خشکسالی از نظر فراوانی وقوع، شدت، مدت، وسعت، تلفات‌جانی، خسارت‌های اقتصادی- اجتماعی و اثرات شدید بلندمدت نسبت به سایر بلایی طبیعی اولویت دارد و مخاطره آمیزتر است و نیازمند توجه بیشتری در تصمیم گیری‌ها می‌باشد. روش تحقیق در این تحقیق از نوع کاربردی و رویکرد حاکم بر آن تحلیل و آماری است.با استفاده از داده‌های بارش 22ایستگاه سینوپتیک و باران‌سنجی اقدام به پهنه بندی خشکسالی با استفاده از روش های زمین آمار گردید.همچنین جهت تحلیل فضایی خشکسالی از شاخص های خود همبستگی فضایی استفاده گردید.نتایج تحقیق بهترین مدل را اسپیلان کاملا منظم معرفی می نماید. همچنین نتایج حاصل ازکاربردشاخص موراندرخصوص توزیع فضایی خشکسالی ،این ضریب مثبت وبرابرMoran`s I=0.9943می‌باشدکه نشانگرخوشه‌ای بودن توزیع فضایی خشکسالی می‌باشد.با توجه به اینکه شاخص موران نمی‌تواند به شناسایی انواع گوناگونی از طبقه بندی الگوهای فضایی بپردازد با استفاده تحلیل آماره ی عمومی G این نقیصه پوش داده شد.نتایج تحلیل آماره ی عمومی G نشان می‌دهد مناطق با خشکسالی بیشتر در کنار هم دیگر قرار گرفته و از روند خوشه ای با تمرکز بالای خشکسالی برخورردار می باشد.
Evaluation of drought climate space based on the Standardized Precipitation (SPI)
Case Study (Mazandaran province )
نویسندگان [English]
ali mohammadpour1؛ Kia bozorgmehr2؛
1Payam Noor University Branch
2Ph.D- Assistant Professor and Faculty Member of Geography Department in Islamic Azad University of
چکیده [English]
Drought frequency of occurrence, severity, duration, extent, loss of life, loss of economic - social and severe long-term effects than any other natural disaster is a priority and is more dangerous and requires more attention is the decision. Research methods, a practical approach to governing the analysis and statistics. Using precipitation data of 22 synoptic station and rain gauge to zoning drought using geostatistical was. Well as for the spatial analysis of drought indices The spatial autocorrelation was used. Completely reqularized spline model presents the bestresults. The results of the application of Moran's index of spatial distribution of drought, the positive coefficient stands equally Moran `s I = 0.9943 Nshangrkhvshh drought are being spatially distributed. According to Moran index can not be classified to identify different types of statistical analysis of spatial patterns using a public address this shortcoming G was capped. . General G statistic analysis of the results shows Higher Drought areas located next to each other The focus of the cluster has high Drought. The resulting analysis indicating that , This phenomenon frequently occurs in the province and government of the state of ecosystems and natural resources that causes difficulties . Course, in some periods of the periodic changes of wet and dry periods to reduce the severity of drought conditions The drought reduces the most important method to reduce variation SPI ignoring the daily time scale and intensity of rainfall in the month it is. And the process is having fun with a focus on drought.
1- بذرافشان، ام‌البنین، محسن محسنی‌ساروی، آرش ملکیان و ابوالفضل معینی. 1390. بررسی وضعیت خشکسالی استان گلستان با استفاده از شاخص بارش استاندارد (SPI)، فصلنامه علمی- پژوهشی مرتع و بیابان ایران، جلد 18، شماره 3، صص 407-495.
2- خسروی، محمود و محمد اکبری. 1388. بررسی ویژگی خشک‌سالی‌های استان خراسان جنوبی، جغرافیا و توسعه، شمارهی14، تابستان، صص51-52.
3- غیور، حسنعلی و ابوالفضل مسعودیان. 1376. بزرگی گستره و فراوانی خشکسالی در ایران، فصلنامهی تحقیقات جغرافیایی، شماره پیاپی45.
4- لشئی زند، مهران. 1383. بررسی اقلیمی خشک‌سالی‌های ایران و راهکارهای مقابله با آن، رسالهی دکتری، اساتید راهنما: محمدرضا کاویانی، حسنعلی غیور، عبدالرسول تلوری، جغرافیای طبیعی، دانشگاه اصفهان، دانشکده علوم انسانی.
5- حکیم‌دوست، سیدیاسر، رستگار، محسن، محمدپورزیدی، علی،حاتمی، حسین. 1393. تحلیل فضایی خشکسالی اقلیمی واثرات آن بر الگوی فضایی مکان گزینی سکونتگ‌های روستایی مطالعه موردی روستاهای استان مازندران، جغرافیا مخاطرات محیطی، شماره یازدهم، پاییز، صص 75-61.
6- Bonaccorso, B., Cancelliere, A., and Rossi, G. 2003. Network design for drought monitoring by geostatistical techniques. J. European Water, 3: 9-15.
7- Bordi, I., and Sutera, A. 2004. Drought variability and its climatic implications, Global and Planetary Change, 40(1, 2): 115-127.
8- Clark, W.A.V., and Hosking, P.L. 1986. Statistical Methods for geographers, John Wiley and sons, New York, p379.
9- Edwards D.C. and McKee, TB. 1997. "Characteristics of 20th century drought in the United States at multiple timescales", Colorado State University: Fort Collins. Climatology Report No. pp. 97-2.
10-Hayes, M. 2000. Revisiting the SPI: Clarifying the Process, Drought Network News, 12(1).
11-Lee, Jay, Wong, David, W.S. 2001. Statistical analysis with arc view GIS, John Wiley and sons, New York, 135-137.
12-Livada, I., and Assimakopoulos, V.D. 2007. Spatial and temporal analysis of drought in Greece using the Standardized Precipitation Index (SPI), Theoretical and Applied Climatology, 89.
13-Machlica, A., and Stojkovova, M. 2008. Groundwater drought in different geological conditions. XXIVth Conference of the Danubian Countries, 1-9.
14-McKee, T. B., Does ken N. J. and Kleist, J. 1993, the relationship of drought Frequency and duration to time scales, 8th conference on Applied Climatology, 17-22 January, Anaheim, CA, pp. 176-184.
15-Michael McKernan, 2003. Drought conference paper, New South Wales. Sydney, pp. 292.
16-Ole, E.T., and Wolfgang, S., (ZAMG). 2002. Applications of spatial interpolation of climatologicaland Meteorological elements by the use of geographical information, COST, 719: 1-45.
17-Ronald, P.B., and Jay, M.V.H 2009. Blackbox Kriging: Spatial Prediction without Specifying Variogram Models, Journal of Agricultural, Biological, and Environmental Statistics, 1(2).
18-Thomas, R.W, Hug get, R.J. 1980. Modeling in Geography, a mathematical approach,Harper and Row, Publisher, London.
19-Tsakiris, G., and Vangelis, H. 2004. Toward a drought watch system based on spatial SPI. Journal of Water Resources Management 18: 1-12.
20-Webster, R., and Oliver, M.A. 2000. Geostatistics for environmental scientists, Wiley press, 271p.
ابتدای صفحه