شبیه سازی تصادفی شدت خشکسالی براساس شاخص پالمر

نویسندگان

1 دانشجوی دکتری گروه مهندسی آب، دانشکده کشاورزی، دانشگاه فردوسی مشهد

2 استاد گروه مهندسی آب، دانشکده کشاورزی، دانشگاه فردوسی مشهد

3 استادیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه فردوسی مشهد

4 دانشیار گروه مهندسی عمران، دانشکده مهندسی، دانشگاه فردوسی مشهد

چکیده

خشکسالی پدیده ای است که به آرامی رخ می دهد و باعث بروز تغییرات مهمی در منابع آب، کشاورزی و غیره می شود. به سبب وجود رفتارهای تصادفی در عوامل تأثیرگذار بر وقوع و شدت خشکسالی ها، این پدیده را می توان به عنوان یک فرآیند تصادفی درنظر گرفت. باتوجه به اهمیت پیش بینی و شناسایی خشکسالی و نقش آن در طراحی مدیریت سیستم های منابع آب در این تحقیق، علاوه بر پایش شدت خشکسالی کشاورزی در دوره 34 ساله (2004-1971)، با استفاده از مدل سازی سری زمانی ماهیت تصادفی و مدل تصادفی برای پیش بینی شدت خشکسالی کشاورزی براساس شاخص شدت خشکسالی پالمر در ایستگاه سینوپتیک مشهد مورد بررسی قرار گرفت. نتایج حاصل از پایش خشکسالی با شاخص پالمر نشان داد که در 34 سال مورد بررسی بیش از 64 درصد ماه ها خشک بوده‌اند. همچنین نتایج نشان داد که‌ در سال‌های اخیر علاوه بر تداوم، شدت خشکسالی‌ها افزایش یافته به طوری که بیش از 285 درصد تغییر قابل مشاهده است. براساس روش مدل سازی سری زمانی باکس و جینکینس، نوع مدل تعیین مناسب ترین مدل توسط معیارهای AIC و SBC انتخاب و سپس پارامترهای آن محاسبه شدند، درنهایت توسط تجزیه و تحلیل باقیمانده ها کفایت مدل مورد اثبات قرار گرفت که منجر به توسعه مدل SARIMA(1,0,0)(0,1,1)12 شد. در ادامه، با بررسی طول مدت قابل پیش بینی توسط مدل، مشخص شد که مدل انتخاب شده در منطقه مورد نظر تنها تا دو ماه آینده را می تواند با دقت مناسب پیش بینی کند.

کلیدواژه‌ها


عنوان مقاله [English]

Stochastic Simulation of Drought Severity Based on Palmer Index

نویسندگان [English]

  • Mojtaba Shafiei 1
  • Bijan Ghahraman 2
  • Hossein Ansari 3
  • Mohammad Bagher Sharifi 4
چکیده [English]

Drought is a gradual phenomenon and cause important changes in water resources, agriculture and so on. Due to the stochastic behavior of factors that influence the occurrence and intense of drought, one can consider this phenomenon as a stochastic process. With respect to the importance of predicted drought severity and its vital influence in designing and operating water resources systems, this article includes agricultural drought monitoring in 34 years (1971-2004) and use stochastic modeling to predict agricultural drought based on Palmer Drought Severity Index (PDSI) in the synoptic station of Mashhad. Results of drought monitoring in 34 years show that more than 64% of months were drought and also in the recent years, duration and severity of drought are increased that in the 50% of preliminary of data (1971-1988), sum of palmer index was 129.81 and in the residual years it was
-241.07, it means that more than 285 percent change has been observed. Using Time series modeling based on Box and Jenkins approach, with three stages; model identification, parameter estimation and diagnostic checking, finally the SARIMA(1,0,0)(0,1,1)12 was developed. Also, the stochastic model developed to predict drought was found to give reasonably good results up to 2-month lead time.

کلیدواژه‌ها [English]

  • Agricultural drought
  • Mashhad
  • Palmer index
  • time series