تأثیر الگوهای دورپیوند اقیانوس آرام بر رطوبت نسبی سواحل جنوبی ایران

اسمعیل زاده, زینب; صلاحی, برومند; صابر, مهناز

تأثیر الگوهای دورپیوند اقیانوس آرام بر رطوبت نسبی سواحل جنوبی ایران

نوع مقاله : مقاله پژوهشی

نویسندگان

زینب اسمعیل زاده ¹

برومند صلاحی ²

مهناز صابر ³

¹ دانشجوی کارشناسی ارشد آب و هواشناسی، گروه جغرافیای طبیعی، دانشگاه محقق اردبیلی، اردبیل، ایران

² استاد آب و هواشناسی، گروه جغرافیای طبیعی، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایران.

³ پژوهشگر پسادکتری آب و هواشناسی دانشگاه محقق اردبیلی، اردبیل، ایران

چکیده

این پژوهش، ارتباط بین رطوبت نسبی در ایستگاه‌های واقع در جلگه‌ها و سواحل جنوبی ایران با الگوهای اقیانوس آرام را بررسی می‌کند. با استفاده از روش‌های آماری شامل تحلیل همبستگی پیرسون، تحلیل واریانس رگرسیون و رگرسیون پس‌رونده، داده‌های 25 ایستگاه سینوپتیک و 14 الگوی پیوند از دور اقیانوس آرام تحلیل شدند. نتایج نشان داد که در مقیاس منطقه‌ای بیشترین همبستگی بین الگوهای اقیانوس آرام و رطوبت نسبی سواحل جنوبی ایران به ترتیب با الگوی SOI (75/0) و الگوهای TROPICAL SST، PDO، PWARMPOOL (7/0) مشاهده شد. این الگوها توانستند تغییرات رطوبت نسبی را در ایستگاه‌های کنگان جم (۹۱ درصد) و بندر ماهشهر (۹۰ درصد) با دقت زیادی تبیین کنند. همچنین، همبستگی چندگانه و ضرایب تبیین برای ایستگاه‌های میناب (۸۴ درصد)، بندر جاسک (۸۰ درصد)، امیدیه (۷۷ درصد)، بندر لنگه (۷۴ درصد)، بوشهر (۷۳ درصد)، آبادان (۶۶ درصد)، بندرعباس (۶۱ درصد) و چابهار (۴۶ درصد) محاسبه شد. این تفاوت‌ها نشان‌دهنده تأثیرپذیری متفاوت مناطق از الگوهای اقلیمی است. بر اساس مدل‌های رگرسیون چندمتغیره ارتباط بین الگوهای SOI، NINO3.4، ENSOو TNI و سپس الگوهای PWPOOL و WHWP با رطوبت نسبی قوی‌تر است. یافته‌ها بیانگر آن است که الگوهای اقیانوس آرام در تبیین تغییرات رطوبت نسبی کارایی مناسبی دارند. این پژوهش بر اهمیت مطالعه الگوهای پیوند از دور در تحلیل تغییرات اقلیمی منطقه‌ای تأکید کرده و نشان می‌دهد که این الگوها می‌توانند به‌عنوان ابزاری مؤثر در پیش‌بینی و مدیریت ریسک‌های اقلیمی استفاده شوند.

کلیدواژه‌ها

الگوهای اقلیمی

اقیانوس آرام

دورپیوند

سواحل جنوبی ایران

همبستگی

20.1001.1.24767131.1403.10.1.4.6

موضوعات

محیط دریا

عنوان مقاله English

The Effect of Pacific Ocean Teleconnection Patterns on Relative Humidity along the Southern Coasts of Iran

نویسندگان English

Zeinab Esmaeilzadeh ¹

Bromand Salahi ²

Mahnaz Saber ³

¹ M.A. Student of Climatology, Department of Physical Geography, Faculty of Social Sciences, University of Mohaghegh Ardabili, Ardabil, Iran

² Professor of Climatology, Department of Physical Geography, Faculty of Social Sciences, University of Mohaghegh Ardabili, Ardabil, Iran.

³ Postdoctoral Researcher in Climatology, University of Mohaghegh Ardabili, Ardabil, Iran.

چکیده English

This study examines the relationship between relative humidity at stations located in the plains and along the southern coasts of Iran and Pacific Ocean teleconnection patterns. Using statistical methods—including Pearson correlation analysis, analysis of variance, and backward regression—data from 25 synoptic stations and 14 Pacific Ocean teleconnection indices were analyzed. The results revealed that, at the regional scale, the strongest correlations between Pacific Ocean patterns and relative humidity along Iran’s southern coasts were observed with the SOI pattern (-0.75), followed by the TROPICAL SST, PDO, and PWARMPOOL patterns (0.7). These patterns explained relative humidity variations at Kangan-e-Jam (91%) and Bandar Mahshahr (90%) stations with high accuracy. Additionally, multiple correlation coefficients and coefficients of determination were calculated for Minab (84%), Bandar Jask (80%), Omidiyeh (77%), Bandar Lengeh (74%), Bushehr (73%), Abadan (66%), Bandar Abbas (61%), and Chabahar (46%). These variations reflect differing regional sensitivities to climatic patterns, likely influenced by local geographical and climatic factors. Multivariate regression models indicated the strongest relationships between relative humidity and the SOI, NINO3.4, ENSO, and TNI indices, followed by the PWPOOL and WHWP patterns. The findings demonstrate that Pacific Ocean teleconnection patterns effectively explain relative humidity variability. Moreover, the complexity of the regional climate system and the simultaneous influence of multiple teleconnection patterns highlight the need for comprehensive multivariate models in regional climate change analyses. This study underscores the importance of teleconnection pattern analysis in understanding regional climate variability and suggests their potential as valuable tools for climate risk prediction and management.

کلیدواژه‌ها English

Climate Patterns

Pacific Ocean

southern coasts of Iran

Correlation

Teleconnection

[1] Rao R R, Sivakumar R. On the possible mechanisms of the evolution of a mini-warm pool during the pre-monsoon season and the genesis of onset vortex in the southeastern Arabian Sea. Quarterly Journal of the Royal Meteorological Society. 1999;125(555):787-809. https://doi.org/10.1002/qj.49712555504

[2] Kurian J, Vinayachandran P N. Mechanisms of formation of the Arabian Sea mini warm pool in a high-resolution Ocean General Circulation Model. Journal of Geophysical Research: Oceans. 2007; 112(C5): C05009. https://doi.org/10.1029/2006JC003631

[3] Li T, Wang B, Wu B, Zhou T, Chang C P, Zhang R. Theories on formation of an anomalous anticyclone in western North Pacific during El Niño: A review. Journal of Meteorological Research. 2017;37(1):1-16. https://doi.org/10.1007/s13351-023-2161-3

[4] Albert J, Gulakaram V S, Vissa N K, Bhaskaran P K, Dash M K. Recent Warming Trends in the Arabian Sea: Causative Factors and Physical Mechanisms. Climate. 2023;11(2):35. https://doi.org/10.3390/cli11020035

[5] Mantua N J, Hare S R, Zhang Y, Wallace J M, Francis R C. A Pacific interdecadal climate oscillation with impacts on salmon production. Bulletin of the American Meteorological Society. 1997;78(6):1069-1079. https://doi.org/10.1175/1520-0477(1997)078<1069:APICOW>2.0.CO;2

[6] Newman M, Alexander M A, Ault T R, Cobb K M, Deser C, Di Lorenzo E, Mantua N J, Miller A J, Minobe S, Nakamura H, Schneider N, Vimont D J., Phillips A S, Scott J D, Smith C A. The Pacific Decadal Oscillation, revisited. Journal of Climate. 2016;29(12):4399-4427. https://doi.org/10.1175/JCLI-D-15-0508.1

[7] Wallace J M, Gutzler D S. Teleconnections in the Geopotential Height Field during the Northern Hemisphere Winter. Mon. Wea. Rev., 1981;109,784–812, https://doi.org/10.1175/1520-0493(1981)109<0784:TITGHF>2.0.CO;2

[8] Barnston A G, Livezey R E. Classification, seasonality and persistence of low-frequency atmospheric circulation patterns. Monthly Weather Review. 1987;115(6):1083-1126. https://doi.org/10.1175/1520-0493(1987)115<1083:CSAPOL>2.0.CO;2

[9] Wolter K, Timlin M S. Measuring the strength of ENSO events: How does 1997/98 rank? Weather. 1998;53(9):315-324. https://doi.org/10.1002/joc.1005.

[10] Trenberth K E, Stepaniak D P. Indices of El Niño evolution. Journal of Climate. 2001;14(8): 1697-1701. https://doi.org/10.1175/1520-0442(2001)014<1697:IOENOE>2.0.CO;2.

[11] Chen K, Gawarkiewicz G G, Lentz S J, Bane J M. (2014). Diagnosing the warming of the northeastern U.S. coastal ocean in 2012: A linkage between the atmospheric jet stream variability and ocean response. Journal of Geophysical Research: Oceans. 2014;119(1):218-227. https://doi.org/10.1002/2013JC009393

[12] Zhang Y, Wallace J M, Battisti D S. (1997). ENSO-like interdecadal variability: 1900–93. Journal of Climate. 1997;10(5):1004-1020. https://doi.org/10.1175/1520-0442(1997)010%3C1004:ELIV%3E2.0.CO;2

[13[ اسمعیل‌زاده زینب، صلاحی برومند، صابر مهناز. آشکارسازی ارتباط بین تغییرات برخی از شاخص‌های رطوبت نسبی سواحل جنوبی ایران با الگوهای پیوند از دور اقیانوس هند. فصلنامه علمی علوم و فنون آبخاکی. 1402؛ 4(3): 59-78.

https://doi.org/10.22034/jamst.2023.544224.1119

[14] Chatterjee A, Anil G, Shenoy L R. Marine heatwaves in the Arabian Sea. Ocean Science. 2022;18(3):639-657. http://dx.doi.org/10.5194/os-18-639-2022

[15[ قره‌خانی ابوذر، قهرمانی نوذر. بررسی روند تغییرات فصلی و سالانه رطوبت نسبی و نقطه شبنم در چند نمونه اقلیمی در ایران. آب‌وخاک. 1389؛ 24(4): 636-646.

[16[ پوینده اسماعیل، مرادزاده نسترن، ناظم السادات سید محمدجعفر. تأثیر پدیده النینو- نوسانات جنوبی بر میزان رطوبت نسبی. دومین کنفرانس ملی دانشجویی منابع آب‌وخاک؛ 23 و 24 اردیبهشت 1383؛ دانشکده کشاورزی، دانشگاه شیراز، شیراز، ایران؛ 1383.

[17[ باعقیده محمد، انتظاری علیرضا، شجاع فائزه. بررسی وقوع درجه‌های مختلف استرس‌های گرمایی در سواحل جنوب ایران. جغرافیا و پایداری محیط. 1391؛2(1): 55-68.

[18[ مسعودیان ابوالفضل، کاویانی محمدرضا. اقلیم‌شناسی ایران. اصفهان؛ انتشارات دانشگاه اصفهان. 1387. چاپ اول. 182 صفحه.

[19[ خداقلی مرتضی، یغمایی لیلا، صبوحی راضیه. بررسی ارتباط از دور سیگنال هواشناسی انسو با نوسانات بارندگی در استان اصفهان. هفتمین همایش ملی علوم و مهندسی آبخیزداری؛ 7 اردیبهشت 1390؛ گروه مهندسی مرتع و آبخیزداری دانشکده منابع طبیعی، دانشگاه صنعتی اصفهان- اصفهان، ایران؛ 1390.

[20] McGregor S, Cassou C, Kosaka Y, & Phillips A S. (2022). Projected ENSO teleconnection changes in CMIP6. Geophysical Research Letters. 2022;49: e2021GL097511. https://doi.org/10.1029/2021GL097511

[21] Ropelewski C F, Halpert M S. Global and Regional Scale Precipitation Patterns Associated with the El Niño/Southern Oscillation. Monthly Weather Review. 1987;115(8):1606-26. https://doi.org/10.1175/1520-0493(1987)115%3C1606:GARSPP%3E2.0.CO;2

[22] Wunsch C. El Nino, La Nina, and the Southern Oscillation. S. George Philander. Academic Press, San Diego, CA, 1989. X, 293 pp., illus. International Geophysics Series. 1990;248:904-5. https://doi.org/10.1126/science.248.4957.904

[23] Trenberth K E. The Definition of El NiñoBulletin of the American Meteorological Society. 1997;78(12):2771-77. https://doi.org/10.1175/1520-0477(1997)078%3C2771:TDOENO%3E2.0.CO;2

[24] McPhaden M J, Zebiak S E, Glantz M H. ENSO as an Integrating Concept in Earth Science. Science. 2006;314(5806):1740-45. https://doi.org/10.1126/science.1132588

[25] Wang C, Fiedler P C. ENSO Variability and the Eastern Tropical Pacific: A Review.
Progress in Oceanography. 2006;69(2-4):239-66.

[26] Arruda A M d, Centeno L N, Nunes A B. Relation Between Major Climatic Indices and Subseasonal Precipitation in Rio Grande do Sul State, Brazil. Meteorology. 2025;4(1):5. http://dx.doi.org/10.3390/meteorology4010005

[27] Fadhel S, Dawei Han. Al-azerji S F W, Han D. On the connection between large-scale climate indices and rainfall variability in Iraq. Dynamics of Atmospheres and Oceans. 2025; https://doi.org/10.1016/j.dynatmoce.2025.101540

[28[ صلاحی برومند، اسمعیل‌زاده زینب، صابر مهناز. واکاوی همبستگی بین نوسانات حرارتی برخی ایستگاه‌های منتخب سواحل جنوبی ایران با برخی دورپیوندهای اقیانوس آرام. فصلنامه علمی علوم و فنون آبخاکی. 1403؛

https://doi.org/10.22034/jamst.2024.544582.1202

[29[ محمودآبادی مهدی، امیدوار کمال، مظفری غلامعلی، مزیدی احمد. بررسی الگوهای پیوند از دور مؤثر بر شاخص‌های حدی بارش (مطالعه موردی: استان سیستان و بلوچستان). پ‍‍ژوهشنامه مدیریت حوزه آبخیز. 1397؛ ۹ (۱۷)، 280-294.

http://dx.doi.org/10.29252/jwmr.9.17.280