بررسی وضعیت خشک‌سالی در استان خراسان‏‏جنوبی توسط شاخص درصد بارش نرمال (PNPI) و شاخص روش استانداردسازی (Z)

نوع مقاله: مقاله پژوهشی

نویسندگان

1 استادیار گروه انرژی‌های نو و محیط زیست، دانشکده علوم و فنون نوین، دانشگاه تهران، تهران، ایران. *(مسوول مکاتبات)

2 کارشناسی ارشد اکوهیدرولوژی، دانشکده علوم و فنون نوین دانشگاه تهران، تهران، ایران.

10.22034/jest.2019.14562

چکیده

زمینه و هدف: خشک‌سالی از جمله بلایای طبیعی است که نسبت به سایر پدیده‏های طبیعی در یک بازه زمانی طولانی اتفاق می‏افتد که به­صورت متناوب جوامع بشری را از طریق اثرات منفی بر روی منابع آب و کشاورزی و به دنبال آن اقتصاد را دچار مشکل می‏سازد. لذا در مطالعات خشک‌سالی گام اساسی، انتخاب شاخصی مناسب برای هر منطقه است که بتوان بر اساس آن میزان شدت، تداوم و بزرگی خشک‌سالی را در یک منطقه ارزیابی کرد. هدف اصلی این تحقیق انتخاب شاخص مناسب برای پایش خشک‌سالی منطقه، طبقه‌بندی و تعیین درجات شدت خشک‌سالی و ترسالی و شناسایی نواحی مستعد خشک‌سالی استان خراسان جنوبی جهت برنامه‏ریزی و مدیریت بهتر در زمینه خشک‌سالی می‏باشد.
روش بررسی: در این تحقیق وضعیت خشک‌سالی استان خراسان‏‏جنوبی، با استفاده از شاخص خشک‌سالی هواشناسی درصد بارش نرمال (PNPI) و شاخص روش استاندارد سازی (Z) مورد ارزیابی قرار می‏گیرد. از آنجائیکه اکثر ایستگاه‌ها دارای آمار طولانی مدت (30 سال) نیستند، بدین منظور از داده‏های بارندگی ایستگاه‏های موجود با دوره آماری 24 سال (2014-1990) استفاده شد و مقادیر شدت خشک‌سالی با استفاده از شاخص‏های موردنظر برای هر ایستگاه با استفاده از نرم‌افزار Matlab محاسبه گردید سپس بر اساس جداول مربوط به هر شاخص درجات شدت خشک‌سالی و ترسالی مشخص گردید.
یافته‌ها: نتایج شاخص PNPI نشان داد که در ایستگاه‏های مورد مطالعه، ایستگاه‏های خور بیرجند با 5 ماه، ایستگاه‌های بشرویه، قاین و فردوس با 4 ماه و ایستگاه‏های بیرجند و نهبندان با 3 ماه دارای دوره بسیار مرطوب بوده‏اند. خشک‌سالی اکثر ایستگاه‌ها در محدوده خشکی متوسط تا رطوبت متوسط بوده است. بیشترین مقدار Z (ترسالی84/1) مربوط به ایستگاه نهبندان در ماه مارس و اکثر ایستگاه‌ها در ماه‌ها ژوئن، جولای، آگوست، سپتامبر و اکتبر دارای خشکی متوسط هستند.
بحث و نتیجه‌گیری: خشک‌سالی اکثر ایستگاه‏ها با این دو روش در محدوده خشکی متوسط تا مرطوب متوسط بوده است. نتایج حاصل از ارزیابی فرضیه وقوع خشک‌سالی بسیار شدید است که در سال وقوع کمینه بارندگی اتفاق افتاده است و در این مطالعه شاخص PNPI شاخص مناسب‏تری برای منطقه ارزیابی می‌شود.

کلیدواژه‌ها


 

 

 

 

 

 

علوم و تکنولوژی محیط زیست، دورهبیست و یک، شماره چهار، تیرماه 98

 

بررسی وضعیت خشک‌سالی در استان خراسان‏‏جنوبی توسط شاخص درصد بارش نرمال (PNPI) و شاخص روش استانداردسازی (Z)

 

محمد‏حسین جهانگیر [1]

mh.jahangir@ut.ac.ir

محمد سارانی‌راد[2]

 

تاریخ دریافت: 08/08/1395

تاریخ پذیرش:28/04/1396

 

چکیده

زمینه و هدف: خشک‌سالی از جمله بلایای طبیعی است که نسبت به سایر پدیده‏های طبیعی در یک بازه زمانی طولانی اتفاق می‏افتد که به­صورت متناوب جوامع بشری را از طریق اثرات منفی بر روی منابع آب و کشاورزی و به دنبال آن اقتصاد را دچار مشکل می‏سازد. لذا در مطالعات خشک‌سالی گام اساسی، انتخاب شاخصی مناسب برای هر منطقه است که بتوان بر اساس آن میزان شدت، تداوم و بزرگی خشک‌سالی را در یک منطقه ارزیابی کرد. هدف اصلی این تحقیق انتخاب شاخص مناسب برای پایش خشک‌سالی منطقه، طبقه‌بندی و تعیین درجات شدت خشک‌سالی و ترسالی و شناسایی نواحی مستعد خشک‌سالی استان خراسان جنوبی جهت برنامه‏ریزی و مدیریت بهتر در زمینه خشک‌سالی می‏باشد.

روش بررسی: در این تحقیق وضعیت خشک‌سالی استان خراسان‏‏جنوبی، با استفاده از شاخص خشک‌سالی هواشناسی درصد بارش نرمال (PNPI) و شاخص روش استاندارد سازی (Z) مورد ارزیابی قرار می‏گیرد. از آنجائیکه اکثر ایستگاه‌ها دارای آمار طولانی مدت (30 سال) نیستند، بدین منظور از داده‏های بارندگی ایستگاه‏های موجود با دوره آماری 24 سال (2014-1990) استفاده شد و مقادیر شدت خشک‌سالی با استفاده از شاخص‏های موردنظر برای هر ایستگاه با استفاده از نرم‌افزار Matlab محاسبه گردید سپس بر اساس جداول مربوط به هر شاخص درجات شدت خشک‌سالی و ترسالی مشخص گردید.

یافته‌ها: نتایج شاخص PNPI نشان داد که در ایستگاه‏های مورد مطالعه، ایستگاه‏های خور بیرجند با 5 ماه، ایستگاه‌های بشرویه، قاین و فردوس با 4 ماه و ایستگاه‏های بیرجند و نهبندان با 3 ماه دارای دوره بسیار مرطوب بوده‏اند. خشک‌سالی اکثر ایستگاه‌ها در محدوده خشکی متوسط تا رطوبت متوسط بوده است. بیشترین مقدار Z (ترسالی84/1) مربوط به ایستگاه نهبندان در ماه مارس و اکثر ایستگاه‌ها در ماه‌ها ژوئن، جولای، آگوست، سپتامبر و اکتبر دارای خشکی متوسط هستند.

بحث و نتیجه‌گیری: خشک‌سالی اکثر ایستگاه‏ها با این دو روش در محدوده خشکی متوسط تا مرطوب متوسط بوده است. نتایج حاصل از ارزیابی فرضیه وقوع خشک‌سالی بسیار شدید است که در سال وقوع کمینه بارندگی اتفاق افتاده است و در این مطالعه شاخص PNPI شاخص مناسب‏تری برای منطقه ارزیابی می‌شود.

واژه­های کلیدی: شدت خشک‌سالی، خراسان‏ جنوبی، شاخص درصد بارش نرمال، شاخص استانداردسازی.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

J. Env. Sci. Tech., Vol 21, No.4,June 2019

 

 

 

 

 


Evaluation of drought in South Khorasan province (Iran) using normal precipitation index (PNPI) and standardized method index (Z)

 

Mohammad Hossein Jahangir [3]*

mh.jahangir@ut.ac.ir

Mohammad Saranirad [4]

Admission Date: July 19, 2017

Date Received: October 29, 2016

Abstract

Background and Objective: Drought is among the natural disasters which happens in a long period of time and intermittently makes problems for human societies and consequently the economy through negative effects on water resources and agriculture compared to other natural phenomena. Thus, the basic step in drought studies is to select appropriate indicators for each area based on severity, duration and magnitude of drought in the study area. The aim of this study is to select appropriate indicators to classify and determine the degree of severity of the drought and wet and to identify the drought prone regions in South Khorasan province for planning and better management of drought. The values of drought severity were calculated by the desired index for each station using Matlab software. Then, based on the tables for each index, the drought and wet intensities were determined.

Method: In this study, the situation of drought in South Khorasan province was evaluated using the drought index, weather percent of normal precipitation (PNPI) and standard methods of index (Z). Since most stations do not cover the long-term (30 years) statistics of precipitation data, the available stations with the precipitation data for period of 24 years (2014- 1990) were used.

Findings: PNPI index results showed that among the studied stations, Khor Birjand stations with 5 months, Boshrooyeh, Ghain and Ferdous stations with 4 months and Birjand and Nehbandan stations with 3 months has the longest wet period. Drought is in the range of moderate drought to moderate humidity in most stations. The highest Z (wet 1/84) belongs to Nehbandan station in March and most of the stations experience moderate drought in June, July, August, September and October.

Discussion and Conclusion: The two methods show that the drought is in the range of moderate drought to moderate humidity in most of the stations. According to the results of hypothesis evaluation, the drought has been very severe and has led to occurrence of minimum annual precipitation. In this study, PNPI index was found to be a more appropriate index for the region.

 

Keywords: Drought intensity, South Khorasan, Percent of Normal Precipitation Index, Z index.

 

مقدمه

 

علل وقوع پدیده خشک‌سالی را می­توان معلول عوامل فیزیکی و مکانی متعددی که عمدتاٌ ریشه در گردش عمومی جو و بیلان انرژی کره­زمین دارد، جستجو کرد. خشک‌سالی را می­توان معلول یک دوره خشک غیرعادی دانست که به اندازه کافی تداوم داشته باشد تا عدم تعادل در وضعیت هیدرولوژیکی منطقه ایجاد گردد (1). هواشناسان عموماٌ خشک‌سالی را به­عنوان دوره‏ای در نظر می‏گیرند که در طول آن بارش به­طور قابل ملاحظه‏ای کم‌تر از میزانی است که به طور متناوب ریزش می‏کند و منجر به کمبود ذخایر آب می­شود (2). قرار گرفتن بر روی کمربند خشک جهان و ایجاد شرایط خاص سینوپتیکی همواره سبب وقوع پدیده خشک‌سالی در کشور ایران گردیده است (3). نوسان‏های آب و هوایی که باعث بیابان‏زایی می‏شوند بیش­تر، به کاهش میزان بارندگی، رطوبت، افزایش دما بویژه در تابستان، افزایش میزان خشکی، تبخیروتعرق، وزش بادهای گرم و سوزان و کاهش پوشش گیاهی ارتباط می‏یابند (4). خشک‌سالی و کمبود ریزش‏های جوی از جمله عوارضی است که هم­گام با دخالت‏های نابجا انسان در طبیعت، محدودیت منابع آب را تشدید می‏کند. اثرات یک خشک‌سالی ممکن است در مناطق مختلف آب و هوایی با هم تفاوت داشته باشند، بطوریکه هر چه منطقه مورد مطالعه به کمربند خشک آب و هوایی جهان نزدیک­تر باشد به همان نسبت شدت آن بیش‌تر است به­نحوی که اثرات آن در سال­های بعدی از طریق کاهش آب قنوات و سفره‏های زیرزمینی ظاهر می‏شود (5). خشکی و خشک‌سالی دو پدیده جدا از هم هستند بطوری که خشکی ویژگی‏های ذاتی یک منطقه ولی خشک‌سالی یک پدیده اتفاقی است و در منطقه که اصولاٌ خشک نیست حادث می‏شود. در هرحال اثرات خشک‌سالی بیش‌تر از خشکی و ممکن است موجب خسارت‏ها، مهاجرت‏ها و هم‏چنین موجب نابودی بسیاری از گونه‏های گیاهی و حیوانی شود (6). بارش عمده‏ترین پارامتری است که در تعریف خشک‌سالی بکار رفته است یعنی خشک‌سالی و تر‏سالی در مقایسه با کم‌تر یا بیش‌تر بودن ریزش‏های جوی از میانگین بارندگی یک منطقه سنجیده می‏شود (7). بنابراین یکی از چالش‏های اصلی در پایش خشک‌سالی تعیین شاخصی است که متناسب با هدف مورد بررسی نتایج قابل اطمینانی را برای منطقه مورد نظر به­همراه داشته باشد (8).

خشک‌سالی یکی از مخاطرات اصلی مؤثر بر اقتصاد و محیط زیست در مناطق وسیع بشمار می‏رود (10، 11). خشک‌سالی باعث از بین رفتن محصول (12، 13)، کمبود تأمین آب شهری (14)، بیابان‏زایی و آتش‏سوزی جنگل (15) در برخی از مطالعات صورت گرفته می‏باشد. خطرات پدیده خشک‌سالی یکی از مهم‏ترین تهدیدات برای توسعه منطقه می‏باشد. بعنوان مثال النینو فوق العاده قوی مربوط به سال‏های 2016- 2015 در ویتنام بواسطه عدم بارندگی در بازه زمانی طولانی مدت باعث توقف تولید 10000 هکتار محصول گردید (30). در ایران نیز مطالعاتی در ارتباط با تحلیل نوسانات بارش و تعیین دوره‌های خشک و مرطوب به عمل آمده است. مطالعه‌ای با عنوان بررسی نوسانات بارش، پیش­بینی و تعیین فصول مرطوب و خشک زمستانه آذربایجان شرقی با روش تجزیه و تحلیل سری‏های زمانی انجام شد که نتایج حاکی از نوسانات شدید بارش توأم با شدت و ضعف در همه ایستگاه‏ها بود (16). در تحقیقی دیگر که توسط قبائی سوق و همکاران برای بررسی و ارزیابی روش‏های مختلف انتخاب شاخص مناسب خشک‌سالی صورت گرفت (17)، 8 شاخص خشک‌سالی از آمار بارش 5 ایستگاه‌های سینوپتیک مشهد، تهران، تبریز، کرمانشاه و شیراز طی یک دوره 50 ساله شامل معیار بارندگی سالانه[5]، دهک‏ها[6]، درصد نرمال[7]، ناهنجاری بارش[8]، بارش استاندارد شده[9]، Z چینی[10]، نمره Z و RDI بررسی شدند. نتایج حاصل از ارزیابی روش کمینه مقدار بارش برای انتخاب شاخص مناسب نشان داد که اکثر شاخص‏های در سال وقوع کمینه مقدار بارش، یکی از دو وضعیت خشک‌سالی شدید یا بسیار شدید را نشان می‏دهند و در بیش‌تر موارد نمی‏تواند منجر به تعیین شاخصی یکتا گردد. در تحقیقی که به بررسی نمایه‌های مختلف خشک‌سالی هواشناسی در استان مازندران پرداخته شد نتایج نشان داد که شاخص‏های درصد نرمال و دهک‏ها در تمام ایستگاه‏ها روند مشابهی دارند و همچنین منحنی‏های مربوط به شاخص‏ها در تمام ایستگاه‏ها برهم منطبق بوده و همبستگی بسیار خوبی به صورت دو به دو بین آن‏ها مشاهده شد (18). در تحقیقی که انصافی مقدم (1386) به کارایی شاخص‏های خشک‌سالی هواشناسی DI، ZSI، SPI و PN در حوضچه دریاچه نمک پرداخت، بیان داشت که جهت تحلیل وضعیت خشک‌سالی، شاخص‌های SPI و DI در جایگاه نخست و شاخص‏های ZSI و PN به‏ترتیب در جایگاه دوم و سوم قرار دارند (19). همچنین در تحقیقی که با برخی از شاخص‏های مهم خشک‌سالی هواشناسی در مقیاس‏های زمانی مختلف در حوضه تجن در ایران انجام گرفت نتایج نشان داد که شاخص PNPI بهترین شاخص در مقیاس زمانی 1، 6، 12 و 24 ماهه و شاخص DI بهترین شاخص در مقیاس سالانه و حداکثر کارایی برای شاخص Z در یک دورة سه ماهه بودند (20). پژوهشی که توسط پیری و همکاران (1390) در مورد بررسی و مقایسه کارایی چهار نمایه خشک‌سالی هواشناسی در مدیریت خطر خشک‌سالی‏های استان سیستان و بلوچستان انجام گرفت نتایج نشان داد که در شهرهای زهک، زابل، ایرانشهر  و چابهار، شاخص PNPI با ضریب همبستگی یک توانسته است که خشک‌سالی شدید و بسیار شدید را نسبت به دیگر شاخص‏ها بهتر نشان داد (29). تاکنون تلاش‏های مختلفی برای انتخاب شاخص مناسب خشک‌سالی صورت گرفته است که تحقیقات خلیلی و بذرافشان (1382)، انصافی­مقدم (1386)، مرعشی (2014)، مرید و همکاران (2006)، و قبائی سوق و مساعدی (1391) از آن جمله‏اند (28).   

یکی از موارد مهم و اساسی در مطالعات خشک‌سالی برای هر منطقه شاخص‏هایی است که بتوان براساس آن میزان شدت، تداوم و بزرگی خشک‌سالی را در یک منطقه ارزیابی کرد. البته فاکتور‏های مورد استفاده در هرکدام و مقیاس زمانی که شاخص محاسبه می‏نماید نیز متفاوت می‏باشد. بنابراین یک شاخص خشک‌سالی مطلوب باید بتواند شرایط کوتاه مدت خشکی را که در حال گسترش استف منعکس کند و لذا به انواع خشک‌سالی‏های کشاورزی، هواشناسی، هیدرولوژیکی واکنش نشان می‏دهد و محدود به یک فصل خاص نباشد و بتواند خشک‌سالی را صرف‌نظر از تابستان یا زمستان توصیف کند و از نظر مکانی منطقه‌های جوی مرطوب یا خشک قابل مقایسه باشد. لذا با توجه به اقلیم گرم و خشک برای منطقه مورد مطالعه و عدم کنترل برداشت بی‌رویه آب از منابع زیرزمینی، ضرورت انتخاب شاخصی مناسب برمبنای اطلاعات موجود بارندگی در این استان و مبنا قرار گرفتن آن برای مقایسه با سایر شاخص‌ها، طبقه‌بندی و تعیین درجات شدت خشک‌سالی و ترسالی و شناسایی نواحی مستعد خشک‌سالی استان خراسان جنوبی جهت برنامه‏ریزی و مدیریت بهتر در زمینه خشک‌سالی، در دستور کار قرار دارد. بنابراین در گام بعدی می‌توان سایر پارامترهای اقلیمی مؤثر نظیر سرعت و جهت باد، شدت تابش خورشیدی، رطوبت خاک، درجه حرارت متوسط روزانه را نیز با استفاده از همین شاخص‌ها مورد ارزیابی و قیاس برای تعیین وضعیت خشک‌سالی قرار داد. همچنین نتایج کار به‌صورت نقشه‌های پهنه‌بندی جهت قیاس زمانی و مکانی تهیه شده و برای مخاطب امکان صحت‌سنجی با سایر تحقیقات انجام گرفته در این زمینه وجود خواهد داشت.

معرفی محدوده مورد مطالعه

محدوده مورد مطالعه کل استان خراسان جنوبی می‌باشد که در شرق ایران قرار گرفته است و در بین عرض‏های جغرافیایی 30 تا 34 درجه عرض شمالی و 57 تا 60 درجه طول شرقی واقع شده است (شکل‏1). جمعیت استان با توجه به سرشماری سال 1390در سال حدوداً 662534 نفر بوده است. به علت پایین بودن عرض جغرافیایی و نزدیکی به مدار رأس السرطان سبب شده است که تحت تأثیر مرکز پر فشار جنب حاره‌ای واقع شود و دارای رژیم بارش زمستانه است.

 

 

 

شکل1- موقعیت منطقه مورد مطالعه و استان‌های مجاور

Figure 1- The position of the study area and surrounding provinces

 

 

در سال‌های اخیر به دلیل فراهم نبودن شرایط ریزش‏های جوی، از مقدار بارندگی‏ها کاسته شده است. به‌طوری‌که میانگین بارندگی در ایستگاه بیرجند به‌عنوان مهم‏ترین ایستگاه منطقه 177 میلی‌متر بوده که ضریب تغییرات آن 30 درصد است. میانگین بارش منطقه 180 میلی‌متر است که کم‌تر از 4/1 بارش جهانی بوده و از طرفی میزان تبخیر در این مناطق بسیار بالاست. به دلیل موقعیت قرار‏گیری استان در حاشیه‏ شرقی کویر لوت و شرایط نامساعد آب و هوایی فاصله بین ایستگاه‏های منطقه زیاد و تعداد آن نیز کم می‌باشد با این وجود از آن­جا که خشک‌سالی یک پدیده منطقه‏ای است برای بررسی ویژگی‏های آب و هوایی آن از سایر ایستگاه‏های هم­جوار نیز استفاده شده است. میانگین بارش در خراسان جنوبی طی دوره آماری (2014-1990) حدود 155 میلی‌متر است. کاهش میزان بارندگی و توزیع نامناسب زمانی و جغرافیایی آن، نوسانات بالای درجه حرارت و تبخیر شدید، شرایط اقلیمی نامساعدی را برای فعالیت‏های اقتصادی به‌ویژه در شهرستان‌های جنوبی و مرکزی ایجاد کرده است و دارای تابستان‏های گرم و خشک با حداکثر درجه حرارت و از سوی دیگر نواحی شمالی استان دارای هوای سرد و مرطوب و نواحی جنوبی سرد و خشک می‏باشد (23).

نقشه توپوگرافی استان خراسان جنوبی براساس نقشه‏های توپوگرافی1:250000 سازمان جغرافیایی نیروهای مسلح تهیه شده است. بر اساس شکل (2) بیش‌تر نقاط استان ارتفاع کم‌تر از 2000 متر دارند. نقاط دارای ارتفاع بالای 2500 متر در استان بسیار کم است. از مهمترین ویژگی کوه‏های استان می‌توان به امتداد شمالی- ‏جنوبی آن و نیز وجود گسل‏هایی مانند خضری و نهبندان اشاره کرد. درحال حاضر فرسایش آبی و بادی دراین مجموعه از اهمیت ویژه‏ای برخوردار است (24).

 

 

 

شکل2- مقادیر ارتفاعی استان منطقه مورد مطالعه در خراسان جنوبی

Figure 2-Height values in the study area in South Khorasan

 

جدول 1- وضعیت بارندگی ماهانه در ایستگاه‌های مورد مطالعه برحسب میلی‏متر (2014- 1990)

Table 1- The monthly precipitation status of the considered stations in mm (1990- 2014)

پارامترها

ایستگاه‌ها

بیرجند

نهبندان

طبس

بشرویه

قاین

فردوس

خور بیرجند

کمینه

06/0

04/0

00/0

03/0

02/0

00/0

00/0

بیشینه

10/36

56/34

18/17

66/19

10/37

36/27

19/18

میانگین

77/12

54/10

90/6

61/7

66/13

01/11

30/7

دامنه تغییرات

04/36

52/34

18/17

66/19

06/37

36/27

99/18

انحراف معیار

75/13

03/13

12/7

54/7

10/14

12/11

77/7

ضریب تغییرات

67/107

61/123

14/103

01/99

28/103

03/101

46/106

چولگی

70/0

96/0

39/0

36/0

56/0

41/0

47/0

کشیدگی

16/1-

75/0-

85/1-

60/1-

39/1-

75/1-

73/1-

میانگین بارش سالانه

153

87/163

53/126

34/91

96/87

24/132

72/82

 

 

میانگین بارندگی در7 ایستگاه مورد مطالعه در استان خراسان جنوبی در طی دوره آماری (2014- 1990) به شرح جدول (1) است. لازم به توضیح است که اطلاعات سایر ایستگاه‌های استان برای دوره زمانی انتخابی، ناقص و غیرقابل استفاده بود.

طبق مطالعه‏ای که برای وضعیت بارندگی و دما ایستگاه بیرجند انجام گرفت، نتایج نشان داد که روند بارش در این ایستگاه همواره به‌صورت کاهشی بوده است در همین دوره روند تغییرات دما طبق نمودارهای بدست آمده به‌صورت افزایشی بوده است که می‏توان نتیجه گرفت که در سال‌هایی که دما افزایش داشته است در طرف مقابل بارندگی کم بوده است و خشک‌سالی در منطقه حاکم بوده است. هر چه تفاوت بین دما و بارش بیش‌تر شده است به همان میزان خشک‌سالی شدیدتر را به همراه داشته است (24). این موضوع با توجه به مقدار بدست آمده برای ضریب تغییرات بارندگی سالانه ایستگاه بیرجند معادل 24/29 درصد قابل استنباط است. همچنین نقشه‏های پهنه‏بندی خشک‌سالی نیز این تغییرات را بخوبی نشان می‏دهد.

مواد و روش‌ها

در گام اول برای استخراج و آماده‌سازی داده‌های بارندگی مراحل زیر انجام گرفت:

- انتخاب ایستگاه‌ها و استخراج داده‌های اقلیمی: پس از تعیین موقعیت جغرافیایی حوضه آبخیز استان خراسان جنوبی حدود
10 ایستگاه در حوضه آبخیز که دارای سابقه آمار بودند انتخاب شدند و به‌منظور داشتن میانگین قابل اعتماد از بین ایستگاه‌های موجود 3 ایستگاه به علت نداشتن آمار طولانی مدت از فهرست ایستگاه‌ها حذف شدند. در جدول شماره (2) مشخصات ایستگاه‏ها آورده شده است.

 


 

جدول2– فهرست ایستگاه‌های برگزیده در حوضه آبخیز استان خراسان‏جنوبی

Table 2-The list of selected stations in the South Khorasan watershed

ایستگاه

ارتفاع(متر)

عرض جغرافیایی

طول جغرافیایی

سابقه آمار(سال)

بیرجند

1491

57- 32 N

12- 59 E

59

نهبندان

1211

32- 31 N

20- 60 E

28

طبس

771

44 – 35 N

52 – 50 E

54

بشرویه

885

54-33 N

27- 57 E

26

قاین

1432

40- 33 N

20-59 E

27

فردوس

1500

10- 34 N

10- 58 E

29

خور بیرجند

40/1117

45- 35 N

53- 51 E

24

 

 

- انتخاب پایه زمانی مشترک یا دوره شاخص آماری: تمامی ایستگاه‎های فوق که از سال 1990 تا 2014 در واقع دارای یک دوره آماری 24 ساله دارای آمار کامل هستند. که در جدول شماره (3) متوسط بارندگی‏های هر ایستگاه آورده شده است.

 

 

جدول 3- مقادیرمتوسط بارندگی ماهانه در ایستگاه‌های موجود در طول دوره 24 ساله (میلی‏متر)

Table 3- Mean monthly precipitation for the stations in the 24-year period (mm)

ایستگاه

ژانویه

فوریه

مارس

آوریل

مه

ژوئن

جولای

آگوست

سپتامبر

اکتبر

نوامبر

دسامبر

بیرجند

14/28

62/33

10/36

64/17

64/6

64/0

06/0

48/0

49/0

28/2

22/7

93/19

نهبندان

96/27

24/29

56/34

51/12

60/2

42/0

16/0

04/0

20/0

77/1

76/2

58/14

طبس

18/17

56/14

60/16

65/11

69/3

26/0

00/0

11/0

00/0

96/0

57/4

19/13

بشرویه

39/17

10/15

70/19

63/11

02/6

30/0

03/0

11/0

14/0

77/0

45/6

70/13

قاین

98/27

95/33

10/37

38/23

46/5

57/1

02/0

16/0

31/0

78/2

01/11

14/20

فردوس

36/27

09/25

36/25

45/16

20/5

68/0

00/0

29/0

02/0

14/2

51/9

04/20

خور بیرجند

26/17

45/17

99/18

06/12

08/2

0/19

00/0

48/0

16/0

67/0

71/5

50/12

 

 

 

- بررسی درستی و همگنی داده‏ها: در بررسی درستی و همگنی داده‏ها می‌توان از دو روش آزمون جرم مضاعف و آزمون توالی استفاده کرد و در تمام ایستگاه‌های مورد بررسی اعمال شود.

- بازسازی نواقص آماری: در بین داده‏های بارندگی ایستگاه‏های موجود هیچ‌گونه ایستگاهی دارای آمار ناقص نبوده و داده‏ها همگن بودند.

معرفی شاخص درصد بارش نرمال (PNPI)

این شاخص توسط ویلکی و همکارانش در سال 1994 ارایه شد و از تقسیم مقدار واقعی بارش بر بارش نرمال و ضرب آن در عدد 100 بدست می‏آید (25):

(1)

PN =           

این شاخص برای بازه‏های مختلف زمانی(بارش ماهانه، فصلی، سالانه، روزانه) محاسبه می­شود. که محاسبه این شاخص نیازمند داشتن مجموع بارندگی‏های ماه مورد نظر و میانگین بارش ماهانه بلند مدت برای دوره‏های مورد مطالعه است. همچنین مقادیر طبقه‏بندی شدت خشک‌سالی و ترسالی نمایه درصد نرمال بارندگی در جدول (4) آمده است.

 

 

جدول 4- طبقه‌بندی شدت خشک‌سالی و ترسالی بر اساس شاخص PNPI (26)

Table 4- Drought and rain intensity classification based on PNPI (26)

 

کد

1

2

3

4

5

6

7

8

9

طبقه

خشک‌سالی بسیار شدید

خشک‌سالی شدید

خشک‌سالی متوسط

خشک‌سالی ضعیف

نرمال

نیمه مرطوب

مرطوب

نسبتاٌ مرطوب

بسیار مرطوب

درصد PNPI

کم‌تر از 40

40 تا 55

55 تا 70

70 تا 80

80 تا 120

120 تا 130

130 تا 145

145 تا 160

بیش‌تر از 160

 


معرفی روش استاندارسازی (Z)

 

نمره‏های استاندارد وضعیت نمره‏ها نسبت به میانگین را تعیین می‏کنند به بیان دیگر نمره استاندارد بیان­گر آن است که مقادیر یک متغیر با چند درصد انحراف بیش‌تر یا کم‌تر از میانگین آن متغیر قرار دارد. نمره استاندارد در واقع همان نمره انحراف استاندارد است که بر اثر تبدیل نمره‏های خام به نمرات استاندارد توزیعی بدست می‏آید که دارای میانگین صفر و انحراف استاندارد یک است بدین ترتیب توزیع نمرات استاندارد می‏شود به این معنی که توزیع انحراف استاندارد و میانگین استاندارد شده دارد و نمره‏های آن نمره‌های استاندارد شده نامیده می‏شوند به‌طوری‌که با دانستن نمره z بلافاصله می‏توان وضعیت نمره خام را نسبت به میانگین توزیع معین نمود.

(2)

Z=                      

که در آن، Xi بارش ماه مورد نظر میانگین نمرات و  S×Dانحراف معیار بارش در طول دوره مورد نظر می‌باشد. از معایب نمره z اینکه به‌راحتی نمی‏توان تفسیر کرد و از طرفی این نمره در برخی از موارد منفی و اعشاری بدست می‏آید و همین امر موجب می‏شود که بعضاً قابل فهم نباشند. طی این روش مقادیر بارش به نمرات بی‌بعد یعنی نمره z تبدیل می‏گردند. این نمرات بی‌بعد ابزار مناسبی جهت تعیین سال‌های خشک، شدت، تداوم آن‌ها و حتی پیش‌بینی خشک‌سالی در سال­های آتی می‌باشد. اغلب برای طبقه‏بندی شدت خشک‌سالی با استفاده از این روش از طبقه‌بندی هایم و کوتیل مطابق جدول زیر استفاده می‌شود (27).

 

 

 

 

 

 

جدول 5- طبقه‌بندی درجات شدت خشک‌سالی و ترسالی

Table 5-The classification of drought and rain severity degrees

دوره خشک

نمره z

 

دوره مرطوب

نمره z

خشکی شدید

Z> 5/1-

 

رطوبت شدید

Z> 5/1+

خشکی متوسط

5/1- Z < > 5/0-

 

رطوبت متوسط

5/1+ Z <  > 5/0+

خشکی ضعیف

Z < 0> 5/0-

 

مرطوب کم

5/0 Z < > 0

 

بحث و نتایج

 

در این مطالعه پس از استخراج و آماده‌سازی داده‏های بارش ایستگاه موجود در استان، متوسط بارندگی‏های هر ایستگاه در طول دوره آماری مشخص برای هر ماه در محیط Excle محاسبه گردید که در جدول (3) آورده شده است و در ادامه متوسط بارندگی‏های هر ایستگاه در طول دوره آماری مشخص برای هر ماه برای محاسبه شاخص درصد بارش نرمال و شاخص Z وارد استفاده و مقادیر محاسباتی برای 7 ایستگاه موجود در منطقه مورد مطالعه، استخراج شد. وضیعت خشک‌سالی با توجه مقادیر به دست آمده برای هر ایستگاه در طول 12 ماه طبقه‏بندی گردید. به‌منظور آگاهی از خصوصیات کمی و کیفی و همچنین بررسی فصلی داده‌های بارندگی در ایستگاه‌های موجود ابتدا به برازش داده‌های خام بارش از نظر آمار توصیفی پرداخته و پارامترهای آماری آن‌ها محاسبه شده و در جدول (1) درج گردید. تجزیه‏ و ‏تحلیل اطلاعات بارش ایستگاه‌های مختلف که در (جدول 1) آورده شده است، نشان داد که به‌طور متوسط بیش‌ترین بارش مربوط به ایستگاه قاین 10/37 میلی‏متر در ماه مارس بوده است. بیش‌تر بودن شاخص ضریب تغییرات از 40 درصد در بارش در اکثر ایستگاه‏ها نشان‌دهنده بی‏نظمی بارش می‏باشد. لذا ضریب تغییرات بالا در این تحقیق نشان می‏دهد که بارش‌ها در استان خراسان جنوبی نامنظم و با تغییر‏پذیری بالا همراه است.

شاخص PNPI

در این روش پس از آن­که داده‏های حقیقی بارش به ارقام PNPI تبدیل شد. با استفاده از جدول مقیاس طبقه‏بندی دوره‏های مرطوب، نرمال و خشک برای ایستگاه‏های مختلف محاسبه می‏شود (جدول 6 و 7). مهم‏ترین نتایج حاصل از این روش به این قرار است: که در ایستگاه‏های مورد مطالعه ایستگاه‏های خور بیرجند با 5 ماه (فوریه، دسامبر، ژانویه، مارس، آوریل) و ایستگاه‏های بشرویه، قاین و فردوس با 4 ماه و ایستگاه‏های بیرجند و نهبندان با 3 ماه (ژانویه، فوریه، مارس) دارای دوره بسیار مرطوب بوده‏اند.که اکثر دوره‏های بسیار مرطوب مربوط به ماه‏های نوامبر، دسامبر، ژانویه، فوریه، مارس و آوریل می‏باشد. همچنین بیش‌تر خشک‌سالی‏های بسیار شدید در ماه‌های ژوئن، جولای، آگوست، سپتامبر و اکتبر به وقوع پیوسته است.

 

 

 

جدول6- شاخص درصد بارش نرمال (PNPI) برای ایستگاه‌های موجود

Table 6- Percentage of normal precipitation index (PNPI) for available stations

ایستگاه

ژانویه

فوریه

مارس

آوریل

مه

ژوئن

جولای

آگوست

سپتامبر

اکتبر

نوامبر

دسامبر

بیرجند

3/220

3/263

7/282

2/138

9/51

04/5

5/0

76/3

82/3

8/17

5/56

156

نهبندان

59/262

31/277

80/327

62/118

62/24

02/4

52/1

38/0

90/1

81/16

21/26

24/138

طبس

99/248

12/211

64/240

85/168

48/53

83/3

1/0

57/1

06/0

97/13

28/66

23/191

بشرویه

44/288

43/198

76/258

77/152

09/79

99/3

42/0

42/1

84/1

09/10

71/84

04/180

قاین

87/204

61/248

72/271

24/171

01/40

51/11

15/0

20/1

26/2

33/20

64/80

46/147

فردوس

53/248

86/227

29/230

39/149

19/47

14/6

00/0

65/2

15/0

40/19

39/86

01/182

خور بیرجند

51/236

20/239

31/260

30/165

51/28

63/2

00/0

63/6

19/2

16/9

23/78

33/171

 


جدول 7- طبقه‌بندی شاخص درصد بارش نرمال PNPI برای ایستگاه‌های موجود

Table 7- Classification for percentage of normal precipitation in available stations

ایستگاه

ژانویه

فوریه

مارس

آوریل

مه

ژوئن

جولای

آگوست

سپتامبر

اکتبر

نوامبر

دسامبر

بیرجند

ب. م1

ب. م

ب. م

م2

خ. ش3

خ. ب. ش4

خ. ب. ش

خ. ب. ش

خ. ب. ش

خ. ب. ش

خ. م5

ن. م6

نهبندان

ب. م

ب. م

ب. م

ن7

ن

خ. ب. ش

خ. ب. ش

خ. ب. ش

خ. ب. ش

خ. ب. ش

خ. ب. ش

م

طبس

ب. م

ب. م

ب. م

ب. م

خ.ش

خ. ب. ش

خ. ب. ش

خ. ب. ش

خ. ب. ش

خ. ب. ش

خ. م

ب. م

بشرویه

ب. م

ب. م

ب. م

ن. م

خ. ض8

خ. ب. ش

خ. ب. ش

خ. ب. ش

خ. ب. ش

خ. ب. ش

ن

ب. م

قاین

ب. م

ب. م

ب. م

ب. م

خ. ش

خ. ب. ش

خ. ب. ش

خ. ب. ش

خ. ب. ش

خ. ب. ش

ن

ن. م

فردوس

ب. م

ب. م

ب. م

ن. م

خ. ش

خ. ب. ش

خ. ب. ش

خ. ب. ش

خ. ب. ش

خ. ب. ش

ن

ب. م

خور بیرجند

ب. م

ب. م

ب. م

ب. م

خ. ب. ش

خ. ب. ش

خ. ب. ش

خ. ب. ش

خ. ب. ش

خ. ب. ش

خ. ض

ب. م

1. بسیار مرطوب، 2. مرطوب، 3. خشک‌سالی شدید، 4. خشک‌سالی بسیار شدید، 5. خشک‌سالی متوسط، 6. نسبتاً مرطوب، 7. نرمال، 8. خشک‌سالی ضعیف

 

 


6-2- شاخص Z score

 

بر اساس طبقه‏بندی که در جدول (9) برای شاخص Z score انجام گرفت. خشک‌سالی اکثر ایستگاه‏ها در محدوده خشکی متوسط تا رطوبت متوسط بوده است. بیش‌ترین Z (ترسالی84/1) مربوط به ایستگاه نهبندان در ماه مارس و ایستگاه بیرجند در ماهای فوریه و مارس بیش‌ترین دوره مرطوب و ایستگاه‌های نهبندان، بشرویه، قاین، خور بیرجند هر کدام با یک ماه (ماه مارس) دارای دوره بسیار مرطوب بودند همچنین ایستگاه‌های طبس و فردوس بدون دوره بسیار مرطوب بوده‌اند. اکثر ایستگاه‏ها در ماه‏ها ژوئن، جولای، آگوست، سپتامبر و اکتبر دارای خشکی متوسط بوده‏اند.

 

 

جدول 8- شاخص روش استانداردسازی (Zscore) برای ایستگاه‌های موجود (مقیاس متوسط ماهانه در دراز مدت)

Table 8. The value of Zscore for existing stations (monthly average long-term scale)

ایستگاه

ژانویه

فوریه

مارس

آوریل

مه

ژوئن

جولای

آگوست

سپتامبر

اکتبر

نوامبر

دسامبر

بیرجند

12/1

52/1

70/1

35/0

-45/0

88/0-

92/0-

89/0-

89/0-

79/0-

40/0-

52/0

نهبندان

32/1

43/1

84/1

15/0

61/0-

78/0-

80/0-

81/0-

79/0-

67/0-

60/0-

31/0

طبس

44/1

08/1

36/1

67/0

45/0-

93/0-

97/0-

95/0-

97/0-

83/0-

33/0-

88/0

بشرویه

30/1

99/0

60/1

53/0

21/0-

97/0-

01/1-

00/1-

99/0-

91/0-

15/0-

81/0

قاین

02/1

44/1

66/1

69/0

58/0-

86/0-

97/0-

96/0-

95/0-

77/0-

19/0-

46/0

فردوس

47/1

27/1

29/1

49/0

52/0-

93/0-

99/0-

96/0-

99/0-

80/0-

13/0-

81/0

خور بیرجند

28/1

31/1

51/1

61/0

67/0-

91/0-

94/0-

88/0-

92/0-

85/0-

20/0-

67/0

 

جدول 9- طبقه‌بندی شاخص روش استانداردسازی (Z) برای ایستگاه‌های موجود

 Table 9. Classification of Zscore for existing stations

ایستگاه

ژانویه

فوریه

مارس

آوریل

مه

ژوئن

جولای

آگوست

سپتامبر

اکتبر

نوامبر

دسامبر

بیرجند

ر. م1

ر.ش2

ر. ش

ر.ک3

خ.ض

خ.م4

خ. م

خ. م

خ. م

خ.م

خ. م

ر. م

نهبندان

ر.م

ر. م

ر. ش

م.ک

خ. م

خ. م

خ. م

خ. م

خ. م

خ. م

خ. م

م. ک

طبس

ر.م

ر.م

ر.م

ر.م

ر.م

خ. م

خ. م

خ. م

خ. م

خ. م

خ. ک6

ر.م

بشرویه

ر.م

ر.م

ر. ش

ر.م

خ. ض

خ. م

خ. م

خ. م

خ. م

خ. م

ر.ض5

ر.م

قاین

ر.م

ر.م

ر. ش

ر.م

خ. م

خ. م

خ. م

خ. م

خ. م

خ. م

خ. ض

ر. ک

فردوس

ر.م

ر.م

ر.م

ر.م

خ. م

خ. م

خ. م

خ. م

خ. م

خ. م

خ. ض

ر.م

خور بیرجند

ر.م

ر.م

ر. ش

ر.م

خ. م

خ. م

خ. م

خ. م

خ. م

خ. م

خ. ض

ر.م

1- رطوبت متوسط  2- رطوبت شدید 3- رطوبت کم  5- رطوبت ضعیف 6- خشکی­کم 4- خشکی متوسط

 


6-3- انتخاب شاخص مناسب بر اساس روش کمینه مقدار بارش

نتایج حاصل از انتخاب شاخص مناسب بر اساس فرضیه اول خلیلی و بذر‏افشان (1382) ارایه شده است (28). کمینه مقدار بارندگی در طول دوره زمانی مورد بررسی، استخراج و سپس مقادیر شاخص‏های خشک‌سالی محاسبه می‏شود. در این روش شاخص مناسب خشک‌سالی باید در سال­وقوع کمینه بارندگی،
دارای بیش‌ترین شدت خشک‌سالی در ایستگاه موردنظر باشد.

بر اساس جدول فوق در تمامی ایستگاه‏ها در سال وقوع کمینه مقدار بارش شاخصPNPI دارای خشک‌سالی با شدت بالا نسبت به شاخص Z در ایستگاه‏های مورد بررسی است. نتایج حاصل از ارزیابی فرضیه وقوع خشک‌سالی بسیار شدید است که در سال وقوع کمینه اتفاق افتاده است و در این مطالعه شاخص PNPI شاخص مناسب‏تری برای منطقه می‏باشد.

 

 

جدول 10- نتایج انتخاب شاخص مناسب بر اساس روش کمینه مقدار بارش

Table 10. The results of the indicator based on the minimum amount of precipitation

ایستگاه

مقدار کمینه بارش

ماه وقوع

Z

PNPI

بیرجند

06/0

جولای

خشکی متوسط

خشک‌سالی بسیار شدید

نهبندان

04/0

سپتامبر

خشکی متوسط

خشک‌سالی بسیار شدید

طبس

00/0

جولای

خشکی متوسط

خشک‌سالی بسیار شدید

بشرویه

03/0

جولای

خشکی متوسط

خشک‌سالی بسیار شدید

قاین

02/0

جولای

خشکی متوسط

خشک‌سالی بسیار شدید

فردوس

00/0

جولای

خشکی متوسط

خشک‌سالی بسیار شدید

خور بیرجند

00/0

جولای

خشکی متوسط

خشک‌سالی بسیار شدید

 


نتیجه‏گیری

 

- شاخص (PNPI): در ایستگاه‏های مورد مطالعه ایستگاه‏های خور بیرجند با 5 ماه (فوریه، دسامبر، ژانویه، مارس، آوریل) و ایستگاه‏های بشرویه، قاین و فردوس با 4 ماه و ایستگاه‏های بیرجند و نهبندان با 3 ماه (ژانویه، فوریه، مارس) دارای دوره بسیار مرطوب بوده‌اند.که اکثر دوره‏های بسیار مرطوب مربوط به ماه‏های نوامبر، دسامبر، ژانویه، فوریه، مارس و آوریل می‏باشد. همچنین بیش‌تر خشک‌سالی‏های بسیار شدید در ماه‏های ژوئن، جولای، آگوست، سپتامبر و اکتبر به وقوع پیوسته است.

- شاخص :(Z) بر اساس طبقه‏بندی که برای شاخص Z انجام گرفت. خشک‌سالی اکثر ایستگاه‏ها در محدوده خشکی متوسط تا رطوبت متوسط بوده است. بیش‌ترین Z (ترسالی84/1) مربوط به ایستگاه نهبندان در ماه مارس و ایستگاه بیرجند در ماهای فوریه و مارس بیش‌ترین دوره مرطوب و ایستگاه‌های نهبندان، بشرویه، قاین، خور بیرجند هر کدام با یک ماه (ماه مارس) دارای دوره بسیار مرطوب بودند همچنین ایستگاه‏های طبس و فردوس بدون دوره بسیار مرطوب بوده‏اند. اکثر ایستگاه‌ها در ماه‌ها ژوئن، جولای، آگوست، سپتامبر و اکتبر دارای خشکی متوسط بوده‏اند.

- در مطالعات خشک‌سالی اکثر شاخص‏ها از توزیع نرمال پیروی می‏کنند. لذا بر اساس مطالعات صورت گرفته می‏توان نتیجه گرفت که تفاوت عمده این شاخص‏ها در تفسیر آن‌هاست به­طوریکه برای هر شاخص دارای یک جدول طبقه‏بندی است بنابراین از بین این دو شاخص، شاخص PNPI به دلیل این­که دامنه طبقه‏بندی آن نسبت به شاخص Z بیش‌تر است، بهتر می‌توان به تفسیر خشک‌سالی پرداخت ولی ازطرفی نتایج حاصل از ارزیابی فرضیه وقوع خشک‌سالی بسیار شدید است که در سال وقوع کمینه اتفاق افتاده است و در این مطالعه شاخص PNPI شاخص مناسب‏تری برای منطقه می‏باشد.

Reference

  1. Morid, S., Smakhtin, V. and Moghadasi, M. (2006). "Comparison of seven meteorological indices for drought monitoring in Iran" International journal of climatology, 26, 971-985.
  2. Michelle and Stormman (2003). "Drought Monitoring Using Several Highly Used Indices and Estimating the Best Indicator", Case Study of Abadan City (persian).
  3. Forestry, Rangeland and Watershed Management Organization (2004). National Action Plan for Desertification and Reducing the Drought Effects of the Islamic Republic of Iran, Puneh, Tehran, p. 7, (persian).
  4. Siof, (1385). "Climate change and drought", Hormozgan University, (persian).
  5. Umran Komuscu, A. (1999). Using the SPI to analyze spatial and temporal patterns of drought in Turkey. Drought Network News (1994-2001), 49.
  6. Good Faith, F (1376). "Investigation of Temporary Drought and Threats Patterns in Iran", Quarterly Journal of Geographic Research, Serial No. 45, (persian).
  7. Zare Abyaneh, H., Bayat Workishi, M., Sabzi-e Parvar, A., Zarafi, P., Qasemi, A. (2010). "Evaluation of Different Methods for Estimating the Convergence and Reproduction of Reference Plants in Iran", Natural Geographic Researches, No. 74, pp. 95-109, (persian).
  8. Sohrabi, R. A., Sohrabi, H. And Arab, d. R., (1387). "The study of drought monitoring indicators from the evolutionary landscape, nature and performance, and suggesting the process of selecting the index appropriate to the conditions of the regions." Proceedings of Third Conference on Water Resources Management, Faculty of Civil Engineering, Tabriz, Iran, (persian).
  9. Obasi, G. O. P. (1994). WMO's role in the international decade for natural disaster reduction. Bulletin of the American Meteorological Society, 75(9), 1655-1661.
  10. Bruce, J. P. (1994). Natural disaster reduction and global change. Bulletin of the American Meteorological Society, 75(10), 1831-1835.
  11. Wilhite, D. A. (2000). Drought as a natural hazard: concepts and definitions.
  12. Austin, R. B., Cantero-Martınez, C., Arrúe, J. L., Playán, E., & Cano-Marcellán, P. (1998). Yield–rainfall relationships in cereal cropping systems in the Ebro river valley of Spain. European Journal of Agronomy, 8(3), 239-248.
  13. Leilah, A. A., & Al-Khateeb, S. A. (2005). Statistical analysis of wheat yield under drought conditions. Journal of Arid environments, 61(3), 483-496.
  14. DeGaetano, A. T. (1999). A temporal comparison of drought impacts and responses in the New York city metropolitan area. Climatic Change, 42(3), 539-560.
  15. Nicholson, S. E., Tucker, C. J., & Ba, M. B. (1998). Desertification, drought, and surface vegitation: An example from the West African Sahel. Bulletin of the American Meteorological Society, 79(5), 815.
  16. Khorshid Dost, A.M., Ghavidel Rahimi, Y. (2004). "Study of precipitation fluctuations, prediction and determination of wet and dry seasons in East Azarbaijan Province", Journal of Geographical Research, Spring 2004, No. 72, pp. 25-36, (persian).
  17. Courts of Suc, M. And Honorable, A., (1391). "Designing the process of selecting the appropriate index based on the assessment of meteorological drought indices in a number of dry and semi-arid regions of Iran". Journal of Soil and Water Sciences and Agriculture. Vol. 26, No. 2, p. 414-426 (persian).
  18. Karimi, Habibnejad Roshan, M., Abkar, A., (2010). "Evaluation of Meteorological Drought Indices in Mazandaran Synoptic Stations", Journal of Irrigation and Water Engineering, (persian).
  19. Ensafe Moghaddam, T., (2007). "Evaluation of Several Climate Drought Indicators and Determining the Most Appropriate Indicator in the Salt Lake Basin", Journal of Research in Rangeland and Desert of Iran, Vol. 14, No. 2, pp. 288-271, (persian).
  20. Mashari Eshghabad, S., Omidvar, E., & Solaimani, K. (2014). Efficiency of Some Meteorological Drought Indices in Different Time Scales (Case Study: Tajan Basin, Iran). ECOPERSIA, 2(1), 441-453.
  21. Quiring, S. M., and Papakryiakou, T. N. (2003). "An evaluation of agricultural drought indices for the Canadian    prairies" Journal of Agricultural and Forest Meteorology, 118 ,1-2, 49-62.
  22. Steinmann, A. (2003). "Drought indicators and triggers: A stochastic approach to evaluation" Journal of the American Water Resources Association (JAWRA). 39, 5, 1217-1233.
  23. Fal Soleiman, M. (1993). "Drought and semi-arid areas, based on water resources constraints", Case study of Birjand Basin, Master thesis, Ferdowsi University of Mashhad.
  24. Khosravi M., Akbari M., (2009). "Investigating the Drought Characteristics of South Khorasan Province", Geography and Development, No. 14.
  25. Willeke, G. E., Guttman, N. B., Hosking, J. R. M., & Wallis, J. R. (1994). National drought atlas developed. Eos, Transactions American Geophysical Union, 75(8), 89-90.
  26. Khalighi Sigarodi, Sh., (2009). "Investigating the Evaluation of Drought and Dirty Diseases in a Case Study of Mazandaran Province", Journal of Rangeland and Desert Research, Volume 16, Number 1, (persian).
  27. Heim and Kotyl, (1995). "Drought and Wetness Analysis and Prediction of Climate Change in Birjand Region Using Statistical Model", (persian).
  28. Khalili, AS Sowing, J., (1382). "Evaluation of the Efficiency of Multi-Drought Meteorological Indexes in Different Climatic Species of Iran", Scientific and Technical Journal of Nivar, Nos. 48 and 49, Spring and Summer, p. 93-79, (persian).
  29. Elder, H., Rahdari, and., Maleki, S., (2012). "Study and comparison of the efficiency of four meteorological drought indexes in drought risk management in Sistan & Balouchestan province", Journal of Irrigation and Water Engineering, No 11, Spring 2013, (persian).
  30. MARD, Report of drought mitigation on Vietnam Southern Central, Central Highland and Eastern South Regions under El Nino phenomenon (in Vietnamese), 2016.


 



1- استادیار گروه انرژی‌های نو و محیط زیست، دانشکده علوم و فنون نوین، دانشگاه تهران، تهران، ایران. *(مسوول مکاتبات)

2- کارشناسی ارشد اکوهیدرولوژی، دانشکده علوم و فنون نوین دانشگاه تهران، تهران، ایران.

1- Assistant Professor, Faculty of New Sciences and Technologies, University of Tehran, Tehran, Iran. *(Corresponding Author)

2- MSc in Ecohydrology, Faculty of New Sciences and Technologies, University of Tehran, Tehran, Iran.

1- Standard Index of Anual Precipition (SIAP)

2- Deciles Index) DI)

3- Percent of Normal Precipitation (PN)

4- Rainfall Anomaly Index (RAI)

5- Standardized Precipitation Index (SPI)

6- China Z Index (CZI)

Reference

  1. Morid, S., Smakhtin, V. and Moghadasi, M. (2006). "Comparison of seven meteorological indices for drought monitoring in Iran" International journal of climatology, 26, 971-985.
  2. Michelle and Stormman (2003). "Drought Monitoring Using Several Highly Used Indices and Estimating the Best Indicator", Case Study of Abadan City (persian).
  3. Forestry, Rangeland and Watershed Management Organization (2004). National Action Plan for Desertification and Reducing the Drought Effects of the Islamic Republic of Iran, Puneh, Tehran, p. 7, (persian).
  4. Siof, (1385). "Climate change and drought", Hormozgan University, (persian).
  5. Umran Komuscu, A. (1999). Using the SPI to analyze spatial and temporal patterns of drought in Turkey. Drought Network News (1994-2001), 49.
  6. Good Faith, F (1376). "Investigation of Temporary Drought and Threats Patterns in Iran", Quarterly Journal of Geographic Research, Serial No. 45, (persian).
  7. Zare Abyaneh, H., Bayat Workishi, M., Sabzi-e Parvar, A., Zarafi, P., Qasemi, A. (2010). "Evaluation of Different Methods for Estimating the Convergence and Reproduction of Reference Plants in Iran", Natural Geographic Researches, No. 74, pp. 95-109, (persian).
  8. Sohrabi, R. A., Sohrabi, H. And Arab, d. R., (1387). "The study of drought monitoring indicators from the evolutionary landscape, nature and performance, and suggesting the process of selecting the index appropriate to the conditions of the regions." Proceedings of Third Conference on Water Resources Management, Faculty of Civil Engineering, Tabriz, Iran, (persian).
  9. Obasi, G. O. P. (1994). WMO's role in the international decade for natural disaster reduction. Bulletin of the American Meteorological Society, 75(9), 1655-1661.
  10. Bruce, J. P. (1994). Natural disaster reduction and global change. Bulletin of the American Meteorological Society, 75(10), 1831-1835.
  11. Wilhite, D. A. (2000). Drought as a natural hazard: concepts and definitions.
  12. Austin, R. B., Cantero-Martınez, C., Arrúe, J. L., Playán, E., & Cano-Marcellán, P. (1998). Yield–rainfall relationships in cereal cropping systems in the Ebro river valley of Spain. European Journal of Agronomy, 8(3), 239-248.
  13. Leilah, A. A., & Al-Khateeb, S. A. (2005). Statistical analysis of wheat yield under drought conditions. Journal of Arid environments, 61(3), 483-496.
  14. DeGaetano, A. T. (1999). A temporal comparison of drought impacts and responses in the New York city metropolitan area. Climatic Change, 42(3), 539-560.
  15. Nicholson, S. E., Tucker, C. J., & Ba, M. B. (1998). Desertification, drought, and surface vegitation: An example from the West African Sahel. Bulletin of the American Meteorological Society, 79(5), 815.
  16. Khorshid Dost, A.M., Ghavidel Rahimi, Y. (2004). "Study of precipitation fluctuations, prediction and determination of wet and dry seasons in East Azarbaijan Province", Journal of Geographical Research, Spring 2004, No. 72, pp. 25-36, (persian).
  17. Courts of Suc, M. And Honorable, A., (1391). "Designing the process of selecting the appropriate index based on the assessment of meteorological drought indices in a number of dry and semi-arid regions of Iran". Journal of Soil and Water Sciences and Agriculture. Vol. 26, No. 2, p. 414-426 (persian).
  18. Karimi, Habibnejad Roshan, M., Abkar, A., (2010). "Evaluation of Meteorological Drought Indices in Mazandaran Synoptic Stations", Journal of Irrigation and Water Engineering, (persian).
  19. Ensafe Moghaddam, T., (2007). "Evaluation of Several Climate Drought Indicators and Determining the Most Appropriate Indicator in the Salt Lake Basin", Journal of Research in Rangeland and Desert of Iran, Vol. 14, No. 2, pp. 288-271, (persian).
  20. Mashari Eshghabad, S., Omidvar, E., & Solaimani, K. (2014). Efficiency of Some Meteorological Drought Indices in Different Time Scales (Case Study: Tajan Basin, Iran). ECOPERSIA, 2(1), 441-453.
  21. Quiring, S. M., and Papakryiakou, T. N. (2003). "An evaluation of agricultural drought indices for the Canadian    prairies" Journal of Agricultural and Forest Meteorology, 118 ,1-2, 49-62.
  22. Steinmann, A. (2003). "Drought indicators and triggers: A stochastic approach to evaluation" Journal of the American Water Resources Association (JAWRA). 39, 5, 1217-1233.
  23. Fal Soleiman, M. (1993). "Drought and semi-arid areas, based on water resources constraints", Case study of Birjand Basin, Master thesis, Ferdowsi University of Mashhad.
  24. Khosravi M., Akbari M., (2009). "Investigating the Drought Characteristics of South Khorasan Province", Geography and Development, No. 14.
  25. Willeke, G. E., Guttman, N. B., Hosking, J. R. M., & Wallis, J. R. (1994). National drought atlas developed. Eos, Transactions American Geophysical Union, 75(8), 89-90.
  26. Khalighi Sigarodi, Sh., (2009). "Investigating the Evaluation of Drought and Dirty Diseases in a Case Study of Mazandaran Province", Journal of Rangeland and Desert Research, Volume 16, Number 1, (persian).
  27. Heim and Kotyl, (1995). "Drought and Wetness Analysis and Prediction of Climate Change in Birjand Region Using Statistical Model", (persian).
  28. Khalili, AS Sowing, J., (1382). "Evaluation of the Efficiency of Multi-Drought Meteorological Indexes in Different Climatic Species of Iran", Scientific and Technical Journal of Nivar, Nos. 48 and 49, Spring and Summer, p. 93-79, (persian).
  29. Elder, H., Rahdari, and., Maleki, S., (2012). "Study and comparison of the efficiency of four meteorological drought indexes in drought risk management in Sistan & Balouchestan province", Journal of Irrigation and Water Engineering, No 11, Spring 2013, (persian).
  30. MARD, Report of drought mitigation on Vietnam Southern Central, Central Highland and Eastern South Regions under El Nino phenomenon (in Vietnamese), 2016.