پیش بینی خشکسالی با استفاده از روش های آماری و سیگنال های بزرگ مقیاس اقلیمی

مدیریت منابع آب در مناطق خشک و نیمه خشک ضروری است. پیش آگاهی از مقدار بارش یکی از راه های مهم در برنامه ریزی منابع آب، مدیریت کشاورزی و خشکسالی می باشد. مطالعات قبل نشان می دهد که سیگنال های بزرگ مقیاس اقلیمی (دما و فشار سطح دریاها و اقیانوس ها) بر روی اقلیم و میزان بارش در مناطق مختلف تاثیر گذار است. در این مطالعه، ابتدا با روش تجزیه مولفه های اصلی(PCA)از بین 45 شاخص اقلیمی، 8 شاخص با مجموع 81% واریانس به عنوان موثرترین شاخص های اقلیمی انتخاب شدند. سپس تاثیر سیگنال های بزرگ مقیاس اقلیمی بر روی شاخص بارندگی استاندارد(SPI) ماهیانه در مقیاس (یک، سه، شش و 12 ماهه) حوزه آبخیز مهارلو بختگان به صورت همزمان و با تاخیر توسط همبستگی متقاطع مورد بررسی قرار گرفت. در نهایت با مدل رگرسیون چند متغیره معادلات پیش بینی ایجاد شد. نتایج همبستگی متقاطع نشان داد که بیشتر شاخص های اقلیمی همراه با گام تاخیر نسبت به سری زمانی(SPI) معنی دار شده اند. نتایج پارامترهای خطا و دیاگرام تیلر نشان داد که عملکرد معادلات رگرسیون در مقیاس یک ماهه بهتر از بقیه مقیاس های مورد بررسی می باشد.