Evaluation of geostatistical methods in mapping the severity of the drought in West Azerbaijan province

Document Type : Original Article

Authors

1 Master science student, Department of Watershed Management, Collage of agriculture and natural resource, Ardakan University

2 Assistant Professor, Department of Watershed Management, Collage of agriculture and natural resource, Ardakan University,

Abstract

Drought as a complex event that caused by the occurrence of one or more of the dry period, has the adverse effects of economic, social and environmental in a short period of time. Investigation of the drought spatial variability using appropriate indicators can help to the correct management of drought. In this study, using data obtained from the drought indicators of short-term (3-months) SPI, ZSI and PNI, drought severity zoning map was obtained using the geostatistical methods in GIS software for West Azerbaijan Province. The results showed that among the geostatistical interpolation and definitive methods, the method of inverse distance weighting (IDW) with 2 power for ZSI and SPI index has the lowest error of RMSE, MAPE and MBE compared to other interpolation methods. The least estimated amount of RMSE for each indicator was calculated respectively 0.22, 0.3 and 0.36. The zoning maps showed that the south and southwest of West Azerbaijan Province have less drought due to the focus of forests and the good rainfall in these areas whereas was observed more drought in the north and northeast of province than other regions in West Azerbaijan Province. According to SPI index, 48.12 % of the province consist of the severe drought and 32.25 % has normal drought conditions.

Keywords

References

 
منابع
اسلامی، ح.، ع.، سلاجقه، ش.، خلیقی سیگارودی، ح. احمدی، و ش. ایوبی. 1393. بررسی تغییرات مکانی برخی شاخص‌های فرسایندگی باران با استفاده از زمین‌آمار در استان خوزستان،مرتع و آبخیزداری،67(3): 406-393.
امیدوار، ک.، ر. ابراهیمی، و ف. راستی. 1393. ارزیابی روش های زمین آمار در پهنه بندی شدت خشکسالی (مطالعه موردی مناطق شمالغرب و مرکزی ایران). فصلنامه علمی پژوهشی مهندسی آبیاری و آب، 5(17):30-43.
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، 18(3): 389-392.
بذرافشان، ا.، م.، محسنی ساروی، آ. ملکیان، و ا. معینی. 1390. بررسی وضعیت خشکسالی استان گلستان با استفاده از شاخص بارش استاندارد. تحقیقات مرتع و بیابان ایران، 18(3): 407-395.
خسروی، م.، ع. موقری، و م. منصوری دانشور، 1391. ارزیابی شاخص هایSPI  وSIP ،RAI ،PNI  برای پهنه­بندی شدت خشک­سالی ایران با مقایسه دو روش درون­یابیIDW  و مدل ارتفاعی رقومیDEM  ، جغرافیا و پایداری محیط. 5: 30-52.
زمانی، ر.، ع. م.، آخوندعلی، ک.، سلیمانی، ف. انصاری، و پ. اله بخشیان. 1391. کاربرد زمین آمار در پهنه بندی شدت های خشکسالی (مطالعه موردی: استان فارس). پژوهشنامه مدیریت حوزه آبخیز، 3(6): 29-15.
ذبیحی، ع.، ک. سلیمانی، م. شعبانی، و ص. ابروش. 1390. بررسی توزیع مکانی بارش سالانه با استفاده از روشهای زمین آماری مطالعه موردی: استان قم. پژوهش­های جغرافیای طبیعی، (9): 131-113.
نبی­پور، ی.، م. وفاخواه. 1395. مقایسه روش­های مختلف زمین آمار برای برآورد بارندگی در حوزه آبخیز حاجی قوشان. مرتع و آبخیزداری، 69(2): 502-487.
وصالی، ع.، ر.، قضاوی، م.ح.، رستم، حیدری ا.، علمدارلو، ر. باقری فهرجی. 1394.انتخاب بهترین روش میان­یابی برای پهنه­بندی بارش سالانه در ایران. فصلنامه بین المللی پژوهشی تحلیلی منابع آب و توسعه. 3 (2): 169-188.
Aguilar, F. J., F, Agüera, M. A, Aguilar and F. Carvajal. 2005. Effects of Terrain Morphology, Sampling Density, and Interpolation Methods on Grid DEM Accuracy. Photogrammetric Engineering and Remote Sensing, 71(7): 805–816.
Apaydin, H., K., Sonmez, and E. Yildirim. 2004. Spatial interpolation techniques for climate data in the GAP region in Turkey. Journal of Climate Research, 28: 31-40.
Cheng, K. S., Lin, Y. C., and Liou, J. J. 2008. Rain-gauge network evaluation and augmentation using geostatistics. Hydrological Process, 22(14): 2554-2564.
Diodato, N., and M. Ceccarelli. 2005. Interpolation processes using multivariate geostatistics for mapping of climatological precipitation mean in the Sannio Mountains (southern Italy). Earth Surface Processes and Landforms, 30(3): 259-268.
Drogue, G., J., Humbert, J., Deraisme, N., Mahr, and N. Freslon. 2002. A statistical topographic model using an omnidirectional parameterization of the relief for mapping orographic rainfall. International Journal of Climatology, 22(5): 599-613.
Mao, Y., Zh., Wu, H., He, G., Lu, H., Xu, Q. Lin. 2017. Spatio-temporal analysis of drought in a typical plain region based on the soil moisture anomaly percentage index. Science of The Total Environment, 756: 752-765.
Nalder, I. A., and R. W. Wein. 1998. Spatial interpolation of climatic norms: Test of a new method in the Canadian boreal forest. Agricultural and Forest Meteorology. 92(4): 211–225.
Theodossiou, N., P. Latinopoulos, 2006. Evaluation and optimization of groundwater observation networks using the Kriging methodology. Environmental Modelling and Software, 21(7): 991-1000.
Yue, T. X., Z. P., Du, D. J., Song, and Y.Gong, 2007. A new method of surface modeling and its application to DEM construction. Geomorphology, 91(1-2): 161–172.
Wang, H. A. Chen, Q. Wang, and B. He. 2015. Drought dynamics and impacts on vegetation in China from 1982 to 2011. Ecological Engineering 75: 303–307.
 

Files

Share

How to cite

Statistics