کاربرد داده های شبکه ای CRU و GPCC در تحلیل خشکسالی های بلند مدت حوضه آبریز دریاچه ارومیه

سابقه و هدف:خشکسالی رویدادی است که هر ساله کشورهای زیادی را با کمبود آب مواجه می کند. اقلیم خشک و نیمه خشک و توزیع نامناسب بارندگی از نظر مکانی و زمانی سبب افزایش اثر منفی کمبود منابع آب در کشور ایران می باشد. در پژوهش حاضر وضعیت خشکسالی هواشناسی حوضه آبریز دریاچه ارومیه با استفاده از داده های شبکه ای بارش، دما و تبخیر و تعرق مرجع در ۱۰ ایستگاه سینوپتیک از سال ۱۹۵۵-۲۰۱۹ مورد بررسی قرار گرفت. بدین منظور ابتدا عملکرد داده های شبکه ای CRU (Climatic Research Unit) و (Global Precipitation Climatology Center) GPCC در برآورد پارامترهای اقلیمی با استفاده از داده های زمینی ارزیابی شد. سپس از داده های شبکه ای جهت محاسبه شاخص شناسایی خشکسالی RDI (Reconnaissance Drought Index) استفاده گردید و پایش خشکسالی طی دوره آماری مشاهده مورد بررسی قرار گرفت.مواد و روش ها:حوضه آبریز در شمال غرب ایران در استان های آذربایجان غربی، شرقی و کردستان قرار گرفته و مرز غربی آن ارتفاعات مرزی ایران و ترکیه است. در پژوهش حاضر در ابتدا با مراجعه به سازمان هواشناسی کشور داده های بارش و دمای ایستگاه های مورد مطالعه طی یک دوره ۶۵ ساله (۱۱۹۵۵-۲۰۱۵) دریافت و پردازش شد. سپس جهت معرفی و استفاده از داده های شبکه ای برای مکان و زمان های فاقد آمار، از داده های بارش ماهانه GPCC و مولفه های (حداقل، متوسط و حداکثر) دماییCRU ، برای ۱۰ ایستگاه همدیدی منتخب حوضه دریاچه ارومیه در طی دوره آماری استفاده شد. جهت تحلیل خشکسالی بلند مدت و محاسبه شاخص RDI از داده های بارش، دما و تبخیر و تعرق حاصل از داده های شبکه ای استفاده گردید. یافته ها:در مطاعه حاضر برای واسنجی داده های مورد استفاده از دو رویکرد کلی استفاده شد. رویکرد اول عبارتست از اینکه کلیه داده های زمینی مستخرج از ایستگاه های هواشناسی به ترتیب زمانی در مقابل داده های شبکه ای ترسیم شده و یک رابطه رگرسیونی به آنها برازش داده می شود. در رویکرد دوم به تغییرات ماهانه داده های شبکه ای توجه شده و واسنجی برای هر ماه به صورت جداگانه انجام می شود. از این رو واسنجی ماهانه در ایستگاه ها برای داده های موجود انجام شد و نتایج نشان داد که خطای محاسباتی در داده های CRU برای دما و تبخیر و تعرق به مراتب کوچک تر بوده و توانسته است مقادیر داده های دما و تبخیر و تعرق را با خطای کمتر و عملکرد بهتر برآورد نماید. به عنوان مثال در ایستگاه ارومیه برای تخمین ETo، مقدار شاخص ارزیابی RMSE بین داده های زمینی و شبکه ای CRU، ۰.۹۱۸ میلی متر در روز می باشد. در حالیکه بعد از واسنجی این مقدار به ۰.۶۷۱ میلی متر در روز کاهش یافت. این روند کاهش خطا بین داده های زمینی و شبکه ای CRU در کلیه ایستگاه های مورد مطالعه نیز تکرار شده است. در ایستگاه های پیرانشهر و سقز برآورد تبخیر و تعرق مرجع با خطای بیشتری نسبت به سایر ایستگاه ها همراه بود. بطوریکه معیار MAE در ایستگاه های مذکور قبل از واسنجی به ترتیب ۱.۰۸۷ و ۰.۹۶۵ (mm/day) بوده و بعد از عمل واسنجی این شاخص به مقدار ۰.۳۰۹ و ۰.۴۶۷ (mm/day) کاهش یافته است. در این بخش علاوه بر شاخص های آماری از نمودار ویولنی برای نشان دادن توزیع داده ها نیز بهره گرفته شد. به طور کلی می توان نتیجه گرفت که داده های اقلیمی به دست آمده از پایگاه های اطلاعاتی CRU و GPCC مطابقت خوبی با مقادیر زمانی نشان می دهند اما اصلاح اریبی موجود در آنها همواره باید مورد توجه قرار گیرد.نتیجه گیری:تحلیل خشکسالی های حوضه آبریز حاکی از آن است که از سال۲۰۱۹-۱۹۹۸ RDI مقادیر منفی تری را به خود اختصاص داده که خشکسالی شدید را نشان می دهد و به عبارتی فعالیت های انسانی و شرایط اقلیمی را در منطقه با بحران مواجه می کند. نتایج پژوهش حاضر نشان دهنده عملکرد مناسب داده های شبکه ای CRU و GPCC در برآورد پارامترهای هیدرولوژیک بوده و توصیه می گردد در مناطقی که داده های ثبت شده زمینی طولانی مدت در دسترس نیست از پایگاه های اطلاعاتی فوق استفاده شود.

کلیدواژه ها:

اصلاح اریبی ، پایگاه اطلاعاتی داده های هواشناسی ، خشکسالی هواشناسی ، شاخص RDI