تعداد نشریات | 161 |
تعداد شمارهها | 6,533 |
تعداد مقالات | 70,509 |
تعداد مشاهده مقاله | 124,128,466 |
تعداد دریافت فایل اصل مقاله | 97,235,929 |
بررسی عدم قطعیت مدلهای گردش عمومی جو در برآورد رطوبت خاک تحت تاثیر تغییراقلیم | ||
تحقیقات آب و خاک ایران | ||
مقاله 17، دوره 48، شماره 5، بهمن 1396، صفحه 1109-1119 اصل مقاله (1.13 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22059/ijswr.2017.224039.667603 | ||
نویسندگان | ||
مصطفی یعقوب زاده* 1؛ مهدی امیرآبادی زاده2؛ یوسف رمضانی2؛ محسن پوررضا بیلندی3 | ||
1استادیار گروه علوم ومهندسی آب دانشگاه بیرجند | ||
2استادیار گروه علوم و مهندسی آب دانشگاه بیرجند | ||
3استادیار و عضو هیئت علمی گروه مهندسی آب | ||
چکیده | ||
رطوبت خاک فاکتور مهم فرآیندهای هیدرولوژیکی است. لذا در این تحقیق عدم قطعیت مدلهای AOGCM در برآورد رطوبت خاک بهکمک مدل SWAP برای دوره آتی 2099-2080 بررسی شد. دادههای اقلیمی بهکمک ده مدل GCM و دو سناریو انتشار A2 و B1 ایجاد و با استفاده از مدل LARS-WG ریزمقیاس شده و وارد مدل SWAP شدند. نتایج نشان داد مدلهای INMCM3 و NCARPCM بهترتیب کمترین و بیشترین مقادیر رطوبت خاک در طی هفتههای پس از رشد را دارند. عدم قطعیت رطوبت سالانه اعماق خاک نیز نشان داد مدل INMCM3 برای سناریوهای A2 و B1 دارای بیشترین باند قطعیت و مدل GISS-ER برای سناریو A2 و مدل CGCM3T47 برای سناریو B1 دارای کمترین قطعیت میباشند. همچنین با مقایسه رطوبت اعماق خاک مشخص شد مقادیر رطوبت خاک در عمق 60 سانتیمتری نسبت به عمق 30سانتیمتری در آینده بیشتر خواهد بود. | ||
کلیدواژهها | ||
uncertainty؛ climate change؛ AOGCM models؛ SWAP model؛ Soil moisture | ||
مراجع | ||
Adhikari, U. and Nejadhashemi, A. P. (2016). Impacts of Climate Change on Water Resources in Malawi, Journal of Hydrologic Engineering, 1084-0699. Ansari, H., Khadivi, M., Salehnia, N. and Babaeia, I. (2015). Evaluation of Uncertainty LARS Model under Scenarios A1B, A2 and B1 in Precipitation and Temperature Forecast (Case Study: Mashhad Synoptic Stations). Iranian Journal of Irrigation and Drainage, 8(4), 664-672. (In Farsi) Ashofteh, P. S. and Massah Bavani, A. (2012). Investigation of AOGCM Model Uncertainty and Emission Scenarios of Greenhouse Gases Impact on the Basin Runoff under Climate Change, Case study Gharanghu Basin, East Azerbaijan. Iran-Water Resources Research, 8(2), 36-47. (In Farsi) Bae, D_H., Jung, Il-W, Lettenmaier, D.P. (2011). Hydrologic uncertainties in climate change from IPCC AR4 GCM simulations of the Chungju Basin, Korea . Journal of Hydrology, 401, 90–105. Coopersmith, E. J., Bell, J. E. and Cosh, M. H. (2015). Extending the soil moisture data record of the U.S. Climate Reference Network (USCRN) and Soil Climate Analysis Network (SCAN), Advances in Water Resources, 79,80–90 Feng, H. and Liu, Y. (2015). Combined effects of precipitation and air temperature on soil moisture in different land covers in a humid basin, Journal of Hydrology, 531,1129–1140. Cowden, J. R., Watkins, D. W. and Mihelcic, J. R. (2008). Stochastic rainfall modeling in West Africa: Parsimonious approaches for domestic rainwater harvesting assessment. Journal of Hydrology. 361, 64-77. Dhungana, p., Eskridge, K. M., Weiss, A. and Baenziger, P. S. (2006). Designing crop technology for a future climate: An example using response surface methodology and the CERES-Wheat model. Agricultural Systems. 87: 63-79. IPCC-TGICA. (2007). General guidelines on the use of scenario data for climate impact and adaptation assessment. eds. Carter, T.R., Version 2, 71p. Intergovernmental Panel on Climate Change, Task Group on Data and Scenario Support for Impact and Climate Assessment. MacDonald, A. M., Matthews, K. B., Paterson, E. and Aspinall, R. J. (1994). The impact of climate change on the soil/moisture regime of Scottish mineral soils. Environmental Pollution, 83, 245- 250. Ruane, A. C., Cecil, L. D., Horton, R. M., Gordَn, R., McCollum, R., Brown, D., Killough, B., Goldberg, R., Greeley, A. p. and Rosenzweig, C. (2013). Climate change impact uncertainties for maize in Panama: Farm information, climate projections, and yield sensitivities. Agricultural and Forest Meteorology, 170, 132–145. Molina-Navarro, E., Hallack-Alegría, M., Martínez-Pérez, S., Ramírez-Hernández, J., Mungaray-Moctezumac, A. and Sastre-Merlín, A. (2015). Hydrological modeling and climate change impacts in an agriculturalsemiarid region. Case study: Guadalupe River basin, Mexico, Agricultural Water Management . 175, 29-42. Semenov, M. A. (2008). Extreme impacts of climate change on wheat in England and Wales. Asp Application Biological. 88, 37–38. Semenov, M. A. and Stratonovitch, P. (2010). Use of multi-model ensembles from global climate models for assessment of climate change impacts. Climate Resarch. 41, 1-14. Shin, Y. and Jung, Y. (2014). Development of Irrigation Water Management Model for Reducing Drought Severity Using Remotely Sensed Soil Moisture Footprints. Journal of Irrigation and Drainage Engineering. 140(7), 1-15. Stéfanon, M., Drobinski, P., D’Andrea, F. (2014). Soil moisture–temperature feedbacks at meso-scale during summer heat waves over Western Europe. Clim. Dyn. 42(5–6), 1309–1324. Woznicki, S. A., Nejadhashemi, A. P. and Parsinejad, M. (2015). Climate change and irrigation demand: Uncertainty and adaptation, Journal of Hydrology: Regional Studies, 3, 247–264. Yaghobi, M. and Massah Bavani, A. (2016). Comparison and Evaluation of Different Sources of Uncertainty in the Study of Climate Change Impact on Runoff in Semi-arid Basins (Case study: Azam Harat River Basin). Iran-Water Resources Research, 11(3),113-130. (In Farsi) Yaghoobzadeh, M. (2015). The simulation of evapotranspiration and moisture soil for agricultural drought evaluation in the base line and future by using remote sensing. Ph. D Thesis, Shahid Chamran University of Ahvaz, Ahvaz. (In Farsi)
| ||
آمار تعداد مشاهده مقاله: 763 تعداد دریافت فایل اصل مقاله: 809 |