مدل سازي خشكسالي بر پايه شاخص SPI با استفاده از داده هاي زميني و ماهواره اي به كمك مدل تلفيقي GPR CEEMD

ﺧﺸﮑﺴﺎﻟﯽ يكي از مشكلات مهمي است كه در بخش كشاورزي و منابع آب تاثيرگذار مي باشد. امروزه اﺳﺘﻔﺎده از ﺗﮑﻨﯿﮏ ﺳﻨﺠﺶ از دور ﺑﻪ ﻋﻨﻮان ﯾﮏ اﺑﺰار ﻣﻔﯿﺪ ﺟﻬﺖ ﭘﺎﯾﺶ ﺧﺸﮑﺴﺎﻟﯽ ﻣﻮرد ﺗﻮﺟﻪ قرار گرفته است. ﻫﺪف از اﯾﻦ ﻣﻄﺎﻟﻌﻪ پيش بيني زﻣﺎﻧﯽ ﺧﺸﮑﺴﺎﻟﯽ ﺑﺎ اﺳﺘﻔﺎده از دادهﻫﺎي ايستگاه هاي زميني و ﻣﺎﻫﻮاره اي محصول TRMM3B43 ﺑﯿﻦ ﺳﺎلﻫﺎي 1998 2017 ﻣﯽﺑﺎﺷﺪ. در اين راستا، ابتدا داده هاي بارش به ﺷﺎﺧﺺ SPI تبديل گرديد و سپس با استفاده از روش هوشمند رگرسيون فرآيند گاوسي (GPR) بر پايه روش تجزيه ي يكپارچه مد تجربي ﮐﺎﻣﻞ (CEEMD) خشكسالي شهر تبريز مورد بررسي قرار گرفت. مدل هاي متفاوتي تعريف گرديد و نرخ تأثير پارامترهاي ورودي مختلف بررسي شد. مشاهده گرديد ﮐﻪ مقادير بارش حاصل از ماهواره TRMM در ﻣﻘﯿﺎس ﻣﺎﻫﺎﻧﻪ داراي ﻫﻤﺒﺴﺘﮕﯽ مطلوبي با ﻣﻘﺪار ﺑﺎرش ﺣﺎﺻﻞ از اﯾﺴﺘﮕﺎه تبريز بوده و نتايج تحليل خشكسالي با استفاده از داده هاي ماهواره اي تقريبا منطبق بر داده هاي ايستگاه زميني است. نتايج قابليت و كارايي بالاي روش به كار رفته را در تخمين شاخص خشكسالي SPI به خوبي نشان داد و مشاهده شد كه تجزيه سري زماني بر اساس روش تجزيه ي يكپارچه مد تجربي كامل منجر به نتايج دقيق تري مي گردد. تجزيه داده هاي ورودي تقريبا30 تا 40 درصد دقت پيش بيني را افزايش داد. ملاحظه گرديد كه در پيش بيني خشكسالي، عناصر اقليمي شامل ميانگين دما و رطوبت نسبي ماهانه و همچنين شاخص SPIهاي مربوط به ماه هاي گذشته تاثيرگذار مي باشند و با حذف پارامترهاي اقليمي، خطاي مدل سازي 15 تا 20 درصد افزايش مي يابد. همچنين نتايج آناليز حساسيت نشان داد كه SPIt 1 تاثيرگذارترين پارامتر در مدل سازي است.