AHUjul

 

 

 

 

 

RD1jul

 

ATSpring

 

TRLapr

 

AHUann

 

 

 

 

 

 

 

 

    • پارامترهای که با توجه به هدف مورد مطالعه دارای بیشترین تاثیر می­باشند. هدف مورد مطالعه در این تحقیق، اقلیم رویشی گونه­ های گیاهی است، در نتیجه پارامترهای انتخاب شدند که با پوشش گیاهی غالب منطقه در ارتباط بوده و بر روی پراکنش این گونه­ ها تاثیر داشته باشند. به عنوان مثال با توجه به اینکه گونه Festuca ovina دو دوره رشد در سال دارد، همچنین قسمت عمده منطقه مورد مطالعه حاضر پوشش جنگلی دارد و نیز هدف تحقیق گونه­ های چند ساله در منطقه است، در نتیجه بعضی از پارامترهای مربوط به فصل پاییز نیز علرغم پارامترهای ماه­های فصل زمستان و بهار انتخاب گردید تا بتوان نتایج بهتر و دقیق­تری از تاثیر عوامل اقلیمی بر پراکنش گونه­ های گیاهی بدست آورد. پارامترها و ماه­های که با توجه به پوشش گیاهی استان کرمانشاه بیشترین تاثیر را در پراکنش و استقرار پوشش گیاهی منطقه دارد. این ماه­ها برای هرکدام از متغیرهای هواشناسی متفاوت بوده و ماه­های منتخب یکسان نیستند به عنوان نمونه ماه­های فصل سرد سال در حداکثر مطلق درجه حرارت یا حداکثر دما تاثیری ندارند و این دو متغیر فقط در ماه­های گرم سال هستند که تاثیر زیادی روی پوشش گیاهی دارند پارامترهای انتخاب شده بر این اساس در جدول (۳-۱۰) آمده­اند.

پایان نامه - مقاله - پروژه

 

 

 

  • روش های مختلف آماری برای انتخاب پارامترها وجود دارد که می­توان به روش حذف پس رونده، حذف پیش رونده و گام به گام اشاره کرد. مهمترین عیب روش های پیش­روندها این است که متغیرهای که قبلا در تحلیل وارد شده و تاثیر گذار بوده ­اند با ورود متغیرهای جدید به تحلیل در معادله باقی می­مانند حتی اگر با ورود متغیرهای جدید تاثیر خود را از دست بدهند. در روش های پس رونده عامل شانس نقش اساسی دارد که از معایب اصلی این روش می­باشد. روش گام به گام[۴۸] تا حدودی عکس روش حذف پس­رونده و یکی از انواع روش های پیش­رونده است که می­توان نتیجه گرفت که شانس در انتخاب متغیرها در روش گام به گام موثر نیست. در روش گام به گام متغیری که قبلا در تحلیل وارد شده ­اند و تاثیر گذار بوده ­اند با ورود متغیر جدید به تحلیل مجددا مورد بررسی و ارزیابی قرار گرفته و در صورتی که سهم آن در مشارکت از دست برود از معادله حذف می­گردد [۲۹]. دوازده ماه مربوط به هر متغیر به عنوان متغیرهای ورودی برای روش رگرسیون گام به گام انتخاب شدند. این روش در نهایت چندین مدل ارائه می­دهد و تاثیرگذارترین پارامترها را برای هر مدل معرفی می­ کند. پارامترهای موثر در آخرین مدل برای همه متغیرهای اقلیمی مشخص شدند و به عنوان سری متغیرهای انتخابی با روش رگرسیون گام به گام انتخاب شدند. این روش با بهره گرفتن از نرم افزار SPSS انجام شد. متغیرهای منتخب با این روش در جدول (۳-۱۱) آورده شده است.

 

 

 

  • یکی از شرط های اصلی آنالیز تحلیل عاملی که به عنوان آنالیز اصلی در این گونه مطالعات شناخته می­ شود این بوده که پارامترهای ورودی تا حد ممکن با هم دارای همبستگی باشند تا بتوان آنها را در یک گروه طبقه بندی کرد [۳۵]. برای تعیین مناسب­ترین پارامترها برای این سری متغیر همبستگی پارامترهای اقلیمی برای دوازده ماه سال به صورت جداگانه با بهره گرفتن از نرم افزار SPSS بررسی شد و ماه­های که با هم بیشترین همبستگی را داشتند به عنوان متغیرهای مناسب و تاثیرگذار انتخاب شدند. با توجه به این شرط پارامترها اولیه با بهره گرفتن از همبستگی پیرسون مورد ارزیابی قرار گرفتند که به عنوان نمونه نتایج این آنالیز برای بارش در جدول (۳-۱۲) آورده شده است و متغیرهای که دارای همبستگی بالای با هم بودند انتخاب شدند جدول (۳-۱۳).

 

 

جدول (۳-۱۰): پارامترها اقلیمی مهم و تاثیر گذار بر روی پوشش غالب منطقه

 

 

پارامترهای اقلیمی

 

پارامترهای اقلیمی

 

پارامترهای اقلیمی

 

پارامترهای اقلیمی

 

پارامترهای اقلیمی

 

 

 

Prjan

 

RD1jan

 

RD10ANN

 

AHTapr

 

ICDnov

 

 

 

PRfeb

 

RD1feb

 

ATjan

 

AHTmay

 

ICDdec

 

 

 

PRmar

 

RD1mar

 

ATmar

 

AHTjun

موضوعات: بدون موضوع  لینک ثابت


فرم در حال بارگذاری ...