@article { author = {Bararkhanpour, Sedighe and Ghorbani, Khalil and Salarijazi, Meysam and Rezaeighale, Lale}, title = {Analysis of Seasonal Changes in Extreme Temperatures Using Quantile Regression (Case Study: Hashem Abad meteorological Station, Gorgan)}, journal = {Journal of Meteorology and Atmospheric Science}, volume = {2}, number = {2}, pages = {114-128}, year = {2019}, publisher = {Iran Meteorology Society (IMS)}, issn = {2645-7261}, eissn = {2645-727X}, doi = {}, abstract = {Meteorological time series data include events with varying intensity that global warming due to climate change can have a different effect in any part of data distribution. Changes may not be uniform in various parts of the data distribution. Also, there may be an increasing or decreasing trend visible in some parts of the series distribution, generally, the whole series will not change. Accordingly, the use of linear regression method or nonparametric tests to detect the trend that only focuses on the mean or median of the data series, may not lead to the correct results. Therefore, quantile regression method is used to analyze trend in quantiles of data series. Gorgan is one of the important agricultural poles in Iran, where any temperature variation can affect the crops and horticultural plants of that area. For this purpose, in this research, minimum and maximum daily temperature in 34 years’ period (1985-2018) from Gorgan’s Hashemabad synoptic station was used to determine any variations in data series trend using quantile and linear regression method in seasonal time scale. The results showed that all seasons are moving towards warmer weather conditions, and this increase in temperature is much higher in summer season, but lower in spring season. Also, in upper extreme values, hot days, have a steeper trend. According to the results of quantile regression, it can be concluded that temperature’s climate condition is changing in Gorgan and this region is moving towards warmer weather condition.}, keywords = {climate change,Minimum Daily Temperature,Maximum Daily Temperature,quantile regression,Gorgan}, title_fa = {بررسی تغییرات فصلی دماهای حدی با استفاده از رگرسیون چندک (مطالعه موردی: ایستگاه هواشناسی هاشم‌آباد گرگان)}, abstract_fa = {سری زمانی داده‌های هواشناسی شامل وقایعی با شدت‌های مختلف می‌باشد که گرمایش جهانی ناشی از تغییر اقلیم می‌تواند تأثیر متفاوتی را بر بخش‌های مختلف آن داشته باشد. تغییرات ممکن است در بخش‌های مختلف سری داده‌ها یکنواخت نباشد و یا در بخشی از سری، تغییرات افزایشی و در بخش دیگری تغییرات کاهشی باشد و در مجموع در کل سری تغییری ایجاد نشود. بر این اساس استفاده از روش رگرسیون خطی معمولی و یا آزمون‌های ناپارامتری جهت تشخیص روند که فقط روی میانگین یا میانه از سری داده‌ها تمرکز می‌کنند، ممکن است به نتایج درستی نینجامد. از این‌رو روش رگرسیون چندکی جهت بررسی روند در چندک‌های سری زمانی داده‌ها مورد استفاده قرار می‌گیرد. گرگان از قطب‌های مهم کشاورزی در ایران است که هرگونه تغییرات دمایی می‌تواند بر گیاهان زراعی و باغی آن منطقه تأثیرگذار باشد. برای این منظور، در این پژوهش حداقل و حداکثر دمای روزانه در دوره ۳۴ساله (۱۳۶۳-۱۳۹۷) ایستگاه سینوپتیک هاشم‌آبادگرگان مورد استفاده قرارگرفت تا در مقیاس فصلی هرگونه تغییرات روند در سری داده‌ها با استفاده از رگرسیون چندکی و رگرسیون خطی بررسی شوند. نتایج نشان داد که همه‌ی فصل‌ها در حال گرم شدن هستند و این افزایش دما در فصل تابستان به مقدار بیشتر، اما در فصل بهار به میزان کمتر می‌باشد. همچنین مقادیر حدی بالا، یعنی روزهای گرم از شیب روند تندتری برخوردار هستند. براساس نتایج رگرسیون چندکی می‌توان نتیجه گرفت که شریط اقلیمی دما در گرگان در حال تغییر است و این منطقه به سمت گرم شدن پیش می‌رود.}, keywords_fa = {تغییراقلیم,حداقل دمای روزانه,حداکثر دمای روزانه,رگرسیون چندک,گرگان}, url = {https://www.ims-jmas.net/article_126693.html}, eprint = {https://www.ims-jmas.net/article_126693_0a8db4cde2ca9efa512503854e8b6c9b.pdf} }