بررسی تأثیر تغییر اقلیم تحت سناریوهای انتشار بر منحنی‏ های شدت ـ مدت‌ـ فراوانی بارش در ایستگاه همدید زاهدان با استفاده از تئوری فرکتال

نوع مقاله : پژوهشی

نویسندگان

1 دانش ‏آموختۀ کارشناسی ارشد، گروه مهندسی عمران، دانشگاه یاسوج

2 استادیار، گروه مهندسی عمران، دانشگاه یاسوج

3 استادیار، گروه ریاضی، دانشگاه یاسوج

چکیده

منحنی ‏های شدت‌ـ مدت‌ـ فراوانی بارش (IDF) برای برنامه‏ ریزی، طراحی و بهره‏ برداری از پروژه ‏های منابع آب یا محافظت از پروژه‏ های مختلف مهندسی در برابر سیلاب استفاده می ‏شوند. منحنی‏ هایی که از شرایط آب‌وهوایی گذشته ایجاد شده ‏اند، نمی ‏توانند برای شرایط آب‌وهوایی آینده معتبر باشند، مگر اینکه با روند اقلیمی آینده به‏روز شوند. هدف مطالعۀ حاضر، بررسی تأثیر تغییر اقلیم بر منحنی ‏های IDF در ایستگاه همدید زاهدان است. ابتدا رفتار فرکتالی بارش در ایستگاه یاد شده بررسی شد که نتایج نشان داد بیشینۀ شدت بارش از رفتار منوفرکتالی تبعیت می‏ کند. خطای تئوری به روش تفاوت نسبی (RD) محاسبه شد و نتایج نشان داد خطاها در محدودۀ مجاز قرار دارند، در ادامه منحنی‏ ها برای دورۀ پایه (1982 تا 2019) و برای دورۀ بازگشت‏ های 2، 5، 10، 50، 100 و 200 سال استخراج شدند. همچنین، داده‏ های بارش آینده (2021 تا 2055) با استفاده از مدل گردش عمومی HadGEM2-ES، از سری مدل‏ های CMIP5، تحت سناریوهای انتشار RCP4.5 و RCP8.5 و با استفاده از مدل ریزمقیاس‌نمایی آماری LARS-WG پیش ‏بینی شد و با استفاده از این داده‎‏ ها و به‌کارگیری تئوری فرکتال منحنی‏ های IDF برای آینده نیز استخراج شد. مقایسۀ منحنی ‏های دورۀ پایه و آینده نشان داد میانگین بیشینۀ شدت بارش ‏ها در تداوم‏ ها و دورۀ بازگشت ‏های مختلف تحت سناریوی RCP4.5 به میزان 9/22 درصد افزایش و تحت سناریوی RCP8.5 به میزان 1/11 درصد ‌کاهش می‏ یابد.

کلیدواژه‌ها


  • Afrin S, Islam MM, Rahman MM. Development of IDF curve for Dhaka city based on scaling theory under future precipitation variability due to climate change. International Journal of Environmental Science and Development. 2015;6(5):332-335.
  • Bakhtiari B, Purmusavi SH, Sayari N. Impact of Climate Change on Intensity-Duration-Frequency Curves of Precipitation (Case study: Babolsar station), Iranian Journal of Irrigation & Drainage, 2015;8(4):694-704. [Persian]
  • Bara M, Gaál L, Kohnová S, Szolgay J, Hlavcova K. On the use of the simple scaling of heavy rainfall in a regional estimation of IDF curves in Slovakia. Journal of Hydrology and Hydromechanics. 2010;58(1):49-63.
  • Basumatary V, Sil BS. Generation of rainfall intensity-duration-frequency curves for the Barak River Basin. Meteorology Hydrology and Water Management. Research and Operational Applications. 2018;6: 1-11.
  • Bolouki H. Climate Change Detection and Extraction of Intensity-Duration-Frequency Curves Using Fractal Theory for Three South Coast Provinces of Iran. M. Sc. Thesis, Civil Engineering, Water Resources Management and Engineering, Faculty of Engineering, Yasouj University. 2021. [Persian]
  • Casas-Castillo MC, Rodríguez-Solà R, Navarro X, Russo B, Lastra A, González P, et al. On the consideration of scaling properties of extreme rainfall in Madrid (Spain) for developing a generalized intensity-duration-frequency equation and assessing probable maximum precipitation estimates. Theoretical and applied climatology. 2018;131(1):573-580.
  • Chow VT, Maidment DR, Mays LW. Applied hydrology; International Edition; McGraw-Hill. Inc.: New York, NY, USA. 1988.
  • Farmanara SM, Bakhtiari B, Sayari N. Meteorological Drought Characteristics Analysis under Climate Change Effect Using Copula in Fars Province. Journal of water and soil. 2021;34(5):1157-1173. [Persian]
  • Huang Q, Chen Y, Xu S, Liu J. A simple multifractal model for rainfall IDF analysis in China. In2012 9th International Conference on Fuzzy Systems and Knowledge Discovery 2012 May 29 (pp. 1461-1465). IEEE.
  • Innocenti S, Mailhot A, Frigon A. Simple scaling of extreme precipitation in North America. Hydrology and Earth System Sciences. 2017(11):5823-5846.
  • Jafarzadeh A, Khashei Siuki A, Shahidi A. assessment of statistical downscaling methods LARS-WG & SDSM in forecast of climate parameter variation, Water and Soil Conservation, 2017;23(4):309-322. [Persian]
  • Khelfi ME, Touaibia B, Guastaldi E. Regionalisation of the “intensity-duration-frequency” curves in Northern Algeria. Arabian Journal of Geosciences. 2017;10(20): 1-13.
  • Langousis A, Veneziano D. Intensity‐duration‐frequency curves from scaling representations of rainfall. Water Resources Research. 2007;43(2):1-12.
  • Menabde M, Seed A, Pegram G. A simple scaling model for extreme rainfall. Water Resources Research. 1999;35(1):335-339.
  • Niemczynowicz J. Areal intensity-duration-frequency curves for short term rainfall events in Lund. Hydrology Research. 1982;13(4):193-204.
  • Noorigheidari MH. Estimation of Design Storm Using Multifractal Theory in Ghotvan Dam Site, 2012; 22(1): 145-154. [Persian]
  • Rahimi R, Rahimi M. Spatial and temporal analysis of climate change in the future and Comparison of SDSM, LARS-WG and artificial neural network downscaling methods (Case Study: Khuzestan Province), Iranian Journal of Eco Hydrology, 2018;5(4):1161-1174. [Persian]
  • Rodríguez R, Navarro X, Casas MC, Ribalaygua J, Russo B, Pouget L, Redaño A. Influence of climate change on IDF curves for the metropolitan area of Barcelona (Spain). International Journal of Climatology. 2014;34(3):643-654.
  • Rodríguez‐Solà R, Casas‐Castillo MC, Navarro X, Redaño Á. A study of the scaling properties of rainfall in spain and its appropriateness to generate intensity‐duration‐frequency curves from daily records. International Journal of Climatology. 2017;37(2):770-780.
  • Safavi HR, Dadjou S, Naeimi G. Extraction of Intensity-Duration-Frequency (IDF) Curves under Climate Change, Case study: Isfahan Synoptic Station, Iran Water Resources Research, 2019;15(2): 217-227. [Persian]
  • Shrestha A, Babel MS, Weesakul S, Vojinovic Z. Developing Intensity–Duration–Frequency (IDF) curves under climate change uncertainty: the case of Bangkok, Thailand. Water. 2017;9(2):145.
  • Srivastav RK, Schardong A, Simonovic SP. Equidistance quantile matching method for updating IDF Curves under climate change. Water resources management. 2014;28(9):2539-2562.
  • Tachikawa Y, Sayama T, Takara K. Regional rainfall intensity-duration-frequency relationships for ungauged catchments based on scaling properties. Disaster Prevention Research Institute Annuals. B. 2007;50(B):33-43.
  • Veneziano D, Furcolo P. Multifractality of rainfall and scaling of intensity‐duration‐frequency curves. Water resources research. 2002;38(12).
  • Yousef LA, Taha BM. Adaptation of water resources management to changing climate: the role of Intensity-Duration-Frequency curves. International Journal of Environmental Science and Development. 2015;6(6):478-483.
  • Yousefi Malekshah M, Ghazavi R, Sadatinejad J. Investigation of climate change effect on Temperature, Rainfall and intensity-duration-frequency Curves in Arid Areas (Case Study: Tehran-Karaj Basin), Iranian Journal of Eco Hydrology, 2019; 6(2):431-445. [Persian]
  • Yu PS, Yang TC, Lin CS. Regional rainfall intensity formulas based on scaling property of rainfall. Journal of Hydrology. 2004;295(1-4):108-123.
  • Zamani Noori A. Derivating rainfall intensity - duration - frequency curves from daily data in Saveh hydro-meteorological station, Journal of Water and Soil Resources Conservation, 2012;1(2):61-69. [Persian]

Zoheyri Z, Ghazavi R, Omidvar E, Davudi Rad AA. Comparison of LARS-WG and SDSM Downscaling Models for Prediction Temperature and Precipitation Changes under RCP Scenarios. Arid regions Geographic Studies. 2021; 10(40):39-52. [Persian]

دوره 8، شماره 3
مهر 1400
صفحه 735-748
  • تاریخ دریافت: 01 اسفند 1399
  • تاریخ بازنگری: 09 مرداد 1400
  • تاریخ پذیرش: 15 تیر 1400
  • تاریخ اولین انتشار: 01 مهر 1400
  • تاریخ انتشار: 01 مهر 1400