تحلیل خشکسالی و پیش بینی آنها با استفاده از مدل آریما (ARIMA)

خشک سالی از جمله بلایای اقلیمی بدون صدای طبیعت است که می تواند اثرات مخرب و زیان باری در زمینه های مختلف اقتصادی، اجتماعی و زیست محیطی به جای گذارد. اساس بسیاری از تصمیم گیری ها در فرآیند های هیدرولوژیکی و تصمیمات بهره برداری از منابع آب بر پایه پیش بینی و تحلیل سری های زمانی است. خشک سالی حالتی نرمال و مستمر از اقلیم ایران با فراوانی وقوع نسبتا بالا است و می توان با استفاده از تحلیل های آماری و مدل های ریاضی پیش بینی آن پرداخت. در این پژوهش برای پیش بینی بارندگی سالانه و روند تر سالی و خشکسالی ایستگاه های سینوپتیک بندر عباس ،بندر لنگه و جاسک در استان هرمزگان در دوره آماری 2016-1986 از سری زمانی آریما استفاده شد. به همین منظور منطقه مورد مطالعه موقعیت یابی و همچنین با استفاده از مدل SPI روند تغییرات بارش ، شدت خشکسالی بررسی شد . همچنین جهت بررسی مدل آریما از نرم افزار Minitab استفاده شد . به همین منظور منطقه مورد مطالعه موقعیت یابی و همچنین با استفاده از مدل SPI روند تغییرات بارش، شدت خشکسالی بررسی شد. میزان خشک سالی در دوره دوازده ماهه بین سال های 1986 تا 2016 در ایستگاه بندرعباس 53 درصد است. بیشترین ترسالی در سال 2004 و شدیدترین خشک سالی در سال های 2010 و 2016 بوده است. نمودار خشک سالی ایستگاه بندرلنگه نشان می دهد که بین سال های 1986 تا 2016 که میزان خشک سالی حدود 55 درصد است. بیشترین خشک سالی در سال 2010 و بیشترین ترسالی در سال 2003 بوده است. در بین سال های 1990 تا 1994 بیشترین تداوم ترسالی و بیشترین تداوم خشک سالی بین سال های 2009 تا 2016 بوده است. با توجه به نمودار دوازده ماهه میزان خشک سالی ایستگاه بندرجاسک حدود 53 درصد و بالاترین خشک سالی در سال 2010 و بیشترین ترسالی در سال 2000 است. نتایج حاصل از مدل محاسباتی نشان می دهد بررسی داده های ماهانه ایستگاه بندرعباس نشان دهنده افزایش دما و روند کاهشی بارش در منطقه است. نمودارهای بارش هم نشان می دهد که حدود هر 24 یک چرخه سینوسی در مقدار متوسط بارش ماهانه وجود دارد. همچنین بررسی داده های ماهانه ایستگاه بندرلنگه نشان دهنده افزایش دما و روند کاهشی بارش در منطقه است. نمودارهای بارش هم نشان می دهد که حدود هر 23 یک چرخه سینوسی در مقدار متوسط بارش ماهانه وجود دارد. بررسی داده های ماهانه ایستگاه بندرجاسک نشان دهنده افزایش دما و روند کاهشی بارش در منطقه است. نمودار های بارش هم نشان می دهد که حدود هر 21 چرخه سینوسی در مقدار متوسط بارش ماهانه وجود دارد.

کلیدواژه ها:

اقلیم ، خشکسالی ، مدل SPI ، AMIRA ، خودهمبستگی