كليدواژه :
بارش سيل آسا , GIS , ريسك اقليمي , مدلسازي , هم‌بارش ايران
چكيده فارسي :
پژوهش حاضر با دو هدف زير به‌منظور كاربرد در صنعت بيمه محصولات زراعي به انجام رسيده است: 1) پهنه‌بندي كشور از نظر خسارت بارش هاي سيل آسا به محيط هاي كشاورزي و 2) تدوين يك مدل كاربردي كه كميت ريسك را در محدوده تقسيمات كشوري تا سطح دهستان با در نظر گرفتن كاربري زمين ارايه نمايد. به‌اين منظور، ابتدا 405 ايستگاه هواشناسي كه از نظر طول مدت و كيفيت داده هاي روزانه قابل قبول بودند از شبكه جامع ايستگاه ها انتخاب و داده هاي روزانه آن‌ها جمع‌آوري گرديد. سپس تابع چگالي احتمال اين داده ها براي هر ايستگاه با روش حداكثر درست‌نمايي تعيين و احتمال وقوع بارش بزرگ‌تر از 50 ميلي‌متر در شبانه‌روز Prsk محاسبه شد. بررسي نشان داد كه بين Prsk و متغيرهاي بارش سالانه (R)، ارتفاع محل (Z)، و عرض جغرافيايي (Y) يك رابطه خطي معني‌دار در سطح 01/0 وجود دارد. در گام بعدي مدل رقومي هم‌بارش سالانه 36 ساله و مدل رقومي ارتفاع ايران با تفكيك 1×1 كيلومتر مربع و مدل رقومي Prsk با همين تفكيك تهيه شد. گروه هاي خطر در بازه هاي ريسك 10?، 35-20، 50-35، 50 < در نقشه ايران به عنوان پهنه هاي كم، متوسط، پر و بسيار پر‌خطر از يكديگر تفكيك گرديد. در گام آخر به‌منظور كاربردي كردن نتايج مدل هاي رقومي كاربري زمين، تقسيمات كشوري ايران تا سطح دهستان و مدل رقومي Prsk در نرم‌افزاري به نام AgroClimRisk به همديگر متصل شدند. اين نرم‌افزار مقدار حداقل، حداكثر، ضريب تغييرات و ميانگين Prsk و همچنين گروه خطر را روي محدوده جغرافيايي و زراعي در هر منطقه از كشور به انتخاب كاربر ارايه مي-دهد.
چكيده لاتين :
This study has been performed with two goals. Firstly, zoning the country based on risk of heavy rain damage to agricultural lands; secondly; developing a model to determine the probability of heavy rainfall damage risk (Prsk) over various regions of Iran considering their land use (e.g. rainfed or irrigated farming regions). Daily precipitation data of 405 meteorological stations across Iran with acceptable and continuous records were collected, and then the Probability Density Function (PDF) for these data was worked out using maximum likelihood method. The occurrence probability of a daily rainfall event greater than or equal to 50mm (Prsk) was also calculated based on these PDFs. The statistical analysis showed that, there exist a linear relationship (significant at 1%) between Prsk, as the dependent variable, and annual precipitation R, elevation Z and latitude Y as the predictors. The obtained regression equation; Prsk = a + b Z + c R + d Y was used for generating the regional risk maps. Besides, the digital precipitation model of Iran based on climatic data of 1100 stations for a 40-year period as well as the digital elevation model of Iran with a resolution of 1x1 Km2 were prepared for calculating Prsk. Then, by using GIS tools, an error layer was prepared to correct the calculated values of Prsk. Finally these risk values were classified as: < 20= low, 20 – 35= medium, 35-50= high and > 50= very high risk and corresponding maps were produced. Ultimately, for practical applications, a new agro-climatic risk software namely, AgroClimRisk was introduced by which, the Digital Land-use Model and digital boundaries of administrative regions of the country were incorporated in developed Prsk model. This package is capable to calculate the maximum, minimum, mean and coefficient of variation values of Prsk and quantification of its risk of damage to farmlands over each part of the country using geo-statistical methods.
