پیش‌بینی بارش-رواناب با مدل هیدرولوژیکی GR2M تحت تأثیر سناریوهای گزارش ششم تغییر اقلیم (مطالعه موردی: حوزه‌های آبخیز لزوره و جنگلده)

نوع مقاله : پژوهشی

نویسندگان

1 عضو هیات علمی گروه مهندسی آب دانشگاه علوم کشاورزی و منابع طبیعی گرگان

2 گروه مهندسی آب. دانشکده مهندسی آب و خاک. دانشگاه علوم کشاورزی و منابع طبیعی گرگان. گرگان. ایران.

3 دانش آموخته دکتری-گروه مهندسی آب. دانشکده کشاورزی. دانشگاه ارومیه. ارومیه. ایران

4 دانش آموخته دکتری. گروه مهندسی آب. دانشکده کشاورزی. دانشگاه بیرجند. بیرجند. ایران

5 گروه مهندسی آب. دانشکده مهندسی آب و خاک. دانشگاه علوم کشاورزی و منابع طبیعی گرگان. گرگان. ایران

چکیده

مدل‌های بارش-رواناب ابزار مهمی برای شبیه‌سازی جریان رودخانه و درک فرآیندهای هیدرولوژیک هستند، اما انتخاب آن‌ها نیازمند شناخت محدودیت‌ها و قابلیت‌هاست. در این تحلیل‌ها باید اثر تغییرات اقلیمی، گازهای گلخانه‌ای و نوسانات اقلیمی نیز لحاظ شود تا نتایج به واقعیت نزدیک‌تر باشند. بنابراین، در این پژوهش ابتدا با استفاده از مدل هیدرولوژیکی GR2M به شبیه‌سازی بارش-رواناب ماهانه دو رودخانة چهل‌چای و نرماب در دو حوزة آبخیز لزوره و جنگلده پرداخته شده است. سال‌های آماری (2011-2022) به‌عنوان دورة مشاهداتی مشترک هر دو ایستگاه هیدرومتری و سال‌های (2023-2100) به‌عنوان دورة آینده برای پیش‌بینی دبی جریان تحت جدیدترین سناریوهای گزارش ششم تغییر اقلیم SSP1-2.6، SSP2-4.5 و SSP5-8.5 در نظر گرفته شده است. معیار کارایی کلینگ-گوپتا و میانگین ریشة مربعات خطا در دورة صحت‌سنجی برای حوزة آبخیز لزوره برابر با 68/0 و 95/14 و در حوزة آبخیز جنگلده برابر با 68/0 و 52/24 است. بررسی نتایج نشان می‌دهد که مدل عملکرد خوبی در شبیه‌سازی دبی جریان دارد. در ادامه نتایج پیش‌بینی جریان تحت تأثیر تغییر اقلیم در آینده نشان می‌دهد که دبی جریان هر دو ایستگاه تحت دو سناریوی SSP1-2.6 و SSP2-4.5 در بازة زمانی 2020-2060 کاهشی است و در بازة زمانی 2080-2100 افزایش خواهد یافت. در حالی که دبی جریان هر دو ایستگاه تحت سناریوی بد‌بینانه SSP5-8.5 در بازة زمانی 2040-2060 روندی افزایشی دارد و در بازة زمانی 2060-2100 روند جریان نیز کاهشی است. در نهایت مهم‌ترین نکته‌ای که باید مورد توجه قرار گیرد این است که تحت هر سه سناریو مورد بررسی مقدار جریان تحت تأثیر تغییرات اقلیمی به مراتب نسبت به دورة مشاهداتی کاهش خواهد یافت که این موضوع لزوم توجه بیش‌تر به برنامه‌ریزی منابع آب در پایاب این حوضه‌ها را برجسته می‌کند.

کلیدواژه‌ها

موضوعات


منابع
حاجی‌محمدی، مرضیه ، عزیزیان، ابوالفضل و قرمزچشمه، باقر. (1397). ارزیابی اثر تغییر اقلیم بر رواناب حوضه کن. مهندسی و مدیریت آبخیز، 10(2)، 144-156. doi: 10.22092/ijwmse.2018.116456
حجارپور، امیر، یوسفی، مرضیه و کامکار، بهنام. (1393). آزمون دقت شبیه‌‏سازهای LARS-WG، WeatherMan و CLIMGEN در شبیه‌سازی پارامترهای اقلیمی سه اقلیم مختلف (گرگان، گنبد و مشهد). جغرافیا و توسعه، 12(35), 201-216. doi: 10.22111/gdij.2014.1563
رسولی، علی اکبر، مجید رضائی بنفشه، مجید، مساح بوانی، علیرضا، خورشید دوست، علی محمد، و قرمزچشمه، باقر. (1393). بررسی اثر عوامل مرفو-اقلیمی بر دقت ریز مقیاس‌گردانی مدل LARS-WG. علوم ومهندسی آبخیزداری ایران، ۸ (۲۴). dor:20.1001.1.20089554.1393.8.24.2.9
زندی دره‌غریبی، فاطمه، خورسندی کوهانستانی، زهره، مزین، ملیحه و آرمان، نسیم. (1396). گزارش فنی: بررسی کارایی مدل‌های بارش_رواناب GR4J و GR2M در شبیه‌سازی جریان حوزه آبخیز دره‌تخت. مهندسی و مدیریت آبخیز، 9(3)، 360-370. doi: 10.22092/ijwmse.2017.112377
زرین، آذر، داداشی رودباری، عباسعلی، و صالح آبادی، نرگس. (1400). بررسی بی‌هنجاری و روند دمای ایران در پهنه‌های مختلف اقلیمی با استفاده از مدل‌های جفت شده پروژه مقایسه متقابل مرحله ششم (CMIP6). ژئوفیزیک ایران، 15(1)، 35-54. doi: 10.30499/ijg.2020.249997.1292
عسگری، ابراهیم، مصطفی‌زاده، رئوف، و حاجی، خدیجه. (1398). تحلیل نقاط تغییر در سری زمانی دبی برخی ایستگاه‌های هیدرومتری استان گلستان.‎ علوم وتکنولوژی محیط زیست. 21(5). 81-93. doi:10.22034/jest.2018.21474.3049  
گودرزی، مسعود، و برومند صلاحی، سید اسعد حسینی، (1394). بررسی تاثیر تغییرات اقلیمی بر تغییرات رواناب سطحی (مطالعه موردی: حوضه آبریز دریاچه ارومیه)، اکو هیدرولوژی، 2(2)، 175. doi:10.22059/ije.2015.56152
مصطفی‌زاده، رئوف و عسگری، ابراهیم. (1400). ارزیابی کارایی مدل بارش-رواناب GR4J در شبیه‌سازی دبی روزانه جریان در حوزه آبخیز نیرچای اردبیل. مهندسی آبیاری و آب ایران، 11(3), 79-95. doi: 10.22125/iwe.2021.128114
نادری، مهین، ایلدرمی، علیرضا، نوری، حمید، آقا امین، سهیلا، و زینی‌وند، حسین. (1397). بررسی تأثیر تغییرکاربری اراضی و اقلیم بر رواناب حوضه‌ی آبخیز با استفاده از مدل SWAT (مطالعه‌ موردی: حوضه‌ی آبخیز گرین). هیدروژئومورفولوژی، 5(14)، 23-42. dor:20.1001.1.23833254.1397.5.14.2.6
نیرومندفرد، فریبا، ذاکری‌نیا، مهدی و یازرلو، بهناز. (1397). بررسی تأثیر تغییر اقلیم بر جریان رودخانه با استفاده از مدل بارش-رواناب IHACRES (مطالعه موردی: حوضه محمدآباد در استان گلستان). علوم و مهندسی آبیاری، 41(3), 103-117. doi: 10.22055/jise.2018.13750
نیرومندفر، فریبا، ذاکری‌نیا، مهدی، و یازرلو، بهناز. (1397). بررسی تأثیر تغییر اقلیم بر جریان رودخانه با استفاده از مدل بارش-رواناب HBV-light: مطالعه موردی حوضه محمدآباد در استان گلستان. مهندسی آبیاری و آب ایران، 7(4)، 152-163.
همت‌جو، کوثر، معماریان، هادی، چزگی، و مومنی، دمنه. (1404). ارزیابی اثر تغییر اقلیم بر پتانسیل تولید رواناب در حوضه آبخیز شهری کاشمر. سامانه‌های سطوح آبگیر باران، 13(2)، 83-100.‎ dor: 20.1001.1.24235970.1404.13.2.5.7
 
 
 
References
Asgari, E., Mostafazadeh, R., & Haji, K. (2019). Change point analysis of discharge time series in some hydrometric stations in Golestan Province. Journal of Environmental Science and Technology. 21(5)- 81-93. [In Persian].  doi:10.22034/jest.2018.21474.3049
Ayele, G. T., Teshale, E. Z., Yu, B., Rutherfurd, I. D., & Jeong, J. (2017). Streamflow and sediment yield prediction for watershed prioritization in the Upper Blue Nile River Basin, Ethiopia. Water, 9(10), 782. doi:10.3390/w9100782
Chen, Y., Ren, Q., Huang, F., Xu, H., & Cluckie, I. (2011). Liuxihe model and its modeling to river basin flood. Journal of Hydrologic Engineering, 16(1), 33-50. doi:10.1061/(ASCE)HE.1943-5584.0000286
Choudhary, S., Pingale, S. M., Khare, D., & Krishan, R. (2025). Quantification of the surface and groundwater dynamics of Upper Godavari Sub-Basin using SWAT-MODFLOW and CMIP6 climate change scenarios. Hydrological Sciences Journal, (just-accepted). Doi:10.1080/02626667.2025.2492891
Ditthakit, P., Pinthong, S., Salaeh, N., Weekaew, J., Tran, T. T., & Pham, Q. B. (2023). Comparative study of machine learning methods and GR2M model for monthly runoff prediction. Ain Shams Engineering Journal, 14(4), 101941. doi: 10.1016/j.asej.2022.101941
Devia, G. K., Ganasri, B. P., & Dwarakish, G. S. (2015). A review on hydrological models. Aquatic procedia, 4, 1001-1007. doi.org/10.1016/j.aqpro.2015.02.126
Fathi, M. M., Awadallah, A. G., Abdelbaki, A. M., & Haggag, M. (2019). A new Budyko framework extension using time series SARIMAX model. Journal of hydrology, 570, 827-838. doi: 10.1016/j.jhydrol.2019.01.037
Goodarzi, M., Salahi, B., & Hosseini, S.A. (2015). Investigating the effect of climate change on changes in surface runoff (case study: Lake Urmia catchment). Journal of Ecohydrology, 2(2), 175-189. [In Persian]. doi:10.22059/ije.2015.56152
Hardy, J. T. (2003). Climate change: causes, effects, and solutions. John Wiley & Sons.
Hajimohammadi, M., Azizian, A., & Ghermezcheshmeh, B. (2018). Evaluation of the impact of climate change on runoff in Kan Watershed. Journal of Watershed Engineering and Management, 10(2), 144-156. [In Persian]. doi:10.22092/ijwmse.2018.116456
Hajarpoor, A., Yousefi, M., & Kamkar, B. (2014). Accuracy assessment of weather assimilators of CLIMGEN, LARS-WG and weather man in assimilation of three different climatic parameters of three different climate (Gorgan, Gonbad and Mashhad). Geography and Development, 12(35), 201-216. [In Persian].   doi:10.22111/gdij.2014.1563
Jaiswal, R. K., Ali, S., & Bharti, B. (2020). Comparative evaluation of conceptual and physical rainfall–runoff models. Applied water science, 10(1), 48. doi:10.1007/s13201-019-1122-6
Jafari, F., Moradi, H., & Bagheri, A. (2024). River Discharge Changes in Eastern Watersheds of Mazandaran Province under the Impact of Climate Change. Journal of Watershed Management Research, 15(1), 14-28. doi:10.61186/jwmr.15.1.14
Jiang, F., Li, C. W., & Qian, Y. (2019). Can firms run away from climate-change risk? Evidence from the pricing of bank loans. Unpublished manuscript.
Kabouya, M. (1990). Modélisation pluie-débit aux pas de temps mensuel et annuel en Algérie septentrionale (Doctoral dissertation, Université Paris Sud Orsay).
Kim, S. S. H., Dutta, D., Singh, R., Chen, J., & Welsh, W. D. (2011, December). Providing flexibility in GUI-based river modelling software: Using Expression Editors and plug-ins to create Custom Functions in Source IMS. In 19th International Congress on Modelling and Simulation, Perth, Australia (pp. 12-16).
Kourtis, I.M., Papadopoulou, C.A., Trabucco, A., Peano, D., Sangelantoni, L., Mellios, N., Laspidou, C., Papadopoulou, M.P., & Tsihrintzis, V. A. (2025). Methodological framework for the evaluation of climate change impacts on rural basins using the GR2M model. Environmental Processes, 12(1), 1-26. doi:10.1007/s40710-025-00755-5
Lee, H., McIntyre, N., Wheater, H., & Young, A. (2005). Selection of conceptual models for regionalisation of the rainfall-runoff relationship. Journal of Hydrology, 312(1-4), 125-147. doi: 10.1016/j.jhydrol.2005.02.016
Lerat J, Chiew F, Robertson D et al (2024) Data assimilation informed model structure improvement (DAISI) for robust prediction under climate change: application to 201 catchments in southeastern Australia. Water Resour Res 60. doi.org/10.1029/2023WR036595
Liu, Y., Zhang, K., Li, Z., Liu, Z., Wang, J., & Huang, P. (2020). A hybrid runoff generation modelling framework based on spatial combination of three runoff generation schemes for semi-humid and semi-arid watersheds. Journal of Hydrology, 590, 125440. doi: 10.1016/j.jhydrol.2020.125440
Makhlouf, Z., & Michel, C. (1994). A two-parameter monthly water balance model for French watersheds. Journal of Hydrology, 162(3-4), 299-318. doi:10.1016/0022-1694(94)90233-X
Mahdavian, S., Zeynali, B., & Salahi, B. (2024). Evaluation of the hydrological response of the Kiwi Chai catchment area to future climate changes with the SWAT model. Journal of Environmental Science Studies, 9(3), 8815-8800.doi:10.22034/jess.2022.368578.1900
Mahdaoui, K., Chafiq, T., Asmlal, L., & Tahiri, M. (2024). Assessing hydrological response to future climate change in the Bouregreg watershed, Morocco. Scientific African, 23, e02046.doi: 10.1016/j.sciaf. 2023.e02046
Maraun, D., Wetterhall, F., Ireson, A. M., Chandler, R. E., Kendon, E. J., Widmann, M., Brienen, S., Rust, H. W., Sauter, J., Themel, M., Venema, V. K. C., Chun, K. P., Goodess, C. M., Jones, R. G., Onof, C., Vrac, M., & Thiele-Eich, I. (2010). Precipitation downscaling under climate change: Recent developments to bridge the gap between dynamical models and the end user. Reviews of Geophysics, 48(3). doi:10.1029/2009RG000314.
Marshall, S. R., Tran, T. N. D., Arshad, A., Rahman, M. M., & Lakshmi, V. (2025). SWAT and CMIP6-driven hydro-climate modeling of future flood risks and vegetation dynamics in the White Oak Bayou Watershed, United States. Earth Systems and Environment, 1-23. Doi:10.1007/s41748-025-00621-2
Memarian H. Evaluation of Climate Change Impact on Runoff Potential in Kashmar Urban Watershed. Journal of Rainwater Catchment Systems 2025; 13 (2): 5. [In Persian]. dor:20.1001.1.24235970.1404.13.2.5.7
Motamedvaziri, B., Ahmadi, M., Ahmadi, H., Moeini, A., & Zehtabian, G.R. (2020). Evaluation of the impact of climate change on extreme flows in Kan watershed. Journal of Soil and Water Resources Conservation, 9(2), 101-121.
Mouelhi, S., Michel, C., Perrin, C., & Andréassian, V. (2006). Stepwise development of a two-parameter monthly water balance model. Journal of hydrology, 318(1-4), 200-214. doi: 10.1016/j.jhydrol.2005.06.014
Mouelhi, S. (2003). Vers une chaîne cohérente de modèles pluie-débit conceptuels globaux aux pas de temps pluriannuel, annuel, mensuel et journalier (Doctoral dissertation, ENGREF Paris).
Mostafazadeh, R., & Asgari, E. (2021). Performance assessment of GR4J rainfall-runoff model in daily flow simulation of Nirchai Watershed, Ardabil province. Irrigation and Water Engineering, 11(3), 79-95. [In Persian]. doi:10.22125/iwe.2021.128114
Munawar, S., Tahir, M. N., & Baig, M. H. A. (2021). Future climate change impacts on runoff of scarcely gauged Jhelum River basin using SDSM and RCPs. Journal of Water and Climate Change, 12(7), 2993-3004. doi:10.2166/wcc.2021.283
Naderi, M., Ilderami, A., Nouri, H., Aghabeigi Amin, S., & Zainivand, H. (2018). Investigating the impact of land use change and climate on watershed runoff using the SWAT model (case study: Green Basin). Journal of Hydrogeomorphology, 16(3), 61-79. [In Persian]. doi:20.1001.1.23833254.1397.5.16.4.2
Ndiaye, C. and Ndao, S. (2024) Hydrological Modelling of the Casamance River in Its Upstream Section (Basin at Kolda Level) to Predict Its Future States as a Function of Different Stresses. Open Journal of Geology, 14, 143-154. doi: 10.4236/ojg.2024.142009.
Niroumandfard, F. Zakerinia, M. and Yazerloo, B. (2018a). Investigating the Effect of Climate Change on River Flow Using IHACRES Rainfall-Runoff Model. Irrigation Sciences and Engineering, 41(3), 103-117. [In Persian].  dor:20.1001.1.25885952.1397.41.3.8.8
Niroumandfar, F., Zaherinia, M., & Yazarloo, B. (2018b). Investigating the effect of climate change on river flow using HBV-light rainfall-runoff model; Case study MohammadAbad watershed, Golestan. Irrigation and Water Engineering, 7(4), 152-163. [In Persian].  
Niazkar, M., Goodarzi, M. R., Fatehifar, A., & Abedi, M. J. (2023). Machine learning-based downscaling: Application of multi-gene genetic programming for downscaling daily temperature at Dogonbadan, Iran, under CMIP6 scenarios. Theoretical and Applied Climatology, 151(1), 153-168. doi:10.1007/s00704-022-04274-3
Nounangnonhou, T. C., Fifatin, F. X. N., Lokonon, B. E., Acakpovi, A., & Sanya, E. A. (2018). Modelling and prediction of Ouémé (Bénin) river flows by 2040 based on GR2M approach. LARHYSS Journal P-ISSN 1112-3680/E-ISSN 2521-9782, (33), 71-91.
Perrin, C., Michel, C., & Andréassian, V. (2001). Does a large number of parameters enhance model performance? Comparative assessment of common catchment model structures on 429 catchments. Journal of hydrology, 242(3-4), 275-301. doi:10.1016/S0022-1694(00)00393-0
 
Rasuli, A., Rezaei-Banafsheh, M., & Ghermezcheshmeh, B. (2014). Investigation impact of morpho-climatic parameters on aaccuracy of LARS-WG model. Iranian Journal of Watershed Management Science and Engineering, 8(24), 0-0. [In Persian].
Salarijazi, M., Ahmadianfar, I., & Yaseen, Z. M. (2024). Prediction enhancement for surface water sodium adsorption ratio using limited inputs: Implementation of hybridized stacked ensemble model with feature selection algorithm. Physics and Chemistry of the Earth, Parts a/b/c, 134, 103561. doi:10.1016/j.pce.2024.103561
Usta, D. F. B., Teymouri, M., & Chatterjee, U. (2022). Assessment of temperature changes over Iran during the twenty-first century using CMIP6 models under SSP1-26, SSP2-4.5, and SSP5-8.5 scenarios. Arabian Journal of Geosciences, 15(5), 416. doi:10.1007/s12517-022-09709-9
Wang, W. C., Chau, K. W., Xu, D. M., & Chen, X. Y. (2015). Improving forecasting accuracy of annual runoff time series using ARIMA based on EEMD decomposition. Water resources management, 29, 2655-2675. doi:10.1007/s11269-015-0962-6.
Zamoum, S., & Souag-Gamane, D. (2019). Monthly streamflow estimation in ungauged catchments of northern Algeria using regionalization of conceptual model parameters. Arabian Journal of Geosciences, 12(11), 342. doi:10.1007/s12517-019-4487-9
Zandi Dareh Gharibi, F., Khorsandi Kouhanestani, Z., Mozayan, M. and Arman, N. (2017). Technical Note: Evaluating the proficiency of GR2M and GR4J rainfall-runoff models in Darehtakht Basin runoff simulation. Watershed Engineering and Management, 9(3), 360-370. [In Persian]. doi: 20.1001.1.22519300.1396.9.3.10.0
Zarrin, A., Dadashi-Rodbari, A., & Salehabadi, N. (2021). Projected temperature anomalies and trends in different climate zones in Iran based on CMIP6. Iranian Journal of Geophysics, 15 (1), 35-54. [In Persian]. doi:10.30499/ijg.2020.249997.1292
Zhou, X., Leng, Y., Salarijazi, M., Ahmadianfar, I., & Farooque, A. A. (2024). Development of forecasting of monthly SAR time series in river systems: A multivariate data decomposition-based hybrid approach. Process Safety and Environmental Protection, 188, 1355-1375. doi: 10.1016/j.psep.2024.06.050