تولید نقشههای پراکنش دادههای اقلیمی جهت مدیریت منابع آب با استفاده از مدل SWAT
Publish place: National Conference on Water and Wastewater Engineering
Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 918
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCWWE01_237
تاریخ نمایه سازی: 6 شهریور 1392
Abstract:
بحران کمبود آب و خشکسالی های ممتد، مدیریت منابع آب موجود در مناطقی چون ایران که بخش اعظم آن را مناطق خشک و نیمه خشک تشکیل میدهد، را ضروری می نماید. مدلهای مختلفی برای مدیریت منابع آب بکار رفته اند که تقریبا در اکثر آنها، دادههای اقلیمی (دمای کمینه و بیشینه، بارش) بعنوان ورودی مورد استفاده قرار می گیرند. هدف از این مطالعه تولید و تشریح نقشه های داده های اقلیمی (دمای کمینه و بیشینه، بارندگی) که با استفاده از مدل SWAT بصورت پیوسته برای 506 زیرحوزه در ایران بدست آمده و همچنین بیان اهمیت آنها در مدیریت آب بصورت ناحیه ای و ملی می باشد. با بررسی نتایج بدست آمده از توزیع دما و بارش برای تمامی زیرحوزه های ایران، می توان گفت که مدل های هیدرولوژیکی با پایه ی فیزیکی مثل مدل SWAT، با درجه اعتماد خوبی کارایی لازم جهت نشان دادن شرایط فیزیکی و اقلیمی یک منطقه را خواهند داشت از اینرو پیشنهاداتی ارائه می گردد از جمله اینکه مدلهای برازش این مدل برای هر منطقه تهیه، واسنجی و صحت سنجی گردند، داده های خروجی از این مدل میتواند در اجرای مدلهای مختلف منابع آب و در محاسبه ی بهتر شاخصه ای خشکسالی استفاده شوند، همچنین این مطالعه زمینهای را برای بررسی اثرات تغییر اقلیم بر خشکسالی هایی با توالی های مختلف و منابع آب آینده فراهم می سازد.
Keywords:
Authors
سارا آزادی
دانشجوی کارشناسی ارشد آبخیزداری، گروه مرتع و آبخیزداری، دانشگاه صنعتی اصفهان
سعید سلطانی کوپایی
دانشیار دانشکده منابع طبیعی، گروه مرتع و آبخیزداری، دانشگاه صنعتی اصفهان
منیره فرامرزی
استادیار دانشکده منابع طبیعی، گروه مرتع و آبخیزداری، دانشگاه صنعتی اصفهان
علیرضا سلطانی تودشکی
استادیار دانشکده کشاورزی، گروه آب، دانشگاه صنعتی اصفهان
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 :