کاربرد داده‌های شبکه‌ای CRU و GPCC در تحلیل خشکسالی‌های بلند مدت حوضه آبریز دریاچه ارومیه

Abstract

سابقه و هدف:خشکسالی رویدادی است که هر ساله کشورهای زیادی را با کمبود آب مواجه می‌کند. اقلیم خشک و نیمه‌خشک و توزیع نامناسب بارندگی از نظر مکانی و زمانی سبب افزایش اثر منفی کمبود منابع آب در کشور ایران می باشد. در پژوهش حاضر وضعیت خشکسالی هواشناسی حوضه آبریز دریاچه ارومیه با استفاده از داده‌های شبکه‌ای بارش، دما و تبخیر و تعرق مرجع در 10 ایستگاه سینوپتیک از سال 1955-2019 مورد بررسی قرار گرفت. بدین منظور ابتدا عملکرد داده‌های شبکه‌ای CRU (Climatic Research Unit) و (Global Precipitation Climatology Center) GPCC در برآورد پارامترهای اقلیمی با استفاده از داده‌های زمینی ارزیابی شد. سپس از داده‌های شبکه‌ای جهت محاسبه شاخص شناسایی خشکسالی RDI (Reconnaissance Drought Index) استفاده گردید و پایش خشکسالی طی دوره آماری مشاهده مورد بررسی قرار گرفت.مواد و روش‌ها:حوضه آبریز در شمال‌غرب ایران در استان‌های آذربایجان‌ غربی، شرقی و کردستان قرار گرفته و مرز غربی آن ارتفاعات مرزی ایران و ترکیه است. در پژوهش حاضر در ابتدا با مراجعه به سازمان هواشناسی کشور داده‌های بارش و دمای ایستگاه‌های مورد مطالعه طی یک دوره 65 ساله (11955-2015) دریافت و پردازش شد. سپس جهت معرفی و استفاده از داده‌های شبکه‌ای برای مکان و زمان‌های فاقد آمار، از داده‌های بارش ماهانه GPCC و مولفه‌های (حداقل، متوسط و حداکثر) دماییCRU ، برای 10 ایستگاه همدیدی منتخب حوضه دریاچه ارومیه در طی دوره آماری استفاده شد. جهت تحلیل خشکسالی بلند‌مدت و محاسبه شاخص RDI از داده‌های بارش، دما و تبخیر و تعرق حاصل از داده‌های شبکه‌ای استفاده گردید. یافته‌ها:در مطاعه حاضر برای واسنجی داده‌های مورد استفاده از دو رویکرد کلی استفاده شد. رویکرد اول عبارتست از اینکه کلیه داده‌های زمینی مستخرج از ایستگاه‌های هواشناسی به‌ترتیب زمانی در مقابل داده‌های شبکه‌ای ترسیم شده و یک رابطه رگرسیونی به آنها برازش داده می‌شود. در رویکرد دوم به تغییرات ماهانه داده‌های شبکه‌ای توجه شده و واسنجی برای هر ماه به‌صورت جداگانه انجام می‌شود. از این‌رو واسنجی ماهانه در ایستگاه‌ها برای داده‌های موجود انجام شد و نتایج نشان داد که خطای محاسباتی در داده‌های CRU برای دما و تبخیر و تعرق به مراتب کوچک‌تر بوده و توانسته است مقادیر داده‌های دما و تبخیر و تعرق را با خطای کمتر و عملکرد بهتر برآورد نماید. به‌عنوان مثال در ایستگاه ارومیه برای تخمین ETo، مقدار شاخص ارزیابی RMSE بین داده‌های زمینی و شبکه‌ای CRU، 0.918 میلی‌متر در روز می‌باشد. در حالیکه بعد از واسنجی این مقدار به 0.671 میلی‌متر در روز کاهش یافت. این روند کاهش خطا بین داده‌های زمینی و شبکه‌ای CRU در کلیه ایستگاه‌های مورد مطالعه نیز تکرار شده است. در ایستگاه‌های پیرانشهر و سقز برآورد تبخیر و تعرق مرجع با خطای بیشتری نسبت به سایر ایستگاه‌ها همراه بود. بطوریکه معیار MAE در ایستگاه‌های مذکور قبل از واسنجی به‌ترتیب 1.087 و 0.965 (mm/day) بوده و بعد از عمل واسنجی این شاخص به مقدار 0.309 و 0.467 (mm/day) کاهش یافته است. در این بخش علاوه بر شاخص‌های آماری از نمودار ویولنی برای نشان دادن توزیع داده‌ها نیز بهره گرفته شد. به طور کلی می‌توان نتیجه گرفت که داده‌های اقلیمی به دست آمده از پایگاه‌های اطلاعاتی CRU و GPCC مطابقت خوبی با مقادیر زمانی نشان می‌دهند اما اصلاح اریبی موجود در آنها همواره باید مورد توجه قرار گیرد.نتیجه گیری:تحلیل خشکسالی‌های حوضه آبریز حاکی از آن است که از سال2019-1998 RDI مقادیر منفی‌تری را به خود اختصاص داده که خشکسالی شدید را نشان می‌دهد و به عبارتی فعالیت‌های انسانی و شرایط اقلیمی را در منطقه با بحران مواجه می‌کند. نتایج پژوهش حاضر نشان‌دهنده عملکرد مناسب داده‌های شبکه‌ای CRU و GPCC در برآورد پارامترهای هیدرولوژیک بوده و توصیه می‌گردد در مناطقی که داده‌های ثبت شده زمینی طولانی مدت در دسترس نیست از پایگاه‌های اطلاعاتی فوق استفاده شود.

Keywords

• اصلاح اریبی
• پایگاه اطلاعاتی داده‌های هواشناسی
• خشکسالی هواشناسی
• شاخص rdi