امکان سنجی پیش بینی خشکسالی سالانه بر اساس وضعیت خشکسالی در فصل بهار (پژوهش موردی ارازکوسه)
Publish place: Irrigation and Drainage، Vol: 9، Issue: 4
Publish Year: 1394
نوع سند: مقاله ژورنالی
زبان: Persian
View: 202
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IDJ-9-4_008
تاریخ نمایه سازی: 25 اردیبهشت 1400
Abstract:
خشکسالی که به کمبود بارش نسبت به متوسط آن طی یک دوره زمانی گفته می شود از مهم ترین مباحث در زمینه هواشناسی است و پیش بینی آن می تواند نقش موثری در مدیریت منابع آب ایفا نماید. به همین دلیل، هم از روش های مختلف مدل سازی و هم از متغیرهای متعدد تاثیرگذار بر خشکسالی برای پیش بینی آن استفاده شده است. در این پژوهش با بررسی تاثیر بارش های بهاره بر وضعیت خشکسالی سالانه، امکان برآورد وضعیت خشکسالی سالانه بر پایه بارش بهاره مورد ارزیابی قرار گرفته است. برای این منظور ایستگاه ارازکوسه واقع در استان گلستان با ۴۵ سال آمار روزانه بهعنوان منطقه مطالعاتی در نظر گرفته شد و پس از محاسبه شدت خشکسالی در بازه های زمانی ۱، ۳ و ۱۲ ماهه بر اساس نمایه بارش استاندارد شده (SPI)، ماتریس همبستگی بین نمایه SPI در بازه های زمانی مختلف تشکیل شد. نتایج بهدست آمده نشان می دهد که بیشترین همبستگی بین وضعیت خشکسالی سالانه با خشکسالی در فصل بهار بهدست می آید. برای افزایش دقت پیش بینی، نمایه های خشکسالی ماه های فصل بهار نیز اضافه و در مدل درختی M۵ وارد شد. نتایج نشان داد خشکسالی سالانه بر اساس بارش های بهاره با ضریب همبستگی ۸۹/۰ و جذر میانگین مربعات خطای ۵۷/۰ قابل پیش بینی است.
Authors
خلیل قربانی
استادیار گروه مهندسی آب، دانشکده مهندسی آب و خاک، دانشگاه علوم کشاورزی و منابع طبیعی، گرگان، ایران
میثم سالاری جزی
استادیار گروه مهندسی آب، دانشکده مهندسی آب و خاک، دانشگاه علوم کشاورزی و منابع طبیعی، گرگان، ایران
محمد عبدالحسینی
استادیار گروه مهندسی آب، دانشکده مهندسی آب و خاک، دانشگاه علوم کشاورزی و منابع طبیعی، گرگان، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :