ارزیابی و پهنه بندی ریسک وقوع بارش های حدی در غرب ایران

Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: Persian
View: 402

This Paper With 21 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_JWSC-26-1_003

تاریخ نمایه سازی: 11 آبان 1398

Abstract:

سابقه و هدف: وقوع بارش های حدی به ویژه در مقیاس های زمانی کوتاه باعث خسارات سنگینی به جوامع انسانی و مناطق پرجمعیت شهری و اکوسیستم های طبیعی می شود و مطالعه و شناسایی دقیق آنها از جنبه های مختلف کشاورزی و منابع طبیعی، هواشناسی و هیدرولوژی، مهندسی و محیط زیست لازم و ضروری است. شدت آسیب پذیری در برابر بارش های حدی در مناطق مختلف یکسان نبوده و لازم است خطرپذیری و ریسک وقوع چنین بارش های خطرآفرینی در مناطق با شرایط اقلیمی مختلف مورد بررسی قرار گیرد. بر این اساس، هدف از انجام پژوهش حاضر ارزیابی و پهنه بندی ریسک وقوع بارش های حدی در مقیاس های زمانی مختلف 6، 12 و 24 ساعته برای غرب ایران که از تنوع اقلیمی و توپوگرافی چشمگیری برخوردار است می باشد. مواد و روش ها: برای انجام این تحقیق تعداد 27 ایستگاه سینوپتیک واقع در 5 استان کردستان، کرمانشاه، همدان، ایلام و لرستان انتخاب شدند و مقادیر حداکثر سالانه بارش های حدی در سه مقیاس زمانی 6، 12 و 24 ساعته در یک بازه زمانی 25 ساله (2016-1992) استخراج شدند و با برازش توزیع های آماری مختلف بر هر کدام از این سری ها و با بکارگیری آزمون کای اسکوئر، برازیده ترین توزیع های آماری شناسایی شدند و از این توزیع های آماری شناسایی شده جهت تحلیل های احتمالاتی استفاده شد. جهت تعریف بارش های حدی سیل آسا در مقیاس های 6، 12 و 24 ساعته، به ترتیب از آستانه های 30، 40 و 50 میلیمتر استفاده شد و پس از محاسبه ریسک وقوع بارش های حدی سیل آسای مذکور در تمامی ایستگاه های مورد مطالعه، اقدام به پهنه بندی ریسک وقوع بارش های حدی سیل آسا در کل منطقه با بکارگیری مدل های رگرسیون خطی چندگانه بین مقادیر ریسک و ویژگی های جغرافیایی (طول جغرافیایی، عرض جغرافیایی و ارتفاع) گردید. به جهت افزایش دقت مدل ها در برخی موارد از متغیر کمکی میانگین درازمدت تعداد روزهای با بارش بیش از 1 میلیمتر در سال نیز در ساختار مدل های رگرسیونی استفاده شد و جهت دستیابی به دقت بالاتر مدل های رگرسیونی، منطقه مورد مطالعه به سه منطقه مجزا تفکیک شد. یافته ها: نتایج نشان داد که از بین توزیع های آماری مختلف برازش داده شده به سری های زمانی بارش های حدی 6، 12 و 24 ساعته در منطقه مورد مطالعه، سه توزیع لوگ لجستیک، پیرسون و گاما بعنوان مناسب ترین توزیع های قابل برازش شناسایی شدند. به لحاظ دقت مدل های رگرسیون خطی چندگانه، نتایج حاکی از دقت بالای این مدل ها در هر سه منطقه تفکیک شده و در هر سه مقیاس زمانی 6، 12 و 24 ساعته بود. نتایج کلی تحقیق نشان داد که ریسک وقوع بارش های حدی سیل آسا در غرب ایران از تنوع چشمگیری برخوردار است به گونه ای که در بخش هایی از مرکز منطقه مورد مطالعه این ریسک بسیار پایین و در بخش هایی از غرب و جنوب منطقه مورد مطالعه بسیار بالاست. نتیجه گیری: نتایج کلی این تحقیق نشان داد که الگوریتم کلی بکار رفته در این تحقیق جهت برآورد توزیع مکانی ریسک وقوع بارش های حدی سیل آسا منجر به حصول دقت مناسب و قابل قبول در برآورد منطقه ای و تعمیم نتایج حاصل از نقاط ایستگاهی به کل منطقه گردید. لذا لازم است در نقاطی که بارش های حدی خطرآفرینی بالاتری دارند با اهتمام بیشتر، تمهیدات مقتضی جهت مقابله با پیامدهای منفی وقوع این بارش ها در این نواحی اتخاذ گردد.

Authors

عبدالله سلیمی مستعلی

دانش آموخته کارشناسی ارشد آب و هواشناسی کاربردی، گروه آب و هواشناسی، دانشکده منابع طبیعی، دانشگاه کردستان

یونس خوشخو

گروه علوم و مهندسی آب- دانشگاه کردستان

محمدحسین قلی زاده

استادیار گروه آب و هواشناسی، دانشکده منابع طبیعی دانشگاه کردستان

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 :
  • Alijani, B., Brien, J., and Yarnal, B. 2008. ...
  • Spatial analysis of precipitation intensity ...
  • and concentration in Iran. Theor. Appl. ...
  • Climatol. 94: 1. 107-124. ...
  • Anagnostopouloul, Ch., and Tolika, K. ...
  • 1. Extremeprecipitation in Europe: ...
  • statistical threshold selection based on ...
  • climatological criteria, J. Theor. Appl. ...
  • Climatol. 15: 479-489. ...
  • Azhdary Moghaddam, M., and Heravi, Z. ...
  • 8. Evaluation of IDF curve production ...
  • methods by relationship based on nature of ...
  • combination of fractal of precipitation. J. ...
  • Water Soil Cons. 24: 6. 271-282. (In Persian) ...
  • Below, R., Wirtz, A., and Sapir, D. ...
  • 9. Disaster Category Classification ...
  • and Peril Terminology for Operational - ...
  • Kanchebe, D.E. and Abudu, K.R. 2012. ...
  • Vulnerability of crop production to heavy ...
  • precipitation in north- eastern Ghana. Int. ...
  • J. Clim. Chang. Str. Manag. 4: 1. 36-53. ...
  • Borzoi, F., and Azizi, Gh. 2015. ...
  • Suggesting a Simple Criterion to Estimate ...
  • Heavy Rainfall in Iran. Natural ...
  • Geographic Researches. 47: 3. 347-365. ...
  • Darand, M. 2015. Recognition of ...
  • homogeneous regions of heavy and super ...
  • heavy precipitation in Iran by intergroup ...
  • variance quality control indices. J. Agric. ...
  • Meteorol. 3: 1. 40-57. (In Persian) ...
  • IPCC. 2007. Climate Change. 2007. ...
  • The Physical Science Basis, A ...
  • Contribution of Working Groups. I, to the ...
  • Forth Assessment Report of the ...
  • Intergovernmental Panel on Climate ...
  • Change, Solomon and the Core Writing ...
  • Team (eds). Cambridge University ...
  • press. Cambridge United Kingdom and ...
  • New York, USA. 333p. ...
  • Kanchebe, D.E., and Abudu, K.R. 2012. ...
  • Vulnerability of crop production to heavy ...
  • precipitation in north- eastern Ghana. Int. ...
  • J. Clim. Chang. Str. Manag. 4: 1. 36-53. ...
  • Karamooz, M., and Araghinezhad, Sh. ...
  • 5. Advanced Hydrology. Amirkabir ...
  • University Press. 468p. (In Persian) ...
  • Khalili, A. 2015. Quantifying the risk of ...
  • heavy rainfall and its damage to ...
  • agriculture in Iran. J. Agric. Meteorol. ...
  • : 2. 24-33. (In Persian) ...
  • Khoshkhoo, Y., and Abdi, Ch. ...
  • 6. Risk potential of heavy rainfall ...
  • occurrence at some selected stations at ...
  • West and Northwest of Iran. 2st National ...
  • Conference on Semi-Arid Hydrology. ...
  • 20 October. Sanandaj. Iran. (In Persian) ...
  • Matinzadeh, M., Fattahi, R. ...
  • Shayannejad, M., and Abdollahi, Kh. ...
  • 1. Reconstruction of Annual ...
  • Maximum 24-h Rainfall Data using ...
  • Fuzzy Regression in CH&B Province. ...
  • Journal of Water Research of Iran. ...
  • : 179-186. (In Persian) ...
  • Mozafari, Gh.A., Mazidi, A., and Shafie, ...
  • Sh. 2017. Analysis and determining the ...
  • threshold of extreme precipitation of ...
  • Western Iran through using general ...
  • extreme value distribution. J. Water Soil ...
  • Cons. 24: 2. 107-25. (In Persian) ...
  • Nazari Samani, A.A., Abbasi Jondani, Sh. ...
  • 6. Evaluation of efficiency of Cligen ...
  • Generator for producing of climate data ...
  • for using in WEPP model (Case study: ...
  • Zidasht station, Alborz province). J. Water ...
  • Soil Cons. 23: 2. 43-62. (In Persian) ...
  • Skakun, S., Kussul, N., Shelestov, A. ...
  • and Kussul, O. 2014. Flood hazard and ...
  • flood risk assessment using a time series ...
  • of satellite images: a case study in ...
  • Namibia. Risk Anal. 34: 8. 1521-1537. ...
  • Sotoodeh, F., and Alijani, B. 2015. ...
  • Relationship between spatial distribution ...
  • of heavy precipition and pressure ...
  • patterns in Gilan. J. Spatial Anal. Natur. ...
  • Hazard. 1: 63-73. (In Persian) ...
  • Vörösmarty, C.J., Guenni, L.B., ...
  • Wollheim, W.M., Pellerin, B., Bjerklie, ...
  • D., Cardoso, M., D Almeida, C., Green, ...
  • P., and Colon, L. 2013. Extreme rainfall, ...
  • vulnerability and risk: a continental ...
  • scale assessment for South America. ...
  • Philos. Trans. A Math. Phys. Eng. Sci. ...
  • WMO. 2016. Commission for ...
  • climatology: open programmme panel ...
  • on climate monitoring and assessment ...
  • opace-2). Task team on definitions of ...
  • extreme weather and climate events ...
  • tt-dewce). Report item: 3.3 (3). 61. ...
  • نمایش کامل مراجع