ملیحه مزین؛ علی محمد آخوندعلی؛ علیرضا مساح بوانی؛ فریدون رادمنش
چکیده
با توجه به اثرات تغییر اقلیم بر منابع آب و هیدرولوژی، تغییرات جریان کم آبی به عنوان بخش مهمی از چرخه آب، مورد توجه محققین، مدیران و استفاده کنندگاه از آب در زمینههای مختلف می باشد. رشد جمعیت و کاهش سرانه آب، محدودیت منابع آبی تجدیدپذیر، همچنین وقوع خشکسالیهای پر تکرار در دهه های اخیر در نقاط مختلف جهان، اهمیت پیش بینی وضعیت جریان ...
بیشتر
با توجه به اثرات تغییر اقلیم بر منابع آب و هیدرولوژی، تغییرات جریان کم آبی به عنوان بخش مهمی از چرخه آب، مورد توجه محققین، مدیران و استفاده کنندگاه از آب در زمینههای مختلف می باشد. رشد جمعیت و کاهش سرانه آب، محدودیت منابع آبی تجدیدپذیر، همچنین وقوع خشکسالیهای پر تکرار در دهه های اخیر در نقاط مختلف جهان، اهمیت پیش بینی وضعیت جریان رودخانه را خصوصاً در فصول خشک سال به منظور مدیریت منابع آبی منطقه ضروری می سازد. شاخصهای مختلفی به منظور سنجش جریان کم آبی یک منطقه وجود دارند. در این تحقیق اثرات تغییر اقلیم بر سه شاخص Q70، Q90 و Q95 مستخرج از منحنی تداوم جریان در حوزه آبریز رودخانه سزار در دوره آتی 2040-2011 مورد بررسی قرار گرفت. به منظور لحاظ کردن عدم قطعیت مدلهای AOGCM در تولید سناریوهای اقلیمی از 10 مدل گردش عمومی جو استفاده و تاثیر سناریوهای مذکور در وضعیت جریان رودخانه، پس از ریزمقیاس نمایی توسط مدل LARS-WG، با استفاده از مدل مفهومی بارش-رواناب IHACRES مورد ارزیابی قرار گرفت. با توجه به نتایج، تغییرات Q70 از 26- درصد تا 190 درصد، Q90 از 54- درصد تا 221 درصد و Q95 از 64- درصد تا 332 درصد در زیرحوضههای مختلف میباشد. نتایج نشان از افزایش نسبی مقادیر شاخصهای کم آبی در زیرحوضههای مورد مطالعه در دوره آتی مورد مطالعه دارد.
مجید شیدائیان؛ میرخالق ضیاتبار احمدی؛ رامین فضل اولی
چکیده
در این تحقیق اثر تغییر اقلیم بر نیاز خالص آبیاری و عملکرد برنج در دوره های زمانی آینده با استفاده از داده های خروجی مدل HadCM3، از سری مدل های AOGCM، در منطقه دشت تجن مورد بررسی قرار گرفته است. پارامترهای اقلیمی دما و بارندگی تحت سناریوی انتشار A2، در دورههای زمانی 2040-2011، 2070-2041 و 2100-2071، شبیه سازی شدند. این کار با کوچک مقیاس سازی دما به روش ...
بیشتر
در این تحقیق اثر تغییر اقلیم بر نیاز خالص آبیاری و عملکرد برنج در دوره های زمانی آینده با استفاده از داده های خروجی مدل HadCM3، از سری مدل های AOGCM، در منطقه دشت تجن مورد بررسی قرار گرفته است. پارامترهای اقلیمی دما و بارندگی تحت سناریوی انتشار A2، در دورههای زمانی 2040-2011، 2070-2041 و 2100-2071، شبیه سازی شدند. این کار با کوچک مقیاس سازی دما به روش آماری و بارندگی به روش تناسبی انجام گرفت. برای تخمین نیاز خالص آبیاری، تبخیر تعرق پتانسیل با استفاده از روش پنمن مانتیث و باران موثر با روش USDA با مدل CROPWAT8.0 محاسبه شد. اثر کمبود آب بر عملکرد محصول با استفاده از تابع تولید خطی ارائه شده توسط FAO مورد ارزیابی قرار گرفت. نتایج کوچک مقیاس سازی با استفاده از مدل SDSM و روش کوچک مقیاس سازی تناسبی نشان دهنده کاهش در مقدار بارندگی و افزایش در مقدار دما در دوره های آتی است. نتایج مدل CROPWAT نشان دهنده این بود که در اثر تغییر اقلیم با افزایش تبخیر تعرق پتانسیل و کاهش بارندگی موثر و افزایش آب مصرفی گیاه، نیاز خالص آبیاری گیاه برنج در حوزه مورد نظر طی سال های آتی تا سال 2100 افزایش می یابد. همچنین در نتیجه تغییر اقلیم و افزایش دما و کاهش بارش درصد کاهش عملکرد در سال های آتی به میزان ناچیز رو به افزایش است. بنابراین می توان نتیجه گرفت هر چه به سال 2100 نزدیکتر شویم بارش موثر با مقدار کمتری می تواند نیاز آب مصرفی و نیاز خالص آبیاری برنج را در منطقه مورد نظر تأمین کند.
نوشین احمدی باصری؛ امین شیروانی؛ سید محمد جعفر ناظم السادات
چکیده
در این مطالعه، شبکه های عصبی مصنوعی و مدل های رگرسیونی برای خرد مقیاس نمودن خروجی های شبیه سازی شده مدل های گردش عمومی جو استفاده شدند. مجموعه داده های شبیه سازی شده بارش برای محدوده º18/25 تا º51/34 شمالی و º45 تا º60 شرقی، ارتفاع ژئو پتانسیل در سطح 850 میلی بار و باد مداری در سطح 200 میلی بار برای °56/12 تا °25/43 شمالی و °68/19 تا °87/61 شرقی به عنوان پیشگو ...
بیشتر
در این مطالعه، شبکه های عصبی مصنوعی و مدل های رگرسیونی برای خرد مقیاس نمودن خروجی های شبیه سازی شده مدل های گردش عمومی جو استفاده شدند. مجموعه داده های شبیه سازی شده بارش برای محدوده º18/25 تا º51/34 شمالی و º45 تا º60 شرقی، ارتفاع ژئو پتانسیل در سطح 850 میلی بار و باد مداری در سطح 200 میلی بار برای °56/12 تا °25/43 شمالی و °68/19 تا °87/61 شرقی به عنوان پیشگو کننده ها از مدلGCM ECHAM5 برای دوره 2005- 1960 استخراج شدند. بارش ماهانه دیده بانی شده ایستگاه های آبادان، آباده، اهواز، بندرعباس، بوشهر، شیراز و فسا برای دوره 2005-1960 به عنوان پیشگو شونده ها استخراج شدند. مؤلفه های اصلی داده های شبیه سازی شده استخراج و شش مؤلفه اصلی به عنوان ورودی مدل های شبکه عصبی مصنوعی و رگرسیون چند گانه در نظر گرفته شدند. همچنین ترکیب مجموعه داده های شبیه سازی شده به عنوان ورودی این مدل ها استفاده شدند. دوره های 2000-1960 و 2005-2001 به ترتیب به عنوان دوره های آموزش و آزمون در شبکه عصبی مصنوعی در نظر گرفته شدند. نتایج ضریب همبستگی پیرسون و جذر میانگین مربعات خطای استاندارد شده نشان داد که در بیشتر مواقع شبکه عصبی مصنوعی دقیق تر از رگرسیون چند گانه، بارش را پیش بینی می کند. برای مقیاس زمانی ماهانه داده های شبیه سازی شده ارتفاع ژئوپتانسیل بهترین پیشگو کننده و برای مقیاس فصلی (زمستان) بهترین پیشگو کننده در مدل شبکه عصبی مصنوعی، مؤلفه های اصلی استاندارد شده داده های شبیه سازی شده بارش می باشد.