Skill assessment of a seasonal forecast model to predict drought events for water resource systems

خشکسالی منجر به تأثیرات اجتماعی-اقتصادی و محیط زیستی قابل توجهی می شود، بنابراین در تصمیم گیری در سیستم های منابع آب به عنصر بسیار مهمی تبدیل شده است. به همین دلیل، تحقیقات در این زمینه در چند دهه گذشته قابل توجه بوده است. به منظور توانایی تصمیم گیری در اوایل و کاهش اثرات خشکسالی، پیش بینی وقوع چنین رویدادهایی در ماه ها یا حتی سال ها پیش بینی شده است. از این رو برای پیش بینی وقوع خشکسالی از روش های مختلف استفاده شده است. در حال حاضر داده های پیش بینی فصلی می توانند برای پیش بینی خشکسالی های هواشناسی، هیدرولوژیکی، کشاورزی و عملیاتی استفاده شوند. با این حال، داده های پیش بینی فصلی از این مدل های دوجانبه اقیانوسی دینامیکی باید با روش جامع تجزیه و تحلیل شود، زیرا شناخته شده است که این مدل ها ممکن است به اندازه کافی تغییرات اقلیمی را در مقیاس حوضه رودخانه نشان نمی دهند. از این رو، در این مقاله یک روش جدید برای ارزیابی مهارت پیش بینی سیستم آب و هوا برای پیش بینی وقوع خشکسالی با استفاده از جدول های احتمالی ارائه شده است. شاخص های به دست آمده از جداول احتمالی برای انجام تجزیه و تحلیل توانایی پیش بینی مدل در روش نیمه توزیع ضروری است. این همه با توجه به شدت خشکسالی با استفاده از سناریوهای مختلف بر اساس آستانه زیر که در نظر گرفته شده است در خشکسالی. در نهایت، یک ارزش واحد برای تعیین توانایی پیش بینی مدل پیش بینی برای کل حوزه به دست می آید. روش پیشنهادی برای حوضه رودخانه یو آوار در اسپانیا مورد استفاده قرار می گیرد. یافته شده است که مدل پیش بینی شده تجزیه و تحلیل نتایج بهتر از آنچه که با استفاده از یک مدل خودپارچه ای به دست آمده است، نشان می دهد. برای ارتقای پیش بینی آب و هوا از منظر مدیریت منابع آب نیاز به کار بیشتر لازم است، لازم به ذکر است که این نوع از داده ها می تواند برای پیش بینی خشکسالی استفاده شود، به این معنی که امکان کاهش اقدامات احتمالی وجود دارد.