كاربست داده هاي باز تحليل و ديده باني جهت مقايسه شاخص هاي خشكسالي هواشناسي (مطالعه موردي: منطقه اسفراين- سبزوار)

Application of Reanalysis and Observational Data for Comparison of Drought indices (Case Study: Esfarayen Sabzevar Region)

پايش و تحليل شرايط خشكسالي ازاصلي ترين نيازهاي مديريت منابع آب به شمار مي رود.در اين پژوهش شاخص هاي SPI و SPEI جهت ارزيابي خشكسالي منطقه اسفراين-سبزوار مقايسه شدند. از آنجايي كه منطقه مطالعاتي مورد نظر فاقد آمار كافي و بلندمدت جهت ارزيابي خشكسالي است، داده-هاي بازتحليل ERA-Interim جهت تلفيق با داده‌هاي ديدباني مورد استفاده قرارگرفت. براي اين منظور با استفاده از رابط وب، اسكريپت Python، ECMWF WebAPI و نرم‌افزار ArcGIS؛ داده‌هاي اقليمي بارش و دما براي هر يك از ايستگاه‌ها در دوره آماري 1979 تا 2016 استخراج شد. پس از اصلاح اُريبي داده‌ها براساس داده‌هاي ديدباني، داده‌هاي تلفيقي بارش و دما براي دوره آماري مورد نظر بدست آمد كه مبناي محاسبه خشكسالي قرار گرفت. در نهايت ارزيابي خشكسالي و برآورد همبستگي شاخص‌هاي SPI و SPEI سه ايستگاه سرچشمه، قاسم‌آباد و جغتاي در مقياس زماني 3 ،6،12 ،18 و 24 ماهه صورت گرفت. پس از تهيه داده‌هاي تلفيقي بازتحليل و ديدباني، ميانگين مربعات خطا و اُريبي به ترتيب از0/39 و 6/69 به 0/32 و 0/24 كاهش يافت؛ در نتيجه مي‌توان از اين داده‌ها جهت ارزيابي خشكسالي در مناطقي كه داده‌هاي ديدباني در دسترس نيستند و يا پراكنش نامناسبي دارند، استفاده كرد. نتايج ارزيابي خشكسالي نشان داد در مقياس‌هاي زماني كوتاه‌مدت فراواني دوره‌هاي خشك و مرطوب زياد است كه با افزايش مقياس زماني فراواني دوره‌هاي خشك و مرطوب كاهش مي‌يابد اما تداوم آن‌ها افزايش مي‌يابد. در ايستگاه‌هاي مورد مطالعه در اكثر موارد هماهنگي در دوره‌هاي خشك و مرطوب در هر دو شاخص ديده شد. بر اساس نتايج عرضه شده در خصوص همبستگي بين شاخص‌هاي خشكسالي SPI و SPEI مشاهده شد كه در همه ايستگاه هاي مورد بررسي، بين شاخص‌هاي خشكسالي مورد استفاده همبستگي مثبت و معني‌داري وجود دارد. كه اين همبستگي در مناطق مرطوب‌تر بالاتر است. در نتيجه مي‌توان از شاخص SPI در مناطق فاقد داده دما و با دقت شاخص SPEI استفاده كرد.

In present paper,Standard Precipitation Index SPI and SPEI indices were compared in order to assessment of drought conditions in the Esfarayen-Sabzevar region.As the aforementioned region does not have sufficient long-term data to assess the drought, reanalysis data of ERA-Interim were used to combine with the observed data.For this purpose,climatic data of precipitation and temperature were extracted for each station in the statistical period of 1979-2016 using the web interfaces,Python script,ECMWF WebAPI and ArcGIS software. After correcting the bias of the data based on observational data,combined data of precipitation and temperature were obtained for the aforementioned period that was basis for calculating the drought.Finally,drought assessment and estimating the correlation of SPI and SPEI of three stations of Sarcheshmeh,Ghasemabad,andJoghtay in the time scales of3,6,12,18,and24months were done.After generating data combination, the Root mean square error(RMSE)and Bias were decreased from0.39and6.69to0.32and0.24 respectively;therefore,these data can be used for drought assessment in areas with not available data.Results showed that in the short time scales,the frequency of dry and wet periods is high which decreases with increasing the time scale,but their continuity increases.In the stations,in most of the cases,coordination in the dry and wet periods was observed in both indices.Based on the provided results regarding the correlation between SPIand SPEI indices, there is a positive and significant correlation between above indices and the correlation is higher in the humid regions.As a result,the SPI index can be used in the regions without temperature data and with a precession similar to the SPEI index.