تحلیل و پایش خشکسالی بر اساس منطق فازی (مطالعه موردی حوضه دریاچه ارومیه)

پایش خشکسالی در تدوین طرح های مقابله با خشکسالی و مدیریت آن از اهمیت ویژه ای برخوردا ر است. بررسی ویژگی هایخشکسالی و پیش بینی آن می تواند در کاهش خسارات حاصل از آن موثر باشد . بدین منظور، در این تحقیق به بررسیخشکسالی و ارزیابی امکان پیش بینی آن برای ایستگاه های حوضه دریاچه ارومیه پرداخته شده است. برای پایش خشکسالی باترکیب دو تابع عضویت فازی مربوط به شاخص بارندگی استاندارد شده (SPI) و شاخص تبخیر و تعرق استاندارد شده (SEI)، شاخصجدیدی با نام شاخص تبخیر و تعرق و بارندگی استاندارد شده (SEPI) استخراج گردید. از شاخص SEPI در مقیاس زمان ی ۶ و ۱۲ماهه برای پایش خشکسالی و از سیستم تطبیقی استنتاج فازی- عصبی (ANFIS) بعنوان مدل مبتنی بر هوش مصنوعی برایپیش بینی خشکسالی استفاده شده است. از آزمون آماری ناپارامتریک مان- کندال برای مطالعه اثر تغییر اقلیم روی روند داده های بارش ایستگاه های حوضه دریاچه ارومیه استفاده شده است. پرواضح است که دما و بارندگی مهمترین متغیرهای هستندکه اقلیم یک منطقه را تحت تاثیر قرار می دهند. یافته های تحقیق نشان می دهد که دما بطور معنی داری در سطح حوضه درحال افزایش است، اما در خصوص بارندگی روند معنی دار کاهشی مطابق با آنچه برای افزایش دما ملاحظه شد، به چشم نمیخورد. در خصوص دبی جریان رودخانه ها که کاملا تحت تاثیر این دو عامل قرار دارد، روند معنی دار کاهشی به طور گستردهمشاهده گردید. نظر به وجود تفاوت روند بین ایستگاه های بالادست و پایین دست، به غیر از تغییر اقلیم، نقش عوامل انسانیدیگر نظیر تغییر کاربری اراضی و تغییر محل ایستگاه هیدرومتری را نمی توان نادیده گرفت. نتایج تحقیق نشان می دهد کهبیش ترین درصد وقوع خشکسالی در ایستگاه ارومیه و کم ترین آن در مهاباد مشاهده شده است. کاربرد منطق فازی در پایش و پیشبینی خشکسالی نشان داد که استفاده از این منطق امکان تحلیل دقیق تر و مناسب تر این پدیده را بدست می دهد.

کلیدواژه ها:

خشکسالی ، تغییراقلیم ، شاخص SEPI ، روش مان کندال ، حوضه دریاچه ارومیه