%0 Journal Article %T شبیه سازی خشک‌سالی با استفاده از دو مدل تلفیقی CEEMD-GPR و GPR-GARCH (مطالعه موردی: شمال‌غرب ایران) %J علوم و مهندسی آبیاری %I دانشگاه شهید چمران اهواز %Z 2588-5952 %A روشنگر, کیومرث %A قاسم پور, رقیه %D 2021 %\ 03/21/2021 %V 44 %N 1 %P 77-92 %! شبیه سازی خشک‌سالی با استفاده از دو مدل تلفیقی CEEMD-GPR و GPR-GARCH (مطالعه موردی: شمال‌غرب ایران) %K بارش %K خشک سالی %K سری‌زمانی غیرخطی %K مد تجربی %K SPI؛ GPR %R 10.22055/jise.2019.29568.1846 %X خشک­سالی یکی از مهم­ترین حوادث طبیعی تأثیر­گذار بر بخش کشاورزی و منابع آب می­باشد. پیش­­بینی آن نقش مهمی در برنامه­ریزی و مدیریت منابع آب دارد. در تحقیق حاضر، ﺑﺎ اﺳﺘﻔﺎده از داده­های سه ایستگاه سینوپتیک ارومیه، تبریز و اردبیلواقعدرشمال­غرب کشور طی دوره زمانی (2017-1978) به پیش­­بینی ﺧشک­سالی پرداخته شده است. برای این منظور، ابتدا ﺷﺎﺧﺺ بارندگی استاندارد (SPI) در مقیاس زمانی شش­ ماهه محاسبه گردید. سپس با استفاده از روش­های تلفیقی CEEMD-GPR و GPR-GARCH، خشک­سالی سه ایستگاه مزبور پیش­بینی شد. برای بررسی کارایی روش­های تلفیقی، مدل­های متفاوتی با در نظر گرفتن شاخص SPIدوره­های قبل و عناصر اقلیمی به­عنوان پارامترهای وروردی تعریف شد و نرخ تأثیر هر یک از این پارامترها مورد بررسی قرار گرفت. با توجه به نتایج محاسبه شاخص خشک­سالی SPI مشخص شد که سطوح مختلف خشک­سالی طی سال­های 1985-1983، 1991-1988، 2001-1995، 2010-2005، 2013-2011 و 2017 در طول دوره آماری در سه منطقه رخ داده است. نتایج حاصل از تحلیل مدل­های تعریف شده براساس شاخص SPIدوره­های قبل و عناصر اقلیمی، دقت بالای روش­های­ تلفیقی به­کار­رفته در تحقیق حاضر را در تخمین شاخص خشک­سالی به خوبی نشان داد. به­طوری­که در تمامی ایستگاه­ها، درصد خطا با استفاده از روش­های تلفیقی CEEMD-GPRو GPR-GARCHنسبت به روش GPR تقریبا به میزان 25 تا 40 درصد کاهش یافت. ملاحظه گردید که در پیش­بینی خشک­سالی، عناصر اقلیمی شامل میانگین دما و رطوبت نسبی ماهانه و هم­چنین شاخص SPI­ مربوط به ماه­های گذشته تأثیر­گذار می­باشند. نتایج تحلیل حساسیت نشان داد که SPIt-1تاثیرگذارترین پارامتر در مدل­سازی است. %U https://jise.scu.ac.ir/article_15134_fd751e48abe41e7d3d12f0a65743a0b7.pdf