<?xml version="1.0" encoding="UTF-8"?>
<rss xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:sy="http://purl.org/rss/1.0/modules/syndication/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0">
  <channel>
    <title>نشریه هواشناسی و علوم جوّ</title>
    <link>https://www.ims-jmas.net/</link>
    <description>نشریه هواشناسی و علوم جوّ</description>
    <atom:link href="" rel="self" type="application/rss+xml"/>
    <language>fa</language>
    <sy:updatePeriod>daily</sy:updatePeriod>
    <sy:updateFrequency>1</sy:updateFrequency>
    <pubDate>Thu, 22 May 2025 00:00:00 +0330</pubDate>
    <lastBuildDate>Thu, 22 May 2025 00:00:00 +0330</lastBuildDate>
    <item>
      <title>شناسایی روند تغییرات و الگوی مکانی شدیدترین خشکسالی و ترسالی ها در ایران</title>
      <link>https://www.ims-jmas.net/article_243490.html</link>
      <description>خشکسالی یکی از مهم‌ترین مخاطرات اقلیمی در ایران است که آثار گسترده‌ای بر منابع آب و امنیت غذایی دارد. این پژوهش با هدف تحلیل روند تغییرات خشکسالی در سه دهه اخیر و شناسایی الگوهای مکانی شدیدترین خشکسالی و ترسالی ها در ایران انجام شده است. برای این منظور، شاخص شدت خشکسالی استانداردشده (ZSI) به‌صورت سالانه و بر پایه داده‌های بارش بازتحلیل‌شده ERA5-Land محاسبه شد. روند تغییرات شاخص ZSI در طول دوره مورد مطالعه با استفاده از رگرسیون خطی تحلیل گردید. نتایج نشان داد که سال ۲۰۱۹ مرطوب‌ترین و سال ۲۰۲۱ خشک‌ترین سال‌های دوره مورد مطالعه بوده‌اند به گونه ای که در سال ۲۰۱۹ حدود ۶۳ درصد از مساحت کشور درگیر ترسالی متوسط تا بسیار شدید بوده است، در حالی که در سال ۲۰۲۱ بیش از ۸۰ درصد از مساحت مناطق ایران شرایط خشکسالی متوسط تا بسیار شدید را تجربه کرده‌ند. تحلیل مکانی شاخص نیز تفاوت بارز در الگوی پراکنش مکانی شرایط تر و خشک را نشان داد؛ به‌طوری که در سال ۲۰۱۹ نواحی شمال‌شرق، غرب و جنوب کشور بیشترین مقادیر مثبت شاخص را ثبت کرده‌ند، در حالی که در سال ۲۰۲۱ بیشترین شدت خشکسالی مربوط به نواحی شرقی، شمال‌غربی و غربی کشور بوده است. همچنین بررسی روند بلندمدت شاخص ZSI شیب منفی ضعیفی معادل 0068/0- را نشان داد، که از نظر آماری معنادار نبوده و بیانگر فقدان روند پایدار در شدت خشکسالی طی این دوره است.</description>
    </item>
    <item>
      <title>تحلیل اثرات خشک شدن دریاچه ارومیه و تغییر اقلیم بر پایداری سکونتگاه های انسانی از منظر آمایش سرزمین</title>
      <link>https://www.ims-jmas.net/article_243491.html</link>
      <description>خشک شدن دریاچه ارومیه، به عنوان یکی از بزرگترین فجایع زیست‌محیطی ایران، پیامدهای وخیمی بر پایداری سکونتگاه‌های انسانی منطقه، به ویژه از منظر آمایش سرزمین، داشته است. از دیدگاه آمایش سرزمین، این بحران نشان‌دهنده عدم تعادل میان ظرفیت‌های زیستی منطقه و فعالیت‌های انسانی است که لزوم بازنگری جدی در الگوهای توسعه، مدیریت منابع، و برنامه‌ریزی فضایی را برای حفظ پایداری سکونتگاه‌ها و جلوگیری از بحران‌های مشابه در آینده گوشزد می‌کند. هدف پژوهش حاضر، تحلیل اثرات خشک شدن دریاچه ارومیه و تغییر اقلیم بر پایداری سکونتگاه های انسانی از منظر آمایش سرزمین می باشد. این پژوهش ازنظر هدف، کاربردی - نظری و ازنظر روش، توصیفی&amp;amp;ndash; تحلیلی است. اطلاعات و داده های موردنیاز از طریق روش کتابخانه ای جمع آوری شده است. در این پژوش از مدل AHP فازی استفاده شده است. با بهره‌گیری از مدل تحلیل سلسله‌مراتبی فازی (Fuzzy AHP)، معیارهای متعدد مؤثر بر پایداری سکونتگاه‌ها، شامل ابعاد زیست‌محیطی (مانند تشدید ریزگردها و شور شدن خاک)، اقتصادی (از دست رفتن مشاغل کشاورزی و گردشگری)، اجتماعی (مهاجرت و تغییر ساختار جمعیتی)، و کالبدی (تغییر کاربری اراضی و فرونشست) شناسایی و اولویت‌بندی شده‌اند. نتایج نشان‌دهنده تاثیرات بحرانی و چندوجهی این پدیده بر ابعاد مختلف زندگی مردم منطقه است که لزوم برنامه‌ریزی جامع و یکپارچه در آمایش سرزمین را برای مقابله با چالش‌های آتی و تضمین تاب‌آوری جوامع انسانی بیش از پیش نمایان می‌سازد. این مطالعه می‌تواند به سیاست‌گذاران و برنامه‌ریزان در اتخاذ تصمیمات آگاهانه برای مدیریت بحران‌های مشابه و حرکت به سوی توسعه پایدار کمک کند</description>
    </item>
    <item>
      <title>کاربرد الگوریتم‌های هوش مصنوعی در پیش‌بینی و مدیریت مخاطرات اقلیمی با تاکید بر امواج گرما در غرب ایران</title>
      <link>https://www.ims-jmas.net/article_243939.html</link>
      <description>تغییرات اقلیمی موجب افزایش چشمگیر فراوانی و شدت امواج گرمایی در جهان و به‌ویژه در مناطق غربی ایران شده است. در واقع، امواج گرمایی از مهم‌ترین مخاطرات آب و هوایی هستند که هر سال پیامدهای زیانبار متعددی در زندگی انسان و سایر موجودات زنده بر جای می‌گذارند. این پدیده تأثیرات قابل‌توجهی بر سلامت عمومی، کشاورزی و مصرف انرژی دارد و لزوم توسعه سامانه‌های پیش‌بینی دقیق و هشدار زودهنگام را آشکار می‌سازد. این پژوهش با استفاده از داده‌های روزانه دما، رطوبت نسبی و شاخص‌های اقلیمی در ایستگاه‌های هواشناسی پنج استان واقع در غرب ایران (کرمانشاه، همدان، ایلام، کردستان و لرستان) طی دوره ۲۰۱۳ تا ۲۰۲۳ و داده‌های تکمیلی ماهواره‌ایERA5، مدل‌های Random Forest ،LSTM و شبکه عصبی ساده انجام گرفته است. عملکرد مدل‌ها با شاخص‌های RMSE، MAE و Accuracyارزیابی شد. نتایج نشان داد که مدل Random Forest با دقت ۹۲.۷ درصد و کمترین خطا (RMSE=1.42) بهترین عملکرد را داشته است. همچنین با استفاده از روشSHAP عوامل اصلی شکل‌گیری امواج گرمایی شناسایی شدند که دمای بیشینه روزانه (2.37 درصد)، رطوبت نسبی (۲۱.۴درصد) و تابش خورشیدی (۱۶.۸درصد) بیشترین تأثیر را داشتند. در نهایت، چارچوبی برای سامانه هشدار زودهنگام طراحی شد که می‌تواند ۵ تا ۷ روز قبل از وقوع امواج گرمایی، هشدارهای محلی ارائه دهد و در مدیریت بهینه منابع آب، انرژی و سلامت عمومی نقش مؤثری ایفا کند.</description>
    </item>
    <item>
      <title>تخمین بارش با استفاده از داده ماهواره‌ای و مدل یادگیری عمیق برای نواحی مرکزی ایران</title>
      <link>https://www.ims-jmas.net/article_244194.html</link>
      <description>برآورد بارش با روش‌های سنتی به‌ویژه در رخدادهای همرفتی و رگباری معمولاً با خطای قابل‌توجه همراه است. به‌منظور افزایش دقت برآورد بارش، ترکیب داده‌های ماهواره‌ای و داده‌های بازتحلیل با روش یادگیری عمیق مورد استفاده قرار گرفت. در این پژوهش مدل U شکل مبتنی بر توجه توسعه یافت که ورودی آن دمای روشنایی ساعتی چندکاناله ماهواره‌های نسل دوم متئوست و خروجی آن داده‌های بازتحلیل نسل پنجم مربوط به سطح خشکی (ERA5-Land) در بازه‌ی زمانی ۲۰۱۹ تا ۲۰۲۲ با وضوح زمانی یک‌ساعته و وضوح مکانی 0.1 درجه بود. برای بهبود عملکرد مدل، از نسخه‌ای بهبودیافته و وزن‌دهی‌شده‌ی تطبیقیِ تابع زیان هوبر استفاده شد که با ترکیب مزایای توابع میانگین مربعات خطا و میانگین قدرمطلق خطا، پایداری بیشتری در برابر داده‌های بارشی حدی ایجاد می‌کند. همچنین به منظور انتقال اطلاعات بین مسیرهای رمزگذار و رمزگشا و حذف ویژگی‌های غیرضروری، از سازوکار دروازه توجه استفاده شد که همانند یک فیلتر هوشمند تنها ویژگی‌های مرتبط با پیش‌بینی بارش را عبور می‌دهد. بعد از آموزش، مدل توانست میانگین خطای مطلق را برابر با 0.39 میلی‌متر، ریشه میانگین مربعات خطا را 0.862 میلی‌متر و ضریب همبستگی را 0.8 به‌دست آورد و همبستگی مکانی مطلوبی با داده‌های ERA5‑Land نشان دهد. این پژوهش در محدوده جغرافیایی 28.5 تا 35.5 درجه شمالی و 52 تا 59 درجه شرقی انجام شده است. نتایج کلی نشان می‌دهد رویکرد ترکیبی داده‌های چندمنبع و معماری توسعه‌یافته مدل U شکل مبتنی بر توجه، به‌عنوان ابزاری مؤثر برای پایش و پیش‌بینی بارش، به‌ویژه در مناطق فاقد شبکه ایستگاهی، می‌تواند مورد استفاده قرار گیرد.</description>
    </item>
    <item>
      <title>رویکرد تلفیقی (همدیدی &amp;ndash; دورسنجی) برای بررسی مخاطره گردوخاک در غرب و جنوب غرب ایران ( مطالعة موردی: پدیده گردوخاکی 15تا 18 ماه مه 2022(28-25 اردیبهشت1401))</title>
      <link>https://www.ims-jmas.net/article_244416.html</link>
      <description>گردوخاک یکی از بحران‌های محیطی در مناطق خشک و نیمه‌خشک است. این پژوهش با هدف تحلیل زمانی&amp;amp;ndash;مکانی گردوخاک در غرب و جنوب‌غرب ایران و واکاوی رخداد شاخص ۱۵ تا ۱۸ مه ۲۰۲۲، با رویکردی تلفیقی آماری، همدیدی و سنجش‌ازدور انجام شد. داده‌های شامل شاخص‌های گردوخاک، مؤلفه‌های تابشی، رطوبت خاک و متغیّرهای جوی از محصولات ماهواره‌ای و داده‌های ERA5 برای شش ایستگاه منتخب طی دوره ۲۰۰۰&amp;amp;ndash;۲۰۲۵ بود. نتایج نشان داد که عمق نوری هواویز (AOD) مؤثرترین شاخص شناسایی گردوخاک است. شاخص‌های گردوخاک( AOD، DU و DUS) در دوره بلندمدت روندی افزایشی داشته و هم‌زمان با کاهش معنی‌دار رطوبت خاک و تغییر رژیم تابشی همراه بوده‌اند. تحلیل ناهنجاری‌ها نشان می‌دهد که رخداد مه ۲۰۲۲ از نظر شدت گردوخاک، مؤلفه‌های تابشی و شرایط سطح زمین به‌طور معنی‌داری از الگوی اقلیمی نرمال ماه مه فاصله دارد. یافته‌های همدیدی نشان داد که تمایز اصلی این رخداد ناشی از هم‌زمانی و تداوم ناهنجاری‌های سطحی با آرایش‌های دینامیکی ناپایدار در چندین تراز جو بوده، به‌گونه‌ای که تاوایی تراز ۸۵۰ هکتوپاسکال و بادهای سطحی در آغاز، تاوایی تراز ۵۰۰ هکتوپاسکال و جت تراز ۳۰۰ هکتوپاسکال در اوج، و کاهش فشار سطحی در فروکش نقش کلیدی داشتند. بادهای سطحی در تمام مراحل، عامل اصلی انتقال افقی گردوخاک باقی مانده‌اند. تحلیل سنجش‌ازدور نیز گسترش فضایی، شدت و تداوم غیرعادی گردوخاک را تأیید کرد. در مجموع، تحلیل هم‌زمان ناهنجاری‌های آماری و ساختارهای دینامیکی جو، در کنار شاخص‌ AOD، تابش مستقیم (DI)، تابش پراکنده (DIF)، رطوبت خاک و تاوایی، می‌تواند ابزاری برای شناسایی و پیش‌آگاهی رخدادهای حدّی گردوخاک فراهم آورد.</description>
    </item>
    <item>
      <title>بهبود شبیه‌سازی متغیرهای اقلیمی با تلفیق مدل‌های گردش عمومی جو و الگوریتم جنگل تصادفی</title>
      <link>https://www.ims-jmas.net/article_244260.html</link>
      <description>شناخت روندهای آینده تغییر اقلیم و ارزیابی عملکرد مدل‌های اقلیمی در پیش‌بینی دما و بارش، گامی اساسی در برنامه‌ریزی و مدیریت منابع آب به‌شمار می‌رود. در این مطالعه، به شبیه‌سازی بارش، دمای حداقل و حداکثر و تبخیروتعرق در ایستگاه سینوپتیک قزوین پرداخته شده است. برای این منظور، داده‌های ماهانه دمای حداقل (درجه سانتیگراد)، دمای حداکثر (درجه‌ سانتیگراد)، تبخیروتعرق (میلیمتر) و بارش (میلیمتر)مدل‌های اقلیمی CanESM5، GFDL-ESM4و HadGEM3 با داده ایستگاه سینوپتیک قزوین در دوره پایه 2014-1986 به صورت جداگانه و گروهی مقایسه شد. نتایج نشان داد که اجرای گروهی سه مدل گردش عمومی جو به روش جنگل تصادفی، برای منطقه مورد مطالعه منجر به کاهش خطای شبیه‌سازی و در نتیجه افزایش دقت پیش‌بینی‌ها گردیده است.به طوری که در شبیه‌سازی دمای حداقل، مدل‌های منفرد RMSE حدود 6/2&amp;amp;ndash;4/2 (درجه سانتیگراد) دارند، درحالی‌که مدل ترکیبی در داده‌های آموزش و آزمون به‌ترتیب 1 و 83/1 (درجه سانتیگراد) دارد. همبستگی Spearman در هر دو حالت بالا (97/0&amp;amp;ndash;85/0) است. روند تغییرات متغیرهای اقلیمی با استفاده از آزمون کندال و روش شیب‌سن بررسی شد و نتایج نشان داد که در دوره‌های آینده تحت سناریوهای SSP5-8.5 و SSP2-4.5روند کاهشی بارش به‌صورت معنی‌دار و در مقابل روند افزایشی دمای حداقل و حداکثر و تبخیروتعرق به صورت معنی دار است. به طور کلی نتایج نشان داد که در منطقه مورد مطالعه در دهه‌های آینده تحت تأثیر سناریوهای تغییر اقلیم با گرم‌تر شدن دما و کاهش بارش‌های سالانه روبه‌رو خواهد بود؛ موضوعی که لزوم برنامه‌ریزی سازگارانه در بخش آب و کشاورزی را برجسته می‌سازد.</description>
    </item>
    <item>
      <title>پایش خشکسالی هواشناسی حوضه آبریز دریاچه ارومیه با استفاده از درصد ناهنجاری بارش و شاخص وضعیت بارش گرمسیری</title>
      <link>https://www.ims-jmas.net/article_244518.html</link>
      <description>پایش خشکسالی حوضه آبریز دریاچه ارومیه به‌دلیل وضعیت بحرانی آن و مدیریت منابع آب، کشاورزی، معیشت جوامع انسانی و حفاظت از اکوسیستم‌های حوضه امری حیاتی است. این مطالعه با هدف پایش خشکسالی هواشناسی با بهره‌گیری از شاخص‌های درصد آنومالی بارش (Pa) و شاخص وضعیت بارش گرمسیری (TRCI) در حوضه آبریز دریاچه ارومیه طی دوره 2001 تا 2019 انجام شد. برای محاسبه شاخص‌ها و تحلیل تغییرات مکانی و زمانی خشکسالی از داده‌های ریزمقیاس‌سازی شده ماهواره مأموریت اندازه‌گیری بارش گرمسیری (TRMM) با قدرت تفکیک مکانی 05/0 درجه (تقریباً 5 کیلومتر) استفاده شد. نتایج نشان داد خشکسالی در دوره 2019-2001 تقریباً در تمام ماه‌های سال رخ داده است و شدت آن در ماه‌های آگوست تا نوامبر بالاتر و در بازه نوامبر تا فوریه، کاهش چشمگیر داشته است. تحلیل توزیع مکانی خشکسالی بر اساس شاخص‌های Pa و TRCI تفاوت‌هایی از نظر شدت و گستره یا پهنه طبقات خشکسالی نشان داد. شاخص Pa نوسانات شدید و کوتاه‌مدت بارش را برجسته می‌کند، در حالی که TRCI وضعیت پایدار و مناسب‌تر از خشکسالی حوضه ارائه می‌دهد. یافته‌های پژوهش نشان داد استفاده هم‌زمان از شاخص‌های Pa و TRCI می‌تواند دیدگاه کامل‌تر از الگوهای خشکسالی فراهم کند و تلفیق نتایج پایش خشکسالی در مدیریت و برنامه‌ریزی منابع آب، توصیه می‌شود.</description>
    </item>
  </channel>
</rss>
