ارزیابی شاخص ترکیبی خشکسالی «MCDI» بر اساس توزیع مشترک چندمتغیره

شاهبیگی, نرجس; پیرزاده, بهاره; پیری, جمشید

doi:10.22111/gdij.2024.48446.3640

ارزیابی شاخص ترکیبی خشکسالی «MCDI» بر اساس توزیع مشترک چندمتغیره

نوع مقاله : مقاله پژوهشی

نویسندگان

¹ دانشجوی دکتری مهندسی عمران سازه‌های هیدرولیکی، دانشگاه سیستان و بلوچستان، زاهدان، ایران

² دانشیار گروه مهندسی عمران، دانشگاه سیستان و بلوچستان، زاهدان، ایران

³ گروه مهندسی آب، دانشکده آب و خاک، دانشگاه زابل

10.22111/gdij.2024.48446.3640

چکیده

خشکسالی، مشکلی چالش برانگیز است اما با دیدگاههای چندمتغیره و ترکیبی میتوان آنرا ارزیابی کرد. تاکنون مطالعات کمی درخصوص مکانیسم و عملکرد شاخصها بهصورت ترکیبی انجام پذیرفته است؛ بنابراین پژوهش حاضر برای ایجاد شاخصی جامع که دربر گیرندة همة جنبههای هواشناسی، هیدرولوژیکی و کشاورزی باشد، از سه شاخص: «SPI»، « PDSI» و «SRI» با هدف تحلیل سهمتغیرة خشکسالی(شدت، مدت، فراوانی) برای 10 ایستگاه هواشناسی ایران برای بازه آماری 2021-1990 انجام شد. ابتدا با آنالیز مؤلفههای 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 سهمتغیره مورد آزمون قرار گرفت. بهترین تابع کاپولا برای هر ایستگاه از طریق آزمون « کلموگرف- اسمیرنوف» (K_S) تعیین گردید. نتایج نشاندهندة برتری تابع گامبل در بیشتر ایستگاهها بود. منحنیهای دوره بازگشت به ازای . نشان از فرکانس طولانی مدت خشکسالی با شدت بیشتر برای دورههای 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 بهترتیب 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 بودهاست. نتایج این پژوهش نشان میدهد که استفاده از شاخص ترکیبی چندمتغیره «MCDI» با بهرهگیری از توابع مفصل، امکان ارزیابی جامعتر و دقیقتر از خشکسالی را فراهم میآورد. این رویکرد با در نظر گرفتن همزمان همهجانبة خشکسالی، ابزاری کارآمد برای مدیریت منابع آب و برنامهریزی استراتژیک در مواجهه با خشکسالی در مناطق مختلف ایران ارائه میدهد.

کلیدواژه‌ها

عنوان مقاله [English]

Evaluation of the Combined Drought Index MCDI Based on Multivariate Copula Distribution

نویسندگان [English]

Narjes Shahbegi ¹
Bahareh Pirzadeh ²
Jamshid Piri ³

¹ Ph. D Student of Civil Engineering- Hydraulic Structures, Sistan and Baluchestan University, Zahedan, Iran

² Associate Professor of Civil Engineering, Sistan and Baluchestan University, Zahedan, Iran

³ Department of Water Engineering, Faculty of Water and Soil, University of Zabol, Iran

چکیده [English]

Drought is a challenging problem that can be evaluated with multi-variable and combined perspectives. Therefore, the aim of this study is to create a comprehensive index of three indices SPI, PDSI, and SRI, which includes all aspects of meteorology, hydrology, and agriculture. For this purpose, three drought variables (severity, duration, Magnitude) were analyzed for 10 meteorological stations in Iran for the statistical period of 1990-2021, firstly using principal component analysis (PCA) and nonlinear coupling based on copula. were analyzed. The probability distribution model for constructing the MCDI composite index. It was then tested with the ability of the exact functions of Clayton, Frank, and Gamble to generate a trivariate joint distribution. The best copula function for each station was determined through the Kolmograf-Smirnov (K_S) test, and the results showed the superiority of the Gumbel function in most stations. Return period curves were drawn for all stations and for all three joints. The period of returns indicated a long-term frequency of drought with greater intensity for periods of 50 and 100 years. The shortest return period of 50 years with the superiority of Clayton's function related to Tabriz and with the superiority of Gumbel's function related to Tehran was 10 months and the longest period was 30 months related to Mashhad with the superiority of Gumbel's function, respectively with intensity of 6.53 and 8.95 and 26/34 were included. For the 100-year return period, the shortest period with the superiority of Clayton is related to Tabriz with 13 months and intensity of 13.75, and the longest period with the superiority of Gumbel's function belongs to Kerman with a duration of 48 months, and the intensity of 42.56. The results of this research show that the use of a multivariate composite index (MCDI) by using detailed functions provides the possibility of a more comprehensive and accurate assessment of drought on a national scale. This approach, taking into account the meteorological, hydrological, and agricultural aspects of drought, provides an efficient tool for managing water resources and strategic planning in the face of drought in different regions of Iran.

کلیدواژه‌ها [English]

Composite index MCDI
Drought
Copula function
Drought indicators

مراجع

آسیایی، مهدی (1385). پایش خشکسالی در مشهد (با استفاده از شاخص خشکسالی پالمر)، مجله جغرافیاوتوسعه ناحیهای. شماره 7. صفحات 186-167.

https://sid.ir/paper/98989/fa

احمدیاردکانی، سمیرا (1394). تحلیل شدت و مدت خشکسالی با استفاده از توابع مفصل، پایان‌نامه کارشناسی ارشد. دانشکده کشاورزی. دانشگاه فردوسی مشهد.

اژدری، زهرا (1400). تحلیل ریسک خشکسالی هیدرومتئورولوژیکی با استفاده از توابع کاپولا(مطالعه موردی: حوزه آبخیز کل مهران و بندر-سدیج)، رساله دکتری در رشته علوم و مهندسی آبخیز-آب. دانشکده کشاورزی و منابع طبیعی. دانشگاه هرمزگان.

اسدیآقبلاغی، فرزانه (1396). ارزیابی خسکسالیهای حوضه آبریز رودخانه بهشتآباد با استفاده از شاخص خشکسالی ترکیبی، پایان نامه کارشناسی ارشد. گروه مهندسی آب. دانشکده کشاورزی. دانشگاه شهرکرد.

برضائی، احمد (1398). ارزیابی مشخصات خشکسالی به وسیله شاخصهای هیدرولوژیکی و هواشناسی با دادههای ماهوارهای مطالعه موردی: زیر حوضه چلگرد، پایاننامه کارشناسی ارشد مهندسی عمران. مدیریت منابع آب. دانشکده مهندسی عمران. دانشگاه صنعتی اصفهان.

جهانگیر، محمدحسین؛ سیده‌مهسا موسویرینه؛ مهناز ابوالقاسمی (1399). شبیهسازی پارامترهای اقلیمی بارش و دبی استان تهران تحت مدل CanESM2 (براساس تطبیق دوشاخص خشکسالی SPI وSS)، پژوهشهای دانش زمین. سال 11. شماره 43. صفحات 166-149.

DOI: 20.1001.1.20088299.1399.11.3.9.2

خانی‌تملیه، ذبیح‌اله؛ حسین رضایی؛ رسول میرعباسینجف‌آبادی (1399آ). کاربرد توابع مفصل تودرتو برای تحلیل فراوانی چهارمتغیره خشکسالیهای هواشناسی (مطالعه موردی: غرب ایران)، نشریه حفاظت منابع آب و خاک. سال 10. شماره 1. صفحات 111-93.

https://sid.ir/paper/412787/fa

خانی‌تملیه، ذبیح‌اله؛ حسین رضایی؛ رسول میرعباسینجف‌آبادی (1399ب). تحلیل فراوانی سهمتغیره مشخصههای خشکسالیها در شرق ایران با استفاده از توابع مفصل تودرتو ، نشریه تحقیقات منابع آب ایران. سال 16. شماره 2. صفحات 213-202.

https://sid.ir/paper/407726/fa

سیاسر، هادی؛ امالبنی محمدرضاپور؛ مهرانه خدامرادپور (1403). پایش خشکسالی با استفاده از دادههای سنجندۀ MODIS و مقایسه با شاخص هواشناسی SPI در دوره‌های کوتاهمدت مطالعهی موردی: استان گلستان، مجله جغرافیا و توسعه، دانشگاه سیستان و بلوچستان، سال 22، شماره 74، صفحات 186-166.

http://dx.doi.org/10.22111/GDIJ.2024.8175.

شاکرسوره، فاطمه؛ اسماعیل اسدی (1397). ارتباط بین خشکسالیهای هواشناسی و هیدرولوژیکی در دشت سلماس، مجله علمیپژوهشی مهندسی اکوسیستم بیابان، سال 8، شماره 22، صفحات 100-89.

DOI: 10.22052/deej.2018.7.22.59. Iran.

شاملو، نازیلا؛ محمد تقی ستاری؛ خلیل ولیزاده کامران؛ حالیت آپ آیدین (1402). ارزیابی روش‌های پیشبینی شاخص ترکیبی خشکسالی کشاورزی (CDI) براساس تصاویر ماهوارهای با روش‌های یادگیری عمیق و یادگیری ماشین، نشریه آب و خاک. جلد 37. شماره 5. صفحات 807-787.

https://doi.org/10.22067/jsw.2023.82798.1293

ضرابی، مرتضی؛ ابوالفضل مساعدی؛ سید مجید هاشمینیا؛ محمد قبائیسوق (1400). پایش وضعیت خشکسالی هواشناسی بر مبنای شاخص پالمر استاندارد شده (SPDI) در نواحی مختلف آب و هوائی کشور، دهمین کنفرانس بینالمللی. سامانههای سطوح آبگیر باران. دانشگاه کردستان.

https://civilica.com/doc/1411174

عباسیان، محمد صادق (1398). توسعۀ یک مدل پایش و پیشبینی خشکسالی تحت تغییر اقلیم در مقیاس حوضۀ آبریز، رسالهی دکتری مهندسی عمران گرایش مهندسی آب، دانشکدة مهندسی عمران، دانشگاه صنعتی شریف.

علیایی، محمد علی؛ امین زینالعابدین؛ بهزاد قیاسی؛ عبدالرضا کرباسی (1398). توسعه شاخص ترکیبی خشکسالی منطقهای و ارائه منحنیهای دوره بازگشت با استفاده از تابع کاپولا، مجله علمی- پژوهشی مهندسی عمران مدرس. دوره 19. شماره 5. صفحات 179- 167.

http://mcej.modares.ac.ir/article-16-19588-fa.html

فولادی، محمود (1399). کاربرد مدل‌های ترکیبی در پایش خشکسالی با استفاده از دادههای سنجش از راه دور تحت سناریوهای تغییر اقلیم: ارزیابی با استفاده از معیارهای عملکرد فازی، پایاننامه کارشناسی ارشد مهندسی عمران. مهندسی و مدیریت منابع آب. دانشکده مهندسی عمران. دانشگاه صنعتی اصفهان.

گودرزی، محمد رضا؛ آتیه فاتحیفر؛ فاطمه عوضپور (1398). بررسی دو متغیره تأثیر تغییر اقلیم بر خشکسالی با شاخص SPEI و توابع مفصل (مطالعه موردی: دوگنبدان)، مجله تحقیقات منابع آب ایران. سال 11. شماره 1. صفحات 365-352.

https://sid.ir/paper/99999/fa

میرزاییحسنلو، ایوب؛ هیراد عبقری؛ مهدی عرفانیان (1399). تحلیل روند بارندگی و شاخص تمرکز بارش در ایستگاههای سینوپتیک حوضة دریاچة ارومیه، مجله جغرافیا و توسعه. دانشگاه سیستان و بلوچستان. سال 18. شماره 59. صفحات40-21.

http://dx.doi.org/10.22111/GDIJ.2020.5458

نظریپور، حمید (1394). توسعه یک شاخص ترکیبی چندمتغیره بر پایه تحلیل مؤلفه مبنا برای ارزیابی خشکسالی‌های آب- هواشناختی در جنوب شرق ایران (مطالعه موردی: حوضه سد پیشین)، جغرافیا و مخاطرات محیطی. دانشگاه فردوسی مشهد. دوره 4. شماره 15. صفحات 112-91.

DOI: 10.22067/geo.v4i3.31626

هاشمینسب، سیده آیدا (1397). ارائه شاخص ترکیبی پایش خشکسالی با استفاده از مدل ظرفیت نفوذ متغیر (VIC) و تئوری فازی (مطالعه موردی حوضه آبریز نیشابور)، رسالهی دکتری. دانشکده کشاورزی. دانشگاه فردوسی مشهد.

Al Adaileh, H., Al Qinna, M., Barta, K., Al-Karablieh, E., Rakonczai, J. & Alobeiaat, A (2019). A Drought Adaptation Management System for Groundwater Resources Based on Combined Drought Index and Vulnerability Analysis. Earth Systems and Environment, 3, 445-461.

https://doi.org/10.1007/s41748-019-00118-9

Balint, Z., Mutua, F., Muchiri, P. & Omuto, Ch.T (2013). Monitoring Drought with the Combined Drought Index in Kenya. Developments in Earth Surface Processes, 16, 291-313.

http://dx.doi.org/10.1016/B978-0-444-59559-1.00023-2

Hossain, M.A., Rahman, M.M. & Hasan, S.S (2020). Application of combined drought index to assess meteorological drought in the south western region of Bangladesh. Physics and Chemistry of the Earth, 1-12.

https://doi.org/10.1016/j.pce.2020.102946.

Kavianpour, M., Seyedabadi, M., Moazami, S. & Aminoroayaie Yamini, O (2020). Copula Based Spatial Analysis of Drought Return Period in Southwest of Iran. Periodica Polytechnica Civil Engineering, 64(4), 1051-1063.

https://doi.org/10.3311/PPci.16301.

Li, Y., Gong, Y. & Huang, Ch (2021). Construction of combined drought index based on bivariate joint distribution. Alexandria Engineering Journal, 60, 2825-2833.

https://doi.org/10.1016/j.aej.2021.01.006.

Marwa Ali, Ghaith, M., Wagdy, A. & M. Helmi, A (2022). Development of a New Multivariate Composite Drought Index for the Blue Nile River Basin. Water, 14(6), 886, 1-24.

https://doi.org/10.3390/w14060886

McKee, T.B., Doesken, N.J. & Kleist, J (1993). The relationship of drought frequency and duration to time scales. Proceedings of the 8th Conference on Applied Climatology, 17(22), 179-184.

Mishra, A., Singh, V.P. & Desai, V.R (2009). Drought characterization: a probabilistic approach. Stochastic Environmental Research Risk Assessment, 23(1), 41-55.

https://doi.org/10.1007/s00477-007-0194-2.

Sadeghfam, S., Mirahmadi, R., Khatibi, R., Mirabbasi, R. & Allah Nadiri, A (2022). Investigating meteorological/groundwater droughts by copula to study anthropogenic impacts. Scientific Reports, 12(8285), 1-16.

https://doi.org/10.1038/s41598-022-11768-7.

Steinemann, A (2003). Drought indicators and triggers: a stochastic approach to evaluation. JAWRA Journal of the American Water Resources Association, 39(5), 1217-1233.

https://doi.org/10.1111/j.1752-1688.2003.tb03704.x.

Waseem, M., Ajmal, M. & Kim, T.W (2015). Development of a new composite drought index for multivariate drought assessment. Journal of Hydrology, 527, 30-37.

https://doi.org/10.1016/j.jhydrol.2015.04.044