ارزیابی ریسک خشکسالی هواشناسی با استفاده از تکنیک زنجیره مارکوف و معرفی مدل پیش‌نگری دوره‌های آتی تحت تاثیر تغییر اقلیم (مطالعه موردی: زیرحوضه آبریز افین)

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری دانشگاه فردوسی مشهد/ دانشکده کشاورزی/ گروه علوم مهندسی آب

2 استاد گروه علوم و مهندسی آب- دانشکده کشاورزی - دانشگاه فردوسی مشهد

3 استاد گروه مهندسی آب، دانشکده کشاورزی، دانشگاه فردوسی مشهد، مشهد، ایران

4 استاد گروه علوم و مهندسی آب، دانشکده کشاورزی دانشگاه فردوسی مشهد

5 استا یار گروه علوم ریاضی دانشگاه فر وسی مشهد، ایران

چکیده

خشکسالی یکی از پدیده‌های طبیعی و مکرر اقلیمی است که اثرات متنوعی بر بخشهای مختلف اقتصادی، اجتماعی و زیست‌محیطی ایجاد کرده‌است. خشکسالی به‌تنهایی یک چالش محسوب نمی‌شود بلکه بسته به میزان درجه آسیب‌پذیری و تاثیری که بر بخش‌های مختلف، شامل عوامل اقتصادی، اجتماعی و زیست محیطی ایجاد می‌کند، آغاز کننده یک بحران است. از این‌رو در این مطالعه سعی شده‌است تا با استفاده از تعریف ریسک طبیعی، میزان ریسک خشکسالی برای دوره پایه محاسبه و با استفاده از روش‌های مختلف، بهترین مدل برای پیش‌نگری میزان آن، برای دوره‌های آتی تحت تاثیر اقلیم، براورد شود. براین اساس با استفاده از دو شاخص خشکسالی هواشناسی SPEI و eRDI میزان مخاطره خشکسالی برای سال‌های 2015-1983 محاسبه شد. سپس با استفاده از پرسش‌نامه، میزان درجه آسیب‌پذیری برای منطقه افین، تعیین گردید. پس از براورد میزان ریسک در این دوره زمانی، با کمک تکنیک آماری زنجیره مارکوف، خصوصیات ریسک خشکسالی منطقه بدست آمد. با استفاده از چهارروش مدل‌سازی، بهترین مدل پیش‌نگری میزان ریسک خشکسالی مشخص و با استفاده از مقادیر متغیرهای هواشناسی مورد مطالعه بدست آمده از سه مدل اقلیمی پروژه CORDEX، مقدار ریسک خشکسالی برای سال‌های 2100-2020 پیش‌نگری گردید. نتایج این مطالعه، کاهش میزان ریسک برای سال‌های 2046-2020 و افزایش آن برای سال‌های 2100-2047 را براساس دو سناریوی RCP4.5 و RCP8.5 در مقایسه با دوره زمانی 2015-1983 نشان داد.

کلیدواژه‌ها


عنوان مقاله [English]

Meteorological Drought Risk Assessment Using Markov Chain Technique and Introducing a Forecasting Model of Future Periods Impacted by Climate Change (Case Study: Afrin Catchment)

نویسندگان [English]

  • ghazale kavakebi 1
  • Mohammad Mousavi Baygi 2
  • Amin Alizadeh 3
  • Abolfazl Mosaedi 4
  • Mehdi Jabbari Nooghabi 5
1 Ph.D. Student of Department of Water Engineering/School of Agriculture/Ferdowsi university/Mashhad/Iran
2 Professor Department of Water Science and Engineering, Ferdowsi University of Mashhad, Iran
3 rofessor Department of Water Science and Engineering, Ferdowsi University of Mashhad , Iran
4 Professor Department of Water Science and Engineering, Ferdowsi University of Mashhad, Iran
5 Assistant Professor, Department of Mathematical Sciences, Ferdowsi University of Mashhad, Iran
چکیده [English]

Drought is one of the natural and recurring climatic phenomena that has various effects on different economic, social and environmental sectors. Drought alone is not a challenge Rather It is the beginning of a crisis depending on the degree of vulnerability and impact it has on various sectors, including economic, social, and environmental factors. Therefore, this study has attempted to calculate the risk of drought for the baseline period using natural risk definition and estimate the best model for predicting its rate for future periods affected by different methods under climate change. Accordingly, was calculated drought risk using the two meteorological drought indices SPEI and eRDI the for years 1983-2015. Then, was determined the degree of vulnerability for the Afin area using a questionnaire. After estimating the risk during this time period, with the help of Markov chain statistical technique were obtained the drought risk characteristics of the region. Using the four modeling methods was determined the best drought risk prediction model and by using the meteorological variables studied from the three climate models of the CORDEX project was predicted the drought risk for the years 2020-2100. The results of this study showed a decrease in risk for 2020-2046 and an increase in 2047-2000 based on both RCP4.5 and RCP8.5 compared to the period 1983-1995.

کلیدواژه‌ها [English]

  • Natural risk
  • Drought Risk
  • Questionnaire
  • climate change
  • CORDEX
آشگر، ش.، علیزاده، ا.، و جوانمرد، س. 1382. پیش‌بینی احتمال وقوع خشکسالی در استان خراسان. تحقیقات جغرافیایی.70: 128-119
خلیلی، ن.، رضایی پژند، ح.، درخشان، ه.، و داوری، ک. 1396. توسعه چارچوبی برای ارزیابی ریسک خشکسالی کشاورزی بر گندم دیم. تحقیقات منابع آب ایران. 14. 4: 59-70.
آقایان، س.ع.، کمالی، غ.ع. و حجام. س. 1394. ارزیابی کمّی ریسک خشکسالی کشاورزی در چند نمونه اقلیمی کشور. نشریه پژوهش‌های اقلیم‌شناسی. 21 و 22: 72-61.
جباری نوقابی، ه.، و جباری نوقابی، م. 1387. نکاتی چند در مورد برآورد حجم نمونه و معرفی نرم‌افزار مربوطه. نشریه دانشجویی آمار (ندا). 4. 2: 13-21.
دیناروند، م.، اندرزیان، س.ب.، اجتهادی، ح. و فرزام، م. 1396. ارزیابی مدل AquaCrop برای دو گونه مرتعی جو و یونجه خودرو در منطقه حفاظت شده شیمبار، استان خوزستان. فصلنامه علمی- پژوهشی تحقیقات مرتع و بیایان ایران. 25. 2: 398-388.
رضایی‌پژند، حجت. 1380. کاربرد آمار و احتمال در منابع آب. انتشارات سخن‌گستر.
عرفانیان، م.، وفایی، ن.، و رضاییان‌‌زاده، م. 1393. ارائۀ یک روش نوین برای ارزیابی ریسک خشکسالی استان فارس با تلفیق داده‌های ماهانۀ بارندگی ماهوارۀ TRMM و داده‌های شاخص پوشش گیاهی NDVI سنجندۀTerra/MODIS. پژوهش‌های جغرافیایی طبیعی. 46. 1: 108-93.
علیزاده، امین. 1394. اصول هیدرولوژی کاربردی. چاپ بیست و هشتم. انتشارات دانشگاه امام رضا.
غزنوی، م.، مساعدی، ا. و قبائی سوق، م. 1397. بررسی تاثیر شرایط اقلیمی بر ماندگاری وضعیت خشکسالی در محدوده شش ایستگاه سینوپتیک منتخب کشور. هفتمین همایش ملی سامانه‌های سطوح آبگیر بارش. اسفندماه. سازمان تحقیقات، آموزش و ترویج کشاورزی.
مساعدی، ا.، کواکبی، غ.، و عبدالله­زاده، س. 1390. آشکارسازی تغییرات اقلیمی براساس آزمون آماری من-ویتنی در شهر مشهد. نخستین کنفرانس ملی هواشناسی و مدیریت آب کشاورزی. اذرماه. دانشگاه تهران، گروه مهندسی آبیاری.
نظری­فر، م.ه. بانژاد،ح. و سبزی پرور،ع. الف. 1387. پایش ریسک وقوع خشکسالی و کاربرد آن در مدیریت منابع آب (مطالعه موردی: استان همدان). مجموعه مقالات سیزدهمین کنفرانس ژئوفیزیک ایران. خردادماه. تهران. انجمن ژئوپلتیک ایران.
Bachmair, S., Svensson, C., Prosdocimi, I., Hannaford, J. and Stahl, K. 2017. Developing drought impact functions for drought risk management. Natural Hazards and Earth System Sciences. 17.11:1947-1960.
Efron, B. 2000. The bootstrap and modern statistics. Journal of the American Statistical Association. 95. 45: 1293-1296.
Fan, G., Zhang, Y., He, Y. and Wang, K. 2017. Risk Assessment of Drought in the Yangtze River Delta Based on Natural Disaster Risk Theory. Discrete Dynamics in Nature and Society. 2017: 1-7.
Fox, J. and Weisberg, S. 2018. An R companion to applied regression. Sage Publications.
Fraley, C., et al. "Package ‘ensembleBMA’." 2018
Hashemi-Ana, S. K., Khosravi, M. and Tavousi, T. 2015. Validation of AOGCMs capabilities for simulation length of dry spells under the climate change in Southwestern area of Iran. Open Journal Air Pollut. 4.2: 76-85.
ISDR and UN. 2007. Drought risk reduction framework and practices: Contributing to the implementation of the Hyogof for action. UN, Switzerland, pages. 98.
Kamali, B.,  Houshmand Kouchi , D., Yang, H. and C. Abbaspour , K. 2017. Multilevel drought hazard assessment under climate change scenarios in semi-arid regions—a case study of the Karkheh river basin in Iran. Water 9.4: 241.
Kim, H., Park, J., Yoo, J. and Kim, T.-W. 2015. Assessment of drought hazard, vulnerability, and risk: a case study for administrative districts in South Korea. Journal of Hydro-environment Research. 9.1: 28-35.
Pandey, S., Pandey, A., Nathawat, M., Kumar, M. and Mahanti, N. 2012. Drought hazard assessment using geoinformatics over parts of Chotanagpur plateau region, Jharkhand, India. Natural Hazards. 63.2: 279-303.
Pei, W., Fu, Q., Liu, D., Li, T.-X., Cheng, K. and Cui, S. 2017. Spatiotemporal analysis of the agricultural drought risk in Heilongjiang Province, China. Theoretical and Applied Climatology. 133: 1-14.
Prathumchai, K., Honda, K. and Nualchawee, K. 2001. Drought risk evaluation using remote sensing and GIS: a case study in Lop Buri Province.  22nd Asian conference on remote sensing.
Reduction, U.N.S.F.D. 2007. Drought risk reduction framework and practices: Contributing to the implementation of the hyogo framework for action. UNISDR Geneva (CH).
Rousseeuw, P. J.; Croux, C. 1993. "Alternatives to the median absolute deviation". Journal of the American Statistical Association. 88. 424: 1273–1283.
Shahid, S. and Behrawan, H. 2008. Drought risk assessment in the western part of Bangladesh. Natural Hazards. 46: 391-413.
Solomon, S., Qin, D., Manning, M., Chen, Z., Marquis, M., Averyt, K.B., Tignor, M. and Miller, H.L. 2007. Contribution of working group I to the fourth assessment report of the intergovernmental panel on climate change, 2007. Cambridge University Press, Cambridge.
Stocker, T., et al. 2014. "Summary for policymakers."IPCC.
Tigkas, D., Vangelis, H. and Tsakiris, G. 2017. An enhanced effective reconnaissance drought index for the characterisation of agricultural drought. Environmental Processes.4: 137-148.
Tsakiris, G. 2007. Practical application of risk and hazard concepts in proactive planning. European Water. 19:47-56.
Vicente-Serrano, S.M., Beguería, S., and López-Moreno, J.I. 2010a. A multi-scalar drought index sensitive to global warming: the standardized precipitation evapotranspiration index. Journal of Climate. 23: 1696-1718.
Wu, H. and Wilhite, D.A. 2004. An operational agricultural drought risk assessment model for Nebraska, USA. Natural Hazards, 33: 1-21