پیش بینی و بررسی روند تغییرات بارندگی و اثرات آن بر خشکسالی هواشناسی در جنوب حوضه رود ارس
آرشیو
چکیده
خشکسالی پدیده ای بهنجار و قابل تکرار است که در اثر کاهش مقدار بارندگی در یک دوره زمانی مشخص به وجود می آید. در پژوهش حاضر به بررسی روند تغییرات بارش و پیش بینی خشکسالی هواشناسی ۶ ایستگاه واقع در حوضه آبریز ارس پرداخته شده است. جهت ارزیابی وضعیت شدت خشکسالی داده های بارش سالانه ایستگاه ها در دوره آماری (۲۰۲۱- ۱۹۸۷) با استفاده از شاخص استاندارد بارندگی (SPI) بررسی شد و با استفاده از مدل های سری زمانی بارش MA، AR، ARMA و ARIMA شبیه سازی و بر اساس معیار اطلاعاتی (AIC) بهترین مدل برای پیش بینی انتخاب شد. برای ایستگاه های اردبیل، خوی و اهر مدل (۰،۰،۱) ARIMA و برای ایستگاه های پارس آباد، ماکو و جلفا مدل (۰،۰، ۱) AR به عنوان مدل های دارای بهترین نتیجه انتخاب شدند. نتایج پیش بینی برای ۵ سال آینده نشان دهنده افزایش بارش است که بر اساس آمار بارندگی موجود در سال های مربوطه، نتایج مدل های برازش یافته را قابل قبول می کند. نتایج بررسی روند شاخص (SPI) نیز نشان داد هر ۶ ایستگاه در وضعیت نزدیک به نرمال قرار دارند و بیشترین شدت خشکسالی شدید مربوط به ایستگاه خوی با ۱۴ درصد است. ایستگاه ماکو نیز با ۶ درصد فراوانی شرایط مرطوب متوسط را در طول دوره موردمطالعه مشاهده کرده است. هم چنین نتایج تغییرات بارش با استفاده از آزمون شیب سن گویای روند افزایش معنی دار بارش در ایستگاه ماکو و افزایش بدون روند در ایستگاه های پارس آباد، خوی و جلفا و کاهش بدون روند در ایستگاه های اردبیل و اهر است.Forecasting and investigating the trend of rainfall changes and its effects on meteorological drought in the south of Aras River basin
Drought is a natural and repeatable phenomenon that occurs due to a decrease in the amount of rainfall in a certain period. In the current research, the trend of rainfall changes and meteorological drought forecasting of 6 stations located in the Aras watershed have been investigated. To evaluate the severity of the drought, the annual rainfall data of the stations in the statistical period (1987-2021) was checked using the Standardized Precipitation Index (SPI) and simulated using MA, AR, ARMA, and ARIMA time series rainfall models and based on the criteria (AIC) was chosen as the best model for prediction. ARIMA model (0,0,1) was selected for Ardabil, Khoy, and Ahar stations, and the AR model (0, 0, 1) was selected for Parsabad, Maku, and Jolfa stations as the models with the best results. The forecast results for the next 5 years show an increase in rainfall, which makes the results of the fitted models acceptable based on the rainfall statistics available in the respective years. The results of the trend index (SPI) also showed that all 6 stations are close to normal and the highest severity of severe drought is related to Khoy station with 14%. Maku station also observed average wet conditions with 6% frequency during the studied period. Also, the results of precipitation changes using the Senُ s slope test show a significant increase in precipitation in Maku station an increase without a trend in Parsabad, Khoy, and Jolfa stations, and a decrease without a trend in Ardabil and Ahar stations.