استان کرمانشاه

دانلود پایان نامه

بارش و مقادیر تجمعی دما را در ارتباط (۳-۱) جاگذاری نموده و مقادیر ضریب هیدروترمیک سلیانینوف برای منطقه مورد مطالعه محاسبه گردید.
ارتباط (۳-۱) C=(??P)/(0.10??H)
در این ارتباط:
P?= مقدار کل بارندگی بر حسب سانتی متر در یک دوره زمانی که در آن متوسط درجه حرارت بالاتر از ۱۰ درجه سانتی گراد است.
H?= مقدار تجمعی درجه حرارت در همان دوره زمانی که در آن متوسط درجه حرارت بالاتر از ۱۰ درجه بر حسب سانتی گراد است.
خطوط هم تراز با استفاده از ضرایب بدست برای هر ایستگاه ترسیم شد و مرز مناطق مختلف با استفاده از جدول (۳-۵) مشخص گردید[۱۵].
جدول (۳-۵): خطوط همسانی [۱۵]
حدود ضریب هیدروترمیک (C)
اقلیم
۲/۰-۰
فراخشک
۴/۰-۲/۰
خشک
۷/۰-۴/۰
نیمه خشک شدید
۰/۱-۷/۰
نیمه خشک میانه
۳/۱-۰/۱
نیمه خشک خفیف
۶/۱-۳/۱
نیمه مرطوب
بیشتر از ۶/۱
مرطوب
ترسیم و بررسی نمودار هیترگراف۴
یکی از نمودارهای اقلیمی، کلیماگراف یا هیترگراف است که در آن مقدار بارش هر ماه نسبت به میانگین درجه حرارت آن ماه سنجیده میشود. جهت رسم این نمودار در هر پهنه اقلیمی مقادیر بارش و متوسط دما هر ماه محاسبه شده و نمودار هیترگراف رسم شد [۳۰].
تعیین اقلیم به روش دومارتن اصلاح شده۵
جهت پهنه بندی اقلیم استان کرمانشاه به روش دومارتن اصلاح شده مقادیر بارش و دما سالانه ۶۲۲ نقطه درونیابی محاسبه شد و با استفاده از ارتباط (۳-۲) مقادیر ضریب خشکی برای هر نقطه محاسبه شد.

ارتباط (۳-۲)

در این ارتباط:
:A ضریب خشکی است که با توجه به بارندگی و دمای سالانه به ۸ طبقه تقسیم میشود.
😛 متوسط بارندگی سالانه به میلی متر
T: متوسط درجه حرارت سالانه (درجه سانتی گراد)
با استفاده از مقادیر ضریب خشکی ۶۲۲ نقطه موجود در سطح کل استان خطوط هم ضریب خشکی ترسیم گردید. با مقایسه خطوط و مقادیر بدست آمده برای هر منطقه با جدول (۳-۶) مشخص گردید که هر منطقه دارای چه ضریب خشکی و چه نوع اقلیمی میباشد. همچنین مقدار ضریب دمارتن برای هر کدام از نواحی اقلیمی بصورت جداگانه محاسبه شد [۳۰].
برای این روش ۸ نوع اقلیم براساس ضریب خشکی تعریف شده است.
جدول (۳-۶) تعیین نوع اقلیم با روش دومارتن اصلاح شده [۳۰]
نوع اقلیم
ضریب خشکی
فرا خشک
A<5
خشک
۵نیمه خشک
۱۰مدیترانهای
۲۰نیمه مرطوب
۲۴مرطوب
۲۸خیلی مرطوب
۳۵خیلی خیلی مرطوب
A>55

M نیز میانگین حداقل دما در سردترین ماه سال بر حسب درجه سانتیگراد جدول (۳-۷)
جدول (۳-۷) تعیین نوع اقلیم با روش دومارتن اصلاح شده [۳۰]
نوع اقلیم
ضریب
فرا سرد یا ارتفاعی
M-7
سرد
معتدل
۰گرم
M>۵

تعیین اقلیم به روش کوپن
برای پهنه بندی اقلیمی به روش کوپن مقادیر بارش و دما ماهانه و سالانه برای ۶۲۲ نقطه درونیابی شده در سطح استان مورد استفاده قرار گرفت. تیپهای اقلیمی در روش کوپن با علامتهای اختصاری نمایش داده میشوند که ترسیم نقشه را مشکل مینماید به همین منظور هر علامت اختصاری با عددی نمایش داده شد. تیپهای اقلیمی، علامت اختصاری و عدد مربوطه در جدول (۳-۸) نمایش داده شده است[۳۰].

جدول (۳-۸) تیپهای اقلیمی در سیستم طبقه بندی کوپن [۳۰]
اقلیم
علامت
تیپ آب و هوا
۱
Af
جنگل حارهای پرباران
۲
Aw
حارهای ساوانا
۳
BW
بیابانی
۴
BS
استپ
۵
Cf
معتدل اقیانوسی
۶
Cw
معتدل با زمستانهای خشک
۷
Cs
معتدل با تابستانهای خشک
۸
Df
بری، حتی با وجود بارندگی در سرتاسر سال
۹
Dw
بری با زمستانهای خشک
۱۰
ET
توندرا
۱۱
EF
یخچالی

که در منطقه مورد مطالعه اقلیم های ذکر شده در این جدول فقط از اقلیم ۳ تا ۱۰ استفاده شد و بقیه اقلیم ها در منطقه وجود ندارد.
مناسبترین پارامترها
برای پهنه بنه بندی اقلیمی از دادههای هواشناسی استفاده شد و برای انتخاب مناسبترین پارامترها و انتخاب تاثیر گذار ترین آنها سعی شد که شناخت کامل از منطقه مورد مطالعه با بازدیدهای میدانی حاصل شود. سپس متناسب با هدف مطالعه پارامترها انتخاب شدند. باتوجه به اینکه هدف این مطالعه پهنه بندی اقلیمی برای رویش گونه های گیاهی است پس پارامترهای انتخاب شدند که با پوشش گیاهی در ارتباط می باشند. همچنین آمار ماه هائی انتخاب شد که بیشترین تاثیر را در رویش گونه گیاهی مورد مطالعه دارند و ماههائی که اختلال زیاد در پهنه بندی ایجاد می کنند، از محاسبه حذف شدند. برای تعیین درستی داده های انتخابی، از معیار پروکراستس(M2) استفاده شد که کرزانوفسکی (۱۹۸۷) معرفی نموده است.
انتخاب سری پارامترها
در اقلیم منطقه، کل پارامترهای هواشناسی برداشت شده در ایستگاههای هواشناسی تاثیر گذار هستند. لذا در تمامی ایستگاههای انتخابی باید این پارامترها هم برداشت شده باشند و داده ها برای تمام ایستگاههای منتخب موجود باشد. پارامترهای زیادی در ایستگاههای هواشناسی برداشت میشوند، وارد کردن همه این دادهها در آنالیز ایجاد خطا مینماید، همچنین همه این پارامترها موثر نبوده و با هدف تحقیق در ارتباط نیستند. با توجه به هدف مطالعه باید پارامترهای هواشناسی انتخاب شوند تا نتایج بدست آمده به خوبی هدف مطالعه را بتواند تشریح نماید. روشهای مختلفی برای انتخاب پارامترهای هو
اشناسی وجود دارد. در این تحقیق چهار سری داده به شرح زیر انتخاب گردید:
دادههای که سایر محققین مثالا یغمایی و همکاران (۲۰۰۹)، خداقلی و همکاران (۱۳۸۶) و فاطمی آذرآخونی و همکاران (۱۳۹۱) در مطالعات مشابه استفاده کرده (جدول ۳-۹). این سری متغیرها شامل ماه ژانویه به عنوان نماینده دوره سرد، ماه جولای به عنوان دوره گرم، ماه مارس به عنوان ماه شروع فصل رویشی گیاهان مرتعی و ماه آوریل هم به عنوان ماه شروع گلدهی انتخاب میشوند.از مشکلات این گونه انتخاب پارامترها این است که بعضی از پارامترها مانند حداکثر دما، حداکثر مطلق دما و غیره در ماههای سرد سال دارای اهمیت زیادی نمیباشند. در واقع این پارامترها در نیمه گرم سال داری اهمیت خاص میباشند و میتوانند به عنوان عامل محدود کننده رشد و پراکنش گیاهان تاثیر گذار باشند. حداقل مطلق دما و متوسط حداقل دما در ماههای سرد سال بیشتر اهمیت دارند و تاثیر گذار میباشند. از ایرادات دیگر نحوه انتخاب پارامترها این بوده که این ماهها بر اساس رشد و گسترش یک گونه خاص انتخاب شدهاند و نمیتواند نتایج آن برای سایر گونههای منطقه صحت کامل داشته باشد [۱۳،۱۴،۳۳،۳۶،۴۰،۴۸].

جدول (۳-۹): پارامترهای اقلیمی مورد استفاده در مطالعات مشابه
پارامترهای اقلیمی
پارامترهای اقلیمی
پارامترهای اقلیمی
پارامترهای اقلیمی
پارامترهای اقلیمی
PRjan
RD1ann
ATsummer
TRLjun
AHUMAXjan
PRmar
RD5jan
ATautumn
TRLjul
AHUMAXmar
PRapr
RD5mar
ALTjan
TRLann
AHUMAXapr
PRmay
RD5apr
ALTmar
TRHjan
AHUMAXjun
PRjun
RD5may
ALTapr
TRHmar
AHUMAXjul
PRjul
RD5jul
ALTjun
TRHapr
AHUMAXANN
Prann
RD5ann
ALTjul
TRHjun
AHUMINjan
PRwinter
RD10jan
ALTann
TRHjul
AHUMINmar
PRspring
RD10mar
ALTwinter
TRHann
AHUMINapr
PRautumn
RD10apr
ALTautumn
ICDjan
AHUMINjun
RDjan
RD10may
AHTjan
ICDfeb
AHUMINjul
RDmar
RD10jul
AHTmar
ICDmar
AHUMINann
RDapr
RD10ann
AHTapr
ICDnov
AWjan
RDmay
ATjan
AHTjun
ICDdec
AWmar
RDjul
ATmar
AHTjul
ICDann
AWapr
RDann
ATapr
AHTann
AHUjan
AWjun
RD1jan
ATjun
AHTspring
AHUmar
AWjul
RD1mar
ATjul
AHTsummer
AHUapr
AWann
RD1apr
Atann
TRLjan
AHUjun

RD1may
ATWinter
TRLmar
AHUjul

RD1jul
ATSpring
TRLapr
AHUann

پارامترهای که با توجه به هدف مورد مطالعه دارای بیشترین تاثیر میباشند. هدف مورد مطالعه در این تحقیق، اقلیم رویشی گونههای گیاهی است، در نتیجه پارامترهای انتخاب شدند که با پوشش گیاهی غالب منطقه در ارتباط بوده و بر روی پراکنش این گونهها تاثیر داشته باشند. به عنوان مثال با توجه به اینکه گونه Festuca ovina دو دوره رشد در سال دارد، همچنین قسمت عمده منطقه مورد مطالعه حاضر پوشش جنگلی دارد و نیز هدف تحقیق گونههای چند ساله در منطقه است، در نتیجه بعضی از پارامترهای مربوط به فصل پاییز نیز علرغم پارامترهای ماههای فصل زمستان و بهار انتخاب گردید تا بتوان نتایج بهتر و دقیقتری از تاثیر عوامل اقلیمی بر پراکنش گونههای گیاهی بدست آورد. پارامترها و ماههای که با توجه به پوشش گیاهی استان کرمانشاه بیشترین تاثیر را در پراکنش و استقرار پوشش گیاهی منطقه دارد. این ماهها برای هرکدام از متغیرهای هواشناسی متفاوت بوده و ماههای منتخب یکسان نیستند به عنوان نمونه ماههای فصل سرد سال در حداکثر مطلق درجه حرارت یا حداکثر دما تاثیری ندارند و این دو متغیر فقط در ماههای گرم سال هستند که تاثیر زیادی روی پوشش گیاهی دارند پارامترهای انتخاب شده بر این اساس در جدول (۳-۱۰) آمدهاند.
روشهای مختلف آماری برای انتخاب پارامترها وجود دارد که میتوان به روش حذف پس رونده، حذف پیش رونده و گام به گام اشاره کرد. مهمترین عیب روشهای پیشروندها این است که متغیرهای که قبلا در تحلیل وارد شده و تاثیر گذار بودهاند با ورود متغیرهای جدید به تحلیل در معادله باقی میمانند حتی اگر با ورود متغیرهای جدید تاثیر خود را از دست بدهند. در روشهای پس رونده عامل شانس نقش اساسی دارد که از معایب اصلی این روش میباشد. روش گام به گام۶ تا حدودی عکس روش حذف پسرونده و یکی از انواع روشهای پیشرونده است که میتوان نتیجه گرفت که شانس در انتخاب متغیرها در روش گام به گام موثر نیست. در روش گام به گام متغیری که قبلا در تحلیل وارد شدهاند و تاثیر گذار بودهاند با ورود متغیر جدید به تحلیل مجددا مورد بررسی و ارزیابی قرار گرفته و در صورتی که سهم آن در مشارکت از دست برود از معادله حذف میگردد [۲۹]. دوازده ماه مربوط به هر متغیر به عنوان متغیرهای ورودی برای روش رگرسیون گام به گام انتخاب شدند. این روش در نهایت چندین مدل ارائه میدهد و تاثیرگذارترین پارامترها را برای هر مدل معرفی میکند. پارامترهای موثر در آخرین مدل برای همه متغیرهای اقلیمی مشخص شدند و به عنوان سری متغیرهای انتخابی با روش رگرسیون گام به گام انتخاب شدند. این روش با استفاده از نرم افزار SPSS انجام شد. متغیرهای منتخب با این روش در جدول (۳-۱۱) آورده شده است.
یکی از شرط های اصلی آنالیز تحلیل عاملی که به عنوان آنالیز اصلی در این گونه مطالعات شناخته میشود این بوده که پارامترهای ورودی تا حد ممکن با هم دارای همبستگی باشند تا بتوان آنها را در یک گروه طبقه بندی کرد [۳۵]. برای تعیین مناسبترین پارامترها برای این سری متغیر همبستگی پارامترهای اقلیمی برای دوازده ماه سال به صورت جداگانه با استفاده از نرم افزار SPSS بررسی شد و ماههای که با هم بیشترین همبستگی را داشتند به
عنوان متغیرهای مناسب و تاثیرگذار انتخاب شدند. با توجه به این شرط پارامترها اولیه با استفاده از همبستگی پیرسون مورد ارزیابی قرار گرفتند که به عنوان نمونه نتایج این آنالیز برای بارش در جدول (۳-۱۲) آورده شده است و متغیرهای که دارای همبستگی بالای با هم بودند انتخاب شدند جدول (۳-۱۳).

جدول (۳-۱۰): پارامترها اقلیمی مهم و تاثیر گذار بر روی پوشش غالب منطقه
پارامترهای اقلیمی
پارامترهای اقلیمی
پارامترهای اقلیمی
پارامترهای اقلیمی
پارامترهای اقلیمی
Prjan
RD1jan
RD10ANN
AHTapr
ICDnov
PRfeb
RD1feb
ATjan
AHTmay
ICDdec
PRmar
RD1mar
ATmar
AHTjun
ICDann
PRapr
RD1apr
ATapr
AHTjul
AHUmar
PRmay
RD1may
ATmay
AHTaug
AHUapr
PRjul
RD1nov
ATjun
AHTann
AHUmay
PRoct
RD1dec
ATjul
AHTSpring
AHUjun
PRnov
RD1ann
ATdec
AHTsummer
AHUjul
PRdec
RD5jan
Atann
TRLjan
AHUaug
Prann
RD5feb
ATWinter
TRLfeb
AHUsep
PRWwinter
RD5mar
ATspring
TRLmar
AHUoct
PRspring
RD5apr
ATsummer
TRLann
AHUANN
Prsummer
RD5nov
ATautumn
TRHmay
AWmar
PRautumn
RD5dec
ALTjan
TRHjun
AWapr
RDjan
RD5ann
ALTmar
TRHjul
AWmay
RDfeb
RD10jan
ALTapr
TRHaug
AWsep
RDmar
RD10feb
ALTnov
TRHsep
AWoct
RDapr
RD10mar
ALTdec
TRHoct
AWann
RDmay
RD10apr
ALTANNann
TRHANN

RDnov
RD10may
ALTWwinter
ICDjan

RDdec
RD10nov
ALTautumn
ICDfeb

RDANN
RD10dec
AHTmar
ICDmar

جدول (۳-۱۱): پارامترهای اقلیمی بدست آمده با روش گام به گام
پارامترهای اقلیمی
پارامترهای اقلیمی
پارامترهای اقلیمی
پارامترهای اقلیمی
پارامترهای

Leave a comment