تحلیل سری زمانی شاخص‏های خشکسالی SPTI, SPI, SPEI با استفاده از روش‏های SOFM شبکۀ عصبی و مقایسۀ عددی در استان چهارمحال و بختیاری

نوع مقاله : پژوهشی

نویسندگان

1 استادیار، دانشکدۀ علوم و فنون نوین، دانشگاه تهران

2 کارشناس ارشد اکوهیدرولوژی، دانشکدۀ علوم و فنون نوین، دانشگاه تهران

چکیده

تحلیل و مقایسۀ شاخص‏های خشکسالی از‏جمله مطالعات مورد نیاز به‌منظور پایش و ارزیابی صحیح خشکسالی توسط شاخص‏های متعدد است. تا کنون شاخص‏های متعددی به منظور پایش این پدیده معرفی و به کار برده شده است. مقالۀ حاضر به مقایسۀ کارایی سه شاخص خشکسالی SPEI، SPI و SPTI به منظور پایش خشکسالی در استان چهارمحال و بختیاری پرداخته است. اساس کار مقایسۀ شاخص‏ها، استفاده از شبکۀ عصبی SOFM است که با استفاده از نتایج توپولوژی این شبکه می‏توان نتیجه گرفت آیا مقادیر شاخص‏ها در یک رستۀ داده‏ای قرار گرفته‏اند یا خیر؟ پس از آن، به تحلیل فراوانی طبقات خشکسالی و انواع تحلیل زمانی خشکسالی پرداخته شده است. نتایج نشان ‏داد هر دو روش مقایسۀ عددی و شبکۀ عصبی SOFM با دقت زیاد می‏توانند خروجی‏های شاخص‏های خشکسالی را مقایسه و ارزیابی کنند. همچنین، براساس نتایج به‌دست‌آمده، در هر سه شاخص خشکسالی مد نظر، براساس تعداد وقوع خشکسالی به صورت ماهانه، بین سال‌های 1988 تا 1990 شدیدترین دورۀ تداوم خشکسالی اتفاق افتاده است. از سوی دیگر، شدیدترین خشکسالی رخ‌داده در مطالعۀ حاضر در سپتامبر 2003 براساس شاخص SPEI در ایستگاه بهشت‏آباد با مقدار 9/5- روی داده است. از دیگر نتایج مقالۀ حاضر، می‌توان به حساسیت بسیار زیاد شاخص خشکسالی SPEI نسبت به دو شاخص خشکسالی در برآورد سایر طبقات خشکسالی اشاره کرد.

کلیدواژه‌ها

موضوعات


 
[1] Aswathanarayana U. Water resources management and the environment. CRC Press; 2001 Jan 1.
[2] Wilhite DA. Drought as a natural hazard: concepts and definitions.
[3] Watkins A. Planning for drought. InNew Mexico water planning conference proceedings. New Mexico water resources research institute report 2003 (No. 326).
[4] Schneider SH, Hare FK. Encyclopedia of climate and weather. New York: Oxford university press; 1996 Apr 25.
[5] Dracup JA, Lee KS, Paulson Jr EG. On the definition of droughts. Water resources research. 1980 Apr;16(2):297-302.
[6] Vicente-Serrano SM, López-Moreno JI. Hydrological response to different time scales of climatological drought: an evaluation of the Standardized Precipitation Index in a mountainous Mediterranean basin.
[7] Hao Z, Singh VP. Drought characterization from a multivariate perspective: A review. Journal of Hydrology. 2015 Aug 1;527:668-78.
[8] Zargar A, Sadiq R, Naser B, Khan FI. A review of drought indices. Environmental Reviews. 2011 Sep 13;19(NA):333-49.
[9] McKee TB, Doesken NJ, Kleist J. The relationship of drought frequency and duration to time scales. InProceedings of the 8th Conference on Applied Climatology 1993 Jan 17 (Vol. 17, No. 22, pp. 179-183). Boston, MA: American Meteorological Society.
[10] Vicente-Serrano SM, Beguería S, López-Moreno JI. A multiscalar drought index sensitive to global warming: the standardized precipitation evapotranspiration index. Journal of climate. 2010 Apr;23(7):1696-718.
[11] Ali Z, Hussain I, Faisal M, Nazir HM, Abd-el Moemen M, Hussain T, Shamsuddin S. A novel multi-scalar drought index for monitoring drought: the standardized precipitation temperature index. Water resources management. 2017 Dec 1;31(15):4957-69.
[12] Palmer WC (1965) ‘Meteorological drought.’ Research Paper No.45 (U.S. Department of Commerce, Weather Bureau: Washington, D.C.)
[13] Van Rooy MP. A rainfall anomaly index independent of time and space. Notos. 1965;14(43):6.
[14] Palmer WC. Keeping track of crop moisture conditions, nationwide: The new crop moisture index.
[15] Bhalme HN, Mooley DA. Large-scale droughts/floods and monsoon circulation. Monthly Weather Review. 1980 Aug;108(8):1197-211.
[16] Shafer BA. Developmnet of a surface water supply index (SWSI) to assess the severity of drought conditions in snowpack runoff areas. InProceedings of the 50th Annual Western Snow Conference, Colorado State University, Fort Collins, 1982 1982.
[17] Keyantash JA, Dracup JA. An aggregate drought index: Assessing drought severity based on fluctuations in the hydrologic cycle and surface water storage. Water Resources Research. 2004 Sep;40(9).
[18] Karamouz M, Rasouli K, Nazif S. Development of a hybrid index for drought prediction: case study. Journal of Hydrologic Engineering. 2009 Feb 18;14(6):617-27.
[19] Kao SC, Govindaraju RS. A copula-based joint deficit index for droughts. Journal of Hydrology. 2010 Jan 15;380(1-2):121-34.
[20] Hao Z, AghaKouchak A. A nonparametric multivariate multi-index drought monitoring framework. Journal of Hydrometeorology. 2014 Feb;15(1):89-101.
[21] Sohrabi MM, Ryu JH, Abatzoglou J, Tracy J. Development of soil moisture drought index to characterize droughts. Journal of Hydrologic Engineering. 2015 Mar 23;20(11):04015025.
[22] Tsakiris G, Loukas A, Pangalou D, Vangelis H, Tigkas D, Rossi G, Cancelliere A. Drought characterization. Drought management guidelines technical annex. 2007:85-102.
[23] Svoboda MD, Fuchs BA, Poulsen CC, Nothwehr JR. The drought risk atlas: enhancing decision support for drought risk management in the United States. Journal of Hydrology. 2015 Jul 1;526:274-86.
[24] Smakhtin VU, Schipper EL. Droughts: The impact of semantics and perceptions. Water Policy. 2008 Apr 1;10(2):131-43.
[25] Niemeyer S. New drought indices. Options Méditerranéennes. Série A: Séminaires Méditerranéens. 2008 Jun 12;80:267-74.
[26] Wilhite DA. Preparing for drought: A guidebook for developing countries. Diane Publishing; 1994.
[27] Sheffield J, Wood EF, Roderick ML. Little change in global drought over the past 60 years. Nature. 2012 Nov;491(7424):435.
[28] Beguería S, Vicente‐Serrano SM, Reig F, Latorre B. Standardized precipitation evapotranspiration index (SPEI) revisited: parameter fitting, evapotranspiration models, tools, datasets and drought monitoring. International Journal of Climatology. 2014 Aug;34(10):3001-23.
[29] Vicente-Serrano SM, Van der Schrier G, Beguería S, Azorin-Molina C, Lopez-Moreno JI. Contribution of precipitation and reference evapotranspiration to drought indices under different climates. Journal of Hydrology. 2015 Jul 1;526:42-54.
[30] Cavazos T. Using self-organizing maps to investigate extreme climate events: An application to wintertime precipitation in the Balkans. Journal of climate. 2000 May;13(10):1718-32.
[31] Chang FJ, Chang LC, Kao HS, Wu GR. Assessing the effort of meteorological variables for evaporation estimation by self-organizing map neural network. Journal of Hydrology. 2010 Apr 15;384(1-2):118-29.
[32] Farsadnia F, Kamrood MR, Nia AM, Modarres R, Bray MT, Han D, Sadatinejad J. Identification of homogeneous regions for regionalization of watersheds by two-level self-organizing feature maps. Journal of Hydrology. 2014 Feb 13;509:387-97.
 
[33] Dai A. Increasing drought under global warming in observations and models. Nature climate change. 2013 Jan;3(1):52.
دوره 6، شماره 3
مهر 1398
صفحه 837-847
  • تاریخ دریافت: 01 اردیبهشت 1398
  • تاریخ بازنگری: 15 مرداد 1398
  • تاریخ پذیرش: 15 مرداد 1398
  • تاریخ اولین انتشار: 01 مهر 1398
  • تاریخ انتشار: 01 مهر 1398