دوره ۴، شماره ۱ - ( ۱-۱۳۹۶ )                   جلد ۴ شماره ۱ صفحات ۹۶-۷۳ | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

zynali B, asghari saraskanroud S, saffarian zangir V. Monitoring and Forecast of Drought in Urmia Lake Basin by SEPI Index and ANFIS Model. Journal of Spatial Analysis Environmental Hazards 2017; 4 (1) :73-96
URL: http://jsaeh.khu.ac.ir/article-1-2695-fa.html
زینالی بتول، اصغری سراسکانرود صیاد، صفریان زنگیر وحید. پایش خشکسالی و ارزیابی امکان پیش‌بینی آن در حوضه دریاچه ارومیه با استفاده از شاخص SEPI و مدل ANFIS . تحلیل فضایی مخاطرات محیطی. ۱۳۹۶; ۴ (۱) :۷۳-۹۶

URL: http://jsaeh.khu.ac.ir/article-۱-۲۶۹۵-fa.html


۱- ، s.asghari@uma.ac.ir
چکیده:   (۹۱۹۵ مشاهده)

آنالیز و پایش خشکسالی یکی از اصول مهم در مدیریت خشکسالی و ریسک، بویژه در مناطق در معرض خطر خشکسالی است. سیستم‌های پایش در تدوین طرح‌های مقابله با خشکسالی و مدیریت آن از اهمیت زیادی برخوردار می‌باشند. با این حال، مطالعات انجام شده در رابطه با این پدیده بر اساس روش‌های مناسب بسیار کم است، بررسی ویژگی‌های خشکسالی و پیش‌بینی آن می‌تواند در کاهش خسارات حاصل از آن موثر باشد بدین منظور، در این پژوهش به بررسی خشکسالی و ارزیابی امکان پیش‌بینی آن برای ایستگاه‌های حوضه دریاچه ارومیه پرداخته شد. داده‌های مورد استفاده در این پژوهش، مقدار بارندگی به صورت ماهانه در دوره آماری 29 ساله از سال 1985 تا 2014 می‌باشد. شاخص SEPI در مقیاس زمانی 6 و 12 ماهه برای بررسی ویژگی خشکسالی و مدل سیستم استنتاج عصبیفازی تطبیقی برای پیش‌بینی خشکسالی استفاده می‌شود با توجه به یافته‌های حاصل در این پژوهش، درصد فراوانی وقوع خشکسالی در حوضه دریاچه ارومیه در ایستگاه‌های ارومیه و سقز و مراغه در مقیاس 6 ماهه بیش‌تر از مقیاس 12 ماهه است اما در ایستگاه‌های تبریز و مهاباد شرایط بر عکس می‌باشد. و روند خشکسالی در حوضه دریاچه ارومیه افزایشی است و روند دما با شدت بیش‌تری روند افزایشی دارد. بیش‌ترین درصد وقوع خشکسالی در ایستگاه ارومیه و کم‌ترین آن در مهاباد مشاهده شد. نتایج حاصل از پیش‌بینی شاخص با مدل ANFIS نشان داد در رابطه کد نویسی بیش‌ترین میانگین خطای آموزشی 51/0 درصد در ایستگاه تبریز در مقیاس 12 ماهه و کم‌ترین میانگین خطای آموزشی 36/0 درصد در ایستگاه مراغه در مقیاس 12 ماهه می‌باشد. در مدل‌سازی داده‌های اعتبارسنجی، میانگین خطای مدل‌سازی طبیعتاً بیش‌تر از میانگین خطای آموزشی می‌باشد.

متن کامل [PDF 1413 kb]   (۲۵۲۵ دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: عمومى
دریافت: 1396/4/19 | پذیرش: 1396/4/19 | انتشار: 1396/4/19

فهرست منابع
۱. اکبرزاده، مرتضی و سیدتقی میرحاجی. ۱۳۸۵. تغییرات پوشش گیاهی تحت تأثیر بارندگی در مراتع استپی رود شور، فصل-نامه تحقیقات مرتع و بیابان، سال ۱۳,۳: ۲۲۲-۲۳۵.
۲. انصاری، حسین؛ داوری، کامران و سیدحسین ثنائی نژاد. ۱۳۸۹. پایش خشکسالی با استفاده از شاخص بارندگی وتبخیر و تعرق استاندارد شده SEPI، توسعه یافته بر اساس منطق فازی. نشریه آب و خاک (علوم و صنایع کشاورزی)، جلد ۲۴. ۱: ۳۸-۵۲.
۳. افروز، بهرام,۱۳۹۰. ارایه الگوی مناسب درسطح‌بندی عملکرد مدیریت شهری در بسترسازی برای توسعه کارآفرینی (مطالعه موردی: شهر اردبیل). پایان‌نامه کارشناسی ارشد: استاد راهنما: عطا غفاری. دانشگاه محقق اردبیلی.
۴. جان‌درمیان، یونس؛ علیرضا شکیبا و حمیدرضا ناصری. ۲۰۱۵. بررسی وضعیت خشکسالی و ارتباط آن با تغییرات کمی و کیفی آب زیرزمینی در دشت سراب، کنفرانس بین اللملی توسعه با محوریت کشاورزی، محیط زیست و گردشگری، ایران. تبریز. : ۱۶-۱۷.
۵. جوی‌زاده، سعید و زهرا حجازی‌زاده. ۱۳۸۹. مقدمه‌ای بر خشکسالی و شاخص‌های آن. چاپ اول. انتشارات سمت. تهران.
۶. جعفرنژاد، علی و سید مصطفی کیا. ۱۳۸۹. منطق فازی در MATLAB، انتشارات کیان رایانه سبز. تهران.
۷. حدادی، حسین و حسن حیدری. ۱۳۹۴. آشکارسازی اثر نوسانات بارش بر روان آب سطحی حوضه آبریز دریاچه ارومیه. مجله‌ی علمی پژوهشی جغرافیا و برنامه‌ریزی محیطی، ۵۸: ۲۴۷-۲۶۲.
۸. خشتکاری‌ثانی، صیاد. ۲۰۱۵. واکاوی خشکسالی‌های استان آذربایجان غربی با شاخص Spi و Gis. کنفرانس بین اللملی با محوریت کشاورزی، محیط زیست و گردشگری، ایران. تبریز. ۱۶-۱۷.
۹. خلیقی‌سیگارودی، شهرام؛ صادق سنگدهی، ع؛ اوسطی، خ؛ قویدل رحیمی، ی. ۱۳۸۸. بررسی نمایه‌های ارزیابی پدیده‌های ترسالی و خشکسالی: (SPI,PNPI,Nitzche) مطالعه موردی: استان مازندران. فصلنامه علمی پژوهش تحقیقات مرتع و بیابان ایران، ۱۶: ۴۴-۵۴.
۱۰. رهنمایی، محمدتقی. ۱۳۷۰. توان‌های محیطی ایران، انتشارات مرکز مطالعات و تحقیقات شهرسازی و معماری وزارت مسکن و شهرسازی. تهران.
۱۱. زاهدی، مجید و یوسف قویدل‌رحیمی. ۱۳۸۶. تعیین آستانه خشکسالی و مقایسه بارش قابل اعتماد ایستگاه‌های حوضه دریاچه ارومیه. پژوهش‌های جغرافیایی، ۵۹: ۲۱-۳۴.
۱۲. سبحانی، بهروز، عطا غفاری‌گیلانده و اکبر گلدوست. ۱۳۹۴. پایش خشکسالی در استان اردبیل با استفاده از شاخص SEPI توسعه یافته براساس منطق فازی. نشریه تحقیقات کاربردی علوم جغرافیای، سال ۱۵. ۳۶: ۵۱-۷۲.
۱۳. سبحانی، بهروز و اکبر گل‌دوست. ۱۳۹۴. پایش خشکسالی و ارزیابی امکان پیش‌بینی آن در استان اردبیل با شاخص SPI و مدل Anfis. فصل‌نامه تحقیقات جغرافیایی، سال ۳۰. ۱: ۱۵۲-۱۳۵.
۱۴. شکری‌کوچک، سعید و عبدالکریم بهنیا. ۱۳۹۲. پایش و بیش‌بینی خشکسالی استان خوزستان با استفاده از شاخص SPI زنجیره مارکوف. کنفرانس بین اللملی بامحوریت کشاورزی محیط زیست. ۲۴-۱۶.
۱۵. صفری، علی؛ سلیمان جاهی، حسین فلاحی و حسین ریاحی. ۱۳۸۲. استفاده ازسیستم جدید هوشمند استنتاج فازی–عصبی تطابقی(ANFIS) برای پیش‌بینی قدرت سرطان‌زایی ویروس پاپیلوهای انسانی. مجله علمی پژوهش دانشگاه علوم پژشکی اراک، سال۱۳. ۴: ۹۵-۱۰۵.
۱۶. طالبی، محمد صادق و مهناز موسوی بفرویی. ۱۳۸۹. ارزیابی، پهنه‌بندی و پایش خشکسالی با استفاده از شاخص‌های معتبرمطالعه موردی: استان کرمان. اولین کنفرانس بین المللی مدل‌سازی گیاه، آب، خاک و هوا، مرکز بین المللی علوم و تکنولوژی پیشرفته و علوم محیطی دانشگاه شهید باهنر کرمان، آبان. ۵۶-۴۰.
۱۷. علیزاده، امین. ۱۳۹۲. هیدرولوژی کاربردی، چاپ ۳۶، دانشگاه فردوسی مشهد.
۱۸. علیزاده، امین و شادی آشگرطوسی. ۱۳۸۷. توسعه یک مدل برای پایش و پیش‌بینی خشکسالی(مطالعه موردی: استان خراسان رضوی). مجله علوم، صنایع کشاورزی، ویژه آب و خاک، ۲۲: ۲۳۵-۲۲۳.
۱۹. علیاری، مهدی، محمد تشنه‌لب، و علی خاکی‌صدق. ۱۳۸۷. پیش‌بینی کوتاه مدت آلودگی هوا با کمک با روش‌های ترکیبی شبکه‌های عصبی پرسپترون چند لایه، خط حافظه‌دار تأخیر، گاما و ANFIS با روش‌های ترکیبی آموزشی مبتنی بر PSO. مجله کنترل، ۱: ۱-۱۹.
۲۰. فلاح‌قاهری، غلام‌عباس؛ محمد موسوی‌بایگی، و مجید مهدی‌نوخندان. ۱۳۸۷. پیش‌بینی بارش فصلی بر اساس الگوهای سینوپتیکی با استفاده از سیستم استنباط فازی-عصبی تطبیقی ANFIS. پژوهش‌های جغرافیای طبیعی، ۶۶: ۱۲۱-۱۳۹.
۲۱. محسنی‌ساروی، مهدی؛ علی‌اکبر صفدری و بهروز ثقفیان. ۱۳۸۳. تحلیل شدت، مدت، فراوانی، و گستره خشکسالی‌های حوضه‌ی کارون به کمک شاخص بارش استاندارد. مجله منابع طبیعی ایران، جلد۵۷. ۴: ۳۱-۴۷.
۲۲. منتصری، مجید و بابک امیرعطایی,۱۳۹۴. پیش‌بینی استوکستیکی احتمالات وقوع خشکسالی (مطالعه موردی: شمال غرب کشور). نشریه مهندس عمران و محیط زیست، جلد ۴۵. ۱: ۹-۱۲.
۲۳. مالچسفکی. یاردان. ۱۳۸۵. سامانه اطلاعات جغرافیایی و تحلیل تصمیم چند معیاری. اکبر پرهیزگار. عطا غفاری گیلانده. تهران. انتشارات سمت، تهران.
۲۴. هنر، تورج؛ محمدحسین طرازکار، و محمدرضا طرازکار. ۱۳۸۹. برآورد ضریب دبی سریزهای جانبی با استفاده از سیستم استنتاج فازی–عصبی. مجله پژوهشی‌های حفاظت آب و خاک، ۲: ۱۶۹-۱۷۷.
25. Arms, K.; 1990. Environmental Sciences. Staunders Collage Pub Florida.
26. Gholam Ali, M.; Younes, KH.; Ismail, A.Fatemeh, T. 2011. Assessment of Geostatistical.
27. Huanga, S.; j. Huanga, J. Changa, Y. Zhua, and G. Lengb. 2015. Drought structure based on a nonparametric multivariate standardized drought index across the Yellow River basin, China. Journal of Hydrology, 530: 127–136.
28. Jain, v., R. Pandey, M. Jain and H-R. Byun. 2015. Comparison of drought indices for appraisal of drought characteristics in the Ken River Basin. Weather and Climate Extremes, 8: 1-11.
29. keta T.B and N.J Doesken. 1993. The relationship of drought frequency and duration to time scales. Eight Conference on Applied Climatology, Anaheim. CA. American Meteorological Society. 179:12-14
30. Methods for Spatial Analysis of SPI and EDI Drought Indices. World Applied Sciences Journal 15 (4): 474-482.
31. Morid, S., V. Smakhtinb, and K. Bagherzadehc. 2007. Drought forecastingusing artificial neural networks and time series of drought indices. Int. J. Climatol, 27: 2103–2111.
32. Moreira, E., A. Coelho, A. Paulo, S. Pereira and T. Mexia. 2008. SPI-based drought category prediction using loglinear models. Journal of Hydrology, 354: 116-130.
33. Mo, K.C. 2008. Model-based drought indices over the United States. J. Hydrometeorol, 9: 1212–1230. http://dx.doi.org/10.1175/2008JHM1002.1.
34. Niranjana. Kumar; k. N. Rajeevan, M. Pai, D. S. Sivastava, A.K., and B. Preethi. 2013. On the observed variability of monsoon droughts over india. weather and climate extremes, 1: 42-50.
35. Peters, E; G. Bier, H. A. Lanen, and P, Torfs. 2006. Propagation and spatial distribution of drought in a groundwater catchment. Journal of Hydrology, 321: 257-275.
36. Palmer,W.C. 1965. Research Iranian Journal of Irrigation and DrainageNo. Meteorological drought, 4, Vol. 8, Winter. 20, p. 845-856.
37. Spinoni, j; G. Naumann, j. vogt and P. Barbosa. 2015. The biggest drought events in Europe from 1950-2012. journal of hydrology: Regional, 3: 509-524.
38. Stairs, G. and H. Vangelis. 2004. Towards a Drought Watch System based on Spatial SPI. Journal of Water Resources Management, 18: 1-12.
39. Wang, L and W. Chen. 2014. A CMIP5 multimodel projection of future temperature, precipitation, and climatological drought in China. Int. J. Climatol, 34: 2059–2078. http://dx.doi.org/10.1002/joc.3822.
40. Wilhite, D.A. 2000. Drought: A Global Assessment, Rout ledge Press. London and NewYork. Volume I.
41. Touma, D; M. Ashfaq, M. Nayak, S-C. Kao and N. Diffenbaugh. 2015. A multi-model and multi-index evaluation of drought characteristics in the 21st century. Journal of Hydrology, 526: 196-207.
42. Zhao, M and S.W, Running. 2010. Drought-induced reduction in global terrestrial net primary production from 2000 through 2009. Environmental Science, 329: 940–943.

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به سامانه نشریات علمی می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2025 CC BY-NC 4.0 | Journal of Spatial Analysis Environmental hazarts

Designed & Developed by : Yektaweb