پایش و پیشبینی خشکسالی ماهانه با استفاده از شاخص استاندارد بارش و زنجیره مارکوف (مطالعه موردی: جنوب شرق ایران)
Authors
Abstract:
خشکسالی یکی از بخشهای جداییناپذیر نوسانات اقلیمی است که سالانه خسارات زیادی را به بخشهای مختلف وارد میسازد. با توجّه به اثرات خشکسالی بر بخشهای مختلف محیطزیست، کشاورزی، منابع طبیعی، حیات وحش و... پیشبینی آن میتواند برای مدیریت بحران و کاهش خسارات ناشی از آن مفید باشد. در پژوهش حاضر، خشکسالی ماهانه بر اساس شاخص استاندارد بارش در 12 ایستگاه موجود در جنوب شرق کشور طی سالهای 1980 تا 2014 محاسبه گردید؛ سپس با استفاده از زنجیرة مارکوف اقدام به پیشبینی خشکسالی ماهانه برای سالهای 2015 تا 2020 شد. طبق نتایج، بیشتر ایستگاهها از نظر خشکسالی دارای وضعیّت نرمال، متوسّط و شدید هستند. ماتریس احتمال انتقال نشان داد که در تمامی ایستگاهها، احتمال گذر از یک حالت معیّن به همان حالت و احتمال گذر از حالت مرطوب به خشک، زیاد؛ امّا احتمال گذر از حالت خشک به تر، کم است. همچنین نتایج پیشبینی در ایستگاههای مختلف با سطح دقّت متفاوت (در ایستگاههای ایرانشهر، زابل، زاهدان، بم و سراوان، دقّت پیشبینی 75%، در ایستگاههای جاسک، بندرعباس، کرمان و شهر بابک دقّت پیشبینی 1/79% و در ایستگاههای بندر لنگه، چابهار و سیرجان، دقّت پیشبینی 3/83%) نشان داد که بیشترین احتمال وقوع خشکسالی طی سالهای 2015 تا 2020 مربوط به کلاسهای نرمال، متوسّط و شدید است و در سطح منطقة مورد بررسی کلاسهای 1 تا 7 خشکسالی به ترتیب 3/13، 81/25، 74/26، 11/36، 75/4، 87/2 و 69/0% از ماههای پیشبینیشده را دربر میگیرند.
similar resources
پایش و پیشبینی خشکسالی استان خوزستان با استفاده از شاخص خشکسالی SPI و زنجیره مارکوف
در مقاله حاضر با استفاده از سریهای زمانی حاصل از شاخص بارش استاندارد شده (SPI) و زنجیره مارکوف، پایش، پیشبینی و گسترش خشکسالی در سطح استان خوزستان مورد بررسی قرار گرفته است. نتایج نشان داد که در تمامی ایستگاهها وضعیت تقریباً نرمال بر اساس شاخص SPI با مقیاس زمانی شش ماهه، بیشترین فراوانی را دارا میباشد و بین 33 الی 42 درصد حالات را به خود اختصاص میدهد، احتمال گذر از یک حالت معین به همان...
full textپایش و پیش بینی خشکسالی استان خوزستان با استفاده از شاخص خشکسالی spi و زنجیره مارکوف
در مقاله حاضر با استفاده از سریهای زمانی حاصل از شاخص بارش استاندارد شده (spi) و زنجیره مارکوف، پایش، پیشبینی و گسترش خشکسالی در سطح استان خوزستان مورد بررسی قرار گرفته است. نتایج نشان داد که در تمامی ایستگاهها وضعیت تقریباً نرمال بر اساس شاخص spi با مقیاس زمانی شش ماهه، بیشترین فراوانی را دارا میباشد و بین 33 الی 42 درصد حالات را به خود اختصاص میدهد، احتمال گذر از یک حالت معین به همان حالت...
full textتحلیل و پیشبینی بارش های منطقه لارستان با استفاده از مدل زنجیره مارکوف
در این مقاله تحلیل و پیش بینی بارش های منطقه لارستان، روزهای بارش 0/1 میلی متر و بیشتر ایستگاه لار در دوره آماری 2003-19960 بررسی شده است. ابتدا فراوانی روزهای بارانی بر اساس تداوم آن ها گروه بندی و فراوانی هرکدام از توالی ها به صورت مجزا مطالعه گردید. سپس بر اساس مدل زنجیره مارکوف احتمال وقوعهریک از توالی ها به صورت ماهانه ، فصلی و سالانه محاسبه شد. یافته های تحقیق نشان داد که:حداکثر فراوانی ر...
full textبرآورد و پایش خشکسالی با استفاده از شاخص پوشش گیاهی ndviو شاخص استاندارد بارش spiمطالعه موردی جنوب استان خوزستان
خشکسالی یکی از بلایای طبیعی است که صدمات فراوانی به زندگی انسان و اکوسیستم های طبیعی وکشاورزی وارد می آورد . خشکسالی پدیده ای است که تدریجاً و طی یک دوره نسبتاً طولانی و در گستره وسیعی از طبیعت اتفاق می افتد. در دهه های اخیر در میان حوادث طبیعی که جوامع انسانی را تحت تأثیر قرار داده اند تعداد و فراوانی این پدیده بیش از سایر حوادث بوده است. هدف از این پژوهش پایش خشکسالی با استفاده از شاخص پوشش گ...
15 صفحه اولپایش و پیش بینی وضعیت خشکسالی در استان فارس با استفاده از شاخص RDI و مدل ریاضی زنجیره مارکوف
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...
full textMy Resources
Journal title
volume 7 issue 23
pages 39- 51
publication date 2017-08-23
By following a journal you will be notified via email when a new issue of this journal is published.
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023