پیش بینی وضعیت منابع آب تحت اثر تغییرات اقلیم به کمک مدل ANFIS و سناریوهای گردش عمومی جوّ (مطالعۀ موردی:حوضۀ زیارت شهر گرگان)

نوع مقاله : پژوهشی

نویسندگان

1 مربی، گروه مهندسی عمران دانشگاه بزرگمهر قائنات

2 استادیار، گروه مهندسی آب و سازه‏ های هیدرولیکی، دانشکدۀ مهندسی عمران، دانشگاه سمنان

چکیده

وضعیت آتی منابع آب متأثر از تغییرات اقلیم در هر منطقه است و شبیه‏سازی بارش-رواناب برای دوره‏های آینده سهم مهمی در مدیریت منابع آب خواهد داشت. تغییر اقلیم می‏تواند توسط مدل گردش عمومی جوّ و سناریوهای مختلف اقلیمی شبیه‏سازی شود. در این تحقیق، اثر تغییرات اقلیم بر رواناب، بارش، دما و منابع آب منطقۀ زیارت استان گلستان بررسی شد. از مدل گردش عمومی جوّ HadCM3 تحت سناریوهای اقلیمی A1B، A2 و B1 برای سه دورۀ آتی 2011 تا 2030، 2046 تا 2065 و 2080 تا 2099 استفاده شد. برای ریزمقیاس‌نمایی خروجی‏های مدل HadCM3، مدل ANFIS به‌کار برده شد. نتایج آزمون t در سطح اعتماد 95 درصد نشان داد هیچ اختلاف معناداری بین نتایج مشاهده‏ای و شبیه‏سازی‌شده وجود ندارد. مقادیر پیش‏بینی‌شده بیان‌کنندۀ افزایش دما به مقدار 32/0 تا 77/1 درجۀ سانتی‏گراد است و کاهش میزان بارندگی نیز برای دوره‏های آتی به میزان 60/1 تا 46/31 میلی‏متر خواهد بود. در ادامه، داده‏های به‌دست‌آمده به همراه نقشۀ شمارۀ منحنی (CN) و خصوصیات فیزیوگرافی زیرحوضه، به‌دست‌آمده از نرم‌افزار ArcGIS، به عنوان ورودی به مدل HEC-HMS وارد شد تا دبی در دوره‏های اقلیمی آینده شبیه‏سازی شود. نتایج نشان می‌دهد در هر سه سناریوی افق‏های 2020، 2055 و 2090، دبی پیک و حجم سیلاب کاهش یافته است و در هر سه افق یادشده، بیشترین کاهش مربوط به سناریوی A2 است. درصد کاهش دبی پیک و حجم تخلیه برای هر سناریو به‌ترتیب 72/1 و 83/1، 06/3 و 07/3، 43/4 و 48/4 برای دوره‏های آتی به‌دست آمد. نتایج ‌اجرای مدل، بیان می‌کند که آبگیری مناسبی در پشت مخازن صورت نمی‌گیرد. در نهایت، برای حل این مسئله راهکارهایی ارائه شد.

کلیدواژه‌ها

موضوعات


 Tirgar Fakheri F, Alijani B, Zeaiean Firuzabadi P. Akbari M. Simulation of Snowmelt Runoff Under Climate Change Scenarios in Armand Basin. Iranian Journal of Ecohydrology. 2017; 4(2): 357-368. [In Persian]
[2]. Dehghani N, Ghasemieh H, Sadatinejad, S. Ghorbani, K. Evaluating the impact of climate change on runoff using hydrological model (Case study: Bazoft-Samsami Watershed). Iranian Journal of Ecohydrology. 2017; 4(1): 89-102. [In Persian]
[3]. IPCC. Climate change. Contribution of Working Group II to the third Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press. 2007.
[4]. Hashemin nasab F, Mousavi baygi M, Bakhtiari B, Davari K. Prediction the Rainfall Changes with Downscaling LARS-WG and HadCM3 models in Kerman during the next 20 years (2030-2011). The Iranian Society of Irrigation & Water Engineering. 2013; 3(12): 43-58. [In Persian]
[5]. Neshat A, Sajadi Bami Y. The prediction of the climate change effect on the temperature parameter by the General Circulation Models HadCM3: a case study of Kerman and Bam. Water Engineering. 2017; 9(30): 51-62. [In Persian]
[6]. Rezaee M, Nahtaj M, Moghadamniya A, Abkar A, Rezaee M. Comparison of Artificial Neural Network and SDSM Methods in the Downscaling of Annual Rainfall in the HadCM3 Modelling (Case study: Kerman, Ravar and Rabor). Water Engineering. 2015; 8(24): 25-40. [In Persian]
[7]. Farzin, S, Karami H, Doostmohammadi M, Ghanbari A, Zamiri E. The performance of Artificial Neural Network in prediction and analysis of hydrological processes (Case study: Water shortage in Nazloo-chai watershed, West Azerbaijan province). Iranian journal of Ecohydrology. 2017; 3(4): 631-644. [In Persian]
[8]. Mollaie A. Determination of curve number for estimating of rang of volume by GIS. 6 th International River Engineering Conference, Ahvaz. 2002; 1139-1144. [In Persian]
[9]. Garmei R, Faridhosseini A. Optimization Parameters of Rainfall-Runoff Model of HEC-HMS through PSO Algorithm. Iranian Journal of Soil and Water Research. 2015; 46(2): 255-264. [In Persian]
[10]. Khoshravesh M, Raeni M, Nikzad-Tehrani E, Koulaian A. The impacts of Urbanization and impervious surfaces on runoff of sardaabrud basin, kalardasht, using HEC-HMS rainfall-runoff model. Iranian Journal of Irrigation and Drainage. 2015; 1(9): 209-220. [In Persian]
[11]. Halid H, Ridd P. Modeling inter-annual variation of a local rainfall data using a fuzzy logic technique. Proceedings of the International Forum on Climate Prediction. James Cook University,Australia. 2002; 166–170.
[12]. Maria C, Haroldo F, Ferreira. Artificial neural network technique for rainfall forecasting applied to the Sao Paulo region. Journal of Hydrology. 2005; 301: 146–162.
[13]. Chen YN, Li WH, Xu CC, Hao XM. Effects of climate change on water resources in Tarim River Basin, Northwest China. Journal of Environmental Sciences. 2007; 19(4):488-93.
 
[14]. Tolika K, Anagnostopoulou C, Maheras P, Vafiadis M. Simulation of future changes in extreme rainfall and temperature conditions over the Greek area: a comparison of two statistical downscaling approaches. Global and Planetary Change. 2008; 63(2):132-151.
[15]. Koutroulis AG, Tsanis IK, Daliakopoulos IN, Jacob D. Impact of climate change on water resources status: A case study for Crete Island, Greece. Journal of hydrology. 2013; 479 :146-158.
[16]. Nepal S. Impacts of climate change on the hydrological regime of the Koshi river basin in the Himalayan region. Journal of Hydro-environment Research. 2016; 10: 76-89.
[17]. Inouye AM, Lach DH, Stevenson JR, Bolte JP, Koch J. Participatory Modeling to Assess Climate Impacts on Water Resources in the Big Wood Basin, Idaho. Springer International Publishing. 2017.p. 289-306.
[18]. Seiller G, Roy R, Anctil F. Influence of three common calibration metrics on the diagnosis of climate change impacts on water resources. Journal of Hydrology. 2017; 547: 280-95.
[19]. Mohammadi M., Karami H., Farzin S, Farokhi A. Prediction of Monthly Precipitation Based on Large-scale Climate Signals Using Intelligent Models and Multiple Linear Regression (Case Study: Semnan Synoptic Station). Iranian journal of Ecohydrology. 2017; 4(1): 201-214. [In Persian]
[20]. Massah Bavani A, Morid S. Impacts of Climate Change on Water Resources and Food Production: A Case Study of Zayandeh - Rud Basin, Esfahan, Iran. Iran Water Resources Research. 2005; 1(1): 40-47. [In Persian]
[21]. Azaranfar A, Abrishamchi A. Assessment of the impact of climate change on precipitation and temperature in the Zayandeh Roud river basin by using the general rotation model outputs. Second Conference on water resource management, Isfahan University of technology. 2006. [In Persian]
[22]. Modirian R,  Babaeian I,  Karimian M. The Optimum Configuration of RegCM3 Model for Simulation of Precipitation and Temperature at Autumn Seasonal over Khorasan Region in 1991-2000. Physical Geography Researches Journal. 2010; 41(70): 107-120. [In Persian]
[23]. Massah Bavani A, Morid S. Impact of Climate Change on the Water Resources of Zayandeh Rud Basin. Journal of Water and Soil Science. 2013; 9(4): 17-28. [In Persian]
[24]. Javidan N, Bahremand A. Sensitivity Test of Parameters Influencing Flood Hydrograph Routing with a Diffusion-Wave Distributed using Distributed Hydrological Model, Wet Spa, in Ziarat Watershed. Journal of Water and Soil. 2016; 30(3): 685-697. [In Persian]
[25]. Soltani J, Moghaddamnia A, Piri J, Mirmoradzehi J. Performance Comparison of Integrated Models of NN-ARX and ANFIS with GA-GT to Daily Pan Evaporation Estimation Under Arid and Hot Climate of Baluchistan. Journal of Water and Soil. 2013; 27(2): 381-393. [In Persian]
[26]. Ashofteh PS, Bozorg-Haddad O, Loáiciga HA. Development of adaptive strategies for irrigation water demand management under climate change. Journal of Irrigation and Drainage Engineering. 2017;143(2): 04016077.
[27]. Khajeh S, Paimozd S, Moghaddasi M. Assessing the Impact of Climate Changes on Hydrological Drought Based on Reservoir Performance Indices (Case Study: ZayandehRud River Basin, Iran). Water Resources Management. 2017; 11: 1-6.
[28]. Salehpour JA, Mohseni SM, Bazrafshan J, Khalighi S. Investigation of Climate Change Effect on Drought Characteristics in the Future Period using the HadCM3 model (Case Study: Northwest of Iran). Journal of Range and Watershed Management. 2015; 537-548.
[29]. Mohammadi M, Karami H, Farzin S, Farokhi A. Prediction of Monthly Precipitation Based on Large-scale Climate Signals Using Intelligent Models and Multiple Linear Regression (Case Study: Semnan Synoptic Station). Iranian journal of Ecohydrology. 2017; 4(1): 201-214. [In Persian]
[30]. Momeni M, Rezaee N. Aras Dam Reservoir Operation Model by Using of Dynamic Programming. Journal of Industrial Management. 2008; 1(1): 139-152. [In Persian]
[31]. Farshadmehr M, Moghaddas M, Meftahe Halaghi M. Linking Drought Monitoring Systems to Management Measures for Zarrinehrood Dam Operation (Case Study: Zarrinehrood Basin). Iranian Journal of Soil and Water Research. 2015; 46(3): 423-430. [In Persian]
[32]. Emadi A, Khademi M. Reservoir Operation Rule Curve of Doroodzan Dam using Yield Model. Journal of Water and Soil. 2012; 25(5): 1058-1068. [In Persian]
دوره 5، شماره 1
فروردین 1397
صفحه 173-187
  • تاریخ دریافت: 05 مرداد 1396
  • تاریخ بازنگری: 26 مهر 1396
  • تاریخ پذیرش: 18 آبان 1396
  • تاریخ اولین انتشار: 01 فروردین 1397
  • تاریخ انتشار: 01 فروردین 1397