پیش آگاهی خشکسالی کشور با استفاده از پس پردازش برونداد مدل دینامیکیMRI‐CGCM3 با هدف کاهش ریسک خشکسالی در سطح کشور

موقعیت جغرافیایی ایران در واقع شدن در کمربند پرفشار حاره ای موجب شده است تا اقلیم آن به طور کلی در طبقه نیمه خشک تا خشک قرار گیرد؛ از طرفی به دنبال پدیده گرمایش جهانی و تغییرات اقلیمی حادث شده، ناهنجاری هایاقلیمی – بخصوص خشکسالی- در کشورمان در مقایسه با دوره بلند مدت افزایش یافته است. مهمترین مشخصه تغییر اقلیم تغییر در رفتارهای و افت و خیزهای اقلیمی می باشد؛ لذا اطلاع از وضعیت اقلیم آتی در مقیاس ماه تا فصل وپیش بینی قابل اعتماد بارش و هشدار خشکسالی می تواند کشاورزان و سایر کاربران را در مقابل پدیده خشکسالی توانمند سازد و خساران ناشی از آن را کاهش دهد. در این راستا برونداد بارش مدل دینامیکی پیش بینی فصلیMRI-CGCM٣با استفاده از متغیرهای خروجی مدل و بارش مشاهداتی در ٧١ شهر کشور در دوره ٢٨ ساله 2007 -١٩٨٠ با استفاده از روش رگرسیون چند متغیره خطی مورد پس پردازش قرار گرفتند تا رفتار بارش پیش بینی شده مدل یاد شده با بارش ایستگاههای سینوپتیک هواشناسی کشور هماهنگ و خطای مدل حذف گردد. سپس این داده ها برای پیش آگاهی شاخص خشکسالیSPIسه ماه آینده استفاده شدند. نتایج این تحقیق نشان می دهد که فرآیند پس پردازش به میزان قابل توجهی صحت پیش آگاهی خشکسالی رارا در سطح کشور افزایش می دهد؛ به طوریکه صحت پیش بینی خشکسالی از ۶۶.٧ درصد در حالت بدون اعمال پس پردازش به ٧٨.۵ درصد افزایش می یاد. نتایج این مطالعه می تواند به تصمیم گیران کشورمان در بخش کشاورزی، منابع آب و سازمان مدیریت بحران در مدیریت ریسک خشکسالی کمک نماید

کلیدواژه ها:

پیش بینی فصلی ، مدلMRI-CGCM3 ، شاخصSPI ، پیش آگاهی ، پس پردازش