• صفحه اصلی
  • شناسایی تغییرات بارش حوضه دریای‌خزر و ارتباط آن با الگوهای پیوند ‌از ‌دور

اشتراک گذاری

آدرس مقاله


کد مقاله : 140402251206895 بازدید : 13 صفحه: 101 - 126

https://doi.org/10.71787/azzn-g410/ntigs.2025.1206895

نوع مقاله: پژوهشی

شناسایی تغییرات بارش حوضه دریای‌خزر و ارتباط آن با الگوهای پیوند ‌از ‌دور

محورهای موضوعی : جغرافیا و اقلیم

عماد استکی 1 , دکتر امیر گندمکار 2 * , دکتر علیرضا عباسی 3 , دکتر پرویز رضائی 4

1 - دانشجوی دکتری آب و هواشناسی، گروه جغرافیا، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران
2 - دانشیار گروه جغرافیا، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران
3 - استادیار گروه جغرافیا، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران
4 - دانشیار گروه جغرافیا، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران

تاریخ دریافت : 1404/02/25 تاریخ پذیرش : 1404/04/30 تاریخ انتشار : 1404/07/01

کلید واژه: بارش, شیب سن, من - کندال, دریای‌خزر,

چکیده مقاله :

بارش یکی از مهم‌ترین و متغیرترین عناصر اقلیمی است و نسبت به سایر عناصر اقلیمی دارای رفتار پیچیده‌تری است. این عنصر از تنوع زمانی و مکانی قابل‌توجهی برخوردار است. هدف از این پژوهش بررسی روند تغییرات بارش حوضه دریای‌خزر و ارتباط آن با الگوهای پیوند‌از‌دور می باشد. در این راستا از داده‌های بارش ماهانه واکاوی شده ERAInterim با توان تفکیک 2 * 2 طی دوره آماری 2023-1970 استفاده شده است. با توجه به غیرنرمال بودن داده‌ها از آزمون ناپارامتری من – کندال برای محاسبه روند استفاده شد. شیب بارش نیز با استفاده از آزمون شیب سن به‌دست آمد. نتایج نشان داد در ماه‌های ژانویه، فوریه، مارس، نوامبر، دسامبر و تا حدودی مه و اکتبر روند افزایشی بارش مشاهده شده است ولی در سایر ماه‌ها تنها روند کاهشی بارش رخ داده است. روند افزایشی بارش در ماه فوریه و روند کاهشی بارش در ماه‌های ژوئن و آگوست بیش از سایر ماه‌ها رخ داده است. همبستگی بارش و الگوهای پیوند‌از‌دور نشان داد از نظر زمانی در ماه‌های ژانویه، فوریه، مارس، ژوئن، آگوست، سپتامبر، اکتبر و دسامبر بین بارش و الگوهای پیوند‌از‌دور همبستگی مشاهده شده است. الگوی EA.WR بیش از سایر الگوها با بارش حوضه همبستگی نشان داده است. پس از آن الگوهای TNA، AMO و AMOS قرار دارند. به طورکلی از نظر زمانی در ماه فوریه بیشترین همبستگی بین الگوهای پیوند‌از‌دور و بارش مشاهده شده و از نظر نوع الگو، الگوی EA.WR بیشترین همبستگی را با بارش حوضه داشته است.

کلمات کلیدی: بارش، شیب سن، من - کندال، دریای‌خزر

چکیده مبسوط فارسی

مقدمه

بارش به‌عنوان يکی از عناصر اقلیمی مهم از پیچیدگی‌های خاصی برخوردار است و معمولاً بارش‌های يک نقطه در مقیاس‌های زمانی مختلف دارای توزیع‌های آماری ساده و متقارنی نیست. کاهش يا افزايش میزان بارندگی بر بسیاری ديگر از پدیده‌های اقلیمی و محیطی مانند رواناب، سیلاب، دمای هوا، رطوبت و همچنین بر بسیاری از فعالیت‌های بشر اثر دارد؛ لذا تغییر در بارش می‌تواند یکی از نشانه‌های تغییر اقلیم باشد. تغییر اقلیم همچنین می‌تواند متأثر از الگوهای پیوند‌از‌دور باشد. پیوند‌از‌دور یکی از ویژگی‌های آب‌وهوایی در مقیاس جهانی است. دریای‌خزر به‌عنوان بزرگ‌ترین دریاچه بسته جهان، از نظر بین‌المللی دارای اهمیت زیادی است و نقش شاخصی در زمینه‌های کشتیرانی، بازرگانی، اقتصاد ملی داشته و تأثیر زیادی بر آب‌وهوا و اقلیم منطقه می‌گذارد. این دریا به علت تنوع آب‌وهوایی، میزان تبخیر و درون‌ریز آب‌های شیرین، شرایط اقلیمی بسیار متفاوتی دارد. باتوجه‌به اهمیت این دریا لذا پژوهش حاضر باهدف بررسی روند تغییرات بارش در حوضه دریای‌خزر و ارتباط آن با الگوهای پیوند‌از‌دور شکل‌گرفته است.  

داده و روش

در این پژوهش از داده‌های بارش ماهانه واکاوی شده ERAInterim با توان تفکیک 2 * 2 طی دوره آماری 2023-1970 استفاده شده است. سنجش بهنجاری داده‌ها با استفاده از آزمون اندرسون دارلینگ انجام شد. با توجه به غیرنرمال بودن داده‌ها از آزمون ناپارامتری من - کندال برای محاسبه روند استفاده شد. از آزمون شیب سن نیز برای به‌دست آوردن شیب بارش استفاده شد. با توجه به به حجم زیاد مقادیر روند و شیب بارش لذا این اطلاعات به نرم‌افزار Arc Gis منتقل و به صورت نقشه‌های پهنه‌بندی ارائه شدند.

بحث و نتیجه گیری

بررسی روند بارش نشان‌دهنده آن است که در ماه‌های ژانویه، فوریه، مارس، نوامبر، دسامبر و به مقدار بسیار کمی مه و اکتبر روند افزایشی بارش مشاهده شده است؛ ولی در سایر ماه‌ها تنها روند کاهشی بارش رخ‌داده است. دراین‌بین در ماه فوریه بیش از سایر ماه‌های نامبرده افزایش بارش مشاهده شده است. در ماه‌هایی که افزایش بارش رخ‌داده بیشتر در قسمت‌های شمالی حوضه واقع در کشور روسیه مشاهده شده است. روندهای کاهشی بارش نیز در ماه‌های ژوئن و آگوست بیش از سایر ماه‌ها رخ‌داده است. نکته قابل‌توجه این که روندهای کاهشی بارش نیز در شمال حوضه واقع در کشور روسیه بیش از سایر قسمت‌های حوضه مشاهده شده است. نتایج بررسی شیب بارش نشان داد در ماه‌های ژوئن، ژولای و آگوست بارش کاهش داشته و در مناطق شمالی حوضه مقدار کاهش بیشتر بوده است. در ماه‌های سرد سال به‌خصوص آوریل، نوامبر و دسامبر نیز مقدار اندکی افزایش بارش مشاهده شده است. همبستگی بارش و الگوهای پیوند‌از‌دور نشان‌دهنده آن است که از نظر زمانی در ماه‌های ژانویه، فوریه، مارس، ژوئن، آگوست، سپتامبر، اکتبر و دسامبر بین بارش و الگوهای پیوند‌از‌دور همبستگی مشاهده شده است. دراین‌بین در ماه فوریه، مارس، ژوئن و دسامبر بیش از سایر ماه‌ها همبستگی‌ها رخ‌داده است. در ماه‌های آوریل، مه، ژولای و نوامبر نیز هیچ یک از الگوهای پیوند‌از‌دور با بارش حوضه همبستگی نداشته است. در بین الگوهای پیوند‌از‌دور الگوی EA.WR بیش از سایر الگوها با بارش حوضه همبستگی نشان داده است. پس از آن الگوهای TNA، AMO و AMOS قرار دارند. الگوهای NAO، SOI، NOI، AO و NCP نیز در هیچ ماهی با بارش حوضه همبستگی نداشته‌اند.

نتایج

گرمایش جهانی که تقریباً در اکثر نقاط جهان در حال رخ‌دادن است در حوضه دریای مازندران نیز به وقوع پیوسته و شواهدی از وقوع گرمایش جهانی در این حوضه مشاهده شده است. از دیگر شواهد گرمایش جهانی در این حوضه کاهش بارش در این حوضه است که در نقشه‌های پهنه‌بندی روند بارش به‌خوبی آشکار است. همان‌گونه که در این نقشه‌ها مشاهده می‌شود در اکثر ماه‌ها بارش از روند کاهشی برخوردار بوده و روندهای افزایشی به میزان خیلی ناچیزی در بعضی ماه‌ها مشاهده شده است. به‌طورکلی در نقشه‌های پهنه‌بندی روند بارش نیز پهنه روند کاهشی از وسعت بیشتری نسبت به روند افزایشی برخوردار است. از نظر زمانی در ماه فوریه بیشترین همبستگی بین الگوهای پیوند‌از‌دور و بارش مشاهده شده و از نظر نوع الگو، الگوی EA.WR نیز بیشترین همبستگی را با بارش حوضه داشته است. طبق ضریب تعیین به‌دست‌آمده در ماه‌های فوریه و سپتامبر به ترتیب 4/58 و 1/51 درصد از تغییرات بارش حوضه توسط الگوهای پیوند‌از‌دور تبیین می‌شود که بیشترین مقدار در بین ماه‌های سال است. نتایج رگرسیون خطی نیز نشان‌دهنده آن است که الگوی NCP بیش از سایر الگوها بر بارش حوضه دریای‌خزر تأثیرگذار بوده است. شناخت تغییرات بارش و ارتباط آن با الگوهای پیوند‌از‌دور می‌تواند در پیشبرد برنامه‌ها و عملیات مدیریتی هواشناسی و کشاورزی مورداستفاده قرار گیرد.

واژه­ های کلیدی: بارش، شیب سن، من - کندال، دریای‌خزر

 منابع ومآخذ

  • اسکندری، رقیه، اسمعلی عوری، اباذر، مصطفی‌زاده، رئوف و چوبه، سپیده (1403). ارزیابی تغییرات زمانی و مکانی شاخص‌های حدی اقلیمی بارندگی در بخش مرکزی استان اردبیل.مطالعات علوم محیط‌زیست، 9(1)، 8133-8119.
  • برون، اشرف، ظهوریان پردل، منیژه، لشکری، حسن، شکیبا، علیرضا، و محمدی، زینب (1404). شناسایی امواج‌گرمایی استان خوزستان و تحلیل همدیدی نقش پرفشار عربستان در ایجاد آن‌ها، اندیشه‌های نو در علوم جغرافیایی، 8(3)، 20-1.
  • پیرنیا، عبدالله، حبیب‌نژاد روشن، محمود و سلیمانی، کریم (1394). بررسی تغییرات دما و بارندگی در سواحل جنوبی دریای‌خزر و مقایسه آن با تغییرات درمقیاس جهانی و نیمکره شمالی. پ‍‍ژوهشنامه مديريت حوزه آبخيز، ۶ (۱۱)،۱۰۰-۹۰.
  • دوستان، رضا (1397). دورپيوند جهاني و دورپيوندهاي منطقه اي ايران، فيزيك زمين و فضا، 44 (3)، 640-625.
  • زینالی، بتول، جلالی عنصرودی، طاهره و مصطفوی، حمیرا (1402). بررسی تأثیر تغییر اقلیم بر تغذیه ناشی از بارش در حوضه آبریز شیرامین. مطالعات علوم محیط‌زیست، 8(2)، 6602-6589.
  • حجازی‌زاده، زهرا، اکبری، مهری و جمشیدی عینی، زرین (1403). بررسی تاثیر الگوهای پیوندازدور نوسانات اطلس شمالی و انسو بر بارش سواحل جنوبی دریای‌خزر. تحقیقات کاربردی علوم جغرافیایی، ۲۴ (۷۴)، ۳۷-۲۴.
  • حیدری، شهاب، صلاحی، برومند، زینالی، بتول و پورقاسمی، الهامه (1403). پیش‌بینی بارش برخی ایستگاه‌های استان لرستان در دو دهه آینده با استفاده از مدلLARSWG. مطالعات علوم محیط زیست، 9(1)، 7976-7963.
  • خان‌سالاری، سکینه، محمدی، سیده عاطفه، قصابی، زهرا و صالحی، حسن (1403). پیش‌نگری تغییرات مقدار بارش فرین با دوره بازگشت‌های مختلف در ایران بر اساس رویکرد همادی ده مدل‌ CMIP6 در آینده نزدیک. جغرافیا و مخاطرات‌محیطی، 13(3)، 246-214.
  • خوش‌اخلاق، فرامرز، قنبری، نوذر و معصوم پور سماکوش، جعفر (1387). مطالعه اثرات نوسان اطلس‌شمالی بر رژیم بارش و دمای سواحل جنوبی دریای‌خزر. پژوهش‌های جغرافیایی، 66، (70/57).
  • ساری صراف، بهروز، رستم‌زاده، هاشم و محمدی، نبی (1403). پیش‌نگری بارش با استفاده از مدل‌های CMIP6 تا پایان قرن 21 در شمال غرب ایران.جغرافیا و مخاطرات‌محیطی، 13(1)، 194-173.
  • ساجد، علی، گندمکار، امیر، و باقری بداغ‌آبادی، محسن (1404). تحلیل روند تغییرات هیدروکلیماتولوژی حوضه آبریز رودخانه آجی چای (تلخه‌رود)، اندیشه‌های نو در علوم جغرافیایی، 8(3)، 131-111.
  • صابری لویه، فردین، علیجانی، بهلول و خالدی، شهریار (1398). برآورد تغییرات آب‌وهوایی آینده در ساحل جنوبی دریای‌خزر با استفاده از مدل آب‌وهوایی منطقه‌ای. تحلیل فضایی مخاطرات محیطی، 6(1)، 111-138.
  • صلاحی، برومند و بهروزی، محمود (1401). بررسی ارتباط الگوی پیوند‌از‌دور دریای شمال - خزر با بارش‌های ایران (مطالعه موردی: استان اردبیل).پژوهش‌های دانش‌زمین، 13(2)، 20-1.
  • علوی نیا، حسن و زارعی، مهدی (1400). آنالیز روند تغییر اقلیم با استفاده از شاخص‌های حدی داده‌های بلندمدت بارش و دما در جنوب‌شرق ایران. فصلنامه برنامه‌ریزی منطقه‌ای، 11(44)، 16-1.
  • عزیزیان، تهمینه، عسگری، احمد (1391). مطالعه‌ اثر نمایه‌ی AO بر پرفشار سیبری و اثرهای احتمالی آن بر بارش منطقه‌ ساحلی جنوب دریای‌خزر. پژوهش‌های علوم و فنون دریایی، 3(7)، 27-13.
  • علی‌محمدی، مهریار، قلی‌نژاد، ارسلان، نجاری کهنوج، هادی، محمدی، علی، ذادق آبادی، احمد. (1403). بررسی عوامل جوی تأثیرگذار در نوسانات سطح تراز آب دریای کاسپین از سال 1992 الی 2022، پژوهش‌های اقلیم‌شناسی، 58(58)، 157-141.
  • عسگری، احمد و رحیم‌زاده، فاطمه (1385). مطالعه تغییرپذيری بارش دهه‌های اخیر ايران، پژوهش‌های جغرافیايی ايران، 58، 80-67.
  • فلاحت‌پیشه، ایمان، یوسفی، یدالله و رورده، همت اله (1402). ارتباط شاخص‌های پیوند‌از‌دور با ناهنجاری‌های دمایی، بارشی و باد استان مازندران در نیمه دوم سال (اکتبر تا مارس)، پژوهش‌های اقلیم‌شناسی،1402(54)، 133-148.
  • فرج زاده، منوچهر (1392). تحلیل اثرات تغییر اقلیم بر میزان آبدهی رودخانه مطالعه موردی: رودخانه ششپیر،مجله جغرافیا و برنامه ریزی محیطی، 24(1)، 32-17.
  • فخیمی، سئودا، زینالی، بتول و صلاحی، برومند. (1403). پیش نگری اثرات تغییر اقلیم بر بارش استان آذربایجان شرقی،مطالعات علوم محیط زیست، 9(4)، 9576-9560.
  • قدرتی، زینب، صلاحی، برومند و صابر، مهناز (1403). ارزیابی روند تغییرات فراوانی روزهای بارش همرفتی در شمال‌غرب ایران به روش من - کندال و شیب سن، مطالعات علوم محیط‌زیست، 9(4)، 9589-9577.
  • قویدل‌رحیمی یوسف، فرج‌زاده اصل، منوچهر و حاتمی زرنه، داریوش (1395). نقش اثرات الگوی پیوند‌از‌دور دریای شمال - خزر در نوسان‌پذیری دماهای بیشینه ایران، نشریه جغرافیا و برنامه‌ریزی، 20(56)، 239-255.
  • کثیری، مریم، گودرزی، مسعود، جانباز قبادی، غلامرضا و متولی، صدرالدین (1399). چشم اندازآینده تغییرات دما و بارش در سواحل جنوبی دریای‌خزر، جغرفیای طبیعی، 13(47)، 51-35.
  • گندمکار، امیر و خادم الحسینی، احمد (1388). بررسی روند تغییرات بارش در زابل، مجله آمايش محیط، 6، 77-65.
  • میر موسوی، سیدحسین، دوستکامیان مهدی و ستوده، فاطمه (1395). بررسی و تحلیل الگوی فضایی تغییرات درون دهه‌ای بارش‌های سنگین و فوق سنگین ایران، جغرافیا و برنامه‌ریزی منطقه‌ای، 27(3)، 86-67.
  • معنوی‌پور، کبری، زینالی، بتول و صلاحی، برومند (1403). بررسی ارتباط بین بارش‌های سنگین غرب کشور ایران با رودخانه جوی، مطالعات علوم محیط‌زیست، 9(2)، 8332-8322.
  • میرهاشمی، حمید و حسنوند، زیبا (1401). ﺗﺄثیر الگوهای پیوند‌از‌دور بر بارش‌های ماهانه ایستگاه‌های شهر خرم‌آباد و کرمانشاه. مدل‌سازی و مدیریت آب‌وخاک، 3(4)، 133-151.
  • نبی بید هندی، غلامرضا، محمدنژاد، شاهین و عبادتی، فاطمه (1387). مفاهیم و پیامدهای تغییر آب و هوا با مروری بر پروتکل کیوتو، تهران: موسسه انتشارات و چاپ دانشگاه تهران.
  • Branstator, G., (2002). Circumglobal teleconnections, the jet stream waveguide, and the North Atlantic Oscillation. Journal of Climate, v. 15(14), 1893-1910.
  • Çağlar, F., Yetemen, O.,  Pan Chun, K.,  & Lutfi Sen, O. (2023). The merit of the North SeaCaspian pattern in explaining climate variability in the EuroMediterranean region. International Journal of Climatology, 43(10).
  • Kutiel, H., Y, Benarochy, (2001). North SeaCaspian pattern (NCP)an upper level atmospheric teleconnection affecting the Eastern Mediterranean. Theoretical and Applied Climatology, 69 (1), 39-67.
  • Kliengchuay, W., Mingkhwan, R., & Kiangkoo, N. (2024). Analyzing temperature, humidity, and precipitation trends in six regions of Thailand using innovative trend analysis. Sci Rep, 14, 7800.
  • Karagiannidis, A., F., Karacostas, T., Maheras, P. & Makrogiannis, T. (2012). Climatological aspects of extreme precipitation in Europe, related to midlatitude cyclonic systems. Theor .Appl.Climatol., No. 107, 165-174.
  • Khamidov, S., Li, Z., Nasirova, M., Pulatov, B., & Pulatov, A. (2023). Assessment of temperature and precipitation trends in Kashkadarya, Uzbekistan. E3S Web of Conferences, 365, 01005.
  • Mohammadrezaei, M., Soltani, S., & Modarres, (2020). Evaluating the effect of oceanatmospheric indices on drought in Iran. Theoretical and Applied Climatology, 140,  219–230.
  • Plewa , K., Perz, A.,  & Wrzesin´ski, D. (2019). Links between Teleconnection Patterns and Water Level Regime of Selected Polish Lakes. Water, 11, 13-30.
  • Pasquini, A. I., Lecomte, K. L., Piovano, E. L., & Depetris, P. J. (2006). Recent rainfall and runoff variability in central Argentina. Quaternary International, 158(1), 127-139.
  • Park, Ch., Choi, , Son , S., Kim, D., Yeh, S., Kug, J. (2023). SubSeasonal Variability of ENSO Teleconnections in Western North America and Its Prediction Skill. JGR: Atmospheres, 128, 6.
  • Salnikov, V.; Talanov, Y.; Polyakova, S.; Assylbekova, A.; Kauazov, A.; Bultekov, N.; Musralinova, G.; Kissebayev, D.; & Beldeubayev, Y. (2023). An Assessment of the Present Trends in Temperature and Precipitation Extremes in Kazakhstan. Climate, 11, 33.
  • Ratna, Satyaban B., Osborn, Timothy J., Joshi, Manoj., Yang, Bao., & Wang, J. (2019). Identifying teleconnections and multidecadal variability of East Asian surface temperature during the last millennium in CMIP5 simulations. Past, 15, 1825–1844.
  • Serrano, A., Mateos, V.L., & Garcia, J.A. (1999): Trend Analyisi of Monthly Precipitation Over the Iberian Peninsula for the Period 19211995. phys. EARTH(B), 24(12), 85-90.
  • Sari Saraf, B., Rostamzadeh, H., & Mohammadi, N. (2014). Precipitation forecasting using CMIP6 models until the end of the 21st century in northwestern Iran. Geography and Environmental Hazards, 13(1), 194-173.
  • Satyaban B. Ratna, Timothy J. Osborn, Manoj Joshi, Bao Yang, and JianglinWang (2019). Identifying teleconnections and multidecadal variability of East Asian surface temperature during the last millennium in CMIP5 simulations, Past, 15, 1825–1844.
  • Takeuchi, Z.X.Xu.K., & Ishidiaira. H. (2003). Monitoring Trend Step Changes in Precipition in Japanese Precipitation. Journal of hydrology. 279, 144-150.
  • Tan, X., Gan, T.Y., & Shao, D. (2017). Effects of persistence and largescale climate anomalies on trends and change points in extreme precipitation of Canada. Journal of Hydrology, 550, 453-465.
  • Yatagai, A., Krishnamurti, T.N., Kumar, V., Mishra, A.K., & Simon, A. (2014). Use of APHRODITE Rain Gauge– Based Precipitation and TRMM 3B43 Products for Improving Asian Monsoon Seasonal Precipitation Forecasts by the Superensemble Method. Journal of Climate, 27(3): 1062-1069.
  • Wallace JM, Gutzler DS. (1981). Teleconnections in the geopotential height field during the Northern Hemisphere winter. Monthly Weather Review, 109: 784–812.
  • Wigley, T.M.L. (2000). Stabilization of CO2 concentration levels. (In) The Carbon Cycle, (eds. T.M.L. Wigley and D.S. Schimel), Cambridge University Press, Cambridge, U.K., 258–276.

 

 

 

 

چکیده انگلیسی:

Abstract

Precipitation is one of the most important and variable climatic elements, exhibiting more complex behavior compared to other climatic factors. This element shows significant temporal and spatial variability. The aim of this research is to examine the trend of precipitation changes in the Caspian Sea basin and its relationship with teleconnection patterns. In this context, monthly precipitation data from the ERA-Interim dataset, with a resolution of 2° x 2°, covering the statistical period from 1970 to 2023, were utilized. Given the non-normality of the data, the non-parametric Mann-Kendall test was employed to calculate the trend. The precipitation slope was also determined using the Sen's slope estimator. The results indicated an increasing trend in precipitation during the months of january, february, march, november, december, and to some extent in may and october, while a decreasing trend was observed in other months. The increasing trend in precipitation was most pronounced in february, while the decreasing trend was most significant in june and august. The correlation between precipitation and teleconnection patterns showed that, temporally, correlations were observed in january, february, march, june, august, september, october, and december. The EA.WR pattern exhibited the highest correlation with the basin's precipitation compared to other patterns, followed by the TNA, AMO, and AMOS patterns. Overall, february showed the highest correlation between teleconnection patterns and precipitation, and in terms of pattern type, the EA.WR pattern had the strongest correlation with the basin's precipitation.

Keywords: Precipitation, Sen's slope, Mann-Kendall, Caspian Sea

 

 Extended Abstract

Introduction

Precipitation, as one of the important climatic elements, has certain complexities, and usually precipitation at a point on different time scales does not have simple and symmetrical statistical distributions. A decrease or increase in precipitation affects many other climatic and environmental phenomena such as runoff, flooding, air temperature, humidity, and also many human activities. therefore, changes in precipitation can be one of the signs of climate change. Climate change can also be affected by remote sensing patterns. teleconnection is one of the climate features on a global scale. The Caspian Sea, as the largest closed lake in the world, is of great international importance and plays a significant role in the fields of shipping, commerce, and the national economy, and has a great impact on the climate and climate of the region. This sea has very different climatic conditions due to its climate variability, evaporation rates, and freshwater inflow. Given the importance of this sea, the present study aims to investigate the trend of precipitation changes in the Caspian Sea basin and its relationship with teleconnection patterns.

 Data and Method 

In this study, monthly precipitation data analyzed by ERAInterim with a resolution of 2 x 2 during the statistical period 1970-2023 were used. The normality of the data was assessed using the Anderson-Darling test. Given the non-normality of the data, the non-parametric Mann-Kendall test was used to calculate the trend. The Sen slope test was also used to obtain the precipitation slope. Given the large volume of precipitation trend and slope values, this information was transferred to Arc Gis software and presented as zoning maps.

 Results and Discussion

 The study of the precipitation trend shows that an increasing trend in precipitation has been observed in the months of January, February, March, November, December and to a very small extent in May and October; but in other months only a decreasing trend in precipitation has occurred. In the meantime, an increase in precipitation has been observed in February more than in the other mentioned months. In the months when the increase in precipitation has occurred, it has been observed more in the northern parts of the basin located in Russia. The decreasing trends in precipitation have also occurred in the months of June and August more than in other months. It is noteworthy that the decreasing trends in precipitation have also been observed in the north of the basin located in Russia more than in other parts of the basin. The results of the study of the precipitation slope showed that precipitation decreased in the months of June, July and August, and the decrease was greater in the northern parts of the basin. A slight increase in precipitation has also been observed in the cold months of the year, especially April, November and December. The correlation of precipitation and teleconnection patterns indicates that temporal correlations have been observed between precipitation and teleconnection patterns in January, February, March, June, August, September, October, and December. Among them, more correlations have occurred in February, March, June, and December than in other months. In April, May, July, and November, none of the teleconnection patterns has been correlated with basin precipitation. Among teleconnection patterns, the EA.WR pattern has been correlated with basin precipitation more than other patterns. After that, the TNA, AMO, and AMOS patterns are located. The NAO, SOI, NOI, AO, and NCP patterns have also not been correlated with basin precipitation in any month.

 Conclusion

Global warming, which is occurring in almost most parts of the world, has also occurred in the Caspian Sea basin, and evidence of global warming has been observed in this basin. Another evidence of global warming in this basin is the decrease in precipitation in this basin, which is clearly evident in the precipitation trend zoning maps. As can be seen in these maps, precipitation has a decreasing trend in most months, and very slight increasing trends have been observed in some months. In general, in the precipitation trend zoning maps, the decreasing trend zone is larger than the increasing trend. In terms of time, the highest correlation between the teleconnection patterns and precipitation was observed in February, and in terms of pattern type, the EA.WR pattern also had the highest correlation with the basin precipitation. According to the coefficient of determination obtained in February and September, 58.4 and 51.1 percent of the basin precipitation changes are explained by the remote sensing patterns, which is the highest among the months of the year. The results of linear regression also indicate that the NCP pattern has been more influential than other patterns on the precipitation of the Caspian Sea basin. Understanding precipitation changes and their relationship with teleconnection patterns can be used to advance meteorological and agricultural management programs and operations.      

 References  

  1. Alavinia, Hassan and Zarei, Mehdi (2021). Analysis of climate change trends using extreme indices of long-term precipitation and temperature data in southeastern Iran. Journal of Regional Planning, 11(44), 16-1.
  2. Azizian, Tahmineh, Asgari, Ahmad (2012). Study of the effect of AO index on Siberian high pressure and its possible effects on precipitation in the southern Caspian coastal region. Marine Science and Technology Research, 3(7), 13-27. (In Persian)
  3. Ali-Mohammadi, Mehryar, Gholinejad, Arsalan, Najari-Kahnuj, Hadi, Mohammadi, Ali, Zadaghabadi, Ahmad. (2024). Investigation of atmospheric factors affecting fluctuations in the Caspian Sea water level from 1992 to 2022, Climatological Research, 58(58), 157-141. (In Persian)
  4. Asgari, Ahmad and Rahimzadeh, Fatemeh (2006). Study of precipitation variability in recent decades in Iran, Iranian Geographical Research, 58, 67-80. (In Persian)
  5. Branstator, G., (2002). Circumglobal teleconnections, the jet stream waveguide, and the North Atlantic Oscillation. Journal of Climate, v. 15(14), p. 1893-1910.
  6. Branstator, G., (2002). Circumglobal teleconnections, the jet stream waveguide, and the North Atlantic Oscillation. Journal of Climate, v. 15(14), p. 1893-1910.
  7. Boron, Ashraf, Zohorian Pardel, Manijeh, Lashkari, Hassan, Shakiba, Alireza, and Mohammadi, Zeinab (2025). Identification of heat waves in Khuzestan province and synoptic analysis of the role of Saudi high pressure in their creation, New Ideas in The Geographical Sciences, 8(3), 1-20. (In Persian)
  8. Çağlar, F., Yetemen, O.,  Pan Chun, K.,  & Lutfi Sen, O. (2023). The merit of the North SeaCaspian pattern in explaining climate variability in the EuroMediterranean region. International Journal of Climatology, 43(10).
  9. Dostan, Reza (2018). Global and regional links of Iran, Earth and Space Physics, 44 (3), 640-625. (In Persian)
  10. Eskandari, Roqiyeh, Esmaali Auri, Abazar, Mostafizadeh, Rauf and Choubeh, Sepideh (2014). Evaluation of temporal and spatial changes in extreme climatic indices of precipitation in the central part of Ardabil province. Environmental Science Studies, 9(1), 8133-8119. (In Persian)
  11. Falahatpisheh, Iman, Yousefi, Yadollah and Roordeh, Hematollah (2013). The relationship between teleconnection indices and temperature, precipitation and wind anomalies in Mazandaran province in the second half of the year (October to March), Climatological Research, 2013(54), 133-148. (In Persian)
  12. Farajzadeh, Manouchehr (2023). Analysis of the effects of climate change on river discharge, case study: Sheshpir River, Journal of Geography and Environmental Planning, 24(1), 17-32. (In Persian)
  13. Fakhimi, Seuda, Zeinali, Batoul and Salahi, Boroumand. (2024). Forecasting the effects of climate change on precipitation in East Azerbaijan province, Environmental Science Studies, 9(4), 9576-9560. (In Persian)
  14. Gandomkar, Amir and Khadem Al-Husseini, Ahmad (2009). Investigation of precipitation changes in Zabol, Journal of Environmental Management, 6, 65-77. (In Persian)
  15. Ghodrati, Zeinab, Salahi, Boroumand and Saber, Mahnaz (2024). Evaluating the trend of changes in the frequency of convective precipitation days in northwest Iran using the Mann-Kendall and Sheeb-Sen methods, Environmental Science Studies, 9(4). 9589-9577. (In Persian)
  16. Ghavidel-Rahimi Yousef, Farajzadeh Asl, Manouchehr and Hatami-Zarneh, Dariush (2016). The role of the effects of the North Sea-Caspian remote coupling pattern on the volatility of maximum temperatures in Iran, Journal of Geography and Planning, 20(56), 239-255. (In Persian)
  17. Hejazizadeh, Zahra, Akbari, Mehri and Jamshidi-Aini, Zarrin (2024). Studying the effect of the teleconnection patterns of the North Atlantic Oscillation and ENSO on the precipitation of the southern coast of the Caspian Sea. Applied Research in Geographical Sciences, 24 (74), 37-24. (In Persian)
  18. Heydari, Shahab, Salahi, Boroumand, Zeinali, Batoul and Pourghasemi, Elhameh (2024). Forecasting the precipitation of some stations in Lorestan province in the next two decades using the LARSWG model. Environmental Sciences Studies, 9(1), 7976-7963. (In Persian)
  19. Kasiri, Maryam, Goudarzi, Masoud, Janbaz Ghobadi, Gholamreza and Motavali, Sadruddin (2019). Future outlook of temperature and precipitation changes on the southern coasts of the Caspian Sea, Natural Geography, 13(47), 51-35. (In Persian)
  20. Kutiel, H., Y, Benarochy, (2001). North SeaCaspian pattern (NCP)an upper level atmospheric teleconnection affecting the Eastern Mediterranean. Theoretical and Applied Climatology, 69 (1), 39-67.
  21. Kliengchuay, W., Mingkhwan, R., & Kiangkoo, N. (2024). Analyzing temperature, humidity, and precipitation trends in six regions of Thailand using innovative trend analysis. Sci Rep, 14, 7800.
  22. Karagiannidis, A., F., Karacostas, T., Maheras, P. & Makrogiannis, T. (2012). Climatological aspects of extreme precipitation in Europe, related to midlatitude cyclonic systems. Theor .Appl.Climatol., No. 107, 165-174.
  23. Khamidov, S., Li, Z., Nasirova, M., Pulatov, B., & Pulatov, A. (2023). Assessment of temperature and precipitation trends in Kashkadarya, Uzbekistan. E3S Web of Conferences, 365, 01005.
  24. Khansalari, Sakineh, Mohammadi, Seyedeh Atefeh, Qasabi, Zahra and Salehi, Hassan (2024). Forecasting changes in the amount of precipitation with different return periods in Iran based on the Hamadi approach of ten CMIP6 models in the near future. Geography and Environmental Hazards, 13(3), 246-214. (In Persian)
  25. Khoshakhlaq, Faramarz, Ghanbari, Nozar and Masoompour Samakoosh, Jafar (2008). Studying the effects of the North Atlantic Oscillation on the precipitation regime and temperature of the southern coasts of the Caspian Sea. Geographical Research, 66, (70/57). (In Persian)
  26. Mohammadrezaei, M., Soltani, S., & Modarres, (2020). Evaluating the effect of oceanatmospheric indices on drought in Iran. Theoretical and Applied Climatology, 140,  219–230. (In Persian)
  27. Mir Mousavi, Seyed Hossein, Doostkamian Mehdi and Sotoudeh, Fatemeh (2016). Study and analysis of the spatial pattern of intra-decadal changes in heavy and extremely heavy precipitation in Iran, Geography and Regional Planning, 27(3), 86-67. (In Persian)
  28. Manavipour, Kobra, Zeinali, Batoul and Salahi, Boroumand (2024). Study of the relationship between heavy precipitation in western Iran and the Joi River, Environmental Science Studies, 9(2), 8332-8322. (In Persian)
  29. Mirhashemi, Hamid and Hassanvand, Ziba (2022). The effect of remote sensing patterns on monthly precipitation at stations in Khorramabad and Kermanshah. Water and Soil Modeling and Management, 3(4), 133-151. (In Persian)
  30. Nabi bidhendi, Gholamreza, Mohammadnejad, Shahin and Ebadati, Fatemeh (2008). Concepts and consequences of climate change with a review of the Kyoto Protocol, Tehran: Tehran University Press and Publishing Institute. (In Persian)
  31. Plewa , K., Perz, A.,  & Wrzesin´ski, D. (2019). Links between Teleconnection Patterns and Water Level Regime of Selected Polish Lakes. Water, 11, 13-30.
  32. Pasquini, A. I., Lecomte, K. L., Piovano, E. L., & Depetris, P. J. (2006). Recent rainfall and runoff variability in central Argentina. Quaternary International, 158(1), 127-139.
  33. Park, Ch., Choi, , Son , S., Kim, D., Yeh, S., Kug, J. (2023). SubSeasonal Variability of ENSO Teleconnections in Western North America and Its Prediction Skill. JGR: Atmospheres, 128, 6.
  34. Ratna, Satyaban B., Osborn, Timothy J., Joshi, Manoj., Yang, Bao., & Wang, J. (2019). Identifying teleconnections and multidecadal variability of East Asian surface temperature during the last millennium in CMIP5 simulations. Past, 15, 1825–1844.
  35. Salnikov, V.; Talanov, Y.; Polyakova, S.; Assylbekova, A.; Kauazov, A.; Bultekov, N.; Musralinova, G.; Kissebayev, D.; & Beldeubayev, Y. (2023). An Assessment of the Present Trends in Temperature and Precipitation Extremes in Kazakhstan. Climate, 11, 33.
  36. Sari Sarraf, Behrouz, Rostamzadeh, Hashem and Mohammadi, Nabi (2024). Precipitation forecasting using CMIP6 models until the end of the 21st century in northwest Iran. Geography and Environmental Hazards, 13(1), 194-173. (In Persian)
  37. Sajed, Ali, Gandomkar, Amir, and Bagheri Badaghabadi, Mohsen (2024). Analysis of hydroclimatological changes in the Aji Chai River (Talkheh Rud) watershed, New Ideas in The Geographical Sciences, 8(3), 131-111. (In Persian)
  38. Saberi Loye, Fardin, Alijani, Bahloul and Khalidi, Shahriar (2019). Estimation of future climate changes in the southern coast of the Caspian Sea using a regional climate model. Spatial Analysis of Environmental Hazards, 6(1), 111-138. (In Persian)
  39. Salahi, Boroumand and Behrouzi, Mahmoud (2022). Investigating the relationship between the North Sea-Caspian Sea teleconnection pattern and Iranian precipitation (Case study: Ardabil Province). Earth Science Research, 13(2), 1-20. (In Persian)
  40. Serrano, A., Mateos, V.L., & Garcia, J.A. (1999): Trend Analyisi of Monthly Precipitation Over the Iberian Peninsula for the Period 19211995. phys. EARTH(B), 24(12), 85-90.
  41. Sari Saraf, B., Rostamzadeh, H., & Mohammadi, N. (2014). Precipitation forecasting using CMIP6 models until the end of the 21st century in northwestern Iran. Geography and Environmental Hazards, 13(1), 194173. (In Persian)
  42. Satyaban B. Ratna, Timothy J. Osborn, Manoj Joshi, Bao Yang, and JianglinWang (2019). Identifying teleconnections and multidecadal variability of East Asian surface temperature during the last millennium in CMIP5 simulations, Past, 15, 1825–1844.
  43. Takeuchi, Z.X.Xu.K., & Ishidiaira. H. (2003). Monitoring Trend Step Changes in Precipition in Japanese Precipitation. Journal of hydrology. 279, 144-150.
  44. Tan, X., Gan, T.Y., & Shao, D. (2017). Effects of persistence and largescale climate anomalies on trends and change points in extreme precipitation of Canada. Journal of Hydrology, 550, 453-465
  45. Yatagai, A., Krishnamurti, T.N., Kumar, V., Mishra, A.K., & Simon, A. (2014). Use of APHRODITE Rain Gauge– Based Precipitation and TRMM 3B43 Products for Improving Asian Monsoon Seasonal Precipitation Forecasts by the Superensemble Method. Journal of Climate, 27(3): 1062-1069.
  46. Wallace JM, Gutzler DS. (1981). Teleconnections in the geopotential height field during the Northern Hemisphere winter. Monthly Weather Review, 109: 784–812.
  47. Wigley, T.M.L. (2000). Stabilization of CO2 concentration levels. (In) The Carbon Cycle, (eds. T.M.L. Wigley and D.S. Schimel), Cambridge University Press, Cambridge, U.K., 258–276.
  48. Zeinali, B., Jalali-Ansroudi, T. and Mostafavi, H. (2013). Investigating the impact of climate change on precipitation-induced nutrition in the Shiramin watershed. Environmental Science Studies, 8 (2), 6602-6589. (In Persian)

منابع و مأخذ:

1) اسکندری، رقیه، اسمعلی عوری، اباذر، مصطفی‌زاده، رئوف و چوبه، سپیده (1403). ارزیابی تغییرات زمانی و مکانی شاخص‌های حدی اقلیمی بارندگی در بخش مرکزی استان اردبیل. مطالعات علوم محیط‌زیست، 9(1)، 81338119.
2) برون، اشرف، ظهوریان پردل، منیژه، لشکری، حسن، شکیبا، علیرضا، و محمدی، زینب (1404). شناسایی امواج‌گرمایی استان خوزستان و تحلیل همدیدی نقش پرفشار عربستان در ایجاد آن‌ها، اندیشه‌های نو در علوم جغرافیایی، 8(3)، 201.
3) پیرنیا، عبدالله، حبیب‌نژاد روشن، محمود و سلیمانی، کریم (1394). بررسی تغییرات دما و بارندگی در سواحل جنوبی دریای‌خزر و مقایسه آن با تغییرات درمقیاس جهانی و نیمکره شمالی. پ‍‍ژوهشنامه مديريت حوزه آبخيز، ۶ (۱۱)،۱۰۰۹۰.
4) دوستان، رضا (1397). دورپيوند جهاني و دورپيوندهاي منطقه اي ايران، فيزيك زمين و فضا، 44 (3)، 640-625.
5) زینالی، بتول، جلالی عنصرودی، طاهره و مصطفوی، حمیرا (1402). بررسی تأثیر تغییر اقلیم بر تغذیه ناشی از بارش در حوضه آبریز شیرامین. مطالعات علوم محیط‌زیست، 8(2)، 66026589.
6) حجازی‌زاده، زهرا، اکبری، مهری و جمشیدی عینی، زرین (1403). بررسی تاثیر الگوهای پیوندازدور نوسانات اطلس شمالی و انسو بر بارش سواحل جنوبی دریای‌خزر. تحقیقات کاربردی علوم جغرافیایی، ۲۴ (۷۴)، ۳۷۲۴.
7) حیدری، شهاب، صلاحی، برومند، زینالی، بتول و پورقاسمی، الهامه (1403). پیش‌بینی بارش برخی ایستگاه‌های استان لرستان در دو دهه آینده با استفاده از مدلLARSWG . مطالعات علوم محیط زیست، 9(1)، 79767963.
8) خان‌سالاری، سکینه، محمدی، سیده عاطفه، قصابی، زهرا و صالحی، حسن (1403). پیش‌نگری تغییرات مقدار بارش فرین با دوره بازگشت‌های مختلف در ایران بر اساس رویکرد همادی ده مدل‌ CMIP6 در آینده نزدیک. جغرافیا و مخاطرات‌محیطی، 13(3)، 246214.
9) خوش‌اخلاق، فرامرز، قنبری، نوذر و معصوم پور سماکوش، جعفر (1387). مطالعه اثرات نوسان اطلس‌شمالی بر رژیم بارش و دمای سواحل جنوبی دریای‌خزر. پژوهش‌های جغرافیایی، 66، (70/57).
10) ساری صراف، بهروز، رستم‌زاده، هاشم و محمدی، نبی (1403). پیش‌نگری بارش با استفاده از مدل‌های CMIP6 تا پایان قرن 21 در شمال غرب ایران. جغرافیا و مخاطرات‌محیطی، 13(1)، 194-173.
11) ساجد، علی، گندمکار، امیر، و باقری بداغ‌آبادی، محسن (1404). تحلیل روند تغییرات هیدروکلیماتولوژی حوضه آبریز رودخانه آجی چای (تلخه‌رود)، اندیشه‌های نو در علوم جغرافیایی، 8(3)، 131111.
12) صابری لویه، فردین، علیجانی، بهلول و خالدی، شهریار (1398). برآورد تغییرات آب‌وهوایی آینده در ساحل جنوبی دریای‌خزر با استفاده از مدل آب‌وهوایی منطقه‌ای. تحلیل فضایی مخاطرات محیطی، 6(1)، 111138.
13) صلاحی، برومند و بهروزی، محمود (1401). بررسی ارتباط الگوی پیوند‌از‌دور دریای شمال - خزر با بارش‌های ایران (مطالعه موردی: استان اردبیل). پژوهش‌های دانش‌زمین، 13(2)، 201.
14) علوی نیا، حسن و زارعی، مهدی (1400). آنالیز روند تغییر اقلیم با استفاده از شاخص‌های حدی داده‌های بلندمدت بارش و دما در جنوب‌شرق ایران. فصلنامه برنامه‌ریزی منطقه‌ای، 11(44)، 161.
15) عزیزیان، تهمینه، عسگری، احمد (1391). مطالعه‌ اثر نمایه‌ی AO بر پرفشار سیبری و اثرهای احتمالی آن بر بارش منطقه‌ ساحلی جنوب دریای‌خزر. پژوهش‌های علوم و فنون دریایی، 3(7)، 2713.
16) علی‌محمدی، مهریار، قلی‌نژاد، ارسلان، نجاری کهنوج، هادی، محمدی، علی، ذادق آبادی، احمد. (1403). بررسی عوامل جوی تأثیرگذار در نوسانات سطح تراز آب دریای کاسپین از سال 1992 الی 2022، پژوهش‌های اقلیم‌شناسی، 58(58)، 157141.
17) عسگری، احمد و رحیم‌زاده، فاطمه (1385). مطالعه تغییرپذيری بارش دهه‌های اخیر ايران، پژوهش‌های جغرافیايی ايران، 58، 8067.
18) فلاحت‌پیشه، ایمان، یوسفی، یدالله و رورده، همت اله (1402). ارتباط شاخص‌های پیوند‌از‌دور با ناهنجاری‌های دمایی، بارشی و باد استان مازندران در نیمه دوم سال (اکتبر تا مارس)، پژوهش‌های اقلیم‌شناسی،1402(54)، 133148.
19) فرج زاده، منوچهر (1392). تحلیل اثرات تغییر اقلیم بر میزان آبدهی رودخانه مطالعه موردی: رودخانه ششپیر،
مجله جغرافیا و برنامه ریزی محیطی، 24(1)، 32-17.
20) فخیمی، سئودا، زینالی، بتول و صلاحی، برومند. (1403). پیش نگری اثرات تغییر اقلیم بر بارش استان آذربایجان شرقی، مطالعات علوم محیط زیست، 9(4)، 9576-9560.
21) قدرتی، زینب، صلاحی، برومند و صابر، مهناز (1403). ارزیابی روند تغییرات فراوانی روزهای بارش همرفتی در شمال‌غرب ایران به روش من - کندال و شیب سن، مطالعات علوم محیط‌زیست، 9(4)، 958-995
22) قویدل‌رحیمی یوسف، فرج‌زاده اصل، منوچهر و حاتمی زرنه، داریوش (1395). نقش اثرات الگوی پیوند‌از‌دور دریای شمال - خزر در نوسان‌پذیری دماهای بیشینه ایران، نشریه جغرافیا و برنامه‌ریزی، 20(56)، 239255.
23) کثیری، مریم، گودرزی، مسعود، جانباز قبادی، غلامرضا و متولی، صدرالدین (1399). چشم اندازآینده تغییرات دما و بارش در سواحل جنوبی دریای‌خزر، جغرفیای طبیعی، 13(47)، 5135.
24) گندمکار، امیر و خادم الحسینی، احمد (1388). بررسی روند تغییرات بارش در زابل، مجله آمايش محیط، 6، 7765.
25) میر موسوی سیدحسین، دوستکامیان مهدی و ستوده، فاطمه (1395). بررسی و تحلیل الگوی فضایی تغییرات درون دهه‌ای بارش‌های سنگین و فوق سنگین ایران، جغرافیا و برنامه‌ریزی منطقه‌ای، 27(3)، 8667.
26) معنوی‌پور، کبری، زینالی، بتول و صلاحی، برومند (1403). بررسی ارتباط بین بارش‌های سنگین غرب کشور ایران با رودخانه جوی، مطالعات علوم محیط‌زیست، 9(2)،8322-8332.
27) میرهاشمی، حمید و حسنوند، زیبا (1401). ﺗﺄثیر الگوهای پیوند‌از‌دور بر بارش‌های ماهانه ایستگاه‌های شهر خرم‌آباد و کرمانشاه. مدل‌سازی و مدیریت آب‌وخاک، 3(4)، 133-151.
28) نبی بید هندی، غلامرضا، محمدنژاد، شاهین و عبادتی، فاطمه (1387). مفاهیم و پیامدهای تغییر آب و هوا با مروری بر پروتکل کیوتو، تهران: موسسه انتشارات و چاپ دانشگاه تهران.
29) Branstator, G., (2002). Circumglobal teleconnections, the jet stream waveguide, and the North Atlantic Oscillation. Journal of Climate, v. 15(14), p. 18931910.
30) Çağlar, F., Yetemen, O., Pan Chun, K., & Lutfi Sen, O. (2023). The merit of the North SeaCaspian pattern in explaining climate variability in the EuroMediterranean region. International Journal of Climatology, 43(10).
31) Kutiel, H., Y, Benarochy, (2001). North SeaCaspian pattern (NCP)an upper level atmospheric teleconnection affecting the Eastern Mediterranean. Theoretical and Applied Climatology, 69 (1), 3967.
32) Kliengchuay, W., Mingkhwan, R., & Kiangkoo, N. (2024). Analyzing temperature, humidity, and precipitation trends in six regions of Thailand using innovative trend analysis. Sci Rep, 14, 7800 (2024).
33) Karagiannidis, A., F., Karacostas, T., Maheras, P. & Makrogiannis, T. (2012). Climatological aspects of extreme precipitation in Europe, related to midlatitude cyclonic systems. Theor .Appl.Climatol., No. 107, pp. 165174.
34) Khamidov, S., Li, Z., Nasirova, M., Pulatov, B., & Pulatov, A. (2023). Assessment of temperature and precipitation trends in Kashkadarya, Uzbekistan. E3S Web of Conferences, 365, 01005.
35) Mohammadrezaei, M., Soltani, S., & Modarres, R. (2020). Evaluating the effect of oceanatmospheric indices on drought in Iran. Theoretical and Applied Climatology, 140, 219–230.
36) Plewa , K., Perz, A., & Wrzesin´ski, D. (2019). Links between Teleconnection Patterns and Water Level Regime of Selected Polish Lakes. Water, 11, 1330; doi:10.3390/w11071330.
37) Pasquini, A. I., Lecomte, K. L., Piovano, E. L., & Depetris, P. J. (2006). Recent rainfall and runoff variability in central Argentina. Quaternary International, 158(1), 127139.
38) Park, Ch., Choi, J., Son , S., Kim, D., Yeh, S., Kug, J. (2023). SubSeasonal Variability of ENSO Teleconnections in Western North America and Its Prediction Skill. JGR: Atmospheres, 128, 6.
39) Salnikov, V.; Talanov, Y.; Polyakova, S.; Assylbekova, A.; Kauazov, A.; Bultekov, N.; Musralinova, G.; Kissebayev, D.; & Beldeubayev, Y. (2023). An Assessment of the Present Trends in Temperature and Precipitation Extremes in Kazakhstan. Climate, 11, 33.
40) Ratna, Satyaban B., Osborn, Timothy J., Joshi, Manoj., Yang, Bao., & Wang, J. (2019). Identifying teleconnections and multidecadal variability of East Asian surface temperature during the last millennium in CMIP5 simulations. Clim. Past, 15, 1825–1844.
41) Serrano, A., Mateos, V.L., & Garcia, J.A. (1999): Trend Analyisi of Monthly Precipitation Over the Iberian Peninsula for the Period 19211995. phys. Chem. EARTH(B), 24(12), 8590.
42) Sari Saraf, B., Rostamzadeh, H., & Mohammadi, N. (2014). Precipitation forecasting using CMIP6 models until the end of the 21st century in northwestern Iran. Geography and Environmental Hazards, 13(1), 194173.
43) Satyaban B. Ratna, Timothy J. Osborn, Manoj Joshi, Bao Yang, and JianglinWang (2019). Identifying teleconnections and multidecadal variability of East Asian surface temperature during the last millennium in CMIP5 simulations, Clim. Past, 15, 1825–1844.
44) Takeuchi, Z.X.Xu.K., & Ishidiaira. H. (2003). Monitoring Trend Step Changes in Precipition in Japanese Precipitation. Journal of hydrology. 279, 144150.
45) Tan, X., Gan, T.Y., & Shao, D. (2017). Effects of persistence and largescale climate anomalies on trends and change points in extreme precipitation of Canada. Journal of Hydrology, 550, 453465
46) Yatagai, A., Krishnamurti, T.N., Kumar, V., Mishra, A.K., & Simon, A. (2014). Use of APHRODITE Rain Gauge– Based Precipitation and TRMM 3B43 Products for Improving Asian Monsoon Seasonal Precipitation Forecasts by the Superensemble Method. Journal of Climate, 27(3): 10621069.
47) Wallace JM, Gutzler DS. (1981). Teleconnections in the geopotential height field during the Northern Hemisphere winter. Monthly Weather Review, 109: 784–812.
48) Wigley, T.M.L. (2000). Stabilization of CO2 concentration levels. (In) The Carbon Cycle, (eds. T.M.L. Wigley and D.S. Schimel), Cambridge University Press, Cambridge, U.K., 258–276.

مقالات مرتبط

حقوق این وب‌سایت متعلق به سامانه مدیریت نشریات دانشگاه آزاد اسلامی است.
حق نشر © 1404-1400

صفحه اصلی| عضویت/ ورود| درباره سند| تماس با ما|
[English] [العربية] [en] [ar]