پایش و پیش‌‏بینی وضعیت خشکسالی با استفاده از شاخص بارندگی استاندارد (SPI) و شبکۀ عصبی پرسپترون چندلایه (مطالعۀ موردی: استان‏ های تهران و البرز)

نویسندگان

1 استادیار گروه انرژی‏های نو و محیط زیست، دانشکدۀ علوم و فنون نوین، دانشگاه تهران

2 استادیار گروه انرژی‏های نو و محیط زیست، دانشکدۀ علوم و فنون نوین، دانشگاه تهران

3 دانشجوی کارشناسی ‏ارشد رشتۀ مهندسی طبیعت، دانشکدۀ علوم و فنون نوین، دانشگاه تهران

doi
10.22059/ije.2015.58068
چکیده

خشکسالی یکی از پدیده‏های تکرار‏شونده در تمامی نقاط با اقلیم‏های پر‏بارش و کم‏بارش است و  بلایی طبیعی به‌شمار می‌رود. ایران نیز از جمله کشورهایی است که با این پدیده در نقاط مختلف به‌خصوص حوضۀ رود‏خانه‏ها درگیر است. استان‏ تهران به‌دلیل اهمیت آن از نظر سیاسی و اجتماعی با رشد روز‏‏افزون جمعیت مواجه است که این امر به کاهش منابع آبی این استان دامن می‏زند. در این پژوهش به استان البرز که در گذشته یکی از شهر‏های استان تهران محسوب می‏شد، ‌توجه شد. خسارات واردشده از خشکسالی به این منطقه از نوع اقتصادی‌ـ اجتماعی است. در این پژوهش پایش و پیش‏بینی وضعیت خشکسالی، با استفاده از اطلاعات بارش 38 ایستگاه باران‏سنجی در محدودۀ دو استان تهران و البرز، به‌وسیلۀ شاخص بارندگی استاندارد (SPI) در بازۀ زمانی 31 ساله ‌بین سال‏های آبی 1362‌ـ 1363 تا 1392‌ـ 1393 در میانگین‏های زمانی 3، 6، 9، 12 و 24 ماهه انجام گرفت. نتایج بررسی شاخص SPI12 نشان داد حدود نیمی از ایستگاه در کل دورۀ مطالعاتی وضعیت نرمال داشته‏اند و حدود یک‏سوم ایستگاه‏ها در این مدت وضعیت خشکسالی را پشت ‏سر گذاشته‏اند. با توجه به مقادیر عددی شاخص SPI دو بازۀ زمانی 1375‌ـ 1376 و 1377‌ـ 1378 به‏عنوان سال‏هایی که یک دورۀ کامل خشکسالی را تجربه کرده‏اند، انتخاب شدند. دوره‏های خشکسالی شدید و خیلی شدید، شدید‏ترین مقدار خشکسالی (کمترین مقدار SPI) برای تعدادی از ایستگاه‏ها در دوره‏های 3، 6، 9، 12 و 24 ماهه محاسبه شد. همچنین پیش‏بینی با روش شبکۀ عصبی پروسپترون چند‌لایه انجام شد به‌طوری‌که حاصل به مقادیر مشاهداتی بسیار نزدیک بود.