تحلیل فضایی مخاطرات محیطی

تحلیل فضایی مخاطرات محیطی

تجزیه و تحلیل ارتباط بین ترسالی‌ها و خشک‌سالی‌های استان‌های شمالی ایران با برخی از شاخص‌های پیوند از دور

نویسندگان
برومند صلاحی
مهدی فروتن
دانشگاه محقق اردبیلی
10.66224/jsaeh.12.3.2
چکیده
پدیده‌ جوی انسو (ENSO)، شامل فازهای النینو و لانینا، تأثیرات قابل‌توجهی بر الگوهای بارش، دما و خشک‌سالی در مناطق مختلف جهان دارند. این پژوهش با هدف بررسی ارتباط شاخص‌های ENSO مانند ‏MEI، ‏SOI‏ و نوسانات NINO با شاخص‌های خشک‌سالی (TCI، VCI، VHI و SPI) در استان‌های گیلان، گلستان و مازندران طی سال‌های 2013 تا 2022 انجام شد. داده‌های ماهواره‌ای NDVI، LST و بارش از گوگل ارث انجین برای محاسبه شاخص‌های خشک‌سالی استخراج و داده‌های ENSO از سایت NOAA جهت تحلیل همبستگی دریافت شدند. نتایج نشان داد شاخص MEI همبستگی مثبت و معناداری با SPI داشته و کاهش خشک‌سالی با افزایش بارش را نشان می‌دهد، اما ارتباط ضعیفی با سایر شاخص‌های خشک‌سالی داشت. شاخص SOI همبستگی منفی و معناداری با SPI نشان داد که بیانگر تأثیر لانینا بر افزایش خشک‌سالی، به‌ویژه در استان گلستان است. شاخص‌های نینو با SPI در استان‌های شمالی ایران همبستگی مثبت داشتند و تأثیر کاهش خشک‌سالی و افزایش بارش را تأیید کردند. در فاز النینو، مناطق شمالی استان­های مورد مطالعه افزایش دما و جنوب استان مازندران دماهای زیر صفر را تجربه کردند، درحالی‌که در فاز لانینا، دما افزایش یافته و مناطق شمالی استان­های مورد مطالعه دماهای بالاتری داشتند. پوشش گیاهی در فاز النینو در جنوب استان گلستان و شرق استان مازندران متراکم‌تر بود، اما در فاز لانینا کاهش یافت. شاخص SPI نشان داد خشک‌سالی در فاز النینو بیشتر در نیمه غربی استان­های مورد مطالعه و در فاز لانینا گسترده‌تر و شدیدتر بود. شاخص VHI، سلامت بهتر پوشش گیاهی را در النینو به‌ویژه در استان­های گیلان و مازندران و کاهش سلامت را در فاز لانینا به‌ویژه در استان­های مازندران و گلستان نشان داد.
کلیدواژه‌ها
استان‌های شمالی ایران
‌ترسالی و خشکسالی
‌ENDVI
‌LST
‌ENSO

عنوان مقاله English

Analysis of the Relationship between Wet and Dry Seasons in Northern Provinces of Iran with some Teleconnection Indices

نویسندگان English

Bromand Salahi
Mahdi Frotan
University of Mohaghegh Ardabili
چکیده English

The ENSO weather phenomenon, including El Niño and La Niña phases, has significant effects on precipitation, temperature, and drought patterns in different regions of the world. This study aimed to investigate the relationship between ENSO indices such as MEI, SOI, and NINO oscillations with drought indices (TCI, VCI, VHI, and SPI) in the provinces of Guilan, Golestan, and Mazandaran from 2013 to 2022. Satellite data of NDVI, LST, and precipitation were extracted from Google Earth Engine to calculate drought indices, and ENSO data were obtained from the NOAA website for correlation analysis. The results showed that the MEI index had a positive and significant correlation with SPI and showed a decrease in drought with an increase in precipitation, but had a weak relationship with other drought indices. The SOI index showed a negative and significant correlation with SPI, indicating the effect of La Niña on increasing drought, especially in Golestan province. The El Niño indices were positively correlated with SPI in the northern provinces of Iran, confirming the effect of reducing drought and increasing precipitation. During the El Niño phase, the northern regions of the studied provinces experienced an increase in temperature and the south of Mazandaran province experienced subzero temperatures, while during the La Niña phase, the temperature increased and the northern regions of the studied provinces experienced higher temperatures. Vegetation was denser in the south of Golestan province and the east of Mazandaran province during the El Niño phase, but it decreased during the La Niña phase. The SPI index showed that drought during the El Niño phase was more widespread and severe in the western half of the studied provinces and more extensive and severe during the La Niña phase. The VHI index showed better vegetation health in El Niño, especially in Gilan and Mazandaran provinces, and decreased health in La Niña phase, especially in Mazandaran and Golestan provinces.

کلیدواژه‌ها English

ENDVI
ENSO
LST
Northern Provinces of Iran
Wet and Drought
اکبری ازیرانی، طیبه. 1401. آشکارسازی و تحلیل روند خشک‌سالی حوضه آبخیز جازموریان در ارتباط با شاخص‌های جوی- اقیانوسی. نشریه پژوهش‌های تغییرات آب و هوایی، 11: 1-16. https://doi.org/10.30488/ccr.2022.359615.1091
امیدوار، کمال. 1391. ‌آب و هوا‌شناسی دینامیک. چاپ دوم. انتشارات دانشگاه یزد.
امیدوار، کمال. 1399. رابطه آب و هوایی اتمسفر و اقیانوس. چاپ دوم. انتشارات دانشگاه یزد.
آرخی، صالح؛ مرضیه برزگر‌‌سواسری، سمیه عماد‌الدین. 1401. بررسی کارایی شاخص‌های منتج از فناوری سنجش‌ازدور VCI، TCI و VHI در ارزیابی خشک‌سالی با تصاویر مودیس (مطالعه موردی: مناطق مرکزی ایران). جغرافیا و مخاطرات محیطی، 3: 189-224. https://doi.org/10.22067/geoeh.2021.72253.1102
بیات ورکشی، مریم؛ علی‌رضا ایلدرومی، حمید نوری. 1396. بررسی ارتباط بین پدیده انسو و وقوع خشک‌سالی در ایران. دانش آب و خاک، 2: 143-156. https://water-soil.tabrizu.ac.ir/article_6429.html
تبریزی، نازنین؛ مریم نقوی. 1394. مقایسه تطبیقی استان‌های کلان منطقه شمال ایران با تأکید بر ویژگی‌های ساختاری و امکانات لازم جهت توسعه پایدار گردشگری. جغرافیایی فضای گردشگری، 14: 49-69. https://sanad.iau.ir/journal/gjts/Article/520226?jid=520226
ثمالی، رضا؛ ام‌البنین بذر‌افشان، مهدی بی‌نیاز، حمید مسلمی. 1398. بررسی ارتباط بین پدیده انسو بر خشک‌سالی‌ها و ترسالی‌ها در استان‌های ساحلی جنوبی ایران. نشریه آبیاری و زهکشی ایران، 1: 217-231. https://civilica.com/doc/1211110
چوبین، بهرام؛ محمد گلشن، فرزانه ساجدی حسینی. 1394. پیش‌بینی خشک‌سالی با استفاده از روش‌های آماری و سیگنال‌های بزرگ‌مقیاس اقلیمی. ترویج و توسعه آبخیزداری، 1: 43-52. https://www.wmji.ir/article_697025.html
خداقلی، مرتضی؛ مهناز کاوسی، عباسعلی آروین، راضیه صبوحی. 1392. بررسی ارتباط علامت‌های از دور SOI و NAO با خشک‌سالی حوضه آبخیز زاینده‌رود. علوم و مهندسی آبخیزداری ایران، 21: 41-52. http://dorl.net/dor/20.1001.1.20089554.1392.7.21.5.9
داودآبادی فراهانی، محمد‌حسین؛ علیرضا شریفی، مهدی عربی. 1400. پایش خشک‌سالی کشاورزی استان مرکزی با استفاده از شاخص‌های VHI و PDSI. علوم و فنون نقشه‌برداری، 3: 83-100. http://dorl.net/dor/20.1001.1.2322102.1400.11.3.7.9
سبزی‌پرور، علی‌اکبر؛ الهام فخاری‌زاده شیرازی، ‌محمد‌جعفر ناظم‌السادات، یوسف رضایی. 1395. اعتبار سنجی دمای سطح حاصل از تصاویر ماهواره‌ای مودیس و لندست-5 (مطالعه موردی: مزارع گندم دشت مرودشت). نشریه علمی حفاظت‌های آب‌و‌خاک، 4: 25-43. https://doi.org/10.22069/jwfst.2016.8864.2260
عسگری دستنائی، آسیه؛ امیر گندمکار، مرتضی خداقلی. 1400. بررسی تأثیر خودواکاوی روند دمایی در مدیریت مخاطرۀ خشک‌سالی (مطالعۀ موردی: استان چهارمحال و بختیاری). مدیریت مخاطرات محیطی، 3: 283-299. https://doi.org/10.22059/jhsci.2021.330273.675
فلاح، اعظم؛ خلیل قربانی، امیر‌احمد دهقانی، جواد بذر‌افشان. 1393. بررسی میزان همبستگی بین متغیرهای اقلیمی پیوند از دور با شاخص خشک‌سالی SPI به روش رگرسیون درختی (M5). دومین همایش ملی بحران آب (تغییر اقلیم، آب و محیط زیست)، https://civilica.com/doc/305632
فیض‌اله‌پور، مهدی. 1402. برآورد دمای سطح زمین (LST) و مقایسه آن با شاخص‌های NDMI، NDWI و NDVI به‌منظور بررسی تنش آبی با تأکید بر تغییرات کاربری اراضی (LULC) در سیستم ماشین بردار پشتیبانی (SVM) (منطقه مورد مطالعه: تالاب انزلی). نشریه تحلیل فضایی مخاطرات محیطی، 2: 131-148. http://dx.doi.org/10.61186/jsaeh.10.2.131
محمد‌رضایی، مریم؛ سعید سلطانی، رضا مدرس. 1401. تأثیر شاخص‌های دمایی انسو بر خشک‌سالی هواشناسی در نیمۀ غربی ایران. مدل‌سازی و مدیریت آب و خاک، 2: 13-27. https://doi.org/10.22098/mmws.2022.9632.1053
Abiy, A.Z.; A. M. Melesse, W. Melesse. 2019. Teleconnection of Regional Drought to ENSO, PDO, and AMO: Southern Florida and the Everglades. Atmosphere, 10: 295. https://doi.org/10.3390/atmos10060295
Angulo, E.Ch.; A.J. Pereira Filho. 2023. Extreme Droughts and Their Relationship with the Interdecadal Pacific Oscillation in the Peruvian Altiplano Region over the Last 100 Years. Atmosphere, 14: 1233, https://doi.org/10.3390/atmos14081233
Dong, X.; Y. Zhou, J. Liang, D. Zou, J. Wu, J. Wang. 2023. Assessment of Spatiotemporal Patterns and the Effect of the Relationship between Meteorological Drought and Vegetation Dynamics in the Yangtze River Basin Based on Remotely Sensed Data. Remote Sens, 15, 3641: https://doi.org/10.3390/rs15143641
Espinosa, L.A.; M.M. Portela, R. Rodrigues. 2019. Spatio-temporal variability of droughts over past 80 years in Madeira Island. Journal of Hydrology: Regional Studies, 25: 1-14. https://doi.org/10.1016/j.ejrh.2019.100623
Jiang, R.; J. Liang, Y. Zhao, H. Wang, J. Xie, X. Lu, F. Li. 2021. Assessment of vegetation growth and drought conditions using satellite-based vegetation health indices in Jing-Jin-Ji region of China. scientific reports, 11: 13775. https://doi.org/10.1038/s41598-021-93328-z
Liu, W.; Sh. Zhu, Y. Huang, Y. Wan, B. Wu, L. Liu. 2020. Spatiotemporal Variations of Drought and Their Teleconnections with Large-Scale Climate Indices over the Poyang Lake Basin, China. Sustainability, 12: 3526. https://doi.org/10.3390/su12093526
Ndehedehe, Ch.E.; R.O. Anyah, D. Alsdorf, N.O. Agutu, V.G. Ferreira. 2019. Modelling the impacts of global multi-scale climatic drivers on hydro-climatic extremes (1901–2014) over the Congo basin. Science of The Total Environment, 621: 1569-1587. https://doi.org/10.1016/j.scitotenv.2018.09.203
Nepstad, D.; P. Lefebvre, U. Lopes da Silva, J. Tomasella, P. Schlesinger, L. Solórzano, P. Moutinho, D. Ray, J. Guerreira Benito. 2004. Amazon drought and its implications for forest flammability and tree growth: a basin-wide analysis. Global Change Biplpgy, 10: 704-717. https://doi.org/10.1111/j.1529-8817.2003.00772.x
Ullah, I.; X. Ma, G. Ren, J. Yin, V. Iyakaremye, S. Syed, K. Lu, Y. Xing, V.P. Singh. 2022. Recent Changes in Drought Events over South Asia and Their Possible Linkages with Climatic and Dynamic Factors. Remote Sens, 14: 3219, https://doi.org/10.3390/rs14133219