بررسي روند تغييرات خشكسالي فصلي بر اساس داده هاي واقعي (2014-1980) و پيش بيني شده (2019-1980) در جنوب غرب ايران

Evaluation of changes trend in seasonal drought based on actual data (1980-2014) and predicted data (1980-2019) in south-west of Iran

خشكسالي از مهم ترين بلاياي طبيعي است كه بر بخش‌هاي مختلف از قبيل منابع طبيعي، منابع آب سطحي و زير سطحي و ... تاثيرگذار است. توجه به روند تغييرات خشكسالي و همچنين پيش بيني خشكسالي مي‌تواند در برنامه‌ريزي جهت كنترل و كاهش اثرات آن موثر باشد. در اين مطالعه از داده‌هاي اقليمي 7 ايستگاه سينوپتيك در جنوب غرب ايران طي سال‌هاي 1980 تا 2014 استفاده و بر مبناي شاخص RDI شدت خشكسالي فصلي در اين منطقه تعيين شد. سپس با استفاده از مدل‌هاي سري زماني و نرم افزار ITSM اقدام به پيش بيني شاخص خشكسالي از سال 2015 تا 2019 گرديد و بر مبناي آزمون پارامتري و آزمون‌هاي غير پارامتري روند تغييرات خشكسالي در منطقه بررسي شد. بر اساس نتايج، در ايستگاه هاي آباده، شيراز و فسا، مدل MA (5) Innovation، در بندر عباس AR (15) Burg در بندر لنگهAR (15)Yule-Walker ، در بوشهر MA (5) Hannan-Rissanen و در جاسك AR (13) Burg عنوان بهترين مدل هاي سري زماني هستند. با توجه به ضريب همبستگي داده‌هاي مشاهده شده و پيش بيني شده ،value-P آزمون Ljung - Box، مرتبهwhite noise مدل ها و همچنين ACF Residual و P A C F Residual داده‌ها، قابليت اطمينان مدل‌هاي پيش بيني در تمام ايستگاه ها استنباط شد. نتايج نشان داد روند تغييرات خشكسالي فصلي طي دوره‌هاي 2014-1980 و 2019-1980 بر اساس هيچ كدام از آزمون‌هاي آماري پارامتري و غير پارامتري در هيچيك از ايستگاه ها در سطح 95 درصد معني‌دار نيست، هرچند روند تغييرات طي دوره 2019-1980 شيب بيشتري به خود مي‌گيرد.

Drought is one of the most important natural disasters that is effective in different parts such as; natural resources, surface and subsurface water resourcesand etc. Notice to the changes trend of drought and its forecasting, can be effective in planning of drought control and reduction of drought impact. In this study climate data of 7 stations of southwest of Iran from 1980 to 2014 was used and the Intensity of seasonal drought was calculated based on RDI index. Then drought index predicted from 2015 to 2019 using time series models and ITSM software, then the changes trend of drought based on parametricand non-parametric tests were evaluated. According to results in Abadeh, Shiarz and Fasa stations MA (5) Innovation, in Bandar Abass station AR (15) Burg, in Bandar Lengeh station AR (15) Yule-Walker, in Boushehr station MA (5) Hannan-Rissanen and in Jask station AR (13) Burg model were the best time series model that fitted in data. Correlation coefficient between observed data and predicted data, P- Value of Ljung – Box test, white noise of models and ACFand PACFResidual of models showed that predicted models were Reliable. Results showed that the changes trend of seasonal droughtin all stations from 1980 to 2014 and 1980 to 2019 periods were non-significant at 0.95 level based on parametric and non parametric statistical methods. However slop of changes trend in (1980-2019) period was more than (1980-2014) period.