کاربرد آمار مکانی در پهنه بندی و تحلیل فضایی سرعت صوت در خلیج فارس

محورهای موضوعی : توسعه سیستم های مکانی

مهیار مجیدی نیک ¹ , حامد دلدار ²

1 - کارشناس ارشد فیزیک دریا، مرکز مطالعات محیطی ندسا
2 - دانشجوی دکتری فیزیک دریا، مرکز مطالعات محیطی ندسا

تاریخ دریافت : 1393/06/03 تاریخ پذیرش : 1393/12/11 تاریخ انتشار : 1394/06/01

کلید واژه: خلیج فارس, تحلیل فضایی, Spatial analysis, کریجینگ, Kriging, سرعت صوت, پیش بینی فضایی, کوکریجینگ, عکس فاصلة موزون, Sound Speed, Spatial Prediction, Co-Kriging, Inverse Distance Weighted, Persian Gulf,

چکیده مقاله :

هدف از این تحقیق، یافتن توزیع سرعت صوت تحت تاثیر پارامترهای فیزیکی آب، کاربرد روش های نوین زمین آمار برای پیش‌بینی فضایی در اقیانوس شناسی، پیش بینی میزان پارامترهای فوق برای کل منطقه خلیج فارس و پهنه‌بندی سرعت صوت، بوده است. در این تحقیق، سرعت صوت با استفاده از فرمول چن- میلرو و داده های فشار، شوری و دما محاسبه گردید. داده های مورد استفاده با مش بندی منظم و فواصل 25/0 درجه از اطلس اقیانوسی جهانی 2013 استخراج شد. جهت پهنه بندی سرعت صوت در لایه های مختلف خلیج فارس سه روش کریجینگ، کوکریجینگ و عکس فاصلة موزون با یکدیگر مقایسه و در نهایت با بهترین روش به پیش بینی و تهیه نقشه های پهنه بندی سرعت صوت پرداخته شد. نتایج حاکی از کمتر بودن خطاهای برآورد ریشه دوم میانگین مربع خطا و میانگین خطای مطلق در روش کوکریجینگ نسبت به دیگر روش ها است. آزمون همبستگی پیرسون بین سرعت صوت و متغیرهای مستقل اجرا و بیشترین همبستگی مشاهده شده بین دما و سرعت صوت است. به همین جهت پارامتر دما به عنوان متغیر کمکی در روش کوکریجینگ برای پهنه‌بندی سرعت صوت در نظر گرفته شد. نتایج اعتبارسنجی متقابل نشان دهندة پیش بینی بهتر مدل در فصل سرد در مقایسه با فصل گرم منطقه می باشد. نتایج پهنه بندی نشان داده است که با حرکت از سمت تنگة هرمز به سمت شمال غرب خلیج، سرعت صوت در تمامی لایه ها در حدود m/s20 کاهش یافته است. همچنین همواره بیشترین مقادیر سرعت صوت در مناطق کم عمق جنوبی و بعلت افزایش شوری اتفاق افتاده است. در تمامی ایستگاه های بررسی شده سرعت صوت با افزایش عمق به علت کاهش دما، کاهش می‌یابد و کانال صوتی مشاهده نمی‌شود.

چکیده انگلیسی:

The aims of this study were to find the distribution of sound speed under the influence of water's physical parameters; to predict spatial analysis in oceanography using geostatistical methods; to forecast value parameters for the Persian Gulf and zoning the sound speed. Sound Speed was calculated using Chen-Millero formula and pressure, salinity, and temperature data. The data extracted from World Ocean Atlas 2013 with regular mesh grid 0.25 degree. Sound speed was calculated using the Chen-Millero formula. Spatial analysis of the sound speed comparison based on three methods Kriging, Co-Kriging and Inverse Distance Weighted. These methods were performed using GS+ software in both warm and cold season. The best method finally used to forcast and prepare the plans of zoning sound speed. The Pearson’s correlation test was performed between independent variables and sound speed showed that the maximum correlation occurs between temperature and sound speed. Therefore, the temperature was considered as the auxiliary variable in Co-Kriging method for spatial analysis of sound speed. Cross-validation results showed that model's forecasting in cold season was better  compared to warm season in this region. Results of spatial analysis showed that the sound speed decreased about 20m/s in all layers from the Hormuz Strait toward the northwestern part of the Persian Gulf. Because of the increased salinity the maximum of sound speed was always in the south shallow area. In all investigated stations, sound speed reduced with increasing depth, due to temperature reduction and the sound channel is not also observed.