برآورد میزان تاثیر تغییر اقلیم بر بارش- رواناب حوضه ی آبخیز صوفی چای

سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 132

فایل این مقاله در 13 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_WEJMI-9-29_002

تاریخ نمایه سازی: 28 بهمن 1402

چکیده مقاله:

امروزه تاثیر پدیده ی گرم شدن جهانی و تغییر اقلیم، به خاطر افزایش گازهای گلخانه ای در نیوار، بر بسیاری از سامانه های طبیعی به اثبات رسیده است. تمامی شبیههای گردش عمومی نیوار (GCM) آینده ی گرمتری را برای کره­ی زمین پیش بینی می کنند. وقوع چنین شرایطی می­تواند  فرایندهای آبشناسی، نظیر بارش و جریان رود­ها را، که یکی از اصلیترین منابع تامین کننده آب حوضه­ها می­باشد، تحت تاثیر قرار دهد. به دلیل تفکیک فضایی کم، یا ساده سازی برخی پدیده های خرد مقیاس در شبیههای گردش عمومی جو، این نرم افزارها نمی­توانند تقریب درستی را ازشرایط آب و هوایی منطقه ی مورد مطالعه ارائه دهند؛ لذا، بایستی خروجی آنها تا حد ایستگاه هواشناسی ریزمقیاس گردد. در این تحقیق داده های شبیه گردش عمومی جو HadCM۳ با به کارگیری نرم افزار LARS-WG طبق دو نمایشنامه ی A۲ و A۱B ، ریزمقیاس شده­ و فراسنجهای روزانه ی بارش، دمای حداقل و دمای حداکثر حوضه ی آبخیز صوفی چای برای سه دوره ی ۲۰۳۰-۲۰۱۱، ۲۰۶۵-۲۰۴۶ و ۲۰۹۹- ۲۰۸۰ تولید گردیدند. جهت ارزیابی تاثیر تغییر اقلیم بر رواناب حوضه، از شبیههای هوشمند شبکه ی عصبی مصنوعی و برنامه ریزی ژنتیک استفاده شده است. نتایج حاکی از افزایش مقطعی بارش در دوره ی ۲۰۳۰-۲۰۱۱، و کاهش آن در آینده­های دورتر نسبت به اقلیم کنونی،  افزایش تدریجی دمای حداقل و دمای حداکثر در هر سه دوره، و کاهش اندازه ی رواناب در آینده نسبت به حال حاضر می­باشند.

کلیدواژه ها:

نویسندگان

مسعود غریب دوست

مسعود غریب دوست ، کارشناس ارشد مهندسی منابع آب ، گروه مهندسی آب ، دانشکده کشاورزی ، دانشگاه تبریز

محمد علی قربانی

محمد علی قربانی، دانشیار گروه مهندسی آب ، دانشکده کشاورزی ، دانشگاه تبریز،

ایمان فروزنده شهرکی

ایمان فروزنده شهرکی ، کارشناس ارشد مهندسی منابع آب ، گروه مهندسی آب ، دانشکده کشاورزی ، دانشگاه تبریز

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 :
  • اشرف ب، موسوی بایگی م، کمالی غ، داوری ک. ۱۳۹۰. ...
  • عباسی ف، ملبوسی ش، بابائیان ا، اثمری م، برهانی ر. ...
  • Abdo, KS., Fiseha, B.M., Rientjes, THM., Gieske, A.S.M., Haile, A.T. ...
  • Ferreira, C. ۲۰۰۱. Gene expression programming: A new adaptive algorithm ...
  • Guven, A. ۲۰۰۹. Linear genetic programming for time-series modeling of ...
  • Hashmi M.Z., Shamseldin, A.Y., and Melville, B W. ۲۰۱۰. Comparison ...
  • Johnson, G.L., Hanson, C.L., Hardegree, SP., and Ballard, E.B. ۱۹۹۶. ...
  • Kisi, O., Shiri, J., and Tombul. M. ۲۰۱۲. Modeling rainfall ...
  • Koza, J.R. ۱۹۹۲. Genetic programming on the programming of computers ...
  • Mitchell, T.D. ۲۰۰۳. Pattern scaling : An examination of accuracy ...
  • Semenov, M.A., and Barrow, E.M. ۲۰۰۲. LARS-WG a stochastic weather ...
  • Souvignet, M., Gaese, H., Ribbe, L., Kretschmer, N., and Oyarzun, ...
  • Wilby, L.R., Hay, L.E., and Leavesley, G.H. ۱۹۹۸. A comparison ...
  • Wilby, R.L., and Harris, I. ۲۰۰۶. A frame work for ...
  • Yu, H.H., and Jenq, N.H. ۲۰۰۲. Handbook of Neural Network ...
  • Zarghami, M., Hassanzadeh, Y., Babaeian, I., and Kanani, R. ۲۰۰۹. ...
  • نمایش کامل مراجع