مدل‌سازي پراكندگي خشكسالي‌ هاي ناشي از تغيير اقليم در ايران با به‌ كارگيري سيستم ديناميك

Dispersion Modeling Drought Caused by Climate Change in Iran Using System Dynamics

تغييرات خشكسالي براي مديريت بهينة بهره‌برداري از منابع آب به‌خوبي محسوس است. به همين دليل، از گذشته‌هاي دور تحقيقات بسيار وسيعي دربارة مدل‌سازي خشكسالي در دنيا و ايران انجام‌ گرفته و با به‌كارگيري آن‌ها طرح­ هاي آبي و هيدروليكي متعددي انجام ‌گرفته است. يكي از اهداف مدل‌سازي سيستم‌هاي پويا بررسي سياست‌هاي بالقوة مختلف براي بهبود عملكرد سيستم است. مدل‌سازي شاخص (شاخص بارش استانداردشده) به‌ عنوان شاخص وضعيت خشكسالي در ايستگاه‌هاي كشور با به‌كارگيري مدل شبكة عصبي شعاعي براي هر ايستگاه انجام گرفته است. متغيرهاي مستقل شبكة عصبي، رطوبت نسبي، دما و كمبود اشيا هستند كه با توجه به اثر آن‌ها روي بارش انتخاب‌ شده‌اند. متغير وابسته، شاخص SPI است. در كل دورة 42ساله با محاسبة SPI 12‌ ماهه، 348 نمرة استاندارد، و با محاسبة SPI 24 ماهه، 336، نمرة استاندارد براي هر ايستگاه به‌دست آمد. در همة ايستگاه ­ها، مقادير (تبخير و تعرق گياه مرجع) از ماه ژانويه تا ژوئيه افزايش، سپس، تا ماه دسامبر كاهش يافت و در همة ايستگاه‌ها در ماه ژولاي به حداكثر مقدار خود رسيد. بيشترين مقادير ETo متوسط ماهانه در ايستگاه ­هاي آبادان و اهواز در ماه ژولاي و به‌ترتيب، برابر با ۲۳۲/۱۸ و ۲۱۴/۱۶ ميلي‌متر اتفاق افتاد.

Drought changes for optimal operation management of water resources well is the sensible. That's why last round of very extensive research on modeling drought in the world and Iran is and using their water projects and has conducted numerous hydraulic. One of the goals dynamic systems modeling potential policies to improve system performance. Modeling SPI index as an indicator of the country's drought situation stations using radial neural network model for each station was done. Independent variables neural network, relative humidity, temperature and lack of objects, which were selected according to their impact on precipitation. SPI index is the dependent variable. In total period of 42 years calculated by SPI, 12-month and 348 standard score by calculating the SPI 24-month, 336 standard score is obtained for each station. At all stations, ETo values from January to July to December increased and then fell in July to its maximum level reached in all stations. The highest average monthly ETo values in Abadan and Ahvaz stations in July and 18/232 and 16/214 mm respectively happened.