fa بررسی روابط شاخص نوسان جنوبی و دمای سطح آب اقیانوس‌های آرام و هند با بارش فصلی و ماهانه ایران عمومی Ggeneral پژوهشي Research شاخص نوسان جنوبی (Southern Oscillation Index, SOI) و الگوهای دمای سطح آب اقیانوس (Sea Surface Temperature, SST) بر بارش بسیاری از مناطق جهان تأثیرگذار است. در این پژوهش، روابط میان بارش ماهانه و فصلی ایران با SOI و SST اقیانوس‌های آرام و هند بررسی شد. برای این منظور، از داده‌های ماهانه بارش 50 ایستگاه سینوپتیک در ایران استفاده شد. به کمک نرم‌افزار Rainman سری فصلی و ماهانه بارش هر ایستگاه با چهار روش‌ (میانگین SOI، فازهای SOI، فازهای SST اقیانوس آرام و فازهای SST اقیانوس هند) با در نظر گرفتن زمان‌پیشی (Lead-time) صفر الی سه ماه، به گروه‌های مختلف تقسیم گردید و اختلافات میان گروه‌های بارش به کمک آزمون‌های آماری ناپارامتری کروسکال- والیس و کلموگروف- اسمیرنف تحلیل شد. صحت استفاده از روابط معنی‌دار در پیش‌بینی احتمالی بارش ایران به کمک آزمون LEPS (Linear Error in Probability Space) برآورد شد. نتایج نشان داد که شاخص SOI در فصل تابستان (ژوئیه - سپتامبر) به‌طور غیرهمزمان با بارش‌های ماه اکتبر (مهر) و پائیزه (اکتبر- دسامبر) در نواحی غرب و شمال‌غرب ایران و سواحل غربی دریای خزر رابطه معنی‌دار و پایداری دارد. به‌طوری‌که فازهای النینو (منفی) و لانینا (مثبت) اغلب به‌ترتیب با افزایش و کاهش بارش در این نواحی همراه هستند. استفاده از میانگین SOI جهت پیش‌بینی بارش نواحی ذکر شده مناسب است، اما الگوهای SST اقیانوس‌های آرام و هند به‌دلیل رابطه ضعیف با بارش ایران و یا ناپایداری روابط، جهت پیش‌بینی بارش‌های ایران مناسب به نظر نمی‌رسند. بنابراین به دلیل این‌که بارش‌های ایران در تمامی فصول تنها در ارتباط با شاخص SOI و SST اقیانوس‌های آرام و هند نمی‌باشند، نرم‌افزار Rainman به عنوان ابزاری جامع برای مدیریت منابع آب ایران در کلیه فصول سال به شمار نمی‌آید. پیشنهاد می‌شود تأثیر دور سایر نوسانات اقیانوسی- اتمسفری با بارش ایران بررسی شود و براساس شاخص‌های نوسانات مؤثر بر بارش ایران، مدلی شبیه Rainman برای پیش‌بینی بارش ایران تهیه شود. Southern Oscillation Index (SOI) and Sea Surface Temperature (SST) patterns affect rainfall in many parts of the world. This study aimed to investigate the relationship between monthly and seasonal rainfall of Iran versus SOI and Pacific and Indian sea surface temperature. Monthly rainfall data, from 50 synoptic stations with at least 30 years of records up to the end of 2007, were used. Monthly and seasonal time series of each station were divided to several groups by four methods (Average SOI, SOI Phases, Indian SST Phases and Pacific SST Phases) using Rainman software and with regard to 0-3 months lead-time. Significant differences among rainfall groups in each method were assessed by the non-parametric Kruskal-Wallis and Kolmogorov-Smirnov tests, and the significant relationship was validated using Linear Error in Probability Space (LEPS) test. The results showed that SOI during summer (July-September) was related to autumn (October-December) and October rainfall in the west and northwest of Iran and the west Caspian Sea coast. The El Niño (negative) phase was associated with an increase in rainfall and the La Niña (positive) phase was associated with a decrease in rainfall in these regions. Average SOI is a useful index for rainfall forecasting in the above-mentioned areas. However, Indian and Pacific SST phases are not suggested for rainfall forecasting in Iran, duo to weak or non-persistence relationships. In conclusion, Iran rainfall is not limited to SOI, Pacific and Indian SST therefore, Rainman could not be used as an aid to water resources management over a year in Iran. It is suggested that we study the teleconnection between Iran rainfall and other ocean-atmospheric oscillations developing a model similar to Rainman in order to that we investigating the variation in Iran rainfall with aid of other effective ocean-atmospheric indicators پدیده انسو، شاخص نوسان جنوبی، دمای سطح آب، Rainman ENSO phenomena, Southern Oscillation Index, Sea Surface Temperature, Rainman. 273 292 http://jstnar.iut.ac.ir/browse.php?a_code=A-10-509-7&slc_lang=fa&sid=1 R. Roghani ربانه روغنی No S. Soltani سعید سلطانی ssoltani@cc.iut.ac.ir Yes H. Bashari حسین بشری No