توصيفگر ها :
كاپيولا , خشكسالي , شاخص خشكسالي , توزيع مشترك , تحليل فراواني , احتمال مشترك , دوره بازگشت
چكيده فارسي :
خشكسالي پديده‌اي پيچيده و چند متغيره است كه در سطوح وسيع گسترش مي‌يابد. بدون تدوين برنامه‌هاي جامع مقابله با خشكسالي يا كاهش اثرات خشكسالي، رويدادهاي خشكسالي مي‌توانند به فاجعه تبديل شده و باعث آسيب‌هاي اجتماعي، اقتصادي و زيست محيطي قابل توجهي شوند. آسيب‌هاي اجتماعي، اقتصادي و زيست محيطي خشكسالي ممكن است ماه‌ها يا سال‌ها تداوم داشته باشد. تحليل فراواني خشكسالي به منظور توسعه برنامه‌هاي مديريت منابع آب جهت كاهش اثرات خشكسالي‌هاي پيش رو از اهميت بالايي برخوردار است. مدت تداوم، شدت، اوج و فاصله زماني بين شروع دو خشكسالي متوالي از ويژگي‌هاي اصلي وقايع خشكسالي هستند. كاپيولاها ابزارهاي رياضياتي قدرتمندي هستند كه قادر به مدلسازي ساختار وابستگي مشترك چند متغيره بين مشخصه‌هاي خشكسالي مي‌باشند. در مطالعه حاضر از نظريه كاپيولا براي توسعه يك مدل تحليل فراواني خشكسالي چند متغيره استفاده شده است. اين مدل در حوضه آبريزهاي درجه اول، دوم و نيز گستره كشور ايران طي سال‌هاي 1986 تا 2021 با استفاده از چهار متغير خشكسالي عنوان شده به كار گرفته شده است. در اين پژوهش يك رويكرد جديد ايجاد ساختارهاي كاپيولاي ناهمگن نامتقارن با استفاده از تركيب كلاس ارشميدسي با ساير خانواده‌ها توسعه داده شده است. با به كارگيري اين رويكرد مي‌توان اطمينان حاصل نمود كه ساختار همبستگي در دنباله‌هاي پايين و بالاي هر كدام از تركيب‌هاي متغيرها در ساختاركاپيولاي مشترك، به مناسب‌ترين شكل ممكن مدلسازي شده است. تحليل فراواني خشكسالي با استفاده از حالات عطفي، فصلي و شرطي و با درنظرگيري تركيبات چهار، سه و دو متغيره از متغيرهاي خشكسالي انجام گرفت. در بين رويدادهاي خشكسالي مشاهده شده، شديدترين رويداد در حوضه آبريز قره سو و گرگان از بهار سال 2013 تا پاييز 2015، با مدت تداوم 11 فصل، شدت 278/11 و اوج 16/2 و فاصله بين شروع دو خشكسالي متوالي 15 فصل به وقوع پيوسته بود. دوره بازگشت چهار متغيره اين رويداد 7/181 و 6/16 سال به ترتيب در حالت‌هاي عطفي و فصلي مي‌باشد. دوره بازگشت شرطي اين رويداد با در نظر گرفتن مدت تداوم خشكسالي و اعمال شرط براي سه متغير ديگر 6591 سال بود. نتايج حاصل از پژوهش نشان داد كه تحليل فراواني خشكسالي مستلزم در نظر گرفتن تمامي چهار متغير خشكسالي به جاي تحليل‌هاي سه، دو و تك متغيره مي‌باشد. ساختارهاي نوين ناهمگن نامتقارن به كار رفته در اين تحقيق در برازش بر تركيبات متغيرها 33 درصد از تعداد ساختارهاي توزيع مشترك را به خود اختصاص دادند. اين مقدار براي ساختارهاي همگن نامتقارن و متقارن به ترتيب برابر با 9/18 و 1/48 درصد بود.
چكيده انگليسي :
Drought is a complex and multivariate phenomenon that spreads in wide areas. Without developing comprehensive plans to deal with drought or mitigate the effects of drought, drought events can turn into disasters and cause significant social, economic, and environmental damages. The social, economic, and environmental damage of drought may last for months or years. drought frequency Analyzing the development of water resources management programs to reduce the effects of upcoming droughts is of great importance. Duration, severity, peak, and interarrival time are the main characteristics of drought events. Copulas are powerful mathematical tools capable of modeling the multivariate co-dependence structure between drought characteristics. The present study uses Copula’s theory to develop a multivariate drought frequency analysis model. This model has been used in the catchment area of the first and second degree and also in the country of Iran during the years 1986 to 2021 using the four drought variables mentioned. In this research, a new approach to creating asymmetric heterogeneous cupola structures using the combination of the Archimedean class with other families has been developed. By applying this approach, it can be ensured that the correlation structure in the lower and upper tails of each combination of variables in the copula structure is modeled most appropriately. Drought frequency analysis was done using conjunction, disjunction, and conditional cases and considering four-, three- and two-variable combinations of drought variables. Among the observed drought events, the most severe event occurred in the Qarasuo and Gorgan basin from the spring of 2013 to the fall of 2015, with a duration of 11 seasons, severity of 11.278, and a peak of 2.16, and interarrival-time was 15 seasons. The four-variate return period of this event is 181.7 and 16.6 years in conjunction and disjunction cases, respectively. The conditional return period of this event was 6591 years, considering the duration of the drought and applying the condition for the other three variables. The results of the research showed that the analysis of drought frequency requires considering all four variables of drought instead of three, two, and univariate analyses. The new heterogeneous asymmetric structures used in this research accounted for 33% of the number of joint distribution structures in fitting the combinations of variables. This value for asymmetric and symmetric homogeneous structures was 18.9 and 48.1%, respectively.
