار

24

خوش‌آباد

32/0

زمستان

11

نیر

24/0

بهار

25

نئور

35/0

زمستان

12

سرعین

39/0

زمستان

26

هل‌آباد

27/0

زمستان

13

سیاه‌پوش

37/0

زمستان

27

آبی‌بیگلو

25/0

زمستان

14

سنین

18/0

زمستان

28

یامچی

28/0

زمستان

 

براساس نتایج جدول 4 بیشترین مقدار شاخص فصلی‌بودن مربوط به ایستگاه سرعین در سال 1371 با مقدار (39/0) و کمترین مقدار شاخص مربوط به ایستگاههای سنین و شمشیرخانی در سال 1373 با مقدار 18/0 است.

 

شکل 2- ارتباط مقدار شاخص فصلی‌بودن (SI) و بارندگی سالیانه در ایستگاههای منتخب استان اردبیل

همان‌طور که در شکل 2 نشان داده شده است، مقدار شاخص فصلی‌بودن (SI) با افزایش بارندگی کاهش می‌یابد. الگوی تغییرات شاخص فصلی‌بودن (SI) در حوزة استان اردبیل در شکل 3 ارائه شده است.

 

 

شکل 3- تغییر مقادیر شاخص فصلی‌بودن (SI) در حوزة استان اردبیل

 

نتایج آزمون من- کندال برای تعیین روند در مقادیر شاخص فصلی‌بودن در جدول 5 ارائه شده است.

 

جدول 5- نتایج روند مقادیر شاخص فصلی‌بودن داده‌های بارندگی ماهیانه با آزمون روند من- کندال

ردیف

ایستگاه

Z

سطح معنا‌داری

ردیف

ایستگاه

Z

سطح معنا‌داری

1

پل الماس

70/0-

ns

15

شمس‌آباد

74/1-

ns

2

سامیان

18/0

ns

16

شمشیرخانی

53/1

ns

3

ابربکو

66/0

ns

17

کوزه تپراقی

92/0-

ns

4

آبی بیگلو

66/1-

ns

18

گلی

-

-

5

آتشگاه

40/0

ns

19

گیلانده

11/0-

ns

6

اردبیل

09/0-

ns

20

لای

36/0-

ns

7

آلادیزگه

19/1-

ns

21

سد قوری‌چای

98/1-

*

8

بقرآباد

77/0

ns

22

نمین

44/0-

ns

9

تک‌بولاغ

64/1-

ns

23

نیارق

03/1

ns

10

توتونسین

-

-

24

نیر

68/0-

ns

11

خوش‌آباد

88/0-

ns

 

25

نئور

13/0-

ns

12

سرعین

14/02

ns

26

هل‌آباد

22/0-

ns

13

سیاه‌پوش

15/3-

**

27

هیر

78/0-

ns

14

سنین

77/0

ns

28

یامچی علیا

61/1-

ns

* وجود روند در سطح 95درصد، ** وجود روند در سطح 99درصد، -: فاقد جواب به‌ دلیل تعداد دادة کم، ns: بدون روند معنادار

براساس نتایج جدول 5، تغییرات مقادیر شاخص فصلی‌بودن بارش فقط در دو ایستگاه سیاه‌پوش و سد قوری‌چای روند کاهشی معنا‌دار دارد و در بقیة ایستگاهها این مقادیر بدون روند معنادار است.

 

نتیجه‌گیری

تعیین فصلی‌بودن بارندگی ماهیانه، وضعیت فصل خشکی و رطوبت را تعیین می‌کند که برای مدیریت و برنامه‌ریزی منابع آبی حائز اهمیت است. در پژوهش حاضر فصلی‌بودن بارندگی ماهیانة 28 ایستگاه باران‌سنجی واقع در استان اردبیل به روش Markham ارزیابی شده است. براساس مقادیر شاخص فصلی‌بودن، میان رژیم بارندگی بین ایستگاهها تفاوت وجود دارد که قابلیت روش Markham در تعیین ویژگی فصلی‌بودن داده‌ها از آن جمله است. در این زمینه کومار (1975) نیز به کارایی روش برداری Markham در مقایسة فصلی‌بودن و توصیف تغییرات اقلیمی در مکان‌های مختلف اشاره کرده است.

براساس نتایج به‌دست‌آمده در جدول 4، مقدار شاخص فصلی‌بودن مقادیر بارندگی بین 18/0 تا 39/0 است. براساس جدول 2 که والش و لاولر (1981) ارائه کرده‌اند، این مقدار شاخص، رژیم بارندگی یکنواخت را با یک فصل مرطوب مشخص نشان می‌دهد. در این زمینه گوهاتاکورتا و ساجی (2012) با تجزیه و تحلیل بارندگی به این نتیجه رسیدند که در مناطق ساحلی ماهاراشترا مقدار شاخص SI بیشتر از 2/1 است که رگبار و باران‌های شدید را نشان می‌دهد و بیشترین بارش باران در یک یا دو ماه روی می‌دهد. همچنین پاتیل (2015) مقدار شاخص SI را در مناطق مختلف سنگالی برای کل ماهها در بازة 87/0 تا 04/1 به دست آورد و مقدار شاخص را برای فصل‌های موسمی محاسبه کرد که مقدار آن از 0665/0 تا 3519/0 متغیر بوده است. درنهایت مشخص شد بارندگی گسترده با یک فصل مرطوب مشخص در کل سال روی داده است.

 هامیل (1972) براساس مقادیر شاخص فصلی‌بودن، بارش برزیل را از نوع غیرفصلی دانسته که با الگوی متفاوت بارندگی، موقعیت جغرافیایی یا منشأ بارندگی‌ها مرتبط است.

در جدول 4 نتایج محاسبة متوسط زمان رویداد بارندگی ارائه شده است. براساس نتایج به‌دست‌آمده از 28 ایستگاه باران‌سنجی مطالعه‌شده، متوسط زمان رویداد، بیست ایستگاه در فصل زمستان، شش ایستگاه در فصل بهار و فقط دو ایستگاه در فصل پاییز است که توزیع فصلی مقادیر بارش ماهیانه را در منطقة پژوهش نشان می‌دهد و با رژیم بارش منطقه متأثر از عوامل ایجاد بارش مرتبط است. نمودار تغییرات مقدار شاخص فصلی‌بودن و بارندگی در شکل 2 ارائه شده است. با توجه به نتایج شکل 2 با افزایش بارندگی در طول دورة آماری 1360 تا 1392 مقدار شاخص فصلی‌بودن کاهش می‌یابد که این به دلیل کاهش ضریب تغییرات در داده‌های بارندگی در مناطق پرباران است. معمولاً ضریب تغییرات بارندگی در مقادیر بارش‌های کم بسیار بیشتر از بارش‌های زیاد بوده و این موضوع دربارة مقادیر شاخص فصلی‌بودن (SI) نیز صدق می‌کند. والش و لاولر (1981) نیز به نتایج مشابهی رسیده‌اند.

نمودار تغییرات شاخص فصلی‌بودن بارندگی در ایستگاههای باران‌سنجی منتخب اردبیل در شکل 4 نشان داده شده است. با توجه به نتایج شکل 4، فصلی‌بودن بارندگی در بیشتر ایستگاهها روند کاهشی دارد و از بین 28 ایستگاه مطالعه‌شده، ایستگاههای سامیان، ابربکو، آتشگاه، بقرآباد، توتونسین، سنین، سرعین، شمشیرخانی و نیارق روند افزایشی و نوزده ایستگاه روند کاهشی دارند. در این زمینه تومویز و همکاران (2002) نیز روند کاهشی بارش زمستانی را در ایستگاههای باران‌سنجی ایتالیا گزارش کرده‌اند. گوهاتاکورتا و ساجی (2013) در بیش از نیمی از ایستگاههای باران‌سنجی ماهاراشترا روند مثبت معنا‌داری را در مقدار SI مشاهده کردند. همچنین پریور و شوف (2008) با محاسبة شاخص فصلی‌بودن (SI) به این نتیجه رسیدند که متوسط شاخص فصلی‌بودن در بیشتر ایستگاهها تفاوتی ندارد.

درمجموع تعیین ویژگی فصلی‌بودن بارندگی و تغییرات آن نشانه‌ای از تغییر در الگوی زمانی متغیرهای اقلیمی متاژ از تغییر اقلیم است؛ علاوه بر این تعیین توزیع زمانی مقادیر بارش در ماهها و فصول مختلف سال امکان پیش‌بینی تغییر در بیلان آب، تعیین الگوی کشت یا در مقیاس زمانی کوچک‌تر پیش‌بینی سیلاب و خشکسالی را فراهم می‌کند.



[1]- Seasonality

[2]- Ayoda

[3]- Nieuwolt

[4]- Walsh & Lawler

[5]- Hamil

[6] -Kumar

[7]- Georgetown

[8]- Bronikowski and Webb

[9]- Unkasevicet al

[10]- Stafford

[11]- Sumner

[12]- Walsh and Lawler

3- Andalusia

[14]- Catalunya

[15]- Tomozeiu

[16]- Pryor & Schoof

[17]- Guhathakurta & Saji

[18]- Maharashtra

[19]- Konkan

[20]- Mathbout

[21]- Patil

[22]- Bari

[23]- Jakson

[24]- Nieuwolt

[25]- Livada and Asimakopoulos

[26]- Markham

[27]- Hamil

1- امیری، رضوان، (1386)، تحلیل و پیش‌بینی نوسانات بارش در شهرستان خرم‌آباد با استفاده از مدل زنجیرة مارکوف، پایان‌نامة کارشناسی ارشد اقلیم‌شناسی، استاد راهنما: سلیقه، محمد، دانشگاه تربیت معلم، گروه آموزشی جغرافیا.
2- خلیلی، کیوان، ناظری نهرودی، محمد، احمدی، فرشاد، (1394)، کاربرد شاخص PCI در بررسی الگوی بارش ایران و تحلیل روند تغییرات آن در مقیاس سالانه و فصلی طی نیم‌قرن اخیر، نشریة آبیاری و زهکشی ایران، دورة 9، شمارة 1، تهران، 195- 208.
3- فلاح قالهری، غلامعباس، بیاتانی، فاطمه، (1392)، بررسی روند تغییرات فصلی و سالانة بارش و دبی در حوزة آبخیز هلیل‌رود کرمان، چهارمین همایش منطقه‌ای چالش‌ها و راهکارهای توسعه در مناطق محروم، کهنوج، 12 ص.
4- مصطفی‌زاده، رئوف، ذبیحی، محسن، ادهمی، مریم، (1396)، تحلیل تغییرات زمانی و مکانی بارش ماهانه در استان گلستان به کمک بعد فرکتالی، مهندسی و مدیریت آبخیز، دورة 9، شمارة 1، تهران، 34- 45.
5-   Ayoade, J.O., (1970). The seasonal incidence of rainfall, Weather, Vol 25, Pp 414– 418.
6-   Bari, S.H., Hussain, M.M., Husna, NEA., (2016). Rainfall variability and seasonality in northern Bangladesh, Theoretical and Applied Climatology, Vol 129 (3-4), Pp 995-1001.
7-   Bronikowski, A., Webb, C., (1996). A critical examination of rainfall variability measures used in behavioral ecology studies, Behavioral Ecology and Sociobiology, Vol 39, Pp 27-30.
8-   Goudie, A.S., (1983). Environmental Change, Clarendon Press, Oxford University Press, 2nd edition, New York.
9-   Guhathakurta, P., Saji, E., (2012). Trends and variability of monthly, seasonal and annual rainfall for the districts of Maharashtra and spatial analysis of seasonality index in identifying the changes in rainfall regime, National Climate Centre, (1/2012), Pp 1-22.
10-              Guhathakurta, P., Saji, E., (2013). Detecting changes in rainfall pattern and seasonality index vis-`a-vis increasing water scarcity in Maharashtra, Journal of Earth System Science, Vol 122 (3), Pp 639–649.
11-              Hamill, J., (1972). Pan American Institute of Geography and History, Revista Geografica, Vol 77, Pp 123-139.
12-              Jakson, I.J., (1977). Climate, Water and Agriculture in the Tropics, Journal of Experimental Agriculture International, Vol 14 (3), Pp 248-290.
13-              Kumar, S., (1975). Regional variations in the seasonality of precipitation in Bangladesh, Department of Geography, Vol 42 (1), Pp 68-72.
14-              Kumar, S., Merwade, V., Kam, J., Thurner, K., (2009). Stream flow trends in Indiana: Effects of long term persistence, precipitation and subsurface drains, Journal of Hydrology, Vol 374, Pp 171-183.
15-              Livada, I., Asimakopoulos, D.N., (2005). Individual seasonality index of rainfall regimes in Greece, Climate Research, Vol 28, Pp 155–161.
16-              Markham, C.G., (1970). Seasonality of precipitation in the United States, Annals of the Association of American Geographers, Vol 60 (3), Pp 593–597.
17-              Mathbout, S., Lopez-Bustins, J.A., Víde, J.M., (2015). Study of precipitation variability based on entropy and seasonality over the Eastern Mediterranean, Journal of Geophysical Research, Vol 17, Pp 935-942.
18-              Nieuwolt, S., (1974). Seasonal rainfall distribution in Tanzania and its cartographic representation, Journal of Geographical Sciences, Vol 28 (3), Pp 186-194.
19-              Patil, M.K., (2015). Change in seasonality index of rainfall in sangli District, Indian Streams Research Journal, Vol 5 (1), Pp 1-7.
20-              Pryor S.C., Schoof Justin, T., (2008). Changes in the Seasonality of Precipitation over the Contiguous USA, Journal of Geophysical Research, Vol 113, Pp 1-15.
21-              Sharma, A., Bose, M., (2013). Seasonality and Rainfall Prediction, Seventh International Conference on Data Mining and Warehousing (ICDMW), Pp 145–150, Bangalore.
22-              Stafford, J.M., Wendle, G., Curtis, J., (2000). Tempreature and precipitation of Alaska: 50 year trend analysis, Theoretical and Applied Climatology, Vol 67, Pp 33-44.
23-              Stoddart, D.R., Walsh, P.R.D., (1975). Environmental variability and environmental extremes as factors in the island ecosystem, 13th Pacific Science Congress, Vancouver.
24-              Sumner, G., Homar, V., Ramis, C., (2001). Precipitation seasonality in eastern and southern coastal Spain, International Journal of Climatology, Vol 21, Pp 219–247.
25-              Tomozeiu, R., Lazzeri, M., Cacciamani, C., (2002). Precipitation flucuations during the winter season from 1960 to 1995 over Emilia-Romagna, Italy, Theoretical and Applied Climatology, Vol 72, Pp 221-229.
26-              Unkasevic, M., Radinovic, D., (2000). Statistical analysi of daily maximum and monthly precipitation at Belgrade, Theoretical and Applied Climatology, Vol 66, Pp 241-249.
27-              Walsh R.P.D., Lawler, D.M., (1981). Rainfall seasonality: description, spatial patterns and change through time (British Isles, Africa), Weather, Vol 36, Pp 201-208.