پیش‎بینی خشکسالی با استفاده از روش‌ های آماری و سیگنال‌ های بزرگ مقیاس اقلیمی

مدیریت منابع آب در مناطق خشک و نیمه خشک ضروری است. پیش‌آگاهی از مقدار بارش یکی از راه‌های مهم در برنامه‌ریزی منابع آب، مدیریت کشاورزی و خشکسالی می‎باشد. مطالعات قبل نشان می‌دهد که سیگنال‌های بزرگ مقیاس اقلیمی (دما و فشار سطح دریاها و اقیانوس‌ها) بر روی اقلیم و میزان بارش در مناطق مختلف تاثیر گذار است. در این مطالعه، ابتدا با روش تجزیه مولفه‌های اصلی (pca) از بین 45 شاخص اقلیمی، 8 شاخص با مجموع 81% واریانس به عنوان موثرترین شاخص‎های اقلیمی انتخاب شدند. سپس تاثیر سیگنال‌های بزرگ مقیاس اقلیمی بر روی شاخص بارندگی استاندارد(spi) ماهیانه در مقیاس (یک، سه، شش و 12 ماهه) حوزه آبخیز مهارلو بختگان به صورت همزمان و با تاخیر توسط همبستگی متقاطع مورد بررسی قرار گرفت. در نهایت با مدل رگرسیون چند متغیره معادلات پیش‎بینی ایجاد شد. نتایج همبستگی متقاطع نشان داد که بیشتر شاخص‎های اقلیمی همراه با گام تاخیر نسبت به سری زمانی(spi) معنی‎دار شده‌اند. نتایج پارامترهای خطا و دیاگرام تیلر نشان داد که عملکرد معادلات رگرسیون در مقیاس یک ماهه بهتر از بقیه مقیاس‎های مورد بررسی می‌باشد.