پديد آورندگان :
خاني تمليه، ذبيح الله دانشگاه اروميه، ايران , رضايي، حسين دانشگاه اروميه - گروه مهندسي آب، ايران , ميرعباسي نجف آبادي، رسول دانشگاه شهركرد - گروه مهندسي آب، ايران
كليدواژه :
توزيع توأم سه‌بعدي , شاخص SPImod , حداكثر درست‌نمائي , مفصل HRT
چكيده فارسي :
خشكسالي بعنوان يك وضعيت كمبود آب طولاني مدت، موضوعي چالش برانگيز در مديريت منابع آب مي‌باشد. اين پديده يكي از بلاياي طبيعي پرهزينه و كمتر شناخته شده مي‌باشد. تاكنون اغلب مطالعات خشكسالي بصورت تحليل‌هاي تك-متغيره و دومتغيره بوده است. در اين پژوهش به تحليل سه‌متغيره خشكسالي در شرق ايران براي 13 ايستگاه هواشناسي در دوره آماري 2017-1971 پرداخته شد. جهت استخراج پارامترهاي شدت، مدت و پيك خشكسالي از شاخص SPImod استفاده گرديد. در اين راستا، قابليت دوازده تابع مفصل كلايتون، فرانك، گالامبوس، پلاكت، گامبل- هوگارد، علي- ميخائيل- حق، فارلي- گامبل- مورنگسترن،HRT، فيليپ- گامبل، جوي، گامبل- بارنت و سارمونف جهت ايجاد توزيع توام سه‌متغيره مورد آزمون قرار گرفت. براي اين منظور، از روش تو در تو براي اتصال توابع مفصل دوبعدي و ايجاد تابع توزيع توام سه‌بعدي استفاده شد. جهت تعيين تابع مفصل برتر در هر ايستگاه، از آماره‌هاي ميانگين مربعات خطا (RMSE)،نش‌ساتكليف (NSE) و همچنين حداكثر درست‌نمائي (ML) استفاده شد. نتايج حاصل نشان داد كه تابع مفصل HRT بهترين عملكرد را در ايجاد توابع توزيع دومتغيره و سه‌متغيره دارد. همچنين نتايج نشان داد كه استفاده از شاخص SPImod تا حدود زيادي معايب SPI متداول را برطرف مي‌كند و تغييرات فصلي بارش را در محاسبه شاخص SPI لحاظ مي-نمايد. نتايج شاخص SPImod نشان داد كه بيشترين درصد تعداد ماه‌هاي خشك مربوط به ايستگاه سبزوار با 52 درصد و كمترين آن مربوط به ايستگاه تربت حيدريه 35 درصد بود كه بترتيب بعنوان مناطقي كه بيشتر و كمتر در معرض خشكسالي قرار گرفته اند، شناخته شدند.
چكيده لاتين :
Drought as a long-term water scarcity situation is a challenging issue in water resources management. This phenomenon is one of the less expensive and less known natural disasters. Until now, most drought studies have been either univariate or bivariate. In this study, trivariate of drought analysis in eastern Iran for 13 meteorological stations in the period 1971- 2017 were investigated. SPImod index was used to extract the intensity, duration and peak drought parameters. In this regard, the ability of twelve copula functions of Clayton, Frank, Galambos, Platelet, Gumble-Hoggard, Ali-Mikhail-Hagg, Farley-Gumble-Morgenstern, HRT, Filip-Gumble, Joey, Gumble-Barnett and Sarmonov to create a joint -distribution of trivariate were tested. For this purpose, the nested method was used to connect two-dimensional joint functions and create a three-dimensional joint distribution function. To determine the best copula function at each station, RMSE, NSE-NSE, and maximum likelihood (ML) statistics were used. The results showed that the HRT copula function has the best performance in generating bivariate and trivial distribution functions. The results also showed that the use of SPImod greatly eliminates the disadvantages of general SPI and takes into account seasonal variations in precipitation in the calculation of SPI. The results of SPImod indicated that the highest percentage of dry months were observed in the Sabzevar station with 52% and the lowest in Torbat- Heydariyeh station with 35%, which were identified as the areas have experienced the highest and lowest dry months, respectively.
