تحلیل سری زمانی

عوامل مختلف طبیعی و انسانی در چند دهه اخیر باعث ایجاد شرایط بحرانی و افت سطح آب های زیرزمینی در بیشتر حوزه های آبخیز کشور از جمله استان خراسان رضوی شده است. در این تحقیق از تکنیک های تحلیل سری های زمانی مان-کندال و پتیت برای تحلیل روند شاخص خشکسالی هواشناسی SPI و شاخص خشکسالی آب زیرزمینی PSI در دوره آماری ۳۰ ساله (۱۳۹۳-۱۳۶۳) حوزه آبریز دشت مشهد استفاده شده است. جهت تحلیل مکانی وقوع خشکسالی هواشناسی و ارتباط آن با خشکسالی آب زیرزمینی نیز از روش های زمین آمار و تحلیل نقطه داغ استفاده گردید. نقشه های میان یابی شده شاخص SPI نشان داد که در سال های ۷۹-۷۸ تا ۸۰-۷۹، ۸۵-۸۴، ۸۷-۸۶، ۹۰-۸۹ و ۹۳-۹۲ حوزه آبریز مطالعاتی عمدتاً در طبقات فروخشک و خیلی خشک قرار می گیرد؛ اما نتایج تحلیل سری زمانی شاخص SPI در تمامی ایستگاه ها به جز ایستگاه اندرخ نشان می دهد که تغییرات تدریجی موجود در سطح پنج درصد معنی دار نیست؛ بنابراین حوزه آبخیز مشهد – چناران حداقل در طی سه دهه اخیر تغییرات تدریجی محسوسی را در میزان بارش و خشکسالی هواشناسی در اکثر ایستگاه های مورد مطالعه تجربه نکرده است. تغییرات تدریجی سری زمانی شاخص PSI در چاه های مشاهداتی قاسم آباد، کلاته نادر، مسکران، نومهن و هاشم آباد غیرمعنی دار و در بقیه چاه ها (۳۵ چاه) معنی دار می با شند. شاخص PSI در همه چاه ها به جز بلوار تلویزیون دارای روند کاهشی است. نقشه های پهنه بندی نیز نشان می دهند که شاخص PSI در دشت مورد مطالعه از سال های ۶۴-۱۳۶۳ تا ۷۹-۱۳۷۸ بیشتر در شرایط نرمال قرار گرفته و از سال های ۷۹-۱۳۷۸ هر چه به سمت حال حاضر پیش می رویم در طبقه شرایط خطرناک و حداقل تاریخی قرار می گیرد. نتایج تحلیل همبستگی بین دو شاخص SPI و PSI نشان می دهد که در اکثر موارد و سال ها ارتباط ضعیفی بین خشکسالی هواشناسی و آب زیرزمینی وجود دارد و نمی توان ارتباط معنی دار قوی بین این دو پدیده در دشت ارائه کرد. همچنین بر اساس تحلیل سری های زمانی دبی سالیانه آب مهم ترین رودخانه های تغذیه کننده (که نشان دهنده روندی غیر معنی دار در دوره مطالعاتی است) باز هم نمی توان ارتباط معنی دار قوی بین خشکسالی هیدرولوژیکی و خشکسالی آب زیرزمینی در منطقه برقرار نمود. سطح آب زیرزمینی دشت مشهد-چناران از سال ۱۳۶۴ تا ۱۳۹۳ بیشتر از ۲۵ متر افت را تجربه کرده که بیشترین آن در بین سال های ۱۳۷۸ تا ۱۳۸۲ بوده که بالغ بر ۶ متر افت مشاهده شده است. تعداد حفر چاه در طول این چهار سال ۱۰۵۴ حلقه است که بیشترین میزان حفر چاه را در طول دوره آماری نشان می دهد؛ بنابراین برداشت بی رویه از منابع آب زیرزمینی را می توان عامل اصلی افت سطح سفره در دشت مشهد معرفی کرد.

استفاده از داده های ماهواره ای در برآورد دقیق مقدار بایومس محصول به عنوان یکی از مهم ترین چالش های سنجش از دور محیطی محسوب می شود. اگرچه به طور سنتی از شاخص های طیفی پوشش گیاهی استخراج شده از باندهای قرمز (R) و مادون قرمز نزدیک (NIR) برای برآورد آماری بایومس محصول استفاده شده است، اما بیشتر این شاخص ها در مقادیر خاصی از شاخص سطح برگ اشباع می شوند. لذا جهت غلبه بر محدودیت اشباع شدگی، اخیرا مطالعات زیادی بر روی استفاده از بازتابندگی طیفی در محدوده لبه قرمز انجام شده است. برای ارزیابی عملکرد شاخص های مختلف پوشش گیاهی در برآورد بایومس محصول، پنج نوبت نمونه برداری از ویژگی های بیوفیزیکی ذرت علوفه ای در طول دوره رشد این محصول در اراضی زراعی شرکت کشت و صنعت مگسال، قزوین انجام شد و جمعا 182 نمونه میدانی جمع آوری گردید. سپس ده شاخص طیفی از سری زمانی تصاویر Sentinel-2 که همزمان با نوبت های نمونه برداری میدانی در سال 2017 اخذ شده بودند، محاسبه شده و با استفاده از آنها بایومس ذرت علوفه ای برآورد گردید. بایومس ذرت علوفه ای با اندازه گیری های میدانی مورد ارزیابی قرار گرفت. نتایج نشان داد که شاخص با ضریب تعیین و کمترین ریشه میانگین مربعات خطا بهترین شاخص برای تخمین بایومس ذرت علوفه ای است. علاوه بر این، تحقیق حاضر نشان داد که تصاویر ماهواره ای Sentinel-2 با توان تفکیک مکانی بالا و محدوده لبه قرمز، قابلیت تخمین مقدار بایومس محصول ذرت علوفه ای را با دقت مناسب دارد.

هدف از این پژوهش مقایسه عملکرد مدل های سری زمانی SARIMA و Holt-Winters با روش های هوش مصنوعی شامل شبکه عصبی مبتنی بر توابع پایه شعاعی (RBF) و سیستم استنباط عصبی- فازی تطبیقی (ANFIS) به منظور پیش بینی فراوانی روزهای همراه با طوفان گردوغبار (FDSD) در فصل آتی است. بدین منظور، از داده های ساعتی گردوغبار و کدهای سازمان جهانی هواشناسی در پنج ایستگاه سینوپتیک استان سیستان و بلوچستان با طول دوره آماری 25ساله (۱۹۹۰-2014) استفاده شد. نتایج نشان داد روش ANFIS، نسبت به سایر روش ها، بهترین عملکرد را داشت و معیارهای ارزیابی R، RMSE، MAE، و NS آن به ترتیب از 72/0، 57/0، 42/0، و 71/0 تا 95/0، 51/0، 40/0، و 96/0 متغیر بود. همچنین، با افزایش شاخص متوسط FDSD در ایستگاه ها (از 06/1 تا 11/7)، دقت پیش بینی همه روش ها افزایش داشت. بر همین اساس، در سری زمانی SARIMA، ضریب همبستگی بین مقادیر مشاهداتی و پیش بینی شده شاخص FDSD از 64/0 به 79/0 افزایش یافت. برای روش های Holt-Winters، RBF، و ANFIS مقدار نیز ضریب همبستگی به ترتیب از 70/0 تا 87/0، 69/0 تا 92/0، و 72/0 تا 95/0 متغیر بود. درمجموع، با مقایسه روش های مورد استفاده، روش هوش مصنوعی ANFIS بهترین و مدل های سری زمانی SARIMA و Holt-Winters بدترین عملکرد را داشتند.

فرونشست زمین یکی از مخاطرات طبیعی است که به صورت تدریجی اتفاق می افتد، این پدیده در اکثر مناطق ایران به وضعیت بحرانی رسیده است. عوامل تأثیرگذار بر فرونشست شامل تغییرات سطح آب زیرزمینی، جنس خاک، عمق بستر سنگی و ... است. برای جلوگیری از پیشروی فرونشست باید علل رخداد آن بررسی شود تا با توجه به ویژگی های هر منطقه تصمیم گیری ها مبتنی بر واقعیت باشد. افت سطح آب زیرزمینی یکی از عوامل مهم مؤثر بر فرونشست است ولی به دلیل پیچیدگی ارتباط فرونشست با عوامل تأثیرگذار دیگر، نمی توان به صورت عام یک رابطه خطی مستقیم بین تغییرات سطح آب زیرزمینی و فرونشست در نظر گرفت. این تحقیق با هدف بررسی رابطه بین فرونشست و تغییرات سطح آب زیرزمینی به بررسی همبستگی بین دو پارامتر مذکور در بازه زمانی 1393 تا 1397 در منطقه اصفهان پرداخته است. در این راستا سری زمانی تداخل سنجی راداری و سری زمانی سطح آب چاه های پیزومتری در منطقه اصفهان موردبررسی و تحلیل قرار گرفت. نتایج نشان می دهد، در 12% از چاه ها، عدم همبستگی ، در 9% همبستگی ضعیف و مثبت، در 12% همبستگی متوسط و مثبت، در 48% همبستگی قوی و مثبت، در 6 % همبستگی ضعیف و منفی، در 4% همبستگی متوسط و منفی و در 9% همبستگی قوی و منفی بین میزبان فرونشست و افت سطح آب زیرزمینی وجود دارد. مقادیر همبستگی پیچیدگی ارتباط میزان فرونشست و افت سطح آب را نشان می دهد. پیچیدگی ارتباط میزان فرونشست و عوامل ایجاد آن، نشان دهنده لزوم انجام بررسی های دقیق تر و ارائه مدل های جامع تر است.