تحليل مكاني خشكسالي هواشناسي در سه استان ساحلي درياي خزر

Spatial Analysis of Climatic Drought in Three Coastal Providences of Caspian Sea

خشكسالي به عنوان يكي از بزرگ ترين بلاياي طبيعي محسوب مي شود كه تاثير آن بر جوامع بشري بيش از ساير بلايلاي طبيعي مي باشد. سيستم هاي پايش در تدوين طرح هاي مقابله با خشكسالي و مديريت آن از اهميّت زيادي برخوردار بوده و بدين منظور از شاخص هاي كمّي موجود براي بيان اين پديده استفاده مي شود. از آنجا كه اين شاخص ها به صورت نقطه اي محاسبه مي شوند، لازم است كه به صورت مكاني پردازش شوند. در اين راستا از روش-هاي ميان يابي و از آن جمله روش هاي زمين آمار استفاده مي گردد. در اين تحقيق قابليّت روش هاي كريجينگ، كوكريجينگ و عكس فاصله وزني (IDW) در تحليل مكاني خشكسالي در سه استان ساحلي درياي خزر مورد ارزيابي قرار گرفت. تحليل خشكسالي با استفاده از آمار 30 ساله ايستگاه هاي هواشناسي منطقه انجام, و سپس نقشه-هاي خشكسالي تهيّه و ارزيابي شد. آناليز واريوگرافي ضمن تاييد مكاني بودن شاخص SPI، نشان داد كه روش كريجينگ از دقّت بالاتري در پهنه بندي خشكسالي برخوردار است. هم چنين بررسي وابستگي بين نمونه ها بر اساس نسبت واريانس فضايي (C) به (C0+C) بيش از 5/0 بوده كه بيان گر وجود ساختار مكاني متوسط تا قوي براي شاخص SPI مي باشد كه اين امر دليلي بر همبستگي مكاني خشكسالي در منطقه مي باشد. همبستگي مكاني ايستگاه هاي هواشناسي در منطقه تا فاصله 800 كيلومتر موثر بوده است.

Abstract Drought is one of the greatest natural disasters that have more effect on human societies than the other natural disasters. Monitoring systems are very important to management and providing drought fighting plans and therefore we use quantitative index to explain this phenomenon. These indices are calculated in the points, so we have to process them spatially by the means of interpolation methods such as geostatistic. In this research, capability of Kriging, Cokriging and Inverse Distance Weighting (IDW) to spatial analysis of climatic drought in three coastal providence of Caspian Sea were processed. The drought analysis was done by use of 30 year dataset belonging to meteorological gauge stations and then climatic drought maps were provided and assessed. The variographic analysis confirmed that the SPI index is a spatial index meanwhile showed that the Kriging method has more accuracy in drought zoning than the other methods. Examination of correlation among samples based on attributing spatial variance (C ) to (C+C0) which is more than the 0.5 showed that SPI index has moderate to strong spatial structure. It shows that the climatic drought has spatial correlation in this region. In this area, the spatial correlation of meteorological gauged stations has been effective until 800 km.