پديد آورندگان :
صنيع ثالث، فرنوش دانشگاه صنعتي اصفهان - دانشكده منابع طبيعي - گروه مرتع و آبخيزداري , سلطاني، سعيد دانشگاه صنعتي اصفهان - دانشكده منابع طبيعي - گروه مرتع و آبخيزداري , مدرس، رضا دانشگاه صنعتي اصفهان - دانشكده منابع طبيعي - گروه مرتع و آبخيزداري
كليدواژه :
شاخص پالمر استاندارد شده , پايش خشكسالي , شاخص بارش استاندارد شده , رطوبت خاك , استان چهارمحال و بختياري
چكيده فارسي :
براي شناسايي خشكسالي و كمّي‌سازي آن، از شاخص‌هاي مختلفي استفاده ميشود. در اين مقاله شاخص خشكسالي پالمر استاندارد شده (SPDI) معرفي و سپس به بررسي وضعيت خشكسالي استان چهارمحال و بختياري با استفاده از اين شاخص پرداخته شد. به اين منظور يازده ايستگاه سينوپتيك، تبخيرسنجي و اقليم‌شناسي انتخاب شدند. اطلاعات مورد نياز اين تحقيق شامل؛ دما و بارش در مقياس ماهانه و اطلاعات رطوبتي خاك هستند. براي محاسبۀ شاخص SPDI، عامل انحراف رطوبتي در مقياس ماهانه محاسبه شد. سپس به ساخت مقادير تجمعي انحراف رطوبتي در مقياس‌هاي زماني 3، 6، 9، 12 و 24 ماهه پرداخته و بعد از آن بهترين توزيع آماري كه به اين سري‌ها برازش داده مي‌شد (توزيع GEV) انتخاب شد. آنگاه، اين مقادير به منظور دستيابي به شاخص SPDI استاندارد شدند. نتايج نشان داد كه از آنجايي كه در محاسبۀ SPDI عامل رطوبت خاك نيز دخالت دارد نسبت به شاخص‌هاي ديگر براي تحليل و پايش خشكسالي به‌ويژه خشكسالي كشاورزي معتبرتر خواهد بود. همچنين نتايج نشان داد در اين استان سال‌هاي 2000، 2001 و 2008 خشك‌ترين سال‌ها در بازه زماني 1988 تا 2012 ميلادي هستند و فراواني خشكسالي به‌طور كلي در نيمه غربي استان بيشتر مشاهده ميشود.
چكيده لاتين :
Several indices are used for drought identification and quantification. In this paper, the new Standardized Palmer Drought index (SPDI) was introduced and then the drought condition of Chaharmahal-Va-Bakhtiari Province was studied using this index. For this study, 11 synoptic, climatology, and evaporation meteorology stations were selected. Essential information in this investigation includes monthly temperature, monthly precipitation, and soil moisture measurement. To estimate SPDI, moisture departure, was first calculated on a monthly time scale. Then, converted to cumulative moisture departure values in different time scales including 3, 6, 9, 12, and 24 months. The best statistical distribution (GEV) was then fitted to cumulative departure. These values were then standardized to have the SPDI. The results showed that, as soil moisture affects SPDI estimation, it will be more valid for analyzing and monitoring drought conditions, especially for agricultural drought. Also, the results showed that 2000, 2001, and 2008 years were the driest time in this Province from 1988 to 2012. Moreover, drought frequency was found out in the western half of the Province more than in the other parts.
