پیش بینی اثرات تغییر اقلیم بر خصوصیات هیدروژئومورفولوژی حوضه آبریز کن بر اساس مدل ریز مقیاس نمایی آماری

Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 220

This Paper With 12 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_JGSKH-18-51_006

تاریخ نمایه سازی: 24 خرداد 1400

Abstract:

تغییر اقلیم یکی از مهم­ترین چالش­هایی است که بر اکوسیستم­های طبیعی و جنبه­های مختلف زندگی انسان تاثیر دارد. تاثیرات گرمایش جهانی بر بخش هیدرولوژی و چرخه آب در طبیعت بسیار جدی است و شناخت این اثرات بصورت کمی، آمادگی بیشتری برای مقابله با تبعات آن ایجاد می­کند. در تحقیق حاضر بر اساس داده های وضع موجود ایستگاه های سینوپتیک کرج، مهرآباد و دوشان تپه با کمک مدل Statistic downscaling model(SDSM) به پیش­بینی دوره آماری ۲۰۴۵-۲۰۱۶ پرداخته شد و در نهایت اثرات تغییر اقلیم بر شرایط هیدرولوژیک حوضه کن با استفاده از مد  (SWAT) Soil and Water Assessment Toolsشبیه­سازی شد. کالیبراسیون مدل سوات بر اساس الگوریتم SUFI-۲ انجام شده و مقدار CN مهم­ترین پارامتر موثر در این زمینه شناسایی شده است. نتایج مطالعه ضمن تایید کارایی هردو مدل SDSM در پیش­بینی اقلیمی و مدل SWAT در شبیه­سازی­های هیدرولوژیکی نشان داد که در شرایط اقلیمی آینده برای دوره زمانی ۲۰۱۶- ۲۰۴۵ کاهش بارندگی، افزایش دما و کاهش تبخیر و تعرق واقعی محتمل است. میزان جریانات و رواناب سطحی در سطح حوضه مورد مطالعه در دوره مشاهداتی موجود برابر با ۵۹/۱۰ میلی­متر می­باشد؛ اما این میزان برای دوره پیش­بینی شده با توجه به افزایش روند شهرسازی و تغییرات کاربری ها برابر با ۲۱/۲۷ میلی متر برآورد شد. نتایج تحقیق ضمن بیان اهمیت تاثیرات تغیییر اقلیم، کاربرد آن­ها را در بکارگیری مدیریت درست در جهت سازگاری با تغییرات اقلیمی در سیاست­های آتی مدیریت حوضه کن لازم و ضروری می­داند.

Authors

علی احمدآبادی

Assistant prof. in geomorphology, Kharazmi University, Tehran, Iran .

زهرا صدیقی فر

M.A Science in Geomorphology, Kharazmi University Tehran, Iran.

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :