INTRODUCCION:

El fenómeno del niño ocurre en la época navideña, las fluctuaciones en las temperaturas de
la superficie del mar (TSM) en el Pacífico ecuatorial oriental y en el nivel del mar, las
presiones en el sur del Pacífico a escalas de tiempo de dos a siete años se refieren a El Niño
/ Southern.
Un evento muy fuete y observado, en el año 1997, El Niño comenzó a ser considerado
como la razón principal de algo inusual que sucediera en cualquier parte del mundo. Esto
está implicado en la sequía en el Altiplano de Perú y Bolivia y en las catastróficas
inundaciones en la costa. En países como Perú y ecuador Los enormes incendios forestales
resultantes en Kalimantan esparcieron una espesa nube de humo sobre el sureste Asia y el
transporte aéreo tuvo que ser paralizado cerrando aeropuertos en Singapur, Malasia e
Indonesia.
El fenómeno del niño revela las variaciones de las precipitaciones en lugar de la
temperatura, Los registros climáticos a largo plazo también indican que el comportamiento
de El Niño es bastante sensible a las condiciones climatológicas, todos estos factores ha
desencadenado un interés de científicos marino y geofísicos.
La dinámica comienza cuando se reconoció que es parte de una inestabilidad acoplada del
océano tropical del Pacífico Sistema de atmósfera. La contraparte atmosférica de El Niño,
la Oscilación del Sur, es una oscilación de masa atmosférica, y por lo tanto de la presión del
nivel del mar, entre el Pacífico oriental y occidental.
Los ciclos tienen dos elementos básicos. Primero, hay una retroalimentación positiva entre
los vientos zonales que son el resultado del gradiente de presión, y el gradiente de SST
ecuatorial que está influenciado por el viento Subida y fluctuación termo-clínica. En
segundo lugar, la dinámica del océano ecuatorial, particularmente las ondas ecuatoriales
Kelvin y Rossby no dispersivas, proporcionan el elemento fuera de fase que hace que el
sistema oscilan entre las fases fría y cálida, es decir, los estados de El Niño y La Niña.
La esencia en muchos de los modelos ENOS. Muchas conexiones estadísticas entre el
ENOS y algunos cambios se han estudiado las variables climáticas en todo el mundo, pero
aún no se comprende claramente cómo los cambios en el nivel del mar del Océano Pacífico
afecta el patrón del clima a grandes distancias. Se ha demostrado en estudio que ya han
realizado que ENOS tiene un gran efecto sobre los cambios climáticos en algunos lugares.
Los estados de El Niño y La Niña también pueden ser efectivo en los cambios climáticos de
Irán y, por lo tanto, esta tele conexión por la cual se estudia en el documento.
Mediante el uso de métodos estadísticos, se ha demostrado que el ENOS debe mencionarse
en los análisis meteorológicos y previsión Luego se presentó un enfoque probabilístico para
determinar el nivel de dependencia de este fenómeno al clima en ciertos lugares. Uno de los
parámetros de climatología, máximo mensual.
La temperatura, se considera en este trabajo. La estación meteorológica sinóptica Chabahar
se elige para mostrar el efecto de El Niño y La Niña en este parámetro meteorológico. En
contraste con los trabajos mencionados que estudian El Niño.
ENSO basando el Índice de ENSO Multivariable (MEI) en las seis variables principales
observadas sobre el tropical Pacífico. Estas seis variables son: presión a nivel del mar,
componentes zonales y meridionales de la superficie del viento, mar, Temperatura de la
superficie, temperatura del aire de la superficie y fracción de nubosidad total del cielo. En
este trabajo, el MEI se reúne para cada uno de doce meses. La versión normalizada del
Índice ENSO se utiliza en este documento.

OBJETIVO
El objetivo de este documento es comprender la función de distribución acumulativa (FDC)
de la Máximo mensual de probabilidad de temperatura considerando los datos medidos en
la Estación Chabahar. En orden Para mostrar el efecto de El Niño y La Niña en el máximo
mensual de temperatura.

MATERIAL Y METODOLOGIA
Los datos para este estudio se obtuvieron de las publicaciones mensuales de Datos
climatológicos locales (LCD). Producido por la organización meteorológica iraní. Este
estudio cubre el período de 43 años desde 1963 hasta 2005. El máximo mensual de datos de
temperatura se recopiló para todos los meses. Este estudio ha sido aplicado a los datos
recopilados de las estaciones meteorológicas sinópticas de Chabahar en la zona costera del
sur de Irán. La información de la ubicación de la estación sinóptica se ha recopilado en la
tabla 1.
Tabla 1. Información de estaciones meteorológicas sinópticas de Chabahar
Station Zone Code Latitude Longitude Elevation
name (m)
Chabahar 40898 25 17' N 60 37' E 8.0

Nombre de la estación Código de zona Latitud Longitud Elevación (metro)

La variable en estudio (valor de temperatura) y con los datos disponibles. En este paso,
todos los datos se organizan en forma de matriz. Así que el elemento (i, j) en X, es
Temperatura en el mes j y en el año i. Se realiza un procedimiento similar para el Índice
Enso que se forma en una Matriz con el mismo tamaño de la matriz de temperatura. Luego
se divide los datos en rangos pequeños w (k) se llama nivel de precisión. Así que los
próximos cálculos se aplican a los 100 puntos entre los datos.
x (k), j es el valor de la temperatura que queremos calcular que el porcentaje de todos los
datos es mayor que este nivel
Step3-a: en años con EI> 0 (ocurrencia de El Niño):
Donde, f es la función en la que se realiza el proceso de fuzzificación basado en ella.
(Figura 1). Debe mencionarse que las IE están asignadas por una función de membresía
(como se muestra en la Fig. 1), al valores difusos". El proceso de convertir los valores de
entrada a los valores difusos se llama "fuzzification". Luego se realiza un cálculo de
probabilidades para los años de El Niño / La Niña, de la siguiente manera:
P (A (k)
j
(k)
j); (8)
Y se traza el CDF de la variable X para diferentes valores.

Fig. 1. Sigmoid membership function used in this paper

Fig 2. Result of applying the proposed algorithm on maximum and minimum temperature
data in August.

DICUSION Y CONCLUSIONES
El resultado de aplicar el algoritmo propuesto en los datos se muestra en la fig. 2. El
programa ha sido Desarrollado y ejecutado en MATLAB Software. Los resultados
muestran que el algoritmo propuesto puede distinguir la temperatura máxima en los años
con El Niño, con La Niña o en los años normales sin El Niño o la Ocurrencias de la niña.
Usando este resultado probabilístico, un planificador de sistemas (todos los sistemas que
están influenciados por cambios en la temperatura del clima) pueden investigar el efecto de
El Niño o La Niña en la temperatura del clima.
Se espera que las temperaturas mínimas y máximas sean mayores en comparación con los
años. Cualquier evento Como se muestra en la figura 2, está claro que la temperatura
máxima y mínima se reduce más en años con ocurrencia de El Niño con respecto a los años
con ocurrencia de La Niña. Este fenómeno es el resultado del predominio del frente de alta
presión en los años de El Niño, mientras que en los años de La Niña, la existencia de la
baja presión frontal conduce a un clima más cálido. El enfoque probabilístico ha sido
elegido en este documento para demostrar los efectos de El Niño y La Niña en el sur de
Irán. Este enfoque es mejor que la regresión.
Enfoques de uso en los procesos de previsión.
TRADUCCION

INTRODUCTION:
The child phenomenon occurs at Christmas time, fluctuations in sea surface temperatures
(SSTs) in the eastern equatorial Pacific and at sea level, pressures in the South Pacific at
time scales of two to seven years refer to El Niño / Southern.
A very strong and observed event, in the year 1997, El Niño began to be considered as the
main reason for something unusual that happened anywhere in the world. This is implicated
in the drought in the Altiplano of Peru and Bolivia and in the catastrophic floods on the
coast. In countries such as Peru and Ecuador The huge resulting forest fires in Kalimantan
spread a thick cloud of smoke over Southeast Asia and air transport had to be paralyzed by
closing airports in Singapore, Malaysia and Indonesia.
The phenomenon of the child reveals the variations of rainfall instead of temperature.
Long-term climatic records also indicate that the behavior of El Niño is quite sensitive to
weather conditions, all these factors have triggered an interest of marine scientists and
geophysicists .
The dynamic begins when it is recognized that it is part of a coupled instability of the
tropical Pacific Ocean System of Atmosphere. The atmospheric counterpart of El Niño, the
Southern Oscillation, is an oscillation of atmospheric mass, and therefore of sea level
pressure, between the eastern and western Pacific.
The cycles have two basic elements. First, there is a positive feedback between the zonal
winds that are the result of the pressure gradient, and the equatorial SST gradient that is
influenced by the rising wind and thermo-clinical fluctuation. Secondly, the dynamics of
the equatorial ocean, particularly the non-dispersive Kelvin and Rossby equatorial waves,
provide the out-of-phase element that causes the system to oscillate between the cold and
warm phases, that is, the states of El Niño and La Niña .
The essence in many of the ENSO models. Many statistical connections between the ENSO
and some changes have studied the climatic variables around the world, but it is not yet
clearly understood how changes in the sea level of the Pacific Ocean affect the pattern of
climate over great distances. It has been shown in the study that they have already realized
that ENSO has a great effect on climate changes in some places. The states of El Niño and
La Niña can also be effective in the climatic changes of Iran and, therefore, this tele
connection through which is studied in the document.
Through the use of statistical methods, it has been shown that the ENSO should be
mentioned in the meteorological and forecasting analyzes. A probabilistic approach was
then presented to determine the level of dependence of this phenomenon on the climate in
certain places. One of the parameters of climatology, maximum monthly.
The temperature is considered in this work. The Chabahar synoptic weather station is
chosen to show the effect of El Niño and La Niña in this meteorological parameter. In
contrast to the mentioned works that study El Niño.
ENSO basing the Multivariate ENSO Index (MEI) on the six main variables observed on
the tropical Pacific. These six variables are: pressure at sea level, zonal and meridional
components of the wind surface, sea, surface temperature, surface air temperature and
fraction of total cloudiness of the sky. In this work, the MEI meets for each of twelve
months. The standard version of the ENSO Index is used in this document.

OBJECTIVE
The objective of this document is to understand the cumulative distribution function (FDC)
of the maximum monthly temperature probability considering the data measured in the
Chabahar Station. In order To show the effect of El Niño and La Niña in the maximum
monthly temperature.
MATERIAL AND METHODOLOGY
The data for this study was obtained from the monthly publications of local climatological
data (LCD). Produced by the Iranian meteorological organization. This study covers the 43-
year period from 1963 to 2005. The maximum monthly temperature data was collected for
all months. This study has been applied to data collected from Chabahar synoptic
meteorological stations in the coastal zone of southern Iran. The information of the location
of the synoptic station has been compiled in table 1.
Table 1. Information on synoptic meteorological stations of Chabahar

Station name Zone code Latitude Longitude Elevation (meter)

The variable under study (temperature value) and with the available data. In this step, all
data is organized in the form of a matrix. So the element (i, j) in X, is Temperature in
month j and in year i. A similar procedure is performed for the Enso Index that is formed in
a Matrix with the same size of the temperature matrix. Then the data is divided into small
ranges w (k) is called precision level. So the next calculations apply to the 100 points
between the data.
x (k), j is the value of the temperature that we want to calculate that the percentage of all
the data is greater than this level
Step3-a: in years with IE> 0 (occurrence of El Niño):
Where, f is the function in which the fuzzification process based on it is carried out. (Figure
1). It should be mentioned that the IEs are assigned by a membership function (as shown in
Fig. 1), to the fuzzy values. "The process of converting the input values to the fuzzy values
is called" fuzzification ". calculation of probabilities for the El Niño / La Niña years, as
follows:
P (A (k)
j
(k)
j); (8)
And the CDF of the variable X is plotted for different values.

DICUSION AND CONCLUSIONS

The result of applying the algorithm proposed in the data is shown in fig. 2. The program
has been developed and executed in MATLAB Software. The results show that the
proposed algorithm can distinguish the maximum temperature in years with El Niño, with
La Niña or in normal years without El Niño or the Occurrences of the girl. Using this
probabilistic result, a systems planner (all systems that are influenced by changes in climate
temperature) can investigate the effect of El Niño or La Niña on the temperature of the
climate.
It is expected that the minimum and maximum temperatures will be higher compared to the
years. Any event As shown in Figure 2, it is clear that the maximum and minimum
temperature is reduced more in years with the occurrence of El Niño with respect to the
years with the occurrence of La Niña. This phenomenon is the result of the predominance
of the high pressure front in the El Niño years, while in the La Niña years, the existence of
low frontal pressure leads to a warmer climate. The probabilistic approach has been chosen
in this document to demonstrate the effects of El Niño and La Niña in southern Iran. This
approach is better than regression.
Approaches to use in forecasting processes.