مقیاس های مطالعه در اقلیم شناسی کاربردی

1. مقیاس های مطالعه در اقلیم شناسی کاربردی • ماکرو • مزو • میکرو

2. انواع تکنیک های مطالعه اقلیم شناسی کاربردی • آماری • سنجش از دور • سینوپتیک • سیستم اطلاعات جغرافیایی

3. نمونه هایی از زمینه های کاری اقلیم شناسی کاربردی(ضرورت استفاده از روشهای آماری در اقلیم شناسی

9. منابع

11. وب سایت ها

12. روشهای مدیریت داده ها • تغییر فرمت داده ها • مرتب سازی داده ها • تنظیم سری زمانی • انتخاب هدف دار داده ها • محاسبه متغییرهای جدید • طبقه بندی داده ها • وارونه سازی داده ها • اتصال و ارتباط فایل ها

13. نمودارهای اقلیم شناسی

14. نمايش يا ارائه نموداري سمبل‌ها يا نشانه‌ها، رنگ‌ها يا سايه‌ها، اندازه‌ و نوع كلمات علائم راهنما، از مهمترين موضوعات نمايش داده‌ها مي‌باشند كه در تهيه انواع نمودارهاي اقليمي بايد مورد توجه قرارگيرند. مقياس ارائه نمودارها با توجه به ماهيت داده‌هاي مورد بحث و جزئيات موردنظر داراي اهميت خاصي است و حسب موضوعات مختلف، نمودارهاي اقليمي از مقياس‌‌هاي متفاوتي برخوردار مي‌باشند.

15. اصول تهیه هر نمودار • نمودار بايد به ساده‌ترين شكل رسم شود و حتي‌الامكان از دخالت دادن خطوط زيادي كه نقش مؤثري در روشن‌تر ساختن نمودار ندارند خودداري شود، • يك نمودار بايد كاملاً روشن و از نظر شناخت خودكفا باشد بنابراين عنوان نمودار، منبع اطلاعات، مقياس نمودار بايد خيلي روشن مشخص شود، • محل نوشتن عنوان بايد به طور مناسب انتخاب شود ولي معمولاً زير نمودار, عنوان آن نوشته مي‌شود، • در موارديكه در يك نمودار بيش از يك متغير نشان داده مي‌شود هر متغير بايد كاملاً روشن به طور متمايز و مشخص منعكس گردد و راهنماي تشخيص آن نيز در متن نمودار ذكر شود، • به علت اينكه نمودارها معمولاً از چپ به راست و از بالا به پايين رسم مي‌شوند بنابراين تمام اعداد كه مباني نمودار را مشخص مي‌نمايد بايد از پايين به بالا و از چپ به راست نوشته شود، • ‌خطوط مقياس نمودار معمولاً ضخيم‌تر از خطوط محورها رسم شود، • خطوط نمودار بايد از محورهاي مختصات و خطوط مقياس ضخيم‌تر باشد، • معمولاً مقياس فراواني ها را در محور عمودي و مقياس طبقه‌بندي در محور افقي نمودار نشان داده شود.

16. نمودار مستطيل شكل(bar diagram)اين نمودارها به صورت ساده براي بيان متغيرهاي غير پيوسته مي‌توانند مورد استفاده قرار گيرند. عرض مستطيل در اين نمودارها يكسان بوده و محور عمودي آن به مقدار عنصر مورد نظر اختصاص دارد. در برخي موارد لازم است عناصر اقليمي مورد استفاده به صورت دو گانه براي يك ايستگاه نمايش داده شود. امكان ارائه نمودار به شكل افقي نيز وجود دارد ولي حالت عمودي آن معمول‌تر است. با امكاناتي كه در نرم‌افزارهاي مختلف وجود دارد ارائه اين نمودار به شكل مستطيل‌هاي سه بعدي و استفاده از رنگ‌ها و هاشورهاي مختلف وجود داشته و حسب سليقه مي‌تواند تغييرات موردنظر را انجام داد. شكل‌هاي ديگري از نمودارهاي مستطيل شكل وجود دارد كه اشكال سيلندري، مخروطي و هرمي از جمله آنها محسوب مي‌شود.

18. نمودار دايره‌اي براي رسم نمودار مي‌توان از شکل دايره نیز استفاده نمود. اين نمودار معمولاً زماني استفاده مي‌شود كه تعداد متغيرهاي موردنظر كم باشد. معمولاً مقايسه مقدار بارش‌هاي چهار فصل در اين شكل به خوبي ‌امكان‌پذير مي‌باشد. در اين نمودار طول قوسي از دايره نسبت به كل محيط دايره مقايسه شده و ممكن است هم از ارقام واقعي يعني مقاديري مانند ميليمتر و يا درصد آنها يا تواماً استفاده شود. شكل ديگري از نمودار دايره‌اي به صورت حلقه دونات ( doughnut) است.

19. نمودار بافتي(histogram)اين نوع نمودار براي نشان دادن توزيع فراواني متغيرهاي پيوسته مورد استفاده قرار مي‌گيرند. نمودار بافتي از تعدادي مستطيل عمودي كه كنار هم قرارمي‌گيرند تشكيل مي‌شود كه مساحت آنها فراواني هر گروه را نشان مي‌دهد و مجموع مساحت‌ها نيز مربوط به جمع كل گروهها است.

20. نمودارهاي چند ضلعي(area )اين نوع نمودار از نظر ترسيم تقريباً شبيه به نمودار بافتي است فقط اين نمودار مقادير را به صورت مساحت‌هايي نشان مي‌دهد كه ديد بصري بهتري را در اختيار خواننده قرار مي‌دهد.

21. نمودارهاي خطي(line diagrams) اين نوع نمودارها به طور گسترده‌اي براي نشان دادن تغييرات متغيرهاي اقليم‌شناسي در طول زمان به كار مي‌رود. به طور مثال بارش‌هاي روزانه و سالانه ايستگاهها را مي‌توان روي اين نمودار نشان داد. به جاي استفاده از مقادير مطلق متغيرها، در اين نمودارها امكان نمايش درصد مقادير نيز وجود دارد.

22. نمودارهاي پراکندگی (scatter diagram)اين نوع نمودارها به منظور نمايش همبستگي تغييرات بين دو متغير مورد استفاده قرار مي‌گيرد. مثلاً براي نمايش چگونگی ارتباط داده‌هاي مقدار بارش ايستگاهها با مقادیر دما مي‌توان از ابن نوع نمودار استفاده نمود. متناسب با وجود ارتباط بين اين دو متغير شكل‌هاي خاصي از اين نمودار قابل مشاهده است. هنگامي كه نقاط در راستاي يك خط قرار گرفتند بيانگر وجود ارتباط نزديك بين آن دو متغير است و در صورت پراكنده بودن گوياي عدم وجود ارتباط بين آنها مي‌باشد

23. نمودارهاي شعاعي (radar)اين نمودارها به صورت صفحه شعاعي است كه داراي دواير متحدا‌لمركز بوده و هر دايره نشاندهنده ارزش فراواني خاصي مي‌باشد. از اين نمودار براي نمايش فراواني سرعت باد در جهت‌هاي هشت‌گانه مي‌توان استفاده نمود كه امكان نمايش دو متغير در اين نوع نمودارها نيز وجود دارد.

25. كليماتوگرام‌هاكليماتوگرام‌ها نيز از جمله نمودارهاي مفيدي هستند كه مي‌توانند شرايط عناصر بارش و دما را براي ماههاي مختلف يك ايستگاه نشان دهند. ترسيم اين نمودارها بدين ترتيب است که ارقام بارش و دما مربوط به ماهها را به صورت متناظر روي محورهاي X و Y نشان مي‌دهند، سپس نقاط به دست آمده را به يكديگر وصل مي‌كنند. شكل به دست آمده هر قدر كوچكتر و يا اصطلاح جمع و جورتر باشد نشاندهنده عدم شديد تغييرات بارش و دما در ايستگاه مورد مطالعه است و برعكس هر قدر نمودار بازتر باشد بيانگر وجود تغييرات شديد ماهانه عناصر بارش و دما در ايستگاه خواهد بود.

26. نمودار آمبروترميكنمودارهاي آمبروترميك براي شناخت ماههاي خشك در ايستگاه اقليمي مورد مطالعه تهیه می شود. براي اين منظور محور X را به ماهها اختصاص داده و يكي از محورهاي Y را به بارش و ديگري به مقادير دما تخصيص پيدا مي كند. معمولا" براي اينكار محور دما دو برابر بارش در نظر گرفته مي شود. در نمودار ترسيم شده ماههايي كه محور بارش و دما يكديگر را قطع مي كنند به عنوان ماههاي خشك محسوب مي شوند.

27. نمودارهاي شماتيكاين نوع نمودارهاي براي تبيين ويژگي‌هاي كلي از گردش عمومي، بيلان آب و .... مورد استفاده قرار مي‌گيرد. در برخي موارد از اين نمودارها براي تبيين مدلهاي مفهومی براي تشریح نحوه محاسبه و نتيجه‌گيري مطالعات اقليم‌شناسي استفاده مي‌شود. به صورت ساده در اين نمودارها مي‌توان ورودي و خروجي‌ها را با زبان نموداري به خواننده انتقال داد، بدين ترتيب که به جاي استفاده از عبارت‌ها و روابط رياضي كه فهم آنها براي همگان ميسر نيست از طريق اين نمودارها مي‌توان به راحتي و به صورت ساده مفاهيم موردنظر را بيان نمود.

28. جدولهای اقلیمی

29. تهيه جداول فراواني از اولين كارهايي است كه معمولاً براي نمايش داده‌هاي اقليمي يك ايستگاهمورد استفاده قرار مي‌گيرد. ساده‌ترين شكل آن تهیه یک جدول فراواني که داراي يك متغير، به مجموعه‌اي از طبقات تقسيم‌ شده مي‌باشد. محدوده ارزشها در داخل اين جدول مي‌تواند براساس دقت اندازه‌گيري عنصر و نيازهاي كاربردي موردنظر تعيين شود.

30. تهيه و ارائه جدولهاي تقاطعي از جداولي است كه براي تبيين ارتباط بين متغيرها و موضوعات از آن استفاده مي‌شود. اگر دو يا چند عنصر براي تعريف شرايط مورد نظر تركيب شوند، فراواني چند متغيره ايجاد مي‌شود، براي مثال در جدول 3-2 فراواني مقادير بارش هاي سالانه 153 ايستگاه اقليمي در گروههاي ارتفاعي مختلف نشان داده شده است. بر اساس جدول تقاطعي تهيه شده حدود 60 درصد از ايستگاهها در ارتفاع 1000 تا 2000 متري و حدود 34 درصد نيز در ارتفاع کمتر از 1000 متر واقع شده اند.

31. مروری بر روشهای آماری در اقلیم شناسی کاربردی

32. تحليل فراوني‌هاتحليل فراواني داده‌هاي اقليمي از اوليه‌ترين تحليل‌هايي است كه در مطالعات اقليمي صورت مي‌گيرد. منظور از اين تحليل‌ها محاسبة تعداد تكرار يا مشاهده داده‌ها در متغير مورد مطالعه مي‌باشد. با توجه به اينكه مطالعه تك تك فراواني داده‌ها از نظر تفسيري مشكل مي‌باشد معمولاً دادة مورد نظر طبقه‌بندي‌شده و سپس فراواني‌ها و درصد فراواني‌ها براي آنها محاسبه شده و تفسیر روی آنها صورت می گیرد. در شكل نمودار توزيع فراواني يا هیستوگرام داده‌هاي بارش سالانه ايستگاه سينوپتيك آبادان از سال 1965 تا 1998 يعني به مدت 33 سال نشان داده شده است. محور عمودي در اين نمودار نشان دهنده فراواني داده‌ها و محور افقي نشان دهنده داده‌هاي بارش طبقه‌بندي‌شده در گروههاي مختلف بارش بر حسب ميليمتر مي‌باشد. همانطور كه اين نمودار نشان مي‌دهد بيشترين فراواني داده‌ها متعلق به گروه 130-110 ميليمتر با فراواني 6 مي‌باشد كه نشان مي‌دهد 6 سال از 33 سال يا 18 درصد در اين گروه قرار گرفته‌اند. همچنين در گروه 270-250 ميليمتر هيچ فراواني مشاهده نگرديده است. نموداري خطي كه روي فراواني داده‌ها نشان داده شده است نيز بيانگر ميزان تطابق نمودار توزيع فراواني داده‌ها با الگوي توزيع نرمال مي‌باشد كه در اين نمودار تطابق كامل مشاهده نمي‌گردد و از اينرو مي‌توان گفت داده‌ها از توزيع نرمال برخوردار نمي‌باشند. اين نوع نمودار مي‌تواند براي كليه متغيرهاي مورد مطالعه ترسيم شده و تفسير شود و ترسيم آنها مي‌تواند ديد خوبي از فراواني داده‌ها در اختيار محقق قرار دهد.محاسبه درصدهاي فراواني و درصد فراواني تجمعي از جمله محاسباتي است كه مي‌تواند از طريق جدول توزيع فراواني صورت گرفته و تفسيرهاي لازم بر روي اين جداول انجام گيرد.

33. هیستوگرام بارش های سالانه ایستگاه آبادان (1998-1966)

34. محاسبه شاخص‌هاي مركزي Central Tendency • شاخص‌هاي مركزي به محاسبه و اندازه‌گيري مقادير ميانگين داده‌ها اطلاق مي‌شود كه بيانگر توصيف كلي از مقادير مي‌باشد. معروفترين شاخص‌هاي مركزي ميانگين، مد يا نما و ميانه مي‌باشد. • ميانگين داراي انواع متفاوتي است كه مهمترين آنها عبارتند از ميانگين وزني، ميانگين هندسي، ميانگين متحرك و ميانگين‌هارمونيك

35. مد يا نما مد يا نما عبارت است از داده‌اي كه داراي بيشترين مقدار فراواني مي‌باشد. بطور مثال در بين داده‌هاي 12،12،7،12،12،8،9،10 عدد 12 داراي فراواني 4 و مابقي اعداد داراي فراواني 1 مي‌باشد و به همين جهت مد يا نما داده‌ها رقم 12 مي‌باشد كه بيشتر از همه مشاهده گرديده است.

36. ميانه ميانه عبارت است از ارزشي كه 50 درصد داده‌ها بالاتر و 50 درصد آنها پايين‌تر از آن قرار دارند. براي محاسبه ميانه لازم است ابتدا داده ها رتبه‌بندي شده و سپس بر اساس N/2 مقدار ميانه محاسبه شود. بطور مثال اگر ارزش 430 در نظر گرفته شود رتبه 215 ( 2/430 ) در داده‌هاي رتبه‌بندي رقم ميانه خواهد بود.

37. ميانگين حسابي

38. ميانگين وزني weighted mean

39. ميانگين متحرك • محاسبه و ترسیم ميانگين متحرك از جمله مهمترين نمودارهايي است كه در مطالعات اقليمي از كاربردهاي فراواني برخوردار مي‌باشد. زماني كه داده‌هاي مورد مطالعه از نوسانات و تغييرات زيادي برخوردار باشد غالباً تفسير ارقام با توجه به افت و خيزهايي كه در منحني مشاهده مي‌شود مشكل مي‌باشد. از اينرو در اينگونه داده‌ها سعي مي‌كنند ميزان اين افت و خيزها را به حداقل برسانند تا تفسير ارقام راحتتر صورت گيرد. از جمله روش‌هايي كه براي كاهش نوسانات پيشنهاد شده است استفاده از ميانگين متحرك است كه براي مقياس‌هاي زماني مختلف مانند 3 ساله، پنج ساله قابل محاسبه مي‌باشد. براي محاسبه ميانگين متحرك 3ساله، سه رقم اول را ميانگين‌گيري كرده و در رديف دوم ستون ميانگين متحرك 3 ساله قرار مي دهند.

40. نمودار مقادير بارش‌هاي سالانه و ميانگين متحرك 5 ساله براي ايستگاه آبادان

41. محاسبه شاخص‌هاي پراكندگي • منظور از شاخص‌هاي پراكندگي، شاخص‌هايي هستند كه از طريق آن مي‌توان ميزان تغييرات داده‌ها را نسبت به ميانگين مورد بررسي قرار داد. بديهي است هر قدر اين فاصله بيشتر باشد مي‌توان گفت ميزان تغييرات در داده‌هاي مورد بررسي بيشتر است. براي اينكه بتوان ميزان اين تغييرات را مشخص كرد از شاخص‌هاي استانداردي استفاده مي‌شود كه مهمترين اين شاخص‌ها در مطالب ذيل مرور خواهد شد. با توجه به اينكه داده‌هاي اقليمي بويژه در مناطق خشك از نوسانات زيادي در كليه عوامل جوي برخوردار هستند از اينرو مطالعه تغييرات داده‌ها به منظور آگاهي از رفتار و مكانيسم انجام تغييرات از طريق شاخص‌هاي پراكندگي از اهميت زيادي برخوردار مي‌باشد و مي‌تواند كاربران را براي برنامه‌ريزي هر چه بهتر با توجه به تغييرات داده‌هاي اقليمي هدايت كند.

42. دامنه تغييرات

43. واريانس و انحراف معيار

44. واريانس

45. ضريب تغييرات

47. چولگي skewness

48. ضريب تيزي يا رعنايي kurtosis

49. بررسی ارتباط بین متغیر ها و مدل سازی

50. محاسبه همبستگی • يكي از مهمترين موارد مطالعات اقليمي شناخت روابط موجود بين متغيرهاي مورد مطالعه است. تبيين روابطي كه بين اين نوع متغيرها وجود دارد باعث خواهد شد بتوان پيش‌بيني‌هاي لازم را از نقطه نظر برنامه‌ريزي انجام داد. بطور مثال شناخت روابط حاکم فيمابين افزايش مقدار بارش به ازاء ارتفاع باعث خواهد شد تا بتوان مقادير بارش را در ارتفاعات كوهستاني كه فاقد ايستگاههاي ثبت داده‌هاي اقليمي است برآورد نمود و از آن در برنامه‌ريزي منابع آب استفاده نمود. مثال ديگر كه مي‌توان ذكر نمود وجود ارتباط بين پارامترهاي اقليمي و محصولات كشاورزي است. مطالعاتي كه در اين خصوص انجام گرفته است نشان مي‌دهد كه ارتباط زيادي بين تغييرات پارامترهاي اقليمي و عملكرد يا ميزان محصولات زراعي بويژه كشت‌هاي ديم وجود دارد و از اينرو شناسايي روابط حاكم بين اين متغيرها مي‌تواند در برآورد عملكرد محصول در مناطق جغرافيايي بسيار كارآمد باشد. روابط آماري متعددي براي شناخت رابطه بين دو متغير وجود دارد كه هم بصورت معادلات خطي و هم به صورت معادلات غيرخطي بيان مي‌گردد. مهمترين شاخص تبيين روابط بين متغيرها ضريب همبستگي است كه ارزش محاسبه شده ‌اين ضريب مقداري بين 1+ تا 1- را خواهد داشت.