بخشی از مقاله
چکیده
یکی از چالشهای اصلی در پایش خشکسالی، تعیین شاخصی است که براساس هدف پایش، از قابلیت اطمینان ب الایی برخوردار باشد. هدف از این پژوهش، انتخاب شاخص مناسب بر اساس کمینه مقدار بارش و ضریب همبستگی رتبه ای اسپیرمن میباشد. بدین منظور از آمار بارش سالانه ایستگاه سینوپتیک لار، طی یک دوره 20 ساله - 1995 -2014 - استفاده و مقادیر 5 شاخص خشکسالی شامل بارش استاندارد شده - SPI - ، دهکها - DPI - ، معیار بارندگی سالانه - SIAP - ، ناهنجاری بارش - RAI - و شاخص درصد از نرمال بارش - PNPI - در مقیاس سالانه طی دوره مورد بررسی محاسبه شدند. سپس شاخص مناسب به دو روش کمینه مقدار بارش و ضریب همبستگی رتبهای اسپیرمن تعیین گردید.
نتایج حاصل از ارزیابی روش کمینه مقدار بارش برای انتخاب شاخص مناسب نشان داد که اکثر شاخصهای خشکسالی در سال وقوع کمینه مقدار بارش، یکی از دو وضعیت خشکسالی شدید یا خیلی شدید را نشان میدهند و نمیتواند منجر به تعیین بهترین شاخص شود. بر اساس نتایج روش همبستگی رتبهای اسپیرمن، شاخص DPI با ضریب همبستگی 0/99 به عنوان مناسبترین شاخص انتخاب شد. این شاخص نشان داد خشکسالی خیلی شدید در سال 2007 و ترسالی خیلی شدید در سال 2001 طی دوره آماری در منطقه مورد مطالعه رخ داده است.
واژه های کلیدی:شاخصهای خشکسالی، کمینه مقدار بارش، ضریب همبستگی رتبه ای اسپیرمن، لار، استان فارس.
مقدمه
خشکسالی پدیده رایج اقلیمی است که اغلب در مقیاسهای وسیع زمانی و مکانی گسترش دارد. خشکسالی بیشتر از دیگر پدیدههای اقلیمی، زندگی بشر را تحت تاثیر قرار میدهند.[1 ]تمایز این پدیده با سایر مخاطرات طبیعی در این است که بر خلاف سایر مخاطرات طبیعی این پدیده به تدریج و دریک دوره زمانی نسبتا طولانی عمل کرده و اثرات آن ممکن است پس از چندسال و با تاخیر بیشتری نسبت به سایر حوادث طبیعی ظاهر گردد، بنابراین چون تعیین دقیق زمان شروع آن کار مشکلی میباشد تا حدودی آن را یک پدیده خزنده میدانند. کمک رسانی در هنگام وقوع این پدیده در مقایسه با سایر پدیدهها مثل سیل پیچیدهتر و مشکلتر میباشد.[2]
برای تعیین ویژگیهای خشکسالی هواشناسی، تاکنون نمایههای بسیاری ارائه شده است. نمایههای خشکسالی بر مبنای یک یا چند متغیر اقلیمی محاسبه میشوند. SPI، PNPI، RAI، DPI و SIAP نمایههایی هستند که تنها بر مبنای استفاده از متغیر بارندگی استوارند. در این زمینه تحقیقاتی صورت گرفته است که در ذیل به تعدادی از آنها اشاره میشود:
شقایق و سلطانی - 1390 - جهت بررسی خشکسالی در ایستگاه سینوپتیک یزد و 31 ایستگاه غیر سینوپتیک در سطح استان از 5 شاخص درصد از نرمال بارندگی - - PNPI، دهکهای بارندگی - DPI - ، ناهنجاری بارندگی - - RAI در مقیاس ماهانه و سالانه، بالم و مولی - BDMI - طی دوره ارزیابی 12 ماهه و شاخص بارش استاندارد شده - SPI - در مقیاسهای زمانی 3، 6، 9و 12 ماهه استفاده کردند. نتایج حاکی از آن بود که بیشترین درصد تشابه بین دوشاخص DPI و RAI وجود دارد و از بین پنج شاخص مورد مطالعه، این دو شاخص بیشترین کارآیی را در پایش خشکسالی هواشناسی دارا هستند.[3]
بنی مهد و خلیلی در سال 1390 برای بررسی خشکسالی در یک دوره 30 ساله به مقایسه شاخص های SPI و EDI در 16 ایستگاه استان مازندران پرداختند. نتایج نشان داد که دو شاخص خشکسالی رفتار نسبتاً مشابهی دارند. همچنین با افزایش بازه زمانی - از 3 ماهه به 6 ماهه یا از 6 ماهه به سالانه - تداوم خشکسالی بر اساس هر دو شاخص SPI و EDI افزایش و شدت خشکسالی کاهش می یابد. به علاوه مقایسه بین دو شاخص خشکسالی مورد بررسی در این تحقیق نشان داد که تداوم خشکسالی و شدت خشکسالی براساس شاخص EDI به ترتیب بیشتر و کمتر از مقادیر بازبینی شده توسط شاخص SPI می باشد.[4]
در سال 1391 ناصرزاده و احمدی به بررسی عملکرد شاخصهای خشکسالی هواشناسی برای ارزیابی شدت خشکسالی و پهنه بندی آن در استان قزوین پرداختند. شاخص های مورد استفاده شامل: شاخص z چینی، شاخص z چینی اصلاح شده، شاخص بارندگی استاندارد شده، شاخص عدد z و شاخص دهکها میباشد. نتایج نشان داد که شاخص بارندگی استاندارد شده و شاخص دهکها را میتوان در جایگاه نخست و شاخص عدد Z در رتبه دوم و شاخص های Z چینی و شاخص Z چینی اصلاح شده در رتبه های سوم و چهارم به لحاظ شناسایی خشکسالی های شدید قرار میگیرند. شباهت عملکرد شاخص عدد Z به شاخص بارندگی استاندارد شده در نشان دادن خشکسالیهای شدید از دیگر نتایج به دست آمده است .[2]
خسروی و همکاران - 1391 - در پژوهشی جهت پهنه بندی خشکسالی و ارزیابی مناطق براساس شدت خشکسالیهای به وقوع پیوسته، داده های بارش برای 48 ایستگاه سینوپتیک ایران را در یک دوره آماری سی ساله - 1976-2005 - استخراج کردند. سپس با استفاده از چهار شاخص SPI، SIP ، RAIو PNI به تعیین شدت خشکسالی در سال 2001 پرداختند تا بهترین شاخص برای ارزیابی شدت خشکسالی در کشور تعیین گردد. نتایج نشان داد که شاخص RAI و PNI به دلیل برخورداری از طبقات بیشتر، از حساسیت بالاتری برخوردار بوده و توزیع مکانی شدت خشکسالی را با دقت و جزییات بیشتری به نمایش گذاشته اند.[5]
در سال 92 نیز تحقیقی توسط پیری و همکاران با هدف بررسی کارایی نمایه های خشکسالی درهفت ایستگاه استان سیستان و بلوچستان و انتخاب مناسب ترین نمایه انجام گرفت. نتایج نشان داد در شهرهای زهک، زابل، ایرانشهر و چابهار شاخص PN با ضریب همبستگی یک ، در شهرهای زاهدان و سراوان شاخص RAI با ضریب همبستگی 0/84 و 0/99 و در خاش شاخص SPI با ضریب همبستگی یک توانسته اند خشکسالی شدید و بسیار شدید را نسبت به دیگر شاخص ها بهتر نشان دهند.[6]قبائی سوق و همکاران - 1392 - جهت انتخاب شاخص مناسب خشکسالی براساس دو روش کمینه مقدار بارش و توزیع نرمال، از آمار بارش پنج ایستگاه سینوپتیک - مشهد، تهران، تبریز، کرمانشاه و شیراز - طی یک دوره آماری 50 ساله استفاده و مقادیر هشت شاخص خشکسالی را محاسبه کردند.
نتایج حاصل از ارزیابی روش کمینه مقدار بارش برای انتخاب شاخص مناسب نشان داد اکثر شاخصهای خشکسالی در سال وقوع کمینه بارش، یکی از دو وضعیت خشکسالی شدید یا بسیار شدید را نشان میدهند و در بیشتر موارد نمیتواند منجر به تعیین شاخصی یکتا گردد. براساس نتایج حاصل از توزیع نرمال، در ایستگاههای مشهد، تهران، تبریز، کرمانشاه و شیراز به ترتیب شاخصهای RDI، RDI، SPI، SPI، RDI به عنوان مناسب ترین شاخص انتخاب شدند.[7]هاتفی و همکاران - 1394 - به منظور بررسی وضعیت خشکسالی در طی سالهای 1339-40 الی 1388-89 بر اساس شاخصهای متفاوت پایش خشکسالی SPI - ، RDI، - SPEI در چند منطقه مختلف - بابلسر، مشهد، زاهدان - پرداختند.
مقایسه نتایج نشان داد که در اکثر مواقع عملکرد شاخصها در بازه زمانی متفاوت در مناطق مختلف یکسان نیست. وضعیت خشکسالی بر اساس شاخصهای SPI و SPEI در فصل پاییز در مشهد هیچ تفاوتی را با یکدیگر نشان نمیدهند. در حالی که بیشترین اختلاف وضعیت خشکسالی SPI و RDI در فصل تابستان در مشهد مشاهده میشود. ضمن آنکه در فصلهای پاییز و زمستان در هر سه ایستگاه مورد نظر بیشترین تشابه بین شاخص های SPI و SPEI مشاهده میشود و پیشنهاد میشود که از شاخص SPI در این فصلها استفاده شود.[8] تادیک و همکاران - 2015 - مطالعهای به منظور مقایسه روشهای مختلف ارزیابی خشکسالی درپانزده ایستگاه اقلیمی در کرواسی در بازه زمانی1981- 2011 انجام دادند. که در این راستا از شاخصهای خشکسالی SPI ، PNPI، DPI، RAI استفاده شد.
مطالعات نشان داد که هریک از این شاخصها دارای عملکرد خاص خود است اما همه آنها قابل استفاده در منطقه مورد مطالعه هستند و ارتباط معنی داری بین شاخص ها وجود دارد.[9] همچنین وینیت و همکاران - 2015 - در تحقیقی دیگر از مقایسه شاخصهای خشکسالی برای ارزیابی ویژگیهای خشکسالی در حوضه رودخانه کن استفاده کردند. این مطالعه با هدف مقایسه شاخص های SPI، Z چینی، Z، RD ، RDDI در مناطق مستعد خشکسالی از حوضه رودخانه کن، واقع در مرکز هند انجام گرفت. تمام شاخصها در مقیاسهای زمانی 1 ، 3، 6، 9، 12 اعمال شدند. نتایج نشان داد که در مقیاس زمانی یک ماهه، امکان تخمین نادرست شدت خشکسالی وجود دارد.
شاخصهای مورد استفاده در مقیاس زمانی 9 ماهه به بهترین وجه با یکدیگر مطابقت دارند. بااین حال مدت زمان و شدت خشکسالی تخمین زده شده با شاخص RD و RDDI با دیگر شاخصها مقداری اختلاف دارند و همچنین نتایج حاصل از EDI در کره، ژاپن، ترکیه، استرالیا و ایران متفاوت هستند .[10]هدف از این تحقیق بررسی خشکسالی هواشناسی با استفاده از شاخصهای مختلف خشکسالی در شهرستان لار است که با توجه به روشهای آماری اتخاب میشوند. داشتن اطلاعات در مورد ویژگیهای خشکسالی ما را در مدیریت بهینه بحران و مدیریت منابع آبی کمک خواهد کرد.
مواد و روشها موقعیت منطقه مورد مطالعه
لارستان یکی از جنوبی ترین شهرستان های استان فارس می باشد، که از شمال به شهرستانهای داراب، زرین دشت، جهرم و قیر و کاررزین، از جنوب به شهرستانهای بستک و لامرد، ازجنوب شرق به شهرستان بندرعباس، از شرق به شهرستان حاجی آباد، از غرب به شهرستانهای بستک و لامرد محدود میشود - شکل . - 1 بطور متوسط 900 متر از سطح دریا ارتفاع دارد. - ارتفاع ایستگاه سینوپتیک شهرستان لار از سطح دریا 792 متر میباشد - . لارستان بین 27 درجه و 6 دقیقه تا 28 درجه و 25 دقیقه عرض شمالی و 52 درجه و 25 دقیقه تا 55 درجه و 38 دقیقه طول شرقی از نصف النهار گرینویچ واقع شده است .[11] پایین ترین دمای ثبت شده در این منطقه - ایستگاه سینوپتیک لار - در دی ماه -4/8 درجه سلیسیوس و بالاترین دما 47/8 درجه در مرداد ماه است. در حالی که میانگین حداقل دما در دی ماه 2/2 درجه و میانگین حداکثر در تیرماه 45/5 درجه سلیسیوس است. متوسط دما 32 درجه سلیسیوس و رطوبت نسبی 63 درصد میباشد. میانگین بارش سالانه 220/8 میلی متر است .[12]
شاخص های خشکسالی مورد بررسی
دراین تحقیق دادههای بارش سالانه ایستگاه سینوپتیک لار که مربوط به سازمان هواشناسی استان فارس است، مورد استفاده قرار گرفت. طول دوره آماری مورد بررسی از سال 1995 تا 20 - 2014 سال - میباشد. در این تحقیق از پنج شاخص خشکسالی هواشناسی شامل: دهکها - DPI - ، معیار بارندگی سالانه - SIAP - ، درصد نرمال - PNPI - ، ناهنجاری بارش - RAI - و بارش استاندارد شده - SPI - استفاده شده است. این روشهای کاربردی و درعین حال ساده، با دخالت فاکتور اصلی بارش قابل محاسبه هستند. برای محاسبه تمام شاخصها از نرم افزار DIC استفاده شده است . روش محاسبه نمایههای مختلف خشکسالی و همچنین مشخصات خشکسالی، به شرح زیر می باشد:
شاخص بارش استاندارد شده - SPI -
مککی شاخص بارش استاندارد شده - SPI - را ابتدا در سال 1993، برای طبقه بندی خشکسالی در منطقه کلرادو توسعه داد. این نمایه جهت تعیین دورههای خشکسالی و ارزیابی شدت آن تدوین شد.[13] این روش در همان زمان بطور گستردهتری در ایالات متحده آمریکا استفاده شد که از آن دسته میتوان به کارهای ادوارد و مک کی - - 1997، یامو و همکاران - 1998 - و هایس و همکاران - 1999 - اشاره کردSPI .[5] یک نمایه استاندارد شده است که کمبود بارش را در مقیاس های زمانی متفاوت 3، 6، 9، 12، 24 و 48 ماهه محاسبه میکند. نمایه SPI برای هر منطقه براساس ثبت بارندگیهای طولانی مدت محاسبه میشود.
در واقع SPI عبارت است از متغیری از توزیع نرمال استاندارد که مقدار احتمال تجمعی آن با مقدار احتمال تجمعی متغیر مور دنظر از توزیع گامای به دست آمده مساوی باشد.[8] - 1 - دررابطه فوق بارش سالانه است؛ میانگین بارش در دوره آماری1995 - 2014 است وانحراف معیار بارش در بلندمدت بیست ساله است.
شاخص دهک ها - DPI -
این شاخص با مرتب کردن دادههای بارندگی ماهانه در دهکها - ده درصد رویدادها - است که به وسیله گیبس و ماهر در سال 1967 ارائه شد. [14] در این روش توزیع رویدادهای ثبت شده درازمدت را در دسته های یک دهم از توزیع، تقسیم بندی میکند که هریک از این قسمتها یک دهک - - Decile نامیده میشود. دهک اول اندازهای از بارش است که از 10 درصد کوچکترین رویدادهای بارش تجاوز نمیکند. دومین دهک، اندازه بارشی است که از 20 درصد کوچکترین رویدادهای پایین تجاوز نمیکند و به همین ترتیب مقدار مربوط به دهک دهم که مقدار آن برابر بزرگترین مقدار بارش رخداده در طول دوره آماری ثبت شده است. این شاخص، برای دورههای زمانی ماهانه، فصلی و سالانه محاسبه می شود.[15]
- - 2 دراین رابطه:= Pi احتمال وقوع بارندگی در شماره ردیف iام تعداد دادههای بارندگی=N
شاخص درصد از نرمال بارش - PNPI -
شاخص نرمال از درصد بارش - PNPI - که به طور خلاصه شاخص درصد از نرمال - PNI - نیز نامیده میشود، ابتدا در سال 1998، توسط وینک و همکاران توسعه داده شد.[16] این شاخص بر اساس اندازه گیری دادههای بلندمدت بارش برای هر ایستگاه و سپس تغییرات درصدی آنها از نرمال بارش بلندمدت بر مبنای ماهانه یا سالانه استوار شده است. برای محاسبه این شاخص از رابطه زیر استفاده میشود.:
که در رابطه بالا، PNPI، شاخص درصد از نرمال بارش سالانه برای هرایستگاه است؛ بارش سالانه است؛ ، میانگین بارش در دوره آماری 1995-2014 است.
شاخص ناهنجاری بارش - - RAI
شاخص ناهنجاری بارش - - RAI را فن روی در سال 1965 توسعه داد. اساس این شاخص، محاسبه انحراف از نرمال بارندگی بلندمدت است. برای محاسبه این شاخص ابتدا میانگین دراز مدت بارش در ایستگاههای موردنظر به دست میآید؛ سپس ده مورد از بزرگترین
