آشکارسازی وابستگی‌های بین پارامترهای اقیانوسی- جوی و اقلیمی برای پایش خشکسالی با روش داده‌کاوی (مطالعه موردی: استان خوزستان)

نویسندگان

چکیده

خشکسالی یک پدیده طبیعی است که به کندی آغاز،‏ به آرامی گسترش و به شدت بر همه جوانب فعالیت‌های بشری تأثیر می‌گذارد. پس شناخت کامل،‏ همه جانبه و پایش دقیق آن می‌تواند ابزار مناسبی را برای مقابله با آن و کاهش اثرات زیان‌بارش فراهم کند. یکی از مناطق استراتژیک که به لحاظ کشاورزی اهمیت خاصی دارد،‏ استان خوزستان است که به دلیل وجود رودخانه‌های دایمی و سیل خیز بودن آن‌ها و همچنین وجود مخازن مختلف بسیار مهم است. هدف اصلی این تحقیق بهبود پایش خشکسالی توسط کشف وابستگی‌های بین خشکسالی و چندین پارامتر اقیانوسی- جوی به روشی متفاوت با روش آماری است. در این مطالعه از روش داده‌کاوی قوانین انجمنی استفاده شد. حوادث خشکسالی بر اساس شاخص بارندگی استاندارد شده (SPI)‎ تعیین و وابستگی‌هایش با شاخص‌های اقیانوسی- جوی SOI،‏ MEI،‏PNA ،‏ PDO و NAO بررسی شد. نتایج نشان داد که طبقه الگوهای منتخب حاکم بر وقوع خشکسالی در تأخیرهای زمانی متفاوت،‏ مشابه هم بوده بدین معنی که وقایع خشکسالی بیشتر با وضعیت نرمال شاخص‌ها همراه بوده و با دقت حداکثر ??‎/?? و حداقل ??‎/?? درصد قابل پیش‌بینی است. بنابراین قوانینی که با این روش حاصل می‌شود می‌تواند به عنوان مکمل رویکردهای موجود پایش خشکسالی به کار برد.

کلیدواژه‌ها


عنوان مقاله [English]

Detection of dependencies between oceanic–atmospheric and climatic parameters in order to drought monitoring using Data-Mining Techniques (Case Study: Khuzestan province)

نویسندگان [English]

  • m n
  • m b
  • a r
چکیده [English]

Drought is a natural phenomenon that starts slowly and spread equanimity and traces severily on all human activities. Therefore, complete recognition and exact monitoring of drought can provide appropriate tools for dealing with it and decreasing damaging effects. One of the strategic areas that are very important in terms of agriculture is Khuzestan province. This province is very remarkable due to its permanent rivers, flood-prone rivers also various reservoirs. The main objective of this study is to improve drought monitoring by finding dependencies between drought and several oceanic and climatic parameters in different approach in comparison with statistical correlations. In this research used Data Mining Techniques of Association Rules. Drought events were determined according to Standard Precipitation Index (SPI) and its Dependencies were surveyed using oceanic- climatic indices such as Southern Oscillation Index (SOI), Pacific/North American (PNA) Index, Multivariate ENSO Index (MEI), Pacific Decadal Oscillation (PDO) Index and North Atlantic Oscillation (NAO). Results showed that the classes of selected patterns which are dominant on drought are similar in different time delays. It means that drought events are compeer with normal status of indices and are predictable with maximum and minimum accuracy ??.?? and ??.?? percent, respectively. Therefore, these rules can use as a supplement to existing approaches for drought monitoring.

کلیدواژه‌ها [English]

  • Khuzestan-SPI index-drought prediction-Association Rules-Atmospheric-Oceanic indices-