بخشی از مقاله

چکیده

برآورد و تعیین عاملهای اصلی متغییرهای اقلیمی در پراکنش گونههای گیاهی و پدیدههای برآمده از اقلیم بسیار مهم است. با بهرهگیری از روشهای آماری میتوان عاملهای اثرگذار را بدست آورد. برای ارزیابی خشکسالی هواشناسی نیاز به نمایه خشکسالی مناسب است. بنابراین هدف از این پژوهش تعیین بهترین نمایه خشکسالی در دو اقلیم خشک و نیمهخشک استان فارس از طریق روش تجزیه و تحلیل عاملی است.

در این پژوهش از چهار نمایه خشکسالی SPI، CZI، MCZI و ZSI با مقیاسهای زمانی 1، 3، 6، 9، 12، 18، 24، 48 ماهه استفاده شد. نتایج حاصل از دو آزمون KMO و بارتلت پیش از استفاده از روش تجزیه و تحلیل عاملی، نشان داد که در سطح اطمینان کمتر از 0/05 و مقدار کفایت دادهها - MSA - برای چهار ایستگاه برگزیده بالاتر از 0/8 بدست آمد، و همچنین مقادیر MSA مربوط به هر عامل در ایستگاههای برگزیده نیز بالاتر از 0/5 بدست آمد .

این یافتهها نمایشگر آن است که روش تحلیل عاملی برای تعیین نمایه خشکسالی مناسب روش بایستهای است. نتایج حاصل از تحلیل عاملی نشان داد که بیشترین درصد از پراکندگی - پراش - دادهها مربوط به عامل اول است، که در ایستگاههای شیراز، فسا، زرقان و آباده به ترتیب 59/86، 60/65، 59/25 و 56/74 بدست آمدند. بیشترین بار عاملی مربوط به عامل اول در ایستگاههای برگزیده به ترتیب 0/922، 0/923، 0/909 و 0/933 بدست آمدند که مربوط به نمایه SPI9 است. بنابراین نمایه SPI9 دارای بیشترین درصد از واریانس دادهها و نیز بیشترین بار عاملی مربوط به ماتریس همبستگی عاملها است. در نتیجه نمایه SPI9 در دو اقلیم خشک و نیمه خشک استان فارس شاخصی مناسب برای ارزیابی خشکسالی میباشد.

مقدمه

یکی از روشهای چندمتغیره آماری برای استخراج اطلاعات از مجموعه دادهها، روش تجزیه عاملها یا تحلیل عاملی است. با استفاده از این روش میتوان شمار بسیاری از متغیرها را به چند عامل کاست، و چکیدهای از اثرگذارترین دادههای اصلی را مشخص کرد. در این روش متغیرها در عاملهایی قرار میگیرند، به طوری که از عامل نخست به عاملهای بعدی درصد پراکنش کاسته میشود، ازاینرو متغیرهایی که در چند عامل نخست قرار میگیرند تاثیرگذارترین هستند این روش بر آن است تا برای توضیح پراش - واریانس - یک مجموعه بزرگ از متغیرها و تبدیل آن به مجموعهای کوچکتر از متغیرهای مستقل قدرتمند عمل کند دو دسته عمده از روشهای چرخش، چرخش متعامد و مورب هستند.

چرخش متعامد تولید عامل مجزا، و چرخش مورب عوامل مرتبط تولید میکند. بهترین چرخش متعامد روش مهپراش1 - پراکندگی بیشترینه - است - دکاستر، . - 1998 در مهپراش توسعهیافته توسط قیصر - 1985 - ، شماری از عاملها دارای بارهای بزرگ و شماری دارای بار صفر - یا کوچکتر - هستند. این تفسیر ساده به این دلیل است که پس از یک چرخش مهپراش، هر متغیر اصلی تمایل دارد که با یک یا تعداد کمی از عاملها در ارتباط باشد، و هر یک از عاملها نشان دهنده تنها تعداد کمی از متغیرها است - یو ام و همکاران، . - 2011 سرانجام، برای تعیین متغیرهای هر عامل - تفسیر ماتریس عاملی - از ماتریس عامل استفاده شد. در ماتریس عامل هر ستون معرف یک عامل است. مقادیر هر ستون نشان دهنده بارهای عاملی هر متغیر با یک عامل هستند.

در این این ماتریس هر جا که بیشترین مقدار مطلق بار عاملی وجود داشته باشد و از نظر آماری معنیدار باشد، آن متغیر برای بیان عاملش استفاده میشود - زارع چاهوکی، . - 1389 ویلیامز و همکاران - 2010 - برای تجزیه و تحلیل عامل مورد نیاز، پیش از استخراج عاملها، از چند آزمون استفاده کردند تا ارزیابی مناسبی از دادههای برگزیده داشته باشند. این آزمونها شامل آزمون KMO1 برای تعیین کفایت نمونه2 و آزمون بارتلت3 برای آزمون کرویت است. دارابی و همکاران - 2013 - برای تعیین دبی سیلاب با دوره بازگشت مناسب برای برآورد دبی اوج سیلاب منطقهای حوضه آبخیز پل دوآب شازند از تجزیه و تحلیل عاملی استفاده کردند.

نتایج آنان نشان داد که دبی با دوره بازگشت 25 سال دارای بهترین مؤلفههای مربوط به تجزیه و تحلیل عاملی نسبت به دبیها با دورههای بازگشت دیگر است. پاکزاد و همکاران - 1392 - برای تعیین بهترین عامل بر گسترش گونه گونگزی در گستره مراتع استان اصفهان از تحلیل عاملی استفاده کردند. یافتههای آنان نشان داد که سه عامل دما، بارش و مجموعه تابش و بارش بیش از 90 درصد پراش متغییرهای اقلیمی گسترش این گونه را تعیین میکنند. ازاینرو، هدف این پژوهش تعیین بهترین نمایه خشکسالی هواشناسی، با بهرهگیری از روش تجزیه و تحلیل عاملی، روش چرخش مهپراش - پراکندگی بیشترینه - ، برای تجزیه و تحلیل نمایههای خشکسالی هواشناسی استفاده شد.

مواد و روشها

منطقه مورد مطالعه
استان فارس در جنوب منطقه مرکزی ایران بین مدارهای 27 2' و 31 42' عرض شمالی و 50 42' و 55 38' طول شرقی قرار دارد. این استان از شمال با استانهای اصفهان و یزد، از غرب با استانهای کهگیلویه و بویراحمد و بوشهر، از جنوب با استان هرمزگان و از شرق با استان کرمان همجوار است. استان فارس در منطقه کوهستانی زاگرس واقع شده است. استان فارس دارای 2 اقلیم خشک و نیمه خشک است. در این پژوهش از دادههای 4 ایستگاه هواشناسی - جدول - 1 با دوره آماری 20 ساله در بازه سالهای 1984-2013 استفاده میشود. موقعیت ایستگاهها در استان فارس در نمودار 1 نشان داده شده است.

نمایه های خشکسالی

در این پژوهش از نمایههای خشکسالی، شاخص بارش استاندارد - SPI - ، شاخص Z چینی - CZI - ، شاخص Z چینی اصلاح شده - MCZI - و شاخص عدد - ZSI - Z استفاده شد. برای محاسبه این شاخصها در مقیاسهای 1، 3، 6، 9، 12، 18، 24، 48 ماهه از نرمافزار DIP استفاده شد.

تجزیه و تحلیل عاملی

در این روش نخست متغیرها برگزیده و عاملها مشخص میشوند. از ضریب KMO، که مقدار آن همواره بین صفر و یک در تغییر است، برای ارزیابی مدل استفاده میشود. با نزدیکتر شدن این شاخص به یک، ساختار مدل عاملی برای مجموعه معینی از دادهها نتیجه مطلوبتری را ارائه میدهد . آزمون KMO، که شامل آزمون کفایت نمونههایی که دارای همبستگی جزئی کوچکی هستند، انجام میشود، و سپس از آزمون بارتلت برای دریافت اطلاعات در مورد اینکه آیا ماتریس همبستگی یک ماتریس واحد است انجام میشود. آنگاه درباره این که متغیرها برای تحلیل عاملی مناسب هستند تصمیمگیری میشود.

برای استخراج عاملها - متغیرهای پنهان - روشهای مختلفی وجود دارد. اساسیترین این روشها تجزیه مولفههای اصلی است. در این روش عاملهایی استخراج میشوند که بیشترین مقدار پراکندگی - پراش - را تبیین کنند . برای بهبود روابط بین متغیرها و عاملهای اولیه و اعمال تبدیلات خاص بروی عاملها، عمل چرخش انجام میشود. در این پژوهش از متداولترین آنها، چرش مهپراش، استفاده میشود. در این پژوهش ماتریس همبستگیها تهیه و همبستگی میان متغیرها محاسبه میشود.

چنانچه همبستگی میان عاملها - نمایههای خشکسالی - بیشتر از 0/2 باشد، میتوان در دیگر مراحل آزمون برای تعیین بهترین عامل استفاده کرد - زارع چاهوکی، . - 1389 همانطور که یوام و همکاران - 2011 - در مورد آزمون KMO محدودهای بین 0 تا 1 در نظر گرفتهاند، آرمسترونگ و سولبرگ - 1968 - پیشنهاد کردند که برای اندازهگیری کفایت دادهها - MSA - 1، اگر مقدار آن کمتر از 0/42 باشد، در تحلیل عاملی نمیتواند استفاده شود.

در متن اصلی مقاله به هم ریختگی وجود ندارد. برای مطالعه بیشتر مقاله آن را خریداری کنید