تحليل چندمتغيره خشكسالي‌هاي هواشناسي در ايران با استفاده از شاخص كمبود توأم (JDI)

Multivariate Analysis of Meteorological Droughts in Iran Using Joint Deficit Index (JDI)

پايش و پيش بيني خشكسالي به عنوان يك پديده حدي طبيعي، در مديريت منابع آب و توليدات كشاورزي اهميتي ويژه دارد. هدف از مطالعه حاضر، ارزيابي خشكسالي هاي هواشناسي در گستره ايران با استفاده از شاخص كمبود توام (JDI) و مقايسه آن با SPImod مي باشد. براي اين منظور از داده هاي بارش ماهانه 41 ايستگاه هواشناسي ايران در دوره آماري 2017-1971 استفاده شد. نتايج نشان داد كه شاخص SPImod تغييرات فصلي بارش را به خوبي توصيف مي كند. چون تحليل بر مبناي شاخص SPImod به مقياس هاي زماني حساس بوده و احتمال ظاهر شدن نتايج ناسازگار در پنجره هاي زماني مختلف وجود دارد. جهت رفع اين نقايص از شاخص كمبود توام (JDI) استفاده شد كه مبتني بر بسط توزيعي توام از شاخص هاي SPImod با مقياس زماني 1 تا 12 ماهه به كمك توابع مفصل مي باشد. نتايج كاربست شاخص JDI نشان داد كه تعداد ماه هاي خشك (با شاخص منفي) در مناطق غرب، شمال غرب و برخي استان هاي شمالي بيشتر از ساير مناطق كشور بوده است. در مرحله بعد، سه مشخصه خشكسالي شامل مدت، شدت و فاصله بين آغاز دو خشكسالي متوالي از سري زماني JDI استخراج گرديد. نتايج همبستگي بين مشخصه هاي خشكسالي حاكي از همبستگي بالاي 0/7 بين آن ها بود. جهت تحليل چند متغيره مشخصه هاي خشكسالي، برازش 9 تابع مفصل نيز بررسي گرديد كه از ميان آن ها، تابع فارلي- گامبل- مورنگسترن به عنوان گزينه برتر براي بسط توزيع سه متغيره جهت پايش خشكسالي در ايستگاه هاي مطالعاتي تعيين شد.

Drought is a natural phenomenon, therefor Drought monitoring and forecasting, especially the precise timing of its onset and duration, is of particular importance in water resources management and planning to mitigate drought effects. The purpose of this study is to evaluate, the meteorological droughts in the whole country of Iran using the Joint Deficit Index (JDI) and compared its with SPImod. For this purpose, the monthly precipitation data from 41 meteorological stations in Iran were used in the period of 1971-2017. The results showed that the SPImod index can describe seasonal variations of precipitation which is an advantage for this index. On the other hand, analysis based on the SPImod is sensitive to time scales, as it may present contradictory results in different time scales. To correct these defects the Joint Deficit Index (JDI) can be used. The basis of the JDI index is to create a joint distribution of SPImod indices with time scales of 1 to 12-month using copula functions. The results of the JDI index showed that the number of dry months (JDI <0) in the west, northwest, and some northern provinces were more than other parts of the country. In the next step, the drought characteristics, including severity, duration and the inter-arrival time were extracted from the JDI index time series. The results indicated that the correlation among drought characteristics were more than 0.7. In order to trivariate analysis of drought characteristics, the fitness of nine different copula functions were examined that the Farley- Gamble- Morgenstern copula was specified as the best function for constructing the trivariate distribution.