مدل‌سازي و پيش‌‌‌بيني خشكسالي فصلي با استفاده از شاخص RDI و مدل‌هاي سري زماني (مطالعه موردي: ايستگاه سينوپتيك تهران)

Modeling and prediction of seasonal drought, using RDI index and time series models (Case study: Tehran synoptic station)

خشكسالي از مهم‌ترين بلاياي طبيعي تاثيرگذار در بخش كشاورزي و منابع آب مي‌باشد كه فراواني وقوع آن به‌ويژه در مناطق خشك و نيمه‌خشك بسيار زياد است؛ بنابراين اهميت توجه به شبيه‌سازي و پيش‌بيني خشكسالي، بيش از پيش ضروري مي‌نمايد. در اين مطالعه، با استفاده شاخص خشكسالي RDI و مدل‌هاي سري زماني اقدام به بررسي و پيش‌بيني خشكسالي فصلي طي 5 سال آينده (زمستان 2015 تا پاييز 2019) براي ايستگاه تهران در نرم‌افزار ITSM شد. در اين مطالعه، از داده‌هاي 48 ساله (7196ـ2014) ايستگاه تهران با متوسط بارندگي سالانه 76/239 ميلي‌متر استفاده شد. براساس نتايج به‌دست‌آمده، بهترين مدل برازش‌شده بر داده‌ها، مدل MA(5) برگرفته از روش Hannan-Rissanen بود. براساس نتايج ضرايب Z(t-1) در تاخير‌هاي 3 و 4 در سطح 95‌درصد معني‌دار نيستند كه در مدل صفر در نظر گرفته شدند. با توجه به P-value آزمونLjung - Box در تاخير‌هاي مختلف كه برابر با 0/894 بود، مي‌توان قابل اطمينان بودن پيش‌بيني را استنباط كرد. نتايج نشان داد كه خشكسالي فصلي در 50‌ درصد فصول پيش‌بيني‌شده، داراي شرايط نرمال، در 45‌درصد فصول داراي شرايط نسبتاً نرمال و در 5‌درصد فصول شرايط خشكسالي متوسط را خواهد داشت.

Drought is one of the most important natural hazards that should affect Agriculture and water resources. The frequency of its occurrence, especially in arid and semi-arid areas of Iran is very high. Therefore simulation and drought forecasting is necessary more than ever. This factor is importance in the planning and management of natural resources and water resources. In this study seasonal drought over the 5 next years (from winter of 2015 to autumn of 2019) in Tehran station was evaluated using RDI drought index, time series models and ITSM software. In this research climate data of Tehran station from 1967 to 2014 was analyzed (with average precipitation of 239.67 mm/year). Based on Hannan-Rissanen MA (5) model method was the best model fitted to the data. According to results coefficients of model (Z(t-1)) at 3 and 4 lags are insignificant (at the 95% level), therefore this coefficients set zero. According to p-value of Ljung - Box test (0.894) in different lags that is significant in 95% level can be said that the prediction is Reliable. Based on results seasonal drought condition in 50% of predicted seasons will be normal, in 45% of predicted seasons will be near normal and in 5% of predicted seasons will be moderately drought.