پایش و پیش بینی خشکسالی استان سمنان با روش ، زنجیره مارکوف، و GIS

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 738

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICDAN02_311

تاریخ نمایه سازی: 26 شهریور 1395

چکیده مقاله:

خشکسالی دربین بلایای طبیعی از نظر شدت، مدت و خسارت در رتبه اول قرار دارد . یکی ازمهم ترین علل اهمیت موضوع خشکسالی ارتباط شرایط اقلیمی با میزان منابع آب دردسترس است. ازآنجا که پدیده های طبیعی فرایند اجتناب ناپذیری هستند و نقش انسان در آن کم رنگ است تنها راه کاراین امر، پیش بینی این پدیده و برنامه ریزی برای مقابله با این پدیده طبیعی است زنجیره مارکوف با روش های ساده ریاضی مانند ضریب ماتریس ها،مدل های احتمالات مربوط به فرایندهای وابسته پیش بینی را بسیار آسان نموده است برای تخمین خشکسالی به دلیل دینامیک پیچیده حاکم برآن لازم است ازمدل های دینامیکی که در آن فرایندهای حاکم برپدیده خشکسالی درنظر گرفته می شود،استفاده کرد. تداوم خشکسالی ها در سال های گذشته اثرات نامطلوبی برروی منابع آب جهان از جمله مناطق مختلف کشور ایران گذاشته است و بیانگر این واقعیت است که تکرار این پدیده و یا تداوم آن در سال های آتی چندان دور از انتظار نیست. از همین رو لازم است که شرایط آینده راپیش بینی کرده تا تمهیدات لازم برای کاهش اثرات خشکسالی انجام گیرد. در این پژوهش با استفاده از سری های زمانی حاصل از شاخص بارش استانداردشده (SPI)وضعیت خشکسالی در استان سمنان مورد بررسی قرار گرفت است و در ادامه امکان پیش بینی خشکسالی با روش زنجیره مارکوف ارزیابی شده است . نتایج حاصل از این مدل در محیط نرم افزار GIS پیاده سازی شده است و خشکسالی منطقه برای دو سال آینده پیش بینی شده است نتایج حاصله نشان میدهد شدیدترین خشکسالی دراستان سمنان مربوط به ایستگاه شهرود در مقیاس زمانی 6ماهه می باشد و شدت خشکسالی درمناطق مرکزی استان بیشتر از سایر قسمت ها می باشد.

نویسندگان

صفورا کرمی

دانشجوی کارشناسی ارشد مهندسی منابع آب دانشگاه تبریز

منیر شیرزاد

دانشجوی کارشناسی ارشد سنجش از دور دانشگاه تبریز

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :