ابراهیم فتاحی

از جمله مشخصه های مهم هر دریاچه، تراز سطح آب آن است. آگاهی از نحوه نوسانات تراز آب امری موثر در تغییر و بررسی مسایل مرتبط از جمله تغییرات ذخیره آب دریاچه – ساخت و ساز های ساحلی و مباحث زیست محیطی است. در این تحقیق به بررسی تاثیر سیگنال های هواشناسی بر نوسان آب دریاچه ارومیه و دبی حوضه آبریز دریاچه ارومیه پرداخته شده است. داده های مورد استفاده در این تحقیق به علت حجم زیاد در فواصل زمانی سال های 1951 الی 1986 تا سال های 2008 الی 2011 در ایستگاه های مختلف متفاوت است. در بررسی حاضر از داده های ماهانه سیگنال های  -2NAO+NIN01-SOI-PDO-NP  4NOI+NIN03-Nino4-Nino3- استفاده شده است. تمامیداده های فوق از مرکزNCEPتهیه گردیده. پس از تبیین ارتباط و نوع آن ، مدل پیش بینی با استفاده از شبکه عصبی مصنوعی برای بازه های زمانه همزمان ، سه ماهه و شش ماهه محاسبه شد. نتایج حاصل از این مدل مورد ارزیابی و تجزیه و تحلیل قرار گرفت. بررسی مدل های خروجی از نرم افزار شبکه عصبیمصنوعیNeurosolutions6 نشان می دهد که در تمامی ایستگاه ها در حالت های زمانی مختلف اعمدبی حوضه آبریز دریاچه ارومیه به ترتیب 1-NINO 3+4-1 NINO3 NINO1+2-3  NINO4-4می باشد و کمترین تاثیر به ترتیب مربوط به 1-NOI -2 NAO  SOI -4 PDO -3 5-NPمی باشد.

یکی از اثرات پدیده تغییر اقلیم، تأثیر بر روانآب حوضه ها می باشد. در این تحقیق تأثیر پدیده تغییر اقلیم بر رژیم روانآب حوضه شهرچای ارومیه در دوره 2039-2010 میلادی (2020s) با در نظر گرفتن عدم قطعیّت مربوط به مدل های AOGCM مورد بررسی قرار گرفته است. ابتدا مقادیر دما و بارش ماهانه پنج مدل AOGCM در دوره پایه 1990-1961 و دوره آتی 2039-2010 میلادی تحت سناریوی انتشار A2، برای منطقه مورد مطالعه تهیه گردید. سپس این مقادیر به وسیله روش کوچک مقیاس کردن مکانی تناسبی و روش کوچک مقیاس کردن زمانی عامل تغییر، برای منطقه مورد مطالعه کوچک مقیاس شدند. نتایج در مجموع نشان داد مدل های AOGCM در تخمین میانگین بلند مدّت دما و بارش ماهانه منطقه با یکدیگر تطابق نداشته که خود بیانگر وجود عدم قطعیّت در خروجی این مدل هاست. بنابراین، به منظور مشخص کردن محدوده تغییرات رژیم دما و بارش از رویکرد بیز استفاده گردید. در این راستا در ابتدا توزیع های احتمالاتی PDF ماهانه دما و بارش منطقه برای دوره 2039-2010 به وسیله وزن دهی مدل های AOGCM با استفاده از روشMean Observed Temperature Precipitation تولید گردید. در ادامه به منظور شبیه سازی روانآب روزانه از مدلIHACRES استفاده شد. با معرّفی سری دما و بارش تولید شده به مدل IHACRES، سری روانآب ماهانه برای حوضه در دوره آتی شبیه سازی گردید.

سیگنال های اقلیمی، الگوهای بزرگ مقیاسی از ناهنجاری های گردش و فشار هوا میباشد که در محدوده جغرافیایی وسیع گسترش یافته است. این سیگنال ها در توجیه رفتار اقلیم از اهمیت زیادی برخوردارند. در این پژوهش ارتباط بارش با سیگنال های اقلیمی(AO, NAO,SOI, ENSO) در ناحیه مرکزی ایران مورد بررسی قرار گرفته است. داده های سیگنال ها از پایگاه داده های NCEP استخراج گردید و مجموعه داده های بارش ماهانه نیز از مرکز خدمات ماشینی سازمان هواشناسی کشور دریافت شد. داده ها ماهانه طی دوره ی آماری 30 ساله، بین سال های 1978 تا 2008 بوده است. در نهایت با بکارگیری روش شبکه عصبی مصنوعی، مدل های شبیه سازی شده برای بازه های 0، 3 و 6 ماهه محاسبه شد و نتایج نشان داد از بین سیگنال های مورد مطالعه سیگنال ENSO در مناطقNINO1.2 و NINO3 بر بارش منطقه مورد مطالعه تاثیر معنی داری دارد و تاخیر 3 و 6 ماهه موجب قوی شدن ضریب همبستگی شاخص انسو در مناطق NINO1.2 و NINO3 با بارش ایستگاه های مورد مطالعه شده است. همچنین تاخیر 6 ماهه باعث منفی شدن ضریب همبستگی بین شاخص انسو در مناطق NINO1.2 و NINO3 است. مطابق با مدل های ارئه شده، سیگنال انسو در مناطق NINO1.2 و NINO3 می تواند به عنوان پیش بینی کننده بارش در کنار سایر پارامترهای تاثیر گذار مورد استفاده قرار گیرد و سایر سیگنال های اقلیمی مورد مطالعه تاثیر معنی داری بر بارش ایستگاه های مورد مطالعه ندارد.

سامانه سودانی، به کم فشارهای حرارتی اطلاق می گردد که محل تکوین آنها مناطق اطراف دریای سرخ بوده و خطوط کم فشار آنها جنوب دریای سرخ، سودان و اتیوپی را در بر گرفته و در ادامه مسیرشان از جنوب غرب ایران عبور کرده و سبب بارش های شدید می شوند. ویژگی مشترک همه این سامانه های بارانزا، کم فشارهای سطح زمین یا کم ارتفاع های سطوح بالاست. برای مطالعه دینامیکی و بررسی مکانیسم رخداد بارش های سیل آسای ناشی از سامانه سودانی در جنوب غرب ایران، از داده های JRA25 استفاده شد. داده ها برای 11 توفان انتخاب و کمیتهای دینامیکی تاوایی نسبی و مطلق، تاوایی پتانسیل، فرارفت تاوایی، همگرایی و واگرایی، سرعت قائم در سیستم ارتفاعی و کمیتهای ترمودینامیکی نم ویژه، همگرایی نم ویژه، دمای پتانسیل، دمای پتانسیل معادل و دمای پتانسیل تر، در محیط فورترن تعریف شدند. بررسی ها نشان می دهند که در توفان های منتخب، دو مرکز بیشینه تاوایی نسبی تراز میانی، یکی در شرق دریای مدیترانه و دیگری در غرب دریای سرخ، روی کشور سودان شکل گرفته اند. زبانه بیشینه مستقر بر روی دریای سرخ همراه با پیشروی شرق سوی ناوه، به صورت نوار باریکی به ایران کشیده شده و مقادیر تاوایی نسبی بتدریج در جنوب غرب ایران افزایش یافته است. بررسی کمیت های همگرایی و واگرایی هم انطباق زمانی و جابجایی این کمیت ها را در سطوح زیرین، با ناوه تراز میانی بخوبی آشکار می سازد. همراهی جریان باد با هسته های بیشینه نم ویژه مستقر در دریای سرخ، هم رطوبت لازم برای توفان ها را تامین نموده تا با فراهم بودن عوامل دینامیک و رطوبت لازم، بارش های فراگیر در منطقه نازل شوند.

خشکسالی در طول تاریخ یکی از تهدیدهای اصلی ساکنان و تمدن­های کشور ایران بوده است. نمایه های زیادی بر مبنای داده های هوانشناسی، ماهواره ای و مدل های شبیه سازی به منظور تعیین شدت خشکسالی توسعه داده شده است. در این تحقیق توزیع مکانی نمایه شدت خشکسالی پالمر برای یک دوره 36 ساله (1975 تا 2010) با استفاده از داده­های شبکه­ای شده خاک و هواشناسی (متشکل از 296 ایستگاه سینوپتیک و بیش از 1500 ایستگاه بارانسنجی) با تفکیک مکانی 4 کیلومتر و تفکیک زمانی ماهانه، توسط کد نویسی در نرم افزار مطلب در مقیاس کشوری محاسبه و استخراج شد. برای مشاهده الگوی شدت و روند خشکسالی از روندیابی با روش رگرسیون خطی با گام زمانی یک ماهه و بصورت توزیع مکانی استفاده شد. نتیجه محاسبات نشان می دهد که بیش از 60 درصد از سطح مورد مطالعه دارای روند منفی (افزایش خشکسالی) بوده و کمتر از 4 درصد از آن روندی مثبت (بهبود ترسالی) دارد (در سطح 5 درصد معنی دار). شیب روند نیز بین 12/0 تا 22/0- متغیر است.

پیش بینی جریان رودخانه ها نقش بسزایی در برنامه ریزی، مدیریت و بهره برداری از منابع آب دارد . هدف اصلی این تحقیق بررسی امکان پیش آگاهی و پیش بینی دبی رودخانه های کارون شمالی (رودخانه ارمند و بازفت) با استفاده از روش های نوین شبیه سازی می باشد . در این مطالعه نوسانات جریان رودخانه های ارمند و بازفت در ارتباط با سیگنالهای بزرگ مقیاس اقلیمی بررسی شده است. بدین منظور از داده های ماهانه شاخص نوسان جنوبی (SOI )، نوسان اطلس شمالی (NAO) و پدیده ENSO در مناطق NINO4،NINO3 ، NINO3.4 و NINO1+2 استفاده گردید. تمامی داده های مربوط به سیگنال های اقلیمی از مرکز داده های آنالیز شده NCEP دریافت شد. داده های مربوط به دبی روزانه ایستگاه های هیدرومتری ارمند و مرغک نیز از مرکز داده های وزارت نیرو تهیه گردید. در این مطالعه به منظور طراحی بهینه معماری شبکه عصبی مصنوعی جهت پیش بینی دبی رودخانه ها براساس سیگنال های اقلیمی از الگوریتم ژنتیک بهره گرفته شد. نتایج تحقیق نشان داد که سیگنال های ENSO در ناحیه NINO1+2 و NINO3 به عنوان موثرترین سیگنال بر تغییرات جریان رودخانه های ارمند و بازفت هستند و برای پیش آگاهی از وضعیت دبی رودخانه های کارون شمالی می توان از سیگنال های فوق استفاده کرد.

الگوهای گردش جوی، نقش اصلی را در رخداد پدیده های محیطی؛ به خصوص در مناطق معتدل دارند و رخداد دوره های خشک و مرطوب در ارتباط با تکرار سیستم های سینوپتیکی و تیپ های هوا است. در این تحقیق ابتدا با استفاده از شاخص بارش استاندارد شده SPI خشکسالی های وسیع و فراگیر استان شناسایی شد. سپس با استفاده از روش های (PCA) و خوشه بندی CA)) الگوهای گردش روزانه در مقیاس همدیدی مشخص گردید. به منظور طبقه بندی تیپ های هوا، میانگین روزانه مربوط به تراز 500 هکتوپاسکال و فشار سطح دریا (SLP) طی دوره آماری 2006-1950 در تلاقی های 5/2 درجه از مجموعه داده های بازسازی شده NCEP استخراج شد. در این تحقیق از آرایه S و چرخش واریماکس برای شناسایی تیپ های هوا و برای طبقه بندی تیپ های هوای روزانه، از روش خوشه بندی K-Means استفاده گردید. همه روزها به هیجده گروه تقسیم بندی شدند که ارائه دهنده متناوب ترین الگوهای گردش جوی در ناحیه مورد مطالعه هستند. و نقشه های ترکیبی فشار سطح دریا و تراز 500 هکتوپاسکال برای هر یک از تیپ های هوا ترسیم گردید.در نهایت، مقایسه دوره های خشک و مرطوب با فراوانی رخداد الگو های گردش جوی، تیپ های هوای باران زا و خشکی زا شناسایی شد.

بخش عظیمی از بارش ها در مناطق کوهستانی حوضه های آبریز استان گلستان به صورت برف است. در نتیجه، آب حاصل از ذوب برف نقش مهمی در ایجاد رواناب سطحی، تغذیه آبهای زیر زمینی و ایجاد سیل به عهده دارد. پوشش برف معرف میزان آب ذخیره شده در حوضه های کوهستانی است و پایش زمانی و مکانی سطح پوشیده شده از برف و عمق آب معادل برف از اهمیت بسیار بالایی در مدل های هیدرولوژیک دارد.در این مطالعه به منظور پایش سطح پوشش برف و دمای سطح برف حوضه های آبریز استان گلستان از داده های سنجنده MODIS طی دوره آماری 9 ساله (8-2000) استفاده شد.به منظور تعیین پتانسیل ریزش و ذوب برف از الگوریتم دمای سطح برف با استفاده از باندهای حررارتی 31 و 32،MODIS و برای تشخیص سطوح پوشیده شده برف، شاخص NDSI بکار گرفته شد. نتایج تحقیق حاضر نشان داد با توجه به دقت زمانی و مکانی تصاویر ماهواره ای MODIS و قابل دسترس بودن این تصاویر از طریق اینترنت، برای پایش سطح پوشش برف بسیار مناسب هستند، بنابراین، با اجرای الگوریتم های بکار رفته، می توان سطوح پوشش برف را به صورت بهنگام پایش کرد و نتایج آن را در مدیریت منابع آب، کشاورزی، گردشگری، مدیریت مخازن و سامانه های هشدار سیل به کار گرفت.

بخش عظیمی از بارش ها در حوضه های جنوب غربی ایران به شکل برف است و آب حاصل از ذوب برف، نقش مهمی در ایجاد رواناب سطحی، تغذیه آب های زیر زمینی و ایجاد سیل را ایفا می کند. پوشش برف معرف میزان آب ذخیره شده در حوضه های کوهستانی است. بنابراین، پایش مکانی و زمانی سطح پوشش برف و آب معادل آن اهمیت بسیار بالایی در مدل های هیدرولوژی دارد. از طرفی، نوسانات سطح پوشش برف با سیگنال های بزرگ مقیاس اقلیمی در ارتباط است. در این مطالعه تغییرات سطح پوشش برف حوضه های جنوب غربی ایران در ارتباط با سیگنال های بزرگ مقیاس اقلیمی مورد بررسی قرار گرفت. در بررسی حاضر از داده های ماهانه شاخص نوسان جنوبی (SOI)، نوسان اطلس شمالی (NAO) و پدیده ENSO در مناطق NINO3.4، NINO3، NINO4 و NINO1+2 استفاده شد. همه داده های مربوط به سیگنال های فوق، از مرکز داده های آنالیز شده NCEP طی سال های 1986 تا 2007 دریافت گردید. به منظور برآورد سطح پوشش برف در منطقه مورد مطالعه، از داده های ماهواره NOAA سنجنده AVHRR برای روز های منتخب دوره سرد سال 1986 تا 2007 استفاده شد. برای تفکیک برف و ابر از روش آستانه گذاری در انعکاس باندهای 1 و 3 و محاسبه تابندگی و دمای درخشندگی باندهای حرارتی استفاده شد.در نهایت، با به کارگیری از روش شبکه عصبی مصنوعی، پیش آگاهی پوشش برف حوضه های جنوب غربی ایران برای بازه های زمانی همزمان، سه ماه و شش ماه محاسبه شد. نتایج تحقیق نشان داد که سیگنال های NAO ، SOI و تغییرات ناهنجاری SST در ناحیه NINO4 و NINO1+2 به عنوان مؤثرترین سیگنال بر تغییرات پوشش برفی حوضه های مورد مطالعه هستند و برای پیش آگاهی از وضعیت سطوح تحت پوشش برف سیگنال های فوق کاربرد دارند.

الگوهای مختلف گردش جوی شرایط آب و هوایی متفاوتی را باعث می شوند. تغییر در فراوانی وقوع الگوهای گردش جوی و تیپ های هوا منجر به تغییر الگوی بارش می شود. از این رو مطالعه و بررسی الگوهای گردش جوی می تواند به عنوان معیاری برای بررسی تغییرات الگوی بارش به کار گرفته شود. تغییرپذیری بارش یکی از مهمترین عوامل آب و هوایی است که سیستم های طبیعی و اقتصادی را کنترل می کند. این موضوع به ویژه در مناطقی نظیر ایران که در منطقه خشک و نیمه خشک واقع شده، چشمگیرتر است. در تحقیق حاضر رابطه فراوانی الگوهای هوا با شاخص ENSO مورد تحلیل قرار گرفته است. به منظور طبقه بندی الگوهای گردشی، داده های روزانه مربوط به تراز 500 هکتوپاسکال و فشار تراز دریا در فصل زمستان طی دوره آماری 1961-2003 از مرکز داده های NCEP تهیه گردید. برای طبقه بندی الگوهای هوای روزانه، از روش تحلیل عاملی و خوشه بندی استفاده شد و در نهایت هشت الگوی گردشی اصلی در فصل زمستان برای ایران شناسایی شد. به منظور شناسایی ارتباط بین فراوانی انواع الگوهای گردشی هوا با فازهای گرم، خنثی و سرد ENSO، داده های ماهانه شاخص فوق نیز از مجموعه داده های بازسازی شده NCEP استخراج گردید و فراوانی هر یک از الگوهای گردشی هوا طی فازهای گرم،‌ سرد و خنثی محاسبه شد. نتایج حاصل از این پردازش نشان داد که الگوهای هوای کم فشار مدیترانه، کم فشار جنب قطبی، پرفشار شرقی، پرفشار شمالی، پرفشار اروپای شرقی و تلفیق سامانه پرفشار سیبری با پرفشار اروپایی در فاز النینو از فراوانی بیشتری برخوردارند. در حالی که الگوهای هوای پرفشار سیبری و پرفشار مرکزی در دوره های لانینا بیشتر است.

"خشکسالی یک پدیده تکرار شونده در اقلیم های مختلف است و اثرات آن صرفا به نواحی خشک و نیمه خشک محدود نمی شود و می تواند در نواحی با بارش بالا و در هر فصل از سال رخ دهد. از جمله مهمترین مراحل پایش خشکسالی تعیین سنجه هایی به منظور تحلیل شدت، تداوم و فراوانی خشکسالی است. به منظور پایش خشکسالی و تحلیل خصوصیات آن در حوضه های جنوب غربی ایران از داده های مجموع بارندگی ماهانه ایستگاههای سینوپتیک منطقه طی دوره آماری 2000-1960 استفاده شد. در تحقیق حاضر با استفاده از سری های زمانی حاصل از شاخص بارش استاندارد شده (SPI) تداوم، شدت و فراوانی خشکسالی ها برای مقیاس های زمانی 3، 6، 12، 24 و 48 ماهه تعیین و منحنی های شدت، تداوم و دوره برگشت خشکسالی ها ترسیم شد. نتایج نشان داد زمانی که شاخص بارش استاندارد شده دارای توالی های منفی باشد، خشکسالی رخ می دهد و زمانی که مقادیر شاخص بارش استاندار شده 1- و یا کمتر شود، خشکسالی تشدید می شود؛ این مقیاس های زمانی، برخورد خشکسالی را نسبت به دسترسی منابع مختلف آب بازگو می نماید، بطوری که واکنش رطوبت خاک نسبت به وضعیت بارش کوتاه مدت است در حالی که پاسخ سطح آب های زیرزمینی و جریان رودخانه ها و ذخیره منابع آب نسبت به کمبود بارش، فرآیندی بلندمدت است."

"در تحقیق حاضر به منظور شناسایی و طبقه بندی توده های هوا در حوضه های جنوب غربی ایران از روش طبقه بندی همدیدی فضایی (SSC) استفاده شده است. روش طبقه بندی همدیدی فضایی توده های هوا را براساس منشا و تعدیل آنها در مسیر حرکت به شش گروه طبقه بندی می کند که شامل توده های هوای قطبی خشک (DP)، قطبی مرطوب (MP)، حاره ای خشک (DT)، معتدل خشک (DM)، معتدل مرطوب (MM) و حاره ای مرطوب (MT) می باشد. این نامگذاری برای شناسایی ویژگی توده های هوا طراحی شده است. برای تعیین ویژ گی توده های هوا و طبقه بندی آنها نیاز به روزهای نمونه (شاهد) می باشد. نحوه ی آرایش خطوط جریان نقشه های سطح زمین و 850 هکتوپاسکال معرف انتقال توده هوای ویژه ای به سوی منطقه مورد مطالعه می باشد. معیارهای اولیه انتخاب روزهای نمونه برای هر توده هوا در هر ایستگاه از طریق ارزیابی دقیق داده ها و نقشه های هواشناسی سطح زمین و تراز 850 هکتوپاسکال صورت گرفت و هر یک از روزهای نمونه انتخاب شده از منبع تا محدوده ی مورد مطالعه مسیریابی و ویژگی های آنها ارزیابی شد. روزهای نمونه انتخاب شده ویژگی های معرف یک توده هوا را مشخص می کنند. به منظور طبقه بندی توده های هوا، متغیرهای دما، دمای نقطه شبنم، فشار (QFF)، ابرناکی، سمت و سرعت باد ساعات 3، 9، 15 و 21 utc برای 10 ایستگاه سینوپتیک طی دوره آماری 99-1961 در محاسبات منظور شد. با استفاده از روش تحلیل عاملی متغیرهای وابسته به هم ادغام و ابعاد ماتریس ها کاهش داده شد. در این مطالعه به منظور شناسایی مولفه های معرف توده های هوا از ماتریس آرایه P استفاده گردید و برای طبقه بندی توده های هوا روش تحلیل ممیزی مناسب تشخیص داده شد، به طوری که ویژگی های معرف روزهای نمونه به عنوان ورودی برای تحلیل تابع متمایزکننده برای طبقه بندی توده های هوا به کار گرفته شد. بدین ترتیب با استفاده از روش طبقه بندی همدیدی فضایی؛ توده های هوای موثر بر حوضه های جنوب غربی کشور در فصل زمستان (دسامبر تا فوریه) شناسایی گردید. نتایج نشان داد شرایط اقلیمی و دوره های اقلیمی هر منطقه به وسیله تکرار و اثرات تجمعی توده های هوایی که از آن ناحیه عبور می کند، تعیین می گردد. "

بیشتر شاخص های خشک سالی در تعیین زمان شروع، خاتمه و تنش تجمعی خشک سالی به اندازه کافی دقیق نیستند، به علاوه اثرات تخریبی روان آب و تبخیر و تعرق را که با زمان افزایش می یابد، تعیین نمی کنند، همچنین بیش تر آن ها در تعیین و بررسی پایش خشک سالی ها محدودیت دارند، زیرا بر اساس گام زمانی ماهانه و سالانه طراحی شده اند، و در نهایت در تعیین اثرات خشک سالی بر روی منابع آب سطحی و زیرزمینی ناتوانند . در شاخص جدید ( شاخص بارش موثر ) کاستی های پایش خشک سالی برطرف شده است. در این شاخص مقیاس زمانی روزانه جایگزین مقیاس های ماهانه و سالانه شده است. در این روش سه شاخص آماری که بارش موثر را تعیین می کند، به کار رفته است. اولین شاخص، میانگین بارش موثر روزانه است؛ این شاخص خصوصیات اقلیمی بارش یک ایستگاه و یا یک ناحیه را نشان می دهد. شاخص دوم انحراف بارش موثر را از میانگین بارش موثر بیان می کند و شاخص سوم مقدار استاندارد شده انحراف از میانگین بارش موثر می باشد. با کمک این سه شاخص آماری تاریخ شروع، خاتمه و تداوم خشک سالی ها مشخص شد. در نهایت چهار شاخص دیگر که بیانگر کمیت شدت خشک سالی است نیز بررسی شد، که شامل 1- شاخص توالی منفی های استاندارد شده بارش موثر، که بیانگر تداوم و شدت تاثیر کمبود بارش است. 2- شاخص کمبود بارش تجمعی که بیانگر انحراف بارش از نرمال در طول مدت تعریف شده می باشد. 3- شاخص مقدار بارش مورد نیاز برای برگشت به حالت نرمال و 4- شاخص خشک سالی موثر می باشد . در مطالعه حاضر از شاخص جدید بارش موثر برای پایش و ارزیابی خشک سالی های ایستگاه شهرکرد استفاده شد. برنامه ای تحت عنوان EP برای محاسبه دقیق تر و سریعتر شاخص بارش موثر نوشته شد. داده های بارندگی روزانه ایستگاه شهرکرد طی دوره آماری 2001 - 1980 تحلیل شد و چون حجم خروجی زیاد بود تنها نتایج سال 2001 در مقاله حاضر منعکس گردید .

خشک سالی یکی از پدیده های آب و هوایی و از جمله رخدادهای مصیبت باری است که هر ساله خسارت های زیادی را باعث می شود. یکی از راه های تعدیل خشک سالی، ارزیابی و پایش خشک سالی بر اساس شاخص هایی است که بتوان بر اساس آن میزان شدت و تداوم آن را در یک منطقه تعیین نمود. در مقاله حاضر روند خشک سالی (شدت، تداوم و سطح درگیر با خشک سالی) در استان چهارمحال و بختیاری با استفاده از شاخص بارش استاندارد شده برای بازه های زمانی 3، 6، 12، 24 و 48 ماهه مورد مطالعه قرار گرفته است. ویژگی این روش کمک می کند تا کمی از رخدادهای خشک سالی را در مکان ها و مقیاس های زمانی متفاوت مقایسه کنیم. به منظور پایش خشک سالی از اطلاعات بارندگی ماهانه ایستگاه های سینوپتیک و اقلیم شناسی استان طی دوره آماری 2001 - 1960 استفاده شد. با استفاده از نرم افزار کامپیوتری SPI محاسبات مربوط به شاخص بارش استاندارد شده انجام گرفت؛ نتایج بررسی ها نشان داد که فراوانی رخداد دوره های خشک کوتاه مدت (سه ماهه) در کلیه ایستگاه ها بیشتر از 80 مورد است، در حالی که فراوانی رخداد دوره های خشک بلندمدت در مقیاس های زمانی 12، 24 و 48 ماهه خیلی کمتر می باشد، همچنین تداوم دوره های خشک در بازه های زمانی 12، 24 و 48 ماهه نسبت به بازه های زمانی 3 و 6 .ماهه خیلی بیشتر است. بنابراین برای برگشت به حالت نرمال در مورد خشک سالی های هیدرولوژیکی (آب های زیرزمینی و سطحی) ماه ها زمان نیاز است در حالی که برای بـازه های کوتاه مدت3 و 6 ماهه (خشک سالی های کشاورزی و رطوبت خاک) بارش های روزانه می توانــــداوضاع را تعدیل کند تا به حالت نرمال برگشت نماید. این بازه های زمانی برخورد خشک سالی را نسبت به دست رسی منابع مختلف آب بازگو می نماید. واکنش رطوبت خاک نسبت به نابهنجاری بارش کوتاه مدت است در حالی که پاسخ آب های زیرزمینی، جریان رودخانه ها و ذخیره منابع آبی نسبت به کمبود بارش، فرآیندی بلند مدت است.