ارزیابی پیش بینی خشکسالی در آینده توسط تولید داده های مصنوعی به روش ARMA (مطالعه موردی: ایستگاه ارومیه و قاسملو در استان آذربایجان غربی)

عموما خشکسالی در هر منطقه ای تحت تأثیر عوامل متعددی است که یکی از مهمترین نمادهای وقوع خشکسالی کاهش میزان بارندگی است. پیش بینی وضعیت خشکسالی برای مهندسی منابع آب اهمیت فوق الاده زیادی دارد چراکه در آینده کمک بسیار زیادی در مدیریت بحران خشکسالی و برنامه ریزی برای جلوگیری و یا کاهش خسارت های ناشی از آن را به همراه خواهد داشت. در این تحقیق با توجه به وضعیت خشکسالی در حوضه آبریز دریاچه ارومیه و خطر خشک شدن کامل این دریاچه زیبا، در دو ایستگاه منتخب در غرب حوضه آبریز دریاچه ارومیه در استان آذربایجان غربی، اقدام به پیش بینی شدت خشکسالی و فراوانی آن برای آینده با استفاده از تولید داده های مصنوعی بارندگی توسط مدل های تصادفی سری زمانی خطی ARMA گردید. در این راستا آزمون های مرتبط با روند، نرمال بودن، همگنی وتصادفی بودن سری زمانی انجام گردید و از مدل ARMA جهت شبیه سازی سری داده های نرمال شده استفاده گردید. با توجه به معیار آکاییکه کمتر، مدل ARMA (0,1) به عنوان مدل برتر انتخاب شد. با توجه به انتخاب مدل برتر جهت شبیه سازی سری زمانی، مقادیر بارش سالانه در 1000 نمونه به تعداد سال های آماری پیش بینی شد و سپس شاخص های خشکسالی SPI و PNPI محاسبه و فراوانی آن ها برای دوره های 1، 10،20، 25، 50ساله تعیین گردید. با این روش برای هر یک از سال های دوره 35 ساله آینده، پیش بینی مقادیر شدت خشکسالی و فراوانی آن ها تعیین گردید.

Keywords:

شدت خشکسالی , پیش بینی , شاخص خشکسالی , مدل سازی , سری زمانی , مدل ARMA