چشم‌انداز تغییرات زمانی-مکانی تبخیر و تعرق در حوضه آبریز کارون طی دوره‌های آتی و تحت سناریوهای انتشار گازهای گلخانه‌ای

محورهای موضوعی : اقلیم شناسی

حسین بهزادی کریمی ¹ (دانشجوی دکترای آب و هواشناسی، دانشگاه یزد)
غلامعلی مظفری ² (استاد آب و هواشناسی، دانشگاه یزد)
کمال امیدوار ³ (استاد آب و هواشناسی، دانشگاه یزد)
احمد مزیدی ⁴ (دانشیار آب و هواشناسی، دانشگاه یزد)

تاریخ دریافت : 1400/05/18 تاریخ پذیرش : 1400/11/12 تاریخ انتشار : 1400/11/01

کلید واژه: تغییر اقلیم, تبخیر و تعرق, هارگریوز-سامانی, مدل LARS-WG6, حوضه آبریز کارون,

چکیده مقاله :

انتشار بیش‌ازحد گازهای گلخانه‌ای در دهه‌های اخیر و تغییرات به وقوع پیوسته در اقلیم، موجب تغییر در پارامترهای هواشناسی مؤثر در تبخیر و تعرق شده است. در این پژوهش، چشم‌انداز تغییرات تبخیر و تعرق حوضه آبریز کارون، با استفاده از روش هارگریوز-سامانی و با به‌کارگیری مدل ریز گردانی LARS-WG6 و خروجی مدل گردش عمومی جو HadGEM2-ES، تحت سناریوهای مختلف RCPs برای سه دوره 2040-2021، 2060-2041 و 2080-2061 نسبت به دوره پایه (2015-1996) بررسی شد. بر اساس نتایج حاصله، متوسط سالانه دمای حداقل در سطح حوضه، بین 2/1 تا 4/3 و دمای حداکثر بین 3/1 تا 7/3 درجه سلسیوس در دوره‌های آتی نسبت به دوره پایه، افزایش می‌یابد. مقدار تبخیر و تعرق، در مقیاس‌های زمانی ماهانه، فصلی و سالانه در اقلیم آتی، در مقایسه با شرایط فعلی افزایش خواهد یافت؛ به‌طوری‌که بیشترین مقدار افزایش تبخیر و تعرق سالانه، در دوره آینده دور و تحت سناریو RCP8.5 برابر با 3/12 درصد نسبت به دوره پایه خواهد بود. نمودار جعبه‌ای بیست‌ساله در دوره‌های آتی و تحت سناریوهای مختلف نشان داد که بیشترین عدم قطعیت تبخیر و تعرق در دوره 2080-2061 و به ترتیب تحت سناریوهای انتشار RCP8.5 و RCP4.5 است. بر اساس نتایج حاصل از نقشه‌های پهنه‌بندی تغییرات تبخیر و تعرق سطح حوضه، بیشترین میزان تغییرات تبخیر و تعرق، طی دوره 2080-2061 و تحت سناریو RCP8.5 در مناطق غربی حوضه رخ خواهد داد. با توجه به اینکه رودخانه کارون از مناطق کوهستانی شمال حوضه سرچشمه می‌گیرد؛ لذا، افزایش دما و به‌تبع آن افزایش تبخیر و تعرق در دوره‌های زمانی آینده، موجب کاهش سطح پوشش برف در منطقه موردمطالعه شده و اثرات منفی زیادی بر روی جریان رودخانه کارون و در نتیجه کاهش منابع آب حوضه خواهد داشت.

چکیده انگلیسی:

In this study, the perspects of evapotranspiration changes in Karun catchment were investigated using Hargreaves- Samani method, LARS-WG6 downscaling model, and output of HadGEM2-ES model, under scenarios of RCPs for three periods of 2021-2040, 2041-2060 and 2061-2080 as compared to the period 1996-2015. The results show that the minimum average annual temperature in the catchment increases between 1.2 to 3.4 °C and the maximum temperature increases between 1.3 to 3.7 °C in future periods compared to the base period. The amount of evapotranspiration will increase in monthly, seasonal and annual time scales in the future climate, compared to the current conditions, so that the maximum increase in annual evapotranspiration in the distant future period and under the RCP8.5 scenario will be equal to 12.3% compared to the base period. The twenty-year box plot in future periods under different scenarios show that the highest evapotranspiration uncertainty occurs in the period 2061-2080 and under the scenarios RCP8.5 and RCP4.5 respectively. According to zoning maps of evapotranspiration changes in the basin, the highest amount of evapotranspiration changes will occur during the period 2061-2080 and under the RCP8.5 scenario in the western regions of the basin. Considering that Karun River originates from the mountainous areas on the north of the basin, increasing the temperature and in turn, increasing evapotranspiration in future periods will reduce the level of snow coverage in the area and will have significant negative effects on the flow of Karun River and can thus reduce the water resources of the basin.

منابع و مأخذ:

1- آقاشاهی، محسن؛ اردستانی، مجتبی؛ نیک سخن، محمدحسین و طهماسبی، بهشته (1391): معرفی و مقایسه مدل‌های LARS-WG و SDSM به‌منظور ریزمقیاس سازی پارامترهای زیست‌محیطی در مطالعات تغییر اقلیم، ششمین همایش ملی و نمایشگاه تخصصی مهندسی محیط‌زیست، تهران.

2- باب الحکمی، علی؛ غلامی، محمدعلی و عمادی، علیرضا (1399): اثر تغییر اقلیم بر تبخیر-تعرق مرجع در استان مازندران، مجله تحقیقات آب‌وخاک ایران، دوره 51، شماره 2، صص 401-388.

3- پوریزدان خواه، هدیه؛ رضوی پور، تیمور؛ خالدیان، محمدرضا و رضایی، مجتبی (1391): تعیین روش‌های مناسب جهت برآورد تبخیر و تعرق در منطقه رشت، سومین همایش ملی مدیریت جامع منابع آب، ساری، دانشگاه علوم کشاورزی و منابع آب.

4- حیدری تاشه کبود و خوش‌خو، یونس (1397): پیش‌بینی تغییرات آتی تبخیر و تعرق مرجع در غرب ایران بر اساس سناریوهای انتشار RCP، نشریه تحقیقات کاربردی علوم جغرافیایی، سال نوزدهم، شماره 53، صص 176-157.

5- خاشعی سیوکی، عباس؛ ارفع، عاطفه و حمیدیان پور، محسن (1399): تأثیر تغییر اقلیم بر تبخیر و تعرق در شرایط گرم و مرطوب (مطالعه موردی: جنوب و جنوب شرق ایران)، نشریه سامانه‌های سطوح آبگیر ایران، دوره هشتم، جلد 27، صص 50-37.

6- دانش فراز، رسول و رزاق پور، هادی (1393): ارزیابی اثرات تغییر اقلیم بر تبخیر و تعرق پتانسیل در استان آذربایجان غربی، فصل­نامه علمی-پژوهشی فضای جغرافیایی، سال چهاردهم، شماره 46، صص 211-199.

7- ساداتی نژاد، سید جواد؛ نظری، لیلا؛ قاسمیه، هدی و عارفخانه کلاته، سلمان (1399): مقایسه روش‌های تجربی برآورد تبخیر و تعرق بر اساس داده‌های لایسیمتری (مطالعه موردی: دشت کاشان)، مجله علمی پژوهشی مهندسی اکوسیستم بیابان، شماره 27، صص 106-93.

8- علیزاده، امین (1385): اصول هیدرولوژی کاربردی، انتشارات دانشگاه امام رضا (ع).

9- علیزاده، امین؛ سیاری، نسرین؛ حسامی کرمانی، مسعود رضا؛ بنایان اول، محمد و فرید حسینی، علی (1389): بررسی پتانسیل تغییر اقلیمی بر منابع و مصارف آب کشاورزی (مطالعه موردی: حوضه آبریز رودخانه کشف رود)، نشریه آب‌وخاک، جلد 24، شماره 4، صص 835-815.

10- فاضلی، عبدالرحیم؛ صلاحی، برومند و گودرزی، مسعود (1399): ارزیابی اثرات تغییر اقلیم بر تغییرات تبخیر و تعرق پتانسیل در دشت مغان با سناریوهای RCPs، نشریه مهندسی و مدیریت آبخیز، شماره 4، صص 993-977.

11- قربانی، خلیل؛ علیقلی نیا، توحید و رسولی مجد، نگار (1397): ارزیابی دقت بیست مدل برآورد تبخیر-تعرق مرجع مناطق ساحلی در اقلیم‌های مختلف، نشریه پژوهش‌های حفاظت آب‌وخاک، شماره 4، صص 320-307.

12- کارآموز، محمد و عراقی نژاد، شهاب (1393): هیدرولوژی پیشرفته، انتشارات دانشگاه امیرکبیر.

13- گودرزی، مسعود؛ صلاحی، برومند و حسینی، سید اسعد (1397): برآورد میزان تبخیر و تعرق در ارتباط با تغییرات اقلیمی در حوضه آبخیز دریاچه ارومیه، نشریه علوم و مهندسی آبخیزداری ایران، شماره 41، صص 13-1.

14- Dimri. A.P. Kumar, D. Choudhary, A. And Maharana, P. (2018): Future Changes Over The Himalayas, Maximum And Minimum Temperature. Global And Planetary Change, 162: 212-234.

15- Djaman, K. Balde, A.B. Sow, A. Muller, B. Irmak, S. N’Diaye, M.K. Manneh, B. Moukoumbi, Y.D. Futakuchi, K. And Saito, K. (2015): Evaluation Of Sixteen Reference Evapotranspiration Methods Under Sahelian Conditions In The Senegal River Valley. J. Hydrol. Region. Stud. 3: 139-159.

16- Gocic, M. And Trajkovic, S. (2013): Analysis Mann-Kendall And Of Changes In Meteorological Variables Usin Sen's Slope Estimator Statistical Tests In Serbia. Global And Planetary Change, 100: 172–182.

17- Goyal, R.K. (2004): Sensitivity Of Evapotranspiration To Global Warming: A Case Study Of Arid Zone Of Rajasthan (India). Agriculture Water Management, 69 (12): 1-11.

18- Hargreaves, G.H. And Samani, Z. (1985): Reference Crop Evapotranspiration From Ambient Air Tempraturer. Meeting American Society Of Agricultural Engineers, Chicago. 12p.

19- Houerou, H N.Le. And Le Houerou, H.N. (1993): Climatic Changes And Desertifcation. Secheresse, 4 (2): 95-111.

20- Hourdin, F. Musat, I. Bony, S. Braconnot, P. Codron, F. Dufresne, J.L. And Krinner, G. (2006): The LMDZ4 General Circulation Model: Climate Performance And Sensitivity To Parametrized Physics With Emphasis On Tropical Convection. Climate Dynamics,
27 (8): 787-813.

21- Kharin, V.V. Zwiers, F.W. Zhang, X. And Wehner, M. (2013): Changes In Temperature And Precipitation Extremes In The CMIP5 Ensemble. Climatic Change, 119(2):345-357.

22- Liu, H. Zhang, R. Li, Y. (2014): Sensitivity Analysis Of Reference Evapotranspiration (Eto) To Climate Change In Beijing China. Journal Of Desalination And Water Treatment, 52 (13-15): 2799-2804.

23- Liu, X. Xu, C. Zhong, X. Li, Y. Yuan, X. And Cao, J. (2017): Comparison Of 16 Models For Reference Crop Evapotranspiration Against Weighing Lysimeter Measurement. Agricultural Water Management, 184: 145-155.

24- Racsko, P. Szeidl, L. And Semenov, M.A. (1991): Serial Approach To Local Stochastic Weather Models. Ecol Model, 57: 27–41.

25- Salmi, T. Määttä, A. Anttila, P. Ruoho-Airola, T. Amnell, T. (2002): Detecting Trends Of Annual Values Of Atmospheric Pollutants By The Mann-Kendall Test And Sen’s Slope Estimates –The Excel Template Application MAKESENS. Finnish Meteorological Institut.

26- Semenov, M.A. And Barrow, E.M. )1997(: Use Of A Stochastic Weather Generator In The Development Of Climate Change Scenarios. Clim Change, 35: 397– 414.

27- Semenov, M.A. And Stratonovitch, P. (2010): Use Of Multi-Model Ensembles From Global Climate Model Assessment Of Climate Change Impacts. Climate Research, 41: 1-14.

28- Sen, P.K. (1968): Estimates Of The Regression Coefficient Based On Kendall's Tau. Journal Of The American Statistical Association, 63: 1379-1389.

29- Tao, X. Chena, H. Xua, C. Houa, Y. And Jiea, M. (2015): Analysis And Prediction Of Reference Evapotranspiration With Climate Change In Xiangjiang River Basin China. Water Science And Engineering, 8 (4): 273- 281.

30- Trajkovic, S. (2007): Hargreaves Versus Penman-Monteith Under Humid Conditions. Journal Of Irrigation And Drainage Engineering-ASCE, 133 (1): 38-42.

31- Zhang, X. Vincent, L.A. Hogg, W.D. & Niitsoo, A. (2000). Temperature And Precipitation Trends In Canada During The 20th Century. Atmosphere – Ocean, 38 (3): 395-42.