مهندسی و مدیریت آبخیز

با همکاری انجمن آبخیزداری ایران

شماره جاری

بر اساس شماره‌های نشریه

بر اساس نویسندگان

بر اساس موضوعات

نمایه نویسندگان

نمایه کلیدواژه ها

درباره نشریه

اهداف و چشم انداز

اصول اخلاقی انتشار مقاله

بانک ها و نمایه نامه ها

پرسش‌های متداول

فرایند پذیرش مقالات

راهنمای نویسندگان

راهنمایی دریافت کد ORCID

داوران

راهنمای عضویت در Publons

ارزیابی شاخص وضعیت پوشش گیاهی VCI با استفاده از شاخص بارش استاندارد اصلاح شده MSPI بهمنظور پایش و پهنه بندی خشکسالی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 عضو هیئت علمی دانشکده عمران دانشگاه علم و صنعت ایران.

2 دانشجوی کارشناسی ارشد منابع آب

3 عضو هیئت علمی دانشکده عمران دانشگاه علم و صنعت ایران

چکیده

مدیریت خشکسالی به منظور بهره برداری از منابع آب بسیار ضروری است. در این مطالعه، برای پایش خشکسالی، از آمار بارندگی ماهانه مربوط به 35 ایستگاه سینوپتیک استان قزوین طی دوره های آماری30 ساله استفاده شد. در این تحقیق، دو شاخص خشکسالی شامل شاخص بارش استاندارد اصلاح شده (MSPI) و شاخص بارش استاندارد (SPI) محاسبه و با چهار شاخص دیگر محاسبه شده در تحقیق های قبل در این منطقه، مقایسه شد. نتایج برای پایش خشکسالی نشان داد که دقت شاخص بارش استاندارد اصلاح شده (MSPI) از شاخص بارش استاندارد (SPI) و دیگر شاخص ها بیش تر است. بعد از محاسبه وضعیت خشکسالی در ایستگاه ها، با استفاده از روش های درونیابی نظیر IDW ، Kriging ,GPI ,RBF وضعیت خشکسالی منطقه پهنه بندی گردید. نتایج نشان داد که روش IDW با توان یک برحسب مقدار میانگین خطا، از عملکرد بهتری برخوردار است. علاوه براین، برای پهنه بندی خشکسالی از رویکرد دیگری استفاده شد. در این رویکرد، ابتدا مقدار بارش ماهانه درون حوضه را با روش Kriging درونیابی، سپس مقدار MSPI بارش ماهانه برای هر سلول محاسبه می شود. نتایج نشان می دهد که اگر ابتدا مقدار بارش ماهانه را پهنه بندی و سپس مقدار MSPI برای هر سلول محاسبه شود نسبت به روشی که ابتدا شاخص خشکسالی ایستگاه ها محاسبه و سپس پهنه بندی شود، از دقت بیش تری برخوردار است. به منظور ارزیابی دقیق تر خشکسالی، شاخص وضعیت پوشش گیاهی(VCI) با استفاده از محصول ماهانه شاخص پوشش گیاهی تفاضلی نرمال شده (NDVI) سنجنده MODIS محاسبه گردید. همبستگی بین MSPI و VCI نشان می دهد، شاخص MSPI تا حدود زیادی نتایج شاخص VCI را تایید می کند .پس می توان نتیجه گرفت، در صورت فقدان یا کمبود ایستگاه باران سنجی از شاخص VCI مبتنی بر سنجش از دور ماهواره ای با صحت قابل قبولی می توان استفاده کرد.

کلیدواژه‌ها

عنوان مقاله [English]

Assessment of Vegetation Condition Index Using Modified Standard Precipitation Index to Monitor and zoning Drought

نویسندگان [English]

  • Barat Mojaradi 1
  • javad mirmiri 2
  • Alizadeh Hosein 3

1 Iran University of Science & Tech. School of civil Eng.

2 IUST, School of Civil Eng.

3 IUST, School of civil Eng.

چکیده [English]

Drought management is an essential task to exploit water resources. In this study, the monthly rainfall of 35 synoptic stations in Qazvin province during 30-year were considered for drought monitoring. In this study two drought monitoring indices including modified standard Precipitation index (MSPI) and Standardized Precipitation Index (SPI) are accomplished and compared to the reports of four indices in the study area. The obtained results showed that the MSPI is more accurate than the SPI and other indices. Having the drought conditions in the stations, zoning of drought were calculated by Interpolation methods such as IDW, Kriging, GPI, and RBF.The obtained results demonstrated that IDW method with first power is the best method in terms of average error. Moreover, zoning of the precipitation is conducted using Kriging interpolation then the MSPI value for each cell is computed for monthly precipitation. The results show that if the precipitation interpolation is conducted firstly, the drought index is calculated more accurately than the method that drought index calculated in the stations. In order to assess the drought condition more accurately, the vegetation condition index (VCI) is computed using monthly NDVI product of MODIS. The correlation between VCI and MSPI was calculated that the results illustrated that MSPI confirms the results obtained by VCI. As a result, VCI can be used to monitor drought in the watersheds which suffer from sufficient ground stations.

کلیدواژه‌ها [English]

  • Drought monitoring
  • Interpolation
  • MSPI
  • SPI
  • VCI
مراجع
  1. Abolverdi, J. and D. Khalili. 2010. Probabilistic analysis of extreme regional meteorological droughts by L-moments, in a semi-arid environment. Theoretical and Applied Climatology, 102: 351–366.
  2. Agrawala, S., M. Barlow, H. Cullen and B. Lyon. 2001. The drought and humanitarian crisis in central and southwest Asia: a climate perspective, IRI special report No. 01-11. International Research Institute for Climate Prediction, Palisades, 24 pages.
  3. Angelidis, P., F. Maris, N. Kotsovinos and V. Hrissanthou. 2012. Computation of drought index SPI with alternative distribution functions. Journal of Water Resources Management, 26: 12-26.
  4. Barua, S., A.W.M. Ng and B.J.C. Perera. Comparative evaluation of drought indices: a case study on the Yarra River Catchment in Australia. Journal of Water Resources Planning and Management, 137(2): 215-226
  5. Cancelliere, A., G. Di Mauro, B. Bonaccorso and G. Rossi. 2007. Drought forecasting using the standardized precipitation index. Water Resources Management, 21: 801–819.
  6. Ensafi Moghaddam, T. 2007. An investigation and assessment of climatological indices and determination of suitable index for climatological droughts in the Salt Lake Basin of Iran. Iranian Journal of Range and Desert Research, 14(2): 271-288 (in Persian).
  7. Faraji Sabokbar, H. and Gh. Azizi. 2006. Assessment the accuracy spatial interpolation methods, case study: modeling of rainfall in the Mashhad Kardeh Catchment. Geographical Research, 38(58): 1-15 (in Persian).
  8. Ghahroudi Tali, M. 2002. Assessing interpolation by Kriging method. Physical Geography Research Quartery, 43: 95-108 (in Persian).
  9. Lloyd-Hughes, B. and M.A. Saunders. 2002. A drought climatology for Europe. International Journal of Climatology, 22: 1571-1592.
  10. Hayes, M.J., M.D. Svoboda, D.A. Wilhite and O.V. Vanyarkho. 1999. Monitoring the 1996 drought using the standardized precipitation index. Bulletin of the American Meteorological Society, 80(3): 429–438.
  11. Heim, R.R. 2002. A review of twentieth-century drought indices used in the United States. Bulletin of the American Meteorological Society, 83: 1149-1165.
  12. Kao, S.C. and R.S. Govindaraju. 2010. A copula-based joint deficit index for droughts. Journal of Hydrology, 380: 121-134.
  13. Karimi, B., M. Mahdavi, Kh. Osati, S.A. Sadeghi and J. Mobaraki. 2010. Determining suitable probability distribution models for annual precipitation data (a case study of Mazandaran and Golestan provinces). Journal of Sustainable Development, 3(1): 159-168 (in Persian).
  14. Khalili, A. and J. Bazrafshan. 2003. Performance evaluation of some drought indexes in different climates of Iran. Journal of Nivar, 48-49: 79-93.
  15. Khosravi ,Y. and Kh. Mozafari. 2015. Error analysis in the evaluation of the SPI drought index using geostatistical methods, case study of Bushehr Province. Journal of Geography, 14(48): 189-212 (in Prsian).
  16. Madani, H. 1994. Introduction to geostatistic. Amirkabir University Press, 659 pages (in Persian).
  17. McKee, T.B, N.J. Doeskin and J. Kleist. 1993. The relationship of drought frequency and duration to time scales. Proceedings of the 8th Conference on Applied Climatology, 179-184. January 17-22, Anaheim, California.
  18. Mirabbasi, R., E.N. Anagnostou, A. Fakheri-Fard, Y. Dinpashoh and S. Eslamian. 2013. Analysis of meteorological drought in northwest Iran using the joint deficit index. Journal of Hydrology, 492: 35–48 (in Persian).
  19. Misaghi, F. and K. Mohammadi. 2006. Spatial analysis of rainfall data using classical statistical methods and geostatistics and compared with artificial neural network. Journal of Agriculture, 29(4): 1-13 (in Persian).
  20. Moradi, H. R., M. Rajabi and M. Farajzadeh. 2011. Investigation of meteorological drought characteristics in Fars Province, Iran. Catena, 84: 35-46 (in Persian).
  21. Moreira, E.E., C.A. Coelho, A.A. Paulo, L.S. Pereira and J.T. Mexia. 2008. SPI-based drought category prediction using log linear models. Journal of Hydrology, 354: 116-130.
  22. Morid, S., Sh. Paymozd and M. Moghaddasi. 2004. Monitoring of the 1998-2000 drought in Tehran Province, using EDI, SPI, DI indices and geographical information system. Journal of Modarres Humanity Science (Iran). 9(1): 197-215 (in Persian).
  23. Naserzadeh, M.H. and E. Ahmadi. 2012. Study of meteorological drought index in drought monitoring and mapping. Journal of Geosciences, 27: 141-162 (in Persian).
  24. Palmer, W.C. 1968. Keeping track of crop moisture conditions, nationwide: the new crop moisture index. Weatherwise, 21: 156-161.
  25. Saghafian, B., S. Rahimi Bandar Abadi, H. Taheri Shahraiyni and J. Ghayoomian. 2005 The effects of station density and regional clustering on spatial distribution of daily rainfall, case study: southwest parts of Iran. Esteghlal Journal, 24: 59-75 (in Persian).
  26. Shafer, B.A. and L.E. Dezman. 1982. Development of a Surface Water Supply Index (SWSI) to assess the severity of drought conditions in snowpack runoff areas. Proceedings of the Western Snow Conference, 164-175, Colorado State University, Fort Collins, Colorado.
  27. Thom, H.C.S. 1966. Some methods of climatological analysis. WMO Technics/Note Number, 81: 16-2
  28. Wilhite, D.A. 2000. Drought as a natural hazard: concepts and definitions. Drought: A Global Assessment, London, Routledge, UK, 3–18.
  29. Wilhite, D.A. 1993. Drought assessment, management and planning: theory and case studies. Kluwer Academic Publishers, USA, 293 pages.
مهندسی و مدیریت آبخیز
دوره 12، شماره 3
مهر 1399
صفحه 725-736
فایل ها
هم رسانی
ارجاع به این مقاله
آمار