بررسی عملکرد ترکیبی شاخص های سنجش از دوری در برآورد خشکسالی (منطقه مورد مطالعه: استان چهارمحال و بختیاری) (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
خشکسالی یکی از مهمترین مخاطرات طبیعی است که برآورد و پایش صحیح آن تاثیر زیادی بر مدیریت و کاهش خسارات ناشی از این پدیده دارد. امروزه علاوه بر شاخصهای خشکسالی مبتنی بر داده های اقلیمی، شاخص های سنجش از دوری خشکسالی نیز به طور گسترده خصوصا در مناطقی که با کمبود داده های اقلیمی مواجه هستند، مورد استفاده قرار می گیرند. با توجه به دسترسی مناسب به تصاویر ماهواره ای و اطلاعات قابل توجه ارائه شده توسط این تصاویر، این شاخص ها عملکرد نسبتا مناسبی را ارائه می دهند. همچنین شاخص های ترکببی سنجش از دوری شاخص های نسبتا جدید و چند متغیره ای هستند که برای پایش خشکسالی، تلفیقی از شاخص های سنجش از دوری را در نظر می گیرند. مطالعات نشان داده است اثربخشی این شاخص ها می تواند تحت تاثیر منطقه مورد مطالعه نیز قرار گیرد. با توجه به اهمیت ارزیابی کارآیی روش های نوین در پایش خشکسالی، عملکرد شاخص ترکیبی سنجش از دور CDI با شاخص های سنجش از دوری VCI، TCI، VHI و PCI در استان چهارمحال و بختیاری مقایسه گردید. شاخص CDI ترکیبی از شاخص های VCI، TCI و PCI می باشد. بدین منظور مقادیر شاخص های مذکور با مقادیر شاخص خشکسالی اقلیمی SPI در دوره آماری 2020-2001 و با در نظر گرفتن تاخیر زمانی 0 تا 8 ماه از طریق محاسبه ضریب تعیین مقایسه شدند. برای هر شاخص تاخیر زمانی که بالاترین ضریب تعیین را ارائه نمود، مشخص شد. برای محاسبه SPI، از داده های بارش 19 ایستگاه باران سنجی منطقه مطالعه در مقیاسهای زمانی 3 و 6 ماهه استفاده شد. نتایج نشان داد شاخص ترکیبی CDI با اختلاف قابل توجه بیشترین تطابق را با مقادیر SPI ارائه می دهد. بر اساس نتایج، بالاترین ضریب تعیین برای شاخص VCI در مقیاس زمانی شش ماهه با تاخیر زمانی 3 ماه به طور میانگین برابر 0.30 می باشد. برای شاخص TCI، مقدار R2 میانگین برابر 0.50 در هر دو مقیاس سه و شش ماهه و بدون تاخیر زمانی می باشد. R2 میانگین برای شاخص VHI در مقیاس شش ماهه با تاخیر دو ماه برابر 0.41 محاسبه شد. ضریب تعیین میانگین برای PCI در مقیاس سه ماهه و بدون تاخیر زمانی برابر 0.32 به دست آمد. در نهایت شاخص CDI عملکرد بسیار بهتری را ارائه کرد. مقادیر R2میانگین در هر دو مقیاس زمانی سه و شش ماهه و بدون تاخیر زمانی برابر 0.83 به دست آمد. بنابراین در حالیکه هر یک از سه شاخص VCI، TCI و PCI به صورت مجزا تطابق نسبتا ضعیفی را با SPI ارائه کردند، تلفیق آنها در قالب شاخص CDI تطابق فابل توجهی را با SPI ارائه کرد.Performance evaluation of composite remote sensing indices in drought assessment (case study: Chaharmahal and Bakhtiari Province, Iran)
Drought is a significant natural disaster that requires monitoring to control and minimize its damages. In addition to climate-based drought indices, remote sensing drought monitoring indices are widely used today, especially in regions with limited climate data. These indices utilize satellite images and provide valuable information, resulting in relatively good performance. Furthermore, composite drought indicators are relatively new and multi-variable indices that combine remote sensing indicators for monitoring drought. Studies have shown that the effectiveness of these indicators can also be influenced by the study region. Given the importance of evaluating the performance of new methods in monitoring drought, this study compared the performance of a composite drought monitoring index, CDI, with the VCI, TCI, VHI, and PCI in Chaharmahal and Bakhtiari Province, Iran. CDI is a combination of VCI, TCI, and PCI. The values of the indices were compared with the SPI for the period of 2001-2020, with a time lag of 0 to 8 months by calculating the determination coefficient. For each index, the lag time that provided the highest R2 was identified. Precipitation data from 19 rain gauge stations in the study area were used to calculate the SPI on 3 and 6-month time scales. The results showed that the CDI presents by far the highest correlation with SPI values. The coefficient of determination for the VCI on a 6-month time scale with a 3-month time lag was on average 0.30. For the TCI, the average R2 is 0.50 in both the 3 and 6-month time scales without a time lag. The average R2 for the VHI on a 6-month time scale with a 2-month time lag was 0.41. The average coefficient of determination for the PCI index on a 3-month time scale without a time lag was just 0.32. The CDI index provided the best performance, with an average R2 of 0.73 in both the 3 and 6-month time scales without a time lag. While VCI, TCI, and PCI individually showed weak matching with the SPI, combining them into the CDI resulted in a significant correlation with the SPI.
تبلیغات
