استفاده از تئوري RUN در تحليل شدت، مدت و دورۀ بازگشت خشكسالي (مطالعۀ موردي: استان فارس)

Using Run Theory to Analysis of Drought severity – Duration – Return Period (Case Study: Fars Province)

خشكسالي نشانۀ واضحي از نوسانات اقليمي است كه بر جوامع بشري بيشتر از ديگر پديده هاي طبيعي تأثير مي‌گذارد. به منظور بررسي خشكسالي از داده هاي بارش ماهانۀ نُه ايستگاه همديدي استان فارس طي دورۀ آماري 20 ساله (1997ـ 2016) استفاده شد. ابتدا پس از محاسبۀ شدت خشكسالي با استفاده از مفهوم تئوري RUN، ‌به انتخاب بهترين نمايه از ميان نمايه هاي DI، PNPI، SIAP، RAI، SPI و BMDI اقدام شد. در ادامه، با استفاده از نرم‌افزار 6.43 SMADA سري زماني شدت خشكسالي بر توابع توزيع مختلف برازش داده شد و پس از انتخاب بهترين تابع توزيع براي هر ايستگاه، شدت خشكسالي با تداوم هاي دو، چهار، شش و هشت ماهه در دورۀ بازگشت هاي دو، سه، پنج، 10، 25 و 50 سال محاسبه شده و جد‌ول‌هاي مرتبط با شدت، تداوم و دورۀ بازگشت خشكسالي تهيه شد. همچنين، با استفاده از برنامۀ Spss 22 ‌به آناليز خوشهاي و گروهبندي ايستگاههاي مطالعه‌شده اقدام شد. در پايان، با روش درون يابي IDW و با استفاده از نرمافزار ArcGIS 9.3، ‌پهنه بندي خشكسالي محدودۀ مطالعه‌شده براي دو دورۀ 10 ساله به صورت جداگانه انجام گرفت. نتايج نشان داد شاخص SPI به عنوان بهترين شاخص توانسته است تفسير مناسبي از محاسبات خشكسالي را در منطقه داشته باشد. به طور كلي، نتايج بيان مي‌كند كه طي دهۀ اخير شدت خشكسالي نسبت به دهۀ قبل از آن روند افزايشي داشته است.

Drought is a consequence of fluctuations in climate conditions that their effect on human societies is more than another phenomenon. For drought investigation, monthly data of precipitation in 9 synoptic stations of Fars province during twenty years period (1995-2014) was used. After calculation of drought severity using run theory, suitable index among DI, PNPI, SIAP, RAI, SPI and BMDI indices was selected. Then time series of drought severity fitted on different distributions and after selection of best distribution for each station, drought severity with duration 2, 4, 6 and 8 months in return periods of 2, 3, 5, 10, 25 and 50 years calculated and related table was prepared. Also using cluster analysis studied stations divided into different groups. At least, drought severity zoning map in 2 decades plotted in GIS. Results showed that Standard precipitation index (SPI) as the best index could be a proper interpret of drought computing. Generally, in study area drought severity increase in the recent decade.