معرفی شاخصی برای ارزیابی خشکی با استفاده از تکنیک تجزیه به مؤلفه های اصلی

نوع مقاله : علمی - پژوهشی

نویسندگان

• سروناز فرهنگ فر ¹
• جعفر کامبوزیا ²
• رضا دیهیم فرد ²
• سعید صوفی زاده ²
• بابک میرباقری ³

¹ گروه زراعت و اصلاح نباتات، دانشکده کشاورزی، دانشگاه فردوسی مشهد، مشهد، ایران

² گروه کشاورزی اکولوژیک، پژوهشکده علوم محیطی، دانشگاه شهید بهشتی، تهران، ایران

³ گروه سنجش از دور و GIS، دانشگاه شهید بهشتی تهران، تهران، ایران

10.22067/jag.v5i4.33008

چکیده

استان اصفهان در مرکز ایران واقع شده و دارای اقلیم خشک و نیمه خشک است. در سال های اخیر کمبود آب در این منطقه شدت گرفته و تولید محصولات کشاورزی را تحت تأثیر قرار داده است. گندم از جمله محصولات مهم این استان است. در این تحقیق با استفاده از داده های بلند مدت اقلیمی موجود و تکنیک تجزیه به مؤلفه های اصلی (PCA)، شاخصی برای ارزیابی خشکی (DEI) در استان ارائه شد و شهرستان های مورد مطالعه از نظر شدت خشکی مورد بررسی قرار گرفتند. علاوه بر DEI برای کمّی کردن اثر خشکی، شاخص خشکی (AI) در مقیاس های زمانی مختلف در هر شهرستان محاسبه شد. داده های اقلیمی و عملکرد دانه ی گندم به ترتیب از سازمان هواشناسی کشور و جهاد کشاورزی استان اصفهان جمع آوری شدند. جهت حذف اثرات مثبت بهبود ژنتیکی و مدیریت زراعی بر عملکرد گندم، روش هموار سازی نمایی اجرا شد. بر اساس DEI، اصفهان، شهرضا، گلپایگان و نظنز اقلیم نیمه خشک و اردستان، خوروبیابانک، کاشان و نایین اقلیم خشک داشتند. بر اساس AI، شهرستان های مورد مطالعه دارای اقلیم خشک بودند. مقدار AI، تنها در گلپایگان در حالی که DEI، در اصفهان، شهرضا، گلپایگان، کاشان و نطنز از مقادیر عددی بالا تری برخوردار بودند. نتایج PCA نشان داد که در این شهرستان ها درجه حرارت حداکثر (ضریب 51/3) مهم ترین متغیر در تعیین شرایط اقلیمی و میانگین سرعت وزش باد (ضریب 27/2) نیز بر شرایط اقلیمی این مناطق مؤثر بوده است. همبستگی ضعیف شاخص های خشکی محاسبه شده با عملکرد نشان داد که استفاده از سایر شاخص های اقلیمی در توجیه نوسانات عملکرد گندم در این استان مناسب تر است.

کلیدواژه‌ها

• شاخص خشکی
• گندم
• هموار سازی نمایی

---

عنوان مقاله [English]

Introduction of an index for drought evaluation using principle components analysis

نویسندگان [English]

• Sarvenaz Farhangfar ¹
• Jafar Kambouzia ²
• Reza Deihim Fard ²
• Saeed Soufizadeh ²
• Babak Mirbagheri ³

¹ Department of Agronomy and Plant Breeding, Faculty of Agriculture, Ferdowsi University of Mashhad, Iran

² Department of Agroecology, Environmental Sciences Research Institute, Shahid Beheshti University, Iran

³ Department of Remote sensing and GIS, Shahid Beheshti University, Tehran, Iran

چکیده [English]

Isfahan province is located in the center of Iran and has arid and semi-arid climate. In recent years, water shortage has increased in this region and has affected crop production. Wheat is one of the most important crops of the province. In the present research, an index (DEI) has been developed for drought evaluation using long term climatic data through application of principle components analysis (PCA). The counties of the province were classified and evaluated according to drought intensity. In addition to DEI for quantifying drought, Aridity index (AI) was also calculated at different time scales in each county. The climatic and grain yield data were collected from the Iranian Meteorological Organization and Isfahan Agricultural Organization, respectively. In order to remove the positive effects of genetic improvement and progress in agronomic management on long-term wheat grain yield, double exponential smoothing technique was used. According to DEI, Isfahan, Shahreza, Golpaygan and Natanz had semi-arid climate and Ardestan, Khoorobiabanak, Kashan and Naein could be classified as arid, while according to AI studied counties had arid climate. AI had the greatest amount only in Golpaygan while DEI had the greatest value in Isfahan, Shahreza, Golpaygan, Kashan and Natanz. PCA results showed that maximum temperature (coefficient of 3.51) followed by mean wind speed (coefficient of 2.27) were the main climatic variable influencing counties weather. Calculated drought indices showed poor correlation with wheat yield, indicating that other meteorological indices should still be examined to capture wheat yield variability in this province.

کلیدواژه‌ها [English]

• Aridity index
• wheat
• Double exponential smoothing

مراجع

1. Abarghouei, B.H., Asadi Zarch, M.A., Dastorani, M.T., Kousari, M.R., and Safari Zarch, M. 2011. The survey of climatic drought trend in Iran. Stochastic Environmental Research and Risk Assessment 25: 851-863.

2. AmirAhmadi, A., and Abbasnia, M. 2010. Climatical zoning of Esfahan Province with modern statistical techniques. Geographical Studies of Arid Areas 1(1): 43-68. (In Persian with English Summary)

3. Anynomous. 2012a. Definition of Drought. 2012. Available at Web site http://www.weather.ir/ (verified 27 April 2012)

4. Anynomous. 2012b. Photoperiod and Solar Radiation Calculator. Agricultural Production Systems Research Unit (APSRU)

5. Bannayan, M., Sanjani, S., Alizadeh, A., Sadeghi Lotfabadi, S., and Mohamadian, A. 2010. Association between climate indices, aridity index, and rainfed crop yield in northeast of Iran. Field Crops Research 10: 1-10.

6. Feiziasl, V., Jafarzadeh, J., Abdalrahmani, B., Moosavi, B., and Karimi, A. 2009. Studying climatic variables effects on rainfed wheat grain yield Sardari variety in Maragheh region. Iranian Journal of Field Crops Research 8(1): 1-11. (In Persian with English Summary)

7. Maybank, J., Bonsai, B., Jones, K., Lawford, R., O’Brien, E.G., Ripley, E.A., and Wheaton, E. 1994. Drought as a natural disaster. Atmospheric-Ocean 33(2): 195-222.

8. McKee, B.T., Nolan, J., and Kleist, J. 1993. The relationship of drought frequency and duration to time scales. Eighth Conference on Applied Climatology, California. p. 17-22.

9. Miandare, N.A., and Hosseini nasab, S.E. 2007. Rainfall and temperature functional analysis in Iran using principle component analysis. Journal of Statistical Research 4: 109-128. (In Persian with English Summary)

10. Mohammadi, H., and Roshan, G.H. 2009. Evaluating the role of climatic elements with emphases on wind variable, in wheat yield output (Comparative case study in two stations Shiraz and Kermanshah). Seasonal National Geography 1(3): 17-26. (In Persian with English Summary)

11. Nazemsadat, M.J., Beigi, B., and Amin, S.A. 2003. Winter rainfall zoning in Bushehr, Fares and Kohgiluye provinces using principle component analysis. Agricultural and Natural Resource Science and Technology 1: 61-71. (In Persian with English Summary)

12. Palmer, W.C. 1985. Meteorological drought. US Weather Bureau 45: 1-58.

13. Salehnia, N., and Falahi, M.A. 2010. Evaluating eco-climatic variables on wheat yield using panel data model. Journal of Water and Soil 24(2): 375-384. (In Persian with English Summary)

14. Sharma, S. 1996. Introduction. Applied Multivariate Techniques. John Wiley and Sons Inc, New York. p. 1-35.

15. Soltani, S., Saboohi, R., and Yaghmaei, L. 2011. Rainfall and rainy days trend in Iran. Climate Change 110: 187-213.

16. Vazifedoust, M. 2007. Development of an agricultural drought assessment system: Integration of agrohydrological modeling, remote sensing and geographical information. PhD Dissertation, Wageningen University and Research Centre.