بررسي خشكسالي، ترسالي و پيش بيني پارامترهاي اقليمي بارش و درجه حرارت منطقه شيراز با استفاده از روش هاي استوكستيك

Analysis of Drought, Wetness Year and Forecasting of Climate Parameters, Precipitation and Temperature Using Stochastic Methods in Shiraz City

مدل هاي استوكستيك به عنوان يك روش جهت بررسي تغييرات آب و هوايي آينده مورد استفاده قرار مي-گيرند. در ميان پارامترهاي هواشناسي بارش و دما به عنوان شاخص هاي اصلي مطرح مي باشند. هدف از پژوهش حاضر تحليل وضعيت پارامترهاي اقليمي بارش و متوسط درجه حرارت ماهانه، بررسي خشكسالي ها و ترسالي هاي ناشي از كمبود بارش، شبيه سازي و پيش بيني پارامترهاي مورد مطالعه با استفاده از روش هاي استوكستيك مي باشد. در اين تحقيق از آمار 21 ساله بارش و متوسط درجه حرارت ماهانه ايستگاه سينوپتيك شيراز استفاده شده است و براساس مدل آريما و روش خود همبستگي و خود همبستگي جزيي و با ارزيابي تمامي الگوهاي احتمالي به لحاظ ايستا بودن و بررسي پارامترها و انواع مدل ها، مدل مناسب جهت پيش بيني بارش ماهانه، ARIMA(0 0 0)(2 1 0)12 و جهت پيش بيني متوسط درجه حرارت ماهانه، ARIMA(2 1 0)(2 1 0)12 به دست آمد و پس از اعتبارسنجي و ارزيابي مدل، پيش بيني سال هاي زراعي 88-1387 و 89-1388 انجام گرفت. با توجه به پيش بيني صورت گرفته با وجود تداوم خشكسالي، احتمال افزايش بارش وجود دارد. در مورد متوسط درجه حرارت ماهانه نيز روند صعودي دما بويژه در سال هاي اخيرادامه داشته و نتايج پيش بيني، نشان دهنده افزايش دما همراه با كاهش دامنه تغييرات مي باشد.

Stochastic models have been used as one technique to generate scenarios of future climate change. Temperature and precipitation are among the main indicators in climate study. The purposes of this study is analysis of the status of climatic parameters of monthly precipitation and mean monthly temperature, years of drought and years of wetness due to precipitation deficiency, simulation and forecasting using stochastic methods. In this study, the 21 year data on the precipitation and mean monthly temperature at shiraz synoptic station are used and based on ARIMA model, the autocorrelation and partial autocorrelation methods, evaluation of all possible models regarding their invariability, examination of parameters and types of model, the suitable models for prediction of monthly precipitation: ARIMA (0 0 0)(2 1 0) 12 and for forecasting of the mean monthly temperature: ARIMA (2 1 0)(2 1 0) 12 were obtained. After validation and evaluation of the model, the forecasting for the agriculture years 2008-09 and 2009-10 were made. In view of the forecasting made, despite of a continuing drought, it is likely that the precipitation will improve. As regards the mean monthly temperature, the trend of increasing temperature, especially in recent years, has continued and the findings of the forecasting show an increase in temperature along with a narrowing of the range of variations.