پديد آورندگان :
نويدي نساج، بهزاد دانشگاه آزاد اسلامي واحد اهواز - گروه مهندسي منابع آب، اهواز، ايران , ظهرابي، نرگس دانشگاه آزاد اسلامي واحد اهواز - گروه مهندسي منابع آب، اهواز، ايران , نيكبخت شهبازي، عليرضا دانشگاه آزاد اسلامي واحد اهواز - گروه مهندسي منابع آب، اهواز، ايران , فتحيان، حسين دانشگاه آزاد اسلامي واحد اهواز - گروه مهندسي منابع آب، اهواز، ايران
كليدواژه :
بارش شبكه‌بندي , خشكسالي , SPI , زماني-مكاني , حوضه كارون بزرگ
چكيده فارسي :
در اين پژوهش عملكرد زماني و مكاني 5 مجموعه داده‌ي بارش شبكه‌بندي جهاني شامل GPCC V8، CHIRPS V2، ECMWF ERA5، NASA MERRA2 و PERSIANN-CDR (PCDR) در پايش خشكسالي مورد ارزيابي قرار گرفته است. به اين منظور از شاخص خشكسالي بارش استاندارد شده (SPI) و اطلاعات بارش 13 ايستگاه سينوپتيك سازمان هواشناسي ايران طي دوره‌ي سي ساله‌ي 2016-1987 استفاده شده است. مقايسه‌ها بر مبناي شاخص‌هاي كارائي شامل: همبستگي، خطاي جذر ميانگين مربعات (RMSE)، ضريب كارائي نش-ساتكليف، و شاخص توافق اصلاح شده (MAI) و همچنين شاخص‌هاي تعيين دقت تشخيص خشكسالي شامل: نسبت هشداردهي اشتباه (FAR)، احتمال تشخيص (POD) و شاخص موفقيت قطعي (CSI) انجام گرفته است. نتايج نشان داد كه مجموعه داده‌هاي GPCC، ERA5، PCDR توافق قوي با SPI مشاهداتي داشته‌اند به طوريكه روند و وقايع خشكسالي را به خوبي نشان داده‌اند و R2 آن‌ها با SPI مشاهداتي به ترتيب 0/90< ، 0/89 < و 90/ < بوده است. همچنين ميزان RMSE آن‌ها نسبت به CHIRPS و MERRA2 پايين‌تر و ضريب نش ساتكليف و MAI آن‌ها بالاتر بوده است. نتايج همچنين نشان داد در بيشتر بخش‌هاي حوضه خصوصا شمال شرقي و جنوب غربي GPCC، ERA5 و PCDR داراي همبستگي و NSE بالاتري نسبت به ساير مجموعه داده‌ها بودند. از نظر تشخيص وقايع خشكسالي نيز مجموعه داده‌هاي GPCC، ERA5 وPCDR قدرت خوبي در 1- < SPI نشان دادند. با اين حال در شدت‌هاي بالاي خشكسالي ميزان CSI تمامي مجموعه داده‌ها با روندي نزولي همراه بوده و بنابراين قدرت تشخيص وقايع خشكسالي كاهش يافته است. CHIRPS و MERRA2 عملكرد متوسط و ضعيفي در پايش خشكسالي اين حوضه نشان داده‌اند. نتايج اين مطالعه به نوبه ي خود مي تواند دانش مورد نياز به منظور ارتقاء سيستم هاي پايش خشكسالي را فراهم سازد كه در مديريت ريسك خشكسالي و برنامه ريزي سازگاري نسبت به كاهش خسارات خشكسالي بسيار اثرگذار و مفيد خواهد بود.
چكيده لاتين :
In this study, the Spatio-temporal performance of 5 global gridded precipitation datasets including GPCC V8, CHIRPS V2, ECMWF ERA5, NASA MERRA2, and PERSIANN-CDR (PCDR) in drought monitoring has been evaluated. For this purpose, the standardized precipitation index (SPI) and precipitation information of 13 synoptic stations of the Meteorological Organization of Iran during the thirty years of 1987-2016 has been used. Comparisons were carried out based on performance indices include correlation, mean square root error (RMSE), Nash-Sutcliffe efficiency coefficient, and modified agreement index (MAI) as well as drought detection accuracy metrics including False Alarm Ratio (FAR), probability of detection (POD) and the Critical Success Index (CSI). The results showed that GPCC, ERA5, PCDR datasets had a strong agreement with SPI observations so that they showed the drought trends and situations well and their R2 with observational SPI was <0.90, <0.89, and <0.90, respectively. Also, their RMSE was lower than CHIRPS and MERRA2 and their Nash Sutcliffe and MAI coefficients were higher and in most parts of the watershed, especially in the northeast and southwest, GPCC, and then ERA5 and PCDR have a high correlation and NSE. The results also revealed that GPCC, ERA5, and PCDR datasets have considerable potential in detecting drought events, especially in SPI <-1. However, in severe drought events, the CSI of all datasets has shown a declining trend and thus the ability to detect drought events has reduced. Furthermore, CHIRPS and MERRA2 have shown moderate and poor performance in drought monitoring of this watershed. Eventually the results of this study, in turn, can provide the knowledge needed to improve drought monitoring systems, which will be very effective and useful in drought risk management and adaptation planning to reduce drought damage.
