پایش و پهنه بندی وضعیت خشک سالی در استان فارس برپایه میانگین متحرک پارامترهای اقلیمی توسط دو شاخص هیدرولوژیکی RDI و AI
Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 63
نسخه کامل این Paper ارائه نشده است و در دسترس نمی باشد
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JWMS-16-57_004
تاریخ نمایه سازی: 3 دی 1402
Abstract:
خشک سالی از معضلات بزرگی است که گریبان گیر کشورهای واقع در عرض های جنب حاره ای هم چون ایران است. استان فارس که از جمله استان های جنوبی و در حوزه گردشگری و کشاورزی حائز اهمیت بوده، مدت هاست که با مشکل خشک سالی و کم آبی مواجه است لذا بررسی روند خشک سالی در این استان جهت مدیریت بهتر معضل خشک سالی و بهبود وضعیت کشاورزی و گردشگری کشاورزی ضرورت دارد. هدف پژوهش حاضر بررسی روند خشک سالی این استان با استفاده از شاخص خشکی و شاخص شناسایی خشک سالی است. پارامترهای مورد استفاده در این شاخص ها، بارندگی و تبخیر و تعرق پتانسیل بوده که در همین راستا از داده های بارندگی و دمای بیشینه ۱۰ ایستگاه در سال های آماری ۱۳۷۸-۱۳۹۹ استفاده و با به کارگیری روش لاری جانسون تبخیر و تعرق هر ایستگاه محاسبه گردید. شاخص ها و نمودارهای لازم توسط نرم افزار متلب (۲۰۲۰a) ترسیم و بر اساس نتایج بدست آمده میانگین بیشترین و کم ترین شدت خشک سالی به ترتیب در سال های ۱۳۸۷ و ۱۳۸۳ رخ داد، هم چنین سال ۱۳۹۹ وضعیت خشک و نرمال را نمایش داد. در انتها با توجه به نقشه های پهنه بندی بدست آمده از نرم افزار Arc map ۱۰.۸ افزایش شدت خشک سالی در نواحی جنوبی و مرکزی استان مشاهده شد.
Keywords:
Drought , Drought Identification Index (RDI) , Drought Index (AI) , Drought Severity Zoning , MATLAB , پهنه بندی شدت خشک سالی , خشک سالی , شاخص خشکی , شاخص شناسایی خشک سالی , نرم افزار متلب
Authors
محمد حسین جهانگیر
Corresponding Author and Associate Professor of Department of New Energy and Environment, Faculty of Modern Science and Technology, University of Tehran
راحیل ابراهیم پور
Master student of Eco Hydrology, Department of New Energy and Environment, Faculty of Modern Sciences and Technologies, University of Tehran
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 :