جعفر معصوم پور سماکوش

موج گرما، مدت زمانی طولانی از آب و هوای گرم نسبت به شرایط مورد انتظار در یک منطقه در دوره زمانی معینی از سال است . امواج گرمایی سبب مرگ ومیر، بیماری و بروز مشکلات گوناگون در زمینه های مختلف حمل و نقل، کشاورزی، تولید و انرژی می شوند . کشور ایران در دهه های گذشته امواج گرمایی شدیدی را تجربه کرده است. بررسی تغییرات الگوهای فضایی و زمانی این امواج برای درک علل رخداد و مواجهه با آنها بسیار مهم است. در مطالعه حاضر، با استفاده از «شاخص روزانه بزرگی موج گرما» ( HWMId )، که هر دوی شدت و طول موج گرما را لحاظ می کند، امواج گرمایی ایران بین سال های 1985 تا 2015 از لحاظ توزیع زمانی و مکانی مورد تحلیل و بررسی قرار گرفته است. بدین منظور با استفاده از داده های دمای حداکثر روزانه 44 ایستگاه سینوپتیک کشور و بر پایه آستانه صدک 90ام، از بین داده های موجود، امواج گرمایی بزرگتر یا مساوی سه روز برای هر ایستگاه شناسایی شدند. پس از اعمال شاخص HWMId بر روی روزهای هر موج گرما، بزرگی هر موج محاسبه گردید. سپس میانگین تعداد و بزرگی تمام امواج و نیز شدیدترین آنها در مقیاس های سالانه و فصلی محاسبه و نقشه ها و نمودارهای مربوطه رسم گردید. نتایج تحقیق نشان داد بیشترین تعداد امواج گرمایی، در غرب رشته کوه زاگرس و سپس دشت کویر رخ می دهد. در حالیکه بیشینه بزرگی امواج، متعلق به مناطق جنوب شرقی و مرکزی کشور است. فصل پاییز و سپس فصل زمستان، سهم بالایی از شدیدترین امواج گرمایی را طی دوره مورد مطالعه دارند. در حالیکه امواج گرمایی بهار و تابستان به نسبت ضعیف تر و از لحاظ وسعت، محدودتر هستند. در فصل پاییز همه ایران به جز نوار کم عرضی از شمال کشور و سواحل دریای عمان و خلیج فارس، در فصل زمستان نواحی جنوب شرق، در فصل تابستان سواحل دریای عمان به سمت نواحی داخلی ایران، و در فصل بهار مناطق مرکزی و ارتفاعات غربی، تحت تأثیر امواج گرمایی قرار می گیرند. شدیدترین امواج گرمایی طی دوره مورد مطالعه، در زمستان های 2008 و 2010 رخ داده است. تعداد و بزرگی امواج گرمایی در کشور به شکل معنی داری در حال افزایش است. بیشترین افزایش تعداد متعلق به تابستان و بزرگی متعلق به زمستان است .

باتوجه به قرارگیری کشور ایران در کمربند خشک و نیمه خشک جهان، مطالعه پدیده خشکسالی به عنوان یکی از بلایای طبیعی گسترده با اثرگذاری درازمدت، در بخش های مختلف بسیار اهمیت دارد. در این مطالعه، ابتدا خشکسالی با استفاده از دو شاخص خودتنظیم پالمر ( SC-PDSI ) و بارش-تبخیر و تعرق استانداردشده ( SPEI ) در چهار دوره 3، 6، 12 و 24 ماهه در 101 ایستگاه کشور و در یک دوره زمانی 24ساله (1992-2015) بررسی شد. پس از محاسبه مقادیر شاخص ها، درصد سال های توأم با هر طبقه خشکسالی محاسبه و نتایج با داده های شبکه ای دو پایگاه جهانی داده خشکسالی مقایسه شد. نتایج نشان داد که براساس محاسبات، در هر دو شاخص بیشترین درصد سال ها تحت سیطره طبقه نرمال با تمرکز هسته های بیشینه نرمال در نیمه شرقی کشور و کمترین درصد سال ها در طبقه خشکسالی بسیار شدید با تمرکز هسته های بیشینه در نیمه غربی، مرکز و جنوب کشور بوده است. آغاز دوره خشکسالی در شاخص SC-PDSI ، سال 1999 و در دوره های زمانی چهارگانه شاخص SPEI ، سال های 1999 و 2000 بوده است. خشکسالی های شدید و بسیار شدید در بخش هایی از کشور که از وضعیت بارشی نسبتاً مناسب تری برخوردار هستند، اتفاق افتاده است. مقایسه نتایج محاسبات با 99 نقطه اخذشده از دو پایگاه داده نشان داد که در هر دو شاخص، پایگاه داده خشکسالی را شدیدتر از آنچه که هست، نشان داده است و باوجود هماهنگی زمانی مناسب، هماهنگی مکانی در شدت های مختلف خشکسالی وجود ندارد. برپایه یافته های این پژوهش، مناطق مستعد خشکسالی در کشور برای تنظیم برنامه های کلان مقابله با این مخاطره قابل شناسایی است.

توفان تندر یک مخاطره مهم آب وهوایی است که خسارات زیادی به بخش های مختلف وارد می کند. از این رو بررسی زمانی-مکانی آن می تواند کمک زیادی به شناخت قانونمندی های وقوع و تعیین پتانسیل مناطق مختلف نماید. این مطالعه با هدف تحلیل زمانی- مکانی توفان های تندری در ایران بر اساس جدیدترین آمار ساعتی به انجام رسیده است. به این منظور داده های ساعتی هوای حاضر مربوط به توفان های تندری 42 ایستگاه سینوپتیک کشور در 7 کد (وضعیت) متفاوت، از بدون بارش گرفته تا همراه با گردوغبار و تگرگ سنگین، در 8 نوبت از شبانه روز در یک دوره 37 ساله (1980 تا 2016) از سازمان هواشناسی کشور اخذ شد. سپس با روش تحلیل خوشه ای سطح کشور بر پایه فراوانی های وقوع به چهار منطقه تقسیم و رخداد پدیده در هر منطقه تحلیل شد. آنگاه با استفاده از سه آزمون من-کندال، رگرسیون خطی و تخمین گر شیب سن روند زمانی وقوع پدیده در کشور بررسی گردید. نتایج تحقیق نشان داد بیشترین توفان های تندری در شمال-غرب و غرب کشور حوالی ایستگاه های ارومیه، تبریز، خوی، خرم آباد، و نیز جنوب کشور حوالی ایستگاه بوشهر رخ می دهد. در مقیاس های فصلی و ماهانه، بیشترین فراوانی رخداد پدیده، مربوط به فصل بهار با حداکثر ماه می است. در فصل بهار شمال غرب، تابستان سواحل شمالی و شمال غرب، پاییز مناطق جنوب غرب و غرب، و زمستان سواحل جنوب و جنوب غرب کشور شاهد رخداد توفان تندر بیشتری است. در مقیاس ساعتی مشخص شد که وقوع توفان با توجه به دمای هوای مناطق به تأخیر می افتد؛ به طوری که در مناطق گرم در بامداد و اوایل صبح و در مناطق سرد در هنگام غروب و اوایل شب اتفاق می افتد. اما به طور کلی بیشترین رخدادها مربوط به ساعت 21:30 محلی و سپس با اندکی اختلاف، ساعت 18:30 است. در اکثر ایستگاه ها روند وقوع تعداد توفان های تندری افزایشی است.

با توجه به محدودیت های دسترسی به منابع آب در ایران و به منظور برنامه ریزی و مدیریت بهره وری آب در بخش کشاورزی، آگاهی از میزان تبخیر و تعرق گیاهان تحت تأثیر تغییر اقلیم بسیار اهمیت دارد. هدف این مطالعه، بررسی تغییرات تبخیر و تعرق گندم آبی پاییزه در ایران تحت شرایط تغییر اقلیم به منظور انجام برنامه ریزی های سازگار با شرایط اقلیمی آینده بود. به این منظور، با استفاده از داده های مدل گردش عمومی جو CCSM4 و با توجه به طول دوره رشد و ضریب رشد گیاهی محصول گندم آبی، مقادیر تبخیر و تعرق محصول در دوره پایه 2005-2020 و دو دوره آینده (2060-2021 و 2061-2100) در دو سناریوی RCP4.5 و RCP8.5 برآورد، نقشه-های مربوطه تهیه و الگوهای فضایی پدیده بررسی شد. نتایج تحقیق نشان داد، تبخیر و تعرق گندم آبی پاییزه در ایران در دوره آینده در مقایسه با دوره پایه حدود 6 درصد افزایش خواهد یافت که این افزایش در آینده دور (2061-2100) بیشتر از آینده نزدیک (2021-2060) و در ماه های مختلف دوره کشت در سناریوی RCP8.5 بیشتر از سناریوی RCP4.5 خواهد بود. بیشترین مقدار ماهانه تبخیر و تعرق در سناریوهای RCP4.5 و RCP8.5 مربوط به ماه مه به ترتیب به میزان 153 و 162 میلی متر است. ماه-های اُکتبر و نوامبر که ماه های آغازین دوره کشت هستند نیز کمترین میزان افزایش تبخیر و تعرق را در آینده به میزان تقریبی 14 میلی متر خواهند داشت. مقدار تبخیر و تعرق گندم آبی در دوره رشد در سطح کشور از 330 تا 971 میلی متر در دوره پایه تا 340 تا 1025 میلی متر در آینده دور در سناریوی RCP8.5  متفاوت است. افزایش تبخیر و تعرق در آینده بسیاری از برنامه ریزی ها را در زمینه تأمین آب محصول گندم در کشور به چالش خواهد کشید؛ ازاین رو لزوم توجه به نیاز آبی در سال های آینده به خصوص در ماه های آوریل و مه که اوج فعالیت و رشد گیاه و زمان حداکثر نیاز آبی است، ضروری است.

با هدف آشکارسازی نقش همزمانی سردچال های جوی و رودبادهای سطح پایین در تداوم بارش های روزانه غرب و شمال غرب ایران، از نقشه های ارتفاع ژئوپتانسیل، ضخامت جو، تاوایی، سرعت قائم هوا (امگا)، رطوبت ویژه، بادمداری و نصف النهاری مرکز اروپایی و پایگاه داده های مرکز ملی پژوهش های جوی استفاده شده است. داده های روزانه بارش نیز برای دوره 2014-1995 از سازمان هواشناسی کشور دریافت شده اند. از روش نیتو و روبیتا برای شناسایی سردچال و معیار بونر برای رودباد سطح پایین استفاده شده است. نتایج نشان داد که از مجموع دوره های بارشی، شصت مورد با سردچال های جوی ارتباط مستقیم دارند. این سردچال ها از نظر موقعیت مکانی در سه منطقه شرق دریای مدیترانه، خاورمیانه و شرق دریای سیاه قرار داشتند. بیشترین فراوانی وقوع این پدیده مربوط به فصل زمستان و با یک بیشینه در ماه ژانویه شناسایی شد. در بررسی طول عمر این سیستم ها، مشخص گردید که سردچال های با تداوم دو روز، بیشترین ماندگاری را دارا می باشند و در روزهای وقوع پدیده سردچال، رودبادهای سطح پایین در 58 رخداد آن ها را همراهی کرده اند. رودبادهای سطح پایین با تشدید همگرایی در سطوح زیرین جو، از یک سو شرایط را برای تشدید واگرایی بالایی ناشی از پدیده سردچال و از سویی دیگر افزایش انتقال رطوبت را فراهم می سازند، بطوری که تشدید رودبادهای سطح پایین، تشدید ناپایداری حاصل از پدیده سردچال را به دنبال دارد. محاسبه مقدار انتقال رطوبت جوی نشان داد که اقیانوس هند و بعد از آن به ترتیب اقیانوس اطلس، دریای مدیترانه، دریای سرخ، دریای عرب و دریای سیاه، منابع اصلی رطوبت دوره های بارشی ناشی از سردچال هستند.

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.  

پژوهش حاضر با هدف شناسایی الگوهای مؤثر گردشی تراز دریا در تشکیل رودخانه های جوی انجام شد که رطوبت پهنه های آبی بزرگ را به مناطق دوردست در خشکی ها می رسانند و باعث بارش های شدید در ایران نیز می شوند. بارش های شدید ایران براساس صدک نودم، از ژوئن 1988 تا می 2018 استخراج شدند و ۹۴۰ روز رخداد رودخانه های جوی توسط شار رطوبت مستخرج از مؤلفه های رطوبت ویژه، باد مداری و نصف النهاری شناسایی شدند. داده های فشار تراز دریا در روزهای مذکور در ماتریسی به ابعاد 940 در 8991 (8991 یاخته در 940 روز) با آرایه S، به روش چرخش واریماکس تحلیل مؤلفه های اصلی شد و 13 مؤلفه اصلی به دست آمد. این ۱۳ مؤلفه، ورودی های تحلیل خوشه ای سلسله مراتبی وارد قرار گرفتند که درنهایت، 10 تیپ گردشی هوا در قالب 5 تیپ اصلی مشخص شد. تیپ ها براساس وضعیت فشار غالبشان به تیپ های کم فشارهای جنوبی و پرفشارهای شمالی (A)، پرفشار قوی آزور و کم فشار اسکاندیناوی (B)، کم فشارهای ایسلند و اسکاندیناوی و پرفشارهای سیبری و غربی (C)، کم فشار قوی شمالی و پرفشارهای قوی شرقی و غربی (D) و تیپ پرفشار قوی سیبری-کم فشار قوی سودانی (E) نام گذاری شدند. نتایج نشان داد، رودخانه های جوی مؤثر بر بارش های شدید ایران عمدتاً در فصل سرد و به ویژه در ماه مارس به بیشینه فراوانی خود می رسند. از نظر توزیع مکانی نیز دامنه های غربی زاگرس به ویژه جنوب غرب کشور تحت تأثیر این پدیده اند. رودخانه های جوی عمدتاً در تیپ های A1، A2، A3، C2، E1 و E2 با 50 درصد رخدادها، تحت تأثیر کم فشار سودانی قوی و نسبتاً قوی و در تیپ های دیگر نیز با قدرت کمتر، رطوبت منابع آبی بزرگ را به ایران می رسانند و باعث بارش های شدید می شوند. از طرف دیگر، حضور پرفشار سیبری و تبت در بیشتر تیپ ها مشاهده می شود که در برخی تیپ ها تا ایران گسترش داشته است. پرفشارهای غربی نیز در تیپ های B1، C1، D1 و D2 تأثیرشان را بر ایران نشان می دهند. همچنین تأثیر کم فشارهای جنوبی ازجمله سودانی و همگرایی دریای سرخ که عمدتاً از روی دریای سرخ و خلیج فارس تقویت می شوند و به سوی ایران می آیند، مشهود است. به طورکلی، وجود پرفشارهای شرقی و غربی و گسترش آ ن ها  در عرض های میانی و کم فشارهای قوی در عرض های بالایی به همراه کم فشارهای ضعیف تا قوی در عرض های پایینی منطقه موردمطالعه، در تمامی تیپ های گردشی، نشانگر نقش برجسته تر دو منشأ رطوبت اطلس شمالی و بخش شمالی اقیانوس هند بود که باعث تأمین و تقویت رطوبت رودخانه های جوی شدند.  

خشکسالی به عنوان مخاطره ای اقلیمی، تأثیر بسزایی بر محیط زیست و به تبع آن انسان و سایر موجودات زنده دارد. ازاین رو پایش و پیش بینی این پدیده امری لازم و ضروری می باشد. در این پژوهش با هدف بررسی و ارزیابی پیش بینی خشکسالی در نیمه غربی کشور از شاخص خشکسالی استاندارد شده چند متغیره (MSDI) و روش های مبتنی بر هوش مصنوعی استفاده شده است. جهت پیش بینی مقادیر این شاخص در محدوده مطالعاتی، از داده های ماهانه بارش و رطوبت خاک پایگاه داده MERRA طی دوره 36 ساله (1980-2016) به عنوان ورودی و مقادیر محاسبه شده MSDI بعنوان خروجی بهره برده شد. نتایج تحلیل خشکسالی ماهانه براساس این داده ها نشان داد که شدیدترین خشکسالی در منطقه مورد مطالعه حد فاصل ماه های مارس تا اکتبر به وقوع پیوسته و کانون اصلی وقوع این پدیده، استان های لرستان و خصوصاً ایلام و کرمانشاه می باشند. این نتایج با بررسی نقشه های فصلی و سالانه نیز مطابقت دارد. طبق طبقه بندی شاخص MSDI، خشکسالی شدید در منطقه مورد مطالعه ثبت نشده است و خشکسالی ها در طبقه متوسط قرار داشتند. نتایج حاصل از مدل سازی شبکه های عصبی مصنوعی نیز نشان داد که استفاده از شبکه های عصبی مصنوعی به طور کلی از توانایی شبیه سازی مناسبی برخوردار می باشند. از بین الگوریتم های استفاده شده جهت بهینه سازی شبکه عصبی مصنوعی، الگوریتم ژنتیک، بهترین عملکرد را نسبت به سایر روش ها در پیش بینی خشکسالی ها دارا می باشد.

کیفیت زندگی مفهومی است که برای ترسیم توسعه رفاه جامعه بکار می رود. به طور خیلی ساده، می توان گفت که کیفیت زندگی منعکس کننده شرایط زندگی و رفاه افراد است. کیفیت زندگی دارای ابعاد ذهنی و عینی بوده و چگونگی برآورده شدن نیازهای انسانی و هم چنین معیاری برای ادراک رضایت و عدم رضایت افراد و گروه ها از ابعاد مختلف زندگی است. این شاخص در نواحی روستایی هم  به عنوان یکی از فضاهای سکونتی- دارای اهمیت است. هدف اصلی این تحقیق بررسی ابعاد مختلف کیفیت زندگی در نواحی روستایی بخش مرکزی شهرستان کرمانشاه می باشد. روش تحقیق از نوع توصیفی- تحلیلی است و داده ها و اطلاعات مورد نیاز بیشتر از طریق پرسش نامه جمع آوری شده و با استفاده از نرم افزار SPSS مورد پردازش قرار گرفته است. یافته ها حاکی از آن است که از بین هفت معیار اصلی بررسی شده مرتبط با کیفیت زندگی، سه معیار کیفیت زیر ساخت ها، کیفیت اشتغال و درآمد و  کیفیت سلامت و امنیت در سطح  بالای رضایتمندی ساکنین قرار دارد و در مقابل چهار معیار کیفیت گذران اوقات فراغت، کیفیت محیطی، کیفیت سکونتگاه ها و کیفیت آموزش پایین تر از حد متوسط گویه ها ارزیابی شده است.

رطوبت و تغییر پذیری زمانی و مکانی آن می تواند باعث تغییر در بارش هر ناحیه شود؛ ازاین رو درک انتقال رطوبت برای فهم رفتار بارش بسیار مهم است. با هدف بررسی ارتباط بین بارش روزانه ی ایران و مقدار انتقال بخار آب جوّی و محاسبه ی انتگرال شار قائم رطوبت (IVT) و مقدار بخار آب جو (IWV)، داده های مؤلفه های رطوبت ویژه (q)، باد مداری (u) و نصف النهاری (v) برای یک دوره ی ۳۱ ساله (2018-1988) در محدوده ی ایران و با دقت مکانی 1*1 درجه از مرکز پیش بینی های اروپایی میان مدت جو (ECMWF) اخذ شد. از آماره ی ضریب تعیین (R2) نیز برای ارائه ی ارتباط بین بارش و مؤلفه های رطوبت جوّی استفاده شد. نتایج نشان داد که از مجموع 944۳ روز بارشی بارش روزانه ی ایران ارتباط بیش تری با مقدار بخار آب جوّی را دارا بوده و بیش ترین ارتباط در دو قسمت غرب و شرق ایران به شکل پهنه ای نسبتاًً وسیع مشاهده می شود. در بین مؤلفه ی شار رطوبت مداری و نصف النهاری و نیز بارش روزانه ی ایران، بیش ترین ارتباط را با مؤلفه ی نصف النهاری آن دارد که دراین بین، سهم نیمه ی غربی ایران بیش تر از سایر نقاط است. مؤلفه های تأثیرگذار شار رطوبت در سطح ۷۰۰ هکتوپاسکال، بیش ترین ارتباط را با بارش های روزانه ی ایران دارد. نتایج فصلی نشان داد که از نظر مقدار و گستره، روابط بین بارش و مقدار و انتقال بارش در فصل زمستان قوی تر از سایر فصول بوده و مؤلفه ی نصف النهاری نیز بیش ترین نقش را در انتقال رطوبت این فصل بازی می کند و در واقع، حدود ۵۵٪ از تغییرات بارش زمستانه در غرب و جنوب غرب ایران (با بیشینه ی شهرکرد و یاسوج) توسط این مؤلفه توصیف می شود؛ ازاین رو می توان استنباط کرد که مؤلفه های شار رطوبت می توانند به عنوان یک متغیر پیش بینی کننده در بارش روزانه ی غرب ایران به کار روند؛ چراکه حدود ۵۰ درصد تغییرات بارش روزانه ی این مناطق به واسطه ی این متغیرها توصیف می شود.

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.