خشكسالي از جمله خطرهاي محيطي است كه به راحتي قابل پيش بيني و رديابي نيست. دلايل سختي تشخيص و رديابي خشكسالي عبارتند از -1 به آرامي گسترش مي يابد و شروع و انتهاي آن نامعلوم است2-تعريف آن دقيق نبوده و عموميت ندارد (به دليل متغيرهاي مختلفي كه به صورت مستقيم و غير مستقيم در رخداد خشكسالي دخالت دارند، تعريف جامع و قابل قبولي براي محققان ارايه نگرديده است و تعاريف ارايه شده از ديدگاه محققان رشته هاي گوناگون جنبه تخصصي دارند).3-اثرات آن غير ساختاري و اغلب در ناحيه وسيعي گسترش مي يابد.(Hisdal &Tallaksen,2000)
در يك مفهوم جامع خشكسالي به كمبود شديد در منابع
آب نسبت به شرايط نرمال متناظر با زمان و مكان گفته
مي شود(ترابي،1381).
مطالعه خشكسالي شامل نخست
بررسي سوابق و جمع آوري آمار و اطلاعات، دوم تعريف دقيق
مسئله و پيش بيني خشكسالي و تلفيق نتايج براي ايجاد
ارتباط بين خشكساليهاي مختلف همراه با درجه بندي اين
پديده و سوم هشدار براي جلوگيري از زيان هاي فراوان به
جوامع و بخشها است.(رضئی و همکاران،1382).
دالزيوس(1993) استخراج منحنيهاي شدت- تداوم و
فراواني به همراه نقشههاي هم شدت خشكسالي را از نيازهاي
اساسي برنامه ريزي محيطي و به خصوص كشاورزي بيان
مي كند. تئوري ران به عنوان يكي از روش هاي مطالعه
مناسب خشكسالي و استخراج منحني هاي شدت- مدت و
فراواني محسوب م يشود كه بيشتر براي متغيرهاي گسسته
استوار است)يوجويچ،1967)
چکیده
خشکسالی پدیدهای بسیار پیچیده میباشد و نسبت به سایر بلایای طبیعی کمتر شناخته شده میباشد. خشکسالی بعنوان یک فاجعه طبیعی قابل پیشبینی نمیباشد اما دوره بازگشت آن قابل ادراک میباشد. زنجیره مارکف به عنوان ابزاری مفید و متداول جهت پیشبینی مشخصات خشکسالیهای هواشناسی به کار میرود. در این تحقیق برای 16 ایستگاههای بارانسنجی و سینوپتیک استان مازندران، مرتبه وابستگی زنجیره مارکفِ مربوط به خشکسالیهای هواشناسی براساس شاخص SPI با سریهای زمانی 3-ماهه، 6-ماهه و سالانه برای چهار حالت کلاسهای مختلف خشکسالی، با استفاده از آزمونهای AIC و BIC تعیین شده است. احتمالهای مانای وقوعِ و مشخصههای زنجیره مارکف یعنی زمان رسیدن کلاسهای مختلف خشکسالی به کلاس ترسالی با کمک شاخص SPI و میانگین دوره تناوب در هر کلاس خشکسالی تعیین گردید. نتایج نشان داد که احتمالِ مانای وقوع کلاسِ ترسالی، برای تمام ایستگاههای مورد بررسی مشابه یکدیگر میباشد و از 422/0 تا 520/0 به ترتیب برای ایستگاههای عرب خیل و گلوگاه تغییر میکند. همچنین از نتایج مشخص شد که برای تمام ایستگاههای مورد بررسی، وابستگیِ زنجیره مارکف، از مرتبه اول میباشد، بدین معنی که شرایط کلاس خشکسالی دوره بعد، تنها به شرایط کلاس خشکسالی دوره فعلی بستگی دارد. نتایج نیز نشان داد که متوسط زمان رسیدن کلاسهای خشکسالی با شدت معلوم، به کلاس ترسالی (خاتمه خشکسالی) بر اساس شاخص SPI، با افزایش سری زمانی مورد بررسی (از 3 ماهه به سالانه) برای تمام ایستگاههای مورد بررسی، افزایش مییابد. بعلاوه، میانگین دوره تناوب کلاسهای مختلف خشکسالی بر اساس شاخص SPI، با افزایش شدت خشکسالی برای تمام ایستگاههای مورد بررسی، کاهش مییابد.
واژههای کلیدی: خشکسالی هواشناسی، شاخص SPI، زنجیره مارکف، استان مازندران.
1. مقدمه
خشکسالی یک پدیده نرمال از اقلیم میباشد که به طور مکرر رخ میدهد. این پدیده بسیار پیچیده میباشد و نسبت به سایر بلایای طبیعی کمتر شناخته شده میباشد. واقعه خشکسالی به عنوان یک فاجعه گران و گزاف در جهان رده بندی شده است که بر روی بشر بیش از دیگر بلایای طبیعی اثرگذار است. خشکسالی بر اساس هدفهای مورد بررسی دارای
تعاریف مختلفی است که یکی از آنها خشکسالی هواشناسی است. این نوع از خشکسالی در اثر کمبود بارندگی به وجود میآید. خشکسالیهای هواشناسی میتواند باعث زیانهای اقتصادی قابل ملاحظهای گردد. جلوگیری از خشکسالیهای هواشناسیامکانپذیر نمیباشد ولی میتوان با بازبینی خشکسالیهای رخ داده شده در گذشته و با احتمالهای وقوع مختلف به پیشبینی آنها پرداخت و اثرات سوء آنها را کاهش داد. برای این منظور باید تعریف درستی از خشکسالی ارائه گردد و مشخصههای آن– شروع، پایان، توزیع مکانی و شدت خشکسالی- به درستی تعیین گردند. تعریف کمی خشکسالی توسط شاخصهای خشکسالی انجاممیگیرد. شاخصهای خشکسالی توابع پیوستهای از بارندگی، دما، جریان رودخانه یا سایر متغیرهای هیدروهواشناسی قابلاندازهگیری میباشند. تعداد زیادی از شاخصهای خشکسالی تا به امروز پیشنهاد شده است از جمله: شاخص پالمر (پالمر، 1965 ]14[، PDSI[1]) که دارای کاربرد زیادی در ایالات متحده میباشد، شاخص تأمین جریان آب سطحی (شفر و دزمن، 1982 ]16[، SWSI[2]) که در ایالتهای مختلف ایالات متحده به کار میرود، شاخص دهکها (گیبز و ماهر، 1979 ]7[، Deciles) که یک شاخص کاربردی در استرالیا است، شاخص بارش استاندارد شده (مک کی، 1993 ] 11[، SPI[3]) که دارای محبوبیت جهانی است، شاخص خشکسالی موثر (بایون و ویلهایت، 1996 ]6[، [4]EDI) و شاخص اکتشاف خشکسالی (تی ساکریس و ونگلیس، 2005 ]20[، RDI[5]). شاخصهای خشکسالی در بسیاری از منابع از قبیل آلی (1984) ]5[، تیت و همکاران (2000) ]19[، وو و همکاران (2001) ]22[ و اسماختین و هوقس (2004، 2006) ]17، 18[ بازنگری شدهاند. جمشیدی و همکاران (1388a,b) ]2 ،3[ به بررسی و مقایسه شدت، تداوم و فراوانی وقوع و روند تغییرات شاخصهای خشکسالی SPI و RDI در ایستگاههای منتخب سینوپتیک کشور پرداختند و نشان دادند که این دو شاخص بسیار مشابه با یکدیگر عمل میکنند. همزمان با پیشرفت شاخصهای خشکسالی، تحقیقات بر روی قابلیت پیشبینی مشخصات خشکسالی و راهکارهایی برای بیان وقوع خشکسالی با احتمالهای وقوع معین مورد توجه واقع شده است. پائولو و پریا (2006) ]15[ و خلیلی و همکاران (2011) ] 8[ بیان کردند که خشکسالی به عنوان یک فاجعه طبیعی قابل پیشبینی نمیباشد اما دوره بازگشت آن قابل ادراک میباشد. زنجیره مارکف به عنوان ابزاری مفید جهت پیشبینی مشخصات خشکسالیهای هواشناسی به کار رفته است به عنوان مثال زنجیره مارکف جهت هشدار اولیه وقوع خشکسالی در سری زمانی شاخص پالمر برای انجام برنامهریزیهای خشکسالی مورد استفاده قرار گرفته شده است ( لوهانی و لوگانثان، 1997 ]9[، لوهانی و همکاران، 1998 ]10[). اوکولا و کرکدیس (2003) ]13[ مدل زنجیره مارکف را برای تعیین دورههای خشکسالی به کار بردند. نالبنتیس و تی ساکریس (2006) ]12[ از زنجیره مارکف برای تعیین وقوع خشکسالیهای روخانهای بر اساس خشکسالیهای هواشناسی استفاده کردند. خلیلی و همکاران (2011) ] 8[ تحليل مقایسهای از شاخصهای خشکسالی هواشناسی SPI و RDI با استفاده از زنجیره مارکف در ایستگاههای سینوپتیک ایران ارائه دادند. آنها نشان دادند که شاخص RDI با بکارگیری تبخیر-تعرق گیاه مرجع، نسبت به تغییرات آب و هوایی بسیار حساس است. فضل اولی و همکاران (1389) ]4[ با بکارگیری شاخصهای خشکسالی SPI، ZSI، CZI، MCZI در استان مازندران در 58 ایستگاه نشان دادند که تفاوت معنیدار میان شاخصهای خشکسالی محاسبه شده برای کلیه ایستگاهها وجود دارد. بنیمهد و خلیلی (1390) ]1[ بررسی و مقایسهای بین شاخصهای خشکسالی SPI و EDI در ایستگاههای منتخب استان مازندران انجام دادند و نشان دادند که تداوم خشکسالی و شدت خشکسالی براساس شاخص EDI به ترتیب بیشتر و کمتر از مقادیر بازبینی شده توسط شاخص SPI میباشد.
[1] - Palmer Drought Severity Index
[1] -Surface Water Supply Index
[1] - Standard Precipitation Index
[1] - Effective Drought Index
[1] -Reconnaissance Drought Index
[1] -Akiake Information
بر اساس مقادیر شاخص SPI، خشکسالیها به چهار کلاس متفاوت تقسیمبندی شدهاند که در جدول (2) آورده شده است. در این نوع کلاسبندی، خشکسالیهای شدید و خیلیشدید براساس شاخص SPI، به عنوان یک کلاس در نظر گرفته شده است. پژوهشگران دیگری از این تقسیمبندیها استفاده نمودند (خلیلی و همکاران (2011) ] 8[، پائولو و پریا (2006) ]15[).
جدول 3. احتمال وقوع هر کلاس خشکسالی براساس شاخص خشکسالی SPIAnnual
نام ایستگاه
ترسالی
متوسط
شدید
خیلی شدید
نام ایستگاه
ترسالی
متوسط
شدید
خیلی شدید
بابل
0.514
0.270
0.161
0.055
سفید چاه
0.474
0.376
0.075
0.075
بلده
0.503
0.328
0.118
0.052
عالم کلا
0.468
0.374
0.126
0.032
پل ذغال
0.503
0.305
0.126
0.066
عرب خیل
0.422
0.457
0.080
0.040
تلارم
0.500
0.359
0.066
0.075
کرد خیل
0.517
0.305
0.101
0.078
تنکاین
0.511
0.322
0.109
0.057
گانگستر
0.497
0.376
0.098
0.029
تیر تاش
0.514
0.296
0.121
0.069
گلوگاه
0.520
0.351
0.069
0.060
داراب کلا
0.483
0.339
0.109
0.069
محمود آباد
0.511
0.328
0.069
0.092
ریگ چشمه
0.466
0.379
0.106
0.049
هرات بر
0.503
0.342
0.086
0.069
جدول 6. مقدار میانگین دوره تناوب در هر کلاس با توجه به شاخص خشکسالی SPI (ماه)
نام ایستگاه
SPI3-month
SPI6-month
SPIAnnual
*ت
*م
*ش
*خ ش
*ت
*م
*ش
*خ ش
*ت
*م
*ش
*خ ش
بابل
4.9
2.0
1.3
2.1
5.2
2.1
1.3
2.0
10.5
2.9
2.0
1.6
بلده
4.2
2.3
1.4
3.0
6.1
3.5
1.5
2.3
9.7
3.7
2.0
4.0
پل ذغال
5.0
2.0
1.1
1.8
6.4
2.7
2.0
2.3
9.2
3.1
2.2
3.0
تلارم
3.8
2.3
1.4
2.0
6.8
3.0
1.5
2.2
10.2
5.2
1.8
4.5
تنکاین
5.0
2.4
1.4
1.8
5.5
1.9
1.6
1.8
9.4
3.3
1.9
2.3
تیر تاش
5.7
1.8
1.1
1.7
6.7
2.1
1.5
2.6
11.9
4.0
2.5
3.0
داراب کلا
5.0
2.1
1.6
2.1
5.7
2.2
1.3
3.0
11.2
4.9
2.9
3.6
ریگ چشمه
4.2
2.1
1.6
1.9
5.6
2.4
1.6
2.3
9.5
4.3
2.0
3.4
سفید چاه
5.1
1.8
1.3
2.1
5.6
2.2
1.3
1.9
7.2
3.6
1.4
2.4
عالم کلا
5.1
2.1
1.3
1.8
5.8
1.9
1.6
1.9
7.4
3.8
2.8
2.4
عرب خیل
5.7
1.8
1.3
1.9
5.5
2.0
1.3
1.9
7.4
4.6
1.8
2.8
کرد خیل
5.6
1.8
1.3
1.9
6.3
2.0
1.4
2.3
12.0
3.8
2.1
2.7
گانگستر
4.5
2.2
1.5
2.2
7.6
2.7
1.8
2.3
9.6
4.4
2.3
2.5
گلوگاه
4.4
1.9
1.2
1.9
5.5
1.8
1.3
2.0
7.9
3.5
2.2
7.3
محمود آباد
6.2
2.0
1.4
1.7
6.2
2.0
1.4
1.7
9.4
3.3
1.6
4.6
هرات بر
4.3
2.3
1.3
1.6
7.6
3.3
2.2
2.4
14.6
6.6
2.5
4.5
* ت: ترسالی، م: خشکسالی متوسط، ش: خشکسالی شدید، خ ش: خشکسالی خیلی شدید. مراجع
[1] بنیمهد، س. ا.، و خلیلی، د. 1390. "بررسی و مقایسه شاخصهای خشکسالی SPI و EDI در ایستگاههای منتخب استان مازندران". همایش منطقهای دانش محوری در مدیریت پایدار کشاورزی.
[2] جمشیدی، ح.، خلیلی، د.، کامگار حقیقی، ع. ا. و زندپارسا، ش. 1388a. "بررسی و مقایسه شاخص های خشکسالی SPI و RDI در ایستگاه های منتخب سینوپتیک کشور"، دومین همایش ملی اثرات خشکسالی و راهکارهای مدیریت آن، کد مقاله: Dem2-01-245.
[3] جمشیدی، ح.، خلیلی، د.، کامگار حقیقی، ع. ا. و زندپارسا، ش. 1388b. "بررسی ویژگی های شدت، تداوم و فراوانی خشکسالی هواشناسی با شاخص های SPI و RDI در ایستگاه های منتخب سینوپتیک کشور"، دومین همایش ملی اثرات خشکسالی و راهکارهای مدیریت آن، کد مقاله: Dem2-01-245.
[4] فضل اولی، ر.، میردار، ش.، و پورموسوی، ش.، 1389. "تحلیل پدیده خشکسالی در استان مازندران با استفاده از روش های آماری و شاخص های خشکسالی"، اولین همایش ملي مديريت منابع آب اراضي ساحلي.
[5] Alley, W. M., 1984. “The palmer drought severity index: limitations and assumptions.” Journal of Climate and Applied Meteorology, 23, 1100–1109.
[6] Byun, H. R., and Wilhite, D. A., 1996. “Daily quantification of drought severity and duration.” Journal of Climate", 5, 1181-1201.
[7] Gibbs, W. J., and Maher, J. V., 1967. “Rainfall Deciles as Drought Indicators.” Bureau of Meteorology bulletin No. 48 . Commonwealth of Australia: Melbourne; 29.
[8] Khalili, D., Farnoud, T., Jamshidi, D., Kamgar-Haghighi, A. A., and Zand-Parsa, Sh., 2011. “Comparability Analyses of the SPI and RDI meteorological drought indices in different climatic zones” Water Resour. Manage., DOI 10.1007/s11269-010-9772-z.
[9] Lohani, V. K., and Loganathan G. V.1997. “An early warning system for drought management using the Palmer drought inex.” J Am Meteorol Soc. 80(3), 429-438.
[10] Lohani, V. K., Loganathan G.,V., Mostaghimi, S. 1998. “Long-term analysis and sort term forecasting of dry spells by Palmer drought index.” Nordic Hydrol. 29(1), 21-40.
[11] McKee, T. B., Doesken N. J., and Kleist J., 1993. “The relationship of drought frequency and duration to time scales.” In Proceeding of the 8th Conference on Applied Climatology, American meteorological society: Boston, 179–184.
[12] Nalbantis, I., and Tsakiris, G. 2009. “Assessment of hydrological droughts revisited.” Water Resour Manage. 23, 881-897.
[13] Ochola, W., O., and Kerkides, P. 2003. “A Markov chain simulation model for predicting critical wet and dry spells in Kenya. Analysing rainfall events in Kano plains.” Irrig Drain., 52(4), 327-342.
[14] Palmer, W. C., 1965. “Meteorological Drought.” Research Paper No. 45. U.S. Department of Commerce Weather Bureau: Washington, DC.
[15] Paulo, A. A., and Pereira L. S. 2006. “Prediction of SPI drought class transitions using Markov chain.” Water Resour Manage. 22, 1813-1827.
[16] Shafer, B. A, and Dezman, L. E., 1982. “Development of a Surface Water Supply Index (SWSI) to assess the severity of drought conditions in snowpack runoff areas. Proceedings of the Western Snow Conference.” Colorado State University: Fort Collins, CO, 164–175.
[17] Smakhtin, V. U., and Hughes, D. A., 2004. “Review, Automated Estimation and Analyses of Drought Indices in South Asia.” IWMI Working Paper N 83 – Drought Series Paper N 1. IWMI: Colombo, 24.
[18] Smakhtin, V. U., and Hughes, D. A., 2007. “Automated estimation and analyses of meteorological drought characteristics from monthly rainfall data.” Environmental Modelling & Software, 22, 880-890.
[19] Tate, E.L., Meigh, J.R., Prudhomme, C., and McCartney, P.M., 2000. “Drought assessment in Southern Africa using river flow data”, DFID report 00/4. London, UK.
[20] Tsakris, G., Vangelis, H. 2005. “Establishing a drought index incorporating evapotranspiration.” Eur Water (9/10), 3-11.
[21] Wilks, D. S. 2006. “Statistical methods in the atmospheric sciences”, 2nd Ed., Academic Press, USA.
[22] Wu, H., Hayes, M. J., Welss, A., and Hu. Q., 2001. “An evaluation the standardized precipitation index, the china-z index and the statistical z-score.” International Journal of Climatology, 21, 745–758.
ماتريس احتمال تغيير وضعيت تجربي
اغلب پيشامدهاي تصادفي نشان از تغييراتي دارند كه طي زمان رخ خواهد داد.
خشكسالي از جمله ي پديده هايي است كه ضمن نقش مؤثر آن در زندگي بشر
رفتارهاي متفاوتي طي زمان از خود نشان مي دهد. شناسايي الگويي كه اين پديده
از آن پيروي ميكند مي تواند نقشي مؤثر براي تصمي مهاي بشري داشته باشد. در
اين راستا شناسايي الگوي احتمالاتي كه خشكسالي از آن پيروي مي كنند حاوي
اطلاعات مفيد براي شناسايي اين پديده خواهد بود. در بسياري از پديد هها اطلاع
از وضعيت فعلي مي تواند اطلاعاتي را در ارتباط با وضعيت پديده در واحدهاي
زماني بعد باشد. براي مثال، اگر امسال وضعيت خشكسالي شديدي را پشت سر
گذاشته باشيم در سال آينده چه وضعيتي را محتمل تر مي دانيم. يك مدل
احتمالاتي شناخته شده الگوي ماركوف است. اين مدل براي پديد ههايي به كار
برده م يشود كه وضعيت فعلي آ نها به وضعيت همان پديده در مرحل هي قبل
بستگي دارد. اين رابطه به صورت يك زنجير ارتباط وضعيت فعلي را با برآمدهاي
دو، سه و ... واحد زماني قبل را نيز مشخص مي كند. براي ايجاد مدل احتمالاتي
مذكور ابتدا نياز است تا احتمال تغيير وضعيت يك پديده محاسبه شود. براي
احتمال تغيير وضعيت يك مرحله اي برابر احتمال شرطي است كه به صورت زير
تعريف مي شود:
Drought Indices package در اجراي اين تحقيق به منظور بررسي
دقيق و كمي سازي شدت خشكسالي و براي تعيين تاريخ
شروع، خاتمه و طول مدت يا تداوم خشكسالي از لوح فشرده تخصصي ، آموزشي DIP: استفاده شده است.
ارزيابي شاخص و تعيين آستانه وقوع خشكسالي بر
اساس شاخص SPI
روش ميان يابي معكوس فاصله
روشهاي مختلفي براي برآورد متغيرهايي كه تغييرات
زماني و مكاني دارند، وجود دارد . تفا وت اين روشها
مربوط به نحوه محاسبه وزني است كه به نقاط
مشاهده شده اطراف نقطه مجهول داده مي شود )انصافی مقدم و رفیعی امام،1388) IDW(Inverse Distance Weighted) ميباشد
بحث
از آنجايي كه در ميان عناصر اقليمي، بارش بيشترين
نوسان را دارد ، مشاهده خشكسالي و ترسالي ها با شدت هاي
مختلف براساس داده هاي بارش در مطا لعات اقليمي امري
طبيعي و تقريباً متداول مي باشد.
در اين تحقيق با هدف برآورد تغييرات زماني و مكاني
خشكساليها ابتدا روند خشكسالي و ترسالي ها با استفاده
با استفاده از شاخص بارش استانداردشده اقدام به تحليل و طبقه بندي شدت و مدت خشكسالي ها كرده و بعد از تعيين مقاديربارش استاندارد شده، ماهانه و سا لانه و طبقه بندي شدت خشكسالي، و بكارگيري روش معكوس فاصله IDW براي ميان يابي مقادير بارش ، اقدام به تهيه نقشه پهنه بندي
خشكساليهاي اقليمي از گستره مورد مطالعه شد . سپس به
تجزيه و تحليل ميزان و تداوم خشكسالي هاي سالانه پرداخته
شد. براي تحليل خشكسالي فقط باق يماندههاي منفي مورد
توجه قرار گرفته و از باقيمانده هاي مثبت براي تحليل هاي
ترسالي استفاده ميشود. زمان توالي مقادير پيوسته، تداوم يك
دورهي خشكسالي را تعيين مي كند. مجموع انحرافات منفي ،
سختي خشكسالي يا شدت خشكسالي را اندازهگيري ميكند.
در آخرين مرحله با پهنه بندي توزيع خشكسالي مشخص شد كه ميزان شدت خشكسا لي از از شمال به جنوب حوضه مورد مطا لعه ، كاهش مي يابد
در اين مطالعه ، طول دوره هاي خشكسالي و توالي تكرار آنها و نيز شدت خشكسال ي با بكارگيري نرم افزار DIP بر روي داده هاي بارش، مورد محاسبه قرارگرفت. جدول
ويژگي خشكسالي ها از نظر شدت، مدت و فراواني وقوع
ايستگاهها نشان داد رخداد خشكسالي اقليمي
پهنه بندي خشكسالي حوضه درياچه نمكبا شاخص SPI و ميانيابي آن با روش IDW در محيط GIS و استفاده از بارش سالانه دوره آماري 25 ساله نشان داد كه صرف نظر از
چند سال شرايط نرمال براي بعضي ايستگاه ها، خشكسالي
بويژه در مناطق با تداوم و شدت
همراه بوده است و نقشه گستره خشكسال يها در سالهاي
مختلف دوره در اين تحقيق نشان داد كه
از پتانسيل حساسيت زيادي نسبت به خشكسالي برخوردار
ميباشد.
برنامه ريزي صحيح و بهينه منابع آب موجود در كشور،
ارائه مدل آماري مستقل و مناسب براي هريك
و تلاش براي تدوين متدولوژ ي تهيه نقشه ها ي
بحران خشكسالي كشور از پيشنهادات مقاله حاضر ميباشد
حسنيها، ح. 1379 ، بررسي وضعيت خشكسالي، 1379
حجازي زاده، ز. 1379 ، مدل پيش بيني خشكسالي دركرمان، كنفرانس
. خشكسالي كرمان، اسفندماه 1379
خليقي سيگارودي، ش. و همكاران، 1387 ، تعيين بهترين روش
زمينآماري در تهيه نقشه خطوط همباران (مطالعه موردي استان
مازندران)، اولين همايش بين المللي تغيير اقليم و گ ياهشناسي
درختي در اكوسيستمهاي خزري، 25 و 26 اريبهشت 1387 ، ساري.
−خليلي، ع . وهمكاران ، 1382 ، ارزيا بي كارآيي چند نمايه خشكسالي
هواشناسي در نمونه هاي اقليمي مختلف ايران ، نشريه نيوار ، 48 و
. 49 ، بهار و تابستان، تهران، ص 79 تا 93
−دينپژوه، ي . 1372 ، بررسي و پيشبيني خشكسالي با توجه به توزيع
بارشهاي ماهانه (آذربايجان)، پايان نامه كارشناسي ارشد، دانشگاه
تبريز.
−سازمان جنگلها، مراتع وآبخيزداري كشور، 1383 ، برنامه اقدام ملي
بيابانزدايي و كاهش اثر هاي خشكسالي جمهوري اسلامي ايران ،
. نشر پونه، تهران، ص 7
-سلاجقه، ع . 1373 ، برآوردهاي دبيهاي پيك سيلابي در حوزههاي
كوچك ايران، پاياننامه كارشناسي ارشد، دانشكده منابع طبيعي كرج.
−سيوف، س. 1385 , تغيير اقليم وخشكسالي ، دانشگاه هرمزگان
www.saeed@cloudysky.ir
−طايي سميرمي ، م. و همكاران ، 1387 ، شبيه سازي و تحليل ارتباط
خشكساليهاي هيدرولوژيكي و اقليمي با استفاده از مدل هاي
احتمالاتي(مطالعه موردي : جلگه بابل ) ، اولين همايش بين المللي
تغييراقليم و گ ياهشناسي درختي در اكوسيستم هاي خزري، 25 و 26
اريبهشت 1387 ، ساري.
−قاسمپور، ف. 1374 ، تجزيه و تحليل منطقهاي سيلاب در غرب
. مازندران، پاياننامه كارشناسي ارشد، دانشگاه تربيت مدرس، 1374
−قطرة ساماني، س. 1379 ، بررسي خشكسالي در استان چهارمحال و
. بختياري، اسفند 1379
−كريمي، ب . و همكاران ، 1387 ، مطالعه بارش سالانه استان كرمان و
تحليل خشكسالي به كمك روشهاي زمين آماري با استفاده از
اولين همايش بين المللي تغييراقليم و گ ياهشناسي ،ARC GIS
درختي در اكوسيستمهاي خزري، 25 و 26 اريبهشت 1387 ، ساري.
−كلارستاقي، ع . و همكاران ، 1387 ، بررسي تغيير هاي زماني و مكاني
شاخص فرسايش فورنيه در حوزههاي آبخيز مركزي استان
مازندران، اولين همايش بين المللي تغييراقليم و گ ياهشناسي درختي
در اكوسيستمهاي خزري، 25 و 26 اريبهشت 1387 ، ساري.
−لشنيزند، م . 1383 ، بررسي اقليمي خشكسالي هاي ايران و راهكارهاي
مقابله با آن (مطالعه موردي شش حوضه واقع در غرب و شمال غرب
. ايران)، گروه جغرافياي دانشگاه اصفهان، اصفهان، ص 62 الي 65
طراحي سيستم پايش خشكسالي استان » ، −مريد، س . وهمكاران ، 1384
پژوهشكده مهندسي آب دانشگاه تربيت مدرس و شركت ،« تهران
سهامي مديريت منابع آب، تهران، 195 صفحه.
−مهدوي، م . 1381 ، هيدرولوژي كاربردي ، دانشگاه تهران، تهران ، جلد
اول.
−نيكپور، ع. 1380 بررسي خشكسالي در چند حوزه آبخيز استان
مازندران، سمينار كارشناسي ارشد آبخيزداري، دانشگاه
42 ص. ، تربيت مدرس، 1380
−وفاه خواه، م. 1379 ، شناخت عوامل مؤثر در خشكسالي، كنفرانس
. خشكسالي كرمان، اسفند 1379
طاهره انصافي مقدم و عمار رفيعي امام(1388). پهنهبندي خشكساليهاي اقليمي با استفاده از روش ميانيابي معكوس فاصله IDW مطالعه موردي: حوضه درياچهنمك . فصلنامة علمي-پژوهشي تحقيقات مرتع و بيابان ايران.
جلد 16 شمارة 2، صفحة 292- 274
خليل قرباني 1* - علي خليلي 2 - سيدكاظم علوي پناه 3- غلامرضا نخعي زاده(1389) مطالعه تطبيقي نماي ههاي هواشناسي خشكساليSIAP،SPI به روش داده كاوي مطالعه موردي استان كرمانشاه. نشريه آب و خاك جلد 24 شماره 3 مرداد - شهريور 1389 ص.427-417
مقدمه 1
خشكسالي يكي از پديده هاي زيان بخش جوي است كه وقوع آن
تقريباً در تمام نقاط جهان محتمل است ولي ويژگي هاي آن از
منطقه اي به منطقه ديگر بطور محسوسي فرق مي كند. برخلاف تصور
اكثر افراد، خشكسالي رخدادي نادر و تصادفي نيست بلكه حالتي نرمال
و مستمر از اقليم است ولي از آنجايي كه بصورت تدريجي ظاهر
مي شود روند آهسته تر و ن امحسوستري نسبت به ساير بلاياي طبيعي
دارد.
لازمه شناخت و مقايسه رويداد ها بيان كمي و يا اندازه گيري آنها
است. بنابراين براي مطالعه خشكسالي و مقايسه آن در زمان هاي مختلف، لازم است خشكسالي پايش شود . يكي از مشكلات اين
شناخت، عدم وجود يك تعريف دقيق و جامعي از خشكسالي است . به
عقيده دراكوپ خشكسالي را مي توان به سه نوع هواشناسي،
هيدرولوژي و كشاورزي دسته بندي كرد
1 - PDSI : Palmer Drought Severity Index
2 - RAI : Rainfall Anomaly Index
3 - DPI : Deciles of Precipitation Index
4 - CMI : Crop Moisture Index
5- BMDI : Bahlme and Mooley Drought Index
6 -PNPI : Percent of Normal Precipitation Index
7 - Nitzche
8 - EPI : Effective Precipitation Index
9 - RAI: Rainfall Anomaly Index
10-MCZI : Modified CZI
11-ZSI : Z-Score Index
12 - Tadesse
13 - SOI: Southern Oscillation Index
14 - MEI: Multivariate ENSO Index
15 - PDO: Pacific Decadal Oscillation
16- Harms and Deogun
17 - Dhanya and Nagesh Kumar
منابع
-1 بذر افشان ج . 1381 . مطالعهي تطبيقي برخي نمايه هاي خشكسالي هواشناسي درچند نمونه ي اقليمي ايران، پايان نامه ي كار شناسي ارشد،
دانشگاه تهران، دانشكده كشاورزي كرج.
-2 چناري م . 1385 . بررسي تغييرات چند نمايه ي مختلف خشكسالي، با استفاده از زنجيره ي ماركف (در نمونه هاي اقليمي البرز جنوبي ) ، پايان
نامهي كارشناسي ارشد، دانشگاه تهران، دانشكده كشاورزي كرج.
-3 خليلي ع. 1370 . گزارش هاي حوضه اي هواشناسي طرح جامع آب كشور، وزارت نيرو، جاماب ، تهران.
-4 مريد س . مقدسي م . ، پايمرد ش . و قائمي ه . 1384 . طراحي سيستم پايش خشكسالي استان تهران، پژوهشكدهي مهندسي آب دانشگاه تربيت
مدرس.
5- Agrawal R., Imielinski T., and Swami A.N. 1993. Mining Association Rules between Sets of Items in Large
Databases, in Peter Buneman and Sushil Jajodia (eds.), Proc. ACM SIGMOD International Conference on 1.
Management of Data, 207{216, 1993}.
6- Bhalme, H. N., and Mooley D. A. 1980. Large-scale drought/floods and monsoon circulation. Mon. Wea. Rev., 108,
1197–1211.
7- Brin S., Motwani R., and Silverstein C. 1997. Beyond market baskets: Generalizing association rules to
correlations. In J. M. Peckman (ed.), Proc.ACM SIGMOD Conference on Management of Data (SIGMOD'97),
pages 265 { 276, ACM,May 1997}.
8- Cabena, P. H., Stadler R., Verhees J., and Zanasi A. 1998. Discovering Data Mining: From Concept to
Implementation, IBM, New Jersey, 195 pp.
9- Dhanya C. T., and Nagesh Kumar D. 2009. Data mining for evolution of association rules for droughts and floods
in India using climate inputs, J. Geophys. Res., 114, D02102, doi:10.1029/2008JD010485.
10- Dracup J. A., Lee K. S and Paulson E. G. 1980. On the definition of droughts. Water Resource Research, 16: 297-
302.
11- Gibbs W. J., and Maher J. V. 1967. Rainfall deciles as drought indicators. Bureau of Meteorology Bull. 48,
Commonwealth of Australia, Melbourne, Australia.
12- Harms S.K., and Deogun J. S. 2004. Sequential association rule mining time lags. Journal of Intelligent Information
Systems, Volume 22, Number 1, January 2004 , pp. 7-22(16).
13- Hayes M. 1996. Drought indexes. National Drought Mitigation Center, University of Nebraska–Lincoln, 7 pp.
[Available from University of Nebraska Lincoln, 239LW Chase Hall, Lincoln, NE 68583.]
14- Hayes M. J., Svoboda M. D., Wilhite D. A., and Vanyarkho O. V. 1999. Monitoring the 1996 drought using the
standardized precipitation index. Bulletin of the American Meteorological Society, 80 (3): 429-438.
15- McKee T. B., Doesken N. J., and Kleist J. 1993. The relationship of drought frequency and duration to time scale.
Preprints, Eighth Conf. on Applied Climatology, Anaheim, CA, Amer. Meteor. Soc., 179–184.
16- McKee T. B., Doesken N. J., and Kleist J. 1995. Drought monitoring with multiple time scales. Preprints, Ninth
Conf. on Applied Climatology, Dallas, TX, Amer. Meteor. Soc., 233–236.
17- Mena, J. 1999. Data Mining Your Website . Woburn, Digital Press.
18- Nitzche M. H. 2002. Drought Quantification and Preparedness in Brazil, the Example of Sao Paulo State, Working
Paper, No 7,Londrina-PR,Brazil.
19- Palmer W. C. 1965. Meteorological drought. U.S. Weather Bureau Teach Paper 45, 1-58.
20- Palmer W. C. 1968. Keeping track of crop moisture conditions, nationwide: The new crop moisture index.
Weatherwise, 21, 156–161.
21- Rooy M., and van P. 1965. A rainfall anomaly index independent of time and space. Notos, 14, 43.
22- Tadesse T. 2002. Identifying Drought and its association with climatic and Oceanic Parameters Using Data Mining
Techniques. Nebraska, Graduate college University of Nebraska.
23- Vanderberg H., Sogard P., and Motoroni S. 1999. MineSetTM 3.0 Enterprise Edition Tutorial for Windows, Doc.
No. 007-4006-001, Silicon Graphics Inc
خشكسالي، پديده اي طبيعي و نا محسوس است كه در پي كاهش بارندگي در طي يك دورة ممتد كوتاه يا طولاني روي مي دهد(39، Hardy, 2003) اين پديده به عنوان يكي از محدوديت هاي خاص طبيعت بر اي هر اقليمي تكرارپذير و پيش آمدني است، كه تقوي و محمدي(18،1386) از آن به عنوان ناهنجاري اقليمي ياد كرده ان د. كردواني(30،1380) نمونه هاي زيادي از خشكسالي را در ايران و جهان و اثرهاي آن در كشورهايي كه از لحاظ اقليمي شرايط بهتر از كشور ما دارند، ذكر كرده است . اظهارنظر كارشناسان گوياي آن است كه ايران در 22 سال گذشته 13 خشكسالي را پشت سر گذاشته است(تقوي و محمدي،15،1386) براي مطالعه و ارزيابي خشكسالي، شاخص هاي متعددي ارائه شده است . هيم(1160،2002) معتقد است برخي شاخ صها (پالمر) داراي قالب نسبتاً پيچيده اي هستند كه فقدان آمار طولاني مدت، كاربرد آن را در ایران محدود كرده است. كمبود اطلاعات سبب روي آوردن پژوهشگران به جايگزين هاي ساده تر بر پاية بارش شده است(2،1988،Guttman ). بارندگي به عنوان بي ثبات ترين متغير اقليمي در مناطق خشك و نيمه خشك اهميت فراواني دارد . تغييرات بارش به طور مستقيم در رطوبت خاك، جريان هاي سطحي و زيرزميني انعكاس مي يابد. به همين دليل بارش اولين برداري است كه مي تواند در بررسي هر حالتي از خشكسالي مورد توجه قرار گيرد(نوحی و عسگری،59،1384) . در ايران با وجود حاكم بودن شرايط خشكي، ميزان انحراف واقعي بارش نسبت به مقادير متوسط ماهانه، فصلي يا سالانه مي تواند بيان كنندة خشكسالي باشد . خشكسالي كش اورزي تأثيرات ويژگي هاي مختلف هواشناسي را به كشاورزي مرتبط مي سازد و حساسيت گياه را در مراحل مختلف رشدي م يسنجد.
آماده سازي داده ها
در تحليل داده هاي فضايي مانند بارش، مفروضات بنيادي نظير نرمال بودن، خلأ هاي آماري و وجود داده هاي پرت
ناهمخوان با ساير داده ها بايد مورد بررسي قرار گيرد، زيرا تحليل خشكسالي بر پايه اين مفروضات بنا نهاده شده است . پس از آماده سازي زمانيِ داده هاي هر ايستگاه، مشخص شد كه براي
1. Kolmogorov-Smirnov
2. Run test
3. Percent of Normal Precipitation Indices
4. Z Score
5. Rainfall Anomaly Indices
بررسي انجام شده نشان داد كه شاخص هاي Z RAI SPI شدت و تداوم خشكسالي فصلي و ساليانه را در سطح منطقه همدان به خوبي برآورد كردند و شاخص PNPI در مقياس فصلي نتايج م شابهي با ساير شاخص ها ارائه داد . ضمن آنكه شدت خشكسالي هاي رخداده فارغ از نوع شاخص، بيشتر در حد متوسط و خفيف برآورد گرديد . برآوردهاي حاصل از SPI در بلندمدت درخصوص وجود يك خشكسالي سخت و شديد، در طي يك دوره 30 ساله (ايران ) با نتايج كار پژوهشگراني نظير كردواني(2، 1384) همخواني دارد.
منابع
Agriculture Statistics, 2002, Prominent Basis Statistics, Jehad Agriculture Hamedan
Organization.
Akhtari, R., Mahdian, M.H. and Morid, S., 2007, Assment of Spatial Analysis of SPI and EDI
Drought Indices in Tehran Province, Iran-Water Res, 2(3): 27-38.
Alizadeh, A., 2005., Principles of Applied Hydrology, Ferdowsi University of Mashhad
Publish, 17th Edition, pp. 816.
Azizi Gh., 2000, Estimate of Effective Rainfall in Related to Wheat Dry Farming (A Case
Study of Khorram Abad Plain), Researches in Geography, No. 39: 115-123.
Banejad, H., Zare Abyaneh, H., Nazarifar, M.H. and Sabziparvar, A., 2006, Application of
Standard Precipitation Index (SPI) with Geostatistic Method for Analyzing
Meteorological Drought in Hamedan Province, 6(2): 63-73.
Brunini, O., Pinto, S., Zullo, J., Barbano, M.B.P., Camargo, A., Rogerio., B., Pedro, M. and
Giuseppe P., 2000, Drought Quantification and Preparedness in Brazil- the
Exampele of Sao Paulo State, Proceedings of an Expert Group Meeting, V.1, p.89 –
103.
Chamani A., Makhdoum M., Jaffari M., Khorasani, N., Cheraghi, 2005, Environmental
Impact Assessment of Hamadan Province (W. Iran) by Degradation Model, Journal
of Environmental Studies, 37(31):35-44.
Darbandi, S., Kaveh, F., Fakhery Fard, A., Sedgy, H. and Kamali, Gh., 2008, Introducing of a
48 پژوهش هاي جغرافياي طبيعي، شماره 69 ، پاييز 1388
New Index for Agricultural Drought Severity Evaluating on the Basis of Relative
Yield, Jornal of Agricultural Sciences Islamic Azad University 13(1):107-123.
Edvard, D., 1993, Methodology: Spi Defined, Chapter 3 of Master’s thesis, National Drought
Mitigation center.
Guttman, N., 1998, Comparing the Palmer Drought Index and the Standardized
Precipitation Index, J. of Am. Water Resources Association, 34, PP.113-121.
Hardy, J., 2003, Climate Change, Causes, Effects and Solutions, John Wiley Sons. Ltd,
pp. 39.
Heim, J., 2002, A Review of Twentieth-century Drought Indices Used in the United States,
Bulletin of Am, Meteorological Society, 83(8), PP. 1149-1165.
Hossini, M.T., Siosemarde, A., Fathi, P. and Siosemarde M., 2007, Application of Artificial
Neural Network (ANN) and Multiple for Estimation assessing the Performance of
Dry Farming Wheat Yield in Ghorveh Region, Kurdistan Province, Agricultural
Research (Water, Soil & Plant Agriculture) 7(1): 41-54.
Houghton, J., Meira, F., BA Callender, Harris, T., Kattenberg and Ken Maskell (Eds), 1995,
Second Assessment Report (SAR), Intergovernmental Panel on Climate Change (IPCC),
Climate Change 1995: The Science of Climate Change – Contribution of Working Group
I , Cambridge University Press, p. 6 of summary for policy-makers, p. 572.
Kamali, Gh.A., 1998, Determination of the Most Suitable Data of Plantation for Wheat in
Dry land of the Western Regions of Iran with Application of Climatic Potentials and
Start of Rain, Geographical Research, Tome, 45: 13-24.
Kardavani P., 2001, The Draught and Contrasting Styles with that in Iran, Tehran
University Press, Pp. 28-33.
Kazemi A., 2006, Evaluation of Indices Drought and Aridity in Climatic Condition
Hamedan Province, Msc. Thesis, Irrigation Department, College of Agriculture, Bu Ali
Sina University, p. 99.
Lashani Zand, M. and Telvari A., 2006, An Investigation on Climatological Draught and its
Prediction of Feasibility in Six Basin in West and North-West of Iran, Geographical
Research, tome 72:73-86.
Lashni Zand, M. and Kharamian, N., 2001, Continental Drought Zoning in Lorestan
Province with Statistic Indexes, Proceeding of the First National Conference on the
Study of Combat Strategies in Water Crisis, Zabol University, pp. 109-121.
Moghaddasi, M., Paymozd, Sh. And Saied, M., 2005, Monitoring the Draught During 1998
to 2000 in Tehran Province, Using EDI, SPI, DI indices and Geographical
Information System, Modarres Human Sciences Quarterly Journal (Geography), Tome
9(1): 197-220.
Mohammadi, H. and Javari, M., 2007, Precipitation Changes of Iran, Journal of
Environmental Studies, 32 (40): 87-100.
Mohseni Saravi, M., Safdari, A., Sghafian, B. and Mahdavi, M., 2005, Severity, Frequency,
Duration and Area Analysis of Karoon Basin Droughts Using the Standardized
Precipitation Index (SPI), Iranian Journal Natural Research, 57(4): 607-620.
مطالعة تطبيقي چهار نماية خشكسالي هواشناسي بر پايه عملكرد نسبي محصول گندم ديم در استان همدان
49
Mozaffari, Gh. And Ghaemi H., 2003, Rain Fall Condition Analysis in Dry Land Farming
Area (Case Study: East of Kermanshah), Research in Geography, N. 42: 103- 119.
Nasaji Zavare, M. and Sanee, M., 2002, Appointment Period of Drought with Use of
Drought Index SPI. Proceeding of the First National Conference on the Study of
Combat Strategies in Water Crisis, Zabol University, pp: 109-121.
Noohi, K. and Asgari, A., 2006, Study of Drought and Return Priod Drought in Qum
Region, Agricultural Aridity and Drought, Scientific and Extension Quarterly, Hahad
Agriculture, No. 15. pp. 47-64.
Puhe, H., Ulrich., B. and Achim D., 2001, Global Climate Change and Human Impacts on
Forest Ecosystems, Spriger Verlage Berlin eidolberge Germany, P. 592.
Rouhani, S., 2006, Determiation of Optimum Cropping Pattern with the Empasis on
Sustainability of Water Resources: A Case study of Hamadan-Bahar Plain, Ph.D.
Thesise, University Colleges of Agriculture & Natural Resources, College if Agricultural
Economics & Development, University of Tehran, Pp. 205.
Sabziparvar A., Ghafouri M., Maryanaji Z., 2009, Evaluation of Sensitivity of Some Existing
Evapotranspiration Models of Climate Change Signals in Cold Semi-arid Climate of
Hamedan, Journal of Science and Technology of Agriculture and Natural Resources
Special Issue Water, Soil and Resources, 12 (46B): 581-593.
Sabziparvar, A., Kazemi, A., Maroufi, S., Bazrafshan J., Ghafouri, M., Study of Seven
Meteorological Drought Indices, Using Cluster Analysis Technique (Case Study:
Hamedan Province). (In Peress).
Taghavi, F. and Mohammadi, H., 2007, Study the Return Period of Extreme Climate Events
for Reduction of Environmental Impact, Journal of Environmental Studies, 33(43):
11-20.
Trnka, M., Hlavinka, P., Semerádová, D., Dubrovský, M., Žalud, Z., and Možný M., 2007,
Agricultural Drought and Spring Barley Yields, PLANT SOIL ENVIRON, 53(7),
306–316.
Willeke, G., Hosking, J., W, J. and Guttman, N., 1994, The National Drought Atlas, Institute
for Water Resources Report 94-NDS-4, U.S. Army Corps of Engineers, P. 587.
Yarahmady, D. and Nasiri, B., 2005, Application of the Integrative Panel Model to Examine
the Relationship between the Yield of Dry Wheat and the Parameters: Lorestan
Province (Case Study), Modarres Human Sciences, Vol. 8. No. 4 (tome 35): 175-190.
Zweirs, F., 1994, Changes in Screen Temperature Extreme under a Doubling of Co2 in:
Boer GJ ed Reasearch Activities in Atmospheric and Oceanic Modeling, World
Meteorological Organization thecnical document 592, WMO, Genva, CAS/JSC Working
Group Numerical Experimentation, Report 19, February 1994, WMO/TD-No. 592,
PP. 7.44-7.46.
وضعيت آب هاي ايران
با توجه به قرارگرفتن ايران در نواحي خشك و نيمه خشك، مقدار بارندگي و حجم آب هاي ايران به اندازه كافي نيست و ريزش هاي جوي در همه جا به يك اندازه فرو نمي ريزد. مشكل آب در كشور ما علاوه بر كمبود ريزش هاي جوي، بالابودن ميزان تبخير است. يعني بخش اعظم آب هاي ناشي از بارندگي طي فرآيند تبخير، بخار شده و از دسترس خارج مي شود كه آن را تبخير واقعي مي نامند. علاوه بر تبخير واقعي بايد به تبخير بالقوه توجه كرد. يعني مقدار آبي كه از دسترس باشد به وسيله خورشيد تبخير مي گردد. ميزان تبخير بالقوه بيشتر از تبخير واقعي است زيرا معمولاً آبي كه براي تبخير در محيط وجود دارد، كمتر از توانايي آن محيط براي تبخير مي باشد.
مفهوم و اثرات خشکسالی
خشکسالی جزء بلايای طبيعی نا محسوس است
خشکسالی حالتی نرمال و مستمر اقليم است و در يک دوره زمانی حادث می شود.
خشکسالی را نبايد صرفاً بعنوان پديده ای کاملاً فيزيکی يا طبيعی در نظر گرفت، تأثيرات آن در جامعه ماحصل ايفای نقشی ما بين يک رخداد طبيعی (بارش کمتر از حد انتظار) و نياز مردم به منابع تأمين آب می باشد.
تمامی جوامع در ابعاد اقتصادی، زيست محيطی، توسعه و غيره از خشکسالی آسيب می بينند.
کشور ما در يکی از مناطق خشک و نيمه خشک جهان قرار گرفته است و خشکی جزء فطرت و صفت آن است ، تغییرات شدید مقدار بارش، شدت و پراکنش زیاد بارندگی و نوسانات دما از خصو صیات این مناطق است . خشکسالی نیز بعنوان یک عارضه موقت مناطق را حادتر می کند .
خشکسالی در ابعاد مختلف ، برنامه ریزی توسعه ای کشور را دچار رکود نموده و بحران های گسترده سیاسی ، اجتماعی و اقتصادی بصورت پنهان بوجود می آورد.
خشکسالی در سالهای خیر بر منابع آب ، کشاورزی ، تولیدات دامی ، مراتع ، مهاجرت ، طغیان افات و بیماریهای گیاهی ، بهداشت و درمان تاثیر سوء بسیار زیادی داشته است.
در مورد شدت و مدت خشكسالي تحقيقات كمتري صورت گرفته است . در اين مورد مي توان به تحقيقات سليماني و همكاران(1384) اشاره نمود كه به بررسي روند خشكسالي ها و ترسالي هاي استان مازندران پرداختند . به همين منظور ب ا استفاده از داده ه اي بارندگي ايستگاه هاي منتخب با طبقه بندي شدت خشكسالي ها و ترسالي ها به سه گروه ضعيف، متوسط و شديد و نيز با طبقه بندي مدت خشكسالي ها و ترسالي ها به چهار گروه دوره تداوم يكساله، دو تا سه ساله، چهار تا پنچ ساله و فراتر از پنچ ساله ، به تجزيه و تحليل فصلي و س الانه خشكسالي ها و ترسالي ها پرداختند . نتايج تحقيقات آنها نشان داد كه هر چند وقوع خشكسالي ها نسبت به ترسالي ها در اغلب ايستگاه ها از فراواني بيشتري برخوردار بوده ، با اين حال هيچ روند خاص اقليمي مبني بر كاهش بارندگي در منطقه در سا لهاي اخير مشاهده نشده است و از نظر الگوي مكاني نيز وقوع خشكسالي ها و ترسالي ها از نظم خاصي تبعيت نكرده است.
نمايه بارش استاندارد شده
از آنجايي كه در مطالعات خشكسالي و ترسالي در هر منطقه ابتدا نياز به كمي نمودن اين پديده مي باشد، لذا در همين راستا
شاخص هاي مختلفي به منظور بررسي اين موضوع از طرف محققان ارائه شده است . اما هيچ يك از اين شاخص هاي ارائه شده ذاتاً
نسبت به ساير شاخص ها در كليه جوانب برتري ندارند . ولي بعضي از اين شاخص ها به نسبت اهداف مورد نظر از ديگر شاخص ها
مناسب تر مي باشند. همچنين هانگ و همكاران(2000) بيان داشتند كه يك شاخص خشكسالي زماني مفيد است كه بتواند ارزيابي
كمي ، ساده و روشني از خصوصيات اصلي خشكسالي يعني تداوم، شدت، فراواني و سطح درگير با خشكسالي ارايه دهد.
مك كي و همكاران در سال 1993 شاخص را براي اينكه وضعيت عملياتي پايش منابع تامين آب را در ايالت كلرادو بهبود بخشند، توسعه دادند . نمايه استاندارد شده بارش يك ابزار قوي در آناليز داده هاي بارندگي مي باشد . هدف احتصاص ارزش عددي به بارندگي مي باشد تا بتوان نواحي با آب و هواي كاملاً متفاوت را مقايسه كرد . مقادير مثبت بارندگي بيشتر از بارش متوسط و مقادير منفي آن بارندگي كمتر از بارش متوسط را نشان مي دهد. يك خشكسالي زماني اتفاق مي افتد كه نمايه بارش استاندارد منفي تداوم داشته باشد و همچنين وقوع يك خشكسالي زماني شديد است كه نمايه بارش استاندارد 1- يا كمتر از آن برسد و در صورتي كه مثبت شود ، رخداد خشكسالي به پايان خواهد رسيد . حدود طبقات وضعيت رطوبتي بر اساس اين نمايه در
منابع
1. سليماني، ك .، رمضاني، ن .، احمدي، م . ، و بيات، ف. 1384 . بررسي روند خشكسالي ها و ترسالي ها در حوز ه هاي آبريز
.13- مازندران. پژوهشنامه علوم كشاورزي و منابع طبيعي خزر، ص 27
2. عزيزي ، ق .، روشن ، ع . 1384 . بررسي خشكسالي ها- ترسالي ها و امكان پيش بيني آنها با استفاده از مدل سري زماني هالت
.48- وينترز در استان هرمزگان. تحقيقات جغرافيايي، جلد 20 ، شماره 4، ص 63
3. مساعدي، ا.، شريفان، ح .، و شهابي، م. 1386 . مديريت ريسك خشكسالي با شناحت ميكرو كليماهاي استان گلستان . 171
ص.
4. Hong. W and Hayes, J. 2001. An Evaluation of the standardized precipitation Index, The
China- Z Index and the statistical Z-Score Int. J. Climatol, 21745- 758 PP.
5. Mckee, T. B., Doesken, N. J., and J. Kleist. 1993. The relation of drought frequency and
duration to time scales. English Conference on Applied Climatology, 17-22.
6. Smakhtin, V.U. and Hughes, D. A. 2004. Review, Automated Estimation and Analyses of
Drought Indices in South Asia. Working Paper 83. Colombo, Sri Lanka: International Water
Management Institute.
7. Wilhite, D.A. 2007. Moving Toward Drought Risk Management: The Need for a Global
Strategy, Available online at http://www. Nahrim.gov. my/ PDF/ drought.
منابع
1. آشگر طوسی، ش.، علیزاده، ا.، و جوانمرد، س. 1565 . پیش بینی احتمال وقوع خشکسالی در اساتان خراساان، فصالنامه
.116- تحقیقات جغرافیایی، ج 16 ، ص 146
4. چناري، م. 1561 . بررسی تغییرات چند نمایه مختلف خشکسالی با استفاده از زنجیره مارکف در نمونه هاي اقلیمی البارز
جنوبی، پایان نامه کارشناسی ارشد، 156 ص.
3. Abebe, A., and Forch, G. 2007. Stochastic Simulation of the Severity of Hydrology Drought, J.
Water and Environment, 21: 223-233.
4. Edwards, D.C., and. McKee, T.B. 1997. Characteristics of 20th Century Drought in the United
States at Multiple Time Scales. Climatology Report Number 97- 2, Department of Atmospheric
Science, Colorado State University, Fort Collins, 174 pp.
5. McKee, T. B., Doesken, N. J. and Kleist, J. 1993. The relation of drought frequency and duration
to time scales. Proceedings, 8th Conference on Applied Climatology, 17-22 January, 379-384.
6. Palmer, W.C., 1965. Meteorological drought, Research Paper No. 45, Washington, D.C:U.S.
Wather Bureau. 59 pp.
7. Paulo, A.A., Ferreira, E., Coelho, C., Pereira, L.S. 2005. Drought class transition analysis
through Markov and Loglinear models, an approach to early warning, Agricultural Water
Management, 77: 59-81.
8. Sharma, B. R., and Smakhtin, V. U. 2004. Potential of water harvesting as a strategic tool for
drought mitigation, International Water Management Institue.24 pp.
9. Steinmann, A. 2003. Drought Indicators and Triggers: A Stochastic Approach to Evaluation.
Journal of the American Water Resources Association (JAWRA), 39(5):1217-1233.
10. Thompson, S.A. 1999. Hydrology for water management, Balkema, Rotterdam Netherlands.
منابع مورد استفاده
۱۳۲۸ . انتشارات سازمان هواشناسي كل كشور. - ۱ -آمار هواشناسي. سالنامه. ۱۳۸۰
۲ -حسني ها، ح. ، ع. و ز. صالحي، ۱۳۷۹ . بررسي وضعيت خشكسالي استان زنجان.
اولين كنفرانس ملي بررسي راهكارهاي مقابله با كم آبي و خشكسالي. كرمان.
. اسفند ۱۳۷۹
۳ -زارع ابيانه. ح. ، محسني موحد، ا. ، قائدي، م. ر. ، و ايزدي، م. ، ۱۳۷۵ . طرح
تحقيقاتي: بررسي درصد فراواني خشكسالي و روند افزايشي آن ( مرحله اول ) .
انتشارات دانشگاه بوعلي سينا و اداره كل هواشناسي استان. همدان.
۴ -زارع ابيانه، ح. ، محبوبي، ع. ا. و حيدري، م. ، ۱۳۸۰ . بررسي هاي شاخصهاي
خشكسالي غرب كشور. اولين كارگاه آموزشي هواشناسي كشاورزي. همدان.
۵ -زارع ابيانه، ح. ، محبوبي، ع. ا. و احساني، م. ر. ۱۳۷۹ برآورد نياز آبي گياهان
و مقايسه آن با تبخير در منطقه همدان. اولين كنفرانس ملي بررسي راهكارهاي
. مقابله با كم آبي و خشكسالي. كرمان. اسفند ۱۳۷۹
۶ -عليزاده، ا. ، ۱۳۷۸ . اصول هيدرولوژي كاربردي. انتشارات دانشگاه امام رضا (ع
). مشهد.
۷ -فرج زاده، م. موحد دانش، ع. ا. و قائمي، ه. ، ۱۳۷۴ . خشکسالي در ايران. مجله
دانش کشاورزي. جلد ۵. شماره هاي ۱ و ۲. دانشگاه تبريز.
. ۸ -کريمي، و. ،کامکار حقيقي، ع. ا. ، سپاسخواه، ع. ر. ، و خليلي ، د. ، ۱۳۸۰
بررسي خشکسالي هاي هواشناسي در استان فارس. مجله علوم و فنون کشاورزي و
منابع طبيعي. جلد ۵. شماره ۴. زمستان ۱۳۸۰ . دانشگاه صنعتي اصفهان.
. ۹ -وزارت نيرو، ۱۳۷۳ . بولتن وضعيت منابع آب كشور. شماره ۸
10-Palmer, W.C.1965. Meteorological drought. USWB, Res. Paper
No. 45.
11-WMO, 1975.Special environmental. Report No. 5, pp. 403
REFERENCES
1. Ashrafi-Zadeh, A. 1999. Application of Artificial Neural Network to estimate evaporation from
saline evaporation pond. MSc. Thesis, University of Tehran.
2. Ataei, M. 1378. Special cultivation of cereals. Vol 2, Publisher, University of Tehran, 285 pp.
3. Bazrafshan, J. 2000. The effective rainfall, a new view on daily trend of intensity and droughts
duration. Proceeding of first national conference on challenge with water scarcity and drought.
Kerman, Vol. 1: 399-406.
4. Bazrafshan, J. 2002. Adaptation study of some drought indexes in different climates of Iran. MSc.
Thesis, University of Tehran.
5. Beran, M & Rodier, J.A. 1985. Hydrological aspects of drought, studies and reports in hydrology
39, UNESCO-WMO.
6. Boken,K;P.Cracknell, & L.Heathcote. 2005 .Monitoring and predicting Agricultural Drought.first.
ed., Oxford university press inc., 472 pp.
7. Eitzinger, J., G. Gruszczynski, W. Schneider, F. Suppan, T. Koukal, & M. Trnka. 2005. Comparison
of different methods for estimation of drought impacts on crop yield on the field scale in Austria.
Geophysical Research Abstracts, Vol. 7
8. Gitelson, A.A., F. Kogan, E. Zakarin, L. Spivak. & L. Lebed. 1998. Using AVHRR data for
quantitative estimation of vegetation conditions: Calibrating and validation. Adv. Space Res., Vol.
22, No. 5: 673-676.
9. Intergovernmental Panel on Climate Change (IPCC), 2001. Climate Change 2001: The Scientific
Basis. Contribution of Working Group 1 to the Third Assessment Report of the Intergovernmental
Panel on Climate Change (Houghton, J.T., Y. Ding, D.J. Griggs, M. Noguer, P.J. van der Linden, X.
Dai, K. Maskell, and C.A. Johnson (eds.)).Cambridge University Press, Cambridge, United
Kingdom and New York, NY, USA,881pp
10. Kamali, Gh. & L. Khazanehdary. 2002. Analyzing recent drought in Mashhad by application of
some drought indexes. Journal of Nivar, Vol 44-45: 75-93.
11. Karabulut, M. 2003. An examination of relationships between vegetation and rainfall using
maximum value composite AVHRRNDVI dat. Turk J Bot 27 (2003), 93-101.
12. Kazemi-arbat, H. 1374. Special cultivation of cereals. Vol 1, Publisher, Markaze Nashre
Daneshgahi. 253 pp.
13. Khalili, A. 1991. Climatic basin reports in country water integrated project. Ministry of power,
Jamab, Tehran.
14. Khalili, A. 1998. Country water integrated project-updating report. Ministry of power, Jamab,
Tehran.
15. Khalili, A., & J. Bazrafshan. 2003. Performance evaluation of some drought indexes in different
climates of Iran. Journal of Nivar, Vol 48-49: 79-93.
16. Khodabandeh, N. 1990. cereals. Publisher, University of Tehran, 480 pp.
17. Liverman, D.M. 1990. Drought impacts in Mexico: climate, agriculture, millet. Technology and land
tenure in sonora, and Puebla.
18. Majnon Hoseini, N. 2001. Cereals cultivation (Wheat, Barely, Rice and Corn). Publisher, Naqshe
Mehr, 126 pp.
19. Nguyen, T.H. 2000. Distribution of drought in vietnam. Scientific report, Agrometerological
Research center, Hanoi in Monitoring and predicting Agricultural Drought, OXFORD university
press..
20. Palmer, W.C. 1965. Meterorological Drought Research paper no. 45. weater Bureau, washington,
DC.
21. Safa, B., A. Khalili, A. Liaghat, & M. Teshnehlab. 2003. Application of Artificial Neural Networks
for Wheat Yield Prediction using climatic data. 2003. Royal Meteorological Society Conference
2003. Sept. 1-5, 2003. UEA, Norwich, England.
22. Safa, B., A. Khalili, M. Tashnehlab, & A. Liaghat. 2003. Predicting wheat yield using Artificial
Neural Network. Journal of Nivar, Vol 48-49: 47-62.
23. Seiler, R.A., F. Kogan, & J. Sullivan. 1998. AVHRR-based vegetation and temperature condition
indices for drought detection in Argentiana. Adv. Space Res., Vol. 21, No. 3, 481-484. Bulletin of
American Meteorological Society, 621-635.
24. Shashko, D.I. 1985. Agroclimatic Resources of the USSR. Hydrometeoizdat, Leningrad.
25. Singh R.P., S. Roy, & F. Kogan. 2003. Vegetation and temperature condition indices from
NOAAAVHRR data for drought monitoring over lndia. INT. J. REMOTE SENSING, Vol. 24, No.
22: 4393-4402.
26. Tiscareno-Lopez, M., C. Izaurralde, N.J. Rosenberg, A.D. Baez-Gonzalez, & J. Salinas-Garcia.
2003. Modeling El Nino Southern Oscillation climate impact on Mexican agriculture. Geofis.
Int.42:3:331-339
27. Vogt, J.V., S. Niemeyer, F. Somma, L. Beaudin, & A.A. Viau. 2000. Drought monitoring from
space. In: Drought and drought mitigation in Europe, 167-183.
This
منابع
-1 آشگرطوسي، ش. و عليزاده، ا. ( 1382 )، پيشبيني بارندگيهاي فصلي در استان
فصلنامهي كميتهي ملي مديريت خشكي و .SARIMA خراسان با استفاده از مدل
. خشكسال ، ي شمارهي 9
-2 پروين، ن. ( 1380 )، بررسي خشكسالي حوضهي آبريز درياچهي ارومي ، ه
پاياننامهي كارشناسي ارشد، دانشكدهي علوم و ادبيات انساني، دانشگاه تربيت
معلم تهران.
-3 شمسنيا، س.ا.، ن. پيرمراديان.، م.م. قاسمي.، م.ع. شاهرخنيا. و س.ن. اميري
1379 در استان - 1386 )، تحليل پراكندگي مكاني شدت خشكسالي سال زراعي 80 )
مجموعه مقالات ،(GIS) فارس با استفاده از سامانهي اطلاعات جغرافيايي
دومين همايش ملي كشاورزي بومشناختي ايرا ، ن دانشگاه علوم كشاورزي
گرگان. 25 الي 26 مهرماه.
-4 قويدل رحيمي، ي. و س. جهانبخش اصل ( 1382 )، مدلسازي روند بارش و
پيشبيني خشكساليهاي حوضه آبريز درياچه اروميه، نشريهي دانشكده علوم
. انساني و اجتماع ، ي دانشگاه تبريز. شماره 8
-5 قويدل رحيمي، ي. ( 1383 )، كاربرد نمايههاي مبتني بر بارش در مطالعهي
خشكساليها و ترساليها (مطالعهي موردي: استان آذربايجانشرقي)، نشريهي
.47- پژوهش و سازندگ ، ي شمارهي 65 ، صص 56
www.SID.ir
Archive of SID
189 مدلسازي خشكسالي در استان فارس با...
-6 نيرومند، ح. و ا. بزرگنيا ( 1385 )، سريهاي زمان ، ي انتشارات دانشگاه پيام نور،
276 صفحه.
7- Davis, J.M. and P.N. Rappoport (1974), The Use of Time Series
Analysis Techniques in Forecasting Meteorological Drought.
Bulletin of the American Meteorological Society, Monthly
Weather Review. 102(2), Pp.176-180.
8- Figueiredo, M.A.T. (2004), Lecture Notes on the EM Algorith
Portugal. Instituto de Telecomunicacoes, Instituto Superior
Tecnico. 1049-001 Lisboa.
9- Garson, D. (2007), Time Series Analysis, www2.
Chass.Ncsu.edu/garson/pa765/time.htm.
10- Hayes, M., M.D. Svoboda, D.A. Wilhite, and O.V. Vanyarkho
(1999), Monitoring the 1996 Drought Using the Standardized
Precipitation Index. Bulletin of the American Meteorological
Society, 80(3), 429-438.
11- McKee, T.B., N.J. Doesken, and Kleist (1993), The
Relationship of Drought Frequency and Duration to Time
Scales, Preprints 8th Conference on Applied Climatology. 17-
22 January, Anaheim, CA. Pp: 170-184
12- Tsakiris, G. and H. Vangelis (2004), Toward a Drought Watch
System Based on Spatial SPI, Journal of Water Resources
Management, 18(1), Pp. 1-12.
www.
SI منابع
پايان نامه كارشناسي ارشد، دانشگاه ،« بررسي عوامل اقليمي خشكسال يهاي استان سمنان » .( -1 اميري مژگان. ( 1382
شهيد بهشتي، گروه جغرافيا.
پايان نامه كارشناسي ارشد، دانشگاه « بررسي سينوپتيك سيستم هاي سيل زا در شمال ايران » .( -2 باقري سعيد. ( 1372
تهران، به راهنمايي: فريده حبيبي، گروه فيزيك.
پايان نامه « بررسي سينوپتيكي سيستم هاي سيل زا در حوزه آبريز رودخانه دالكي » .( -3 پرند خوزاني، اكرم. ( 1378
كارشناسي ارشد، دانشگاه تربيت مدرس، به راهنمايي: حسن لشكري، گروه جغرافيا.
بررسي و تعيين الگوهاي سينوپتيكي حاكم بر سيلاب هاي مخرب حوضهي آبريز درياچهي » .( -4 پروين، نادر. ( 1386
پايان نامه كارشناسي ارشد، دانشگاه تربيت معلم تهران، به راهنمايي: جعفرپور، زين العابدين و حجازي « اروميه
زاده، زهرا، گروه جغرافيا.
بررسي و شناسايي الگوهاي » .( -5 حجازي زاده زهرا؛ جعفرپور زين العابدين؛ عليجاني بهلول و پروين نادر. ( 1386
مجله علوم « سينوپتيكي تراز 500 هكتوپاسكال مولد سيلاب هاي مخرب و فراگير سطح حوضه آبريز درياچه اروميه
.52-73 : جغرافيايي، سال دوم، 4
فصلنامه تحقيقات ،« بررسي الگوهاي ماهانه خشكسالي و ترسالي در ايران » .( -6 خوش اخلاق فرامرز. ( 1376
.136- 154 : جغرافيايي، 45
شناخت، طبقه بندي و پيش بيني خشكسالي با استفاده از روش » .( -7 زاهدي مجيد و قويدل رحيمي يوسف. ( 1381
.19- 48 : فصلنامة فضاي جغرافيايي، 6 ،« سري هاي زماني نمونه مطالعاتي حوضه آبريز درياچه اروميه
به راهنمايي: خير « بررسي سينوپتيك سيستم هاي سيل زا در جنوب غربي ايران » .( -8 سبزي پرور علي اكبر. ( 1370
انديش، محمد، پايان نامه كارشناسي ارشد، دانشگاه تهران، موسسه ژئوفيزيك.
ج دوم، مركز فرهنگي انتشاراتي «"SPSS 6.0 for Windose راهنماي كاربران » .( -9 شركت آمار پردازان. ( 1377
. حامي، تهران، 533
بررسي اثر الگوهاي سينوپتيك در تغييرات زماني » .( -10 عليجاني بهلول؛ عزيزي قاسم و رضايي پرويز. ( 1383
فصلنامه جغرافيايي سرزمين، سال « سيلاب هاي جنوب درياي خزر مطالعه موردي: رودخانه هاي شفارود و تالار
.67 -85 : اول، 1
8- Drought earrly warning system
www.SID.ir
Archive of SID
106 فصلنامه تحقيقات جغرافيايي، سال 25 ، شماره 100 ، بهار 1390
- 84 : پژوه شهاي جغرافيايي، شماره 38 ،« النينو و دوره هاي خشكسالي- ترسالي در ايران » .( -11 عزيزي قاسم. ( 1379
.71
. -12 فرشادفر عزت ا.. . ( 1380 ). اصول و روش ها ي آماري چند متغيره، انتشارات طاق بستان، كرمانشاه، 461
.8- 15 : فصلنامه بيمه، 13 « تجزيه و تحليل ريسك سيل و آثار زيانبار آن در ايران » .( -13 ميرزاخاني آتوسا. ( 1378
تحليل و پيش بيني كل بارندگي ماهانه و سالانه مشهد در » .( -14 هاشمي سيد رضا و اميرجهانشاهي سيد مهدي. ( 1384
.57- 73 :56 - نيوار، شمارة پياپي 57 « سال 2005
15- Aizen E.M. Aizen V.B. Melack J.M. Nakamura T. and Ohta. T., (2001), “Precipitation and
Atmospheric circulation pattern at Mid-latitudes of Asia”, International Journal of
Climatology, 21: 535-556.
16- Al-Awadhi, S. and Jolliffe, J., (1998), “Time Series Modelling of surface pressure Data”,
International Journal of Climatology 18, 443-455.
17- Andres M. Tomas C. De Pablo F., (2000), “Spatial patterns of the daily non–convective
rainfall in Castillay Leon (Spain)”, International Journal of Climatology, 20: 1207-1224.
18- Bhalme, H.N. and Mooley, D.A., (1980), “Large - scale drought/floods and monsoon
circulation”, Monthly Weather Review, 108: 1197-1211.
19- Cavalcanti F.A. and Kayano M.T., (2005), “High-frequency patterns of the atmospheric
circulation over the southern hemisphere and south America”, Meteorology and Atmospheric
Physics, 69: 179-193.
20- Changnon S.A., (1999), “Record flood-producing rainstorms of 17-18 July 1996 in the
Chicago metropolitan area. Part III: Impacts and responses to the flash flooding”, journal of
Applied Meteorology, 38: 273-280.
21- Diem J.E., (2006), “Synoptic–scale controls of summer precipitation in the southeastern
United States”, Journal of Climate, 19: 613-621.
22- Esteban P. Jones F.D. Martin-Vide J. Mases M., (2005), “Atmospheric circulation patterns
related to heavy snowfall days in Andora, Pyrenees”, International Journal of Climatology,
25: 319-329.
23- Hughes, L. B. and Saunders, M., (2002), “A Drought Climatology for Europe”, International
Journal of Climatology 22, 1571-1592.
24- Karl T.R. Koscielny A.J. and Diaz H.F., (1982), “Potential errors in the application of
principal component (eigenvector) analysis to geophysical data”, Journal of Applied
Meteorology, 21: 1183-1186.
25- Lyman R.E. Schroeder T.A. and Barnes G.M., (2005), “The heavy rain event of 29 October
2000 in Hana, Maui”, Weather and Forecasting, 20: 394-414.
26- Mohan, S. and Vedula, S., (1995), “Multiplicative seasonal ARIMA model for long term
forecasting of Inflows”, Water Resources Management 9, 115-126.
27- Nash W.P. and chamberlain L.W., (1954), “Some aspects of the heavy rains in the Chicago
area, October 9-11, 1954”, Monthly Weather Review, October 305-316.
28- Nicholson, S.E. Lwith, D. Leposo, J. and Grist, L., (2001), “The Relationship between ElNino
and drought Over Botswana”, Journal of climate, 14: 325- 335.
29- Nieto S. Frias M.D. And Rodriguez-puebla C., (2004), “Assessing two different climatic
models and the NCEP-NCAR reanalysis data for the description of winter precipitations in the
Iberian Peninsula”, International Journal of Climatology, 24: 361-376.
30- Richman M.B., (1981), “Obliquely Rotated principal component: An improved meteorological
map typing technique?”, Journal of Applied Meteorology, 2: 1145-1159.
31- Richman M.B. and Lamb P.J., (1985), “Climatic pattern analysis of three–and seven day
summer rainfall in the central United States: some methodological considerations and a
regionalization”, Journal of Climate and Applied Meteorology, 24: 1325 -1343.
www.SID.ir
Archive of SID
الگوهاي سينوپتيكي شديدترين خشكسالي حوضة آبريز درياچة اروميه 107
32- Sellers, W., (1960), “A statistical method for estimating the mean relative humidity from the
mean air temperature”, Monthly Weather Review April, 155-157.
33- Shen S., (2003), “Global warming science and policy: progress 2002-2003. Proceeding of 14th
Global warming International conference and expo (24-30 may, Boston. USA), 7-18.
34- Svensson C., (1999), “Empirical orthogonal function analysis of daily rainfall in the upper
reaches of the Huai river basin, China”, Theoretical and Applied Climatology, 62: 147-161.
35- Underwood J. and Schultz M.D., (2004), “Patterns of cloud to-ground lightning and
convective rainfall associated with post wild fire flash floods and debris flows in complex
terrain of the western United States”, Journal of hydrometeorology, 5: 989-1003.
36- Vuille, M., and Mmmann, C., (2004), “Regional snowfall patterns in the high, arid Andes”,
Climate Change, 36: 413-423.
37- Yu Ma K. and Bosart L.F., (1987), “A synoptic overview of a heavy rain even in southern
China”, Weather and Forecasting, 2: 89-112.
38- Zelenhasic, E. and salvai, A., (1987), “A method of stream flow drought analysis”, Water
Resources Management 23, 156-168.
www.SID.irD.ir
منابع و م
1. آسيايي، مهدي و همكاران ( 1384 )، مديريت ريسك خشكسالي(شناخت و راهكارهها) ،چاپ اول، انتشارات ، سخن
گستر، مشهد.
2. ( 1384 ) بررسي اثرات اقتصادي بليه خشكسالي در شهرستانهاي استا ن خراسا ن ،سازمان هواشناسي
كشور ،پژوهشكده ي اقليم شناسي.
3. ( 1385 ) شاخ صهاي خشكسال . يچاپ اول، انتشارات سخن گستر، مشهد.
4. ( 1383 ) فرهنگ اصطلاحات هواشناسي و اقليم شناس ، يچاپ اول، انتشارات سخن گستر ،مشهد.
5. جوانمرد، سهيلا، ( 1380 )، بررسي شاخ صهاي خشكسالي و استاندارد نمودن آن براي مناطق مختل ف كشور ،گزارش
نهايي طرح ملّي توتك، سازمان هواشناسي كشور ،پژوهشكده ي اقليم شناسي.
6. Guttman, N. B. (1991) , A Sensitivity Analysis of the palmer Hydrologic Drought Index, Water
Resources Bulletin 27:767-807.
7. Kogan, F. N. (1995). Droughts of the Late 1980’s in the United Data, Bulletin of the American
Meteorological Society, 76: 655-68.
8. Miller, D. E, & C. R., Hays,( 1994). Missouri Drought Response Plan. Water Resource Report,
No. 44.
9. Palmer, W. C, (1965). Meteorological Drought Research paper, No. 45, U. S. weather Bureau.
Washington, D. C. Feb., 58p.
10. Thornthwaite,( 1955). C. W. & J. R. Mather, The water budget and its use in irrigation, Waterrear
book of Agriculture 1955, Washington, DC: US Dept. of Agriculture,
PP. 346-58.
11. Wilhite, D. A. (2000), Drought a Global Assessment, Vol. I.
1. The Weighted PDSI
Archive of SID
www
۱‐ جلالي نائيني، سيد غلامرضا، ۱۳۷۶ . فرايند احتمالي با كاربرد در علوم زيستي، كشاورزي، مديريت و صنايع، ناشر: وزارت
كشاورزي، معاونت برنامه ريزي و پشتيباني، اداره كل آمار و اطلاعات.
۲‐ حسنيها، حسينعلي و زهرا صالحي، ۱۳۷۹ . بررسي وضعيت خشكسالي بر اساس تعدادي از شاخصهاي آماري در استان
.۱۷‐ زنجان، اولين كنفرانس ملي بررسي راهكارهاي مقابله با كم آبي و خشكسالي، كرمان، جلد اول، ص ۲۷
۳‐ حقيقت جو، پرويز، زمان شامحمدي حيدري، ۱۳۸۰ . كاربرد زنجيره ماركف در بررسي احتمالات خشكسالي و ترسالي
منطقه سيستان با توجه بهبده رودخانه هيرمند، مجموعه مقالات اولين كنفرانس ملي بررسي راهكارهاي مقابله با بحران آب،
.۱۷۴‐ زابل، جلد دوم، ص ۱۷۷
www.SID.ir
Archive of SID
۲۵ مجله منابع طبيعيايران، جلد ۵۹ ، شماره ۱، سال ۱۳۸۵
۴‐ خشکسالی، تاثيرات و پيامدها و عملکرد ۳ ساله ستاد حوادث غير مترقبهاستان اصفهان در پيشگيری از عوارض ناشی از آن،
۱۳۸۱ ،گروه مطالعات هماهنگی امورايمنی و بازسازی استان اصفهان.
۵‐ رضائي پژند، حجت، ميترا مهدي پور، ۱۳۸۰ . تحليل خشكسالي و پيش بيني بارندگي چهار سالاينده شهر زابل، مجموعه
.۳۸۳‐ مقالات اولين كنفرانس ملي بررسي راهكارهاي مقابله با بحران آب، زابل، جلد سوم، ص ۳۹۵
مجموعه مقالات سومين .SPI ۶‐ رضيئی. ط.، و همکاران. پايش پديده خشکسالی در اطران مرکزی با استفاده از شاخص
.٢١٦‐ کنفرانس منطقه ای و اولين کنفرانس ملی تغيير اقليم، اصفهان، ٢٠٦
.۸۹‐۷۱ :( ۷‐ كاوياني، م. ر.، ١٣٨٠ ، بررسي اقليميشاخصهاي خشكي و خشكسالي، فصلنامه تحقيقات جغرافيايي، ( ٦٠
۸‐ كاوياني، م. ر.، ١٣٦٤ ، مقدمهاي بر مسئله خشكي و تنگناهاي كم آبي و تعيين ميزان كسري آب در مناطق خشك و
.۳۹‐۳۲ :( نيمهخشكايران”، مجله رشد آموزش جغرافيا، ( ٤٠
٩‐ کاويانی. م.، و ح. عساکره. ١٣٨٢ . بررسی آماری روند بلند مدت بارش سالانه ايستگاه اصفهان. مجموعه مقالات سومين
.٢٥٩‐ کنفرانس منطقه ای و اولين کنفرانس ملی تغيير اقليم، اصفهان. ٢٥١
١٠ ‐ کريمی، و. و همکاران. ١٣٨٠ . بررسی خشکسالی هواشناسی در استان فارس. مجله علوم و فنون کشاورزی و منابع
.١٢‐ طبيعی، جلد پنجم، ش چهارم، ١
١١ ‐ مرادي، حميد رضا و رضا عرفان زاده، ۱۳۸۰ . بررسي روند خشكساليها و تر ساليها در حوضه رود هراز، ، مجموعه
.۲۸۳‐ مقالات اولين كنفرانس ملي بررسي راهكارهاي مقابله با بحران آب، زابل، جلد اول، ص ۲۹۱
۱۲ ‐ هينگز، جيمز، ج و سالي كلر مكنالتي، ١٣٧٩ . مفاهيم احتمال و مدل بندي تصادفي، ترجمه دكتر علي مشكاني، انتشارات
دانشگاه فردوسي مشهد، ٤٩٩ ص.
13- Chin, Edwin H., 1977. Modeling daily precipitation occurrence process with markov chain,
Water Resour. Res., 13(4): 949-956.
14- Dracup, J. A., K. S. Lee and E. G. Paulson, Jr.,1980. On the definition of droughts, Water Resour.
Res., 16(2): 207-302, 1980.
15-Foufoula Georgiou, Ffi and Dennis P. Lettenmaier, 1987. A markov renewal model for rainfall
occurrence, Water Resour. Res., 23(2): 875-884.
16- Gibbs, W. J. and J. V. Maher, 1967. Rainfall deciles as drought indicators, Bureau of
Meteorology Bulletin, No. 48, Melborne, Australia.
17- Haan, C. T, D. M. Allen and J. Street, 1976. Markov chain model of daily rainfall, Water Resour.
Res., 12(2): 443-449.
18- Jackson, Barbra B. 1975. Markov mixture models for drought lengths, Water Resour. Res., 11(1):
64-75.
19- Loucks, D. P. and J. S Gladwell, Sustainability Criteria for Water Resources System, Cambridge
University, 1999.
20- Salas, J. D. 1993. Analysis and modeling of hydrologic time series, In: Maidment, David,
Handbook of Hydrology, Mc Graw Hill, 19.1-19.72.
21- Smith, R. E and H. A. Scherriber, 1974. Point process of seasonal thunderstorm rainfall, Z,
rainfall depth probability, Water Resour. Res., 10(3): 418-423.
22- Thompson, Stephen A. 1999. Hydrology for water management, Balkema,
362 pp.
منابع
۱‐ بذرافشان ,ج . ع , خليلي . ۱۳۸۱ . مطالعه تطبيقي برخي شاخصهاي خشكسالي هواشناسي در چند نمونه اقليمي ايران
. پايان نامه كارشناسي ارشد , دانشگاه تهران .
۲‐ خزايي , م , ر . ۱۳۸۰ . پيش بيني شدت خشكسالي وكمبود جريان ‐ مطالعه موردي : استان كرمانشاه , رودخانه قره سو
.پايان نامه كارشناسي ارشد . دانشگاه علم وصنعت ايران .
( www.irimet.net) ۳‐ سازمان هواشناسي كشور – سايت
۴‐ فرج زاده , م . ع , موحد دانش و ه , قائمي . ۱۳۷۹ .خشكسالي در ايران با استفاده از برخي شاخصهاي آماري . نشريه
.۳۱‐ دانش كشاورزي , شماره هاي ۱و ۲ (جلد ۵), ص ص ۵۱
۵‐ قطره ساماني , س . بررسي روند خشكسالي در استان چهار محال و بختياري . اولين كنفرانس ملي بررسي راهكارهاي
. مقابله با كم آبي و خشكسالي , كرمان . ۱۳۷۹
. ۶‐ مهدوي , م .هيدرولوژي كاربردي , جلد اول و دوم . انتشارات دانشگاه تهران . ۱۳www.SID.
7-Bordi, I. Fragio, S.Parenti, P.Speranza, A.Sutera, A.2001.The Analysis Of The Standardized
Precipitation Index in the Mediterranean Area: Part 1.Department of Italian National Technical
Services. J of the ANNALI DI GEOFISICA VOL. 44, N. 5/6. Pp. 965
8-Dalezios, R, N.Loukas, A.Vasiliades and L. Liakapoulos, E.2000. Severity – Duration – Frequency
Analysis of Droughts and Wet Periods in Greece, J.of hydrological Science.45 (5), 751-769.
9-Edward, D. 1993.Methodology; SPI Defined. Chapter3 of Master’s Thesis,National Drought
Mitigation Center. (Available online at www.drought.unl.edu).
10-Guttmn, B, N.1999.Comparing the Palmer Drought Index and The Standardized Precipitation
Index.J.of the American Water Resources Association.34 (1). 113-121.
11-Hayes, M, J.Svoboda, M, D.Wilhite, D, A.and Vanyarkho, O, V.1999. Monitoring the 1996
Drought Using the Standardized Precipitation Index, Bulletin of American Meteorological Society,
ol.80 , No.3, pages 429-438
www.SID.ir
Archive of SID
12-Hayes,M.2000.Drought Indices, National Drought Mitigation Center. www.drought.unl.edu.
13-Lesley-Ann Dupigny-Girux.2001.Towards Characterizing and Planning for Drought in
Vermont-Part1: A climatological perspective. J. Of The American Water Resources Association.37
(3). 505-524.
14-Mckee,B,T. Nolan,J. Doesken. And Kleist,J. 1993.The Relationship of Drought Frequency and
Duration to Tomescales.8th.Conference on Applied Climatology,17-22 January, Anaheim, CA, pp.
179-184.
15-Mckee, B, T.Nolan, J.Doesken. and Kleist, J.1995.Drought Monitoring with Multiple
Timescales.9th. Conference on Applied Climatology, 15-20 January, Boston, Massachusetts. Pp.
233-236.
اصولاً در يك دوره ي بلند مدت هر قدر مقياس زماني مورد مطالعه كوتاه تر باشد شدت خشكسالي بيشتر و تداوم خشكسالي كمتر خواهد بود و هر اندازه مقياس زما ني طولانيتر باشد تداوم خشكسا لي بيشتر، خواهد بود. اين حالت بهترتيب در مقياس هاي زمانی 3، 6، 12، 18، 24 و 48 ماهه قابل مشاهده است . اين نتيجه گيري با نتايج تحقيقات بذرافشان(1380)، صفدري(1382)، محسني ساروي و همكاران(1383)،لشنی زند(1383)،بذرافشان و همکاران(1390)و...مطابقت می نماید.
نقشه هاي گستره خشكسالي در استان قزوین نشان مي دهد كه وسعت و روند تغييرات خشكسالي به ارتفاع از سطح دريا بستگي ندارد
فراوانی وقوع خشکسالیهاي شدید نسبت به خشکسالیهاي ضعیف بیشتر میباشد.
بیشترین فراوانی در این منطقه از آن خشکسالیهاي کوتاه مدت )یک ماهه ( و در بعضی از ایستگاهها بی نظمی در توزیع احتمال خشکسالیهاي شدید و بسیار شدید دیده می شود.
فراواني و شدت وقوع خشكسالي و ترسالي بر اساس شاخص دهکهای بارندگی ماهانه در ایستگاه های مورد مطالعه
(طي سالهای 1986 تا 2010)
ایستگاه
فراوانی خشکسالی
فراوانی ترسالی
درصد خشکسالی از کل دوره
درصد ترسالی از کل دوره
حاد
شدید
متوسط
ضعیف
ضعیف
متوسط
شدید
حاد
حاد
شدید
متوسط
ضعیف
ضعیف
متوسط
شدید
حاد
آق تپه
83
0
12
26
30
30
30
29
28
0
4
8.7
10
10
10
9.7
بهار
82
0
8
30
30
30
30
29
27
0
2.7
10
10
10
10
9.7
گنبد
66
0
24
30
30
30
30
29
22
0
8
10
10
10
10
9.7
فرودگاه
55
7
28
30
29
30
30
29
18
2.3
9.3
10
9.7
10
10
9.7
نوژه
48
12
30
31
30
30
30
29
16
4
10
10
10
10
10
9.7
نشر
96
0
0
24
31
28
30
29
32
0
0
8
10
9.3
10
9.7
شورین
78
0
12
30
29
31
29
29
26
0
4
10
9.7
10
9.7
9.7
سولان
81
0
9
30
29
30
30
29
27
0
3
10
9.7
10
10
9.7
آبگرم
62
0
29
30
29
32
28
29
21
0
9.7
10
9.7
11
9.3
9.7
آبیک
76
0
6
25
25
28
24
26
29
0
2.3
9.5
9.5
11
9.1
9.8
قزوین
41
19
30
30
30
30
30
29
14
6.3
10
10
10
10
10
9.7
حاجی آباد
90
0
0
32
32
27
30
29
30
0
0
11
11
9
10
9.7
ملاعلی
67
0
22
27
29
30
26
28
23
0
7.6
9.4
10
10
9
9.7
حصار
56
4
31
30
32
28
30
29
19
1.3
10
10
11
9.3
10
9.7
خندقلو
76
0
17
28
29
30
30
29
25
0
5.7
9.3
9.7
10
10
9.7
خرمدره
34
28
28
31
30
29
30
29
11
9.3
9.3
10
10
9.7
10
9.7
زنجان
32
29
29
30
30
30
30
29
11
9.7
9.7
10
10
10
10
9.7
[1] - Palmer Drought Severity Index
[2] -Surface Water Supply Index
[3] - Standard Precipitation Index
[4] - Effective Drought Index
[5] -Reconnaissance Drought Index