چكيده فارسي :
خشك‌سالي يك پديده طبيعي است كه با كاهش ميزان بارندگي نسبت به شرايط ميانگين بلندمدت رخ مي‌دهد . اين پديده به‌كندي آغاز، به‌آرامي گسترش و به‌شدت بر همه جوانب فعاليت‌هاي بشري تأثير مي‌گذارد و در پهنه‌ي وسيعي از كشور ايران، خود را به اشكال متفاوتي نشان مي‌دهد. الگوي اقليمي غالب در يك منطقه، منطقه ديگر را نيز تحت تأثير خود قرار مي‌دهد، زيرا باوجود اختلافات اقليمي بين مناطق مختلف و بخصوص مناطق حاره و مناطق برون حاره، رابطه سيستماتيك جوي بين آن‌ها وجود دارد . پيوند از دور نيز شاخه‌اي جديد از اقليم‌شناسي سينوپتيك است كه به شناخت روابط بين پديده‌ها و عناصر اقليمي در مكان‌هاي دور مي‌پردازد . در اين تحقيق، رابطه بين شاخص‌هاي اقيانوسي- اتمسفري و خشك‌سالي در ايران موردمطالعه قرار گرفت . براي اين منظور از داده‌هاي بارندگي اهواز، اروميه، اصفهان، مشهد، شيراز، يزد استفاده شد. ايستگاه سينوپتيك در ايران با داشتن حداقل 94 سال دوره آماري تا سال 2022 استفاده شد. ابتدا با محاسبه سري‌هاي زماني شاخص خشك‌سالي SPI وجود يا عدم وجود رابطه هم‌زمان و غيرهمزمان شاخص SPI و نوسانات اقيانوسي- اتمسفري با استفاده از نرم‌افزارهاي آماريمتلب2022 مشخص شد . در اين مرحله سري ماهانه داده‌هاي نوسانات اقيانوسي- اتمسفري و براي شاخص SPI سري‌هاي زماني 12 ماهه در نظر گرفته شد. در مرحله آخر، جهت مدل‌سازي اقدام به ايجاد شبكه‌ي عصبي چندلايه با استفاده از نرم‌افزار متلب براي سري زماني 12 ماهه مختلف شاخص SPI در حالت‌هاي سفيد شده و غير سفيد با تأخيرهاي ماهه انجام شد. نتايج حاصله از بررسي روابط ميان شاخص‌هاي نامبرده و شاخص¬هاي اقيانوسي- اتمسفري در ايران، نشان دادكه رابطه هم‌زمان بين مقادير خشك‌سالي و شاخص ايمو وجود دارد. پيش‌بيني بارش براي سال‌هاي گذشته كه مقادير بارش براي آن وجود ندارد ولي مقادير شاخص ايمو موجود است تا از طريق آن شاخص خشك‌سالي محاسبه شود و سري زماني افزايش يابد پيشنهاد مي‌گردد. همچنين وزن دهي شبكه براي ايستگاه‌ها و در فازها مختلف ايمو و مقادير متفاوت آن براي ماه‌هاي مختلف سال‌هاي آينده پيشنهاد مي گردد.
چكيده انگليسي :
Drought is a natural phenomenon, which occurs with a decrease in rainfall comparing to long-term average conditions. This phenomenon starts and spreads slowly and strongly affects all aspects of human activities and shows itself in different forms in a vast area of Iran. The dominant climate pattern in one region also affects another region, because despite the climatic differences between different regions, especially tropical and extratropical regions, there is a systematic atmospheric relationship between them. Teleconnection is is dealing with understanding the relationships between climatic phenomena and elements in distant places. In this research, the relationship between ocean-atmospheric indicators and drought in Iran was studied. For this purpose, the rainfall data of Ahvaz, Urmia, Isfahan, Mashhad, Shiraz, and Yazd were used. The synoptic station was used in Iran with at least 94 years of statistical period until 2022. First, by calculating the time series of the SPI drought index, the existence or non-existence of the simultaneous and non-simultaneous relationship between the SPI index and oceanic-atmosphere fluctuations was determined using MATLAB software. At this stage, the monthly series of ocean-atmosphere fluctuations data and 12-month SPI time series were considered for the SPI index. In the last step of modeling, multi-layer neural network was created using MATLAB software for different 12-month time series of SPI index in bleached and non-whitened states with monthly delays. The results of the study of the relationship between the mentioned indices and the oceanic-atmosphere indices in Iran showed that there is a simultaneous relationship between the drought values and the AMO index. Precipitation forecast for the past years for which there are no precipitation values, but the values of the AMO index are available so that the drought index can be calculated and the time series can be extended. In addition, weighting of the network for the stations and in the different phases of the AMO and its different values are suggested for different months of the coming years.
