تحلیل عدم قطعیت مدل های GCM و سناریوهای انتشار در ارزیابی اثر تغییر اقلیم بر رواناب ماهانه حوضه بشار

سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 151

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_ESTJ-20-1_003

تاریخ نمایه سازی: 19 مهر 1400

چکیده مقاله:

زمینه و هدف: در این مقاله، بزرگی و اهمیت عدم­قطعیت­های ساختار مدل­های GCM و سناریوهای انتشار در نتایج ارزیابی اثر تغییر اقلیم بر جریان ماهانه حوضه­ی رودخانه­ی بشار بررسی و مقایسه شده است. روش بررسی: جریان حوضه توسط یک مدل بارش-رواناب مفهومی به خوبی شبیه­سازی شد. سناریوهای اقلیمی دوره ۹۳-۲۰۶۷ خروجی شش مدل GCM برای سه سناریوی انتشار گازهای گل­خانه­ای به روش عامل تغییرات ریز مقیاس شد. با ورود داده­های اقلیمی دوره پایه و هر یک از ۱۸ سناریوی اقلیم آینده به مدل بارش-رواناب، اثر تغییر اقلیم بر جریان ماهانه­ی حوضه ارزیابی شد. با مقایسه دامنه­ی تغییرات نتایج تحت مدل­های GCM و سناریوهای انتشار مختلف، عدم­قطعیت آن­ها در نتایج بررسی و مقایسه شد. یافته­ها: در شبیه­سازی جریان ماهانه ضریب تعیین (R۲) در دوره­های واسنجی و اعتبارسنجی به ترتیب برابر ۹۶/۰ و ۹۴/۰ به دست آمد. تحت هر یک از سناریوهای انتشار و مدل­های GCM پیش­یابی می­شود جریان و رژیم فصلی رودخانه در اقلیم آینده تغییر کند. با وجود آن، هر یک از عدم­قطعیت­های ناشی از انتخاب مدل­های GCM و سناریوی انتشار در نتایج مهم است. به عنوان نمونه تحت سناریوهای انتشار و GCMهای مختلف میانگین جریان ماه دسامبر در آینده از ۲۶% کاهش تا ۱۲۳% افزایش یابد. بحث و نتیجه­گیری: پیش­یابی می­شود که تغییر اقلیم اثر مهمی بر جریان حوضه داشته باشد. اگرچه عدم­قطعیت مدل­های GCM از عدم ­قطعیت سناریوی انتشار بزرگ­تر است، اما هیچ یک از این عدم­قطعیت­ها در تصمیم­گیری طرح­های آینده­ی حوضه قابل چشم­پوشی نیست.

نویسندگان

محمد رضا خزائی

استادیار، گروه مهندسی عمران، دانشگاه پیام نور، ایران (مسوول مکاتبات).

حدیث خزائی

دانشجوی کارشناسی ارشد مهندسی عمران-آب، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران، تهران، ایران.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Shiehbeigi, A., Abbaspour, M., Soltaniyeh, M., Hosseinzadeh, F., Abedi, Z., ...
  • Kay, A.L., Davies, H.N., Bell, V.A. and Jones, R.G., ۲۰۰۹. ...
  • IPCC, ۲۰۰۷. General Guidelines on the use of Scenario Data ...
  • Rowell, D.P., ۲۰۰۶. A demonstration of the uncertainty in projections ...
  • Cameron, D., ۲۰۰۶. An application of the UKCIP۰۲ climate change ...
  • Serrat-Capdevila, A., Valdés, J.B., Pérez, J.G., Baird, K., Mata, L.J., ...
  • Graham LP, Andreasson J., Carlsson B., ۲۰۰۷a. Assessing climate change ...
  • Graham L.P., Hageman S., Jaun S., Beniston M., ۲۰۰۷b. On ...
  • Prudhomme, C., Davies, H.N., ۲۰۰۸. Assessing uncertainties in climate change ...
  • Thompson, J.R., Laizé, C.L.R., Green, A.J., Acreman, M.C., Kingston, D.G., ...
  • Tian, Y., Xu, Y.P., Booij, M.J., Cao, L., ۲۰۱۶. Impact ...
  • Kamal, A.R., Masah, A., ۲۰۱۲. The uncertainty assessment of AOGCM ...
  • Khazaei, M.R., ۲۰۱۶. Climate change impact assessment on hydrological regimes ...
  • Todini, E., ۱۹۹۶. The ARNO rainfall-runoff model. Journal of Hydrology, ...
  • Khazaei, M.R., Zahabiyoun, B., Saghafian, B., ۲۰۱۵. Daily Stream Flow ...
  • Boughton, W., Chiew, F., ۲۰۰۳. Calibrations of the AWBM for ...
  • Boughton, W., ۲۰۰۶. Calibrations of a daily rainfall-runoff model with ...
  • نمایش کامل مراجع