مدلسازي و پيش‌بيني روند بارش و خشكسالي شمال غرب ايران براي كاهش مخاطرات

Modelling and Prediction of Precipitation and Drought Trends in North West of Iran with the Purpose of Hazard Mitigation

پيش‌بيني احتمال وقوع خشكسالي در سال‌‌‌هاي مختلف و فعاليت‌هاي پيشگيرانه در رأس تدابير اتخاذشده در مقابل خشكسالي قرار دارد. هدف پژوهش حاضر، پيش‌بيني خشكسالي با استفاده از روش‌هاي آماري ريزمقياس‌نمايي و تكنيك توليد داده‌هاي مصنوعي است. در اين تحقيق به‌منظور دستيابي به اين اهداف، مطالعه‌اي تركيبي با استفاده از داده‌هاي ايستگاهي، خروجي مدل‌هاي آماري و توليد داده‌هاي مصنوعي انجام گرفت. ابتدا با استفاده از مدل‌ آماري CLIMGEN داده‌هاي مصنوعي توليد شده و با استفاده از شاخص SPI خشكسالي‌هاي آيندۀ منطقۀ تحقيق استخراج شد. در نهايت با استفاده از MINITAB روند خشكسالي در ايستگاه‌هاي منتخب شمال غرب ايران ترسيم شد. براي صحت‌سنجي، توسط داده‌هاي مشاهداتي دورۀ پايه به پيش‌بيني داده‌هاي دورۀ2010-2001 به‌وسيلۀ مدل پرداخته شد. همبستگي بين داده‌هاي توليدشده با داده‌هاي مشاهداتي توسط SPSS صورت گرفت كه در اكثر ايستگاه‌ها دقت به‌نسبت خوبي را نشان مي‌دهد. براساس نتايج، ايستگاه‌هاي اردبيل، جلفا و تكاب روند ملايم كاهش بارش و افزايش خشكسالي را دارند و ايستگاه‌هاي خوي، ميانه و سردشت روند ملايم افزايش بارش و افزايش ترسالي را نشان مي‌دهند. در نمودارهاي ايستگاه‌هاي تبريز، اروميه و پارس‌آباد نيز روند يكنواخت و بدون تغيير البته با دوره‌هاي خشك و مرطوب مشاهده مي‌شود.

The prediction of probability of drought occurrence in different years and its mitigation measures are at the peak of drought management decisions. The aim of present research is the prediction of drought by the use of downscaling statistical methods and artificial data creation technique. For getting the work done, a synthetic study was carried out by utilization of meteorological stations data, the outputs of statistical analyses and finally using SPI drought index. First, artificial data was produced through CLIMGEN, then SPI value was predicted. Then Minitab software was used for the calculation and drawing of the trends in selected stations of the North West. For validity approval the model was adapted by observational and produced data. The correlation between artificially created data and observed data was estimated by SPSS software. Results indicated a suitable validity for most of the stations. Accordingly, Ardebil, Jolfa, and Tekab show a smooth precipitation declining and drought increasing trend. Khoy, Mianeh, and Sardasht are among the stations which prove a moderate precipitation and increasing wet conditions, while there were not seen any changes in Tabriz, Urmia, and Parsabad stations.