علوم آب و خاک

در این مطالعه، مشخصه ­های خشکسالی ایستگاه‌های اراک، بندرانزلی، تبریز، تهران، رشت، زاهدان، شیراز و کرمان طی دوره آماری 1956 تا 2014 با شاخص چندمعرفه اکتشاف خشکسالی (RDI) و شاخص تک­معرفه بارندگی استاندارد (SPI) مورد مطالعه قرار گرفت. داده­ های مورد نیاز برای محاسبه شاخص اکتشاف خشکسالی، داده ­های بارش و دمای هوا و داده های مورد نیاز برای محاسبه شاخص بارندگی استاندارد نیز، داده ­های بارش است. در این مطالعه، برای محاسبه تبخیر- تعرق پتانسیل (PET) از روش تورنت­وایت استفاده شد. یکی از چالش­ های اصلی در پایش خشکسالی، تعیین شاخصی است که بر اساس هدف پایش، از قابلیت اطمینان بالایی برخوردار باشد. از این­رو در این پژوهش دو روش انتخاب شاخص مناسب بر اساس حداقل بارش و توزیع نرمال ارزیابی شد. نتایج حاصل از ارزیابی روش حداقل بارش برای انتخاب شاخص مناسب نشان داد که اکثر شاخص ­های خشکسالی در سال وقوع حداقل بارش، یکی از دو وضعیت خشکسالی شدید یا بسیار شدید را نشان می ­دهند و در بیشتر موارد نمی­ تواند منجر به تعیین شاخصی دقیق و مشخص شود. بر اساس نتایج روش توزیع نرمال، شاخص SPI برای ایستگاه‌های اراک، تبریز، رشت، زاهدان، شیراز و کرمان و شاخص RDI برای ایستگاه‌های بندرانزلی و تهران به‌عنوان مناسب­ ترین شاخص خشکسالی انتخاب شد.

خشکسالی‌ها از پدیده‌های آب‌و‌هوایی هستند که می‌توانند موجب کاهش کیفیت آب سطحی در سطح حوضه‌های آبریز شوند. درک اثرات پیچیده خشکسالی می‌تواند مدیران منابع آب را در پایش تغییرات صورت گرفته در حوضه آبریز و گرفتن تصمیم درست در تهیه برنامه مدیریت حوضه کمک کند. در این مطالعه از داده‌های بارش سالانه هفت ایستگاه سینوپتیک هواشناسی در حوضه هلیل‌رود در یک دوره آماری 20 ساله (1392-1373) به‌منظور محاسبه شاخص بارش استاندارد (SPI) و شاخص خشکسالی احیایی (RDI) استفاده شد و سال‌های خشک (35/1- تا 75/1-) و تر (7/1 تا 45/2) بر‌اساس مطالعات شبیه‌سازی تعیین شد. چندین شاخص‌ مختلف مبتنی‌ بر داده‌های اقلیمی و سنجش از دور رصد و از آنها برای ارزیابی خشکسالی بر کیفیت آب‌های سطحی استفاده شد. اثر خشکسالی روی پارامترهای کیفی آب طی دوره آماری بررسی شد. نتایج نشان داد بین بیشتر پارامترهای کیفی آب (یون کلسیم، منیزیم، بی‌کربنات، سولفات، سدیم، هدایت الکتریکی، کل جامدات محلول و نسبت جذب سدیم) و رخداد پدیده خشکسالی رابطه معنی‌داری در سطح اطمینان پنج درصد وجود دارد. با این حال بین مقدار pH با خشکسالی در هیچ‌یک از ایستگاه‌ها رابطه معنی‌داری پیدا نشد. نتایج این مطالعات نشان داد که می‌توان با تمرکز روی شاخص‌های خشکسالی به‌عنوان ابزاری برای مدیریت منابع آب سطحی در شرایط خشکسالی و بهبود آن استفاده کرد. همچنین پیشنهاد می‌شود با تقسیم حوضه هلیل‌رود به چند منطقه همگن، تأثیر خشکسالی روی کیفیت آب به‌صورت منطقه‌ای بررسی شود.

خشکسالی به‌عنوان یکی از مخاطرات طبیعی ممکن است طی سال‌های متمادی به‌آهستگی یک منطقه را تحت‌تأثیر قرار دهد و اثرات مخربی روی محیط طبیعی و زندگی انسان‌ها داشته باشد. هر چند پیش‌بینی وقوع خشکسالی نقش مهمی در مدیریت منابع آب دارد ولی به‌دلیل ماهیت تصادفی عوامل مؤثر بر وقوع و شدت خشکسالی، در تعیین زمان شروع و خاتمه آن دچار مشکل هستیم. هدف از این پژوهش ارزیابی قابلیت مدل‌های خطی تصادفی SARIMA برای پیش‌بینی خشکسالی در استان اصفهان با استفاده از شاخص SPI است. به این منظور، بهترین مدل SARIMA برای توصیف داده‌های بارش مربوط به 10 ایستگاه‌ همدیدی استان اصفهان با طول دوره آماری (2017-1990)، انتخاب و بر اساس آن میزان بارش برای دروه پنج‌ساله پیش‌بینی و سپس شدت خشکسالی برای این دوره با استفاده از شاخص خشکسالی SPI در مقیاس زمانی سالیانه محاسبه شد. نتایج ارزیابی شدت خشکسالی ایستگاه‌ها بر اساس شاخص SPI برای دوره (2022-2018) بیانگر وقوع خشکسالی ضعیف طی دوره (۲۰22-۲۰19) برای ایستگاه‌های اصفهان، کاشان و نائین و طی سال ۲۰۱۹ برای ایستگاه‌های شرق اصفهان، شهرضا و کبوترآباد است و همچنین وقوع خشکسالی شدید طی سال 2019 برای ایستگاه‌های اردستان و گلپایگان است. برای سایر ایستگاه به غیر از ایستگاه اصفهان، کاشان، گلپایگان و نائین وقوع خشکسالی شدید در سال 2018 اتفاق افتاده است.

در مدیریت ریسک خشکسالی موضوع تحلیل منطقه‌ای خشکسالی بسیار حائز اهمیت به‌نظر می¬رسد. در این مقاله با ارائه شاخص خشکسالی هیدرولوژیکی منطقه‌ای جدید (RDI) به این موضوع مهم پرداخته شده است. برای این منظور حوضه آبریز آجی‌چای به‌عنوان منطقه مورد مطالعه انتخاب شد. برای تحلیل منطقه‌ای خشکسالی هیدرولوژیکی ابتدا برای هر یک ایستگاه‌های آب‌سنجی حوضه سری زمانی شاخص خشکسالی جریان (SDI) محاسبه شد. سپس به‌منظور تعیین مناطق همگن به لحاظ خشکسالی هیدرولوژیکی از تحلیل خوشه‌بندی به‌روش k-means استفاده شد. بر اساس نتایج خوشه‌بندی 6 منطقه همگن در حوضه تشخیص داده شد. برای هر یک از این مناطق سری زمانی RDI برای دوره
1393-1365 محاسبه شد. نتایج نشان داد که طی دوره مورد مطالعه در هر یک از مناطق 1، 2، 3، 4، 5 و 6 به‌ترتیب 3/84، 3/83 ، 9/78، 1/80 و 1/82 درصد از مواقع ترسالی و خشکسالی خفیف رخ داده است. همچنین در همه مناطق مجموع درصد وقوع خشکسالی (متوسط و به بالا) از مجموع درصد وقوع ترسالی (متوسط و به بالا) بیشتر است. طوری که طی دوره مورد مطالعه در مناطق 2 و 3 مجموع درصد وقوع خشکسالی (متوسط و به بالا) نسبت به مجموع درصد وقوع ترسالی (متوسط و به بالا) بیش از دو برابر است. 

در حال حاضر رخداد طوفان‌ ریزگرد از مهم‌ترین معضلات زیست‌محیطی استان خوزستان است و ناحیه جنوب و جنوب شرق اهواز به‌عنوان یکی از کانون‌های داخلی منشأ ریزگرد شناخته شده و در اولویت اول اجرای عملیات اصلاحی قرار دارد. با توجه به اینکه تغییرات کاربری اراضی از عوامل بیابان‌زایی در منطقه مذکور است، مدل‌سازی تغییرات آن ضروری و اطلاعات مفیدی را برای برنامه‌ریزان به‌منظور مهار و احیای اراضی تخریب شده فراهم می‌کند. این پژوهش با هدف ارزیابی کارایی مدل CA-Markov در پیش‌بینی روند تغییرات کاربری اراضی در منطقه مذکور بر اساس دو رویکرد بلندمدت و کوتاه‌مدت انجام شد. در رویکرد بلندمدت از نقشه‌های کاربری اراضی سال‌های 1986 و 2002 و در رویکرد کوتاه‌مدت از نقشه‌های کاربری اراضی سال‌های 2002 و 2007 برای پیش‌بینی کاربری اراضی سال 2016 استفاده و سپس نتایج مدل‌سازی اعتبارسنجی شد. بر اساس نتایج مقادیر خطای مکانی، خطای کمی و ضریب کاپا برای رویکرد بلندمدت به‌ترتیب برابر با 42/55 درصد، 13/95 درصد و 0/08 و برای رویکرد کوتاه‌مدت به‌ترتیب 12/56 درصد، 10/42 درصد و 0/22 حاصل شد که مبین توانایی ضعیف مدل CA-Markov در پیش‌بینی روند تغییرات کاربری اراضی در کانون ریزگرد جنوب و جنوب شرق اهواز است. استفاده از قانون یکنواخت در طول شبیه‌سازی بدون درنظر گرفتن عوامل و فرایندهای مؤثر بر تغییرات کاربری اراضی، یکسان نبودن روند تغییرات کاربری اراضی طی دوره‌های مطالعاتی، تغییرات متأثر از فعالیت‌های انسانی، وقوع خشکسالی و طولانی بودن دوره پیش‌بینی را می‌توان از دلایل عملکرد ضعیف مدل CA-Markov دانست.

طوفان‌های گرد و غبار در مناطق خشک و نیمه‌خشک آثار زیان¬‌باری بر محیط زیست، اقتصاد و سلامت جوامع محلی و جهان می‌گذارد. این طوفان‌ها تحت تأثیر متغیرهای اقلیمی و متغیرهای سطح زمین هستند. در این مطالعه، از تعداد رخداد گرد و غبار سالانه در 25 ایستگاه و 5 متغیر اقلیمی از جمله بارندگی، حداکثر سرعت باد، متوسط سرعت باد، حداکثر دمای سالانه و متوسط دمای سالانه در مناطق خشک ایران تا سال 2014 استفاده شد تا تأثیرات تغییرات اقلیمی بر طوفان‌های گرد و غبار نشان داده شود. ابتدا سری زمانی همبستگی سالانه متغیرهای اقلیمی و گرد و غبار بر مبنای مشاهدات ماهانه محاسبه شد. سپس با استفاده از روش من- کندال روند تغییرات متغیرهای اقلیمی، گرد و غبار و روند همبستگی بین آنها تعیین شد. نتایج نشان داد که تغییرات ضریب همبستگی در طول دوره آماری دارای نوسان بوده و در برخی سال‌ها این ضریب معنی‌دار و در برخی سال‌ها معنی‌دار نیست و مقادیر آنها برای سرعت باد و دما در بسیاری از ایستگاه‌ها بین 0/6 تا 0/9 و برای بارندگی بین 0/2- تا 0/6- نیز می‌رسد، این روند همبستگی در بسیاری از ایستگاه‌ها با روند تغییرات متغیرهای اقلیمی همسو است که بیانگر هم¬راستایی تغییرات اقلیمی با نوسانات گرد و غبار در منطقه مرکزی ایران است. نتایج نشان داد که سرعت باد و دما تأثیر بیشتری بر نوسانات فراوانی طوفان‌های گرد و غبار دارند و کاهش بارندگی اثر افزایشی بر گرد و غبار دارد.

بررسی همگنی منطقه¬ای با استفاده از خصوصیات تک‌متغیره، گام مهمی در روش تجزیه و تحلیل فراوانی منطقه¬ای است؛ لیکن برخی پدیده‌های هیدرولوژیک دارای خصوصیات چندمتغیره بوده که نمی‌توان با روش‌های تک¬متغیره آنها را بررسی کرد. خشکسالی‌ها از جمله این پدیده‌ها هستند که تعریف آنها به‌صورت تک‌متغیره برای ارزیابی خطرات، تصمیم‌گیری و مدیریت مناسب تأثیرگذار نخواهد بود. بدین جهت در این مطالعه، به بررسی تحلیل فراوانی منطقه‌ای خشکسالی به‌صورت چندمتغیره با استفاده از شاخص‌های SEI (تبخیر- تعرق استاندارد شده)، SSI (رطوبت خاک استاندارد شده) و SRI (رواناب استاندارد شده) در حوضه آبریز کرخه طی دوره آماری 1996 تا 2019 پرداخته شد. شاخص‌ها، با استفاده از روش گشتاورهای خطی چندمتغیره و توابع کاپولا، توزیع توأم احتمال بین متغیرهای تبخیر- تعرق، رواناب و رطوبت خاک را محاسبه کرده و خشکسالی‌های هواشناسی، کشاورزی و هیدرولوژیک را به‌صورت همزمان مدنظر قرار دادند. نتایج تحلیل فراوانی منطقه‌ای چندمتغیره، با درنظر گرفتن تابع منطقه‌ای کاپولا گامبل، نشان داد که حوضه از لحاظ شدت شاخص‌های توأم خشکسالی SEI-SSI در تداوم‌های مشترک همگن قابل ‌قبول و از لحاظ شاخص‌های SEI-SRI ناهمگن است. این درحالی است که پس از خوشه‌بندی حوضه به چهار ناحیه همگن از لحاظ خصوصیات شاخص SPI (بارش استاندارد شده)، حوضه در تمام نواحی از لحاظ شاخص‌های تک‌متغیره SEI، SSI و SRI همگن قابل ‌قبول و در خوشه سوم و چهارم شاخص‌های خشکسالی SRI و SSI ناهمگن شناسایی شد. توابع توزیع پیرسون نوع (3)، پارتو، نرمال و لجستیک عمومی برای بررسی خصوصیات شاخص‌های خشکسالی SEI، SSI و SRI در این حالت، مناسب تشخیص داده شد. درنهایت برآورد بزرگی انواع خشکسالی‌های توأم و احتمال وقوع آنها نشان داد که نواحی شمالی و جنوبی حوضه آبریز کرخه طی سال‌های آتی، خشکسالی‌های کوتاه و پیاپی را تجربه خواهند کرد. خشکسالی‌ها در مناطق فاقد داده‌های هواشناسی، از نظر احتمال مشترک با استفاده از روش تحلیل فراوانی منطقه‌ای خشکسالی پیشنهاد شده در این پژوهش، قابل پیش‌بینی هستند.

مطالعه اثرهای خشکسالی در نواحی کوهستانی به‌دلیل پراکنش نامناسب ایستگاه، نبود داده‌های طولانی‌مدت و نواحی فاقد آمار، با مشکلاتی مواجه است. از این‌رو، هدف اصلی این پژوهش، بررسی شاخص‌های خشکسالی استان کردستان با استفاده از داده‌های ماهواره‌ای TRMM و پایگاه ECMWF و همچنین ارزیابی دقت آنها در مقابل داده‌های ایستگاه‌های زمینی استان کردستان است. برای رسیدن به این منظور، ابتدا داده‌های بارش ECMWF برای بازه 2020-2000 و بارش TRMM برای بازه 2019-2000 دریافت و با استفاده از آماره‌های RMSE، MBE و ضریب همبستگی ارزیابی شد. نتایج ارزیابی ضریب همبستگی اسپیرمن نشان داد که بین داده‌های بارش ماهواره TRMM و پایگاه ECMWF با ایستگاه‌های زمینی رابطه معناداری در سطح 5% وجود دارد و مقدار این ضریب بین 95/0-85/0 بود. مقدار آمارهRMSE  بین 32/19-11/22 به‌دست آمد. با توجه به نتایج می‌توان اذعان کرد که بارش ماهواره TRMM و پایگاه ECMWF در مقیاس زمانی ماهانه از دقت مناسبی در سطح استان کردستان برخوردار است به همین جهت از این دو منبع برای برررسی وضعیت شاخص‌های خشکسالی استفاده شد. شاخص‌های خشکسالی SPI، SPEI و ZSI در دوره‌های مختلف ماهانه (48-1)، PNI در دوره‌های مختلف ماهانه، فصلی و سالانه در استان کردستان (ایستگاه‌های سقز، قروه، بیجار، سنندج) محاسبه شد. نتایج ارزیابی ضریب همبستگی اسپیرمن نشان داد که بین شاخص PNI، ZSI،SPI و SPEI داده‌های پایگاه ECMWF با ایستگاه‌های زمینی رابطه معناداری در سطح 5% وجود دارد. نتایج ارزیابی شاخص SPI نشان داد کمترین مقدار آماره RMSE برای ماهواره TRMM در ایستگاه سقز و دوره سه ماهه برابر 0/45 و برای پایگاه ECMWF در ایستگاه سنندج و دوره 24 ماهه برابر 0/35 بود.

اطلاع از انواع تغییرات پوشش گیاهی و فعالیت‌های انسانی در قسمت‌های مختلف، به‌عنوان اطلاعات پایه برای برنامه‌ریزی‌های مختلف، از اهمیت ویژه‌ای برخوردار است. گردآوری اطلاعات در مورد تغییرات پیوسته پوشش گیاهی توسط روش‌های معمولی بسیار مشکل و پرهزینه است، از این‌رو استفاده از فناوری‌های نوین مثل سنجش از دور بسیار سودمند است. هدف از این پژوهش معرفی شاخص پوشش گیاهی مناسب و تعیین سطح زیر کشت شبکۀ آبشار است. از شاخص‌های پوشش گیاهی MSAVI، SAVI، EVI و NDVI از سال 2000 تا 2021 هر سال و به‌صورت ماهیانه مساحت‌ها در سامانه گوگل ارث انجین با استفاده از تصاویر ماهوارۀ لندست 7 سنجندۀ ETM+ محاسبه شد. همچنین شاخص خشکسالی SPI با استفاده از آمار بارش ایستگاه کوهرنگ در نرم‌افزار اکسل محاسبه شد. نتایج حاصل از مقایسه چهار شاخص نشان‌دهنده برتری و عملکرد برتر NDVI نسبت به سه شاخص دیگر برای تشخیص تغییرات پوشش گیاهی بود. سپس تغییرات سطوح زیر کشت محاسبه شد. نتایج نشان داد که روند توسعۀ کشاورزی در شبکه آبشار به‌صورت نزولی است و ارتباط مستقیمی با بارندگی و شاخص خشکسالی SPI دارد. همچنین نتایج نشان داد سال‌ 2008 مقدار شاخص خشکسالی SPI برابر با 73/1- است که نشان‌دهندۀ خشکسالی شدید در منطقه است. مقایسۀ این نتایج با سطح زیر کشت نشان داد در این سال‌ مقدار سطح زیرکشت 35721 هکتار و سال بعد از خشکسالی یعنی سال 2009 سطح زیر کشت 22950 هکتار است. بنابراین در سال 2008 کاهش بارندگی و کاهش شدید شاخص SPI وجود داشته است که منجر به کاهش شدیدی معادل 35 درصد در سطح زیرکشت در سال 2009 شده است.