تعداد نشریات | 31 |
تعداد شمارهها | 714 |
تعداد مقالات | 6,952 |
تعداد مشاهده مقاله | 11,426,463 |
تعداد دریافت فایل اصل مقاله | 7,804,534 |
پیشنمایی تغییرات بارشهای آتی حوضههای آبخیز تأمینکننده آب شهر تهران | ||
مخاطرات محیط طبیعی | ||
مقاله 18، دوره 12، شماره 36 - شماره پیاپی 2، تیر 1402، صفحه 151-180 اصل مقاله (8.69 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22111/jneh.2022.42622.1908 | ||
نویسندگان | ||
فائزه شجاع1؛ علی اکبر شمسی پور* 2 | ||
1محقق پسادکتری آب و هواشناسی، گروه جغرافیای طبیعی، دانشگاه تهران | ||
2دانشیار اقلیمشناسی، گروه جغرافیای طبیعی، دانشگاه تهران | ||
چکیده | ||
هدف این پژوهش شناخت اثر تغییر اقلیم بر مقدار بارش حوضههای آبخیز تأمینکننده آب شهر تهران در افق 2025-2050 تحت سناریوهای پروژه CMIP6 است. بنابراین، نخست تغییرات روند بارش در دوره پایه با بکارگیری دادههای بارش 33 ایستگاه همدیدی و بارانسجی حوضه مطالعاتی برای بازه زمانی 1989-2019 ارزیابی شد. سپس این تغییرات در افق آینده نزدیک بر مبنای برونداد 4 مدل CanESM5، CNRM-CM6-1، MIROC6 و MRI-ESM2-0 و تحت دو سناریوی SSP2-4.5 و SSP5-8.5 پیشنمایی گردید. با توجه به بزرگ مقیاس بودن مدلهای گردش کلی جو از دو روش تصحیح اُریبی مقیاسگذاری خطی (LS) و نگاشت توزیع (DM) برای ریزگردانی GCMهای منتخب استفاده شد که در نهایت روش DM براساس مقادیر بهدست آمده از معیارهای اعتبارسنجی مدلها، به دلیل دقت بالاتر، برای تولید سناریوهای اقلیمی انتخاب گردید. نتایج آزمونهای روند نشان داد که در دوره مشاهداتی، بخش قابل توجهی از حوضه مورد مطالعه در فصل پاییز روند افزایشی بارش (با سطوح اطمینان 95/0 و 99/0) و در زمستان روند کاهشی بارش را تجربه میکند، اما در بهار مناطق شرقی و شمال-شرقی روند کاهشی و مناطق شمال و شمال غرب روند افزایشی بارش را نشان میدهند. مطابق خروجی مدلهای GCM، بارش در بهار تحت سناریوی SSP2-4.5، در تمام ایستگاهها افزایش و مطابق SSP5-8.5 در 17 ایستگاه کاهش خواهد یافت. تغییرات بارش تابستانه، در چشم انداز حال و آینده قابل توجه نیست و در زمستان و پاییز تا حدودی منطبق بر تغییرات دوره مشاهداتی است. بدین ترتیب که در زمستان، بارش برمبنای هر دو سناریو کمتر از شرایط کنونی و در پاییز تحت سناریوی SSP5-8.5 بیشتر خواهد بود. اثر تغییر اقلیم بر حجم آب حوضهها نیز نشان داد که بیشترین حجم آب در شرایط فعلی مربوط به زیرحوضهی کرج است که طی دوره 2025-2050، در مدل CNRM-CM6-1 مطابق سناریویSSP2-4.5، 8/9 درصد افزایش و در مدلهای MIROC6 و MRI-ESM2-0 و CanESM5 به ترتیب به میزان 3/5، 3/6 و 6/59 درصد کاهش مییابد. | ||
کلیدواژهها | ||
آزمونهای روند؛ بارش؛ تصحیح اُریبی؛ تغییر اقلیم؛ سناریوهای SSP؛ CMIP6 | ||
مراجع | ||
احمدآبادی، علی؛ صدیقیفر، زهرا. (1397). پیش بینی اثرات تغییر اقلیم بر خصوصیات هیدروژئومورفولوژی حوضه آبریز کن بر اساس مدل ریز مقیاس نمایی آماری. تحقیقات کاربردی علوم جغرافیایی، 18(51)، 103-114.
امیررضائیه، علیرضا؛ پرهمت، جهانگیر؛ احمدی، فرشاد. (1395). بررسی روند تغییرات بارش و دمای شمالغرب کشور در نیم قرن اخیر. آبیاری و زهکشی ایران، 10(6)، 797-809.
انصاری مهابادی، ثمین؛ دهبان، حسین؛ زارعیان، محمد جواد؛ فرخنیا، اشکان. (1401). بررسی روند تغییرات دما و بارش و اثر آن بر پتانسیل منابع آب ورودی به سد طالقان. پژوهش آب ایران، 16(1)، 11-24.
بابائیان، ایمان؛ مدیریان، راهله؛ کریمیان، مریم؛ جوانشیری، زهره. (1400). پیشبینی چندسالانه بارش ایران با مقیاسکاهی برونداد مدلهای DCPP، مطالعه موردی: دوره 2019-2023. پژوهشهای تغییرات آب و هوایی، 2(6)، 63-78.
باباییان، ایمان؛ نجفی نیک، زهرا؛ زابل عباسی، فاطمه؛ حبیبی نوخندان، مجید؛ ادب، حامد؛ ملبوسی، شراره. (1388). ارزیابی تغییر اقلیم کشور در دوره 2039-2010 میلادی با استفاده از ریزمقیاسنمایی دادههای مدل گردش عمومی جو ECHOG. جغرافیا و توسعه، 7 (16)، 135-152.
بینش، نگین؛ نیک سخن، محمدحسین؛ سارنگ، امین. (1396). آشکارسازی روند تغییرات دما و بارش سالانه و فصلی تهران طی دوره 1984-2014. نیوار، 96 و 97، 36-45.
حسینیخواه، منصور؛ زینی وند، حسین؛ حقیزاده، علی؛ طهماسبیپور، ناصر. (1393). صحت سنجی مقادیر دما و بارش مدلهای گردش عمومی در ایستگاههای کرمانشاه، روانسر و اسلامآباد غرب. اکوهیدرولوژی، 1(3)، 195-206.
خزاعی، سحر؛ براتی، رضا؛ قندهاری، احمد؛ صادقی فرد، محمدرضا. (1398). تحلیل روند بارش با استفاده از روش نوین Sen و مقایسه نتایج روش های متداول (مطالعه موردی: استان خراسان رضوی). آب و توسعه پایدار، 6(1)، 41-50.
خوشروش، مجتبی؛ میرناصری، محمد؛ پسرکلو، مهسا. (1396). آشکارسازی روند تغییرات بارش شمال کشور با استفاده از آزمون غیرپارامتری من-کندال، پژوهشنامه مدیریت حوضه آبخیز. 8(16)، 223-231.
ذرین، آذر؛ داداشی رودباری، عباسعلی. (1400). تاثیر تغییر اقلیم بر بارشهای سنگین ایران با بکارگیری مدل همادی CMIP6. آب و توسعه پایدار، 8(4)، 119-124.
رحیمی، فراز. (1397). مدلسازی اثرات تغییرات اقلیم در حوضه آبخیز استان تهران، پایان نامه کارشناسی ارشد، استاد راهنما: دکتر سید جواد ساداتی نژاد، دکتر حسین یوسفی، دانشگاه تهران.
روشنی، ادیب؛ حمیدی، مهدی. (1400). پیشبینی اثرات سناریوهای تغییر اقلیم بر دما و بارش بر اساس مدلهای CMIP6 (مطالعه موردی: ایستگاه ساری). مدیریت آب و آبیاری، 11(4)، 781-795.
سالنامه آماری شهر تهران، 1396.
شمس، رضا؛ علیمحمدی، سعید. (1394). بررسی تأثیر تغییر اقلیم بر منابع و تامین آب کلان شهر تهران، اولین کنگره سالیانه جهان و بحران انرژی، شیراز.
صلویتبار، عبدالرحیم؛ ضرغامی، مهدی؛ ابریشمچی، احمد. (1385). مدل پویایی سیستم در مدیریت آب شهری تهران. مجله آب و فاضلاب، 17(3)، 12-28.
عبدلی، سعدی؛ عزیزی، قاسم؛ برنا، رضا. (1401). ارزیابی تغییرات دمای هوا و بارش در منطقه پربارش نیمه غربی ایران تحت شرایط تغییر اقلیم. جغرافیای طبیعی، 14(53)، 1-18.
فلاح کلاکی، محمد؛ شکری کوچک، وحید؛ رمضانی اعتدالی، هادی. (1400). شبیهسازی اثرات تغییر اقلیم با استفاده از مدلهای اقلیمی CMIP5 و CMIP6 بر رواناب با استفاده از مدل هیدرولوژیکی SWAT (مطالعه موردی: حوضه آبریز طشک-بختگان). تحقیقات منابع آب ایران، 17(3)، 345-359.
قلیپور، جمیله؛ موسوی بایگی، محمد؛ بابائیان، ایمان؛ جباری نوقابی، مهدی. (1400). بررسی روند رخدادهای حدی بارشی استان خراسان جنوبی در اثر گرمایش جهانی (بازه اقلیمی: 1989-2018). پژوهشهای اقلیم شناسی، 12(46)، 29-42.
محمدلو، محمد؛ حقیزاده، علی؛ زینی وند، حسین؛ طهماسبیپور، ناصر. (1395). ارزیابی اثرات تغییر اقلیم بر روند تغییرات دما و بارندگی حوضهی آبخیز باراندوزچای در استان آذربایجان غربی با استفاده از مدلهای چرخش عمومی جو. فضای جغرافیایی، 16(56)، 151-168.
محمدی، نبی؛ ساریصراف، بهروز؛ رستمزاده، هاشم. (1401). پیشنگری بارش با استفاده از مدلهای CMIP6 تا پایان قرن 21 در شمال غرب ایران. جغرافیا و مخاطرات محیطی، انتشار آنلاین. Doi: 10.22067/geoeh.2022.76646.1223
محمدی، نیلوفر، 1400، اثرات تغییر اقلیم بر بارشهای سیلآسا در استان تهران، پایان نامه کارشناسی ارشد، استاد راهنما: دکتر زهرا بیگم حجازیزاده، دکتر مهری اکبری، دانشکده علوم جغرافیایی، دانشگاه خوارزمی.
میرزائی، عزت اله؛ جلالی، عبداله؛ جودکی، حمیدرضا؛ اربابی سبزواری، آزاده. (1398). تحلیل میزان تابآوری شهری در برابر بحران آب مطالعه موردی: شهرتهران. شهر ایمن، 2(5)، 1-12.
نوده فراهانی، محمدعلی؛ راسخی، آنا؛ پرماس، بهنام؛ کشوری، عبدالرحمان. (1395). بررسی اثرات تغییر اقلیم بر دما، بارش و خشکسالیهای دوره آتی حوضه شادگان. تحقیقات منابع آب ایران، 14(3)، 160-173.
وزارت نیرو، شرکت مدیریت منابع آب ایران، دفتر مطالعات پایه منابع آب. (1391). مطالعات تدقیق مرز محدودههای مطالعاتی و حوضههای آبریز کشور.
یعقوبزاده، مصطفی؛ پوررضا بیلندی، محسن؛ خاشعی سیوکی، عباس؛ رمضانی مقدم، جواد. (1400). عدم قطعیت مدلهای گزارش پنجم تغییر اقلیم در برآورد دما و بارش. فصلنامه جغرافیای طبیعی، 13(51)، 21-37.
Ahmad, I., Tang, D., Wang, T., Wang, M., Wagan, B. (2015). Precipitation trends over time using Mann-Kendall and spearman’s rho tests in Swat river basin, Pakistan. Advances in Meteorology, 2015(2), pp 1-15. Akinsanola, A. A., Kooperman, G. J., Pendergrass, A. G., Hannah, W. M., Reed, K. A. (2020). Seasonal representation of extreme precipitation indices over the United States in CMIP6 present-day simulations. Environmental Research Letters, 15(9), pp 1-12. Al-Maliki, L. A., Al-Mamoori, S. K., Jasim, I. A., El-Tawel, K., Al-Ansari, N., Comair, F. G. (2022). Perception of climate change effects on water resources: Iraqi undergraduates as a case study. Arabian Journal of Geosciences, 15(6), pp 1-13. Aswad, F. K., Yousif, A. A., Ibrahim, S. A. (2020). Trend Analysis Using Mann-Kendall and Sen’s Slope Estimator Test for Annual and Monthly Rainfall for Sinjar District, Iraq. Journal of Duhok University, 23(2), pp 501-508. Caloiero, T. (2014). Analysis of daily rainfall concentration in New Zealand. Natural hazards, 72(2), pp 389-404. Chen, Z., Zhou, T., Zhang, L., Chen, X., Zhang, W., Jiang, J. (2020). Global land monsoon precipitation changes in CMIP6 projections. Geophysical Research Letters, 47(14), pp 1-9. Coscarelli, R. A., Caloiero, T. (2012). Analysis of daily and monthly rainfall concentration in Southern Italy (Calabria region). Journal of Hydrology, 416, pp 145-156. Dash, S. K., Jenamani, R. K., Kalsi, S. R., Panda, S. K. (2007). Some evidence of climate change in twentieth-century India. Climatic change, 85(3), pp 299-321. Diress, S. A., Bedada, T. B. (2021). Precipitation and Temperature trend analysis by Mann Kendall test: The case of Addis Ababa methodological station, Addis Ababa, Ethiopia. African Journal on Land Policy and Geospatial Sciences, 4(4), pp 517-526. Dore, M. H. (2005). Climate change and changes in global precipitation patterns: what do we know? Environment International, 31(8), pp 1167-1181. Doulabian, S., Golian, S., Toosi, A. S., Murphy, C. (2021). Evaluating the effects of climate change on precipitation and temperature for Iran using RCP scenarios. Journal of Water and Climate Change, 12(1), pp 166-184. Eyring, V., Bony, S., Meehl, G. A., Senior, C., Stevens, B., Stouffer, R. J., Taylor, K. E. (2015). Overview of the Coupled Model Intercomparison Project Phase 6 (CMIP6) experimental design and organization. Geoscientific Model Development Discussions, 8(12), pp 1937-1958. Fang, G. H., Yang, J., Chen, Y. N., Zammit, C. (2015). Comparing bias correction methods in downscaling meteorological variables for a hydrologic impact study in an arid area in China. Hydrology and Earth System Sciences, 19(6), pp 2547-2559. Ge, F., Zhu, S., Luo, H., Zhi, X., Wang, H. (2021). Future changes in precipitation extremes over Southeast Asia: insights from CMIP6 multi-model ensemble. Environmental Research Letters, 16(2), pp 1-10. Gunavathi, S., Selvasidhu, R. (2021). Assessment of Various Bias Correction Methods on Precipitation of Regional Climate Model and Future Projection, Research Square, doi:10.21203/rs.3.rs-339080/v1. Gupta, V., Singh, V., Jain, M. K. (2020). Assessment of precipitation extremes in India during the 21st century under SSP1-1.9 mitigation scenarios of CMIP6 GCMs. Journal of Hydrology, 590, DOI: 10.1016/j.jhydrol.2020.125422. Homsi, R., Shiru, M. S., Shahid, S., Ismail, T., Harun, S. B., Al-Ansari, N.,... Yaseen, Z. M. (2020). Precipitation projection using a CMIP5 GCM ensemble model: a regional investigation of Syria. Engineering Applications of Computational Fluid Mechanics, 14(1), pp 90-106. Huang, Y., Wang, H., Xiao, W., Chen, L. H., Yan, D. H., Zhou, Y. Y.,... Yang, M. Z. (2018). Spatial and temporal variability in the precipitation concentration in the upper reaches of the Hongshui River basin, southwestern China. Advances in Meteorology, 2018, DOI: 10.1155/2018/4329757. Hussain, F., Nabi, G., Boota, M. W. (2015). Rainfall trend analysis by using the Mann-Kendall test & sen's slope estimates: a case study of district Chakwal rain gauge, Barani area, northern Punjab Province, Pakistan. Science International, 27(4). Ines, A. V., Hansen, J. W. (2006). Bias correction of daily GCM rainfall for crop simulation studies. Agricultural and forest meteorology, 138(1-4), pp 44-53. IPCC, 2007: Climate Change 2007: Synthesis Report. Contribution of Working Groups I, II, and III to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change [Core Writing Team, Pachauri, R.K and Reisinger, A. (eds.)]. IPCC, Geneva, Switzerland, 104 pp. IPCC, 2013: Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [Stocker, T.F., D. Qin, G.-K. Plattner, M. Tignor, S.K. Allen, J. Boschung, A. Nauels, Y. Xia, V. Bex and P.M. Midgley (eds.)]. Cambridge University Press, Cambridge, United Kingdom, and New York, NY, USA, 1535 pp. Islam, T., Rico-Ramirez, M. A., Han, D., Srivastava, P. K., Ishak, A. M. (2012). Performance evaluation of the TRMM precipitation estimation using ground-based radars from the GPM validation network. Journal of Atmospheric and Solar-Terrestrial Physics, 77, pp 194-208. Jiménez-Navarro, I. C., Jimeno-Sáez, P., López-Ballesteros, A., Pérez-Sánchez, J., Senent-Aparicio, J. (2021). Impact of Climate Change on the Hydrology of the Forested Watershed That Drains to Lake Erken in Sweden: An Analysis Using SWAT+ and CMIP6 Scenarios. Forests, 12(12), 1803. Lancaster, B., Lipkis, A. (2010). Rainwater Harvesting for Drylands and Beyond, Volume 2: Water-Harvesting Earthworks (Vol. 2). Rainsource Press. Li, X., Jiang, F., Li, L., Wang, G. (2011). Spatial and temporal variability of precipitation concentration index, concentration degree, and concentration period in Xinjiang, China. International Journal of Climatology, 31(11), pp 1679-1693. Li, Y., Li, Z., Zhang, Z., Chen, L., Kurkute, S., Scaff, L., Pan, X. (2019). High-resolution regional climate modeling and projection over western Canada using a weather research forecasting model with a pseudo-global warming approach. Hydrology and Earth System Sciences, 23(11), pp 4635-4659. McGinnis, S., Nychka, D., Mearns, L. O. (2015). A new distribution mapping technique for climate model bias correction. In Machine learning and data mining approaches to climate science (pp. 91-99). Springer, Cham. Menon, A., Levermann, A., Schewe, J., Lehmann, J., Frieler, K. (2013). Consistent increase in Indian monsoon rainfall and its variability across CMIP-5 models. Earth System Dynamics, 4(2), pp 287-300. Nasidi, N. M., Wayayok, A., Abdullah, A. F., Mohd Kassim, M. S. (2021). Dynamics of potential precipitation under climate change scenarios at Cameron Highlands, Malaysia. SN Applied Sciences, 3(3), pp 1-17. Ostad-Ali-Askari, K., Ghorbanizadeh Kharazi, H., Shayannejad, M., Zareian, M. J. (2020). Effect of climate change on precipitation patterns in an arid region using GCM models: a case study of Isfahan-Borkhar Plain. Natural Hazards Review, 21(2). Praveen, B., Talukdar, S., Mahato, S., Mondal, J., Sharma, P., Islam, A. R. M., Rahman, A. (2020). Analyzing trend and forecasting of rainfall changes in India using non-parametrical and machine learning approaches. Scientific reports, 10(1), pp 1-21. Qin, J., Su, B., Tao, H., Wang, Y., Huang, J., Jiang, T. (2021). Projection of temperature and precipitation under SSPs-RCPs Scenarios over northwest China. Frontiers of Earth Science, 15(1), pp 23-37. Salmi, T., Määttä, A., Anttila, P. Ruoho, T, Amnell, T (2002). Detecting trends of annual values of atmospheric pollutants by the Mann-Kendall test and Sen’s slope estimates –the Excel template application MAKE SENSE. Publications on Air Quality No. 31: Report code FMI-AQ-31. Teutschbein, C., Seibert, J. (2012). Bias correction of regional climate model simulations for hydrological climate-change impact studies: Review and evaluation of different methods. Journal of Hydrology, 456, pp 12-29. Versini, P. A., Pouget, L., McEnnis, S., Custodio, E., Escaler, I. (2016). Climate change impact on water resources availability: a case study of the Llobregat River basin (Spain). Hydrological Sciences Journal, 61(14), pp 2496-2508. Wang, B., Jin, C., Liu, J. (2020). Understanding future change of global monsoons projected by CMIP6 models. Journal of Climate, 33(15), pp 6471-6489. Yeboah, K. A., Akpoti, K., Kabo-bah, A. T., Ofosu, E. A., Siabi, E. K., Mortey, E. M., Okyereh, S. A. (2022). Assessing climate change projections in the Volta Basin using the CORDEX-Africa climate simulations and statistical bias correction. Environmental Challenges, 6, pp 1-18. Zhai, J., Mondal, S. K., Fischer, T., Wang, Y., Su, B., Huang, J., ... Uddin, M. J. (2020). Future drought characteristics through a multi-model ensemble from CMIP6 over South Asia. Atmospheric Research, DOI: 10.1016/j.atmosres.2020.105111. Zhang, Z., Ren, H. (2022). Evaluation of four bias correction methods and random forest model for climate change projection in the Mara River Basin, East Africa. Journal of Water and Climate Change, 13(4), pp 1900-1919. | ||
آمار تعداد مشاهده مقاله: 799 تعداد دریافت فایل اصل مقاله: 578 |