عبدالله جلیلیان

امروزه مدیریت منابع آب از اهمیت ویژه ای برخوردار است. از این رو، مطالعة بارش، به منزلة مهم ترین منبع تأمین آب، در مقیاس زمانی و مکانی بسیار حائز اهمیت است. این پژوهش در پی تحلیل، ارزیابی، و شناسایی رفتار بارش فصلی است. بدین منظور، داده های بارش 67 ایستگاه سینوپتیک کشور با دوره آماری سی ساله (1985 2014) استخراج شد. سری های زمانی بارش بررسی شد و بهترین مدل بر اساس ملاک اطلاع آکائیک به سری داده های هر ایستگاه برازش داده شد. صحت و کفایت مدل های برازش شده به کمک نمودار مانده های استانداردشده، نمودار تابع خودهمبستگی مانده های مدل، و آزمون لیونگ- باکس ارزیابی شد. مرتبه های اتورگرسیو، میانگین متحرک، و مرتبه های تفاضلی فصلی و بین فصلی حاصل از مدل های برازش شده برای بررسی وابستگی بارش های فصلی و بین فصلی و تحلیل روند سری های زمانی بارش فصلی بررسی شد. نتایج نشان داد برای همة ایستگاه های مورد مطالعه (جز بوشهر، شهرکرد، بیرجند، امیدیه آغاجاری، و رشت) مدل ساریما کفایت مناسبی دارد. نتایج به دست آمده از بررسی مرتبه های فصلی نیز نشان داد که به جز ایستگاه های کاشان، آبعلی، دوشان تپه، سمنان، و شاهرود در بقیة ایستگاه ها بارش ها از الگوهای فصلی تبعیت می کنند. همچنین، در بیشتر ایستگاه های مورد مطالعه (93%) روند کاهشی یا افزایشی معناداری در سری زمانی بارش فصلی مشاهده نشده است.

این تحقیق با هدف بررسی تنوع فضایی و روند زمانی خشکی ایران در آینده (2050- 2020) بر اساس سناریوهای SSP2-4.5 و SSP5-8.5 مدل های CMIP6 (MRI-ESM2 و GFDL-ESM4) نسبت به داده های دیدبانی (2014- 1992) با استفاده از شاخص های AI و IDM بر پایه متغیرهای بارش، تبخیر و تعرق و متوسط دما انجام شد. از ضریب تغییرات و تحلیل روند نوآورانه به ترتیب برای بررسی تغییرات و روند میانگین سالانه خشکی استفاده شد. نتایج نشان داد در دوره مشاهداتی به جز نواحی شمالی البرز و بخشی از شمال غرب، سایر مناطق کشور خشک و نیمه خشک بوده اند. اما در آینده، سناریوها نشان دهنده کاهش رطوبت در مناطق شمالی البرز، نواحی شمالی فلات داخلی ایران و بخش هایی از مناطق جنوبی رشته کوه زاگرس هستند. خشکی در شمال غرب و بخش هایی از مناطق مرکزی و شمالی زاگرس کاهش می یابد. در سایر نواحی مدل ها همچون گذشته شرایط خشک و نیمه خشک را پیش بینی کردند. بیشترین درصد تنوع فضایی میانگین سالانه خشکی (105%- 71%)، در دوره 2014- 1992 در جنوب شرق و سواحل جنوبی کشور مشاهده شد و بر اساس مدل ها درصد تنوع مکانی خشکی در آینده کاهشی می باشد. روند مقادیر میانگین سالانه خشکی ایران نشان داد که خشکی در سطوح معناداری 05/0 و 01/0 درگذشته افزایش یافته و در آینده بر اساس MRI-ESM2 (سناریوی SSP5-8.5 و شاخص IDM) در سطوح معناداری 05/0 و 01/0 افزایش خواهد یافت. در سایر شرایط خشکی در این سطوح معناداری، کاهش نشان می دهند. نتایج پژوهش می تواند در برنامه ریزی و کاهش آثار منفی تغییرات اقلیمی در ایران مفید باشد.  

هدف: ایران کشوری پهناور است که به دلیل موقعیت جغرافیایی و شرایط توپوگرافی، دارای آب و هوایی متفاوت است. پژوهش حاضر با هدف انتخاب مناسب ترین شاخص خشکسالی در نواحی اقلیمی ایران و بررسی احتمال وقوع آن از طریق روش های عدم قطعیت انجام شده است.روش و داده: لذا در این پژوهش در گام نخست از طریق روش های تصمیم گیری چندمعیاره، مناسب ترین شاخص برای هر ناحیه اقلیمی بر اساس درصد تناسب، انتخاب و در نهایت بر اساس روش های شبکه عصبی مصنوعی، آنالیز احتمالی محاسبه و درصد احتمال وقوع پدیده خشکسالی برای هر ناحیه تعیین شده است. پس از انتخاب شاخص مناسب، برای بیان احتمال وقوع خشکسالی از داده های آماری ایستگاه های سینوپتیک کشور در یک دوره آماری ۲۸ ساله (۲۰۱۷-۱۹۹۰) استفاده شده است. با توجه به توالی داده های بارشی، از دو نوع شبکه عصبی معمولی و عمیق برای بررسی پدیده خشکسالی استفاده گردید. ضمناً برای جبران کمبود داده ها و افزایش سرعت همگرایی شبکه، از روش کرنل برای تولید داده ها در آموزش شبکه عصبی، و برای تحلیل شبکه عصبی مصنوعی و محاسبه احتمال رخداد پدیده خشکسالی، از نظریه تئوری ابری استفاده شده است.یافته ها: در حالت کلی نتیجه نهایی آنالیز تئوری ابری از داده های مورد مطالعه نشان می دهد که در تمامی ایستگاه های بررسی شده در سال هدف یعنی سال ۲۰۱۷، کشور ایران و تمامی ایستگاه های نماینده، وضعیت اقلیمی نزدیک به محدوده نرمال را نشان داده اند و کشور به لحاظ شدت خشکسالی در سال مذکور تقریباً در محدوده نرمال قرار داشته است. بیشترین قطعیت وقوع خشکسالی، به ترتیب به ایستگاه تبریز (۹۶ درصد) و ایستگاه همدان (۹۴ درصد) تعلق دارد.نتیجه گیری: بر مبنای نتایج، مدل عدم قطعیت انتخابی در آنالیز احتمال از توانایی بالایی برخوردار بوده و با درصد اطمینان قابل قبولی احتمال رخداد خشکسالی را پیش بینی کرده است.نوآوری، کاربرد نتایج: با توجه به تفاوت مناطق اقلیمی ایران و حذف مداخله کاربر، و با استفاده از محاسبات علمی و ریاضی، ضریب خطا در انتخاب شاخص کاهش می یابد. سپس با کمک روش های عدم قطعیت مانند تئوری ابری، توانایی پیش بینی احتمال وقوع خشکسالی در آینده افزایش می یابد.