پیش آگاهی وضعیت خشکسالی هواشناسی در گستره ایران با استفاده از مدل زنجیره مارکف

پیام:
چکیده:
مدیریت خشکسالی به منظور بهره برداری بهینه از منابع آب در مناطق خشک و نیمه خشک بسیار ضروری است. یکی از روش های مدیریت خشکسالی، پیش آگاهی آن با استفاده از روش های احتمالاتی است. در این مطالعه، از آمار بارندگی ماهانه مربوط به 33 ایستگاه سینوپتیک ایران طی دوره آماری 2005-1976 برای پایش و پیش بینی وضعیت خشکسالی در کشور استفاده شد، با توجه به وجود دوره های خشک بیش از شش ماه در برخی از ایستگاه های مناطق خشک کشور، پایش خشکسالی بر مبنای شاخص بارندگی استاندارد (SPI) در مقیاس زمانی 6 ماهه انجام شد. برای پیش بینی وضعیت خشکسالی تا سه ماه آینده، از مدل زنجیره مارکف مرتبه نخست استفاده شد. آزمون مدل بر مبنای سری زمانی شاخص بارندگی استاندارد در ایستگاه های تحت بررسی نشان داد که مدل مارکف توانایی شبیه سازی رفتار احتمالاتی خشکسالی را در گستره ایران دارد. نتایج حاصل از پیش بینی های یک، دو، و سه گام به جلو در گستره کشور نشان داد که با فرض هر وضعیتی از نظر بارندگی در کشور در ماه فعلی، بسیار محتمل است که در ماه های آتی، خشکسالی های شدید (9 درصد ایستگاه ها) یا وضعیت نرمال (87 درصد ایستگاه ها) در منطقه رخ دهد. همچنین، پایش خشکسالی بر مبنای سری متوسط منطقه ای بارندگی ماهانه در کشور نشان داد که روند تغییرات شدت خشکسالی های شدید در کشور رو به افزایش است.
زبان:
فارسی
در صفحه:
1
لینک کوتاه:
magiran.com/p1039759 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!