ارزیابی شاخص ترکیبی خشکسالی «MCDI» بر اساس توزیع مشترک چند متغیره(مقاله علمی وزارت علوم)
منبع:
جغرافیا و توسعه بهار ۱۴۰۴ شماره ۷۸
105 - 132
حوزههای تخصصی:
خشکسالی، مشکلی چالش برانگیز است اما با دیدگاه های چندمتغیره و ترکیبی می توان آن را ارزیابی کرد. تاکنون مطالعات کمی درخصوص مکانیسم و عملکرد شاخص ها به صورت ترکیبی انجام پذیرفته است؛ بنابراین پژوهش حاضر برای ایجاد شاخصی جامع که دربر گیرنده همه جنبه های هواشناسی، هیدرولوژیکی و کشاورزی باشد، از سه شاخص: «SPI»، « PDSI» و «SRI» با هدف تحلیل سه متغیره خشکسالی(شدت، مدت، فراوانی) برای 10 ایستگاه هواشناسی ایران برای بازه آماری 2021-1990 انجام شد. ابتدا با آنالیز مؤلفه های اصلی «PCA» و مدل غیر خطی توزیع احتمال توأم مبتنی بر کاپولا برای ساخت شاخص ترکیبی «MCDI» پرداخته شد. سپس با قابلیت توابع مفصل کلایتون، فرانک و گامبل جهت ایجاد توزیع توام سه متغیره مورد آزمون قرار گرفت. بهترین تابع کاپولا برای هر ایستگاه از طریق آزمون « کلموگرف- اسمیرنوف» (K_S) تعیین گردید. نتایج نشان دهنده برتری تابع گامبل در بیشتر ایستگاه ها بود. منحنی های دوره بازگشت به ازای . نشان از فرکانس طولانی مدت خشکسالی با شدت بیشتر برای دوره های 50 و 100 ساله بود. کمترین مدت دوره بازگشت 50 ساله با برتری تابع کلایتون مربوط به تبریز و با برتری تابع گامبل مربوط به تهران با مدت 10 ماه و بیشترین مدت، مربوط به مشهد با برتری تابع گامبل، 30 ماه بود که به ترتیب با شدت 53/6، 95/8 و 26/34 همراه بود. برای دوره بازگشت 100 ساله کمترین مدت با برتری کلایتون مربوط به تبریز با 13 ماه و شدت 75/13 و بیشترین مدت با برتری تابع گامبل متعلق به کرمان با مدت 48 ماه و شدت 56/42 بوده است. نتایج این پژوهش نشان می دهد که استفاده از شاخص ترکیبی چندمتغیره «MCDI» با بهره گیری از توابع مفصل، امکان ارزیابی جامع تر و دقیق تر از خشکسالی را فراهم می آورد. این رویکرد با در نظر گرفتن همزمان همه جانبه خشکسالی، ابزاری کارآمد برای مدیریت منابع آب و برنامه ریزی استراتژیک در مواجهه با خشکسالی در مناطق مختلف ایران ارائه می دهد.