انجمن علمی هواشناسی ایراننشریه هواشناسی و علوم جوّ2645-72612320191101Spatial analysis of occurrence probability of precipitation in Iran based on different phases of MJO's climate signalتحلیل مکانی احتمال رخداد بارش در ایران در فازهای مختلف سیگنال اقلیمی مادن-جولیان192201128094FAنفیسه سیدنژاد گل خطمی0000-0002-1474-9253جواد بذرافشاندانشگاه تهرانآرزو نازی قمشلودانشگاه تهرانپرویز ایران نژاددانشگاه تهرانJournal Article20190121Madden and Julian (MJO),, a large-scale climate signals,, is one of the factors that affect regional meteorological events in the tropical and even the subtropical areas. The effect of MJO on precipitation occurrence has generally been investigated in the southern parts of Iran. The purpose of this study is to investigate the spatial distribution of probability of precipitation occurrence (PPO) in Iran based on MJO phases. The data used are the daily MJO index and precipitation from the ERA-Interim reanalysis data that covers Iran’s region in cold months of the year (November to April 1979-2016). The negative and positive phases of the MJO, (i.e. MJO- and MJO+) are based on the Wheeler and Hendon (2004) index. The analysis of coincidence of probability of precipitation occurrence (PPO) and Madden and Julian phases showed that the PPO in Iran in the negative phase of MJO- decreases as a nearly regular from the south to the north of the country and indicates reduction of the effect of MJO on precipitation event. All grid points received at least 45 percent of their precipitation during the negative phase of MJO. The PPO is about 75 percent in the south of Iran. On the contrary, the PPO in the positive phase of MJO, increases as a nearly regular from the south to the north, and all grid points receive at least 25 percent of their precipitation in coincidence with positive phase of MJO. Maximum value of PPO in the north, and especially in the northwest of Iran, is about 60 percent which has increased almost 20 percent compared to MJO-. The lowest PPO coincidence with the negative phase of MJO is related to the southernparts of Iran, near 25° N latitudes, where the PPO decreases about 50 percent in comparison to the negative phase of MJO.سیگنال بزرگمقیاس مادن-جولیان (MJO) یکی از عوامل تأثیرگذار بر رخداد بارش در نواحی حارهّای و حتّی برون حارهّای است. تأثیر این سیگنال بر خصوصیات بارش عموماً در نواحی جنوبی ایران بررسی شده است. هدف این پژوهش، بررسی توزیع مکانی احتمال رخداد بارش در ایران بر اساس فازهای مختلف MJO است. دادههای مورد استفاده متشکل از شاخص روزانه MJO و بارش روزانه پایگاه داده تحلیل مجدد ERA-Interim در محدوده جغرافیایی ایران با قابلیت تفکیک 5/0 درجه در ششماه سرد سال، نوامبر تا آوریل ۱۹۷۹-۲۰۱۶ میباشد. فازهای مثبت و منفی MJO بر مبنای فازهای هشتگانه شاخص ویلر و هندون (۲۰۰۴) در نظر گرفته شدهاند. تحلیل همزمانی وقوع بارشها و فازهای مختلف MJO نشان داد که در فاز منفی MJO، احتمال رخداد بارش متناسب با عرض جغرافیائی از جنوب به شمال کاهش مییابد. همه نقاط در محدوده مطالعاتی حدّاقل ۴۵ درصد بارش خود را در فاز منفی دریافت کردهاند. این مقدار در عرضهای ۲۵ درجه جنوب کشور به حدود ۷۵ درصد میرسد. به عکس، احتمال رخداد بارش در فاز مثبت به صورت تقریباً منظم از جنوب به شمال افزایش مییابد و همه نقاط محدوده مورد بررسی حدّاقل ۲۵ درصد بارش خود را در این فاز دریافت کردهاند. این مقدار در شمال و به ویژه شمال غرب کشور حدّاکثر مقدار ۶۰ درصد دارد که نسبت به فاز منفی تقریبا ۲۰ درصد افزایش یافته است. کمترین احتمال بارش در فاز مثبت، مربوط به جنوب کشور و عرضهای ۲۵ درجه است که احتمال رخداد بارش نسبت به فاز منفی ۵۰ درصد کاهش یافته است.https://www.ims-jmas.net/article_128094_279f9774e52ae61078df69cb85d2f4ae.pdfانجمن علمی هواشناسی ایراننشریه هواشناسی و علوم جوّ2645-72612320191101Post processing of WRF model output by moving average method(MA) for for temperature, dew point, maximum, and minimum temperature at the Meteorological Station of Rasht Airportپس پردازش خروجی مدل WRF به روش میانگین لغزان برای دما، دمای نقطه شبنم، دمای بیشینه و دمای کمینه، در ایستگاه هواشناسی فرودگاه رشت202213128095FAمحمد مرادیعضو هیات علمی پژوهشکده هواشناسی0000-0002-5356-8578سامان مرتضی پورکارشناس تحقیقات اداره هواشناسی استان گیلانJournal Article20190301Precise forecast of meteorological quantities has always been an important challenge. Direct model outputs (DMO) of Numerical weather prediction models always contain random and systematic errors that reduce the accuracy of predictions. By using post-processing methods on raw output, models can reduce the systematic errors and improve the accuracy of predictions. It has been proven that by using statistical post-processing methods, the skills of the forecasts are mainly improved by reducing systematic errors. In fact, post-processing process, should reduce the systematic error between model predictions and observational values in future by using the statistical relationships between the output of the model and the observations in the past. In this study, the output of the WRF model for the Meteorological Station of Rasht Airport in the period of 8 months for temperature, dew point temperature, maximum temperature and minimum temperature was applied post-processing by the moving average method (MA) and verified. Continuous value verification showed improvement in all quantities, Continuous verification showed improvement in all quantities, and the recovery rate is based on ME from 81% to 110% and based on RSME from 4% to 12%. By defining threshold values, improvements were also observed in most categorical verification values.پیش بینی دقیق کمیت های هواشناسی همیشه جزو چالش های مورد اهمیت بوده است. خروجی های خام مدل های عددی هواشناسی(DMO) همواره شامل خطاهای تصادفی و سیستماتیک هستند که باعث کاهش دقت پیش بینی ها می شود. با استفاده از روش های پس پردازش بر روی خروجی خام مدل ها می توان خطاهای سیستماتیک را کاهش داده و به بهبود دقت پیش بینی ها دست یافت. این موضوع ثابت شده است که با استفاده از پس پردازش آماری، مهارت پیش بینی های قطعی عمدتا از طریق کاهش خطاهای سیستماتیک بهبود می یابد. در واقع فرایند پس پردازش، با استفاده از روابط آماری بین خروجی مدل و مشاهدات در گذشته، خطای سامانمند بین پیش بینی های مدل و مقادیر مشاهداتی در آینده را باید کاهش دهد. در این مطالعه خروجی مدل WRF برای ایستگاه هواشناسی فرودگاه رشت در بازه زمانی 8 ماه و برای کمیت های دما، دمای نقطه شبنم، دمای بیشینه و دمای کمینه با روش میانگین لغزان(MA) پس پردازش شد و مورد راستی آزمایی قرار گرفت. راستی آزمایی پیوسته در تمام موارد بهبود را نشان داد و مقدار بهبود بر اساس ME از 81 تا 110 درصد و بر اساس RSME از 4 تا 12 درصد است. با تعریف مقادیر آستانه، در بیشتر مقادیر راستی آزمایی گسسته نیز بهبود مشاهده شد.https://www.ims-jmas.net/article_128095_adb48d93a060ea64c5605b580c866359.pdfانجمن علمی هواشناسی ایراننشریه هواشناسی و علوم جوّ2645-72612320191101study of Autumn precipitation and slp anomalies during different cases of ENSO phase transition over Iranمطالعه بیهنجاری الگوهای فشار و بارش پائیزه ایران در حالتهای مختلف تغییر فاز انسو با شدتهای مختلف214228128096FAفرانک بهرامیگروه علوم زمین، دانشگاه آزاد اسلامی واحد علوم و تحقیقات، تهران، ایران0000-0002-3825-7368عباس رنجبرپژوهشکده هواشناسی و علوم جو0000-0003-2239-0786امیرحسین مشکوتیگروه علوم زمین ، دانشگاه آزاد اسلامی واحد علوم و تحقیقات، تهران، ایران0000-0003-4040-8783Journal Article20190409The impact of ENSO phase transition on the sea level pressure and precipitation in Iran Autumn during the period of 1950-2018 has been analyzed. The Oceanic Nino Index (ONI) was used to select ENSO events and also ENSO phase transition from El Nino to La Nina events (type 1) and vice versa (type 2). each case divided to four cases individually as following for type 1: Strong El Nino to Strong La Nina, strong El Nino to weak La Nina, weak El Nino to strong La Nina, weak El Nino to weak La Nina and also for type 2: strong La Nina to strong El Nino, Strong La Nina to weak El Nino, weak La Nina to strong El Nino and weak La Nina to weak El Nino. Monthly and climate mean precipitation and Sea Level Pressure (SLP) data were obtained from NCEP/NCAR reanalysis during 1950-2018. With these datasets, composites of means and anomalies of SLP and precipitation (lands only) in Iran Autumn were made based on cases of two types of ENSO phase transition. Finally, the student's t-test was used to compare the significance of the composites means in each grid point. Results reveal the weakening of the Iceland low and Azores high pressure in type 1 and reinforcement of both in type 2 with statistically significant of 99% confidence level. pressure anomaly values over Iran is normal or less than normal in event type 1 and less than normal in type 2 with statistically significant at 75% confidence level for north and east of country. The composite analysis of precipitation anomaly shows, during ENSO phase transition type 1 most regions of Iran have experienced low precipitation while in type 2 in the nearly all region precipitation is more than normal and also statistically significant at 75% confidence level or higher, spatially in north half for both.به منظور تعیین اثر دورههای تغییر فاز انسو بر روی الگوهای گردش جوی و بیهنجاری بارش پائیزه ایران، دورههای تغییر فاز انسو (از حالت النینو به لانینا-تغییر فاز از نوع 1 و از حالت لانینا به النینو-تغییر فاز از نوع 2) بر اساس شاخص نینوی اقیانوسی طی بازه زمانی 2018-1950 تعیین گردید. هر نوع تغییر فاز به چهار مورد مجزا تقسیم بندی گردیدند. مقادیر میانگین و بیهنجاری پارامترهای فشار سطح دریا و بارش با کمک دادههای مرکز ملی پیشبینیهای محیطی مربوط به اداره ملی جوی و اقیانوسی آمریکا و با برنامه نویسی در محیط نرمافزار گردز برای دورههای مختلف تغییر فاز انسو محاسبه شد. همچنین جهت مقایسه معنیداری تغییرات الگوها آزمون آماری تی-استیودنت برای تمام نقاط شبکهای بکار گرفته شد. نتایج نشان دهنده تقویت مراکز فشاری ایسلند و آزورز بر روی شمال و جنوب اقیانوس اطلس در الگوی نوع 2 و تضعیف آنها در الگوی نوع 1 در سطح معنیداری 99 درصد و مقادیر شدیداً کمتر از میانگین (بیهنجاری منفی) و نزدیک به مقادیر میانگین و معنیدار از لحاظ آماری در سطح 75 درصد به ترتیب در الگوی نوع 2 و نوع 1 بر روی ایران بوده است. همچنین مقادیر بیهنجاری شدید مثبت بارش در دوره تغییر فاز نوع 2 و بیهنجاری شدید منفی در نوع 1 بر روی عمده مناطق ایران بدست آمد که این تغییرات برای نیمه شمالی کشور در سطح آماری 95 درصد و برای بقیه مناطق در سطح 75 درصد معنیدار بوده است.https://www.ims-jmas.net/article_128096_768d93ad730107f83bc16f4e0af0d868.pdfانجمن علمی هواشناسی ایراننشریه هواشناسی و علوم جوّ2645-72612320191101Study of Climate change in Guilan province and study it by examining the extreme climate indicators of precipitation parameter and a number of other parametersمطالعه تغییر اقلیم در استان گیلان و بررسی آن با نمایههای اقلیمی فرین در فراسنج بارش و تعدادی دیگر از فراسنجها229245128097FAسامان مرتضی پورکارشناس تحقیقات اداره هواشناسی استان گیلانابراهیم اسعدی اسکوییرییس پژوهشکده هواشناسی آب و کشاورزی0000-0002-5603-765XJournal Article20190602Climate change is a statistically significant change in the average time series of long-term data (decades and more) related to climate in the region. Significance of the climate change, looking at its impact on the process and cycle of ecosystems and climate patterns on a regional and global scale, the occurrence of phenomena such as severe floods, droughts, global warming, severe heat and colds, changes in atmospheric synoptic and dynamic patterns and so on are evident. These impacts have implications in many areas of life including economics, agriculture, tourism, water resources, urban life, health and many more. For this reason, a regional study of this subject seems necessary and is one of the most important global issues of concern to politicians, economists, researchers, and other relevant individuals and institutions. In this study, using 30-year meteorological data of five stations in Guilan province and calculation of potential evapotranspiration, climate change in the region for a number of parameters, as well as the precipitation climate indices investigated. Trend analysis results with methods statistical and graphical Mann-Kendall tests, simple linear regression and climate indices were in agreement with each other. Significant levels of 0.1, 1, 5 and 10 percent used in the analysis of the results. The results showed that there is climate change in the region due to wind speed and potential evapotranspiration whit significant increasing trend and due to variable relative humidity whit significant decreasing trend. For example, the city of Rasht had increasing trend of 0.27 meters per second in the decade for the wind speed, 33 mm per decade for total potential evapotranspiration per year, as well as, a decreasing trend of -0.45 mm per decade for daily average humidity, over the 30-year period studied. Precipitation variables and indices do not have sufficient significant levels for climate change. The overall results indicate that these climate changes are the most dependent in summer and the least dependent in autumn.در این مطالعه با استفاده از دادههای هواشناسی 30 ساله فراسنجهای پنج ایستگاه در استان گیلان و محاسبه تبخیر و تعرق پتانسیل، تغییرات اقلیمی در منطقه برای تعدادی از فراسنجها از جمله بارش در منطقه و همچنین نمایههای اقلیمی فرین بارشی مورد بررسی قرار گرفت. در تحلیل نتایج، سطوح معنیداری 1/0، 1، 5 و 10 درصد در نظر گرفته شد. آشکارسازی روند به وسیله آزمونهای روند من-کندال آماری و گرافیکی، رگرسیون تک متغیره و نمایههای اقلیمی فرین با هم مطابقت داشتند. نتایج نشان دادند که در منطقه، رخداد تغییر اقلیم ناشی از متغیرهای سرعت باد و تبخیر و تعرق پتانسیل در جهت افزایش معنیدار و برای متغیر رطوبت نسبی در جهت کاهشی معنیدار وجود دارد. برای نمونه، شهر رشت دارای روندهای افزایشی 27/0 متر بر ثانیه در دهه برای سرعت باد، 33 میلیمتر در دهه برای مجموع تبخیر و تعرق پتانسیل در سال و همچنین روند کاهشی 45/0- میلیمتر در دهه برای میانگین رطوبت نسبی روزانه در دوره 30 ساله مورد مطالعه است. متغیرها و نمایههای بارشی دارای سطوح معنیداری مناسب برای لحاظ تغییرات اقلیمی نیستند. برآیند مجموع نتایج بیانگر این است که این تغییرات اقلیمی بیشترین وابستگی را در فصل تابستان و کمترین وابستگی را در فصل پاییز دارد.https://www.ims-jmas.net/article_128097_03395b39b735bef795522ccf68675cf3.pdfانجمن علمی هواشناسی ایراننشریه هواشناسی و علوم جوّ2645-72612320191101Investigating the Effect of Climate Change on the Production of White Seedless Grapes during(2020 -2050) by using the statistical Downscaling of the HadCM3 Model output (Case Study: Golmakan Station)بررسی اثر تغییر اقلیم بر تولید انگور بی دانه سفید در دوره(2050-2020) با استفاده از ریزمقیاس نمایی آماری برونداد مدل) HADCM3مطالعه موردی: ایستگاه گلمکان)246257128098FAاحمد علیزادهگروه علوم محیطی پژوهشکده انگور وکشمش ملایر ایران/کارشناس سازمان هواشناسی خراسان شمالی ایرانایمان بابائیانسرپرست پژوهشکده اقلیم شناسی مشهدحمید نوریدانشکده منابع طبیعی ومحیط زیست، دانشگاه ملایر ؛ایرانمحمد علی نجاتیاندانشیار،دکتری باغبانی، عضو هیت علمی مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان قزوین،ایرانJournal Article20190609The main effects of climate change, its impact on the production of agricultural products. Grapes are one of the most important strategic garden products .In this study, first, the daily values of the temperature were extracted according to the HADCM3 model during the base and future periods based on the RCP8/5 and RCP4/5 radiative induction scenarios for the future climate up to the end of the 21st century, and were then Downscaled measured by the change factor method. Then the daily data of temperature of precipitation, sunshine, maximum and maximum moisture content of the plant, and the results of Downscaled output with the use of the perceptron neural network in the A2019 material. The grape quantity was sim ulated for the future. The results of the climatic model show a rise in temperature and a decrease in future rainfall compared to baseline. The maximum RCP4/5 and RCP8.5 temperatures were increased by 2/7 and 3/2 ° C, respectively, and at least RCP4/5RCP8/5 increased by 1/8 and 2/9 ° C, respectively, and RCP4/5 and RCP8/5 were respectively 30 and 49 percen.The results of the simulation of white grape vine yield in the future relative to the base period with the RCP4/5 and RCP8/5 scenarios will be at least 2/7 and 2/04, respectively, and 2/3 and 3, respectively, and their average yields will be 0/54 and 0/86 tons per hectare.The results indicate that grape production will be affected by climate change in the future, and the output of the product will decrease.Such studies provide the opportunity for agricultural managers and practitioners in the relevant agencies to take appropriate measures, such as the proper location of gardens, to determine appropriate and appropriate future climate patterns to mitigate the potential adverse effects of new methods and practices. Provide adaptation to new and changing climate conditions.از اثرات عمده تغییر اقلیم، تاثیر آن بر میزان تولید محصولات کشاورزی می باشد. انگور یکی از محصولات مهم استراتژیک باغی کشور می باشد. در پژوهش ابتدا مقادیر روزانه دما (حداقل و حداکثر) و بارش براساس مدلHadCM3 در دوره پایه و آینده نزدیک (2020-2050) براساس سناریوهای RCP 8.5و RCP4.5 استخراج و با روش ﻋﺎﻣــﻞ ﺗﻐﻴﻴــﺮ ، ریزمقیاس شدند سپس از داده های روزانه دما (حداقل، حداکثر) بارش، ساعت آفتابی، رطوبت ایستگاه وداده های خروجی ریزمقیاس شده با به کارگرفتن شبکه عصبی پرسپترون در نرم افزار Matlab2018a عملکرد انگور برای آینده ﺷﺒﯿﻪ ﺳﺎزی شده است. نتایج مدل اقلیمی اﻓـﺰاﯾﺶ دﻣـﺎ و ﮐـﺎﻫﺶ ﺑﺎرﻧـﺪﮔﯽ در آینده نسبت ﺑـﻪ دوره ﭘﺎﯾـه را نشان می دهد. افزایش دﻣﺎی حداکثر در سناریوهای RCP4.5 وRCP8.5 به ترتیب 7/2 و2/3 درجه سانتی گراد و در دﻣﺎی حداقل به ترتیب8/1 و 9/2 درجه سانتی گراد برآورد گردیده است. همچنین ﺑﺎرش سالانه در سناریوهای RCP4.5 و RCP8.5.به ترتیب 30 و 49 درصد نسبت به دوره پایه کاهش خواهد یافت. نتایج شبیه سازی عملکرد انگور در آینده تحت هر دو سناریوی RCP4.5 وRCP8.5 نشان داد که حداقل عملکرد به ترتیب 7/2 و04/2 و حداکثر عملکرد 3/2 و 3 تن در هکتار. و بطور میانگین عملکرد 54/0و 86/. تن در هکتار کاهش پیدا خواهد نمود. با توجه به یافته های این تحقیق که نشان از کاهش قابل توجه عملکرد انگو دارد، پیشنهاد می شود از برنامه ریزی های لازم توسط سازمان های مرتبط در خصوص استفاده از گونه های سازگار با کم آبی و یا از محصولات جایگزین استفاده گردد.https://www.ims-jmas.net/article_128098_b13e1d0583c57f977a6f98543780b53f.pdfانجمن علمی هواشناسی ایراننشریه هواشناسی و علوم جوّ2645-72612320191101Numerical Simulation of Coastal Current due to wind in the Coasts of Astaraشبیه سازی عددی جریانهای ساحلی ناشی از باد در سواحل بندر آستارا258271128099FAشراره حضرتیدانشگاه آزاد اسلامی واحد علوم تحقیقات تهرانمسعود ترابی آزاددانشگاه آزاد اسلامی واحد تهران شمالکامران لاریدانشکده علوم و فنون دریایی، دانشگاه آزاد اسلامی، واحد تهران شمال، تهران، ایرانعباسعلی علی اکبری بیدختیموسسه ژئوفیزیک دانشگاه تهرانJournal Article20190619This research sets out to examine spatio-temporal pattern of wind induced currents in Astara port and coastlines adjacent to the port. Wave breaking occurs when wave amplitude reaches the point that the crest of wave actually overturns, and as a consequence it generates radiation stress and current on the surface of water. By collecting required data and validation of the ECMWF wind, wave simulating was applied to Caspian Sea and radiations stress was extracted to model current in the entire Caspian Sea for average of 10 years during the 2003-2013 periods. Boundary conditions extracted from large scale flow model was used to simulate wave-induced current in the Astara region. The results showed that although the current was severe in autumn, it was calm in summer. Prevailing directions of the current on the coast of the port was determined south and southwest respectively. Furthermore, pattern of weaker coastal currents included small vortices in the region. The highest frequency of wave height in the studied stations was between 0.3 to 0.6 m in all months of the year and the highest calm sea condition was observed in summer at 33.64%. The highest current velocity due to wave breaking with a value of 0.3 m / s has been observed in the northern station of Astara port for winter. The main direction of flow on the shores of Astara port was determined as south and southwest. The strongest coastal currents will occur in autumn and the calm currents will prevail in the region in summer. There are no field measurements on the Astara coast from the current profile to compare the results. Therefore, comparing the results of this study with modeling studies for wind-induced currents in the south of the Caspian Sea and the entire Caspian Sea for the current velocity due to wind in Astara region shows an error of about 25%.در این تحقیق با استفاده از مدل مایک21 الگوی زمانی و مکانی جریانات ناشی از باد در بندر آستارا و سواحل اطراف این بندر مورد بررسی قرارگرفته است. موج ناشی از باد در منطقه شکست با توجه به افزایش ارتفاع آن ریزش میکند و نتیجه آن ایجاد تنشی برشی روی سطح آب و جریان خواهد بود. به منظور شبیهسازی مدل از شبکههای نامنظم با محدوده درشتنمایی بین 02/0 تا 25/0 درجه استفاده شده است. برای منطقه آستارا از شبکه با ابعاد ریزتر استفاده به عمل آمده است. بزرگترین ابعاد شبکه 7 کیلومتر و کوچکترین آن 100 متر طول دارد و در مجموع از 8622 گره و 16275 المان تشکیل شده است. با جمعآوری دادههای موردنیاز و صحت سنجی باد ECMWF به مدلسازی امواج برای منطقه خزر پرداخته شده است. ابتدا مدل موج ناشی از باد برای کل منطقه خزر اجرا شد و در ادامه مدلسازی جریان برای کل منطقه خزر برای میانگین زمانی 10 سال (2003 تا 2013) به عمل آمد. سپس از نتایج مدل بزرگ مقیاس جریان، شرایط مرزی استخراج و جریان در منطقه آستارا شبیهسازی شد. نتایج بررسی نشان دادهاند که در فصل پاییز شدیدترین جریان ساحلی رخ خواهد داد و در تابستان جریان آرام در منطقه حاکم خواهد شد. 93 درصد ایام سال امواج از سمت شمال شرقی و جریان غالب از سمت شمال به جنوب است. الگوی جریان برای جریانهای ضعیفتر با جاری شدن گردابهای کوچک در منطقه همراه می باشد.https://www.ims-jmas.net/article_128099_0ce5c3a3d043aa90a5f7e4c7a5fa18e2.pdf