ارزیابی شاخص ترکیبی خشکسالی «MCDI» بر اساس توزیع مشترک چندمتغیره

Abstract

خشکسالی، مشکلی چالش برانگیز است اما با دیدگاه­های چندمتغیره و ترکیبی می­توان آن­را ارزیابی کرد. تاکنون مطالعات کمی درخصوص مکانیسم و عملکرد شاخص­ها به­صورت ترکیبی انجام پذیرفته است؛ بنابراین پژوهش حاضر برای ایجاد شاخصی جامع که دربر گیرندة همة جنبه­های هواشناسی، هیدرولوژیکی و کشاورزی باشد، از سه شاخص: «SPI»، « PDSI» و «SRI» با هدف تحلیل سه­متغیرة خشکسالی(شدت، مدت، فراوانی) برای 10 ایستگاه هواشناسی ایران برای بازه آماری 2021-1990 انجام شد. ابتدا با آنالیز مؤلفه­های اصلی «PCA» و مدل غیر خطی توزیع احتمال توأم مبتنی بر کاپولا برای ساخت شاخص ترکیبی «MCDI» پرداخته شد. سپس با قابلیت توابع مفصل کلایتون، فرانک و گامبل جهت ایجاد توزیع توام سه­متغیره مورد آزمون قرار گرفت. بهترین تابع کاپولا برای هر ایستگاه از طریق آزمون « کلموگرف- اسمیرنوف» (K_S) تعیین گردید. نتایج نشان­دهندة برتری تابع گامبل در بیشتر ایستگاه­ها بود. منحنی­های دوره بازگشت به ازای . نشان از فرکانس طولانی مدت خشکسالی با شدت بیشتر برای دوره­های 50 و 100 ساله بود. کمترین مدت دوره بازگشت 50 ساله با برتری تابع کلایتون مربوط به تبریز و با برتری تابع گامبل مربوط به تهران با مدت 10 ماه و بیشترین مدت، مربوط به مشهد با برتری تابع گامبل، 30 ماه بود که به­ترتیب با شدت 53/6، 95/8 و 26/34 همراه بود. برای دوره بازگشت 100 ساله کمترین مدت با برتری کلایتون مربوط به تبریز با 13 ماه و شدت 75/13 و بیشترین مدت با برتری تابع گامبل متعلق به کرمان با مدت 48 ماه و شدت 56/42 بوده­است. نتایج این پژوهش نشان می­دهد که استفاده از شاخص ترکیبی چندمتغیره «MCDI» با بهره­گیری از توابع مفصل، امکان ارزیابی جامع­تر و دقیق­تر از خشکسالی را فراهم می­آورد. این رویکرد با در نظر گرفتن همزمان همه­جانبة خشکسالی، ابزاری کارآمد برای مدیریت منابع آب و برنامه­ریزی استراتژیک در مواجهه با خشکسالی در مناطق مختلف ایران ارائه می­دهد.