مدل سازی شاخص خشکسالی SPI با استفاده از مدل استوکاستیک ARIMA (مطالعه موردی: شهرستان بهبهان)

خشکسالی هواشناسی ازجمله بلایای طبیعی است که می توان آن را دوره طولانی کاهش بارندگی دانست که تقریبا در تمام مناطق آب وهوایی رخ می دهد. شاخص SPI معمول ترین و پرکاربردترین شاخص بررسی خشکسالی هواشناسی است. سری زمانی شاخص مذکور را می توان برای توصیف شدت رویدادهای خشکسالی و همچنین برای تخمین مقادیر احتمالی خشکسالی در آینده به کار برد. مدل های یکپارچه خودهمبسته مانند ARIMA متداول ترین مدل ها در تحلیل سری های زمانی هستند. در پژوهش حاضر، شاخص خشکسالی هواشناسی SPI با استفاده از داده های بارندگی مربوط به دوره زمانی 1994 تا 2022 محاسبه شد. سپس شاخص مذکور در مقیاس های سالانه، شش ماهه و نه ماهه با استفاده از مدل ARIMA برای ارائه مدل های مناسب برای پیش بینی خشکسالی در شهرستان بهبهان مدل سازی شدند. نتایج نشان داد مدل ARIMA(5,0,11) با مقدار 64/0=R2 و خطاهای 81/0=RMSE، 66/0=MAE و 27/213= MAPE در مرحله اعتبارسنجی، بهترین مدل برای مدل سازی سری زمانی شاخص خشکسالی سالانه است. همچنین، مدل ARIMA(2,0,5) به عنوان مدل برتر برای مدل سازی سری زمانی شاخص خشکسالی SPI شش ماهه انتخاب شد. مقدار R2 این مدل برابر 8/0 و خطاهای RMSE، MAE و MAPE آن به ترتیب برابر با 84/0، 65/0 و 31/100 بود. همچنین به دلیل عدم نرمال بودن باقی مانده های مدل های منتخب، مدل مناسبی برای سری زمانی SPI نه ماهه پیشنهاد نگردید. پژوهش حاضر با مدل سازی پدیده ای مخرب خشکسالی می تواند به عنوان راهنمایی برای مدیریت منابع آب طی دوره های خشکسالی در اختیار سیاست گذاران و برنامه ریزان آب منطقه قرار گیرد.