تحقیقات کاربردی علوم جغرافیایی

تحقیقات کاربردی علوم جغرافیایی

بررسی روند بلند مدت تغییرات زمانی-مکانی دمای سطح دریای عمان

نویسندگان
علی بحری 1
یونس خسروی 2
1 کارشناس ارشد علوم محیط زیست، زنجان، دانشگاه زنجان، زنجان، ایران
2 استادیار گروه علوم محیط زیست، زنجان، دانشگاه زنجان، زنجان، ایران
10.29252/jgs.20.58.199
چکیده
به‌واسطه‌ی کاربرد بالایی که دمای سطح دریا (SST) در مطالعات اقلیمی و اقیانوسی دارا است، این پارامتر طی سال‌های 1986 تا 2015 در دریای عمان با استفاده از تحلیل‌های روند و تحلیل‌های خودهمبستگی فضایی موران جهانی و موران محلی مورد بررسی قرار گرفت. در تحلیل روند از آزمون‌ من-کندال جهت شناسایی روند تغییرات SST و از روش Sen's Estimator جهت بررسی شیب تغییرات رخ‌داده استفاده شد. با استفاده از این روش‌ها مشخص شد که در بازه زمانی ماهانه، ماه‌های ژانویه، فوریه و دسامبر فاقد روند صعودی معنادار در مقادیر SST بودند و فقط بخش‌هایی از تنگه هرمز با روند نزولی معنادار همراه بوده است. از طرفی در ماه مارس هیچ‌گونه روند نزولی معنادار رخ نداده و در بخش جنوبی دریای عمان روند صعودی در مقادیر SST دیده شد. سایر ماه‌های سال نیز دارای روند صعودی و نزولی معنادار در بخش‌های مختلف دریای عمان بودند که در این بین ماه اکتبر دارای بیشترین پهنه‌ی روند صعودی بود. در بازه زمانی سالانه نیز مشخص شد که بخش‌های جنوبی دریای عمان دارای روندی صعودی در مقادیر SST و بخش‌های غربی دارای روندی نزولی بوده‌اند. شیب تغییرات رخ‌داده با مقدار زیاد (مثبت و منفی) نیز منطبق بر بخش‌های دارای روند صعودی و نزولی معنادار بود. نتایج تحلیل موران جهانی برای بازه سالانه حاکی از روند صعودی مقادیر خودهمبستگی و الگوی خوشه‌ای داده‌های SST با گذشت زمان بود که با استفاده از تحلیل موران محلی مشخص شد که این خوشه‌های گرم SST اند که در دریای عمان در حال افزایش‌اند و از طرفی، خوشه‌های سرد این پارامتر در 30 سال موردمطالعه با کاهش روبه‌رو شده‌اند. با توجه به نتایج تحلیل روند و تحلیل‌های خودهمبستگی مشخص شد که مقادیر SST طی 30 سال موردمطالعه در بخش‌های مختلف دریای عمان روندی افزایشی داشته‌اند، لذا ممکن است تغییرات اقلیمی و گرمایش جهانی بر این منطقه اثرگذار بوده باشد.
کلیدواژه‌ها
دمای سطح دریا (SST)
تحلیل روند
آزمون من-کندال
تحلیل خودهمبستگی فضایی
دریای عمان

عنوان مقاله English

Investigation of Long Term Trend of Spatio-Temporal changes of Sea Surface Temperature in Oman Sea

نویسندگان English

Ali Bahri 1
Younes Khosravi 2
1 University of Zanjan
2 University of Zanjan
چکیده English

Considering the vast application of sea surface temperature in climatic and oceanic investigations, this parameter was studied in Oman Sea from 1986 to 2015. The SST was surveyed using trend analysis and Global and local Moran’s I spatial autocorrelation. In trend analysis, the Mann-Kendall test was used to determine the trend of SST changes and the Sen's Estimator method was used to examine the slope of the changes. Using these methods, it was found that during January, February and December, there was no significant ascending trend in SST values, and only parts of the Strait of Hormuz had a significance descending trend. On the other hand, there was no significant descending trend in March, and the ascending trend in the SST was seen in the southern part of the Oman Sea. Other months of the year had a significant ascending and descending trend in different parts of the Oman Sea, which October had the highest ascending trend. In the annual time scale, it was also found that the southern parts of the Oman Sea had ascending trend in the SST value and Western parts had a descending trend. The occurred changes in the high amounts (positive and negative) were corresponding to the significance ascending and descending trends. The results of Global Moran for the annual time scale indicated an ascending trend of autocorrelation values and cluster patterns of SST data over time, using the local Moran analysis, it was found that warm clusters of SST are increasing in the Oman Sea, and on the other hand, cold clusters of this parameter have been reduced over 30 years. According to the results of trend and spatial autocorrelation analysis, it has been found that SST have been increasing in different parts of the Oman Sea during 30 years, so climate change and global warming may have affected this region.

کلیدواژه‌ها English

Sea Surface Temperature (SST)
trend analysis
Mann-Kendall test
Spatial Autocorrelation Analysis
Oman Sea
Anselin, L. 1992. Spatial data analysis with GIS, an introduction to application in the social sciences, National Center for Geographic Information and Analysis University of California, Santa Barbara, CA 93106, Technical Report, 10-92.
Asfaw, A; Simane, B; Hassen, A; Bantider, A. 2017. Variability and time series trend analysis of rainfall and temperature in northcentral Ethiopia, A case study in Woleka sub-basin, Weather and Climate Extremes, Article in Press.
Bouza, D.R; Ternero, R.M; Fernandez, E.A. J. 2008. Trend study and assessment of surface water quality in the Ebro River (Spain), Journal of Hydrology. 361: 227-239.
Casal, G; and Lavender, S. 2017. Spatio-temporal variability of sea surface temperature in Irish waters (1982–2015) using AVHRR sensor, Journal of Sea Research, 129: 89-104.
Cliff, A.D; Ord, J. K. 1981. Spatial processes: models & applications, No 44, London.
Deser, C; Tomas, R.A. Sun, L; 2015. The role of ocean–atmosphere coupling in the zonal-mean atmospheric response to Arctic sea ice loss. Journal of Climate, 28(6), pp.2168-2186.
Emanuel, K. 2005. Increasing destructiveness of tropical cyclones over the past 30 years, Nature, 436 (7051), 686-688.
EPA, 2016. Climate Change Indicators in the United States: Sea Surface Temperature, United States Environmental Protection Agency.
Fu, Y; Xu, S; Liu, J. 2017. Temporal-spatial variations and developing trends of Chlorophyll-a in the Bohai Sea, China, Estuarine, Coastal and Shelf Science, 173: 49-56.
Goodchild, M.F. 1986. Spatial Autocorrelation, CATMOG 47; Norwich, UK, PP. 6–25.
Illian, J; Penttinen, A; Stoyan, H; Stoyan, D. 2008, Statistical analysis and modeling of spatial point patterns. Wiley, London.
IPCC. 2013. Climate Change 2013, The physical science basis. Working Group I contribution to the IPCC Fifth Assessment Report of the Intergovernmental Panel on Climate Change
Javari, M. 2017. Assessment of temperature and elevation controls on spatial variability of rainfall in Iran. Atmosphere, 8(3), p.45.
Johns, W.E; Jacobs, G.A; Kindle, J.C; Murray, S.P; Carron, M. 1999. Arabian Marginal Seas and Gulfs. Report of a workshop held at Stennis Space Center, Mississippi, May 11-13, 1999. RSMAS Technical Report #2000-01, University of Miami, 60pp.
Kendall, M.G. 1975. Rank correlation methods, Charles Griffin, London.
Khan, T.M.A; Quadir, D.A; Murty, T.S; Sarker, M.A. 2004. Seasonal and Interannual Sea Surface Temperature Variability in the Coastal Cities of Arabian Sea and Bay of Bengal, Natural Hazards. 31: 549–560.
Levine, N. 1996. Spatial statistics and GIS, software tools to quantify spatial patterns: Journal of the American Planning Association, 62: 381-391.
Mann, H.B. 1945. Nonparametric tests against trend, Econometrica, 13: 245-259.
Nieves, V; LLebot, C; Turiel, A; Sole, J; Garcia-Ladona, E; Estrada, M; Blasco, D. 2007. Common turbulent signature in sea surface temperature and chlorophyll maps, Geophysical Research Letters. 34: 23-39.
Pionkovski, S.A; and Chiffings, T. 2014. Long-Term Changes of Temperature in the Sea of Oman and the Western Arabian Sea, International Journal of Oceans and Oceanography. 8: 53-72.
Pratchett, M.S; Wilson, S.K; Berumen, M.L; McCormick, M.I. 2004. Sublethal effects of coral bleaching on an obligate coral feeding butterflyfish, Coral Reefs. 23: 352-356.
Rana, A. S., Zaman, Q., Afzal, M., & Haroon, M. A. 2014. Characteristics of sea surface temperature of the Arabian Sea Coast of Pakistan and impact of tropical cyclones on SST, Pakistan Journal of Meteorology, 11(21): 61-70.
Ranjha, R; Tjernström, M; Semedo, A; Svensson, G; Cardoso, R.M. 2015. Structure and variability of the Oman coastal low-level jet. Tellus A, Dynamic Meteorology and Oceanography. 67:1, 20.
Rehman, S. 2013. Long-Term Wind Speed Analysis and Detection of its Trends Using Mann–Kendall Test and Linear Regression Method, Arabian Journal for Science and Engineering, 38 (2): 421–437.
Sen, P.K; 1968. Estimates of the regression coefficient based on Kendall’s tau, Journal of the American Statistical Association. 63: 1397-1389.
Takeshige, T; Nakata, H; Kimura, S. 2013. Long-term trends in sea surface temperature in coastal water in relation to large-scale climate change: a case study in Omura Bay, Japan: Continental Shelf Research. 66, 73-82.
Yang, P; Xia, J; Zhang, Y; Hong, S. 2017. Temporal and spatial variations of precipitation in Northwest China during 1960–2013, Atmospheric Research, 183: 283-295.
Yao, F; Johns, W.E. 2010. A HYCOM modeling study of the Persian Gulf: 1. Model configurations and surface circulation. Journal of Geophysical Research. 115: 11-35.