ارزيابي تأثير‌گذاري مرتبه ماركف بر دقت پيش‌بيني خشكسالي بر مبناي شاخص SPEI به‌وسيله زنجيره ماركف

Evaluation of effect of Markov order on the accuracy of drought forecasting Based on SPEI index using Markov Chain method

خشكسالي يكي از پديده‌هاي جدايي‌ناپذير نوسانات اقليمي است كه سالانه خسارات زيادي را به بخش‌هاي مختلف وارد مي‌سازد. بنابراين، پيش‌بيني خشكسالي مي‌تواند در كاهش خسارات ناشي از آن موثر باشد. يكي از روش‌هاي پيش‌بيني خشكسالي زنجيره ماركف مي‌باشد. در اين مطالعه، با استفاده از داده‌هاي اقليمي پنج ايستگاه سينوپتيك كشور با اقليم‌هاي مختلف، طي دوره آماري 1967 الي 2014، تأثير مرتبه زنجيره ماركف (مرتبه‌هاي 1، 2 و 3) بر دقت پيش‌بيني خشكسالي (بر مبناي شاخص SPEI) به‌وسيله اين مدل بررسي شد. بر اساس نتايج، احتمال انتقال از كل طبقات خشكسالي به طبقه 4 بيشترين فراواني و به طبقه 1 كمترين فراواني را دارا بود. بررسي‌ها نشان داد كه در حالتي كه بين طبقات خشكسالي پيش‌بيني‌ شده و مشاهده ‌شده، هيچ اختلافي وجود نداشته باشد، ماركف مرتبه 3، داراي بهترين نتايج پيش‌بيني است. زماني كه بين طبقات خشكسالي پيش‌بيني‌ شده و مشاهده شده فقط يك طبقه اختلاف وجود داشته باشد، در 60 درصد موارد ماركف مرتبه 3 و در 40 درصد موارد ماركف مرتبه 2 داراي بهترين نتايج پيش‌بيني بود. زماني كه بين طبقات خشكسالي پيش‌بيني‌ شده و مشاهده شده دو يا سه طبقه اختلاف وجود داشته باشد، ماركف مرتبه 3، داراي بهترين نتايج بود. بنابراين، توصيه مي‌شود، در پيش‌بيني خشكسالي با استفاده از شاخص SPEI و زنجيره ماركف، در درجه اول ماركف مرتبه 3 و در درجه بعد از ماركف مرتبه 2 استفاده شود.

Drought is an inseparable part of climatic fluctuations which caused to lot of damages to different sections annually. Therefore, drought prediction can be effective in reducing the damages of it. Markov Chain method is one of the drought prediction methods. In this study using climatological data of 5 synoptic stations of Iran with different climate condition during 1967 to 2014, effect of Markov Chain order (orders 1, 2 and 3) in drought forecast accuracy (Based on SPEI Index) using Markov Chain method were evaluated. Based on the results, transition probability from all drought classes to class 4 (normal) had the most frequency and to class 1 (extreme wet) had the lowest frequency. According to results, in the conditions that observed and predicted drought classes had not difference, Markov with order 3 has the best results. In the conditions that observed and predicted drought classes had one class difference, in 60% of cases Markov with order 3 and in 40% of cases Markov with order 2 has the best results. In the conditions that observed and predicted drought classes had two or three classes difference, Markov with order 3 has the best results. So it’s recommended, to forecast drought using SPEI index and Markov Chain method, in the first grad Markov with order 3 and in the second grad Markov with order 2 to be used.