-
شماره ركورد
20033
-
شماره راهنما(اين فيلد مربوط به كارشناس ميباشد لطفا آن را خالي بگذاريد)
۲۰۰۳۳
-
پديد آورنده
جواد ميرميري
-
عنوان
پايش و پيش يابي خصوصيات خشكسالي مطالعه موردي : استان قزوين
-
مقطع تحصيلي
كارشناسي ارشد
-
رشته تحصيلي
محيط زيست - مديريت منابع آب
-
سال تحصيل
۱۳۹۳
-
تاريخ دفاع
۱۳۹۶/۰۸/۲۳
-
استاد راهنما
دكتر عليزاده - دكتر مجردي
-
دانشكده
عمران
-
چكيده
مديريت خشكسالي به منظور بهره برداري از منابع آب بسيار ضروري است. در اين مطالعه، براي پايش خشكسالي، از آمار بارندگي ماهانه مربوط به 35 ايستگاه سينوپتيك استان قزوين طي دوره هاي آماري30 ساله استفاده شد. در اين تحقيق، دو شاخص خشكسالي شامل شاخص بارش استاندارد اصلاح شده (MSPI) و شاخص بارش استاندارد (SPI) محاسبه و با چهار شاخص ديگر محاسبه شده در تحقيق هاي قبل در اين منطقه، مقايسه شد. نتايج براي پايش خشكسالي نشان داد كه دقت شاخص بارش استاندارد اصلاح شده (MSPI) از شاخص بارش استاندارد (SPI) و ديگر شاخص ها بيش تر است. بعد از مشخص شدن وضعيت خشكسالي در ايستگاه ها، با استفاده از روش هاي نظير IDW ، Kriging ,GPI ,RBF درونيابي و پهنه بندي منطقه صورت گرفت. با توجه به مقدار ميانگين خطا، نتايج از عملكرد بهتر روش IDW با توان يك حكايت دارد. علاوه براين، براي پهنه بندي خشكسالي از رويكرد ديگري استفاده شد. به اين صورت كه ابتدا، مقدار بارش ماهانه درون حوضه را با روش Kriging درونيابي، سپس مقدار MSPI بارش ماهانه را براي هر سلول به دست آورده شد. نتايج نشان مي دهد كه اگر ابتدا مقدار بارش ماهانه را پهنه بندي و سپس مقدار MSPI براي هر سلول محاسبه شود نسبت به روشي كه ابتدا شاخص خشكسالي ايستگاه ها محاسبه و سپس پهنه بندي شود، از دقت بيش تري برخوردار است. به منظور ارزيابي دقيق تر خشكسالي، شاخص وضعيت پوشش گياهي(VCI) با استفاده از محصول ماهانه شاخص پوشش گياهي تفاضلي نرمال شده (NDVI) سنجنده MODIS محاسبه گرديد. همبستگي بين MSPI و VCI نشان مي دهد، شاخص MSPI تا حدود زيادي نتايج شاخص VCI را تاييد مي كند .پس مي توان نتيجه گرفت، در صورت فقدان يا كمبود ايستگاه باران سنجي از شاخص VCI مبتني بر سنجش از دور ماهواره اي با صحت قابل قبولي مي توان استفاده كرد. سپس با استفاده از زنجيره ماركف، پيش يابي براي سال هاي آتي صورت گرفت.
كليد واژه : پايش خشكسالي، پهنه بندي، شاخص استاندارد بارش اصلاح شده (MSPI)، شاخص وضعيت پوشش گياهي(VCI)
-
تاريخ ورود اطلاعات
1397/11/16
-
عنوان به انگليسي
Monitoring and Forecasting of drought characteristics – Case Study:Ghazvin Province
-
تاريخ بهره برداري
2/5/2019 12:00:00 AM
-
دانشجوي وارد كننده اطلاعات
جواد ميرميري
-
چكيده به لاتين
Drought management is an essential task to exploit water resources. In this study, the monthly rainfall of 35 synoptic stations in Qazvin province during 30-year were considered for drought monitoring. In this study two drought monitoring indices including modified standard Precipitation index (MSPI) and Standardized Precipitation Index (SPI) are accomplished and compared to the reports of four indices in the study area. The obtained results showed that the MSPI is more accurate than the SPI and other indices. Having the drought conditions in the stations, zoning of drought were calculated by Interpolation methods such as IDW, Kriging, GPI, and RBF.The obtained results demonstrated that IDW method with first power is the best method in terms of average error. Moreover, zoning of the precipitation is conducted using Kriging interpolation then the MSPI value for each cell is computed for monthly precipitation. The results show that if the precipitation interpolation is conducted firstly, the drought index was calculated more accurately than the method that drought index calculated in the stations. In order to assess the drought condition more accurately, the vegetation condition index (VCI) is computed using monthly NDVI product of MODIS. The correlation between VCI and MSPI was calculated that the results illustrated that MSPI confirms the results obtained by VCI. As a result, VCI can be used to monitor drought in the watersheds which suffer from sufficient ground stations. Then, forecasting for coming years is computed by using the Markov chain.
Key words: Drought monitoring, MSPI, SPI, Interpolation
-
لينک به اين مدرک :