ارزیابی اثر تغییر اقلیم بر بارش های حداکثر روزانه کرمانشاه
Publish place: Water and Soil Resources Conservation، Vol: 7، Issue: 2
Publish Year: 1396
نوع سند: مقاله ژورنالی
زبان: Persian
View: 136
This Paper With 13 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:
شناسه ملی سند علمی:
JR_WSRCJ-7-2_003
تاریخ نمایه سازی: 4 آبان 1400
Abstract:
از اثرات مهم و بالقوه تغییر اقلیم، تغییر شدت و فراوانی بارشهای سیلزا در آینده است. برای کاهش آثار زیانبار تغییر اقلیم در هر منطقه، لازم است تغییرات بارش های حدی آینده در آنجا پیشیابی شود. روشهای ریزمقیاس نمایی بسیاری برای ارزیابی اثر تغییر اقلیم بر بارش توسعه یافته است، اما اغلب این روشها برای ارزیابی اثر تغییر اقلیم بر بارشهای حداکثر مناسب نیستند. در این میان مدل استوکستیک NSRP که کمتر مورد توجه بوده است، از قابلیتهای ویژهای برخوردار است. در این مطالعه قابلیت مدل NSRP برای تولید بارش روزانه ایستگاه سینوپتیک کرمانشاه و ارزیابی اثر تغییر اقلیم بر بارشهای حداکثر روزانه آزموده شد. نتایج حاکی از موفقیت مدل در شبیهسازی سری بارش روزانه و بارشهای حداکثر است و قابلیت استفاده در ارزیابی اثر تغییر اقلیم آینده بر بارشهای حدی را دارد. با استفاده از مدل، ۱۰۰ سری ۳۰ ساله روزانه اقلیم آینده برای سه سناریوی A۱B، A۲ و B۱ مدل CGCM۳ تولید شد. بر اساس نتایج، مقدار بارش حداکثر سالانه با تداوم های یک تا پنج روز در اقلیم آینده افزایش مییابد. توزیع فصلی وقوع بارشهای حداکثر و توزیع فصلی بارش ماهانه تغییر میکند و میانگین بارش سالانه کاهش می یابد. افزایش شدت بارشهای حداکثر با وجود کاهش بارش سالانه نشان میدهد مطالعهی اثر تغییر اقلیم بر میانگین بارش نمیتواند اطلاعاتی در خصوص تغییرات بارشهای حدی در اختیار گذارد. با توجه به آنکه تغییر اقلیم میتواند اثر مهمی بر بارشهای حدی داشته باشد، لازم است اثر تغییر اقلیم در طرحهای آینده که متاثر از بارشهای حدی است در نظر گرفته شود.
Keywords:
Authors
مجتبی حیدری
مربی/ گروه مهندسی عمران، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران.
محمدرضا خزائی
استادیار، گروه مهندسی عمران، دانشگاه پیام نور، ایران
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 :