بررسی و بازبینی محاسبه نمایه خشکسالی با روش استاندارد و شاخص دهکها در استان خوزستان

تغییرات اقلیمی یکی از ویژگیهای طبیعی چرخه اتمسفر می‌باشد. که بر اثر آن نابهنجاری‌ها و یا نوساناتی در روند پارامترهای هواشناسی از جمله بارندگی و دما حاصل می‌شود. این ناهنجاریها در بسیاری از نقاط دنیا شدید است. و موجب اختلال در اکوسیستم‌های طبیعی می‌گردد. خشکسالی‌ها نشانه روشنی از این تغییرات اقلیمی می‌باشند. که بسیاری از مناطق خشک و نیمه‌خشک دنیا را با شدتهای زیاد هرچند سال یکبار در بر می‌گیرند. تاکنون شاخص‌های متعددی نظیر شاخص انحراف از میانگین، شاخص دهک‌ها، شاخص تورنت وایت، شاخص پالمر و از این قبیل برای پایش پدیده خشکسالی پیشنهاد شده است. که هر کدام دارای مشکلات خاصی می‌باشند. به عنوان مثال شاخص انحراف از میانگین وابسته به مکان بوده و با توجه به اینکه میانگین بارندگی در هر محل ارزش خاص دارد، این شاخص در پایش توزیع و گسترده مکانی خشکسالی ناتوان است. شاخص پالمر نیز به جهت نیاز به پارامترهای متعدد و پیچیده بودن محاسبات، از کاربری محدودی بویژه در ایران که از نبود و یا کمبود اطلاعات رنج می‌برد برخوردار می‌باشد. مطالعاتی که تاکنون در این زمینه در ایران انجام شده است محدود به چند مطالعه بر مبنای استفاده از شاخص انحراف از میانگین و شاخص دهکها است. در این تحقیق با استفاده از روش شناخته شده شاخص استاندارد پدیده خشکسالی مورد بررسی و تجزیه و تحلیل قرار می‌گیرد. شاخص استاندارد که تنها بر پایه استفاده از روش شناخته شده شاخص استاندارد پدیده خشکسالی مورد بررسی و تجزیه و تحلیل قرار می‌گیرد. شاخص استاندارد که تنها بر پایه استفاده از معیار بارندگی استوار است، اساساً برای تعریف و پایش خشکسالی و ترسالی ارائه شده است. این شاخص به تحلیل‌گر این امکان را می‌دهد تا تعداد وقایع خشکسالی و ترسالی اتفاق افتاده را برای هر گام زمانی دلخواه تعریف و شناسایی نماید. از آنجائی که این شاخص بی بعد می‌باشد می‌توان به کمک آن اطلاعات مناطق مختلف را با هم مقایسه و نقشه‌های گسترده خشکسالی را با دقت بیشتری تولید نمود. از جمله مزایای دیگر این شاخص آن است که می‌توان خشکسالی‌های شدید و ترسالی‌های شدید منطقه را شناسائی و با برازش تابع چگالی احتمال تحلیل فراوانی بر روی آن انجام داد. برای انجام این تحقیق ابتدا داده‌های بارندگی ماهانه ایستگاه هواشناسی واقع در استان در یک دوره آماری 17 ساله مورد بررسی آماری قرار گرفتند. سپس مناسبترین تابع توزیع احتمال برای هر ایستگاه شناسائی و تابع توزیع احتمال تجمعی داده‌ها محاسبه گردید با تبدیل تابع توزیع تجمعی هر ایستگاه به تابع توزیع نرمال، اقدام به نرمال‌سازی داده‌ها گردید. با نرمال کردن داده‌ها احتمال تجمعی داده‌ها در توزیع نرمال محاسبه شد. با توجه به میانگین صفر و انحراف از معیار 1 در توزیع نرمال استاندارد. شاخص SPI بیانگر تعداد انحراف معیار هر رخداد بارندگی از میانگین می‌باشد. به این ترتیب بر اساس توزیع تجمعی نرمال هر ایستگاه احتمال مقادیر بارندگی سری زمانی هر ایستگاه محاسبه و شاخص SPI معادل آن تعیین شد. سپس شاخص SPI برای مقیاسهای 24، 12، 9، 6 و 3 ماهه محاسبه گردید. نتایج این مطالعه نشان می‌دهد که توزیع پیرسون نوع 3 را می‌توان بهترین توزیع آماری برای پیش‌بینی احتمال وقوع خشکسالی مورد استفاده قرار داد.