سامانه پشتیبانی خدمات اطلاعات

  اخبار و اعلانات

 آمار

تعداد نشریات161
تعداد شماره‌ها6,532
تعداد مقالات70,501
تعداد مشاهده مقاله124,113,199
تعداد دریافت فایل اصل مقاله97,217,041
میرمهدی, مصطفی, شوریان, مجتبی, شرافتی, احمد, لطفی, سعید. (1401). چشم انداز اثرات تغییر اقلیم بر میزان جریان ورودی به مخزن سد مارون. , 12(1), 45-58. doi: 10.22059/jwim.2022.333974.945
مصطفی میرمهدی; مجتبی شوریان; احمد شرافتی; سعید لطفی. "چشم انداز اثرات تغییر اقلیم بر میزان جریان ورودی به مخزن سد مارون". , 12, 1, 1401, 45-58. doi: 10.22059/jwim.2022.333974.945
میرمهدی, مصطفی, شوریان, مجتبی, شرافتی, احمد, لطفی, سعید. (1401). 'چشم انداز اثرات تغییر اقلیم بر میزان جریان ورودی به مخزن سد مارون', , 12(1), pp. 45-58. doi: 10.22059/jwim.2022.333974.945
میرمهدی, مصطفی, شوریان, مجتبی, شرافتی, احمد, لطفی, سعید. چشم انداز اثرات تغییر اقلیم بر میزان جریان ورودی به مخزن سد مارون. , 1401; 12(1): 45-58. doi: 10.22059/jwim.2022.333974.945

چشم انداز اثرات تغییر اقلیم بر میزان جریان ورودی به مخزن سد مارون

مدیریت آب و آبیاری
دوره 12، شماره 1، فروردین 1401، صفحه 45-58    اصل مقاله (3.87 M)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.22059/jwim.2022.333974.945
نویسندگان
مصطفی میرمهدی1؛ مجتبی شوریان* 2؛ احمد شرافتی3؛ سعید لطفی4
1دانشجوی دکتری، دانشکده مهندسی عمران، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.
2استادیار، دانشکده مهندسی عمران، آب و محیط زیست، دانشگاه شهید بهشتی، تهران، ایران.
3استادیار، دانشکده مهندسی عمران، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.
4کارشناس، دفتر برنامه‌ریزی کلان آب و آبفا، وزارت نیرو، تهران، ایران.
چکیده
هدف از این تحقیق بررسی اثرات تغییر اقلیم بر میزان جریان ورودی به سد مارون با استفاده از مدل SWAT تحت دو سناریو اقلیمی RCP4.5 و RCP8.5 در در سه دوره بیست ساله در آینده می‌باشد. برای واسنجی و اعتبارسنجی مدل از داده‌های جریان اندازه‌گیری شده در ایستگاههای ایدنک و تنگ تکاب استفاده شد. شاخص نش-ساتکلیف ایستگاه ایدنک برابر با 0/69 و 0/65 و ایستگاه تنگ تکاب بهبهان برابر با 0/67 و 0.59 در مراحل واسنجی و اعتبارسنجی به دست آمد. بیش‌ترین افزایش دما در دوره انتهایی و تحت سناریوی اقلیمی RCP8.5 خواهد بود. برای شبیه سازی جریان در دوره‌های آینده، بارش و دمای هوا تحت دو سناریو ذکر شده با استفاده از مدل LARS-WG ریزمقیاس گردید و با ورود داده‌ها به مدل SWAT، جریان ورودی به سد برای سه دوره آینده شبیه‌سازی شد. نتایج پیش بینی جریان ورودی به سد نشان داد که اگر چه میزان بارش در منطقه افزایش داشته اما افزایش دما در این حوضه اثر و کارایی بیشـتری در کـاهش میـزان جریان خواهد داشت. بیشترین میزان کاهش میانگین جریان ورودی به سد مارون در دوره آینده نزدیک در سناریوی میانه RCP4.5 در ماههای فوریه و مارس با میزان 21/91 و 26 درصد و در سناریوی بدبینانه RCP8.5 با میزان به ترتیب 19 و 22/36 درصد نسبت به شرایط پایه می‌باشد. در نتیجه بیشــترین میــزان کــاهش جریان ورودی به سد مارون نسبت به شرایط پایه در ســناریوهای انتشــار RCP4.5 می‌باشد.
کلیدواژه‌ها
مدل‌سازبرآورد رواناب؛ تغییر اقلیم؛ جریان ورودی به مخزن؛ مدل‌سازی حوضه آبریز
مراجع
  1. Abbaspour, K. C., Yang, J., Maximov, I., Siber, R., Bogner, K., Mieleitner, J., Zobrist, J., & Srinivasan, R. (2007). Modelling hydrology and water quality in the pre-alpine/alpine Thur watershed using SWAT. Journal of Hydrology, 333(2-4), 413-430.
  2. Arnold, J.G., Kiniry, J.R., Srinivasan, R., Williams, J.R., Haney, E.B., & Neitsch, S.L. (2011). Soil and water assessment tool input/output file documentation version 2009. Texas Water Resources Institute.
  3. Demirel, M.C., Venancio, A., & Kahya, E., (2009). Flow forecast by SWAT model and ANN in Pracana basin, Portugal. Advances in Engineering Software, 40(7),467-473.
  4. DolatAbadi, S., & Zomorodyan, M.A., (2013). Hydrological simulation of Firoozabad basin using SWAT model. Journal of Irrigation and Water Engineering.. (In Persian).
  5. Devak, M., & Dhanya, C.T., (2016). Downscaling of precipitation in Mahanadi Basin, India using support vector machine, K-nearest neighbour and hybrid of support vector machine with K-nearest neighbour. In Geostatistical and geospatial approaches for the characterization of natural resources in the environment (pp. 657-663). Springer, Cham.
  6. Didovets, I., Krysanova, V., Bürger, G., Snizhko, S., Balabukh, V., & Bronstert, A., (2019). Climate change impact on regional floods in the Carpathian region. Journal of Hydrology: Regional Studies, 22, 100590.
  7. Doulabian, S., Golian, S., Toosi, A.S., & Murphy, C., (2021). Evaluating the effects of climate change on precipitation and temperature for Iran using RCP scenarios. Journal of Water and Climate Change, 12(1),166-184
  8. Gassman, P.W., Reyes, M.R., Green, C.H., & Arnold, J.G., (2007). The soil and water assessment tool: historical development, applications, and future research directions. Transactions of the ASABE, 50(4),1211-1250.
  9. Houghton, J.T., Ding, Y.D.J.G., Griggs, D.J., Noguer, M., van der Linden, P.J., Dai, X., Maskell, K., & Johnson, C.A., (2001). Climate change 2001: the scientific basis. The Press Syndicate of the University of Cambridge.
  10. IPCC-Intergovernmental Panel on Climate Change, (2013). Annex I: Atlas of Global and Regional Climate Projections Supplementary Material RCP4. 5.
  11. khalilian, S., shahvari, N., Mosavi, N., & Mortazavi, S.A., (2018), Assessment of Climate Change Impacts on Water Resources in Varamin Plain Basin Using SWAT Model, Iranian Journal of Irrigation and Drainage, 13(2), 354-366. (In Persian).
  12. Li, C., & Fang, H., (2021). Assessment of climate change impacts on the streamflow for the Mun River in the Mekong Basin, Southeast Asia: Using SWAT model. CATENA, 201, p.105199.
  13. Massah Bavani, A., & Morid, S., (2006). Study effects of climare change on zayande rood discharge. Journal of Water and Soil Science, 4,17-27. (In Persian).
  14. Maroufi, S., & Tabari, H., (2011). Detection of Maroon River discharge trend using parametric and non-parametric methods, Geographical Research Quarterly, 26(2),939. (In Persian).
  15. Moghadam, S. H., Ashofteh, P.-S., & Loáiciga, H. A. (2019). Application of Climate Projections and Monte Carlo Approach for Assessment of Future River Flow: Khorramabad River Basin, Iran. Journal of Hydrologic Engineering, 24(7), 05019014
  16. Neitsch, S.L., Arnold, J.G., Kiniry, J.R., & Williams, J.R., (2011). Soil and water assessment tool theoretical documentation version 2009. Texas Water Resources Institute.
  17. Rabezanahary Tanteliniaina, M.F., Rahaman, M., & Zhai, J., (2021). Assessment of the Future Impact of Climate Change on the Hydrology of the Mangoky River, Madagascar Using ANN and SWAT. Water, 13(9), p.1239.
  18. Schuol, J., Abbaspour, K. C., Yang, H., Srinivasan, R., & Zehnder, A. J. B. (2008). Modeling blue and green water availability in Africa. Water Resources Research, 44(7).
  19. Semenov, M.A., Brooks, R.J., Barrow, E.M., & Richardson, C.W., (1998). Comparison of the WGEN and LARS-WG stochastic weather generators for diverse climates. Climate research, 10(2),95-107.
  20. Sourinejad, A., (2020), Assessment of Climate Change Effects on Renewable Surface Water Resources due to 30 Basins in IRIR, Natural Geography Research, 52(3),351-373. (In Persian).
  21. Shokouhifar, Y., Zarei, H., Akhondali, A. M., & Khoramian, A. (2021). Assessment of effects of changes of land-use on the water balance components using SWAT (Case study: Doroudzan dam basin). Irrigation Sciences and Engineering.
  22. Saade, J., Atieh, M., Ghanimeh, S., & Golmohammadi, G., (2021). Modeling Impact of Climate Change on Surface Water Availability Using SWAT Model in a Semi-Arid Basin: Case of El Kalb River, Lebanon. Hydrology, 8(3), 134.
  23. Touseef, M., Chen, L., & Yang, W., (2021). Assessment of Surface Water Availability under Climate Change Using Coupled SWAT-WEAP in Hongshui River Basin, China. ISPRS International Journal of Geo-Information, 10(5), 298.
  24. Vaghefi, S.A., Mousavi, S.J., Abbaspour, K.C., Srinivasan, R., & Arnold, J.R., (2015). Integration of hydrologic and water allocation models in basin-scale water resources management considering crop pattern and climate change: Karkheh River Basin in Iran. Regional environmental change, 15(3),475-484.
آمار
تعداد مشاهده مقاله: 432
تعداد دریافت فایل اصل مقاله: 354


سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب