پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 158 |
| تعداد شماره‌ها | 6,225 |
| تعداد مقالات | 67,685 |
| تعداد مشاهده مقاله | 114,998,382 |
| تعداد دریافت فایل اصل مقاله | 89,672,510 |
تحلیل خشکسالی های شمال شرق ایران با استفاده از شاخص کمبود توأم (JDI) | ||
| اکوهیدرولوژی | ||
| مقاله 23، دوره 4، شماره 2، تیر 1396، صفحه 573-585 اصل مقاله (557.66 K) | ||
| نوع مقاله: پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/ije.2017.61494 | ||
| نویسندگان | ||
| رسول میرعباسی نجف آبادی* 1؛ فرشاد احمدی2؛ میثم عاشوری3؛ محمد ناظری تهرودی4 | ||
| 1استادیار گروه مهندسی آب، دانشکدۀ کشاورزی، دانشگاه شهرکرد* | ||
| 2دانشجوی دکتری مهندسی منابع آب، دانشکدۀ مهندسی علوم آب، دانشگاه شهید چمران اهواز | ||
| 3کارشناس ارشد هیدروژئولوژی، شرکت آب منطقه ای استان آذربایجان غربی | ||
| 4دانشجوی دکتری مهندسی منابع آب، دانشکدۀ کشاورزی، دانشگاه بیرجند | ||
| چکیده | ||
| پایش و پیشبینی خشکسالیها، به‌ویژه تعیین دقیق زمان شروع و تداوم آن، اهمیت ویژهای در مدیریت منابع آبی و برنامهریزی برای کاهش تأثیرات مخرب خشکسالی دارد. در این مطالعه خشکسالیهای منطقۀ شمال شرق ایران با استفاده از شاخص کمبود توأم (JDI) ارزیابی شد. دادههای بارش ماهانۀ شش ایستگاه سینوپتیک تربت حیدریه، سبزوار، سمنان، شاهرود، گرگان و مشهد، در دورۀ آماری 1971ـ 2011، برای محاسبۀ شاخص JDI استفاده شد. نتایج به‌دست‌آمده نشان داد در سالهای اخیر تعداد ماههای خشک در منطقۀ مطالعه‌شده (به‌ویژه در مناطق مرطوب) به‌شدت افزایش یافته است، به‌طوری که در همۀ ایستگاهها (به‌جز سمنان) درصد ماههای خشک به بیش از 50 درصد در 10 سال اخیر (2002ـ 2011) رسیده است. همچنین نتایج نشان داد شاخص JDI علاوه بر توصیف علمی وضعیت کلی خشکسالی، قابلیت مشخص‌کردن زمان شروع خشکسالیها و نیز خشکسالیهای طولانی‌مدت را دارد و امکان ارزیابی وضعیت خشکسالی را به‌صورت ماه به ماه فراهم میسازد. | ||
| کلیدواژه‌ها | ||
| توابع مفصل؛ خشکسالی؛ شاخص کمبود توأم؛ مفصل های تجربی | ||
| عنوان مقاله [English] | ||
| Droughts analysis in the Northeast of Iran using Joint Deficit Index (JDI) | ||
| نویسندگان [English] | ||
| Rasoul Mirabbasi Najaf Abadi1؛ Farshad Ahmadi2؛ Meisam Ashuri3؛ Mohammad Nazeri Tahroudi4 | ||
| 1Assistant Professor, Water Engineering Department, Shahrekord University, Shahrekord, Iran | ||
| 2PhD Candidate of Water Resources Engineering, Shahid Chamran University, Ahvaz, Iran | ||
| 3MSc. Graduate, West Azarbaijan Regional Water Authority, Urmia, Iran | ||
| 4PhD Candidate of Water Resources Engineering, Birjand University, Birjand, Iran | ||
| چکیده [English] | ||
| Monitoring and prediction of droughts, especially accurate determination of its start time and duration, is very important in water resources management and planning drought mitigation strategies. In this study, drought conditions in the Northeast of Iran was evaluated by means of Joint Deficit Index (JDI). Monthly precipitation data from 6 synoptic stations including Torbat Heydariyeh, Sabzevar, Semnan, Shahroud, Gorgan and Mashhad during the period of 1971 to 2011 were used for calculating the JDI index. Results showed that in recent years the number of dry months across study area (especially at wet regions) increased, significantly. As in all of considered stations (except Semnan station), the percentage of dry months increased to over (more than) 50% over the past 10 years (2002-2011). Results showed that the JDI provides a comprehensive assessment of droughts and it is capable of reflecting both emerging and prolonged droughts in an accurate manner and allows for a month-by-month drought assessment. | ||
| کلیدواژه‌ها [English] | ||
| Copula Functions, Drought, Joint Deficit Index, empirical copula | ||
| مراجع | ||
|
منابع [1]. Mishra AK, and Singh VP. A review of drought concepts. Journal of Hydrology. 2010; 391: 202–216.
[2]. National Climatic Data Center. US National Percent Area Severely to Extremely Dry and severely to Extremely Wet. 2002.
[3]. Agrawala S, Barlow M, Cullen H, and Lyon B. The Drought and Humanitarian Crisis in Central and Southwest Asia: A Climate Perspective, IRI Special Report N. 01-11. International Research Institute for Climate Prediction, Palisades, 2001; p. 24.
[4]. Kao SC, and Govindaraju RS. Trivariate statistical analysis of extreme rainfall events via the Plackett family of copulas. Water Resources Research. 2008; 44(2): 102-115.
[5]. Sklar A. Distribution functions of n Dimensions and Margins, Publications of the Institute of Statistics of the University of Paris. 1959; 8: 229-231.
[6]. De Michele C, and Salvadori G. A Generalized Pareto intensity-duration model of storm rainfall exploiting 2-copulas. Journal of Geophysical Research. 2003; 108(D2): 4067.
[7]. Shiau JT. Fitting drought duration and severity with two-dimensional copulas. Water Resources Management. 2006; 20: 795–815.
[8]. Wong G, Lambert MF, Leonard M, and Metcalfe AV. Drought analysis using trivariate copulas conditional on climatic states. Journal of Hydrologic Engineering. 2010; 15(2): 129-141.
[9]. Song S, and Singh VP. Meta-elliptical copulas for drought frequency analysis of periodic hydrologic data. Stochastic Environmental Research and Risk Assessment. 2010a; 24: 425–444.
[10]. Song S. and Singh VP. Frequency analysis of droughts using the Plackett copula and parameter estimation by genetic algorithm. Stochastic Environmental Research and Risk Assessment. 2010b; 24: 783–805.
[11]. Mirabbasi R, Anagnostou EN, Fakheri-Fard A, Dinpashoh Y, and Eslamian S. Analysis of Meteorological Drought in Northwest Iran using the Joint Deficit Index. Journal of Hydrology, 2013; 492: 35-48.
[12]. Mirabbasi R, Fakheri-Fard A, and Dinpashoh Y. Bivariate drought frequency analysis using the Copula method. Theoretical and Applied Climatology. 2013; 108: 191–206.
[13]. Loukas A, and Vasiliades L. Probabilistic analysis of drought spatiotemporal characteristics in Thessaly region, Greece. Natural Hazards and Earth System Sciences. 2004; 4: 719–731.
[14] McKee TB, Doeskin NJ, and Kleist J. The relationship of drought frequency and duration to time scales. In Proceedings of the 8th Conference on Applied Climatology, Pp. 179-184. January 17-22, 1993; Anaheim, California.
[15]. Shiau JT, and Modarres R. Copula-based drought severity-duration-frequency analysis in Iran. Meteorological Applications. 2009; 16: 481–489.
[16]. Nelsen RB. An Introduction to Copulas. Springer. New York. 2006; 269 pp.
[17]. Genest C, and Rivest LP. Statistical inference procedures for bivariate Archimedean copulas. Journal of the American Statistical Association. 1993; 88 (423): 1034–1043.
[18]. Mirabbasi R, Fakheri-Fard A, Dinpashoh Y, and Eslamian S. Long term drought monitoring of Urmia using joint deficit index (JDI). Water and Soil Sciences. 2014; 23(4): 87-103. [Persian]
[19]. Kousari MR, and Asadi Zarch MA. Minimum, maximum, and mean annual temperatures, relative humidity, and precipitation trends in arid and semi-arid regions of Iran. Arabian Journal of Geosciences. 2011; 4(6): 907-914.
[20]. Kousari MR, Ekhtesasi MR, Tazeh M, Saremi Naeini M.A, and Asadi Zarch MA. An investigation of the Iranian climatic changes by considering the precipitation, temperature, and relative humidity parameters. Theoretical and Applied Climatology. 2011; 103: 321-335.
[21]. Kousari MR, Ahani H, Hendi-Zadeh R. Temporal and spatial trend detection of maximum air temperature in Iran during 1960–2005. Global and Planetary Change. 2013; 111:97-110.
[22]. Saboohi R, Soltani S, and khodagholi M, Trend analysis of temperature parameters in Iran. Theoretical and Applied Climatology. 2012; 109:529–547.
[23]. Tabari H, and Hosseinzadeh-Talaee. Analysis trends in temperature data in arid and semi-arid regions of Iran. Atmospheric Research. 2011; 79:1-10.
[24]. Zarenistanak M, Dhorde AG, and Kripalani RH. Temperature analysis over southwest Iran: trends and projections. Theoretical and Applied Climatology. 2014; 116(2): 103-117.
[25]. Mirabbasi R, and Dinpashoh Y. Trend analysis of precipitation of NW of Iran over the past half of the century. Journal of Irrigation Sciences and Engineering. 2013; 35(4): 59-73. [Persian]
| ||
|
آمار تعداد مشاهده مقاله: 921 تعداد دریافت فایل اصل مقاله: 601 |
||