fa واکاوی تغییرات زمانی و مکانی دمای بیشینه ایران با استفاده از داده‌های ERA5 اب و هواشناسی climatology پژوهشي Research <div style="text-align: justify;">گرمایش جهانی یکی از چالش‌برانگیزترین پدیده‌های اقلیمی عصر حاضر است که با افزایش میانگین دمای آب‌ها و خشکی‌های زمین طی چند دهه‌ گذشته همراه بوده است در این پژوهش، به تحلیل جامع تغییرات زمانی و مکانی دمای بیشینه ایران طی چهار دهه گذشته با بهره‌گیری از داده‌های بازکاوی ERA5 پرداخته شده است. &nbsp;در این پژوهش، داده‌های دمای بیشینه روزانه از فرآورده‌های ERA5 در قالب فایل‌های HDF5 استخراج و با استفاده از زبان پایتون پردازش شدند. برای تحلیل داده‌ها، از روش تحلیل مؤلفه‌های اصلی (PCA) به‌منظور کاهش ابعاد و از روش خوشه‌بندی وارد برای تعیین نواحی همگن اقلیمی بر اساس شباهت عناصر آب‌وهوایی استفاده شد.میانگین بلندمدت دمای بیشینه کشور در این بازه زمانی 2/24 درجه سلسیوس برآورد شد و دامنه تغییرات آن از 4/0-تا 7/53 درجه سلسیوس نوسان داشته است. نتایج حاصل از هموارسازی سری زمانی داده‌ها، وقوع یک جهش دمایی معنادار در حدود سال ۱۳۷۷ را نشان داد که منجر به افزایش میانگین دمای بیشینه از ۲۳ به ۲۵ درجه سلسیوس شد. در بعد مکانی، دمای بیشینه به‌طور مستقیم تحت تأثیر ناهمواری، ارتفاع و عرض جغرافیایی قرار داشته و مناطق جنوبی و جنوب‌شرقی گرم‌ترین، و نواحی مرتفع غرب، شمال و شمال‌شرق کشور خنک‌ترین نقاط شناسایی شدند. نتایج تحلیل مؤلفه‌های اصلی نشان داد که دو مؤلفه نخست در ابعاد مکانی و زمانی، به ترتیب بیش از ۷۸٪ و ۹۳٪ از واریانس داده‌ها را تبیین می‌کنند و بر وجود الگوهای منسجم و قابل تفسیر اقلیمی دلالت دارند. همچنین، &nbsp;در تحلیل خوشه‌بندی وارد داده‌ها درپنج خوشه مجزا، تنوع رفتار زمانی دمای بیشینه را در سطح کشور بازتاب داد.<br> &nbsp;</div> <div style="text-align: justify;"><span style="font-size:12pt"><span new="" roman="" style="font-family:" times="">Global warming is one of the most challenging climatic phenomena of the current era, accompanied by a rise in the average temperature of the Earth&#39;s oceans and land over the past few decades. This study provides a comprehensive analysis of the temporal and spatial changes in Iran&#39;s maximum temperature over the last four decades, using ERA5 reanalysis data.</span></span></div> <div style="text-align: justify;"><span style="font-size:12pt"><span new="" roman="" style="font-family:" times="">Daily maximum temperature data was extracted from ERA5 products in HDF5 file format and processed using the Python programming language. For data analysis, Principal Component Analysis (PCA) was used for dimensionality reduction, and Ward&#39;s clustering method was employed to determine homogeneous climatic regions based on the similarity of weather elements.&nbsp;</span></span><span style="font-size:12pt"><span new="" roman="" style="font-family:" times="">The long-term mean maximum temperature for the country during this period was estimated at 24.2<span cambria="" math="" style="font-family:">∘</span>C, with a range of variation from &minus;0.4<span cambria="" math="" style="font-family:">∘</span>C to 53.7<span cambria="" math="" style="font-family:">∘</span>C. The results from smoothing the data&#39;s time series showed a significant temperature jump around the year 1998, which led to an increase in the mean maximum temperature from 23<span cambria="" math="" style="font-family:">∘</span>C to 25<span cambria="" math="" style="font-family:">∘</span>C.&nbsp;</span></span><span style="font-size:12pt"><span new="" roman="" style="font-family:" times="">In the spatial dimension, the maximum temperature was directly influenced by topography, altitude, and latitude. The southern and southeastern regions were identified as the warmest, while the high-altitude areas of the west, north, and northeast were the coolest. The results of the PCA showed that the first two components explained more than 78% of the spatial variance and 93% of the temporal variance, respectively. This indicates the existence of consistent and interpretable climatic patterns.&nbsp;</span></span><span style="font-size:12pt"><span new="" roman="" style="font-family:" times="">Additionally, the Ward&#39;s clustering analysis, which divided the data into five distinct clusters, reflected the diversity of temporal behavior of the maximum temperature across the country.</span></span><br> &nbsp;</div> دمای بیشینه ایران, ERA5, PCA, خوشه بندی به وارد Iran's maximum temperature, ERA5, PCA, Ward's clustering 0 0 http://jgs.khu.ac.ir/browse.php?a_code=A-10-3919-1&slc_lang=fa&sid=1 farahnaz khoramabadi فرحناز خرم آبادی farahnaz.khoramabadi@yahoo.com 100319475328460024295 100319475328460024295 No University of Isfahan دانشگاه اصفهان Seyyed Abolfazl Masoudian سیدابوالفضل مسعودیان s.a.masoodian@geo.ui.ac.ir 100319475328460024296 100319475328460024296 Yes University of Isfahan دانشگاه اصفهان Mohammad Sadeq Keykhosravi Kiani محمد صادق کیخسروکیانی kianymohammad1@gmail.com 100319475328460024297 100319475328460024297 No University of Isfahan دانشگاه اصفهان