پیش‌ بینی فصلی بارش بر مبنای ارتباط با سیگنال‌های هواشناسی در ایستگاه سینوپتیک یزد

پیش بینی بارش در برنامه ریزی های منابع آب خصوصا در مناطق خشک کشور بسیار حایز اهمیت است. در این مقاله به بررسی تعیین ارتباط بین بارش فصلی با سیگنال های هواشناسی شامل شاخص چند متغیره انسو یا MEI، NINO’s SST (NINO1+2، NINO3، NINO4 و NINO3.4)، NAO و SOI در ایستگاه هواشناسی سینوپتیک یزد طی دوره 1986 تا 2017، پرداخته شده است. تعیین همبستگی ها در دو سطح صورت گرفت. سطح اول شامل بررسی همبستگی بین بارش های فصلی با ایجاد یک سال تاخیر در سری زمانی فصلی سیگنال های هواشناسی است. درحالت دوم بدون ایجاد تاخیر صورت پذیرفت. در ادامه و با استفاده از روش رگرسیون بر مبنای مدل حداقل مربعات جزیی (PLSR)، اقدام به پیش بینی بارش فصلی گردید. نتایج نشان داد مقادیر همبستگی قابل توجهی بین بارش فصل زمستان با مقادیر فصلی سیگنال های هواشناسی در فصل زمستان با یکسال تاخیر از پارامترهای MEI، SOI، NINO1+2، NINO3 و NINO3.4 وجود دارد. حداکثر ضریب همبستگی مربوط به NINO1+2 برابر 0/68+ می شود. گفتنی است این مقدار برای SOI زمستان در سال قبل برابر 0/61- می باشد که نشان دهنده رابطه معکوس این پارامتر با بارش فصل زمستان با یک سال تاخیر است. برای سری های بدون ایجاد تاخیر، همبستگی قابل توجه بارش فصل زمستان با مقدار شاخص NAO در فصل پاییز و تابستان مشاهده گردید. در رابطه با پیش بینی بارش های فصلی، نتایج نشان دهنده عملکرد مناسب روش PLSR با توجه به ماتریس های ورودی است. در رابطه با داده های ورودی با تاخیر یکساله، بارش های فصل زمستان، تابستان ، بهار و پاییز با مقدار RMSE به ترتیب برابر با 12، 9/9، 0/85 و 6/2 میلیمتر تخمین زده شده اند. شاخص NS برای فصول مذکور به ترتیب برابر با 69/0، 22/0، 2/0 و 72/0 می باشد. مقادیر R برای این همین فصل ها به ترتیب برابر با 0/83، 0/46، 0/45 و 0/85 بوده است. در کل، بارش ها در فصول سرد با دقت بیشتری برآورد شدند. توسعه و استفاده از مدل هایش پیش بینی می تواند برنامه ریزی های مدیریت منابع آب را با موفقیت بیشتری همراه سازد.