بررسی و پیش‌یابی خشکسالی ایران با استفاده از شاخص های ترکیبی

Abstract

در سال­های اخیر کشور ایران در جنوب غرب آسیا تحت تاثیر خشکسالی قرار گرفته است. هدف از پژوهش حاضر تحلیل و پیش­بینی خشکسالی در ایران می­ باشد. برای این کار ابتدا پارامترهای اقلیمی بارش و دما در بازه زمانی 29 ساله (2018- 1990) در 30 ایستگاه ایران جمع ­آوری شد. برای مدل­سازی، شاخص فازی M.S.S ابتدا سه شاخص (SET, SPI, MCZI) با استفاده منطق فازی در نرم ­افزار Matlab فازی‌سازی شدند، سپس شاخص‌ها با هم مقایسه و از مدل تصمیم ­گیری چند متغیره Topsis، برای اولویت سنجی مناطق درگیر با خشکسالی استفاده شد و در نهایت برای پیش‌بینی از مدل شبکه عصبی مصنوعی RBF بهره گرفته شد. یافته ­های پژوهش نشان داد شاخص فازی نوین M.S.S طبقات خشکسالی، سه شاخص مذکور را با دقت بالا در خود منعکس کرد و دقت مدل M.S.S با سطح اطمینان بالا مورد تایید قرار گرفت. در سال­های پایش خشکسالی ایستگاه­های جنوبی و جنوب غربی ایران مانند بندرعباس و اهواز با مقادیر درصد فراوانی خشکسالی (30/24 و 47/18) بیش­تر در معرض خشکسالی بودند. در سال­های پیش­ بینی شده برای سال­های آتی محدوده خشکسالی به طرف نواحی مرکزی ایران گسترش پیدا می­کند از جمله این ایستگاه­های سمنان و یزد با درصد فراوانی خشکسالی به ترتیب (86/0 و 91/0) براساس شاخص فازی M.S.S می­ باشند.