ارزیابی اثر تغییر اقلیم بر بارش‌های حداکثر روزانه کرمانشاه

الموضوعات :

مجتبی حیدری ¹ , محمدرضا خزائی ²

1 - مربی/ گروه مهندسی عمران، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران.
2 - استادیار، گروه مهندسی عمران، دانشگاه پیام نور، ایران

تاريخ الإرسال : 23 الجمعة , ذو القعدة, 1437 تاريخ التأكيد : 12 الأربعاء , رمضان, 1438 تاريخ الإصدار : 04 الجمعة , ربيع الثاني, 1439

الکلمات المفتاحية: بارش روزانه, بارش حدی, ریزمقیاس نمایی, تغییر اقلیم, استوکستیک,

ملخص المقالة :

از اثرات مهم و بالقوه تغییر اقلیم، تغییر شدت و فراوانی بارش های سیل زا در آینده است. برای کاهش آثار زیان بار تغییر اقلیم در هر منطقه، لازم است تغییرات بارش‌های حدی آینده در آن جا پیش یابی شود. روش های ریزمقیاس نمایی بسیاری برای ارزیابی اثر تغییر اقلیم بر بارش توسعه یافته است، اما اغلب این روش ها برای ارزیابی اثر تغییر اقلیم بر بارش های حداکثر مناسب نیستند. در این میان مدل استوکستیک NSRP که کمتر مورد توجه بوده است، از قابلیت های ویژه ای برخوردار است. در این مطالعه قابلیت مدل NSRP برای تولید بارش روزانه ایستگاه سینوپتیک کرمانشاه و ارزیابی اثر تغییر اقلیم بر بارش های حداکثر روزانه آزموده شد. نتایج حاکی از موفقیت مدل در شبیه سازی سری بارش روزانه و بارش های حداکثر است و قابلیت استفاده در ارزیابی اثر تغییر اقلیم آینده بر بارش های حدی را دارد. با استفاده از مدل، 100 سری 30 ساله روزانه اقلیم آینده برای سه سناریوی A1B، A2 و B1 مدل CGCM3 تولید شد. بر اساس نتایج، مقدار بارش حداکثر سالانه با تداوم‌های یک تا پنج روز در اقلیم آینده افزایش می یابد. توزیع فصلی وقوع بارش های حداکثر و توزیع فصلی بارش ماهانه تغییر می کند و میانگین بارش سالانه کاهش می‌یابد. افزایش شدت بارش های حداکثر با وجود کاهش بارش سالانه نشان می دهد مطالعه ی اثر تغییر اقلیم بر میانگین بارش نمی تواند اطلاعاتی در خصوص تغییرات بارش های حدی در اختیار گذارد. با توجه به آنکه تغییر اقلیم می تواند اثر مهمی بر بارش های حدی داشته باشد، لازم است اثر تغییر اقلیم در طرح های آینده که متأثر از بارش های حدی است در نظر گرفته شود.

المصادر:

حجازی زاده، ز.، فتاحی، ا.، مساح بوانی ع.، ناصرزاده، م. 1391. ارزیابی اثرات تغییر اقلیم بر هیدروگراف سیلاب در دوره های آتی مطالعه موردی: حوضه آبریز بختیاری. جغرافیا، (34): 5-24.

خزائی،م.ر. 1395. ارزیابی اثر تغییر اقلیم بر رژیم هیدرولوژیکی یک حوضه آبریز کوهستانی در ایران. نشریه علمی– پژوهشی حفاظت منابع آب و خاک، ، 5(3):43-54.

رضایی زمان، م. و افروزی، ع. 1394. ارزیابی اثرات تغییر اقلیم بر عملکرد محصولات و ارائه راهبرد تغییر الگوی کشت (مطالعه موردی: حوضه سیمینه رود). نشریه حفاظت منابع آب و خاک. 4 (4): 51-64.

عباسی ف.، اثمری م. 1390. پیش بینی و ارزیابی تغییرات دما و بارش ایران در دهه های آینده با الگوی MAGICC – SCENGEN. آب و خاک (علوم و صنایع کشاورزی)، 25(1): 70-83.

عسگری ا.، رحیم زاده، ف.، محمدیان، ن. و فتاحی ا. 1386. تحلیل روند نمایه های بارش های حدی در ایران. تحقیقات منابع آب ایران، 3(3): 55-42.

محمدی مزرعه، ح. و تقوی، ف. 1384.  روند شاخص های حدی دما و بارش در تهران. پژوهشهای جغرافیایی،37 (53): 172-151.

مهدی زاده، ص.، مفتاح هلقی، م.، سید قاسمی، س.، مساعدی، ا. 1390. بررسی تاثیر تغییر اقلیم بر میزان بارش در حوضه سد گلستان. پژوهش های حفاظت آب و خاک، 18(3): 117-132.

Burlando, P. and Rosso, R. 1993. Stochastic models of temporal rainfall: Reproducibility, estimation and prediction of extreme events. Stochastic Hydrology in its Use in Water Resources Systems Simulation and Optimization, Kluwer Academic Publishers: Dordrecht, 137–173.

Burton, A., Kilsby, C.G, Fowler, H.J., Cowpertwait P.S.P. and O’Connell, P.E. 2008. RainSim: A spatial-temporal stochastic rainfall modelling system. Environmental Modelling & Software, 23: 1356-1369.

Dubrovsky, M., Buchtele, J. and Zalud, Z. 2004. High-frequency and low-frequency variability in stochastic daily weather generator and its effect on agricultural and hydrologic modeling. Climatic Change, 63: 145-179.

Holman, I.P., Tascone, D. and Hess, T.M. 2009. A comparison of stochastic and deterministic downscaling methods for modelling potential groundwater recharge under climate change in East Anglia, UK: implications for groundwater resource management. Hydrogeology Journal, 17: 1629-1641.

IPCC. 2001. Climate change 2001. Impacts, Adaptation and Vulnerability. Contribution of Working Group II to the third assessment report of the Intergovernmental Panel on Climate Change. UK: Cambridge University Press.

IPCC. 2012. Summary for Policymakers. In: Managing the Risks of Extreme Events and Disasters to Advance Climate Change Adaptation. A Special Report of Working Groups I and II of the Intergovernmental Panel on Climate Change. Cambridge University Press, Cambridge, UK, and New York, NY, USA, 1-19.

Kay, A.L., Davies, H.N., Bell, V.A. and Jones, R.G. 2009. Comparison of uncertainty sources for climate change impacts: flood frequency in England. Climatic Change, 92: 41-63.

Khazaei, M.R., Zahabiyoun, B. and Saghafian, B. 2012. Assessment of climate change impact on floods using weather generator and continuous rainfall-runoff model. International Journal of Climatology, 32: 1997-2006.

Khazaei M., Ahmadi S, Saghafian B, Zahabiyoun B. 2013. A new daily weather generator to preserve extremes and low-frequency variability. Climatic Change, 119:631-645

Kilsby C.G., Moaven-Hashemi A., O'Connell P.E. 2004. Simulation of rainfall extremes: fitting to observed annual maxima.  First International Conference on Flood Risk; University of Bath, UK: Institute of Mathematics and its Applications.

Kilsby C.G., Jones, P.D., Burton, A., Ford, A.C., Fowler, H.J., Harpham, C., James, P., Smith, A., Wilby, R.L. 2007. A daily weather generator for use in climate change studies. Environmental Modelling and Software, 22: 1705–1719.

Liu, Z., Xu, Z., Charles, S.P., Fu, G., Liu, L. 2011. Evaluation of two statistical downscaling models for daily precipitation over an arid basin in China. International Journal of Climatology, 31: 2006-2020

Pourtouiserkani, A., Rakhshandehroo, Gh., (2014) Investigating climate change impact on extreme rainfall events, Case study: Chenar-Rahdar basin, Fars, Iran. Scientia Iranica A, 21: 525-533.

Semenov, M.A., Brooks, R.J., Barrow, E.M. and Richardson, C.W. 1998. Comparison of the WGEN and LARS-WG stochastic weather generators for diverse climates. Climate Research, 10: 95-107.

Semenov, M.A. 2007. Development of high-resolution UKCIP02-based climate change scenarios in the UK. Agricultural and Forest Meteorology, 144: 127-138.

Srikanthan, R. and McMahon, T.A. 2001. Stochastic generation of annual, monthly and daily climate data: A review. Hydrology and Earth System Sciences, 5: 653-670.

Teegavarapu, R.S.V. 2012. Floods in Changing Climate: Extreme Precipitation. Cambridge University Press, UK, London, 285 pp.

Tryhorn, L., DeGaetano, A. 2011. A comparison of techniques for downscaling extreme precipitation over the Northeastern United States. International Journal of Climatology, 31: 1975-1989.

Yang, T., Li, H., Wang, W., Yu Xu, H., Yu, Z. 2012. Statistical downscaling of extreme daily precipitation, evaporation, and temperature and construction of future scenarios. Hydrological Processes, 26: 3510–3523.