ارزيابي پيش بيني خشكسالي در آينده توسط توليد داده هاي مصنوعي به روش ARMA (مطالعه موردي: ايستگاه اروميه و قاسملو در استان آذربايجان غربي )

عموما خشكسالی در هر منطقه ای تحت تأثیر عوامل متعددی است كه یكی از مهمترین نمادهای وقوع خشكسالی كاهش میزان بارندگی است. پیش بینی وضعیت خشكسالی برای مهندسی منابع آب اهمیت فوق الاده زیادی دارد چراكه در آینده كمك بسیار زیادی در مدیریت بحران خشكسالی و برنامه ریزی برای جلوگیری و یا كاهش خسارت های ناشی از آن را به همراه خواهد داشت. در این تحقیق با توجه به وضعیت خشكسالی در حوضه آبریز دریاچه ارومیه و خطر خشك شدن كامل این دریاچه زیبا، در دو ایستگاه منتخب در غرب حوضه آبریز دریاچه ارومیه در استان آذربایجان غربی، اقدام به پیش بینی شدت خشكسالی 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 آكاییكه كمتر، 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 خشكسالی SPI و PNPI محاسبه و فراوانی آن ها برای دوره های 1، 10،20، 25، 50ساله تعیین گردید. با این روش برای هر یك از سال های دوره 35 ساله آینده، پیش بینی مقادیر شدت خشكسالی و فراوانی آن ها تعیین گردید.