پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 161 |
| تعداد شماره‌ها | 6,476 |
| تعداد مقالات | 70,001 |
| تعداد مشاهده مقاله | 122,882,131 |
| تعداد دریافت فایل اصل مقاله | 96,085,981 |
ارزیابی یک شاخص خشکسالی ترکیبی جدید مبتنی بر دادههای سنجش از دوری (RCDI) در محدودۀ ایران مرکزی | ||
| اکوهیدرولوژی | ||
| مقاله 3، دوره 3، شماره 1، فروردین 1395، صفحه 31-43 اصل مقاله (727.67 K) | ||
| نوع مقاله: پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/ije.2016.59188 | ||
| نویسندگان | ||
| یعقوب نیازی* 1؛ علی طالبی2؛ محمد حسین مختاری3؛ مجید وظیفه دوست4 | ||
| 1دانشجوی دکتری علوم و مهندسی آبخیزداری، دانشکدۀ منابع طبیعی، دانشگاه یزد | ||
| 2دانشیار دانشکدۀ منابع طبیعی، دانشگاه یزد | ||
| 3استادیار دانشکده منابع طبیعی، دانشگاه یزد | ||
| 4استادیار گروه مهندسی آب دانشگاه گیلان | ||
| چکیده | ||
| نخستین گام در هر سیستم مدیریت خشکسالی پایش وضعیت و سیر تکاملی خشکسالی است. این تحقیق روشی جدید برای پایش سیر تکاملی و شدت خشکسالی با شاخص خشکسالی ترکیبی مبتنی بر دادههای سنجش از دوری (RCDI) ارائه میدهد. شاخص حاضر بر‌اساس این واقعیت استوار است که خشکسالی پدیده‌ای طبیعی است که به‌وسیلۀ ترکیبی از فاکتورهای مختلف از قبیل کمبود در مقدار بارش، تدوام بارندگیهای کمتر از متوسط در طولانی‌مدت، دمای بیش از حد نرمال و خصوصیات مربوط به رطوبت خاک ایجاد میشود. سه منبع دادۀ استفاده‌شده در شاخص RCDI شامل دادههای بارندگی، دما و پوشش گیاهی است. در تحقیق حاضر، از دادههای سنجش از دوری TRMM و MODIS برای تهیۀ دادههای مورد نیاز شاخص RCDI در محدودۀ ایران مرکزی به‌منظور تهیۀ نقشۀ توزیع مکانی خشکسالی طی دورۀ آماری 2001ـ 2004 استفاده شده است. ارزیابی دقت شاخص خشکسالی ترکیبی مبتنی بر دادههای ماهوارهای با استفاده از معیارهای ارزیابی R و RMSE در سطح اطمینان 95 درصد و بر‌اساس مقایسه با مقادیر رطوبت خاک اندازهگیریشده در50 ایستگاه سینوپتیک انجام گرفته است. نتایج به‌دست‌آمده از بررسی معیارهای ارزیابی نشان داد که شدت خشکسالی برآورد‌شده به‌وسیلۀ شاخص RCDI در انطباق با مقادیر رطوبت خاک اندازهگیریشده به‌طور متوسط ضریب همبستگی معنادار (61/0) و کمترین خطای برآوردی (98/1) داشته است. از این‌رو، شاخص خشکسالی RCDI به‌خوبی میتواند در سیستمهای هشدار سریع خشکسالی استفاده شود. | ||
| کلیدواژه‌ها | ||
| ایران مرکزی؛ پایش خشکسالی؛ دادههای ماهوارهای؛ رطوبت خاک؛ سنجش از دور؛ شاخص خشکسالی ترکیبی | ||
| عنوان مقاله [English] | ||
| Evaluating a new combined drought index based on remote sensing data (RCDI) in Central Iran | ||
| نویسندگان [English] | ||
| Yaghoub Niazi1؛ Ali Talebi2؛ Mohammad Hossein Mokhtari3؛ Majid Vazifedoust4 | ||
| 1PhD Candidate of Watershed Management Engineering, Faculty of Natural Resources, Yazd University | ||
| 3Faculty of Natural Resources, Yazd University | ||
| 43Water Engineering Department, Guilan University | ||
| چکیده [English] | ||
| Monitoring and evolution of drought is the first step in any drought management system. In this study, evaluation of a new indexa new method is provided to monitor the severity of drought with Remote Sensing Combined Drought Index (RCDI). The index is based on the fact that drought is a natural phenomenon caused by a combination of various factors such as a shortage in the amount of precipitation, less than the average long-term rainfall, temperature higher than normal and the properties of the soil moisture. The new index is a statistical index comparing the present hydrometeorological conditions with the long-term average characteristics in the same interest period within the year. Three data sources used in the RCDI index includes rainfall, temperature and vegetation data. In the present study, remote sensing data of TRMM and MODIS are used to provide the required data of RCDI index in central Iran for mapping the spatial distribution of drought over the period 2001-2004. Accuracy of the RCDI index based on satellite data carried out using the evaluation criteria of R and RMSE compared with soil moisture values based on monthly data of 50 synoptic stations in 95% confidence levels. The results of the evaluation criteria showed that drought severity index calculated by the RCDI index in accordance with soil moisture values had the significant correlation (0.61) and the lowest estimation error (1.98). Thus, a RCDI index could well use in drought early warning systems. | ||
| کلیدواژه‌ها [English] | ||
| Drought Monitoring, Combined Drought Index, remote sensing, Satellite data, soil moisture, Central Iran | ||
| مراجع | ||
|
[1]. Baaghideh M, Alijani B, Ziaian P. Evaluation The Possibility of Using The NDVI of Using The NDVI Index to Analyze and Monitor Droughts in Esfahan Province. Journal of Arid Regions Geographic Studies. 2011; 1(4). 1-16. [Persion] [2]. Balint Z, Mutua FM, Muchiri P, Omuto CT. Monitoring Drought with the Combined Drought Index in Kenya. Journal of Developments in Earth Surface Processes. 2013; Vol. 16. pp. 341-356. [3]. Balint Z, Mutua FM, Muchiri P. Drought Monitoring with the Combined Drought Index. Methodology and Software. FAO-SWALIM Nairobi, Kenya. 2011; PP. 1-28. [4]. Ebrahimi Khusfi M, Darvishzade R, Matkan A, Ashourloo D. Drought Assessment in Arid Regions Using Vegetation Indices - A Case Study of "Shirkooh of Yazd" in Central Iran. Journal of Environmental Sciences. 2010; 7(4), 59-72. [Persion] [5]. Erfanian M, Vafaei N, Rezaianzadeh M. A New Method for Drought Risk Assessment by Integrating the TRMM Monthly Rainfall Data and the Terra/MODIS NDVI Data in Fars Province. Iran. Journal of Physical Geography Research Quarterly. 2014; 46(1). 93-108. [Persion] [6]. Ghafourian H, Sanaeinejad SH, Davary K. Investigation of Suitable Regions Determination for Drought Monitoring Using TRMM Satellite Data (Case Study: Khorasan Razavi Province). Journal of Water and Soil (Agricultural Sciences and Technology). 2014; 28(3). 639-648. [Persion] [7]. Gommes R, Petrassi F. Rainfall Variability and Drought in Sub-Saharan Africa Since 1960. Agrometeorology Series Working Paper No. 9. Food and Agriculture Organization, Rome, Italy; 1994. [8]. Guttman N. Comparing the Palmer Drought Index and the Standardized Precipitation Index. J. of Am Water Resources Association. 1998; 34, PP.113-121. [9]. Hardy J. Climate Change, Causes, Effects and Solutions. John Wiley Sons. 2003; Ltd. pp. 39. [10]. Heim RR. A Review of Twentieth-century Drought Indices Used in United States, Bulletin of the American Meteorological Society. 2002; 84: 1149-1165. [11]. Hellden U, Christian T. Regional Desertification: a Global Synthesis. Global and Planetry Change. 2008; Vol. 64, No. 3-4, PP. 169-176. [12]. Herweijer C, Seager, R.The global footprint of persistent extra-tropical drought in the instrumental era. Int. J. Climatol. 2008; 28, 1761–1774. [13]. Jahanbakhsh Asl S, Sari Sarraf B, Khorshiddoost AM, Rostamzadeh H. Spatio-Temoral Analysis of Dry and Wet Years with The Purpose of The Recognition of Moisture Fluctuation Susceptibility of Sarab Plain Using MFI Index and GIS Models. Journal of Geography and Planning. 2010; 15(33). 105-130. [Persion] [14]. Jones PD, Hulme M. Calculating regional climatic time series for temperature and precipitation: methods and illustrations. Journal of Climatology. 1996;16, 361–377, (R). [15]. Lloyd-Hughes B, Saunders MA. A drought climatology for Europe. Int. J. Climatol. 2002; 22, 1571–1592. [16]. Li JG, Ruan HX, Li JR, Huang SF. Application of TRMM precipitation data in meteorological [17]. McKee TB, Doesken NJ, Kleist J. The relationship of drought frequency and duration to time scales, In: Proceedings of the 8th conference on applied climatology. 17–22 January, Anaheim, CA, Am Meteor Soc, Boston, MA, 1993;179–184. [18]. McKee TB, Doesken NJ, Kleist JY. Drought monitoring with multiple time scales. Ninth Conference on Applied Climatology. American Meteorological Society: Dallas. TX. 1995; PP 233–236. [19]. Mishra AK, Singh VP. A review of drought concepts. Journal of Hydrology. 2010; 391(1), 202-216. [20]. Morid S, Smakhtin V, Moghaddasi M. Comparison of seven meteorological indices for drought monitoring in Iran. Int. J. Climatol. 2006; 26, 971–985. [21]. Rezaeimoghadam MH, Valizadeh Kamran KH, Rostamzadeh H, Rezaee A. Evaluating the Adequacy of MODIS in the Assessment of Drought (Case Study: Urmia Lake Basin). Journal of Geography and Environmental Sustainability. 2013; 2(5). 37-52. [Persion] [22]. Rhee J. Monitoring Agricultural Drought for Arid and Humid Regions Using Multi-sensor Remote Sensing Data. Remote Sensing of Environment. 2010; 114, 2875–2887. [23]. Roswintiarti O, Oarwati S, Anggraini N. Potential drought monitoring over agriculture area in Java Island. Indonesia, Indonesian National Institute of Aeronautics and Space (LAPAN), Progress Report of SAFE Prototype Year. 2010; Pp.121-135. [24]. Shakya N, Yamaguchi Y. Vegetation, water and thermal stress index for study of drought in Nepal and central Northeastern India. Int. J. Remote. Sens. 2010; 31, 903–912. [25]. Shamsipour AA, Alavipanah SK, Mohammadi H. Efficiency of Vegetation and Thermal Indices of NOAA-AVHRR Satellite in Ecological Drought Analysis of Kashan Region. Iranian Journal of Range and Desert Research. 2010; 3(40). 445-465. [Persion] [26]. Szinell CS, Bussay A, Szentimrey T. Drought tendencies in Hungary. Int. J. Climatol. 1998; 18, 1479–1491. [27]. Taghavi F, Mohammadi H. Study the Return Period of Extreme Climate Events for Reduction of Environmental Impacts. Journal of Environmental Studies. 2007; 33(43). 11–20. [Persion] [28]. Thenkabail PS, Enclona EA, Ashton MS, Legg C, Jean De Dieu M. The use of remote sensing data for drought assessment and monitoring in southwest Asia. International Water Management Institute. PO Box 2075. Colombo. Sri Lanka. 2004. [29]. Wilhite DA. Drought as a natural hazard, In: Wilhite, D. A (Editor), Drought: A Global Assessment, Routledge, London. 2000. [30]. Wu H, Hayes MJ, Weiss A, Hu Q. An evaluation of the standardized precipitation index, the China-z index and the statistical z-score. Int. J. Climatol, 2001; 21, 745–758. [31]. Zang WB, Ruan BQ, Li JG, Huang SF. Analysis of extraordinary meteorological drought in [32]. Zeng H, Lijuan L, Li J. The evaluation of TRMM multisatellite precipitation pnalysis (TMPA) in drought monitoring in the Lancang River Basin. Journal of Geographical Sciences, 2012; 22(2): 273-282.
| ||
|
آمار تعداد مشاهده مقاله: 1,624 تعداد دریافت فایل اصل مقاله: 1,057 |
||