Evaluation of geo statistical techniques in drought intensity zoning (Case Study: Northwest and Central regions of Iran)

Document Type : Original Article

Authors

, university/ Geography

Abstract

Drought is a natural phenomenon that periodically, every region and every climate, occurs in different sectors of human life can be affected by many negative effects. So far, the drought has many definitions. The lack of a comprehensive definition of drought and the different means, from a different perspective, the drought has hampered. For this purpose the quantitative expression of drought This phenomenon is used. This research proposes four characteristics of drought intensity, duration, and extent of occurrence of drought has been studied. To determine the extent of drought and its effects on different parts of the study area, indicators PNPI, MPNPI, DI and RAI in different parts of the draft Zoning calculated using ARC GIS software have been conducted. To achieve this goal, the statistics for 32 meteorological stations and synoptic  polls that are doing good distribution in the region, 30-year period (from 1981 to 2010) were collected. Spatial distribution of drought indices using ground ordinary kriging (OK) and the spherical model, exponential, linear and Gaussian and inverse distance method (IDW) Batvan 1 to 5 were calculated, and the area classified drought done were. Then the method ground by using various criteria to evaluate and compare the RMSE and MAE. The results show that the ordinary kriging (OK) Gaussian model is more appropriate than the inverse distance method (IDW) and has a higher accuracy. It is recommended that this method be used for mapping regional drought.

Keywords

References

  1. 1. ابراهیمی، ر.، ب. زهرایی و م. ناصری. 1390. پیش بینی میان مدت خشکسالی هواشناسی با استفاده از روش استنتاج فازی. آب و فاضلاب، شماره 2.

    2. امیدوار، ک. و ی. خسروی. (1388). ارزیابی روش کریجینگ در تعیین مدلی بهینه جهت پایش شاخص SPI بارندگی استاندارد در محیط GIS (مطالعه موردی: استان یزد). دومین همایش ملی اثرات خشکسالی و راهکارهای مدیریت آن . اصفهان.  مرکز تحقیقات کشاورزی و منابع طبیعی اصفهان.

    3. پیری، ح.، و. راهداری و س. ملکی. 1392. بررسی و مقایسه کارایی چهار نمایه خشکسالی هواشناسی در مدیریت خطر خشکسالی‌های استان سیستان و بلوچستان. مهندسی آبیاری و آب، شماره یازدهم.

    4. سلطانی، س. و ر. مدرس. (1385). تحلیل فراوانی و شدت خشکسالی هواشناسی استان اصفهان. منابع طبیعی ایران، جلد59، شماره1، ص26-15.

    5. شعبانی م. 1388. ارزیابی کاربرد روش‌های زمین آمار در پهنه‌بندی شدت‌های خشکسالی استان فارس. مهندسی آب، سال دوم، صص 36-31.

    6. حمیدیان پور، م.، م. سلیقه و غ.م. فلاح قالهری. 1391 . کاربرد انواع روشهای درونیابی به منظور پایش و تحلیل فضایی خشکسالی(مطالعه موردی:استان خراسان رضوی). جغرافیا و توسعه، شماره 3.

    7. ذبیحی، ع.، ک. سلیمانی، م. شعبانی وص.  ابروش.1390.  بررسی توزیع مکانی بارش سالانه با استفاده از روش‌های زمین آماری (مطالعه موردی: استان قم(. پژوهش‌های جغرافیای طبیعی، شماره 78 ، صص101-112.

    1. 8.  عساکره، ح. 1387. کاربرد روش کریجینگ در میانیابی بارش. جغرافیا و توسعه، شماره 12.

    9. عیوضی، م. و ا. مساعدی. 1390. پایش و تحلیل مکانی خشکسالی هواشناسی در سطح استان گلستان با استفاده از روش‌های زمین آمار. نشریه مرتع و آبخیزداری، مجله منابع طبیعی ایران، دوره64، شماره1 ، ص65-78.

    10. معروفی، ص.، گ. گل محمدی، ک. محمدی و ح. زارع ابیانه. 1388. ارزیابی روش های زمین آمار در برآورد توزیع مکانی بارش استان همدان . مجله دانش آب و خاک.

    11. منصوری دانشور، م.، م. خسروی و ع. موقری. 1391. ارزیابی شاخص های  SPI و SIP ،RAI، PNI برای پهنه‌بندی شدت خشکسالی ایران با مقایسه دو روش درون‌یابی IDW و مدل ارتفاعی رقومی DEM. جغرافیا و پایداری محیط، شماره 5، صص53-70.

    12. نادی، م.، ع. خلیلی، ک. پورطهماسی و ج. بذرافشان .1389 . ارزیابی برخی از روش‌های زمین آمار برای میان‌یابی داده‌های بارندگی در منطقه چهارباغ.  چهاردهمین کنفرانس ژئوفیزیک ایران، تهران.

    13. باقری، ر. و ص. محمدی. 1391. بررسی تغییرات مکانی خشکسالی با استفاده از زمین آمار در استان کرمان در یک دوره آماری سی ساله.  تحقیقات مرتع و بیابان ایران. جلد19، شماره 2، صص 296-283.

    14. Ashiq M.W., C. Zhao, J. Ni And M. akhtar. 2010. GIS-based high-resolution spatialinterpolation of precipitation in mountain plainareas of Upper Pakistan for regional climate Change impact studies, TheorApplClimatol 99 .

    15. Barcae,E., G. Passarella .2008. Spatial evaluation of the risk of groundwater quality degradation: A comparison between disjunctive kriging and geostatistical simulation, Journal of Environmental Monitoring and Assessment.133: 261-273 pp.

    16. Beguer´ıa, S. and S.M. Vicente- Serrano. 2006. "Mapping the hazard of extreme rainfall by peaks over threshold extreme value analysis and spatial regression techniques", J. Appl. Meteorol. , 45, 108-124.

    17. Benmostefa Largueche, F.Z. 2006. " Estimating Soil Contamination with Kriging Interpolation Method". American Journal of Applied Science 3(6): 1894-1898.

    18. L´opez- Vicente, M., A. Navas and J.  Mach´ın. 2008. "Identifying erosive periods by using RUSLE factors in mountain fields of the Central Spanish Pyrenees, Hydrol. Earth Syst. Sci., 12, 523-535.

    19. M. Angulo- Mart´ınez, M., S. L´opez- Vicente, M. Vicente- Serrano and S. Beguer´ıa). 2009). "Mapping rainfall erosivity at a regional scale: a comparison of interpolation methods in the Ebro Basin (NE Spain)", Hydro l. Earth Syst. Sci. 1907- 1920.

    20. wilhite , D.A.1997. Responding to Drought: Common threads from the past, Vision for the future. Journal of the American Water Resources Association, 33(5), 951-959.

Irrigation and Water Engineering
Volume 5, Issue 1 - Serial Number 17
December 2014
Pages 30-43

Files

Share

How to cite

Statistics