پایش خشکسالی در حوضه دریاچه ارومیه با استفاده از شاخص فازی

نوع مقاله: مقاله پژوهشی

نویسندگان

دانشگاه محقق اردبیلی

چکیده

خشکسالی به عنوان یک پدیده اقلیمی با کمبود رطوبت و بارندگی نسبت به شرایط نرمال تعریف می‌شود. این پدیده به شدت بر همه جوانب فعالیت‌های بشر تاثیر می‌گذارد. در مقاله حاضر با استفاده از قابلیت‌های سامانه نرم‌افزاری MATLAB و شاخص تلفیقی 3SEPI در دو مقیاس زمانی 6 و 12 ماهه، به بررسی وضعیت خشکسالی در حوضه دریاچه ارومیه پرداخته شد. برای این کار از داده‌های اقلیمی، دو پارامتر (بارندگی و دما) 5 ایستگاه سینوپتیک حوضه دریاچه ارومیه (تبریز، مراغه، ارومیه، سقز، مهاباد) استفاده شد. یافته پژوهش نشان می‌دهد که شاخص SEPI ویژگی دو شاخص SPI و SEI را به خوبی در خود منعکس می‌کند و هم‌چنین دما را که به عنوان یکی از پارامترهای موثر در تغییر شدت خشکسالی است، در بررسی شرایط خشکسالی وارد می‌کند؛ بنابراین بررسی خشکسالی با شاخص SEPI بهتر از شاخص SPI می‌باشد. بررسی‌ها در رابطه با خشکسالی بر اساس شاخص SEPI نشان می‌دهد که روند خشکسالی در حوضه دریاچه ارومیه روبه افزایش است، دما هم با شدت بیش‌تر روند افزایشی دارد. طولانی‌ترین تداوم زمانی خشکسالی در حوضه دریاچه ارومیه، در ایستگاه ارومیه در مقیاس زمانی 6 ماهه از ماه مه سال 2005 تا ماه نوامبر سال  2006به مدت 19 ماه اتفاق افتاده است. بیش‌ترین درصد وقوع خشکسالی در ایستگاه ارومیه و کم‌ترین آن در ایستگاه مهاباد مشاهده می‌شود.

کلیدواژه‌ها


عنوان مقاله [English]

Drought monitoring in Urmia Lake by fuzzy index

نویسندگان [English]

  • BATOL zeynali
  • vahid safarian zengir
چکیده [English]

Drought is a climate phenomenon with a lack of moisture and rainfall compared to normal conditions.  This phenomenon strongly affects all aspects of human activity. In this Article, were discussed the drought situation in Urmia Lake using MATLAB software and system capabilities combined indicators SEPI on two-time scales 6 and 12 months. Therefore was used climate data of temperature and precipitation for 5 synoptic stations basin of Lake Urmia (Tabriz, Maragheh, Urmia, Saghez, and Mahabad). Results indicated that SEPI index show features of SPI and SEPI index. As well as it enters temperatures as a powerful factor in the drought severity in order to the investigation of the drought conditions; So SEPI drought index is better than the SPI for the study of drought. Drought studies on SEPI index indicated that drought trend in Urmia Lake Basin is increasing. The temperature has an increasing trend with more intensity. The longest duration of drought in the basin of Lake Urmia is in Urmia station on a scale of 6 months from May 2005 to November 2006 for 19 months. The highest percentage of drought observed in Urmia and the lowest percentage in Mahabad stations.

کلیدواژه‌ها [English]

  • Drought monitoring
  • Indices SEPI and SPI
  • Fuzzy logic
  • Lake Urmia

انصاری، حسین؛ داوری، کامران و سیدحسین ثنائی نژاد، (1389)، پایش خشکسالی با استفاده از شاخص بارندگی وتبخیر و تعرق استاندارد شده SEPI، توسعه یافته بر اساس منطق فازی، نشریه آب و خاک (علوم و صنایع کشاورزی)، جلد 24، شماره‌ی 1، صص 38-52.

افروز، بهرام، غفاری، عطا و رضا حیدری، (1390)، ارایه الگوی مناسب در سطح‌بندی عملکرد مدیریت شهری در بسترسازی برای توسعه کارآفرینی (مطالعه موردی: شهر اردبیل)، پایان‌نامه کارشناسی ارشد، دانشگاه محقق اردبیلی.

جوی‌زاده، سعید، حجازی‌زاده، زهرا، (1389)، مقدمه‌ای بر خشکسالی و شاخص‌های آن، چاپ اول، تهران، سازمان مطالعه و تدوین کتب علوم انسانی دانشگاه (سمت)، ص 376.

جعفرنژاد، علی، کیا، سید مصطفی، (1389)، منطق فازی در MATLAB، انتشارات کیان رایانه سبز، صص 180-157.

جان‌درمیان، یونس؛ شکیبا، علیرضا و حمیدرضا ناصری، (1395)، بررسی وضعیت خشکسالی و ارتباط آن با تغییرات کمی و کیفی آب زیرزمینی در دشت سراب، کنفرانس بین اللملی توسعه با محوریت کشاورزی، محیط زیست و گردشگری، ایران، تبریز، صص 16-17.

حدادی، حسین؛ حیدری، حسن؛ (1394)، آشکارسازی اثر نوسانات بارش بر روان آب سطحی حوضه آبریز دریاچه ارومیه، مجله علمی پژوهشی جغرافیا و برنامه ریزی محیطی، شماره 58، صص 247-262.

خلیقی سیگارودی، شهرام، صادق سنگدهی، سیدعلی، خالد اوسطی، و یوسف قویدل رحیمی، (1388)، بررسی نمایه‌های ارزیابی پدیده‌های ترسالی و خشکسالی: (SPI, PNPI, Nitzche)، (مطالعه موردی.استان مازندران)، فصلنامه علمی-پژوهشی تحقیقات مرتع و بیابان ایران، جلد16، شماره1، صص44-54.

خشتکاری‌ثانی، صیاد، (1395)، واکاوی خشکسالی‌های استان آذربایجان غربی با شاخص SPI و GIS، کنفرانس بین اللملی با محوریت کشاورزی، محیط زیست و گردشگری، ایران، تبریز، صص 16-17.

رهنمایی، محمدتقی، (1370)، توان‌های محیطی ایران، انتشارات مرکز مطالعات و تحقیقات شهرسازی و معماری وزارت مسکن و شهرسازی، تهران.

سبحانی، بهروز؛ غفاری‌گیلانده، عطا و اکبرگلدوست، (1394)، پایش خشکسالی در استان اردبیل با استفاده از شاخص SEPI توسعه یافته بر اساس منطق فازی، نشریه تحقیقات کاربردی علوم جغرافیای، سال 15، شماره 36، صص 51-72.

صفری، علی، جاهد، سلیمان، حسین، فلاحی و شهرام، ریاحی‌مدوار، (1382)، استفاده از سیستم جدید هوشمند استنتاج فازی–عصبی تطابقی (ANFIS) برای پیش‌بینی قدرت سرطان‌زایی ویروس پاپیلوهای انسانی، مجله علمی پژوهش دانشگاه علوم پژشکی اراک، شماره4، صص 95-105.

علیاری، مهدی، تشنه‌لب، محمد و علی خاکی صدق، (1387)، پیش‌بینی کوتاه مدت آلودگی هوا با کمک با روش‌های ترکیبی شبکه‌های عصبی پرسپترون چند لایه، خط حافظه‌دار تأخیر، گاما و ANFIS با روش‌های ترکیبی آموزشی مبتنی بر PSO، مجله کنترل، شماره 1، صص 19-1.

علیزاده، امین، آشگرطوسی، شادی، (1387)، توسعه یک مدل برای پایش و پیش بینی خشکسالی(مطالعه موردی: استان خراسان رضوی)، مجله علوم، صنایع کشاورزی، ویژه آب و خاک، جلد22، صص 235-223.

علیزاده، امین، (1389)، اصول هیدرولوژی کاربردی، انتشارات دانشگاه امام رضا(ع)، چاپ30، ص 405.

فلاح قاهری، غلام عباس؛ موسوی بایگی، محمد و مجید مهدی نوخندان، (1387)، پیش‌بینی بارش فصلی بر اساس الگوهای سینوپیتیکی با استفاده از سیستم استنباط فازی-عصبی تطبیقی ANFIS، پژوهش‌های جغرافیای طبیعی، شماره 66، صص 139-121.

مالچسفکی. یاردان، (1385)، سامانه اطلاعات جغرافیایی و تحلیل تصمیم چند معیاری، ترجمه اکبر پرهیزگار، عطا غفاری گیلانده، تهران، انتشارات سمت.

منتصری، مجید؛ امیرعطایی، بابک، (1394)، پیش‌بینی استوکستیکی احتمالات وقوع خشکسالی (مطالعه موردی: شمال غرب کشور)، نشریه مهندس عمران و محیط زیست، جلد 45، شماره 1.

هنر، تورج، طرازکار، محمدحسین، و محمدرضا طرازکار، (1389)، برآورد ضریب دبی سریزهای جانبی با استفاده از سیستم استنتاج فازی–عصبی، مجله پژوهشی‌های حفاظت آب و خاک، شماره2، صص 177-169.

Arms, K., )1990(, Nvironmental Sciences. Staunders Collage Pub Florida.

Huanga, S., Hunger, Q., Changa, J., Zhua, Y., Lengb, G., )2015(, Drought structure based on a nonparametric multivariate standardized drought index across the Yellow River basin, China. Journal of Hydrology, 530: 127–136

Jain, v., Pandey, R., Jain, M., Byun, H-R., )2015(, Comparison of drought indices for appraisal of drought characteristics in the Ken River Basin. Weather and Climate Extremes, 8: 1-11.

Keta T.B., Doesken N.J., )1993(, The relationship of drought frequency and duration to time scales. Eightth Conference on Applied Climatology, Anaheim, CA, American Meteorological Society, 179- 18u PP.

Mo, K.C., )2008(, Model-based drought indices over the United States, J. Hydrometeorol, 9, 1212–1230. http://dx.doi.org/10.1175/2008JHM1002.1.

Niranjana, Kumar, k. N., Rajeevan, M., Pai, D. S., Sivastava, A.K., Preethi, B., )2013(, On the observed variability of monsoon droughts over india weather and climate extremes, 1: 42-50.

Palmer, W.C., )1965(, Meteorological drought, Research Iranian Journal of Irrigation and DrainageNo. 4, Vol. 8, Winter. 2015, p. 845-856.

Peters, E., G. Bier, H.A., Lanen, and P. Torfs, (2006), Propagation and spatial distribution of drought in a groundwater catchment, Journal of Hydrology, 321, pp 257-275.

Stairs, G., Vangelis, H., )2004(, Towards a Drought Watch System based on Spatial SPI. Journal of Water Resources Management 18, 1-12.

Spinoni, j., Naumann, G., vogt, j., Barbosa, P., )2015(, The biggest drought events in Europe from 1950-2012.journal of hydrology: Regional, 3: 509-524.

Touma, D., Ashfaq, M., Nayak., M., Kao, S-C., Diffenbaugh, N., )2015(, A multi-model and multi-index evaluation of drought characteristics in the 21st century. Journal of Hydrology, 526: 196-207.

Wilhite, D.A., (2000), Drought: A Global Assessment, Routledge Press, London and NewYork, Vol. 1.

Wang, L., Chen, W., )2014(, A CMIP5 multimodel projection of future temperature, precipitation, and climatological drought in China. Int. J. Climatol. 34, 2059–2078. http://dx.doi.org/10.1002/joc.3822.

Zhao, M., Running, S.W., )2010(, Drought-induced reduction in global terrestrial net primary production from 2000 through 2009.Science 329, 940–943