مطالعه تطبیقی نمایه‌های هواشناسی خشکسالی SPI, SIAP به روش داده‌کاوی(مطالعه موردی استان کرمانشاه )

نوع مقاله : مقالات پژوهشی

نویسندگان

• خلیل قربانی ¹
• علی خلیلی ¹
• سیدکاظم علوی نژاد ¹
• غلامرضا نخعی‌زاده ²

¹ دانشگاه تهران

² دانشگاه کالسروهه آلمان

10.22067/jsw.v0i0.3605

چکیده

چکیده
بارندگی یکی از مهم ترین متغیرهایی است که از آن در تعریف خشکسالی استفاده می شود. نمایه‌های مختلفی بر پایه بارش برای ارزیابی خشکسالی ارایه شده است که می‌توان به نمایه‌های بارش استاندارد شده (SPI) و معیار بارندگی سالانه (SIAP) اشاره کرد. هر یک از این نمایه‌ها برای توصیف خشکسالی، در طبقاتی تقسیم‌بندی می‌شوند که هر طبقه بیانگر وضعیتی از شدت خشکسالی می‌باشد. بررسی حالات وقوع همزمان طبقات هر نمایه معین خشکسالی می‌تواند معیار مناسبی برای ارزیابی تطابق نمایه‌ها باشد. قواعد انجمنی در روش‌های داده کاوی برای کشف قواعد و الگوها در مجموعه‌ای از داده‌ها بکار می‌رود. برای بررسی تطابق نمایه‌های SPI و SIAPبعد از محاسبه این نمایه‌ها برای یازده ایستگاه هواشناسی متعلق به وزارت نیرو واقع در استان کرمانشاه، با بکار بردن قواعد انجمنی، وقوع همزمانی هر یک از طبقات خشکسالی از این دو نمایه‌ در مقیاس‌های زمانی فصلی، نیم‌سالانه و سالانه بررسی شد. نتایج نشان داد که در هیچ یک از مقیاس‌های زمانی، بین طبقات خشکسالی از هر یک از این دو نمایه در بیشتر موارد تطابق خوبی مشاهده نشد (کمتر از 50 درصد) و رفتار متفاوتی از خشکسالی را نشان می‌دهند.

واژه‌های کلیدی: داده‌کاوی، خشکسالی، قواعد انجمنی، کرمانشاه

---

عنوان مقاله [English]

Comparative Study of the Meteorological Drought Indices (Spi and Siap) Using Data Mining Method (Case Study of Kermanshah Province)

نویسندگان [English]

• Kh. Ghorbani ¹
• A. Khalili ¹
• S.K. Alavinezhad ¹
• Gh. Nakhaezadeh ²

¹ University of Tehran, Karaj

² Institute of Statistic & Economic – Karlsruhe-Germany

چکیده [English]

Abstract
Precipitation is an important variable which is used in definition of drought. Based on precipitation amounts, some indices are devised for drought monitoring including, the Standardized Precipitation Index (SPI) and the Standard Index of Annual Precipitation (SIAP). Each of these Drought indices are classified into some classes so that each class descripts a given severity of drought. Investigation of simultaneously occurrence situation for two drought indices can be an appropriate measure to evaluate the agreement of indices. Association Rules in DATA MINING is used to find rules and patterns in database. In this paper, two drought indices, SPI and SIAP, were computed at 11 meteorological stations belong to Ministry of Energy in Kermanshah province. Then, based on Association Rules, simultaneously occurrence situation of drought severity classes for both indices were determined in seasonally, half yearly and yearly time scales. Results showed that there is not any good agreement between most of drought category from these indices (less than 50 percent) and Shows different behavior of drought.

Keywords: Data Mining, Drought, Association Rules, Kermanshah