شبیه سازی زمانی و مکانی بارش در حوضه رود شور تحت تأثیر تغییر اقلیم

نوع مقاله: مقاله پژوهشی

نویسندگان

1 گروه علوم و مهندسی آب دانشگاه فردوسی مشهد، مشهد

2 گروه علوم و مهندسی آب، دانشکده کشاورزی دانشگاه فردوسی مشهد، مشهد

3 استاد گروه علوم و مهندسی آب ، دانشگاه فردوسی مشهد.

چکیده

در این تحقیق، با ارائه روشی جدید با استفاده از مدل خطی تعمیم یافته اثرات بلند مدت تغییر اقلیم بر تغییرات بارش در سطح حوضه رود شور تحت سناریوهای B1،A2  وA1B  در سه بازه زمانی 30 ساله تا افق 2090 مورد بررسی قرار گرفته است. با استفاده از داده­های بارش روزانه و دمای ماهانه در دوره­ی پایه (2000-1971) در 13 ایستگاه سینوپتیک به کمک مدل­های خطی تعمیم یافته، الگوی رخ­داد و مقدار بارش شبیه­سازی شده و جهت ریز مقیاس نمایی داده­های مدل­های GCM استفاده شد. از 20 مدل ارائه شده توسط بانک اطلاعاتی CCCSN استفاده شد. مدل­های خطی تعمیم یافته از طریق برقراری ارتباط بین متغیرهای اقلیمی و بارش، زمینه­ی ریز مقیاس نمایی خروجی­های مدل­های GCM را فراهم می­نماید. نتایج حاصل از اجرای مدل خطی تعمیم یافته نشان داده که تنها دو مدل INGV-SXG، BCM2.0 جهت تولید سناریوهای اقلیمی در دوره­های آتی مناسب هستند. همچنین نتایج نشان از کاهش بارندگی و افزایش دما در دوره­های آتی داشته است. بیشترین درصد کاهش بارندگی ماهانه نسبت به دوره پایه همواره در فصل تابستان رخ داده است. بر این اساس حداکثر کاهش میانگین بارندگی ماهانه طی دوره 2030- 2001، 22/25-، طی دوره 2060- 2031، 50/37- و طی دوره 2090- 2061، بین 58/35- درصد نسبت به دوره پایه پیش­بینی می­شود.

کلیدواژه‌ها


عنوان مقاله [English]

Spatial and temporal simulation of rainfall in the Shoor basin under climate change

نویسندگان [English]

  • Hananeh Barouti 1
  • Kazem Esmaili 2
  • bijan ghahreman 3
2 , Department of Water Science and Engineering, Faculty of Agriculture, Ferdowsi University of Mashhad, Mashhad, Iran
3 Department of Water Science and Engineering, Faculty of Agriculture, Ferdowsi University of Mashhad, Mashhad
چکیده [English]

In this research, by presenting a new method using the generalized linear model, the long term effects of climate change on rainfall changes in the Shoor basin under B1, A2 and A1B scenarios were investigated in three periods of 30 years up to 2090 horizons Using the data of daily precipitation and monthly temperature in the base period (1971-2000) in 13 synoptic stations, using generalized linear models, the incident model and the amount of precipitation simulated and used for fine Exponential scale of GCM model data was used. Of the 20 models provided by the CCCSN database, a wide range of climate change changes were introduced. The generalized linear models, by linking the climate and rainfall variables, provide a fine-scale scaling-up of the outputs of the GCM models. The results of the implementation of the generalized linear model show that only two models of INGV-SXG, BCM2.0 are suitable for producing future scenario scenarios. The results also indicate a decrease in rainfall and a rise in temperature in the coming periods. The highest percentage of monthly rainfall reduction has taken place in the summer season than the base period. Accordingly, the maximum average monthly precipitation during the period 2030-2001, 25.22%, during the 2031-2060 period, 37.5% and 2061-2061, between 35.58% and the base period of the forecast It will be.

کلیدواژه‌ها [English]

  • Precipitation
  • generalized linear patterns
  • Climate Change Scenarios
  • climate variables
  • exponential fineness

 

آذری، م.، مرادی، ح. ر.، ثقفیان، ب.، فرامرزی، م.، 1392 ، ارزیابی اثرات هیدرولوژیکی تغییر اقلیم در حوضه آبخیز گرگانرود، نشریه آب و خاک )علوم و صنایع کشاورزی(، جلد 27، شماره 3، ص 547-537.

آقاخانی افشار، ا. ح.، حسن زاده، ی ، بسالت پور، ع. ا.، پوررضا بیلندی، م.، 1395 ، ارزیابی سالیانه مؤلفه های اقلیمی حوضه آبخیز کشف رود در دوره های آتی با استفاده از گزارش پنجم هیأت بین الدول تغییر اقلیم، نشریه پژوهش­های حفاظت آب و خاک، جلد 23، شماره 6، ص 233-217.

دسترنج، ع.، شهبازی، ع، محسنی ساروی، م.، صالحنسب، ا. و جعفری، ش.، 1394 ، مدلسازی اقلیم و مقایسه تغییرات پارامترهای اقلیمی در جبهه شمالی و جنوبی البرز با استفاده از مدل SDSM، نشریه علوم و مهندسی آبخیزداری ایران، جلد 10، شماره 32، ص 26-11.

رضایی، م.، نهتانی، م، مقدم­نیا، ع. ر.، آبکار، ع. و رضائی، م.، 1393 ، بررسی کارایی مدل ریز مقیاس نمایی آماری در پیش­بینی بارش در دو اقلیم خشک و فرا خشک، نشریه آب و خاک )علوم و صنایع کشاورزی(، جلد 28، شماره 4، ص 845-836.

سرافروزه، ف.، جلالی م.، جلالی ط. و جمالی ا. 1391. ارزیابی اثرات تغییر اقلیم آینده بر مصرف آب محصول گندم در تبریز. فصلنامه علمی پژوهشی فضای جغرافیایی دانشگاه آزاد اسلامی واحد اهر. جلد 12، شماره 37، ص 96-81.

صبوری، غ. ر. و م. موسوی. 1393. مطالعه تغییرات پهنه‌های اقلیمی ایران در دوره 2099- 2010 تحت پدیده گرمایش جهانی با استفاده از ریزمقیاس نمایی مدل‌های گردش عمومی جو. پایان نامه کارشناسی ارشد.

علیزاده چوبری، ا. و م. س. نجفی. 1396. روند تغییرات دمای هوا و بارش در مناطق مختلف ایران. نشریه فیزیک زمین و فضا، دوره 43، شماره 3، ص 569-584.

کاکاپور، و.، س. سلطانی، ر. مدرس. 1394. پیش­بینی اثر تغییر اقلیم بر بارش و دما (مطالعه موردی: ایستگاه سینوپتیک کرمانشاه). کنفرانس بین المللی توسعه با محوریت کشاورزی، محیط زیست و گردشگری، تبریز، دبیرخانه دائمی کنفرانس.

مساح بوانی، ع. و مرید س. 1384. اثرات تغییر اقلیم بر جریان رودخانه زاینده رود. مجله علوم و فنون کشاورزی و منابع طبیعی. جلد 9، شماره 4، 27-17 .

موسوی، س.، ف. کار اندیش، ح. طبری. 1395. تغییرات زمانی و مکانی بارش در ایران تحت تأثیر تغییر اقلیم تا سال 2100. فصلنامه علمی پژوهشی مهندسی آب و آبیاری، سال هفتم، شماره 25، ص 162-152.

Bates, B.C., Kundzewicz, Z.W., Wu, S., Palutikof, J., 2008. Climate change and water. Technical Paper of the Intergovernmental Panel on Climate Change, IPCC Secretariat, Geneva.

Buytaert, W., Vuille, M., Dewulf, A., Urrutia, R., Karmalkar, A., Celleri, R., 2010.Uncertainties in climate change projections and regional downscaling in the tropical Andes: implications for water resources management. Hydrology and Earth System Sciences 14, 1247–1258.

Chandler R E (2015) RGLIMCLIM: Generalized Linear Modelling for daily climate time series (software and user guide). London Department of Statistical Science.University College London.

Chandler R E, Wheater H S (2002) Analysis of rainfall variability using generalized linear models: a case study from the west of Ireland. Water Resour. Res. 38(10):1192.

Christensen, J.H., Hewitson, B., Busuioc, A., Chen, A., Gao, X., Held, I., Jones, R., Kolli, R.K., Kwon, W.-T., Laprise, R., Magana Rueda, V., Mearns, L., Menendez, C.G., Raisanen, J., Rinke, A., Sarr, A., Whetton, P., 2007. Regional climate projections. In: Qin, S.D., Manning, M., Chen, Z., Marquis, M., Averyt, K.B., Tignor, M., Miller, H.L. (Eds.), Climate Change 2007: The Physical Science Basis.

Kenabatho, P.K., McIntyre, N.R., Chandler, E.R., Wheater, H.S., 2012. Stochastic simulation of rainfall in the semi-arid Limpopo basin, Botswana. International Journal of Climatology 32, 1113–1127.

Kenabatho, P.K., Parida, B.P., Moalafhi, D.B., 2012. The value of large-scale climate variables in climate change assessment: The case of Botswana’s rainfall. International Journal of Physics and Chemistry of Earth 50-52, 64–71.

Lenderink, G., Buishand, A., van Deursen, W., 2007. Estimates of future discharges of the river Rhine using two scenario methodologies: direct versus delta approach. Hydrology and Earth System Sciences 11, 1145–1159.

Yang, C., Chandler, R.E., Isham, V.S., Wheater, H.S., 2005. Spatial–temporal rainfall simulation using generalized linear models. Water Resources Research 41, 1–13.

Zhang X., Liu W. Li Z., and Chen J. 2005. Trend and uncertainty analysis of simulated climate change impacts with multiple GCMs and emission scenarios with multiple GCMs and emission scenarios method, Climate research, 28: 109-122.