پایش و پیش بینی وضعیت خشکسالی در استان فارس با استفاده از شاخص RDI و مدل ریاضی زنجیره مارکوف

Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 422

This Paper With 13 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_WATER-8-3_012

تاریخ نمایه سازی: 15 تیر 1398

Abstract:

آگاهی از وضعیت خشکسالی خطر زیان­های ناشی از این پدیده را تا حد شایان توجهی کاهش می دهد. در این مطالعه که در استان فارس انجام شد، به منظور بررسی خشکسالی، از آمار ماهانه 10 ایستگاه سینوپتیک استان در دوره آماری (2014-1990) استفاده شد. شاخص مورد استفاده جهت پایش خشکسالی، [1]RDI یک ماهه بود و مدل زنجیره مارکوف به منظور پیش بینی وضعیت خشکسالی مورد استفاده قرار گرفت. شدت حالت­های مختلف خشکسالی و وقوع حالت­های مورد انتظار (پیش­بینی) مورد تجزیه و تحلیل قرار گرفت. نتیجه این بررسی نشان داد که احتمال انتقال به حالت نرمال بیشتر از دیگر حالت­ها می­باشد. همچنین احتمال تعادل دوره های خشکسالی خیلی شدید، خشکسالی شدید، خشکسالی متوسط، نرمال، ترسالی متوسط، ترسالی شدید و ترسالی خیلی شدید در استان فارس به ترتیب 37/3، 88/8، 33/8، 2/63، 68/15، 6/0 و 0/0 درصد به دست آمد که در بیشتر مواقع (درازمدت)، منطقه از نظر اقلیمی در حالت نرمال قرار دارد. احتمال تعادل دوره های مذکور خشکسالی در مرحله پیش بینی به ترتیب 95/3، 46/10، 68/10، 51/55، 37/18، 00/1 و 00/0 درصد به دست آمد. به طور کلی در سطح استان، درصد فراوانی وقوع کلاس های پیش بینی شده خشک نسبت به کلاس های مرطوب بیشتر است که بیانگر این است که خشکسالی کماکان در سطح استان فارس ادامه دارد. بیشترین فراوانی وقوع کلاسهای خشک در ایستگاه ایزدخواست (5/31 درصد) و کمترین آن در ایستگاه شیراز (20 درصد) به دست آمد.  

Keywords:

Authors

محمدمهدی مقیمی

استادیار، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه فسا، شهر فسا

الهام کوهی

گروه مهندسی آب، دانشکده کشاورزی، دانشگاه فسا، ایران.

عبدالرسول زارعی

گروه مرتع و آبخیزداری، دانشکده کشاورزی، دانشگاه فسا، 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 :
  • رضیئی، ط.، پ. دانشکار آراسته، ر. الف. اختری و ب. ... [مقاله ژورنالی]
  • شکری کوچک، س. و بهنیا، ع.، 1392. پایش و پیش ...
  • تحلیل خشکسالی های استان تهران با استفاده از شاخص SPI و پیش بینی آن براساس مدل زنجیره مارکوف [مقاله ژورنالی]
  • شریفی، م.، م. شهیدی پور. 1380. تحلیل سیستم های منابع ...
  • Banimahd, S. A. and D. Khalili. 2013. Factors influencing Markov ...
  • Khalili, D., T. Farnoud, H. Jamshidi, A. A. Kamgar-Haghighi and ...
  • Paulo, A. A. and L. S. Pereira. 2006. Prediction of ...
  • Paulo, A. A. and L. S. Pereira. 2007. Stochastic prediction ...
  • Raziei T. B., A. A. Saghafian Paulo, L. S. Pereira ...
  • Tsakiris G. and H. Vangelis. 2005. Establishing a drought index ...
  • Tsakiris G., D. Pangalou and H. Vangelis. 2007. Regional drought ...
  • Lohani V. K. and G. V. Loganathan. 1997. An early ...
  • Lohani V. K., G. V. Loganathan and S. Mostaghimi. 1998. ...
  • Ochola W. O. and P. Kerkides. 2003. A Markov chain ...
  • Steineman A. 2003. Drought indicators and triggers: a stochastic approach ...
  • Nalbantis I. and G. Tsakiris. 2009. Assessment of hydrological droughts ...
  • Tabrizi A. A., D. Khalili, A. A. Kamgar-Haghighi and Sh. ...
  • Abolverdi J. and D. Khalili. 2010. Probability analysis of extreme ...
  • Tukey J. W. 1977. Exploratory data analysis. Addison-Wesley, Reading. ...
  • Zamani, A. M. R., M. Monadi and H. Zarei. 2013. ...
  • Zarei, A. R., Moghimi, M. M. and M. R. Mahmoudi. ...
  • نمایش کامل مراجع