تحلیل خشکسالی و ترسالی اقلیمی در حوضه آبریز دره رود اردبیل با استفاده از آماره خودهمبستگی فضایی

خشکسالی به‌دلیل گستردگی و تبعات کوتاه مدت و بلندمدت همه جانبه ی آن، از مهم‌ترین بلایای طبیعی محسوب می‌شود. در تحقیق حاضر جهت تشخیص و تحلیل خشکسالی و ترسالی در حوضه آبریز دره رود واقع در شمال غرب ایران، از داده‌های بارندگی سالانه 38 ایستگاه باران‌سنجی و سینوپتیک در یک دوره زمانی 25 ساله (91-1990 تا 15-2014) استفاده شد. ابتدا با استفاده  از شاخص spi با توزیع مناسب گاما و شاخص خشکسالی deciles، دوره‌های خشکسالی و ترسالی منطقه موردمطالعه شناسایی شدند. ایستگاه‌های موردمطالعه ازلحاظ همگنی با استفاده از روش تحلیل خوشه‌ای سلسله مراتبی در سه کلاس همگن از نظر خشکسالی قرار گرفتند. در ادامه نتایج خشکسالی با روش کریجینگ ساده، مدل نیم پراشنگار کروی و با کمترین خطای rms، در محیط نرم‌افزار arcgis پهنه‌بندی گردید. واریوگرام تهیه‌شده، جهت انجام تحلیل فضایی خشکسالی، به یاخته‌هایی به ابعاد 1×1 کیلومتر تعمیم داده شد. به‌منظور تبیین الگوی حاکم بر خشکسالی در منطقه از آماره های سراسری و موضعی موران در حکم رویکردهای تحلیل اکتشافی داده های فضایی استفاده شد. نتایج حاصل از بررسی شاخص موران نشان داد که توزیع فضایی حاکم بر خشکسالی در منطقه از یک الگوی خوشه‌ای با تمرکز بالا پیروی می‌کند به‌طوری‌که در طول دوره آماری مقدار به‌دست‌آمده از شاخص موران مثبت و نزدیک به یک (moran's i>0.95) می‌باشد. همچنین با توجه به مقادیر بالای امتیاز استاندارد z و صفر بودن مقدار p-value، معنی‌دار بودن توزیع خوشه‌ای خشکسالی اثبات می‌گردد. درنهایت از آماره عمومی g جهت شناسایی الگوهای فضایی حاکم بر خشکسالی استفاده شد. نتایج نشان داد که شرق و شمال شرق منطقه دارای الگوی خشکسالی بسیار شدید می‌باشد که سطح معنی‌داری آن برابر با 0.99 می‌‌‍‌باشد.

Analysis of drought and wet period climatic in the basin Dareh Rood ArdabilUsing spatial autocorrelation statistics

In the present study to identify and analyze the drought and rain in the catchment area of river valley in North West Iran, were used The annual rainfall data of 38 stations for Climatology and synoptic during a period of 25 years (19901991 to 20142015). Initially, the use of SPI gamma index, as well as the Deciles drought index, were identified drought and wet periods in the study area. Stations studied In terms of homogeneity Using Agglomerative hierarchical clustering (AHC) method in three homogeneous classes. In the following Drought results with simple Kriging method, with a SemiVariogram Spherical model with the lowest RMS erro, Zoned in ArcGIS software. Using appropriate variogram, cells with dimensions of 1 * 1 km were extended to perform spatial analysis on the study area. In order to explain the pattern of drought in the region From Global and local statistics of Moran were used as spatial data exploration approaches. The results of the application of Moran's index about identifying spatial distribution of drought patterns showed that The values of the different years during the period, have a positive a positive coefficient close to 1 (Moran's I> 0.95) and this shows that The spatial distribution of drought is clustered. Also the results of the standard score Z values and the PValue proved the clustering of spatial distribution of drought. Eventually from General Statistics G Was used to identify spatial patterns of the drought. The results showed that the east and northeast of the region have a very severe drought pattern whose significance level is 0.99