تحلیل توأم مشخصات خشکسالی هواشناسی مبتنی بر SPI و سناریوی CRU

نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه علوم و مهندسی آب، منابع آب، دانشگاه تبریز، تبریز، ایران.

2 گروه هیدرولوژی و منابع آب، دانشکده مهندسی آب و محیط‌زیست، دانشگاه شهید چمران اهواز، اهواز، ایران.

10.22059/jwim.2023.350918.1030

چکیده

در تحلیل مشخصه‌های خشک‌سالی به صورت توأم دو محدودیت وجود دارد که این مطالعه به بررسی و رفع آن‌ها پرداخته است. اول، محدودیت طول دوره آماری در خصوص نمایان‌سازی مشخصه‌های خشک‌سالی هواشناسی و دیگری تحلیل فراوانی توأم می‌باشد. مورد اول با استفاده از داده‌های اقلیمی CRU و مورد دوم با استفاده از توابع مفصل در این تحقیق مرتفع گردید. در این مطالعه ضمن بررسی دقت مقادیر بارش مستخرج از مدل اقلیمی CRU در مقیاس ماهانه به تحلیل فراوانی توأم مشخصه‌های شدت و مدت خشک‌سالی مبتنی بر شاخص SPI در حوضه آبریز زرینه‌رود پرداخته شده است. نتایج بررسی‌ها نشان داد که مقادیر سناریو CRU دقت و میزان خطای مناسبی با داده‌های مشاهداتی داشته و از قطعیت مناسبی برخوردار می‌باشند. با تطویل دوره آماری به 60 سال، شاخص SPI در منطقه مورد مطالعه برآورد گردید که نشان دهنده افزایش شدت و مدت خشکسالی‌ها در سال‌های اخیر می‌باشد. 45 درصد دوره آماری مورد بررسی با کمبود بارش و 8 درصد ماه‌های مورد بررسی نیز با خشک‌سالی شدید روبرو بوده‌اند. با انتخاب توزیع مقادیر حدی و لجستیک برای سری‌های شدت و مدت خشک‌سالی در ایستگاه‌های مورد مطالعه، مفصل فرانک برای جفت متغیر شدت-مدت خشک‌سالی انتخاب شد. نتایج بررسی و تحلیل توأم جفت متغیر شدت-مدت خشک‌سالی منجر به ارائه منحنی‌های احتمال وقوع توأم در منطقه شد که مشخصات منطقه‌ای خشک‌سالی را با احتمالات مختلف برآورد می‌کنند. رویکرد ارائه شده به دلیل افزایش حافظه سری زمانی و به کارگیری توزیع توأم و توابع مفصل از عملکرد بهتری برخوردار بوده و مشخصه‌های خشک‌سالی را بهتر نمایان می‌سازد.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Joint analysis of meteorological drought characteristics based on SPI and CRU senario

نویسندگان [English]

  • Morteza Samadian 1
  • Esmaeil Asadi 1
  • Mohammad Ali Ghorbani 1
  • Farshad Ahmadi 2
1 Department of Water Science and Engineering, Water Resources, Tabriz University, Tabriz, Iran.
2 Department of Hydrology and Water Resources, Faculty of Water and Environmental Engineering, Shahid Chamran University of Ahvaz, Ahvaz, Iran.
چکیده [English]

There are two limitations in the analysis of drought characteristics, which this study has investigated and resolved. First, the limitation of the length of the statistical period regarding the presentation of meteorological drought characteristics and the other is the frequency analysis. The first case was solved by using CRU climate data and the second case by using copula functions in this research. In this study, while checking the accuracy of the rainfall values extracted from the CRU climate model on a monthly scale, the frequency analysis of drought severity and duration characteristics based on the SPI index in the Zarinehrood basin has been analyzed. The results of the investigations showed that the values of the CRU scenario have a suitable accuracy and error rate with the observational data and have a suitable certainty. By extending the statistical period to 60 years, the SPI index was estimated in the studied area, which indicates the increase in the severity and duration of droughts in recent years. 45% of the studied statistical period had a lack of rainfall and 8% of the studied months were faced with severe drought. By choosing the distribution of generalized extreme values and logistic for drought severity and duration series in the studied stations, Frank's copula was selected for drought severity-duration pair variable. The results of investigation and joint analysis of drought severity -duration pair variables led to the presentation of drought probability curves in the region, which estimate the regional characteristics of drought with different probabilities. The presented approach has better performance due to the increase of time series memory and the use of joint distribution and copula functions and shows the characteristics of drought better.

کلیدواژه‌ها [English]

  • Climate Senarios
  • Copula Functions
  • Drought
  • Statistical extension
  1. Ahmadi, F., Nazeri Tahroudi, M., Mirabbasi, R., & Kumar, R. (2022). Spatiotemporal analysis of precipitation and temperature concentration using PCI and TCI: a case study of Khuzestan Province, Iran. Theoretical and Applied Climatology, 149, 743-760.
  2. Ahmadi, F., Radmaneh, F., Sharifi, M. R., & Mirabbasi, R. (2018). Bivariate frequency analysis of low flow using copula functions (case study: Dez River Basin, Iran). Environmental Earth Sciences77(18), 1-16.
  3. Chiang, F., Mazdiyasni, O., & AghaKouchak, A. (2021). Evidence of anthropogenic impacts on global drought frequency, duration, and intensity. Nature communications12(1), 1-10.
  4. Hawkins, E., Osborne, T. M., Ho, C. K., & Challinor, A. J. (2013). Calibration and bias correction of climate projections for crop modelling: an idealised case study over Europe. Agricultural and forest meteorology170, 19-31.
  5. Khalili, K., Tahoudi, M. N., Mirabbasi, R., & Ahmadi, F. (2016). Investigation of spatial and temporal variability of precipitation in Iran over the last half century. Stochastic environmental research and risk assessment30(4), 1205-1221.
  6. Khashei, A., Shahidi, A., Nazeri-Tahroudi, M., & Ramezani, Y. (2022). Bivariate simulation and joint analysis of reference evapotranspiration using copula functions. Iranian Journal of Irrigation & Drainage16(3), 639-656.
  7. Khashei‐Siuki, A., Shahidi, A., Ramezani, Y., & Nazeri Tahroudi, M. (2021). Simulation of potential evapotranspiration values based on vine copula. Meteorological Applications, 28(5), e2027.
  8. Mirabbasi Najaf Abadi, R., Ahmadi, F., Ashuri, M., & Nazeri Tahroudi, M. (2017). Droughts analysis in the Northeast of Iran using Joint Deficit Index (JDI). Iranian journal of Ecohydrology4(2), 573-585.
  9. Mirgol, B., Nazari, M., Etedali, H. R., & Zamanian, K. (2021). Past and future drought trends, duration, and frequency in the semi‐arid Urmia Lake Basin under a changing climate. Meteorological Applications28(4), e2009.
  10. Nash, J. E., & Sutcliffe, J. V. (1970). River flow forecasting through conceptual models part I-A discussion of principles. Journal of hydrology10(3), 282-290.
  11. Nazeri Tahroudi, M., Ahmadi, F., & Khalili, K. (2018). Impact of 30 years changing of river flow on Urmia Lake basin. AUT Journal of Civil Engineering2(1), 115-122.
  12. Nazeri Tahroudi, M., Ramezani, Y., & Ahmadi, F. (2019). Investigating the trend and time of precipitation and river flow rate changes in Lake Urmia basin, Iran. Arabian Journal of Geosciences12(6), 1-13.
  13. Nazeri Tahroudi, M., Ramezani, Y., De Michele, C., & Mirabbasi, R. (2020b). Investigation of the Trend of Water Resources Deficiency Signatures in Lake Urmia Basin. Iranian Journal of Irrigation and Drainage, 14(3), 918-929. (In Persian)
  14. Nazeri Tahroudi, M., Ramezani, Y., De Michele, C., & Mirabbasi, R. (2022). Application of Copula Functions for Bivariate Analysis of Rainfall and River Flow Deficiencies in the Siminehrood River Basin, Iran. Journal of Hydrologic Engineering27(11), 05022015.
  15. Nazeri Tahroudi, M., Ramezani, Y., De Michele, C., & Mirabbasi, R. (2021). Flood routing via a copula-based approach. Hydrology Research52(6), 1294-1308.
  16. Pronoos Sedighi, M., Ramezani, Y., Nazeri Tahroudi, M., & Taghian, M. (2022). Joint frequency analysis of river flow rate and suspended sediment load using conditional density of copula functions. Acta Geophysica, 1-13.
  17. Raji, M., Tahroudi, M. N., Ye, F., & Dutta, J. (2022). Prediction of heterogeneous Fenton process in treatment of melanoidin-containing wastewater using data-based models. Journal of Environmental Management307, 114518.
  18. Ramezani Etedali, H., & Ababaei, B. (2021). Investigating spatiotemporal variations of precipitation across Iran over 1957-2016 using the CRU gridded dataset. Modares Civil Engineering journal21(1), 103-117.
  19. Ramezani, Y., Khashei-Siuki, A., & Nazeri Tahroudi, M. (2020). Spatial distribution of the daily, monthly, and annual precipitation concentration indices in the Lake Urmia basin, Iran. IDŐJÁRÁS124(1), 73-95.