تحليل و پيش‌بيني خشكسالي با استفاده از سري‌هاي زماني در تعدادي از ايستگاه‌هاي باران‌سنجي منتخب حوضه خيرآباد در استان كهگيلويه و بويراحمد

Analysis and prediction of drought using time series in a number of rain gauge stations in Kheyrabad Basin, Kohgiluyeh and Boyerahmad province

خشكسالي يكي از پديده‌هاي آب و هوايي است كه در همه شرايط اقليمي و در بسياري از مناطق كره زمين به وقوع مي‌پيوندد و خسارات زيادي به زندگي انسان و اكوسيستم‌هاي طبيعي وارد مي‌نمايد. از اينرو بررسي مشخصات خشكسالي مانند شدت- مدت و فراواني و تعيين مناطق تحت خطر و پيشبيني آن امري لازم است، به اين‌منظور تعدادي از ايستگاه‌هاي باران­سنجي در حوضه خيرآباد كه تا پايان سال آبي 1390-1391 مقادير بارندگي آن‌ها ثبت شده بود، انتخاب شدند. وضعيت رطوبتي هر يك از ايستگاه‌ها در چهار دوره زماني مختلف شامل سه دوره ماهانه و يك دوره سالانه با استفاده از شاخص بارش استاندارد شده مورد بررسي قرار گرفت. سپس با استفاده از سري هاي زماني ARIMA و SARIMA به پيش بيني خشكسالي با استفاده از مدلسازي مقادير SPI پرداخته شد. نتايج تحقيق نشان داد كه در بيش‌تر دوره­ هاي زماني مورد بررسي، خشكسالي ها و ترسالي هاي حاكم در حوضه خيرآباد بيش‌تر از نوع متوسط بوده است. مطالعه ميزان تداوم دوره‌هاي خشك و مرطوب در ايستگاه‌هاي منتخب نشان مي‌دهد كه خشكسالي ­ها و ترسالي ­ها‌ بيش‌تر داراي تداوم يك و دو ساله بوده و از فراواني بيش‌تري نسبت به ساير دوره‌هاي خشك و تر برخوردار هستند اما تداوم وضعيت نرمال حتي با مدت پنج سال و يا بيش‌تر در بعضي از ايستگاه‌ها از جمله بويري و نازمكان مشاهده شده است. نتايج حاصل از پيش بيني خشكسالي‌ها با استفاده از سري‌هاي زماني نشان ميدهد كه مدل ARIMA قادر به پيش ­بيني بهتر مقادير SPI بوده و با افزايش بازه زماني از 12 ماه به 48 ماه نتايج پيش بيني دقيق‌تر است. هم‌چنين نتايج حاصل از ارزيابي مدل‌ها نشان مي‌دهد با افزايش مقياس زماني از 12 ماه تا 48 ماه، شيب خط رگرسيون بيش‌تر و مقادير MAE و RMSE كم‌تر شده است.

Drought is one of the most important climate phenomena which occurs in all climate conditions and most of the regions on the earth and brings in a lot of injuries to human and natural ecosystems. Therefore, it is important to investigate drought‛s characteristics including intensity, duration and its frequency and to find out their regional risk and forecasting, too. For this reason, some of rain gauge stations in Kheirabad watershed in which their data had been recorded until the end of water years 2011-2012, were selected. Drought conditions for each station were investigated for four different periods including three monthly and one annual periods, using Standardized Prediction Index. Then, drought prediction was performed using SPI values modeling using ARIMA and SARIMA time series. The results showed that in most of the studied time periods, the droughts in the Khyrababad basin are often of medium drought and wet years are of the same type. Study of the persistence of dry and wet periods in selected stations indicates that drought and wet years are more likely to be 1 and 2 years old and have more frequency than other dry and wet periods but the continuity of the normal situation, even for 5 years or more, has been observed in some stations, including the Boyeri and the Nazmakan. The results of drought prediction using time series show that the ARIMA model can better predict SPI values and increase the time interval from 12 months to 48 months more appropriate prediction. Also, the results of the evaluation of the models show that by increasing the time scale from 12 months to 48 months, the slope of the regression line and the MAE and RMSE values are lower.