معرفی شاخصی برای ارزیابی خشکی با استفاده از تکنیک تجزیه به مؤلفه های اصلی

بوم شناسی کشاورزی

مقاله 11، دوره 5، شماره 4 - شماره پیاپی 18، دی 1392، صفحه 452-461   

نوع مقاله: علمی - پژوهشی

شناسه دیجیتال (DOI): 10.22067/jag.v5i4.33008

نویسندگان

سروناز فرهنگ فر¹؛ جعفر کامبوزیا^{* 2}؛ رضا دیهیم فرد²؛ سعید صوفی زاده²؛ بابک میرباقری³

¹گروه زراعت و اصلاح نباتات، دانشکده کشاورزی، دانشگاه فردوسی مشهد، مشهد، ایران

²گروه کشاورزی اکولوژیک، پژوهشکده علوم محیطی، دانشگاه شهید بهشتی، تهران، ایران

³گروه سنجش از دور و GIS، دانشگاه شهید بهشتی تهران، تهران، ایران

چکیده

استان اصفهان در مرکز ایران واقع شده و دارای اقلیم خشک و نیمه خشک است. در سال های اخیر کمبود آب در این منطقه شدت گرفته و تولید محصولات کشاورزی را تحت تأثیر قرار داده است. گندم از جمله محصولات مهم این استان است. در این تحقیق با استفاده از داده های بلند مدت اقلیمی موجود و تکنیک تجزیه به مؤلفه های اصلی (PCA)، شاخصی برای ارزیابی خشکی (DEI) در استان ارائه شد و شهرستان های مورد مطالعه از نظر شدت خشکی مورد بررسی قرار گرفتند. علاوه بر DEI برای کمّی کردن اثر خشکی، شاخص خشکی (AI) در مقیاس های زمانی مختلف در هر شهرستان محاسبه شد. داده های اقلیمی و عملکرد دانه ی گندم به ترتیب از سازمان هواشناسی کشور و جهاد کشاورزی استان اصفهان جمع آوری شدند. جهت حذف اثرات مثبت بهبود ژنتیکی و مدیریت زراعی بر عملکرد گندم، روش هموار سازی نمایی اجرا شد. بر اساس DEI، اصفهان، شهرضا، گلپایگان و نظنز اقلیم نیمه خشک و اردستان، خوروبیابانک، کاشان و نایین اقلیم خشک داشتند. بر اساس AI، شهرستان های مورد مطالعه دارای اقلیم خشک بودند. مقدار AI، تنها در گلپایگان در حالی که DEI، در اصفهان، شهرضا، گلپایگان، کاشان و نطنز از مقادیر عددی بالا تری برخوردار بودند. نتایج PCA نشان داد که در این شهرستان ها درجه حرارت حداکثر (ضریب 51/3) مهم ترین متغیر در تعیین شرایط اقلیمی و میانگین سرعت وزش باد (ضریب 27/2) نیز بر شرایط اقلیمی این مناطق مؤثر بوده است. همبستگی ضعیف شاخص های خشکی محاسبه شده با عملکرد نشان داد که استفاده از سایر شاخص های اقلیمی در توجیه نوسانات عملکرد گندم در این استان مناسب تر است.

کلیدواژه‌ها

شاخص خشکی؛ گندم؛ هموار سازی نمایی

مراجع

1. Abarghouei, B.H., Asadi Zarch, M.A., Dastorani, M.T., Kousari, M.R., and Safari Zarch, M. 2011. The survey of climatic drought trend in Iran. Stochastic Environmental Research and Risk Assessment 25: 851-863.

2. AmirAhmadi, A., and Abbasnia, M. 2010. Climatical zoning of Esfahan Province with modern statistical techniques. Geographical Studies of Arid Areas 1(1): 43-68. (In Persian with English Summary)

3. Anynomous. 2012a. Definition of Drought. 2012. Available at Web site http://www.weather.ir/ (verified 27 April 2012)

4. Anynomous. 2012b. Photoperiod and Solar Radiation Calculator. Agricultural Production Systems Research Unit (APSRU)

5. Bannayan, M., Sanjani, S., Alizadeh, A., Sadeghi Lotfabadi, S., and Mohamadian, A. 2010. Association between climate indices, aridity index, and rainfed crop yield in northeast of Iran. Field Crops Research 10: 1-10.

6. Feiziasl, V., Jafarzadeh, J., Abdalrahmani, B., Moosavi, B., and Karimi, A. 2009. Studying climatic variables effects on rainfed wheat grain yield Sardari variety in Maragheh region. Iranian Journal of Field Crops Research 8(1): 1-11. (In Persian with English Summary)

7. Maybank, J., Bonsai, B., Jones, K., Lawford, R., O’Brien, E.G., Ripley, E.A., and Wheaton, E. 1994. Drought as a natural disaster. Atmospheric-Ocean 33(2): 195-222.

8. McKee, B.T., Nolan, J., and Kleist, J. 1993. The relationship of drought frequency and duration to time scales. Eighth Conference on Applied Climatology, California. p. 17-22.

9. Miandare, N.A., and Hosseini nasab, S.E. 2007. Rainfall and temperature functional analysis in Iran using principle component analysis. Journal of Statistical Research 4: 109-128. (In Persian with English Summary)

10. Mohammadi, H., and Roshan, G.H. 2009. Evaluating the role of climatic elements with emphases on wind variable, in wheat yield output (Comparative case study in two stations Shiraz and Kermanshah). Seasonal National Geography 1(3): 17-26. (In Persian with English Summary)

11. Nazemsadat, M.J., Beigi, B., and Amin, S.A. 2003. Winter rainfall zoning in Bushehr, Fares and Kohgiluye provinces using principle component analysis. Agricultural and Natural Resource Science and Technology 1: 61-71. (In Persian with English Summary)

12. Palmer, W.C. 1985. Meteorological drought. US Weather Bureau 45: 1-58.

13. Salehnia, N., and Falahi, M.A. 2010. Evaluating eco-climatic variables on wheat yield using panel data model. Journal of Water and Soil 24(2): 375-384. (In Persian with English Summary)

14. Sharma, S. 1996. Introduction. Applied Multivariate Techniques. John Wiley and Sons Inc, New York. p. 1-35.

15. Soltani, S., Saboohi, R., and Yaghmaei, L. 2011. Rainfall and rainy days trend in Iran. Climate Change 110: 187-213.

16. Vazifedoust, M. 2007. Development of an agricultural drought assessment system: Integration of agrohydrological modeling, remote sensing and geographical information. PhD Dissertation, Wageningen University and Research Centre.