ارزیابی تطبیقی خشکسالی کشاورزی و هواشناسی مبتنی بر رطوبت خاک در حوضه آبریز رودخانه کرخه با استفاده از شاخص‌های SSMI، SMCI، SPI و SPEI

نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه سنجش از دور، دانشکده برنامه‌ریزی و علوم محیطی، دانشگاه تبریز، تبریز، ایران.

2 گروه سنجش از دور، دانشگاه شهید بهشتی، تهران، ایران.

3 گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران.

چکیده

خشکسالی کشاورزی به دلیل وابستگی شدید به رطوبت خاک، رفتاری متفاوت از خشکسالی هواشناسی دارد و پایش دقیق آن برای مدیریت منابع آب و برنامه‌ریزی کشاورزی ضروری است. در این پژوهش، با استفاده از داده‌های رطوبت خاک ماهانه مجموعه ‌داده رطوبت خاک نسخه v202312 و شاخص‌های استاندارشده رطوبت خاک و وضعیت خاک ،الگوهای زمانی–مکانی خشکسالی کشاورزی در حوضه آبریز کرخه طی دوره ۲۰۰۱ تا ۲۰۲۲ تحلیل شد. همچنین شاخص‌های استاندارباش تبخیر و تعرق 12 ماهه و شاخص استاندار بارش 12 ماهه، بر اساس داده‌های ۲۰ ایستگاه هواشناسی محاسبه و روابط میان خشکسالی هواشناسی و خشکسالی کشاورزی با استفاده از همبستگی پیرسون و اسپیرمن ارزیابی گردید. نتایج نشان داد که شدت و مدت خشکسالی‌های مبتنی بر رطوبت خاک به‌ طور قابل ‌توجهی بزرگتر از شاخص‌های هواشناسی است و گرادیان مکانی شمال–جنوب بسیار مشخصی در حوضه وجود دارد؛ به‌طوری که مناطق مرتفع زاگرس خشکسالی‌های زودهنگام و شدیدتر و دشت‌های جنوبی واکنش همگام‌تری با شاخص‌های استاندار بارش تبخیرو تعرق 12 ماهه و شاخص استاندار بارش نشان می‌دهند. دامنه همبستگی شاخص‌های استاندارشده رطوبت خاک با شاخص‌های خشکسالی بسیار گسترده بوده (از منفی تا بیش از 0.7)، که این امر نشان‌دهنده نقش قوی ویژگی‌های محلی مانند بافت خاک،  شیب و نفوذپذیری بر در دسترس‌ بودن رطوبت است. رابطه بین شاخص‌های استاندار شده رطوبت خاک  12 ماهه و شاخص‌های هواشناسی در سطح حوضه متغیر بوده و در برخی مناطق کم‌ ارتفاع مانند شوش و اهواز، ضرایب همبستگی بالاتری را نشان می‌دهد و تغییرات رطوبت خاک ارتباط بیشتری با تغییرات بارش و تبخیر–تعرق دارد. تحلیل سری‌های زمانی نیز نشان داد که شاخص‌های استاندارشده رطوبت خاک 12 ماهه در بسیاری از ایستگاه‌های کوهستانی مقادیر شدید و طولانی‌مدت‌تری نسبت به شاخص استاندار بارش /شاخص استاندار بارش تبخیر و تعرق  کرده‌اند.

کلیدواژه‌ها

موضوعات

مراجع

Alito, K. T., Kerebih, M. S., & Hailu, D. A. (2025). Characterization of drought detection with remote sensing based multiple indices and SPEI in Northeastern Ethiopian Highland. Air, Soil and Water Research, 18, 58-79. https://doi.org/10.1177/11786221251328833
Das, S. (2024). Parametric and non-parametric indices for agricultural drought assessment using ESA CCI soil moisture data over the Southern Plateau and Hills, India. International Journal of Applied Earth Observation and Geoinformation, 135, 103531. https://doi.org/10.1016/j.jag.2024.104175
Furtak, K., & Wolińska, A.(2025). Assessing drought dynamics in a semi-arid basin: A multi-index approach using hydrological and remote-sensing indicators. Environmental Sciences Europe, 37(1), 1–20. https://link.springer.com/article/10.1186/s12302-025-01240-4
Gümüş, V. (2023). Evaluation of meteorological drought using SPI and SPEI: Global perspectives. Journal of Hydrology, 620, 129389. https://doi:10.1016/j.jhydrol.2023.130386
Hakam, S. (2023). Probabilistic linkages of propagation from meteorological to agricultural drought in North African semi-arid regions. Frontiers in Water, 5, 1559046. https://doi.org/10.3389/frwa.2025.1559046
Kulkarni, R. (2025). Global assessment of socio-economic drought events at the subnational scale: A comparative analysis of combined versus single drought indicators. Hydrology and Earth System Sciences, 29, 4341–4360. https://doi.org/10.5194/hess-29-4341-2025
Mishra, A. K., & Singh, V. P. (2023). Agricultural and meteorological drought dynamics in complex terrains. Climate and Water, 12(3), 221–238. https://link.springer.com/article/10.1007/s13201-025-02582-3
Senapati, D. (2025). Trend analysis of drought in semi-arid regions using SPI, SPEI, and VCI. GIScience & Remote Sensing, 62(1), 2257469. https://doi.org/10.1007/s40333-021-0062-
Zhang, L. (2025). Meteorological and agricultural drought assessments using satellite imagery and machine learning models. Advances in Space Research, 76(5), 1234–1248. https://doi.org/10.22059/ije.2025.380086.1841
Kamali, B., Abbaspour, K. C., Lehmann, A., Wehrli, B., & Yang, H. (2015). Identification of spatiotemporal patterns of biophysical droughts in semi-arid region – a case study of the Karkheh river basin in Iran. Hydrology and Earth System Sciences Discussions, 12(5), 5187–5217. https://scispace.com/pdf/identification-of-spatiotemporal-patterns-of-biophysical-1rpze1w54e.pdf   (In persian with English abstract).
Parvizi, S., Eslamian, S., Gheysari, M., Gohari, A., Kopai, S.S. (2022). Regional frequency analysis of drought severity and duration in Karkheh River Basin, Iran using univariate L-moments method. Environmental Monitoring and Assessment, 194(5), 336. (In persian with English abstract). https://doi.org/10.1007/s10661-022-09977-8
Kamali, B., Houshmand Kouchi, D., Yang, H., & Abbaspour, K. C. (2017). Multilevel Drought Hazard Assessment under Climate Change Scenarios in Semi-Arid Regions—A Case Study of the Karkheh River Basin in Iran. Water, 9(4), 241. https://doi.org/10.3390/w9040241
 Zandifar, S., Dargahian, F., Fijani, E. & Naeimi, M. (2021). The Trend of Groundwater Variations and Drought in the Karkheh Watershed. Watershed Management Research, 34(3), 53-73. (In persian with English abstract) https://doi.org/10.22092/wmej.2021.343333.1352
European Space Agency. (2018). Climate change initiative phase 2 soil moisture. Product Specification Document (PSD) D1.2.1 Version 4.2. Earth Observation Data Centre for Water Resources Monitoring (EODC) GmbH. Hamburg: University of Hamburg, Germany. https://www.esa-soilmoisture-cci.org/sites/default/files/documents/ESA_CCI_SM_PSD_D1.2.1_v04.5.pdf
Paredes-Trejo, F.& Barbosa, H. (2017). Evaluation of the SMOS-Derived soil water deficit index as agricultural drought index in Northeast of Brazil. Water, 9, 1-21. https://doi.org/10.3390/agriculture11050411
Liu, Y. Y., Dorigo, W. A., Parinussa, R. M., Jeu, R. A. M. de, Wagner, W., Mccabe, M. F., Evans, J. P., & Dijk, A. (2012). Trend-preserving blending of passive and active microwave soil moisture retrievals. Remote Sensing Environment, 123, 280-297. https://www.sciencedirect.com/science/article/abs/pii/S0034425712001332
Inocêncio, T. de M., Ribeiro Neto, A., & Souza, A. G. S. S. (2020). Soil moisture obtained through remote sensing to assess drought events. Revista Brasileira de Engenharia Agrícola e Ambiental, 24(9), 575–580. https://doi.org/10.1590/1807-1929/agriambi.v24n9p575-580
McKee, T.; Doesken, N.; & Kleist, J. (1993). The relationship of drought frequency and duration to time scales. Pp.179-184. In: Proceedings of the Eighth Conference on Applied Climatology. American Meteorological Society, Boston, USA. https://www.droughtmanagement.info/literature/AMS_Relationship_Drought_Frequency_Duration_Time_Scales_1993.pdf
Oertel, M.; Meza, F. J.; Gironás, J.; Scott, C. A.; Rojas, F.; & Pineda Pablos, N. (2018). Drought propagation in semi-arid river basins in Latin America: Lessons from Mexico to the Southern Cone. Water, 10, 1-21. https://geography.arizona.edu/sites/geography.arizona.edu/files/CScott%20CV%20Oct%202020%20web.pdf
Kogan F. N. (2002). World droughts in the new millennium from AVHRR-based vegetation health indices. EOS Transactions American Geophysical Union, 83, 562-563. https://www.star.nesdis.noaa.gov/data/smcd1/vhp/VH_doc/Felix/2002_WorldDrought_EO000382_rga.pdf
Zhang, L.; Jiao, W.; Zhang, H.; Huang, C.& Tong, Q. (2012). Studying drought phenomena in the continental United States in 2011 and 2012 using various drought indices. Remote Sensing of Environment, 190, 96-106. https://doi.org/10.1016/J.RSE.2016.12.010
Spinoni, J.; Naumann, G.; Carrão, H.; Barbosa, P.& Vogt, J. (2010). World drought frequency, duration, and severity for 1951-2010. International Journal of Climatology, 34, 792-2804. https://doi.org/10.1002/joc.3875
Mishra, A. K. & Singh, V. P. A. (2010). review of drought concepts. Journal of Hydrology, 391, 202-216. https://doi.org/10.1029/2025WR041987
Brito, S. S. B.; Cunha, A. P. M. A.; Cunningham, C. C.; Alvalá, R. C. S.; Marengo, J. A.& Carvalho, M. A. (2017). Frequency, duration and severity of drought in the Semiarid Northeast Brazil region. International Journal of Climatology, 38, 517-529. https://doi.org/10.1002/joc.5225
Mohammadi, H., Bazrafshan, J., & Liaghat, A. M. (2023). Correlation analysis of drought–dust and its relationship with vegetation changes in Khuzestan province. Iranian Journal of Soil and Water Research, 54(10), 1447–1465. (In persian with English abstract). https://doi.org/10.22059/ijswr.2023.364328.669560
دانش خاک و گیاه
دوره 36، شماره 3
مهر 1405
صفحه 97-118

فایل ها

هم رسانی

ارجاع به این مقاله

آمار