خشک سالی یکی از پدیده های آب و هوایی است که در همه شرایط اقلیمی و در همه مناطق کره زمین به وقوع می پیوندد. پیش بینی خشک سالی نقش مهمی در طراحی و مدیریت منابع طبیعی، سیستم های منابع آب، تعیین نیاز آبی گیاه و... ایفا می نماید. در طی دهه های اخیر شبکه های عصبی توانایی های زیادی را در مدل سازی و پیش بینی سری های زمانی غیرخطی و غیرایستا نشان داده اند. از این رو، در این تحقیق به منظور پیش بینی خشک سالی، از دو نوع شبکه عصبی مصنوعی پرسپترون چندلایه (MLP) و تابع پایه ای شعاعی(RBF)  استفاده شده است. به این منظور از داده های بارندگی ایستگاه نوده با دوره آماری 41 ساله در حوزه آب خیز گرگان رود، استفاده شد. وضعیت رطوبتی با استفاده از شاخص بارندگی استاندارد شده (SPI) در دوره های زمانی کوتاه مدت (1، 3، 6 و 9 ماهه) و بلندمدت (12، 24 و 48 ماهه) محاسبه گردید. سپس از بین داده های محاسبه شده، دوره 46-1345 الی 78-1377 به عنوان داده آموزش و دوره 79-1378 الی 86-1385 به عنوان داده آزمون انتخاب گردید. برای تخمین مقدار SPI در زمان t از مقادیر SPI در زمان های قبل استفاده شد. نتایج نشان داد که شبکه عصبی مصنوعی MLP نسبت به شبکه عصبی مصنوعی RBF با دقت بالاتری مقادیر SPI و وضعیت خشک سالی را پیش بینی می کند. همچنین مقایسه نتایج با نتایج حاصل از به کارگیری سری زمانی ARIMA نشان دهنده دقت بالای این روش می باشد.

خشکسالی پدیده ای جهانی است که می تواند در هر جایی رخ دهد و خسارات قابل توجهی به انسان و بوم سازه های طبیعی وارد آورد. بنابراین، پژوهش و مطالعه در این زمینه بسیار ضروری می باشد. در این پژوهش از نمایه بارش استاندارد شده (SPI) به منظور پهنه بندی خشکسالی در استان اصفهان استفاده شد. پس از جمع آوری داده های بارش ایستگاه های موجود در استان اصفهان و حذف ایستگاه های دارای آمار ناقص، سری زمانی این نمایه در مقیاس های زمانی 3، 6، 9، 12 و 24 ماهه بدست آمد. سپس با استفاده از روش های زمین آمار، نقشه های گستره فراوانی خشکسالی در مقیاس زمانی 12 ماهه ترسیم و مورد تحلیل قرار گرفت. این نقشه ها، خشکسالی های متوسط و شدید را به طور عمده در قسمت های غربی استان در اطراف ایستگاه های دارای، فریدون شهر و خشکسالی های بسیار شدید را در بخش های شرق و شمال شرقی استان و غرب شهرستان اصفهان نشان می دهند و مناطق دارای خطر بالا را به منظور برنامه ریزی های آتی و اتخاذ سیاست های مدیریتی مشخص می کنند.

لطفا برای مشاهده چکیده به متن کامل (PDF) مراجعه فرمایید.

با توجه به اهمیت خشکسالی در مدیریت منابع آبی، پژوهش حاضر با هدف برآورد شاخص های خشکسالی SPI و SPEI به علت ماهیت چند مقیاسی و قابلیت تحلیل در مقیاس های زمانی مختلف در ایستگاه های منتخب هواشناسی حوضه آبریز کارون صورت پذیرفته است. از دیگر اهداف این تحقیق، منطقه ای کردن شاخص های SPI و SPEI با استفاده از روش تحلیل خوشه ای به منظور همگن سازی ایستگاه های حوضه است. در این راستا، بر اساس آزمون همگنی داده ها و تعیین طول دوره آماری مشترک، 18 ایستگاه انتخاب شدند. مقادیر شاخص های خشکسالی SPI و SPEI در قالب گراف های توالی دوره ها رسم شد و ارتباط آنها با تحلیل همبستگی مورد آزمون قرار گرفت. نتایج مقادیر شاخص های خشکسالی با ضریب همبستگی پیرسون و سطح معنی داری 0/01 مقایسه شدند. نتایج نشان داد که برای تمامی ایستگاه ها، همبستگی دو شاخص به صورت مثبت و معنی دار (0/5 تا 0/95) است و با افزایش دوره زمانی، میزان ضریب همبستگی بین شاخص های خشکسالی افزایش یافته است. همچنین با افزایش مقیاس های زمانی، فراوانی دوره های خشک و مرطوب کاهش یافته اما تداوم آنها افزایش می یابد. با منطقه ای کردن ایستگاه های حوضه به روش تحلیل خوشه ای، ایستگاه ها در هفت کلاس طبقه بندی شدند. نتایج حاصل از منطقه ای کردن شاخص SPEI نیز نشان داد که درصد فراوانی طبقه نرمال بیشتر از طبقه مرطوب وخشک است.

خشکی و خشکسالی دو واقعیت انکارناپذیر شرایط اقلیمی منطقه موردمطالعه می باشند که هرگونه برنامه ریزی و آینده نگری بدون توجه به آنها منجر به شکست خواهد بود. پدیده خشکسالی منطقه ایرانشهر ماهیتی اقلیمی دارد و عمدتا از ناهنجاری ها و بی نظمی های ایجاد شده در بارش بوجودمی آید. منطقه ایرانشهر که یکی از قطب های مهم کشاورزی، جمعیتی و صنعتی در سطح استان سیستان و بلوچستان محسوب می شود، با داشتن شرایط خاص اقلیمی از نظر بروز پدیده خشکسالی و آثار ناشی از آن در کاهش محصولات از نظر سطح زیر کشت و میزان تولید تاکنون خسارات زیادی را از این راه متحمل شده است. این منطقه از جنوب شرق کشور مانند اکثر مناطق ایران، از نظر بارش های سالانه، فصلی و ماهانه دارای ضریب تغییرات بالایی است. با توجه به شاخص استاندارد بارش (SPI)، در ایستگاه ایرانشهر 14 دوره (سال های آماری 84-1358)، در ایستگاه دامن 14دوره (سال های آماری 84-1359)، در ایستگاه بمپور 19 دوره (سال های آماری 84-1349) و در ایستگاه گلمورتی 12 دوره خشکسالی (سال های آماری 84-1363) اتفاق افتاده که عواقب وخیمی را برای منطقه بدنبال داشته است.این تحقیق درصدد است تا با استفاده از شاخص SPI، نسبت به تعیین تغییرات بارش سالانه و فراوانی دوره های ترسالی و خشکسالی فصلی ایستگاه های منطقه مبادرت ورزد تا بتوان راهکارهای مقابله بااین پدیده را جهت کاهش خسارات ارایه داد.

لطفا برای مشاهده چکیده به متن کامل (PDF) مراجعه فرمایید.

شاخص بارش استاندارد شده (SPI)، از برازش توزیع گاما بر مقادیر بارندگی سالانه یا مجموع بارندگی در هر بازه زمانی دلخواه به دست می آید. بر اساس تحقیقات انجام شده، در برخی از مناطق ممکن است توزیع گاما نتواند به عنوان مناسب ترین توزیع بر داده های بارندگی برازش یابد. به منظور بررسی این موضوع، از آمار بارندگی سالانه 11 ایستگاه سینوپتیک کشور که بر اساس اقلیم نمای دومارتن اقلیم های بسیار مرطوب تا خشک را شامل می شوند، طی سال های 1958 تا 2007 میلادی استفاده شده است. در این تحقیق، ابتدا مقادیر SPI سالانه با انتخاب توزیع پیش فرض (گاما) محاسبه و فراوانی طبقات مختلف خشکسالی استخراج گردید. در ادامه با برازش توزیع های مختلف بر مقادیر بارندگی سالانه هر ایستگاه، مناسب ترین تابع توزیع بر اساس آماره کلموگروف - اسمیرنوف انتخاب و مقدار احتمال تجمعی آن محاسبه گردید. سپس مقادیر متناظر با هر مقدار بارندگی در توزیع نرمال معکوس با استفاده از انتقال هم احتمال محاسبه و مقادیر SPI تصحیح شده استخراج گردید و تاثیر استفاده از مناسب ترین تابع توزیع مقادیر بارندگی بر تغییر فراوانی و یا جابجایی طبقات مختلف خشکسالی شاخص SPI، مورد ارزیابی قرار گرفت. نتایج نشان داد که توزیع گاما نمی تواند به عنوان مناسب ترین تابع توزیع مقدار بارندگی سالانه در هیج یک از ایستگاه های مورد بررسی (به جز رشت)، انتخاب شود. استفاده از مناسب ترین تابع توزیع در هر بازه زمانی، می تواند منجر به تغییر مقادیر عددی شاخص SPI گردد که این خود ممکن است منجر به تغییر فراوانی طبقات مختلف خشکسالی گردد. به طوری که در ایستگاه های گرگان و تهران جابجایی در تمامی طبقات خشکسالی مشاهده شد و ایستگاه گرگان با 15 جابجایی بیشترین تغییر را در مجموع طبقات خشکسالی به خود اختصاص داد.

سیستم های پایش در تدوین طرح های مقابله با خشکسالی و مدیریت آن از اهمیت زیادی برخوردار هستند که بدین منظور از شاخص های خشکسالی برای بیان کمی این پدیده استفاده می گردد. اما معمولا این شاخص ها به صورت نقطه ای محاسبه می شوند و لازم است تا به صورت مکانی پردازش شده و نقشه های مربوط ارایه گردند. روش های زمین آمار از جمله تکنیک هایی می باشند که می تواند در این راستا مورد استفاده قرار گیرد و این در صورتی است که متغیر مورد بررسی یک متغیر مکانی باشد. تحقیق حاضر تلاشی است برای تحلیل مکانی شاخص های خشکسالی وتهیه نقشه های مربوط که در آن سعی شده ابتدا با توجه به استاندارد شدن بارندگی برای محاسبه این شاخص ها، متغیر مکانی بودن آنها مورد بررسی قرار گیرد. در مرحله بعد روش های مختلف زمین آماری شامل روش های کریجینگ، کوکریجینگ، TPSS با و بدون متغیر کمکی و میانگین متحرک وزن دار (WMA) برای تحلیل مکانی آنها مورد ارزیابی واقع شود. پایش خشکسالی بر اساس شاخص های EDI , SPI با استفاده از آمار و اطلاعات 43 ایستگاه در سطح استان تهران انجام و سپس نقشه های خشکسالی تهیه و ارزیابی شده است. نتایج تحقیق ضمن تایید متغیر مکانی بودن شاخص ها، نشان داد که هر چند روش کریجینگ از دقت بالاتری برخوردار بوده است ولی با لحاظ نمودن سرعت عمل و استفاده از این نتایج در سیستم های پایش فعال، روش میانگین متحرک وزن دار نیز دقت کافی را دارا است.