كاربرد انواع روش هاي درون يابي به منظور پايش و تحليل فضايي خشكسالي مورد: استان خراسان رضوي

Applaying Types of Interpolation Methods for Spatial Analysis and Monitoring of SPI Drought Case study: Khorasan Razavi Province

خشكسالي يكي از پيچيده ترين بلاياي طبيعي است. اين پديده داراي ويژگي هاي متفاوتي است كه توسط شاخص هاي متفاوتي محاسبه مي گردد. از آنجايي كه اين شاخص ها متكي به متغيّرهاي اقليمي و ايستگاه هاي هواشناسي مي باشند بنابراين قابليت ثبت آنها در تمامي مكان ها به شكل پيوسته نيست. بر اين اساس جهت تخمين مقدار متغيّرهاي هواشناسي در مكان هاي نمونه برداري نشده و تهيه نقشه هاي پيوسته از روش هاي درون يابي فضايي استفاده مي شود. در اين پژوهش ابتدا با استفاده از شاخص استاندارد بارش (SPI) شدت خشكسالي محاسبه گشته سپس به منظور ارزيابي روش هاي مختلف درون يابي چندين روش درون يابي فضايي از قبيل كريجينگ عمومي، كوكريجينگ، فاصله معكوس وزن دار (IDW)، چند جمله اي محلي، اسپيلاين كاملاً منظم، اسپيلاين با كشش و اسپيلاين صفحه نازك به كار برده شد و به منظور مقايسه روش هاي درون يابي از روش ارزيابي متقاطع و همچنين محاسبه معيارهاي خطا گيريRMSE, MBA, MSE و شاخص %G استفاده گرديد. نتايج به دست آمده نشان داد كه بهترين روش براي درون يابي شدت خشكسالي شاخص SPI، روش كريجينگ عمومي مي‌باشد چرا كه در اكثر ماه ها داراي كمترين خطا بوده و همچنين در 9 ماه از سال مقدار %G در آن مثبت محاسبه شده است. در واقع اين روش داراي كمترين انحراف مي باشد. بيشترين خطا مربوط به روش درون يابي روش اسپيلاين صفحه نازك است در واقع هر سه معيار ارزيابي، مقادير بالاي خطا را نسبت به ديگر روش ها نمايش مي دهد.

Drought is the most complicated natural hazards. This phenomenon has different characteristics which are calculated by different indices, where as these indices are depondant on climatic variables and meteorological stations, therefore their ability for recording is not continuse. On this basis , for estimating the amount of meteorological variables in non-sampled locations and preparing continuse maps, spatial interpolation methods are used . In this paper, fristly by using Standard Precipitation Index(SPI ),the drought severity is calculated, and then for assessment of different interpolation methods, different types of spatial interpolation methods including Kriging, Cokriging, Inverse Distance Weighting (IDW), Local Polynomial, Completely Regularzide Spline, Spline with Tension and Thin Plate Spline were used. Also for comparing interpolation methods, the cross-validation technique and error criterions including MSE,MBA , RMSE and %G were used. The results indicate that Kriging Ordinery method is the best method for interpolation of drought severity and SPI index, because it has the least errors in most of months and in 9 months of the year, G% value is calculated as positive. In fact, this method has the least deviation. The most errors of interpolation methods is relevant to Thin Plate Spline method, indeed each of the three evaluation criteria shows greater value of error than the other methods. Keywords: Drought Monitoring, Interpolotion,Spline, Standard Precipitation, Khorasan Razavi.