پیش‎بینی خشکسالی با استفاده از روش های آماری و سیگنال های بزرگ مقیاس اقلیمی

مدیریت منابع آب در مناطق خشک و نیمه خشک ضروری است. پیش آگاهی از مقدار بارش یکی از راه های مهم در برنامه ریزی منابع آب، مدیریت کشاورزی و خشکسالی می‎باشد. مطالعات قبل نشان می دهد که سیگنال های بزرگ مقیاس اقلیمی (دما و فشار سطح دریاها و اقیانوس ها) بر روی اقلیم و میزان بارش در مناطق مختلف تاثیر گذار است. در این مطالعه، ابتدا با روش تجزیه مولفه های اصلی (PCA) از بین ۴۵ شاخص اقلیمی، ۸ شاخص با مجموع ۸۱% واریانس به عنوان موثرترین شاخص‎های اقلیمی انتخاب شدند. سپس تاثیر سیگنال های بزرگ مقیاس اقلیمی بر روی شاخص بارندگی استاندارد(SPI)  ماهیانه در مقیاس (یک، سه، شش و ۱۲ ماهه) حوزه آبخیز مهارلو بختگان به صورت همزمان و با تاخیر توسط همبستگی متقاطع مورد بررسی قرار گرفت. در نهایت با مدل رگرسیون چند متغیره معادلات پیش‎بینی ایجاد شد. نتایج همبستگی متقاطع نشان داد که بیشتر شاخص‎های اقلیمی همراه با گام تاخیر نسبت به سری زمانی(SPI)  معنی‎دار شده اند. نتایج پارامترهای خطا و دیاگرام تیلر نشان داد که عملکرد معادلات رگرسیون در مقیاس یک ماهه بهتر از بقیه مقیاس‎های مورد بررسی می باشد.

کلیدواژه ها:

سیگنال اقلیمی ، شاخص بارندگی استاندارد ، تجزیه مولفه‎های اصلی ، همبستگی متقاطع ، دیاگرام تیلر