مدل‌سازی و پیش‌بینی خشکسالی هواشناسی با استفاده از مدل سری زمانی sarima در نمونه‌های اقلیمی مختلف ایران

این مطالعه با هدف پیش‌بینی خشکسالی هواشناسی، کاربرد مدل آماری سری زمانی sarima را در نمونه‌های اقلیمی مختلف ایران مورد ارزیابی قرار داده است. به این منظور از شاخص خشکسالی spi در مقیاس 12 ماهه استفاده شد. داده های بارش طی یک دوره 20 ساله (2019-2000) در 7 ایستگاه سینوپتیک ایران واقع در نمونه‌های اقلیمی متفاوت از فراخشک تا بسیار مرطوب بکار گرفته شد. مدل سری زمانی sarima پس از بررسی ایستایی و فصلی بودن داده‌های بارش در محیط نرم افزار minitab توسعه داده شد. از دو معیار اطلاعاتی آکائیکه (aic) و بیزین (bic) جهت تشخیص مدل بهینه استفاده گردید. نتایج نشان داد که با توجه به روند تناوبی و فصلی متغیر بارش، استفاده از مدل sarima در تمامی ایستگاه‌های مطالعاتی مناسب می‌باشد. نمودارهای باقیمانده‌های بارش در ایستگاه‌های مطالعاتی بسیار نزدیک به حالت نرمال بوده و عملکرد مدل در پیش‌بینی بارش و در نتیجه خشکسالی رضایت‌بخش بود. همچنین انتظار می‌رود که در اقلیم‌ های فراخشک معتدل، نیمه خشک سردسیر و فراسرد، مدیترانه ای معتدل، مرطوب سردسیر و بسیار مرطوب نوع الف و ب به ترتیب احتمال رخداد خشکسالی شدید، خشکسالی متوسط، وضعیت نرمال و ترسالی ملایم رخ دهد.

Meteorological drought modeling and forecasting using SARIMA time series at different climates of Iran

The purpose of this study was to evaluate the application of SARIMA time series statistical model in different climatic samples of Iran in order to forecast meteorological drought. To this end, the standardized precipitation index (SPI) was used on a 12month scale. Precipitation data were used over a 20year period (2000–2019) at 7 synoptic meteorological stations of Iran located in climatic samples classified from extraarid to perhumid. The SARIMA time series model was developed after checking the stationary and seasonality of precipitation data in the MiniTab software. Akaike and Bayesian Information Criteria (AIC BIC) were used to identify the optimal model. The results showed that due to the periodic and seasonal trend of precipitation, the use of SARIMA model is appropriate in all the studied stations. The precipitation residuals in the study stations were very close to normal and the model performance was satisfactory in forecasting precipitation and consequently drought. It is also expected that in the extraarid moderate climates, arid and semiarid (very cold and cold) climates, Mediterranean moderate climates, humid cold climates, and perhumid types A and B climates, the probability of severe drought, moderate drought, nearnormal and moderately wet will occur, respectively.