بررسی تأثیر تغییرات اقلیمی بر دما، بارندگی و منحنی‏‏‏‏‏‏‎های شدت–مدت-فراوانی در مناطق خشک (مطالعة موردی: حوزة آبخیز کاشان)

نوع مقاله : پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشد، گروه مهندسی طبیعت، دانشکدة منابع طبیعی و علوم زمین، دانشگاه کاشان، کاشان، ایران

2 استاد، گروه مهندسی طبیعت، دانشکدة منابع طبیعی و علوم زمین، دانشگاه کاشان، کاشان، ایران

3 استادیار، گروه مهندسی طبیعت، دانشکدة منابع طبیعی و علوم زمین، دانشگاه کاشان، کاشان، ایران

4 دانشیار، گروه مهندسی طبیعت، دانشکدة منابع طبیعی و علوم زمین، دانشگاه کاشان، کاشان، ایران

چکیده

یکی از ابزارهای برنامه‌ریزی و مدیریت منابع آب، منحنی‌های شدت- مدت- فراوانی (IDF) است و استخراج این منحنی ها بر اساس شرایط اقلیمی در هر زمان، کارکرد مهمی در پیش‌بینی احتمالات آینده دارد و می‌تواند به اقدامات مناسب در مواجه با تغییرات اقلیمی و بلایای طبیعی ناشی از آن منجر شود. هدف از انجام این مطالعه، بررسی تاثیر تغیرات اقلیمی آینده بر منحنی های شدت مدت فراوانی در مناطق خشک است. جهت انجام این مطالعه، تغییرات اقلیمی ایستگاه کاشان با اسستفاده از مدل لارس برای سه دوره (2011-2030)، (2031-2050)و (2051-2070) ریزمقیاس نمائی شد. سپس اثر این تغییرات اقلیمی بر منحنی‌های IDF در ایستگاه سینوپتیک کاشان با استفاده از رابطه قهرمان- آبخضر مورد بررسی قرارگرفت. نتایج مدل لارس نشان داد که در سناریو 5/4 برای هر سه دوره (2011-2030)، (2031-2050)و (2051-2070) مقدار بارش سالانه در ایستگاه مورد مطالعه افزایشی خواهد بود و در بقیه سناریوها مقدار بارش کاهشی است. مقدار دمای حداقل سالانه و حداکثر سالانه نیز نسبت به دوره پایه تحت سناریوهای مختلف 6/2، 5/4و 5/8 در دوره های (2070-2011) نسبت به دوره پایه روندی افزایشی داشته است. به طوری‌که در مقیاس سالانه بیش‌ترین افزایش دمای حداقل و حداکثر سالانه تحت سناریو 5/8 پیش بینی شده است. همچنین شدت بارندگی در دوره بازگشت‌های 2 ساله تحت سناریو 6/2 در همه دوره‌های (2011-2070) و تحت سناریو 5/8 در دوره‌های (2031-2050) و (2051-2070) نسبت به دوره پایه روندی کاهشی دارد، ولی در سایر دوره بازگشت‌های 5، 10، 25، 50و 100ساله در پایه زمانی (17/0، 33/0، 5/0، 1، 2، 4، 8، 12و 24ساعت) روند افزایشی پیش بینی شده است. نتایج حاصل از مقایسه منحنی‌های شدت مدت فراوانی نشان داد که تغییرات اقلیمی باعث تغییر شکل منحنی های شدت مدت فراوانی منطقه خواهد شد، بطوری که بین میانگین شدت‌های بارش با زمان پایه 17/0 تا 24 ساعت در دوره پایه و شدت‌های محاسبه شده تحت سناریوهای مختلف تفاوت معنی دار وجود دارد (01/0P<). بر اساس نتایج حاصل، تاثیر تغییرات اقلیمی بر تغییرات بارش های کوتاه مدت بیشتر است، به طوری که شدت این بارش ها افزایش بیشتری نسبت به بارش های بلند مدت خواهد داشت.

کلیدواژه‌ها

موضوعات


References
Aghashahi, M., Nicksokhan, M., & Tahmasebi, B. (2012 Performance assessment of LARS-WG and SDSM downscaling models in simulation of precipitation and temperature.Tehran University. Environment Faculty.
Aghjani, N., & Karami, H. (2015). Extraction of IDF curves from daily rainfall data (Case Study: Mashhad synoptic station). 10th International Congress on Civil Engineering, Tabriz, Iran, Pp. 1-7. [In Persian]
Ajam Zadeh, A., & Mollaeinia, M. (2016). Assessment of Impact of Climate Change on Firoozabad River Runoff with Downscaling of Atmospheric Circulation Models Output by SDSM and LARS-WG Softwares. Iran-Water Resources Research, 12(1), 95-109. https://www.iwrr.ir/article_15651.html?lang=en. [In Persian]
Amiri, E., Saebi, A., & Aghbeyghi, A.A. (2014). Determining the intensity-duration-frequency curves of IDF in the west-central and east of Gilan province, a case study: Astara, Rasht, and Ramsar stations. The Second National Conference on Architecture, Civil Engineering and Urban Environment, Hamadan, Iran, Pp. 1-7.  [In Persian]
Bolouki, H., Fazeli, M., & Sharifzadeh, M. (2023). Extraction of Intensity-Duration-Frequency Curves Using Fractal Theory and Evaluation of Climate Change on it (Case Study: Busheh). Journal of Civil and Environmental Engineering, 53(1), 130-130. [In Persian]
Cheng, L., & Agha, K.A. (2014). Nonstationary precipitation intensity-duration-frequency curves for infrastructure design in a changing climate. Scientific Reports, 4, 1-6. doi:10.1007/s10333-018-686-y
Ghahraman, B., & Abkhezr, H. (2004). Improvement in intensity-duration-frequency relationships of rainfall in Iran. Journal of Water and Soil Science, 8(2), 1-14.
dor:20.1001.1.24763594.1383.8.2.1.4 [In Persian]
Goodarzi, M., Salahi, B., & Hosseini, S.A. (2017). The future perspective of temperature and precipitation changes using the statistical microcirculation model (case example: Lake Urmia watershed). Geographical Space, 18(64), 41-60. https://sid.ir/paper/91449/en [In Persian]
Kamyar, A., Yazdanpanah, H., & Movahedi, S. (2018). Accuracy evaluation of the outputs of regional climate models in Iran. Physical Geography Research, 50(1), 161-176. doi: 10.22059/jphgr.2018.237966.1007088. [In Persian]
Lee, S.K., & Dang, T.A. (2018). Predicting the water use-demand as a climate change adaptation strategy for rice planting crops in the long Xuyen quadrangle delta. Paddy and Water Environment, 17, 561-570. doi:10.3389/fpls.2017.01118
Meshkatee, A.H., Kordjazi, M., & Babaeian, I. (2010). Investigation and evaluation of the Lares model in the simulation of meteorological data of Golestan province in the period of 1993-2007. Journal of  Applied Research in Geographical Sciences, 10(13), 81-96. http://jgs.khu.ac.ir/article-1-612-fa.html
Mirhosseini, G., Srivastava, P., & Stefanova, L. (2013). The impact of climate change on rainfall intensity–duration–frequency (IDF) curves in Alabama. Regional Environmental Change, 13(1), 33-25.
Mohammadlu, M., Haqizadeh, A., Zeinivand, H., Tahmasebipur, N. (2016). Assessment of climate change impacts on trend changes of temperature & precipitation in Baranduzchai basin west Azarbaijan using AOGCM. Journal of Geographical Space, 56(16), 168-151.
Nuri, A.Z., Farzaneh, M., & Espanayl, K. (2014). Assessment of climatic parameters uncertainty under effect of different downscaling techniques. International Research Journal of Applied and Basic Sciences, 8, 838-225.
Nury, A.H., Alam, M.J.B. (2014). Performance study of global circulation model HADCM3 using SDSM for Temperature and Rainfall in NorthEastern Bangladesh. Journal of Scientific Research, 6(1), 87-96.
Prudhomme, C., Reynard, N., Crooks, S. (2002). Downscaling of global climate models for flood frequency analysis: where are we now?. Hydrological Processes, 16(6), 1137-1150.doi:10.1002/hyp.1054
Reddy, K.S., Kumar, M., Maruthi, V., Umesha, B., Vijayalaxmi, A., Nageswar Rao, C.V.K. (2014). Climate change analysis in southern Telangana region, Andhra Pradesh using LARS-WG model. Current Science,107(1), 54-62.
Rostami, A., Khanjani, S., Dinpjhoh, Y., & Mohammadian, P. (2012). Derivation of the Bell model and analysis of the intensity-duration-frequency curves of rainstorms at baran nagar tashat Kehir station in Sistan and Baluchistan Province. The 3rd National Conference on Comprehensive Water Resources Management, Sari, Iran, Pp. 1-9. [In Persian]
Salahi, B., & Fateminiya, F.S. (2017). Forecasting frost changes in the City of Kashan based on the simulation of general atmospheric circulation model. Journal of Geography and Environmental Planning, 28(3), 21- 36. doi:10.22108/gep.2017.97830.0 [In Persian]
Sarwar, R., Irwin, S.E., King, L.M., Simonovic, S.P. (2010). Assessment of climatic vulnerability in the Upper Thames River basin: Downscaling with SDSM, Water Resources Research Report, Department of Civil and Environmental Engineering, The University of Western Ontario.Report No.80;58 p.p.
Shokoohi, A., & Habibnejad, R. (2019). Evaluating intensity, duration and frequency of short duration rainfalls using a regional climate change model (Case study: Tehran). Iran-Water Resources Research, 15(4), 412-424. dor:20.1001.1.17352347.1398.15.4.28.1. [In Persian]
Silva, D.F., Simonovic, S.P., Schardong, A., & Goldenfum, J.A. (2021). Assessment of non-stationary IDF curves under a changing climate: Case study of different climatic zones in Canada. Journal of Hydrology: RegionalStudies, 36, 100870. doi:10.1016/j.ejrh.2021.100870
Soltani, S., Helfi, R., Almasi, P., Modarres, R., (2017). Regionalization of rainfall intensity-duration-frequency using a simple scaling model. Water Resources Management, 31(13), 4253-4273.
Sun, Y., Wendi, D., Kim, D.E., & Liong, S.Y. (2019). Deriving-intensity-duration-frequency (IDF) curves using downscaled in situ rainfall assimilated with remote sensing data. Geoscience Letters6(1), 1-12.
Tien Thanh, N., & Dutto Aldo Remo, L. (2018). Projected changes of precipitation IDF curves for short duration under climate change in central Vietnam. Hydrology5(3), 33. doi:10.3390/hydrology5030033
Ulrich, J., Jurado, O.E., Peter, M., Scheibel, M., & Rust, H.W. (2020). Estimating IDF curves
Wolcott, S.B., Mroz, M., & Basile, J. (2010) Application of Northeast Regional Climate Center Research results for the purpose of evaluating and updating intensity-duration-frequency (IDF) Curves,CaseStudy: Rochester, New York. Proceedings of World Environmental and Water Resources Congress, Kansas City, Missouri. https://doi.org/10.1029/2007GL030749
Yousefi Malekshah, M., Ghazavi, R., & Sadatinejad, J. (2019). Investigation of climate change effect on temperature, rainfall and intensity-duration-frequency curves in arid areas (Case Study: Tehran-Karaj Basin). Iranian journal of Ecohydrology, 6(2), 431-445. doi: 10.22059/ije.2019.275072.1042. [In Persian]
Zoheyri, Z., Ghazavi, R., Omidvar, E., & Davudi_Rad, A. (2020). Comparison of lars-wg and sdsm downscaling models for prediction temperature and precipitation changes under RCP scenarios. Journal of Arid Regions Geographic Studies, 11(40), 39-52. https://jargs.hsu.ac.ir/article_161517.html?lang=en