ایمان بابائیان - پژوهشکده اقلیم شناسی-سازمان هواشناسی کشور
لیلی خزانه داری - کارشناس ارشد پژوهشی- پژوهشکده اقلیم شناسی-سازمان هواشناسی کشور
فاطمه عباسی - کارشناس ارشد پژوهشی- پژوهشکده اقلیم شناسی-سازمان هواشناسی کشور
راهله مدیریان - کارشناس مدل سازی/پژوهشکده اقلیم شناسی
مریم کریمیان - کارشناس مدل سازی- پژوهشکده اقلیم شناسی-سازمان هواشناسی کشور
شراره ملبوسی - کارشناس پژوهشی- پژوهشکده اقلیم شناسی-سازمان هواشناسی کشور

پیش بینی خشکسالی نه تنها یکی از چالشهای اساسی کشور بلکه چالشی برای کشورهای دارای فناوری مدلسازی دینامیکی پیش بینی ماهانه است. در کشورهای پیشرو، برای پیش بینی خشکسالی ابتدا بارش به روش دینامیکی پیش بینی شده و پس از پس پردازش آماری، خشکسالی در قالب نمایههای خشکسالی مانند SPI، SPEI و ... پیش بینی میگردد. بهدلیل اینکه حوضههای آبریز جنوبغرب کشور شامل کرخه، کارون بزرگ، جراحی و زهره سهم چشمگیری در تامین منابع آبی کشور برای مصارف کشاورزی، شرب، صنعت و تولید انرژی برقابی دارند، ازاین رو برخورداری این حوزه از سامانه پیش بینی بارش و خشکسالی دارای اهمیت حیاتی برای مدیریت منابع آب است. در این پژوهش ابتدا برونداد بارش خام مدل دینامیکی پیش بینی فصلی CFSv.۲ در دوره پایه واسنجی شد و سپس براساس معادلات مستخرج، پیش بینیهای خام بارش مدل تا سه ماه آینده تصحیح شدند. از برونداد پس پردازش شده بارش برای محاسبه نمایه خشکسالی SPI سه ماه آینده حوضه آبریز جنوب غرب استفاده شد. در فرآیند واسنجی از داده های مشاهداتی تصحیحشده APHRODITE و پیش بینی های گذشتهنگر مدل دینامیکی پیش بینی فصلی استفاده گردید. نتایج نشان داد بیشترین کارایی پیش بینی خشکسالی با ۵/۸۱ درصد هنگامی رخ می دهد که شرایط واقعی حوضه در حالت نرمال باشد، اما هنگامی که نمایه SPI مشاهداتی حوضه وضعیت ترسالی یا خشکسالی را نشان دهد، در آنصورت صحت پیش بینی نمایه SPI بهترتیب ۳/۶۲ و ۳/۴۲ درصد است. با لحاظ فراوانیهای کل رخدادهای خشکسالی مشاهداتی برای وضعیتهای نرمال، ترسالی و خشکسالی که بهترتیب ۴/۷۶، ۵/۱۲ و ۸ درصد کل حالات را شامل می شوند، صحت کلی پیش بینی نمایه خشکسالی SPI به ۴/۷۳ درصد می رسد.

مدل پیش بینی فصلی, CFSv.۲, APHRODITE, پیش آگاهی خشکسالی, حوضه کارون