پايش خشكسالي بر اساس شاخص‌ماهواره‌اي (SDI) و داده‌هاي سنجنده TRMM (مطالعه موردي : استان خراسان رضوي)

(Drought monitoring based on satellite index (SDI) and TRMM data. (Case Study: Khorasan Razavi province

كشور ايران با قرار گرفتن در منطقه خشك جهان همواره در معرض وقوع پديده خشكسالي قرار دارد. متوسط بارش در كشور كمتر از يك سوم متوسط بارش سالانه جهان است و اين ميزان نيز از توزيع زماني و مكاني مناسبي برخوردار نيست. از جمله روش هاي بررسي خشكسالي استفاده از شاخص‌هاي هواشناسي مي‌باشد كه با استفاده از داده‌هاي ايستگاه‌هاي هواشناسي محاسبه مي-گردند. يكي از مهمترين مشكلات استفاده از اين شاخص‌ها در ايران پراكندگي نامناسب ايستگاه‌ها يا كمبود داده مي‌باشد. در مقابل اين روش‌ها، فن‌آوري سنجش‌از‌دور قادر به جمع‌آوري داده از نواحي وسيع توسط سنجنده‌هاي مختلف است. در اين مطالعه به منظور بررسي همه جانبه خشكسالي در استان خراسان‌رضوي در سال‌ هاي 2001 تا 2010، از شاخص تركيبي بررسي خشكسالي(SDI) استفاده گرديد. اين شاخص با استفاده از اطلاعات 3 شاخص، وضعيت پوشش گياهي(VCI)، وضعيت دمايي(TCI) و وضعيت بارش(PCI) از طريق روش آناليز مؤلفه اصلي(PCA) محاسبه گرديد. به منظور صحت‌سنجي شاخص-(SDI)، رابطه همبستگي اين شاخص با شاخص(SPI) در بازه‌هاي زماني3، 6 و 9 ماهه در طي فصل رشد بررسي شد، مقايسه‌اي ميان مجموع بارش ساليانه و ميانگين بلندمدت بارش در 10 ايستگاه سينوپتيك در اين استان انجام شد و همچنين رابطه همبستگي دو شاخص(VCI) و (SDI) با ميزان عملكرد ديم دو گياه گندم و جو نيز بررسي شد. نتايج اين مطالعه حاكي از بروز خشكسالي در سال‌هاي 2001، 2002، 2006 و 2008 در استان خراسان رضوي بود. نتايج بررسي صحت‌سنجي نيز حاكي از وجود همبستگي(R) بالا ميان دو شاخص(SDI) و (SPI) مي‌باشد. همچنين نتايج اين مطالعه نشان داد كه شاخص تركيبي(SDI) علاوه بر پايش همه-جانبه خشكسالي هواشناسي و بالا بردن دقت مكاني پايش اين پديده قادر به شناسايي خشكسالي كشاورزي نيز مي‌باشد.

Iran located in arid and semi-arid area has many parts with high susceptibility to drought. The average rainfall of Iran is less than a third of the average annual rainfall in the world which has an inappropriate spatial -temporal distribution. Meteorological indices can be used for drought monitoring calculated by situations data. One of the main problems for applying these indices in Iran is inappropriate distribution of station and lack of data. In other hand, remote sensing technology is able to extract data from remote area. In this study in order to analyze drought risk in Khorasan Razavi province Synthesis Drought Index (SDI),”between 2001 to 2010” was applied. Vegetation Condition Index (VCI), Temperature Condition Index (TCI) and Precipitation Condition Index (PCI) through Principal Component Analysis (PCA) were measured for estimating SDI. For assessing the accuracy of SDI, correlation between these indicators and SPI (3, 6, 9-month) have been studied during the growing season, comparison was also done between total annual rainfall and long-term average rainfall in 10 synoptic stations in the studied area, as well as correlation between two indices VCI and SDI with the yield of rainfed wheat and barley. The results indicated that drought has been occurred in years 2001, 2002, 2006 and 2008 in the Khorasn Razavi province. The result of validation showed high correlation between SDI and SPI. Also the results showed that the Synthesis Drought Index in addition to monitor meteorological drought with ability of enhanced spatial resolution could be applied for identifying agricultural drought.