نوع مقاله : مقاله پژوهشی

نویسنده

• علی اکبر دماوندی

استادیار، مؤسسه آموزش و ترویج کشاورزی، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران

چکیده

  سابقه و هدف
ارزیابی خشک‌سالی برای مدیریت مؤثر منابع آب و محصولات کشاورزی، به‌منظور توسعه راهبردهای کاهش هدررفت این منابع بسیار حیاتی است. شاخص‌های ارزیابی خشک‌سالی به‌عنوان ابزاری ضروری برای ارزیابی این فرایند بوده و انتخاب شاخص مناسب ارزیابی صحیح خشک‌سالی اجتناب‌ناپذیر است. شاخص‌ها، سنجه‌های کمی هستند که با  استفاده از آنها می‌توان شدت و بزرگی خشک‌سالی‌ها را به‌صورت کمی تعیین نمود. براساس منابع موجود، شاخص بارش استانداردشده (SPI) و شاخص بارش –تبخیر تعرق استانداردشده (SPEI) رایج‌ترین و پرکاربردترین شاخص‌های ارزیابی خشک‌سالی هستند. بنابراین مقایسه ‌این دو شاخص به‌منظور فهم و درک تفاوت‌ها و تفاوت‌هایشان بسیار ضروریست. از سویی، یکی از ضعف‌های شاخص‌های مبتنی بر ایستگاه‌های هواشناسی آن است که از پراکنش مکانی مناسبی برخوردار نیستند. در مقابل، به‌کارگیری شاخص‌های مبتنی بر تصاویر ماهواره‌ای، محدودیت‌های روش‌های نقطه‌ای را از بین می‌برد. برای این منظور، شاخص‌های خشک‌سالی ماهواره‌ای مانند  NDVIو  VHIایجاد شدند. هدف این پژوهش، مقایسه کارایی شاخص‌های SPI و SPEI در ارزیابی خشک‌سالی براساس شاخص‌های سنجش‌ازدوری در مناطق با رویش طبیعی و کشاورزی دیم است. حذف تأثیر ایستگاه‌های واقع در مناطق زراعت آبی در جنوب استان تهران و تأثیر آن بر نتایج شاخص‌های خشکسالی ازجمله نوآوری این پژوهش است.
مواد و روش‌ها
استان تهران یکی از استان‌های با توپوگرافی، شرایط اقلیمی متفاوت و نیز کاربری‌های مختلف است. شمال و شرق استان دارای پوشش طبیعی مرتعی و جنوب آن دارای کاربری کشاورزی آبی است. در این پژوهش شاخص‌های خشک‌سالی هواشناسی  SPIو SPEI براساس داده‌های بارش و تبخیر دریافتی 31 ایستگاه هواشناسی، برای بازه زمانی بیست‌ساله 1379 تا 1398محاسبه گردید. علت انتخاب این بازه زمانی، محدودیت دسترسی داده‌های بارش و تبخیر و تعرق و نیز داده‌های سنجنده مودیس است که از سال 2000 در دسترس بوده‌اند. رابطه میان این دو شاخص در حالت کلی و حالت حذف ایستگاه‌های جنوب استان (به دلیل خطایی که زراعت آبی در میزان پوشش گیاهی در دوره‌های خشک‌سالی ایجاد می‌کرد) مورد بررسی قرار گرفت. بازه زمانی سه‌ماهه منتهی به خردادماه برای هر دو شاخص در نظر گرفته شد. برای ارزیابی صحت، کارایی شاخص‌های  SPIو SPEI، شاخص خشک‌سالی ماهواره‌ای سلامت گیاهی (VHI) به کمک محصولات سنجنده MODIS در موقعیت ایستگاه‌ها استخراج شد و از مقادیر NDVI و LST محاسبه شد.
نتایج
نتایج نشان دادند که رابطه آماری میان شاخص  SPIو SPEI پس از حذف ایستگاه‌های جنوب استان تهران (کشاورزی آبی) قوی‌تر شده است (ضریب تبیین از 65/0 به  86/0 افزایش ‌یافته است). بدین معنی که نوع کاربری بر مقادیر تبخیر ایستگاه‌های جنوبی استان، تحت تأثیر نوع کشاورزی آبی قرارگرفته که بر صحت داده‌های شاخص SPEI تأثیر گذاشته است. در حالت کلی، شاخص SPI دارای همبستگی بیشتری با شاخص‌های سنجش‌ازدوری پایش خشک‌سالی NDVI،VCI،TCIوVHI است. پس از حذف ایستگاه‌های پرندک، باقرآباد، جوادآباد، گل‌خندان، غنی‌آباد و حمامک، رابطه شاخص  SPIو SPEI با شاخص‌های سنجش‌ازدوری خشک‌سالی مورد بررسی دوباره قرار گرفت. نتایج نشان داد که دقت مدل‌ها در این حالت بیشتر شده است (ضریب تبیین از 4/0 به  55/0 برای SPI و از 33/0 به 55/0 برای  SPEIافزایش‌ یافته است). مقایسه شاخص‌های SPI و SPEI نیز برتری شاخص SPEI را در حالت حذف ایستگاه‌های واقع در زراعت دیم نشان می‌دهد.
نتیجه‌گیری
نتایج این پژوهش نشان داد که برای ارزیابی خشک‌سالی، توجه به نوع کاربری اراضی و روش کشت در بالا بردن کارایی شاخص‌های SPI و SPEI کاملاً ضروریست. نتایج حاصل از این تحقیق بیانگر آن است که شاخص SPEI در شرایطی که تبخیر در بیلان آبی منطقه سهم بیشتری داشته باشد از کارایی بیشتری نسبت به SPI برخوردار است. از سویی، تنوع در کاربری اراضی سبب کاهش دقت در روابط میان شاخص‌های خشک‌سالی هواشناسی و خشک‌سالی کشاورزی سنجش‌ازدوری می‌گردد. تبیین شاخص‌های متناسب برای هر کاربری می‌تواند رویکرد جدید در تحقیقات آینده باشد.

کلیدواژه‌ها

• خشک‌سالی
• شاخص‌های خشک‌سالی
• SPEI
• سنجش‌ازدور
• VHI

عنوان مقاله [English]

Evaluation of the efficiency of meteorological drought indices in rangeland and rainfed lands of Tehran province using remote sensing indicators

نویسنده [English]

• Ali Akbar Damavandi

Assistant Professor, Agricultural Education and Extension Institute, Agricultural Research, Education and Extension Organization (AREEO), Tehran, Iran

چکیده [English]

Background and Objective
Drought assessment is crucial for the effective management of water resources and agricultural products, aiming to develop strategies to reduce the loss of these vital resources. Drought assessment indicators are essential tools for evaluating this process, and selecting the appropriate indicator is indispensable for accurate drought assessment. Indicators are quantitative measures that can be used to determine the severity and extent of droughts numerically. According to existing literature, the Standardized Precipitation Index (SPI) and the Standardized Precipitation-Evapotranspiration Index (SPEI) are the most common and widely used drought assessment indicators. Therefore, comparing these two indices is very important to understand their differences and distinctions. On the other hand, one of the limitations of station-based indices is their inadequate spatial coverage. In contrast, satellite-based indices eliminate the limitations of point-based methods. For this purpose, satellite-based drought indices such as NDVI and VHI were developed. The objective of this research is to compare the effectiveness of SPI and SPEI indices in drought assessment based on remote sensing data in areas with natural vegetation and rainfed agriculture. Eliminating the impact of stations located in irrigated agriculture areas in southern Tehran province and its impact on the results of drought indicators is one of the innovations of this research.
Methodology
Tehran province is characterized by diverse topography, varying climatic conditions, and different land uses. The northern and eastern parts of the province feature natural grasslands, while the southern region is used mainly for irrigated agriculture. In this study, meteorological drought indices, SPI and SPEI, were calculated based on precipitation and evapotranspiration data from 31 meteorological stations over a twenty-year period from 2000 to 2019. The choice of this timeframe was due to data availability constraints for precipitation, evapotranspiration, and the MODIS sensor data, which have been accessible since 2000. The relationship between these two indices was generally examined, with a focus on the Southern stations (due to errors caused by irrigation practices affecting vegetation coverage during drought periods). A three-month period ending in June was considered for both indices. To evaluate the accuracy and performance of the SPI and SPEI indices, the Vegetation Health Index (VHI), a satellite-based drought index, was extracted using MODIS products at the station locations and calculated from NDVI and LST values.
Results
The results indicated a stronger statistical correlation between SPI and SPEI after excluding the stations in southern Tehran (where irrigated agriculture is dominant), with the coefficient of determination increasing from 0.65 to 0.86. This suggests that land use significantly influences evapotranspiration values in southern stations, thereby affecting the accuracy of the SPEI index.
Overall, SPI showed a higher correlation with remote sensing drought indicators such as NDVI, VCI, TCI, and VHI. After removing stations in Parndak, Baqerabad, Javadabad, Golkhandan, Ghanjabad, and Hamamk, the relationships between SPI and SPEI and the remote sensing drought indicators were re-evaluated, revealing an increase in model accuracy (coefficients of determination from 0.40 to 0.55 for SPI and from 0.33 to 0.54 for SPEI). The comparison of SPI and SPEI further demonstrated the superior performance of SPEI in areas with dry farming practices.
Conclusion
Results of this study indicated that considering land use types and cultivation methods is essential for improving the effectiveness of SPI and SPEI. Results suggest that SPEI is more effective where higher evapotranspiration occurs, whereas land use diversity reduces the accuracy of relationships between meteorological and satellite-based drought indicators. Developing tailored indices for each land use type could be a promising approach for future research.

کلیدواژه‌ها [English]

• Drought
• drought indices
• SPEI
• remote sensing
• VHI