پیش‌بینی بلندمدت بارش با استفاده از مدل ‌ریز‌‌مقیاس نمایی آماری

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانش‌آموخته کارشناسی ارشد و استادیار گروه مرتع و آبخیزداری، دانشگاه زابل

2 دانشیار گروه احیای مناطق خشک و کوهستانی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران

3 دکتری آبخیزداری مرکز تحقیقات کشاورزی و منابع طبیعی استان کرمان

4 مربی گروه مهندسی برق و کامپیوتر، دانشگاه سیستان و بلوچستان

چکیده

یکی از مهم‌ترین مشکلات در مدیریت و برنامه‌ریزی منابع آب، پیش‌بینی بلندمدت بارش، به‌ویژه در مناطق خشک و نیمه‌خشک هست. تغییر اقلیم از طریق تغییر در الگوی بارش بر رژیم هیدرولوژیکی نواحی مختلف تأثیر‌گذار است. در این مطالعه، اثر تغییر اقلیم بر میزان بارش ایستگاه‌های چترود و سعادت‌آباد سیرجان، با استفاده از خروجی‌های مدلHadCM3 ، تحت سناریوهای A2 و B2 و از طریق مدل ریزمقیاس کننده SDSM برای سه دوره (2039-2010)، (2069-2040) و (2099-2070) میلادی، پیش‌بینی و در ادامه، با توجه به معیارهای آماری ارزیابی کارآیی مدل مانند میانگین خطای مطلق (MAE)، جذر میانگین مربعات خطا (RMSE) و ضریب ناش- ساتکلیف (NS)، نتایج حاصله از مدل مورد ارزیابی قرار گرفت. یافته‌ها، بیان‌گر عملکرد بالای مدل SDSM در هر دو ایستگاه‌ هست. همچنین میزان بارش سالانه تا سال 2099، در ایستگاه چترود در سناریوهای A2 وB2، به‌ترتیب (02/10) و (87/8) میلی‌متر کاهش و در ایستگاه سعادت‌آباد سیرجان حدود (51/16) و (09/14) میلی‌متر نسبت به دوره پایه کاهش خواهد داشت.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Long- term Precipitation Prediction Using Statistical Downscaling Model

نویسندگان [English]

  • M Rezaei1 1
  • M Nahtni 1
  • AR Moghafddamnia 2
  • A Abkar 3
  • M Rezaei 4
چکیده [English]

One of the most important problems in the management and planning of water resources is to forecast long-term precipitation particularly in arid and semi-arid regions. Climate Change affects local hydrology of different regions, through changes in the pattern of precipitation. In this study, the impact of climate change on the precipitation of Chatrood and Saadatabad Sirjan stations using HadCM3 model outputs under A2 and B2 scenarios and SDSM downscaling model was predicted for three periods of (2010-2039), (2040-2069) and (2070-2099).Then, according to statistical measures of model performance such as Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), Nash-Sutcliffe efficiency (NS) the results of model were evaluated. The results indicated that the SDSM model had high performances in two stations. Moreover, amount of annual precipitation under A2 and B2 scenarios will be decreased by 10.02 and 8.87 mm at the Chatrood station and 16.51 and 14.09 mm at the Saadatabad station, relative to reference period, respectively until 2099.
 

کلیدواژه‌ها [English]

  • Climate Change
  • Downscaling
  • Forecasting
  • Precipitation
  • SDSM model
منابع مورداستفاده
آشفته پ و مساح‌بوانی ع‌ر، 1389. تأثیر تغییر اقلیم بر دبی‌های حداکثر، مطالعه موردی: حوضه آیدوغموش،آذربایجان شرقی. مجله علوم و فنون کشاورزی و منابع طبیعی، علوم آب‌وخاک، سال 14، شماره 53، صفحه‌های 25 تا 39. 
احمدزاده ف، فاخری‌فرد ا، دین پژوه ی، فرسادی‌زاده د و حسین‌زاده دلیر ع، 1388. تعیین مدل رگرسیونی توزیع زمانی بارش‌های شدید تبریز. نشریه دانش آب و خاک، دوره 19، شماره 2، صفحه‌های 1 تا 11. 
بریم نژاد و و یزدانی س، 1383. تحلیل پایداری در مدیریت منابع آب در بخش کشاورزی با استفاده از برنامه‌ریزی کسری، مطالعه موردی: استان کرمان. نشریه پژوهش و سازندگی در زراعت و باغبانی، جلد 17، شماره 22، صفحه‌های 2 تا 16.
خسروی م، اسماعیل‌نژاد، م و نظری‌پور ح، 1389. تغییر‌اقلیم و تأثیر آن بر منابع آب خاورمیانه. صفحه­های 1 تا 8. مجموعه مقالات چهارمین کنگره بین‌المللی جغرافیادانان جهان اسلام، 27-25 فروردین ماه، دانشگاه سیستان و بلوچستان.
رجبی ا،1390. آنالیز عدم قطعیت تغییر‌اقلیم توسط مدل SDSM در کرمانشاه. صفحه­های 1 تا 12. چهارمین کنفرانس مدیریت منابع آب ایران. 13 و 14 اردیبهشت ماه، دانشگاه صنعتی امیرکبیر، تهران.
رضائی‌بنفشه م، جهانبخش س، بیاتی‌خطیبی م و زینالی ب، 1389. پیش‌بینی بارش پاییزه و زمستانه نیمه غربی ایران، با استفاده از SST مدیترانه در فصول تابستان و پاییز. پژوهش‌های جغرافیای طبیعی، شماره 74، صفحه­های 47 تا 62.
روشن، غ و محمد‌نژاد آروق و، 1391. پیش‌بینی تغییرات هیدرولوژیکی تراز آب دریاچه ارومیه با رویکرد به طرح‌های فرضی متفاوت گرمایش جهانی در دهه‌های آینده. پژوهش‌های ژئومورفولوژی کمی، شماره 3، صفحه­های 69 تا 88.
شاه‌نقی ن، پارسی‌نژاد م، عراقی‌نژاد ش و میرزایی ف، 1389. تأثیرات پتانسیل تغییر‌اقلیم بر تبخیر و تعرق، مطالعه موردی: دشت مشهد. صفحه­های 1 تا 10. اولین همایش ملی مدیریت منابع آب اراضی ساحلی، 17 و 18 آذر ماه، دانشگاه علوم کشاورزی و منابع طبیعی ساری.
صمدی‌نقاب س، 1385. پیش‌بینی خشکسالی با روش ریزگردانی خروجی الگوهای GCM. مجله جغرافیا و توسعه ناحیه‌ای، شماره 8، صفحه­های 193 تا 212.
فرج‌زاده م، 1392. تحلیل اثرات تغییر اقلیم بر میزان آبدهی رودخانه مطالعه موردی: رودخانه ششپیر. مجله جغرافیا و برنامه‌‌ریزی محیطی، پیاپی 49، شماره 1، صفحه­های 17 تا 33.
لالوزائی ا، 1391. شبیه‌سازی سیلاب با استفاده از مدل WMS در حوزه آبخیز معرف کامه تربت حیدریه. پایان­نامه کارشناسی ارشد آبخیزداری، دانشکده منابع‌طبیعی دانشگاه زابل.
مساح‌بوانی ع‌ر و مرید س، 1384. اثرات تغییر‌اقلیم بر جریان رودخانه زاینده رود. مجله علوم و فنون کشاورزی و منابع طبیعی، دوره 9، شماره 4، صفحه­های 17 تا 27.
مهسافر ح، مکنون ر و ثقفیان ب، 1390.  اثرات تغییر‌اقلیم بر بیلان آبی دریاچه ارومیه. مجله تحقیقات منابع آب ایران، سال 7، شماره 1، صفحه­های 47 تا 58.
ناظم‌السادات م‌ج، سامانی ن و مولایی‌نیکو م، 1384. تغییر‌اقلیم در جنوب و جنوب غرب ایران از دیدگاه مشاهدات بارش، بر هم‌کنش با پدیده النینیو نوسانات جنوبی. مجله علمی کشاورزی، دوره 28، شماره 2، صفحه­های 81 تا 100.
Chen H, Xuo Y and Guo S, 2012. Comparison and evaluation of multiple GCMs, statistical and hydrological models in the study of climate change impacts on runoff. Journal of Hydrology 434: 36-45.
Gordon C, Cooper C, Senior CA, Banks H, Gregory JM, Johns TC, Mitchell JF and Wood RA, 2000. The simulation of SST, sea ice extents and ocean heat transports in a version of the Hadley Centre coupled model without flux adjustments. Climate Dynamics 16: 147-168.
Maria C, Haroldo, F and Ferreira N, 2005. Artificial neural network technique for rainfall forecasting applied to the Sao Paulo region. Journal of Hydrology 301: 146-162.
Mimikou MA, Baltas E, Varanou E and Pantazis K, 2000. Regional impacts of climate change on water resources quantity and quality indicators. The Bulletin of Mathematical Biophysics 234: 95–109.
Zhao Y, Camberlin P and Richard Y, 2005. Validation of a coupled GCM and projection of change over South Africa, using a statistical downscaling method. Climate research 28: 109-122.