مدلسازی خشکسالی بر پایه شاخص SPI با استفاده از دادههای زمینی و ماهوارهای به کمک مدل تلفیقی GPR-CEEMD
نویسندگان
1 گروه آب دانشکده عمران دانشگاه تبریز
2 گروه آب، دانشکده عمران، دانشگاه تبریز
doi
10.22125/iwe.2021.133765چکیده
ﺧﺸﮑﺴﺎﻟﯽ یکی از مشکلات مهمی است که در بخش کشاورزی و منابع آب تاثیرگذار میباشد. امروزه اﺳﺘﻔﺎده از ﺗﮑﻨﯿﮏ ﺳﻨﺠﺶ از دور ﺑﻪ ﻋﻨﻮان ﯾﮏ اﺑﺰار ﻣﻔﯿﺪ ﺟﻬﺖ ﭘﺎﯾﺶ ﺧﺸﮑﺴﺎﻟﯽ ﻣﻮرد ﺗﻮﺟﻪ قرار گرفته است. ﻫﺪف از اﯾﻦ ﻣﻄﺎﻟﻌﻪ پیشبینی زﻣﺎﻧﯽ ﺧﺸﮑﺴﺎﻟﯽ ﺑﺎ اﺳﺘﻔﺎده از دادهﻫﺎی ایستگاههای زمینی و ﻣﺎﻫﻮارهای محصول TRMM3B43 ﺑﯿﻦ ﺳﺎلﻫﺎی 1998-2017 ﻣﯽﺑﺎﺷﺪ. در این راستا، ابتدا دادههای بارش به ﺷﺎﺧﺺ SPI تبدیل گردید و سپس با استفاده از روش هوشمند رگرسیون فرآیند گاوسی (GPR) بر پایه روش تجزیهی یکپارچه مد تجربی ﮐﺎﻣﻞ (CEEMD) خشکسالی شهر تبریز مورد بررسی قرار گرفت. مدلهای متفاوتی تعریف گردید و نرخ تأثیر پارامترهای ورودی مختلف بررسی شد. مشاهده گردید ﮐﻪ مقادیر بارش حاصل از ماهواره TRMM در ﻣﻘﯿﺎس ﻣﺎﻫﺎﻧﻪ دارای ﻫﻤﺒﺴﺘﮕﯽ مطلوبی با ﻣﻘﺪار ﺑﺎرش ﺣﺎﺻﻞ از اﯾﺴﺘﮕﺎه تبریز بوده و نتایج تحلیل خشکسالی با استفاده از دادههای ماهوارهای تقریبا منطبق بر دادههای ایستگاه زمینی است. نتایج قابلیت و کارایی بالای روش به کار رفته را در تخمین شاخص خشکسالی SPI به خوبی نشان داد و مشاهده شد که تجزیه سری زمانی بر اساس روش تجزیهی یکپارچه مد تجربی کامل منجر به نتایج دقیقتری میگردد. تجزیه دادههای ورودی تقریبا30 تا 40 درصد دقت پیشبینی را افزایش داد. ملاحظه گردید که در پیش بینی خشکسالی، عناصر اقلیمی شامل میانگین دما و رطوبت نسبی ماهانه و همچنین شاخص SPIهای مربوط به ماههای گذشته تاثیرگذار میباشند و با حذف پارامترهای اقلیمی، خطای مدلسازی 15 تا 20 درصد افزایش مییابد. همچنین نتایج آنالیز حساسیت نشان داد که SPIt-1تاثیرگذارترین پارامتر در مدلسازی است.