fa تحلیل دومتغیره دوره بازگشت توفان گرد و غبار براساس تئوری کاپولا در استان یزد تخصصي Special پژوهشي Research <b><font color="#000000"><span b="" dir="RTL" font-size:="" lang="FA" style="margin: 0px; line-height: 107%; font-family: ">توفان گرد و غبار یک پدیده تصادفی بوده که به پارامترهای متعددی وابسته می&shy;باشد لذا تحلیل این پدیده بصورت چندمتغیره لازم و ضروری است. به همین منظور در این مطالعه به اهمیت و کمبود تحلیل چندمتغیره بلایای طبیعی همچون توفان گرد و غبار پرداخته شده است. بدین منظور از تئوری کاپولا جهت تحلیل دو متغیره توفان گرد و غبار استفاده شد. توابع کاپولا ابزاری مناسب جهت انجام تحلیل فراوانی چندمتغیره بلایای طبیعی هستند. از مهمترین مزایای این تئوری عدم محدودیت برای انتخاب نوع توزیع حاشیه&shy;ای متغیره ها می&shy;باشد. جهت تحلیل دومتغیره توفان، براساس تعریف سازمان جهانی هواشناسی توفان&shy;های شدید در دوره آماری 1982 تا 2014 در استان یزد انتخاب شدند. بر این اساس 34 واقعه توفان شدید در این دوره آماری استخراج شد و متغیره های سرعت باد حداکثر و ارتفاع ژئوپتانسیل متناظر با روزهای توفانی نیز تعیین شدند. در نهایت دوره بازگشت دو متغیره براساس دو متغیر سرعت باد حداکثر و ارتفاع ژئوپتانسیل با استفاده از تابع کاپولای </span><span font-size:="" new="" style="margin: 0px; line-height: 107%; font-family: " times="">t-student</span><span style="margin: 0px;" dir="RTL"></span><span style="margin: 0px;" dir="RTL"></span><span b="" dir="RTL" font-size:="" lang="FA" style="margin: 0px; line-height: 107%; font-family: "><span style="margin: 0px;" dir="RTL"></span><span style="margin: 0px;" dir="RTL"></span> به عنوان بهترین تابع، محاسبه شد. همچنین دوره بازگشت تک متغیره توفان نیز براساس هریک از متغیره های سرعت باد حداکثر و ارتفاع ژئوپتانسیل نیز جهت مقایسه با مقادیر دو متغیره محاسبه شد. نتایج حاصل نشان داد تحلیل دومتغیره دوره بازگشت توفان از دقت تخمین بالاتری نسبت به دوره بازگشت براساس یک متغیر برخوردار است.توفان گرد و غبار یک پدیده تصادفی بوده که به پارامترهای متعددی وابسته می&shy;باشد لذا تحلیل این پدیده بصورت چندمتغیره لازم و ضروری است. به همین منظور در این مطالعه به اهمیت و کمبود تحلیل چندمتغیره بلایای طبیعی همچون توفان گرد و غبار پرداخته شده است. بدین منظور از تئوری کاپولا جهت تحلیل دو متغیره توفان گرد و غبار استفاده شد. توابع کاپولا ابزاری مناسب جهت انجام تحلیل فراوانی چندمتغیره بلایای طبیعی هستند. از مهمترین مزایای این تئوری عدم محدودیت برای انتخاب نوع توزیع حاشیه&shy;ای متغیره ها می&shy;باشد. جهت تحلیل دومتغیره توفان، براساس تعریف سازمان جهانی هواشناسی توفان&shy;های شدید در دوره آماری 1982 تا 2014 در استان یزد انتخاب شدند. بر این اساس 34 واقعه توفان شدید در این دوره آماری استخراج شد و متغیره های سرعت باد حداکثر و ارتفاع ژئوپتانسیل متناظر با روزهای توفانی نیز تعیین شدند. در نهایت دوره بازگشت دو متغیره براساس دو متغیر سرعت باد حداکثر و ارتفاع ژئوپتانسیل با استفاده از تابع کاپولای </span><span font-size:="" new="" style="margin: 0px; line-height: 107%; font-family: " times="">t-student</span><span style="margin: 0px;" dir="RTL"></span><span style="margin: 0px;" dir="RTL"></span><span b="" dir="RTL" font-size:="" lang="FA" style="margin: 0px; line-height: 107%; font-family: "><span style="margin: 0px;" dir="RTL"></span><span style="margin: 0px;" dir="RTL"></span> به عنوان بهترین تابع، محاسبه شد. همچنین دوره بازگشت تک متغیره توفان نیز براساس هریک از متغیره های سرعت باد حداکثر و ارتفاع ژئوپتانسیل نیز جهت مقایسه با مقادیر دو متغیره محاسبه شد. نتایج حاصل نشان داد تحلیل دومتغیره دوره بازگشت توفان از دقت تخمین بالاتری نسبت به دوره بازگشت براساس یک متغیر برخوردار است.</span></font></b> <font color="#000000"><span font-size:="" new="" style="margin: 0px; line-height: 107%; font-family: " times="">Dust storm is the stochastical event that depends on several parametrs therefore multivariate analysis of this event is really important. In this study is discussed about importance and shortage of multivariate analysis of natural disasters such as dust storm. For this purpose copula theory is used for bivariate analysis of dust storm. Copulas function are useful tools for multivariate frequency analsis of natural disasters. One of the main advantages of copula theory is that there is no limit to select of the type of marginal distribution. In order to bivariate analysis of dust storm, sever dust storm was selected based on defInition of WMO from 1982 to 2014 in Yazd province. 34 dust storm events were extracted and </span><span font-size:="" lang="EN" new="" style="margin: 0px; line-height: 107%; font-family: " times="">maximum wind speed and geopotential heights were determined corresponding to stormy days. Finally, the bivariate return period was calculated based on maximum wind speed and geopotential height using the t-student copula as the best function. Also univariate return period of dst storm was calculated based on maximum wind speed and and geopotential height separat</span><span font-size:="" new="" style="margin: 0px; line-height: 107%; font-family: " times="">e</span><span font-size:="" lang="EN" new="" style="margin: 0px; line-height: 107%; font-family: " times="">ly for comparison </span><span font-size:="" new="" style="margin: 0px; line-height: 107%; font-family: " times="">with bivariate return period. The results showed bivariate analysis of return period of dust storm</span><span font-size:="" lang="EN" new="" style="margin: 0px; line-height: 107%; font-family: " times=""> is more accurate than univariate return period.</span></font> توفان گرد و غبار, تابع کاپولا, دوره بازگشت دومتغیره , ارتفاع ژئوپتانسیل, سرعت باد حدکثر, استان یزد dust storm, copula function, bivariate return period, geopotential height, maximum wind speed, Yazd province 115 124 http://jwmsei.ir/browse.php?a_code=A-10-628-3&slc_lang=fa&sid=1 Maryam Mirakbari مریم میراکبری maryammirakbari@ut.ac.ir 10031947532846008586 10031947532846008586 No Tehran University دانشگاه تهران tayebeh mesbahzadeh طیبه مصباح زاده tmesbah@ut.ac.ir 10031947532846008587 10031947532846008587 Yes Tehran University دانشگاه تهران Mohsen Mohseni saravi محسن محسنی ساروی msaravi@ut.ac.ir 10031947532846008588 10031947532846008588 No Tehran University دانشگاه تهران