بررسی عملکرد شاخص ‌های تک متغیره و یکپارچه چند متغیره در پایش خشکسالی کشاورزی (بررسی موردی: حوزه آبخیز کرخه)

خشکسالی یکی از مخاطرات اقلیمی است که در سال‌ های اخیر، به‌ طور قابل توجهی بر شرایط محیطی و اجتماعی - اقتصادی ایران تاثیر گذاشته است. از این رو بررسی و پایش آن، به‌ منظور اطلاع از وقوع خشکسالی و کاهش آسیب پذیری، بسیار ضروری و مهم است. در پژوهش حاضر کارایی شاخص‌ های یکپارچه چند متغیره نسبت به شاخص ‌های تک متغیره در پایش خشکسالی کشاورزی بر اساس تصاویر ماهواره‌ ای در حوزه آبخیز کرخه مورد بررسی قرارگرفت. بدین منظور در آغاز شاخص ‌های سنجش از دوری چند متغیره vhi و nvswi و شاخص تک متغیره nlswi محاسبه شد و وضعیت خشکسالی در کل حوزۀ آبخیز کرخه توسط این سه شاخص برای دورۀ زمانی 1380 تا 1401 در اردیبهشت ماه پایش شد. به‌ طور کلی  نتایج نشان داد طی دورۀ آماری 1380 تا 1383، 1385 تا 1389، 1391و 1392 تا 1394 در منطقه مورد بررسی خشکسالی‌های مکرر با شدت کم تا شدید رخ داده است. سپس عملکرد شاخص های چند متغیره و تک متغیره با استفاده از شاخص spi در مقیاس‌ های یک، سه و شش ماهه و شاخص sdi مورد تجزیه و تحلیل قرار گرفت. طبق نتایج صحت ‌سنجی پژوهش حاضر،  بیشترین ضریب همبستگی بین شاخص nvswi  با spi-1 و sdi به ترتیب برابر با 0.71 و 0.64 مشاهده شد و همچنین شاخص vhi نیز بعد از شاخص nvswi، همبستگی نسبتاً خوبی با spi-1 (0.66) و sdi (0.56) دارد و شاخص تک متغیره  کمترین همبستگی را با spi-1 (0.42)، spi-2 (0.28)، spi-3 (0.21) و sdi (0.40) دارد. بنابراین طبق نتایج شاخص ‌های یکپارچه چند متغیره  nvswi و vhi نسبت به شاخص تک متغیره nlswi  نتایج بهتری را ارائه می ‌دهد. زیرا شاخص‌ های چند متغیره  nvswi و vhi، عواملی مثل وضعیت پوشش گیاهی و دمای سطح زمین را همزمان در پایش خشکسالی منظور می‌ نماید، بنابراین شاخص ‌های چند متغیره نسبت به شاخص ‌های تک متغیره وضعیت خشکسالی را بخوبی پایش می ‌کند.

investigating the effectiveness of univariate and integrated multivariate indices in monitoring agricultural drought (case study: karkheh basin)

drought is one of the major climate hazards that has significantly impacted the environmental and socio-economic conditions of iran in recent years. as such, investigating and monitoring drought is essential for understanding its occurrence and reducing vulnerability. this study evaluates the efficiency of integrated multivariate indices compared to univariate indices for monitoring agricultural drought based on satellite imagery in the karkheh basin. multivariate remote sensing indices, including the vegetation health index (vhi) and the normalized vegetation soil water index (nvswi), alongside the univariate normalized land surface water index (nlswi), were calculated to monitor drought conditions across the entire karkheh watershed during may from 2001 to 2022. the results revealed frequent drought occurrences with varying intensities (low to severe) during the statistical periods of 2001–2004, 2006–2010, 2012, and 2013–2015. the performance of multivariate and univariate indices was validated against the standardized precipitation index (spi) at one-, three-, and six-month scales, as well as the streamflow drought index (sdi). the highest correlation was observed between the nvswi and spi-1 (r = 0.71) and sdi (r = 0.64). similarly, the vhi demonstrated a relatively strong correlation with spi-1 (r = 0.66) and sdi (r = 0.56). in contrast, the univariate nlswi showed the weakest correlations with spi-1 (r = 0.42), spi-3 (r = 0.21), and sdi (r = 0.40). the findings indicate that integrated multivariate indices, such as nvswi and vhi, outperform the univariate nlswi index in agricultural drought monitoring. this superiority is attributed to the inclusion of multiple factors, such as vegetation health and land surface temperature, in multivariate indices. as a result, nvswi and vhi provide more comprehensive and accurate monitoring of drought conditions compared to univariate indices.