ويژگي‌هاي ماركوفي بارش‌هاي ايران

Iranʹʹs Precipitation Markov attributes

هدف از اين پژوهش تحليل و بررسي ويژگي‌ دوره‌هاي خشك و مرطوب ايران با بهره‌گيري از يك مدل آماري پيش‌بيني موسوم به زنجيره‌ي ماركوف است. داده‌هاي اين تحقيق از پايگاه داده‌ي اسفزاري است. اين داده‌ها شامل 7187 پيكسل و مدت 15991 روز از 1/1/1340 تا 11/10/1383 مي‌باشد. با انجام آزمون خي‌دو برازش داده‌ها با مدل مرتبه‌ي اول زنجيره‌ي ماركوف دو حالته تاييد گرديد. به دليل كاربرد داده‌هاي ياخته‌اي و به منظور اطمينان بيشتر به صحت نتايج، آستانه‌ي 5/0 ميلي‌متر براي تمايز يك روز مرطوب از روز خشك درنظر گرفته شد. ابتدا ماتريس فراواني انتقالات تشكيل و سپس با روش حداكثر درست‌نمايي ماتريس احتمال انتقال ساخته شد. آنگاه با تعيين عناصر p (احتمال وقوع بارش) و q (احتمال عدم وقوع بارش) ويژگي‌هاي ماركوفي محاسبه شد. احتمالات ساده، ايستا و اقليمي نيز در اين نوشتار مقايسه گرديد. دوره‌هاي بازگشت تري و خشكي و نيز دوره‌هاي بازگشت دو و سه روزه بارش محاسبه و نقشه‌هاي آن تهيه گرديد. نتايج نشان داد براي تمامي ماه‌ها و فصول احتمال عدم وقوع بارش بيشتر است و براي هيچ يك از ماه‌هاي دوره‌ي مورد مطالعه فراواني روزهاي خشك كمتر از 21 روز نيست. طولاني‌ترين دوره‌ي تر مورد انتظار براي ماه اسفند 99/1 روز و طولاني‌ترين دوره‌ي خشك مورد انتظار مربوط به تير ماه با 32/40 روز است. چرخه‌ي هوايي زمستان نشان داد كه بعد از هر 74/5 روز خشك، 97/1 روز مرطوب رخ خواهد داد.

In this paper a statistical model termed Markov chain has been utilized to analyze attributes of wet and dry spells in Iran. In order to do this research Asfezari database was used. This database contains 7187 spatial grids and covers a period of time from 21/3/1961 to 31/12/2004 (15991 day). Chi-square test for two-state Markov chain fitted and confirmed with first-order model. In order to have more certainty of data, 0.5mm threshold applied to distinguish wet and dry days. First, the transfer matrix of the transition probability matrix was constructed using maximum likelihood. Then by determining P (occurrence) and q (nonoccurrence) Markov, attributes were calculated. Simple, static and climatic probabilities compared to each other. Return period of wet and dry spells and two and three return days of precipitation were calculated. The findings of the recent paper indicated that for all seasons and months the probability of dry days is greater than wet days and for all the studied months the frequency of dry days is not less than 21 days. The longest expected wet spell is for Esfand with 1.99 day and the longest wet spell is for Tire with 40.32 days. Winter weather cycle showed that after every 5.74 dry Days, 1.97 wet days would occur.