بررسی تاثیر پارامترهای هیدروکلیماتولوژیکی روی روند در واریانس نوسانات سطح آب با استفاده از تبدیل موجک (مطالعه موردی : دریاچه ارومیه)

نویسندگان

1 کارشناس ارشد مهندسی و مدیریت منابع آب، دانشکده عمران، دانشگاه تبریز

2 استاد گروه آب، دانشکده عمران ، دانشگاه تبریز

3 استادیار گروه آب، دانشکده عمران ، دانشگاه تبریز

چکیده

ارزیابی منابع موجود مانند دریاچه ارومیه، تعیین میزان تاثیر هریک از پارامترهای هیدرولوژیکی و تغییرات آنها در سطح حوضه آبریز مورد توجه طراحان و مدیران منابع آب هیدرولوژیکی می­باشد. در این راستا بررسی تاثیر فاکتورهای اقلیمی و تغییرات سری زمانی آنها می­تواند راهگشایی برای بررسی تغییر رفتار دینامیک دریاچه ارومیه باشد .در این پژوهش با استفاده از معیار ارتباط موجکی که در پردازش سیگنال، درحقیقت معیاری از ارزیابی همبستگی بین دو سری زمانی در حالت موضعی و یک ابزار اندازه گیری مقیاس-زمان برای بررسی رابطه بین دو سری زمانی می­باشد که ارتباط فرکانسی بین سری زمانی دو فرایند مختلف در محیط نرم افزاری متلب را نشان می­دهد. نتایج حاصل از بررسی ارتباط موجکی و روند در واریانس سری­های زمانی بارش،رواناب، دما، رطوبت نسبی و تبخیر در ایستگاه­های سعیدآباد، لیقوان، ونیار و همچنین ایستگاه تازه کند میاندوآب بر نوسانات سطح آب دریاچه ارومیه نشان می­دهد که در بین این پارامترهای هیدرولوژیکی، پارامتر رواناب به میزان 3/22 % در حوضه سعیدآباد، به میزان 0/27 % در حوضه ونیار، به میزان 6/15 % در حوضه سمینه رود روی نوسانات سطح آب دریاچه ارومیه موثر می­باشد. به علاوه تغییرات پارامتر رواناب در بازه زمانی مورد نظر با حداکثر مقدار همبستگی و با ارتباط موجکی 1-9/0، همخوانی بیشتر و قابل ملاحظه­تری با تغییر نوسانات تراز آب دریاچه ارومیه دارد که عوامل مختلفی نظیر افزایش جمعیت، توسعه شهرسازی، توسعه کشاورزی و ... تاثیر مستقیم در این تغییرات دارد.

کلیدواژه‌ها


عنوان مقاله [English]

Investigating the Effect of Hydroclimatological Parameters on Trend in Variance of Water Level Fluctuations Using Wavelet Transform (Case Study: Urmia Lake)

نویسندگان [English]

  • M Ghasemzade 1
  • V Nourani 2
  • E Sharghi 3
1 M.S. of water resource engineering, Faculty of Civil Engineering, Tabriz University.
2 Professor of water resource engineering, Faculty of Civil Engineering, Tabriz University.
3 Assistant professor of water resource engineering, Faculty of Civil Engineering, University of Tabriz
چکیده [English]

Water resources and generally natural processes are irregularly distributed in space and time, and they are under pressure due to human activity so it is necessary to understand the relationship between these processes and their impact on each. Urmia Lake is one of the vital hydrological natural quarters of Iran which lately has met sever water level decrease.The drawdown trend of the water level in Urmia Lake poses a serious problem which has had negative impacts on agriculture and industry. In this study wavelet coherence measure is implemented for evaluating the relations and effect of hydrological process over many years on Urmia lake water level fluctuation that is powerful method for testing proposed linkages between two time series. To this end, the strength and relationships between four hydroclimatological variables, including rainfall, runoff, temperature, as well as evaporation and water level fluctuations in the lakes were determined and discussed in terms of high common power region, phase relationships, and local multi-scale correlations. Hydrological data from Saeed Abad station, Ligavn station, Vanyar station and Taze­kande Miandoab station are analyzed. The results of the wavelet coherence showed that between the hydrological parameters, runoff parameter has the 23.41% in Saidabad basin, 28.13% in AjiChay basin and 37.57% in Simine basin effect on the Urmia lake water level fluctuations and has the most coherencies (0.9-1) with water level fluctuations in the lake.

کلیدواژه‌ها [English]

  • Hydrological processes
  • Time Series
  • Urmia lake
  • Wavelet coherence
  • Trend
Andreo B, Jiménez P, Durán  JJ, Carrasco F, Vadillo I and Mangin  A, 2006. Climatic and hydrological variations during the last 117–166 years in the south of the Iberian Peninsula, from spectral and correlation analyses and continuous wavelet analyses. Journal of Hydrology 324: 24-39.
Boggess A and Narcowich FJ, 2001. A first course in wavelets with Fourier analysis: Prentice Hall, New York.
Delju AH, Ceylan A, Piguet E and Rebetez M, 2013. Observed climate variability and change in Urmia Lake basin, Iran. Theoretical and Applied Climatology 111 : 285- 296.
Ebrahimi E, 2015. Assessing Sustainability of Ecological Restoration Plans under Climate Change by Using System Dynamics; Application on Urmia Lake, Iran. University of Tabriz. Faculty of Civil Engineering.
Fathian F, Morid S and Kahya E, 2014. Identification of trends in hydrological and climatic variables in Urmia Lake basin, Iran. Theoretical and Applied Climatology 10.1007/s00704.
Grossmann A and Morlet J, 1984. Decomposition of Hardy functions into square integrable wavelets of constant shape. Society for Industrial and Applied Mathematics.
Jalili Sh, Morid S, Livingston D, Namdar R, 2012. A Comparative Analysis of the Lake Urmia and the Lake Van Water Level Time Series. Iranian Journal of Soil and Water Research.43: 95-101.
Kahya E and Kalaycɪ S, 2004. Trend analysis of streamflow in Turkey. Journal of Hydrology 289 :128-144.
Kendall MG, 1975. Rank correlation methods. Charles Griffin: London.
MahsaFar H, Maknon R, Saghafian B, 2011. The Impact of Climate Change on Urmia Lake Water Level. Iran Water Resource Research. 7: 47-58.
Mann HB, 1945. Nonparametric tests against trend. Econometrica 13:245–259.
Mishra AK and Singh. VP, 2010. A review of drought concepts. Journal of Hydrology 391: 202-216.
Ng EKW and Chan JCL, 2012. Interannual variations of tropical cyclone activity over the north Indian Ocean. International Journal of Climatology 32: 819-830.
Nourani V, Alami MT and Daneshvar Vousoughi F, 2016.The hybrid of SOM clustering method and wavelet-ANFIS approach to model and infill missing groundwater level data. Journal of Hydrology. Eg:Just Released.10.1061/ (ASCE)HE.1943-5584.0001398.
Nourani V, Nezamdoost N, Samadi M and Daneshvar Vousoughi F, 2015. Wavelet based trend analysis of hydrological processes at different timescales. Journal of Water and Climate Change 6:414-435.
Nourani V, Ranjbar S, Tootoonchi F, 2015. Change Detection of Hydrological Processes Using Wavelet Entropy Complexity Measure Case Study: Urmia Lake. Journal of Civil and Environmental.45: 75-86.
Nourani V and Zanardo S, 2014. Wavelet-based regularization of the extracted topographic index from high-resolution topography for hydro-geomorphic applications. Hydrological Processes 28:1345-1357.
Partal T and Kisi O, 2007. Wavelet and neuro-fuzzy conjunction model for precipitation forecasting. Journal of Hydrology 342:199 – 212.
Walnut DF, 2002. An introduction to wavelet analysis: Birkhauser, Basel, Switzerand.