اسماعیل سهیلی - استادیار بخش مرتع و آبخیزداری، دانشکده کشاورزی و منابع طبیعی داراب، دانشگاه شیراز
محمدرضا کوثری - استادیار پژوهشکده حفاظت خاک و آبخیزداری، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران
جواد چزگی - استادیار، گروه مرتع و آبخیزداری، دانشکده منابع طبیعی و محیط زیست، دانشگاه بیرجند

روش دورپیوند از فنون مطالعه تغییرات پارامترها و پدیده های آب و هوایی از طریق کشف روابط بین پدیده ها در مناطق دور است. در این مقاله به بررسی تعیین ارتباط بین بارش فصلی با سیگنال های هواشناسی شامل شاخص چند متغیره انسو یا MEI ، NINO’s SST) NINO1+2 ، NINO3 ، NINO4 و NINO3.4 ،( NAO و SOI در ایستگاه هواشناسی سینوپتیک یزد طی دوره 1986 تا 2017 ، پرداخته شده است. تعیین همبستگیها در دو سطح بین بارشهای فصلی با ایجاد یک سال تأخیر و بدون ایجاد تاخیر در سری زمانی فصلی سیگنالهای هواشناسی صورت پذیرفت. در ادامه و با استفاده از روش رگرسیون بر مبنای مدل حداقل مربعات جزئی ( PLSR )، اقدام به پیش بینی بارش فصلی گردید. نتایج نشان داد مقادیر همبستگی قابل توجهی بین بارش فصل زمستان با مقادیر فصلی سیگنال های هواشناسی در فصل زمستان با یكسال تأخیر از پارامترهای MEI ، SOI ، NINO1+2 ، NINO3 و NINO3.4 وجود دارد. حداکثر ضریب همبستگی بارش فصل زمستان به ترتیب مربوط به شاخص های NINO1+2 بصورت مثبت و SOI بصورت منفی بود. در رابطه با پیش بینی بارش های فصلی، نتایجنشان دهنده عملكرد مناسب روش PLSR با توجه به ماتریس های ورودی است. در رابطه با داده های ورودی با تأخیر یكساله، بارش های فصل زمستان، تابستان ، بهار و پاییز با مقدار شاخص NS به ترتیب برابر با 69 / 0 ، 22 / 0 ، 2 / 0 و 72 / 0 می باشد. مقادیر R برای این همین فصلها به ترتیب برابر با 83 / 0 ، 46 / 0 ، 45 / 0 و 85 / 0 بوده است. در کل، بارش ها در فصول سرد با دقت بیشتری برآورد شدند.

سیگنال اقلیمی، پیش بینی بارش، مناطق خشک، شاخص انسو، شاخص نینو