طبقه‌بندی اقلیمی استان هرمزگان بر اساس روش لیتین اسکی

محورهای موضوعی : اقلیم شناسی

صدیقه پرون ¹ , غلامرضا یاوری ² , مریم رضازاده ³

1 - - گروه کشاورزی، دانشگاه پیام نور، تهران، ایران.
2 - - دانشیار، گروه کشاورزی، دانشگاه پیام نور، تهران، ایران
3 - - استادیار، دانشکده علوم و فنون دریایی، دانشگاه هرمزگان

تاریخ دریافت : 1399/03/26 تاریخ پذیرش : 1399/03/26 تاریخ انتشار : 1398/12/01

کلید واژه: دما, هرمزگان, بارش, روش لیتین اسکی, طبقه بندی اقلیمی,

چکیده مقاله :

روش های طبقه بندی اقلیمی سنتی بسیار متنوع هستند.این روش ها با وجود اهمیت داشتن از لحاظ تاریخی و مقایسه‌ای، دارای نقاط ضعف می باشند که از کارایی آنها می‌کاهد. اجرای توسعه پایدار مناطق نیازمند برنامه ریزی دقیق بر اساس استعدادها و محدودیت های منابع است و اقلیم هر منطقه از مهمترین عوامل تعیین کننده توان توسعه محل است. هدف از انجام این پژوهش طبقه‌بندی اقلیمی استان هرمزگان بر اساس روش لیتین اسکی می باشد و به تشریح آن پرداخته شده است. در روش لیتین اسکی سه عنصر اولیه دما، بارش و ضریب بری استفاده می شود. این روش برای جامعیت طبقه بندی از شاخص‌های کمکی استفاده می‌کند که شامل سه شاخص انطباق، تداوم فصل خشک و وضعیت تابش خورشید می‌باشد. داده‌های مورد نیاز از هفت ایستگاه هواشناسی شهرستان‌های استان هرمزگان شامل حاجی‌آباد، میناب، بندرلنگه، قشم، رودان، جاسک و بندرعباس طی سالهای 1381- 1395 جمع‌آوری شد و در محیط Excel و SPSS مورد استفاده قرار گرفت. در نهایت اقلیم ایستگاه‌های استان به کمک پنج شاخص برآورد شد. نتایج نشان داد دو ایستگاه بندرعباس و قشم از نظر اقلیمی شباهت بیشتری به هم دارند. رودان براساس تقسیم‌بندی دما دارای اقلیم حاره گرم می‌باشد. جاسک نیز دارای بیشترین ماه‌های خشک است. در مورد شاخص انطباق همه ایستگاه‌ها دریافت عمده بارش در فصل سرد می‌باشد. از نظر شاخص وضعیت تابش نیز برای همه ایستگاه‌ها نتایج یکسانی بدست آمد.

چکیده انگلیسی:

Traditional climate classification methods are very diverse. Despite their historical and comparative importance, these methods have weaknesses that reduce their efficiency. Implementing sustainable developments in disadvantaged areas in need requires precise planning based on talents and resource constraints. The climate of each region is one of the most important determinants of local development potentials. The purpose of this research is to determine the climate of Hormozgan province based on the Litynski method which is described in this paper. In the Liyinski system, three primary elements of temperature, precipitation and barry coefficient are used. This method utilizes auxiliary indicators for categorical comprehensiveness, which includes three indicators of the coincidence, a dry season and the state of sunlight. Required data were collected from seven weather stations of Hormozgan province including Haji Abad, Minab, Bandarlenge, Qeshm, Rudan, Jask and Bandar Abbas during the years 2002-2017 and used in Excel and SPSS environment. Finally, the climate of stations was estimated using five indicators. The results showed that the two stations of Bandar Abbas and Qeshm are more similar in terms of climate. Rudan has a warm tropical climate based on temperature division. Jask also has the most dry months. Regarding the compliance index of all stations, the main precipitation is in the cold season. In terms of the radiation status index, the same results were obtained for all stations.  

منابع و مأخذ:

- اداره کل هواشناسی استان هرمزگان

2- حاتمی بیگلو، خداکرم، رامین، مستمند و کرامت اله، زارع، (1390):پهنه‌بندی اقلیمی استان فارس، رشد آموزش جغرافیا، 25 (4)، 46-51.

3- حیدری، حسن و بهلول، علیجانی، (1378):طبقه‌بندی اقلیمی ایران با استفاده از تکنیک‌های آماری چند متغیره، فصل­نامه پژوهش‌های جغرافیایی، 37، 31-43.

4- داودی، محمود، ناصر، بای و امید، ابراهیمی، (1393):طبقه‌بندی اقلیمی استان مازندران بر اساس روش لیتین اسکی، مجله سپهر، 22 (88)، 100- 105.

5- دین‌پژوه، یعقوب، احمد، فاخری، محمد، مقدم، میرکمال، میرنیا و سعید، جهانبخش اصل، (1382):پهنه‌بندی اقلیمی ایران با استفاده از تحلیل‌های چند متغیره برای استفاده در مطالعات کشاورزی، 13 (1)، 71 -90.

6- عزیزی، قاسم، (1380):طبقه‌بندی رقومی ایستگاه‌های اقلیمی منتخب در ایران به روش لیتین اسکی، پژوهش‌های جغرافیایی، 41، 39 – 51.

7- عزیزی، قاسم (1385): پهنه‌بندی اقلیمی شمال غرب ایران به روش لیتین اسکی با استفاده از (GIS)، نشریه علوم جغرافیایی، 5 (6 و 7)، 9-25.

8- فرمهینی فراهانی، علی، محمد، مهدوی، (1386): کاربرد گیاهان به‌عنوان شاخصی برای تفکیک طبقات اقلیمی، منابع طبیعی، 74، 166- 176.

9- کاویانی، محمدرضا و بهلول علیجانی، (1382): مبانی آب و هواشناسی، چاپ نهم، انتشارات سمت.

10- کیخسروی، قاسم، (۱۳۹۴):طبقه‌بندی اقلیمی شمال شرق و شرق ایران به روش لیتن اسکی در جهت برنامه‌ریزی محیطی، دومین کنفرانس بین‌المللی مهندسی محیط‌زیست، تهران، مرکز راهکارهای دستیابی به توسعه پایدار 101-113.

11- گل‌کار حمزیی یزد، حمیدرضا، محمد، رضایی‌نژاد، مجتبی، طاوسی، (1395):پهنه‌بندی اقلیمی استان خراسان جنوبی با نرم‌افزارGIS، نشریه حفاظت منابع آب و خاک، 6 (1)، 47- 59.

12- مسعودیان، سید ابوالفضل، (1382): نواحی اقلیمی ایران، جغرافیا و توسعه، 1 (2)، 171 – 184.

13- منتظری، مجید، (1392): کاربرد روش‌های آماری چند متغیره در پهنه‌بندی نواحی اقلیمی مطالعه موردی: استان اصفهان، 28(3)، 1-16.

14- منتظری، مجید و بای، ناصر، (1391): پهنه‌بندی اقلیم ناحیه خزری با استفاده از روش‌های آماری چند متغیره، فصل­نامه تحقیقات جغرافیایی، 27 (2)، 18121- 18135.

 

15- Amelung.B, Nicholls, M. (2014):Implications Of Climate Change For Tourism In Australia. Tourism Management, No.41,228-244.

16- Bailey, Robert G. (1999): USDA Forest Service, Inventory &Monitoring Institute, Ecological Climate Classification.

17- Cornick, S. M. (2005), Extreme Canadian Climates – Northern And Coas Building, Envelope & Structural.

18- Dayan U, Tubi A, Levy I. (2012):On The Importance Of Synoptic Classification Methods With Respect To Environmental Phenomena. Int. J. Collimator. 32: 681–694.

19- Henderson-Sellers,A. &Robinson,Peter J. (1989):Contemporary Climatology; John Wiley And Sons Publication; 1989; 204Pp; (Produced By Longman Group {FE} Limited Printed In Hong Kong).

20- Hormozgan.Ir (Hormozgan Governorate) (2016).

21- Judit B.H. &Pongrácz, R. (2006): ‘Regional Analysis Of Extreme Temperature And Precipitation Indices For The Carpathian Basin From 1946 To 2001”, Global And Planetary Change, Doi:10. 1016

22- Kottek, M. Grieser, J. Beck, Ch. Rudolf, B. &Rubel,F. (2006):World Map Of The Koppen-Geiger Climate Classification Updated, Meteorologische Zeitschrift, Vol. 15,No. 3,Pp 259-263.

23- Nodej, T. M. &Rezazadeh, M. (2018):The Spatial Distribution Of Critical Wind Erosion Centers According To The Dust Event In Hormozgan Province (South Of Iran). Catena, 167, 340-352.

24- Radan, H. Beckd Ch. &Kucerová, M.(2017), Synoptic-Climatological Evaluation Of The Classifications Of Atmospheric Circulation Patterns Over Europe, Int. J. Climatol. 36: 2710–2726.

25- Salinger, M. J. Stiger, C. J. And Dasc, H. P. (2000):Agro Meteorological Adaption Strategies To Increasing Climate Variability And Climate Change. Journal Of Agricultural And Forest Meteorology, 103:167-184.

26- W.M.O.1983, The Numerical Classification Of The World's Climats. By Josephk.Litynski.

27- Yu, G. Schwartz, Z. Walsh, J.E (2011): A Weather- Resoling Index For Assessing The Impact Of Climate Change On Tourism Related Climate Resources. Climatic Change, 95, 55-65.

28- Zhao, C. Wang, W. And Xing, W. (2012):Regional Analysis Of Extreme Temperature Indices For The Haihe River Basin From 1960 To 2009. International Conference On Modern Hydraulic Engineering. 28: 604-607.

29- Zhou, D. Khan, S. Abbas, A. Rana, T. Zhang, H. Chen, Y. (2009):Climatic Regionalization Mapping Of The Murrumbidgee Irrigation Area, Australia Progress In Natural Science, Volume 19, Pages 1773- 1779.