با همکاری انجمن آبخیزداری ایران

نوع مقاله : مقاله پژوهشی

نویسندگان

1 هیئت علمی پژوهشکده آبخیزداری

2 دانشجوی کارشناسی ارشد دانشگاه آزاد

3 استادیار دانشگاه آزاد

چکیده

مطالعه تأثیرات خشکسالی بر منابع آبی در کشور ایران و به‌ویژه در نواحی کوهستانی به دلیل عدم پراکنش مناسب ایستگاه، نبود داده‌های طولانی‌مدت و نواحی فاقد آمار، همواره با مشکلاتی مواجه است. ازاین‌رو هدف اصلی این تحقیق بررسی خشکسالی‌های استان کرمانشاه و تأثیر آن بر منابع آبی با استفاده از داده‌های ماهواره‌‌‌ای TRMM و همچنین ارزیابی دقت آن‌ها در مقابل دادههای ایستگاه‌های سینوپتیک استان کرمانشاه است. برای رسیدن به این منظور از روش‌های آماری و سنجش‌ازدوری استفاده شد. داده‌های مورداستفاده شامل: داده‌های بارش 42 نقطه مدل TRMM با دقت مکانی 25/0× 25/0 درجه جغرافیایی، داده‌های بارش ایستگاه‌های زمینی استان کرمانشاه طی دوره 15 ساله 2014-2000 و داده‌های دبی چشمه‌های کارستی این استان می‌باشد. ارزیابی دقت داده‌های دو پایگاه داده با استفاده از آماره‌های R، R2، EF، IA، Slope، NRMSE و Bias در محیط نرم‌افزار متلب انجام شده است. ارزیابی دقت داده‌های مدل TRMM در مقابل داده‌های بارش ثبت شده ایستگاه‌های زمینی در مقیاس ماهانه نشان داد که داده‌های این ماهواره در سطح استان از دقت بسیار مناسبی برخوردارند و 70 تا 80 درصد واریانس بارش داده‌های ایستگاهی، به کمک داده‌های بارش این ماهواره تبیین می‌شوند. همچنین مقدار انحراف داده‌های ماهواره از داده‌های ایستگاهی بسیار ناچیز و کمتر از 10 میلی‌متر است. پایش خشکسالی در سطح استان کرمانشاه با استفاده از داده‌های TRMM و شاخص SPI در مقیاس‌های ماهانه، فصلی و سالانه نشان داد که معمولاً فراوانی خشکسالی در این استان بیش از ترسالی است اما شدت دوره‌های خشک کمتر از دوره‌های مرطوب است و چند دوره خشک توسط یک دوره مرطوب جبران می‌شود. توزیع زمانی نمرات استانداردشده بارش نیز نشان داد دوره‌های مرطوب عمدتاً در ابتدای دوره مطالعاتی و دوره‌های خشک در انتهای دوره مطالعاتی از تمرکز بیشتری برخوردارند. ازاین‌رو مقدار بارش استان در حال کاهش و سهم بارش‌های بهاری نسبت به بارش‌های پاییزه و زمستانه در حال افزایش است. نتایج حاصل از مقایسه داده‌های دبی و بارش و بررسی اثرات خشکسالی بر منابع آب نشان داد، ارتباط بسیار قوی بین بارش و دبی چشمه‌های کارستی استان کرمانشاه وجود دارد و خشکسالی‌های شدید هیدرولوژیک به‌شدت متأثر از کاهش ریزش‌های جوی است. بطوریکه مقدار همبستگی بین بارش و دبی چشمه های کارستی منتخب بین 77/0 تا 88/0 است و در بهترین حالت مقدار ضریب تعیین برای ایستگاه روانسر به 77/0 می رسد.

کلیدواژه‌ها

عنوان مقاله [English]

Investigation of the effect of drought on water resources using TRMM satellite imagery in Kermanshah Province

نویسندگان [English]

  • Abdolnabi Kolahchi 1
  • Mohamamd Eftekhar Dadkhah 2
  • Mehdi Mirzai 3

1 SCWMRI

2 Student of Azad University

3 Assistant Professor of Azad University

چکیده [English]

The effects of drought on water resources in mountainous areas in Iran, is very difficult, due to lack of proper distribution of the station as well as lack of long-term data. The main objective of this study is to investigate the droughts in Kermanshah. The data used included the precipitation data of 42 points of the TRMM model with a spatial accuracy of 0.25 × 0.25 degrees, precipitation data of ground stations for the 15-year period (2014-2000) and the discharge of karst springs. The accuracy of data from two databases was evaluated by using R, R2, EF, IA, Slope, NRMSE and Bias statistics in the MATLAB software. The evaluation of the TRMM model's accuracy in comparison with the recorded rainfall data of ground stations on a monthly scale showed that the satellite data is very accurate and 70 to 80 percent of the precipitation data variance is explained by satellite rainfall data. Also, the amount of satellite data deviation from the station data is negligible and less than 10 mm. Drought monitoring using TRMM data and SPI index in monthly, seasonal and annual measurements showed that the frequency of drought in this province is usually more than wet, but the severity of the dry periods is less than wet periods and some dry periods are compensated by a wet period. The time distribution of SPI showed that wet and dry periods are more concentrated at the beginning and the end of the study respectively. Therefore, rainfall is decreasing and the contribution of spring rainfall is rising relative to fall and winter rainfall. The correlation coefficient (R) between precipitation and discharge of selected karst springs is between 0.77 and 0.88 where the highest coefficient of determination (R2 = 0.77) occurred in Ravansar station.

کلیدواژه‌ها [English]

  • Dataset
  • TRMM
  • EF
  • Drought
  • Kermanshah
  1. Azizi, G., T. Safarrud, H. Mohammadi and H. Faraji Sobkbar. 2016. Estimation and comparison of rainfall data for use in Iran. Natural Geographic Research, 48(1): 49-33 (in Persian).
  2. Bordi, I. and A. Sutera. 2007. Drought monitoring and forecasting at large scale. In Methods and Tools for Drought Analysis and Management. Series Water Science and Technology Library, Edited by: Rossi, G., T. Vega and B. Bonaccorso, Springer Verlag, 490 pages.
  3. Daneshvar, M., A. Talouri, M. Tavakkoli and M. Danaian. 2007. Analysis of drought periods in the east and south-east of the country. Nivar Magazine, 31(62): 37-21 (in Persian)
  4. De Jesús, A., J. Breña-Naranjo, A. Pedrozo-Acuña and V. Yamanaka. 2016. The use of the TRMM 3B42 product for drought monitoring in Mexico.Water, 8(8): 325-336.
  5. Erfanian, M., N. Vafaei and Rezaeianzadeh. 2014. Presentation of a new method for assessing drought risk in Fars Province by combining monthly TRMM satellite rainfall data and NDVI vegetation indicator data from MODIS. Natural Geography Research, 64(1): 108-93 (in Persian).
  6. Du, L., T. Qingjiu, T. Yu, Q. Meng, T. Jancso, P. Udvardy and Y. Huang. 2013. A comprehensive drought monitoring method integrating MODIS and TRMM data. International Journal of Applied Earth Observation and Geoinformation, 23: 245–253.
  7. Ghafourian, H., S. Sanaei Nejad and K. Davari. 2014. Investigating the determination of suitable areas for drought monitoring using TRMM satellite data. Water and Soil Journal, 28(3): 648-639 (in Persian).
  8. Gustavo, N., B.F. Paulo, S.C. Miguel, S. Andrew and V. Juergen. 2012. Monitoring drought conditions and their uncertainties in Africa using TRMM data. Journal of Applied Meteorology and Climatology, 57: 1867–1874.
  9. Hejazi Zadeh, Z., B. Alijani, P. Ziaeian, Karimi and S. Rafati. 2012. Estimation of satellite TRMM 3B43 and comparison with values obtained from Kriging interpolation technique. Remote Sensing and GIS of Iran, 4(3): 49-64 (in Persian).
  10. Lashni Zand, M. 2004. Climate drought investigation and possibility to predict in six basins in the west and north-west of Iran. Geographical Research, 72: 73-86 (in Persian).
  11. Levina, W.H., W. Seizarwati and R. Vernimmen. 2016. Comparison of TRMM satellite rainfall and APHRODITE for drought analysis in the Pemali-Comal River Basin. Procedia Environmental Sciences, 33: 187-195.
  12. Madadi, G., S. Hamzeh and A. Noroozi. 2016. Evaluation of TRMM satellite images to study the time and location of drought, case study: western border basin. Watershed Engineering and Management, 8(4): 362-376 (in Persian).
  13. Masoudian, S. 2012. Iran's climate. Isfahan University Press, 288 pages (in Persian).
  14. Masumpour, J., M. Miri and S. Seid Shakeri. 2017. The effects of climate change on discharges and quantitative and qualitative characteristics of karstic springs of Kermanshah Province using climatological models to predict for long term. Research Project, Regional Water Company of Kermanshah Province, 51-65 (in Persian).
  15. Miri, M. 2016. Investigating the relationship between climate change and decline of Zagros forests, case study: Ilam Province. PhD Thesis, University of Tehran, 120 pages (in Persian).
  16. Miri, M., T. Raziei and M. Rahimi. 2016. Evaluation and comparison of statistical data of TRMM and GPCC rainfall data with observational data in Iran. Journal of Physics of Earth and Space, 42(3): 672-657 (in Persian).
  17. Miri, M., G. Azizi, F. Khoshk Akhlagh and M. Rahimi. 2016. Statistical evaluation of rainfall and temperature network data with observational data in Iran. Iranian Journal of Watershed Management, 10(35): 50-39 (in Persian).
  18. Rossi, G., T. Vega and B. Bonaccorso. 2007. Methods and tools for drought analysis and management. Water Science and Technology Library, Published by Springer, 15 pages.
  19. Rahimi, M. 2011. Statistical analysis of droughts in south-west Iran. MSc Thesis, Tehran University, 140 pages (in Persian).
  20. Salimi Fard, M. 2014. Drought assessment in Khorasan Razavi Province based on combined indicator (SDI) and TRMM sensor data. MSc Thesis, University of Ferdowsi, Mashhad, 115 pages (in Persian).
  21. Wilhite, D.A. and M. Buchanan-Smith. 2005. Drought as hazard: understanding the natural and social context. In: Whilhite, D.A. (Ed.), Proceeding of Drought and Water Crises: Science, Technology and Management Issues. CRC Press, Boca Raton, FL, 3–29.
  22. Yan, N., B. Wu, S. Chang and X. Bao. 2014. Evaluation of TRMM precipitation product for meteorological drought monitoring in Hai Basin. IOP Conference Series Earth and Environmental Science, 17(1): 15-36.