Modeling the correlation between drought, number of rainy days and evapotranspiration in Fars province
Subject Areas : natural geographymaryam khosravian 1 , alireza entezari 2 , Mohammad baaghide 3 , rahman zandi 4
1 - دانشگاه حکیم سبزواری
2 -
3 -
4 - عضو هیات علمی دانشگاه حکیم سبزواری
Keywords: Modeling, Drought, Number of rainy days, Evapotranspiration, Fars province,
Abstract :
Drought is one of the recurring phenomena in all parts of the world with high-rainfall and low-rainfall climates and it is consider as a natural disaster. Iran is also one of the countries which involved in this phenomenon in different places. Its characteristics, such as the severity, duration, and extent of the drought, are vary from place to place and its damages is depending on the country's planning. In this regard, the necessity of knowing the correct weather conditions and climatic characteristics of different regions have become clear to planners through environmental, economic, agricultural and industrial potentials and their optimal use, as well as predicting the occurrence of natural disasters such as floods and droughts. In this study, for evaluating and comparing drought and wetness events, the precipitation data for the period (1987-2017), as well as the evaporation and transpiration data and the number of rainy days during a statistical period of 10 years (2008-2017) were obtained from 9 stations in Fars province. The standardized precipitation index (SPI) was used, and the Arc GIS software, the drought zoning, evaporation and transpiration maps, and the number of rainy days in the province were plotted. In the studied years, Fars province has faced a near-normal state for 24 years in and drought for 5 years and wetness for one year. The drought situation was studied and analyzed in Shiraz city in the continuation. According to the obtained results, the drought in Shiraz city is more severe than the other parts of the province and it will continue in the future. The SPI index has the highest correlation with the parameters of the number of rainy days with a rate of (0.46) and evaporation and transpiration with a rate of (0.26) in 2012 and 2008.
رضایی، ر، حسینی، م، شریفی، ا. تجزیه و تحلیل و توضیح اثرات خشکسالی در مناطق روستایی استان زنجان (مطالعه موردی: روستای هجراش). مجله تحقیقات روستایی.1390. 13-110 :(3)1.
صالح، ا، مختاری، د. تأثیرات اجتماعی و اقتصادی خشکسالی در خانواده‌های روستایی منطقه سیستان. نشریه توسعه و آموزش کشاورزی ایران. 1390. 114-99(3)1.
علیجانی، ب، 1385، آب و هوای ایران، انتشارات دانشگاه پیام نور، تهران، نسخه هفتم.
علیجانی، ب، بابایی، ا. تجزیه و تحلیل فضایی خشکسالی کوتاه مدت، جغرافیا و برنامه ریزی منطقه ای. 1387. شماره پاییز و زمستان.
فرج‌زاده، م، 1385، خشکسالی از مفهوم به راه حل، سازمان جغرافیایی نیروهای مسلح، اولین شماره، صص 16-17.
قطرسامانی، س ،1385، بررسی خشکسالی استان چهارمحال و بختیاری، اولین کنفرانس راهبردی برای مقابله با کمبود آب و خشکسالی در کرمان، 43-36 :1.
کارآموز، م، عراقی‌نژاد، س ،1387، هیدرولوژی پیشرفته دانشگاه امیر کبیر. تهران.
کشاورز، م، 1394، رفاه روستایی و حفاظت از محیط زیست تحت خشکسالی: مورد استان فارس، اداره محیط زیست فارس.
کشاورز، م، کرمی، ا، زمانی، ق .آسیب‌پذیری خشکسالی خانواده‌های مزرعه: مطالعه موردی. نشریه توسعه و آموزش کشاورزی ایران. 1390. 32-15(2)6.
مصطفی¬زاده، ر، ذبیحی، م، 1395، تحلیل و مقایسه شاخص¬های SPI و SPEI در ارزیابی خشکسالی هواشناسی با استفاده از نرم‌افزار R (بررسی موردی: استان کرمانشاه)، مجله فیزیک زمین و فضا. 643-633(3)42.
معدنچی، پ، کاکاشاهدی، م، حبیب¬نژاد، م، سلیمانی، ک، فاتحی مرج، ا، 1398، پهنه¬بندی خشکسالی¬های اقلیمی و بزرگی خشکسالی با استفاده از شاخص SPI و روش زمین آمار کریجینگ(مطالعه¬ی موردی: استان کرمان)، 2015-203(10)38.
نصرتی، ک، آذرنیوند، ح،1385، تجزیه و تحلیل منطقه‌ای از شدت، مدت، دوره خشکسالی با استفاده از داده‌های بارندگی، 61-49(1)7.
وارثی، ح، بیک محمدی، ح، قنبری، س. مقایسه خسارت اقتصادی خشکسالی کشاورزی در شهر نائین با سایر شهرک‌های شهر اصفهان (برای سال های 1999 و 2003)، جغرافیا و برنامه‌ریزی محیطی.1385. 44-21(3)21.
Chu P.S., Nash A.J., and Porter F.Y. 1993, Diagnostic studies of two contrasting rainfall episodes in Hawaii: Dry 1981 and wet 1982, Journal of climate, 6(7):1457-1462.
Chu P.S., Nash A.J., and Porter F.Y. 1993, Diagnostic studies of two contrasting rainfall episodes in Hawaii: Dry 1981 and wet 1982, Journal of climate, 6(7):1457-1462.
Epule, T.E., Peng, C., Lepage, L. 2015, Environmental refugees in sub-Saharan Africa: a review of perspectives on the trends, causes, challenges and way forward. GeoJournal, 80:79-92.
Mishra A. K., Desa, V. R. and Singh, V. P. 2007, Drought Forecasting Using a Hybrid Stochastic and Neural Network Model. Journal of Hydrologic Engineering, 12(6):626–638.
Morid, S., V. Smakhtinb and K. Bagherzadeh. 2007, Drought forecasting using artificial neural networks and time series of drought indices. Int. J. Climatol. 27: 2103-2111.
Natale. H.K and Thian Yew Gan. 2003, Drought indices and their application to east Africa. Inter. Journal Climatol, 23.
Serogio, M., and Vicente S. 2006, Differences in Patterns of Drought on Different Time Scales: An Analysis of the Iberian Peninsula, Water Resources Management (2006)20:37-60. DOI: 10.1007/s11269006-2974-8.
Szalai, S. and Szinell, C. 2000, Comparison of two drought indices for drought monitoring in Hungary - a case study. In J. V. Vogt and F. Somma, editors, Drought and Drought Mitigation in Europe, pages 161166. Kluwer, Dordrecht. 325pp.
Tsakiris, G., and Vangelis, H. 2004, Towards a drought watch systems based on spatial SPI, Water resources Research Management, 18:1-12.
Wilhite, D.A., Svoboda, M.D. and Hayes, M.J. 2007, Understanding the complex impacts of drought: A key to enhancing drought mitigation and preparedness, Water Resources Management, Vol. 21, No. 5, pp. 763-774.
Yan-Jun,L.I., ZHENG Xiao-dong and L.U.Fan and M.A.Jing.2012, Analysis of Drought Evolvement Characteristics Based on Standardized Precipitation Index in the Huaihe River Basin. Sciverse ScienceDirect, Procedia Engineering, 28:434-437.
