پایش خشکسالی هواشناسی در استان هرمزگان مبتنی بر شاخص‌های چندمتغیره آماری و احتمالاتی

خشکسالی یک پدیده پیچیده چندمتغیره است که بدون شک، بررسی همه آثار آن با استفاده از شاخص‌های تک متغیره مرسوم امکان‌پذیر نیست. در مطالعه حاضر خشکسالی هواشناسی استان هرمزگان در دوره آماری 1365 تا 1395 با استفاده از دو دیدگاه تحلیل آماری چندمتغیره و توابع مفصل مورد تجزیه و تحلیل قرار می‌گیرد. نخست، شاخص چند متغیره بارش استانداردشده با استفاده از تحلیل مولفه‌های اصلی و شاخص کمبود توام با استفاده از تابع مفصل تجربی کندال محاسبه شد. سپس کارآیی دو شاخص در بررسی مشخصه‌های خشکسالی مقایسه شد. نتایج نشان داد که در پایش خشکسالی دوره موردمطالعه، شاخص چند متغیره بارش استانداردشده مقادیر شدت‌های بیشینه را بیشتر از شاخص کمبود توام برآورد می‌کند. در بررسی خشکسالی تاریخی سال 1380، شاخص چند متغیره بارش استانداردشده نسبت به شاخص کمبود توام تصویر واقع‌بینانه‌تری از خشکسالی را ارائه می‌کند. همبستگی بین مشخصه‌های خشکسالی (شدت، مدت و بزرگی) در بیشتر موارد در شاخص چند متغیره بارش استانداردشده بیشتر از شاخص کمبود توام بوده، بدین معنی که ساختار همبستگی را بهتر از توابع مفصل برآورد می‌نماید. برآورد درصد فراوانی طبقات خشکسالی از ملایم تا خیلی شدید نشان داد، شاخص چند متغیره بارش استانداردشده در برآورد کلاس‌های خشکسالی شدید و خیلی شدید کارآیی بهتری داشته و برآورد صحیح‌تری از کلاس‌های خشکسالی دارد. در آخر، شاخص چند متغیره بارش استانداردشده قادراست تصویر صحیحی از خشکسالی را برای ارزیابی تفضیلی خشکسالی چندمتغیره داشته باشد.

Meteorological drought monitoring based on multivariate statistical and probability indices in Hormozgan province

Drought is a complex multivariate phenomenon that cannot be investigated using conventional univariate indices. In the current study, the meteorological drought has been assessed based on multivariate statistical and probability indices in Hormozgan province during 19862016. Therefore, the MSPI standardized multivariate precipitation index was calculated using Principal Component Analysis (PCA) and JDI using Kendall’s empirical function. Next. the drought characteristics were extracted to compare the efficiency of the two indices. The results showed: 1) In drought monitoring of the study period, MSPI estimated the maximum intensity values more than JDI, 2) In assessment of a historical drought in 2001, the MSPI provided a more realistic image of the drought than JDI, 3) The correlation between drought characteristics (severity, duration, and magnitude) in most cases in MSPI was higher than JDI, which means that the correlation structure is better than the joint functions, and 4) Estimates of the frequency of drought classes from mild to extreme showed that MSPI was better at these classes and was more accurate than the drought classes. Finally, the MSPI is capable to provide a realistic image of the drought for a multivariate drought assessment.