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.2021.133765
چکیده

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.