تعداد نشریات | 161 |
تعداد شمارهها | 6,532 |
تعداد مقالات | 70,501 |
تعداد مشاهده مقاله | 124,105,383 |
تعداد دریافت فایل اصل مقاله | 97,210,858 |
ارزیابی خصوصیات خشکسالی بر اساس ترکیب دادههای بارش و رواناب پایگاههای جهانی در حوضههای آبریز درجه دو کشور | ||
تحقیقات آب و خاک ایران | ||
دوره 54، شماره 9، آذر 1402، صفحه 1299-1317 اصل مقاله (2.42 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22059/ijswr.2023.362401.669537 | ||
نویسندگان | ||
فاطمه مقدسی1؛ مه نوش مقدسی* 2؛ مهدی محمدی قلعه نی1 | ||
1گروه علوم و مهندسی آب، دانشکده کشاورزی و محیط زیست، دانشگاه اراک، اراک، ایران | ||
2دانشیار، دانشگاه اراک، تخصص: مدیریت منابع آب، بهینه سازی | ||
چکیده | ||
امروزه با پیشرفت تکنولوژی، امکانات گستردهای برای پایش دادههای اقلیمی با توان تفکیک متفاوتی فراهم شده است. لذا در تحقیق حاضر، هدف بررسی ترکیب پایگاههای دادههای بارش و پایش همزمان خشکسالی هواشناسی و هیدرولوژیکی در مقیاس زمانی ماهانه با استفاده از شاخص خشکسالی ترکیبی (CDI) در سطح حوضههای آبریز درجه دو کشور میباشد. بدین منظور ابتدا دادههای مشاهداتی (100 ایستگاه سینوپتیک در مقیاس روزانه) و پایگاههای جهانی بارش و رواناب شامل ERA5،MRRRA2 ،GRUN ،GLDAS وTERRA (در مقیاس ماهانه) طی دوره زمانی 1987-2019 گردآوری و استخراج گردید. سپس بر اساس شاخص خشکی، ایستگاهها و حوضهها آبریز طبقهبندی شدند و برای ترکیب پایگاهها و شاخصها از روش وزن دهی آنتروپی (EW) استفاده شده است. دقت پایگاهها بر اساس معیارهای کلینگ گوپتا (KGE) و مجذور میانگین مربع خطا استاندارد شده (NRMSE) انجام شد. نتایج نشان داد که ترکیب پایگاه دادههای بارش در اقلیم فراخشک، خشک، نیمه خشک و مرطوب به ترتیب 32، 10، 24 و 26 درصد باعث کاهش خطا نسبت به استفاده از پایگاه دادههای منفرد گردید. در مقیاس 3 ماهه حوضه آبریز سفیدرود، دریاچه نمک و تالش و در مقیاس 12 ماهه حوضه آبریز دریاچه ارومیه، دریاچه نمک، سفید رود، هامون جازموریان، هامون مشیکل، جنوب بلوچستان و قسمتی از ارس از شدت، مدت و پیک بیشتری برخوردار هستند. بطور متوسط در هر دو مقیاس، خشکسالیها در قسمت میانی کشور از شدت و مدت کمتری برخوردار می-باشند. وسعت خشکسالی در حوضههای اقلیم فرا خشک، خشک و نیمه خشک در مقیاس 3 و 12 ماهه به ترتیب بطور متوسط 45 و 53 درصد و در اقلیم مرطوب 70 و 40 درصد بوده است. بر اساس یافتههای فوق میتوان گفت ترکیب پایگاه دادههای بارش منجر به افزایش دقت استفاده از پایگاههای جهانی میگردد. همچنین خشکسالی در اقلیم مرطوب از شدت، مدت و وسعت بیشتری در مقیاس کوتاهمدت نسبت به بلندمدت برخوردار میباشد. | ||
کلیدواژهها | ||
دادههای جهانی بارش و رواناب؛ حوضه آبریز؛ وزن دهی آنتروپی؛ شاخص خشکسالی ترکیبی | ||
مراجع | ||
Beersma, J. J., & Buishand, T. A. (2004). Joint probability of precipitation and discharge deficits in the Netherlands. Water Resources Research, 40(12),1-12. Eghdami, M., & Barros, A.P. (2019). Extreme orographic rainfall in the eastern Andes tied to cold air intrusions. Frontiers in Environmental Science, 7, 101. Erfani, A., Babaeian, I., & Entezari, A. (2020). ERA-Interim. Journal of Climate Research, 1398(38), 77-92. Fahimirad, Z., & Shahkarami, N. (2021). The Impact of Climate Change on Hydro-Meteorological Droughts Using Copula Functions. Water Resources Management, 35(12), 3969-3993. Farahmand, A., & AghaKouchak, A. (2015). A generalized framework for deriving nonparametric standardized drought indicators. Advances in Water Resources, 76, 140-145. Faridzad, M., Yang, T., Hsu, K., Sorooshian, S., & Xiao, C. (2018). Rainfall frequency analysis for ungauged regions using remotely sensed precipitation information. Journal of Hydrology, 563, 123–142. Fooladi, M., Golmohammadi, M. H., Rahimi, I., Safavi, H. R., & Nikoo, M. R. (2023). Assessing the changeability of precipitation patterns using multiple remote sensing data and an efficient uncertainty method over different climate regions of Iran. Expert Systems with Applications, 221, 119788. Gelaro, R., McCarty, W., Suárez, M. J., Todling, R., Molod, A., Takacs, L., ... & Zhao, B. (2017). The modern-era retrospective analysis for research and applications, version 2 (MERRA-2). Journal of Climate, 30(14), 5419-5454. Ghiggi, G., Humphrey, V., Seneviratne, S. I., & Gudmundsson, L. (2019). GRUN:an observation-based global gridded runoff dataset from 1902 to 2014. Earth System Science Data, 11(4), 1655-1674. Hao, Z., & AghaKouchak, A. (2013). Multivariate standardized drought index: a parametric multi-index model. Advances in Water Resources, 57, 12-18. Hersbach, H., de Rosnay, P., Bell, B., Schepers, D., Simmons, A., Soci, C., ... & Zuo, H. (2018). Operational global reanalysis: progress, future directions and synergies with NWP. European Centre for Medium Range Weather Forecasts. Reading, UK. Hoseeni, Z. S., Moghaddasi, M., & Paimozd, S. (2022). Accuracy assessment of ECMWF datasets in prediction of climate data and drought monitoring of Garechai basin of Markazi Province. Iranian Journal of Soil and Water Research, 53(4), 715-732 (In persion). Hosseini, Z. S., Moghaddasi, M., & Paimozd, S. (2023). Simultaneous Monitoring of Different Drought Types Using Linear and Nonlinear Combination Approaches. Water Resources Management, 37(3), 1125-1151. Hosseini-Moghari, S.M., Araghinejad, S., & Ebrahimi, K. (2018). Spatio-temporal evaluation of global gridded precipitation datasets across Iran. Hydrological Sciences Journal ,63 (11), 1669–1688. Kim, H., Watanabe, S., Chang, E. C., Yoshimura, K., Hirabayashi, J., Famiglietti, J., & Oki, T. (2017). Global Soil Wetness Project Phase 3 Atmospheric Boundary Conditions (Experiment 1). Data Integration and Analysis System (DIAS). Li, Q., Li, P., Li, H. & Yu, M. (2015). Drought assessment using a multivariate drought index in the Luanhe River basin of Northern China. Stochastic Environmental Research and Risk Assessment, 29(6), 1509-1520. McKee, T.B., Doesken, N.J. & Kleist, J. (1993, January). The relationship of drought frequency and duration to time scales. In Proceedings of the 8th Conference on Applied Climatology, Anaheim, California, USA. 17:179-183. Mohammadi Ghaleni, M., & Sharafi, S. (2022). Evaluation of CRU TS4. 05 and ERA5 Datasets Accuracy to Precipitation, Temperature and Potential Evapotranspiration in Different Climates across Iran. Iranian Journal of Irrigation & Drainage, 16(5), 879-890 (In persion). Morid, S., Smakhtin, V. and Moghaddasi, M. (2006). Comparison of Seven Meteorological Indices for Drought in Iran. International Journal of Climatology, 26, 971-985. Motevali Bashi Naeini, E., Akhoond-Ali. A.M., Radmanesh, F., Koupai, J.A, & Soltaninia, S. (2021). Comparison of the Calculated Drought Return Periods Using Tri-variate and Bivariate Copula Functions under Climate Change Condition. Water Resources Management, 35(14), 4855-4875. Naderi, K., Moghaddasi, M., & Shokri, A. (2022). Drought Occurrence Probability Analysis Using Multivariate Standardized Drought Index and Copula Function Under Climate Change. Water Resources Management, 36(8), 2865-2888. Nazeri Tahroudi, M., Ramezani, Y., De Michele, C. & Mirabbasi, R. (2020). A new method for joint frequency analysis of modified precipitation anomaly percentage and streamflow drought index based on the conditional density of copula functions. Water Resources Management, 34(13), 4217-4231. Palmer, W.C. (1965). Meteorological Drought. Department of Commerce, Weather Bureau., Washington, DC, 58 pp. Pom´eon, T., Jackisch, D., & Diekkrüger, B. (2017). Evaluating the performance of remotely sensed and reanalyzed precipitation data over west Africa using HBV light. Journal of Hydrology, 547, 222–235. Rienecker, M.M., Suarez, M.J., Gelaro, R., Todling, R., Bacmeister, J., Liu, E., Bosilovich, M.G., Schubert, S.D., Takacs, L., & Kim, G.-K. (2011). MERRA: NASA’s modern-era retrospective analysis for research and applications. Journal of Climate, 24, 3624–3648. Rodell, M., Houser, P. R., Jambor, U. E. A., Gottschalck, J., Mitchell, K., Meng, C. J., ... & Toll, D. (2004). The global land data assimilation system. Bulletin of the American Meteorological Society, 85(3), 381-394. Saemian, P., Tourian, M. J., AghaKouchak, A., Madani, K., & Sneeuw, N. (2022). How much water did Iran lose over the last two decades?. Journal of Hydrology: Regional Studies, 41, 101095. Salman, S.A., Shahid, S., Ismail, T., Al-Abadi, A.M., Wang, X.j., & Chung, E.S. (2019). Selection of gridded precipitation data for Iraq using compromise programming. Measurement ,132, 87–98. Shukla, S., & Wood, A. W. (2008). Use of a standardized runoff index for characterizing hydrologic drought. Geophysical Research Letters, 35(2). Su, F., Hong, Y., & Lettenmaier, D.P. (2008). Evaluation of TRMM multisatellite precipitation analysis (TMPA) and its utility in hydrologic prediction in the La Plata basin. Journal of Hydrometeorology, 9 (4), 622–640. Sun, Q., Miao, C., Duan, Q., Ashouri, H., Sorooshian, S., & Hsu, K.L. (2018). A review of global precipitation data sets: Data sources, estimation, and intercomparisons. Reviews of Geophysics, 56 (1), 79–107. Tsakiris, G., & Vangelis, H. J. E. W. (2005). Establishing a drought index incorporating evapotranspiration. European Water, 9(10), 3-11. Tsiros, I. X., Nastos, P., Proutsos, N. D., & Tsaousidis, A. (2020). Variability of the aridity index and related drought parameters in Greece using climatological data over the last century (1900–1997). Atmospheric Research, 240, 104914. United Nations Educational, Scientific and Cultural Organization. (1979). Map of the world distribution of arid regions: map at scale 1:25,000,000 with explanatory note, MAB Technical Notes 7. UNESCO, Paris. Vicente-Serrano, S. M., Beguería, S., & López-Moreno, J. I. (2010). A multiscalar drought index sensitive to global warming: the standardized precipitation evapotranspiration index. Journal of Climate, 23(7), 1696-1718. Won, J., Choi, J., Lee, O. & Kim, S. (2020). Copula-based Joint Drought Index using SPI and EDDI and its application to climate change. Science of the Total Environment, 744, 140701. Xu, H., Xu, C.Y., Chen, S., & Chen, H. (2016). Similarity and difference of global reanalysis datasets (WFD and APHRODITE) in driving lumped and distributed hydrological models in a humid region of China. Journal of Hydrology, 542, 343–356. Yang, J., Chang, J., Wang, Y., Li, Y., Hu, H., Chen, Y., ... & Yao, J. (2018). Comprehensive drought characteristics analysis based on a nonlinear multivariate drought index. Journal of Hydrology, 557, 651-667. Yevjevich, V. M. (1967). Objective approach to definitions and investigations of continental hydrologic droughts, An (Doctoral dissertation, Colorado State University. Libraries). Zhu, G. Y., He, L. J., Ju, X. W., & Zhang, W. B. (2018). A fitness assignment strategy based on the grey and entropy parallel analysis and its application to MOEA. European Journal of Operational Research, 265(3), 813-828. | ||
آمار تعداد مشاهده مقاله: 265 تعداد دریافت فایل اصل مقاله: 294 |