ارزیابی تاثیر تغییرات اقلیمی بر منابع آب های سطحی (مطالعه موردی: حوزه آبخیز بابلرود)
سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 95
فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_SRDS-7-2_001
تاریخ نمایه سازی: 29 آذر 1404
چکیده مقاله:
زمینه و هدف: در سال های اخیر، تغییرات اقلیمی و فعالیت های انسانی موجب تشدید بحران کمبود منابع آب در سطح جهانی شده اند. این تغییرات با اختلال در چرخه هیدرولوژیکی، منابع آب سطحی را از نظر دسترسی، کیفیت و پایداری در معرض تهدید جدی قرار داده اند.روش شناسی: به منظور بررسی اثر تغییرات اقلیم بر روی منابع آبهای سطحی حوضه بابلرود ابتدا داده های هواشناسی و هیدرومتری حوضه جمع آوری گردید. بعد از رفع نواقص آماری، حذف داده های پرت و انتخاب پایه زمانی مشترک، اقدام به پیش بینی متغیرهای اقلیمی (بارش، حداقل دما و حداکثر دما) برای دوره آینده (۲۱۰۰-۲۰۲۰) بر اساس داده های گزارش ششم IPCC AR۶ و مدل اقلیمی CanESM۵ تحت سناریوهای SSP۱-۲.۶، SSP۲-۴.۵ و SSP۵-۸.۵ در مدل SDSM شد. برای شبیه سازی دبی جریان در دوره آینده از داده های ریزمقیاس نمایی شده بر اساس شبکه عصبی مصنوعی (ANN) استفاده گردید در نهایت، به منظور تعیین روند در داده های آینده از آزمون های ناپارامتری من کندال و تخمین گر شیب سن در محیط نرم افزار R استفاده شد.نتایج و یافته ها: تحلیل روند دبی جریان با استفاده از آزمون من-کندال، شیب سن و مدل ANN طی دوره ۲۰۲۱–۲۱۰۰ نشان داد که در تمامی سناریوهای اقلیمی SSP، روندی کاهشی ضعیف و آماری غیرمعنادار وجود دارد. بیشترین کاهش در سناریوی SSP۵-۸.۵ مشاهده شد. دمای حداقل روند افزایشی غیرمعنادار داشته و بارش فاقد روند مشخص است. نتایج مدل ANN با آزمون های آماری همخوانی داشته و کاهش تدریجی دبی جریان را تایید می کند، که بر ضرورت مدیریت پایدار منابع آب در مواجهه با تغییر اقلیم تاکید دارد. این یافته ها ضمن تایید تاثیر مستقیم تغییر اقلیم بر منابع آب سطحی، بر اهمیت بهره گیری از مدل های هوشمند در تحلیل بلندمدت و مدیریت پایدار منابع آب تاکید داشته و ضرورت استفاده از رویکردهای ترکیبی و تحلیل های منطقه ای در مطالعات آینده را برجسته می سازد.
کلیدواژه ها:
آزمون من-کندال ، حوضه آبخیز بابلرود ، سناریوهای انتشار SSP ، شبکه عصبی مصنوعی (ANN) ، مدل سازی هیدرولوژیکی
نویسندگان
صالح ارخی
دانشیار، گروه جغرافیا و سیستم های اطلاعات جغرافیایی، دانشکده علوم انسانی، دانشگاه گلستان، گرگان، ایران.
سمیه عمادالدین
دانشیار، گروه جغرافیا و سیستم اطلاعات جغرافیایی، دانشکده علوم انسانی، دانشگاه گلستان، گرگان، ایران.
سیدحسین روشان
دانش آموخته دکتری، گروه مهندسی آبخیزداری، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، 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 :