بررسی تاثیرپذیری ویژگیهای هیدروژئومورفولوژی حوضه آبخیز سد گلستان2 از تغییرات اقلیمی

نوع مقاله: مقاله پژوهشی

نویسندگان

دانشگاه گلستان

چکیده

بررسی هیدروژئومورفولوژی و پایش و پیش یابی بیلان آب در حوضه های آبخیز می تواند گامی مهم در آمایش سرزمین و دسترسی به توسعه ی پایدار باشد. لذا مطالعه ی حاضر با توجه به مدل بیلان آبی تورنت وایت، مازاد و کمبود آب در دسترس حوضه ی آبریز سد گلستان2 را برای دو دوره ی پایه(1350 تا 1390) و آینده(1391 تا 1428) با استفاده از نتایج مدل گردش عمومی GISS و دو سناریوی تغییر اقلیم RCP4.5 و  RCP8.5مورد واکاوی قرار داده است. نتایج این تحقیق گویای میانگین دمای پایه ی حوضه به میزان 12.51 درجه سانتیگراد بوده که با توجه به سناریوهای RCP4.5 و RCP8.5  بترتیب میانگین سالانه ی دما به مقادیر 16.60 و 16.96 درجه سانتیگراد افزایش خواهد یافت. در ادامه خروجیها برای تغییرات مولفه ی بارش، گویای روند کاهشی آن برای هر دو دوره ی مطالعاتی پایه و شبیه سازی شده می باشد، بطوری که برای دوره ی پایه، شیب کاهشی بارش معادل 41- میلیمتر و برای RCP4.5 و RCP8.5 بترتیب شامل 9- و 18- میلیمتر در هر دهه خواهد بود. در نهایت خروجیهای تحقیق حاضر نشان می دهند که با توجه به میانگین درازمدت دوره ی پایه، میانگین کمبود آبی 505- میلیمتر و مازاد آبی 61 میلیمتر بوده، حال آنکه با توجه به گرمایش جهانی بر مبنای سناریوی RCP4.5، میانگین سالانه ی کمبود آبی 694- میلیمتر و مازاد آبی آن 2 میلیمتر می باشد. اما در خصوص واکاوی نتایج RCP8.5 بترتیب میانگین سالانه کمبود و مازاد آبی حوضه با مقادیر 715- و 1 میلیمتر شبیه سازی شده اند. بنابراین انتظار می رود که با توجه به تغییرات اقلیمی آینده، حوضه ی آبریز سد گلستان2 دچار تنش کم آبی شدید گردد که این نیازمند اعمال مدیریت ریسک در تخصیص منابع آبی برای فعالیتهای مختلف جامعه ی مورد نظر بوده تا چالشهای آبی پیش روی به بحران آبی مبدل نگردد.

کلیدواژه‌ها


عنوان مقاله [English]

Monitoring and prediction effect of climate change on alteration of water catchment balance on Golestan Dam 2

چکیده [English]

Introduction
Natural and anthropogenic pressures on hydrological systems often coexist and mutually interact, contributing to deeply modify watershed hydrology and determining relevant alterations in many hydrological processes, which are commonly referred to as “hydrological changes. Natural pressures are essentially related to modifications induced by the intrinsic variability of the different natural processes involved in the water cycle. Anthropogenic pressures are related to all the human activities (e.g., pollution of streams and aquifers, agricultural and irrigation practices, overexploitation of water resources, runoff regimentation and regulation, etc.) and human-induced alterations on climate forcings (e.g., greenhouse gases emission in atmosphere, heat island effect, etc.) and basins’ characteristics (e.g., morphology, land cover and use, soil imperviousness degree, etc.) that may have a role in modifying the catchment scale hydrological dynamics(Pumo, et al.,2017). Iran is located in a dry and semi-arid region facing the water crisis. Therefore, predictions and monitoring the water balance in different water basins can be an important step in land-use planning and access to the sustainable development. Therefore, present study has investigated the surplus and scarcity of available water in drainage basin of Golestan II Dam based on Thornthwaite water balance model for two base (1971- 2011) and future (2012- 2048) period by using the results of two climate change scenarios of RCP8.5 and RCP4.5.
Materials and Methods
In this research, for evaluation of predictions and monitoring of water balance changes in drainage basin of Golestan II Dam, Thornthwaite water balance model has been used based on two different time series. In this research, base data has 40-year time series from 1971 to 2011 and the other one is simulated data from 2012 to 2048. Climate data which is used in this research is Thornthwaite water balance model consist of temperature and precipitation.
Therefore, for base period, data is monthly available and for the simulated data of future temperature and precipitation, it is extracted from data output of prediction components of GISS large scale model from BCSD database (NASA affiliate) with resolution of 2.5 * 2.5. It has to be mentioned that predictions has been done by using two climate change scenarios of RCP8.5 and RCP4.5. Since the resolution of the GISS model is large in scale, so by using a multivariate regression method, output of temperature and precipitation in dimensions of 4000*4000 meters for 137 study pixels changed to Tiny Scale by using Matlab software. Also for locating and mapping of spatial-temporal distribution of water balance, the Arc GIS software and the Kriging interpolation method have been used.
Findings:
The results of this research indicate that the average temperature of the basin is 12.51 ° C, which respectively will increase to 16.60, and 16.96 ° C, according to RCP4.5 and RCP8.5 scenarios.
The outputs for the variation of the precipitation component show the decreasing trend for both base and simulated study periods. The interesting point is that for base period slope of precipitation is -41 mm per decade, but for RCP4.5 and RCP8.5 and will be -9 and -18 mm per decade respectively. Finally, the outputs of the present research show that, based on the long-term average of the base period, the average of water scarcity was -505 mm and the surplus was 61 mm, while considering the global warming based on the RCP4.5 scenarios, the average annual water scarcity is -694 mm and surplus of 2 mm. But regarding the results analysis of RCP8.5, the average annual scarcity and surplus in the basin are respectively -715 and 1 mm.
Conclusion:
Therefore, due to future climate change, the Golestan Dam drainage basin is expected to suffer from severe water scarcity. So the Risk management should be guided in allocation of water resources for various activities of the society that prevent water challenge to become water crisis and enable us for adapting to the future water conflicts and decreasing the negative effects by adopting various policies.

کلیدواژه‌ها [English]

  • Climate change
  • Uncertainty
  • Water balance
  • surplus and water scarcity
  • basin of Golestan II Dam
  • اسکندری نیا، ا.(1387). "تاثیر عامل بارش پیشین در برآورد جریان رودخانه توسط مدل سازی هوشمند بارش-رواناب" مجموعه مقالات هشتمین کنگره بین المللی مهندسی عمران، شیراز، ایران، اردیبهشت 1388.
  • ارشدی، محمد، پشتوان، حمید.(1391)،" گزارش های راهبردی سیاست های آبی(1)، سازگاری مدیریت منابع آب با تغییر اقلیم" مرکز نشر مدیریت پایدار آب، شماره 1.
  • امیدوار، کمال،(1394)."منابع آب ایران." انتشارات دانشگاه یزد.
  • بابائیان، ا. نجفی نیک، ز.، حبیبی نوخندان، م.، زابل عباسی، ف.، ادب، ح، و ملبوسی، ش.(1386). " مدل سازی اقلیم ایران در دوره 2010-2039 با استفاده از ریزمقیاس نمایی آماری خروجی مدلECHO-G  " کارگاه فنی اثرات تغییر اقلیم در مدیریت منابع آب. 24 بهمن 1386.
  • ·        بنیزی، مصطفی.(۱۳۹۰)." ارزیابی اثرات تغییر کاربری اراضی بر سیل خیزی حوضه آبریز سد بوستان" ششمین کنگره ملی مهندسی عمران، سمنان.
  • ·        بحری، معصومه. زاهدی، احسان.(1395). "بررسی اثرات تغییر اقلیم بر رژیم هیدرولوژیکی جریان سطحی رودخانه حوضه آبخیز اراز کوسه" نشریه تحقیقات کاربردی علوم جغرافیایی، سال شانزدهم، شماره 42.
  • ·        پرهیزکاری، ابوذر. محمودی، ابوالفضل. شوکت فدایی، محسن.(1396). "ارزیابی اثرات تغییر اقلیم بر منابع آب در دسترس و تولیدات کشاورزی در حوضه آبریز شاهرود" تحقیقات اقتصاد کشاورزی، جلد 9، شماره 1،(صص 23- 50).
  • ثقفیان، ب. و فرازجو ح. وسپهری ع. و نجفی نژاد ع.(1389)،" بررسی اثر تغییر کاربری اراضی برسیل خیزی حوضه آبریز سد گلستان" تحقیقات منابع آب ایران، شماره 1(پیاپی 4).
  • جعفری، محمد،(1389)." توابع آماری در نرم افزار Excel." دانشگاه آزاد اسلامی واحد تهران.
  • خداپناه، لیلا،(1379)."تهیه بیلان و مدل ریاضی آب های زیرزمینی غرب رودخانه کن." پایان نامه کارشناسی ارشد، دانشکده علوم زمین، دانشگاه شهید بهشتی تهران.
  • دهقانی پور، ا،ح.، حسن زاده، م.ج.، عطاری، ج. و عراقی نژاد، ش. (1390). " ارزیابی توانمندی مدل SDSM در ریزمقیاس نمایی بارش، دما و تبخیر (مطالعه موردی: ایستگاه سینوپتیک تبریز)" یازدهمین سمینار سراسری آبیاری و کاهش تبخیر. 18-20 بهمن 1390.
  • زمردیان، محمدجعفر،(1392)،"کاربرد جغرافیای طبیعی در برنامه ریزی شهری و روستایی." دانشگاه پیام نور.
  • علیزاده، امین،(1385)."اصول هیدرولوژی کاربردی" انتشارات آستان قدس رضوی.
  • فاتحی مرج، ا. و مهدیان م.ح،(1388)، "پیش بینی بارش پاییزه با استفاده از شاخص های انسو به روش شبکه عصبی در حوضه دریاچه ارومیه" پژوهش های آبخیزداری (پژوهش و سازندگی)، 84: 42-52.
  • فرامرزی، م. عباس پور، ک،(1388)."طبقه بندی و مدل سازی آب های آبی و سبز و ذخایر آبی قابل دسترس در ایران." مجله پژوهش های هیدرولوژیکی، شماره 23، صفحه 486 تا 501.
  • قهرمان، بیژن،(1393)." پیش نویس دستورالعمل روش های محاسبه بیلان منابع آب." دانشگاه فردوسی مشهد.
  • قربانی، خلیل. سهرابیان، الهه. سالاری جزی، میثم. عبدالحسینی، محمد.(1395). "پیش بینی اثر تغییر اقلیم بر روند دبی ماهانه رودخانه با بکاربردن مدل هیدرولوژکی IHACRES (مطالعه موردی: حوضه آبریز گالیکش)" نشریه حفاظت منابع آب و خاک، سال پنجم، شماره چهارم.
  • قادری، فرهاد و پورفلاح، سپیده،(1394). " بررسی کارایی سناریو جابجایی آب مازاد بین مراکز مصرف به منظور جبران کمبود آب دراستان سیستان وبلوچستان" سومین کنفرانس بین المللی پژوهشهای کاربردی در مهندسی عمران، معماری و مدیریت شهری، تهران، دانشگاه صنعتی خواجه نصیرالدین طوسی.
  • کریمی گوغری ش. و اسلامی ا،(1387). "پیش بینی بارندگی سالانه در استان کرمان با استفاده از شبکه های عصبی مصنوعی" مجله آبیاری و زهکشی ایران، 2: 123-132.
  • ·        مهدوی، محمد،(1392)."هیدرولوژی کاربردی" جلد دوم، چاپ دوم، انتشارات دانشگاه تهران
  • ·        نصری، م. مدرس، ر. دستورانی، م.ت.(1388). "کاربرد مدل شبکه عصبی در برآورد رواناب، مطالعه موردی: حوضه آبریز پلاسجان." فصلنامه آمایش محیط، جلد2، شماره5: 23-37.
  • نجفیان، سحر. یزدانی، محمدرضا. آذری، آرش. رحیمی، محمد.(1396). "تاثیر تغییر اقلیم بر روی دبی حداکثر روزانه تحت شرایط عدم قطعیت (حوضه دینور استان کرمانشاه)" نشریه پژوهش های حفاظت آب و خاک، جلد بیست و چهارم، شماره اول.
  • براتیان،علی، 1376، ریخت شناسی حوضه آبی میان رودان، پایانامه کارشناسی ارشد، دانشگاه اصفهان
  • شاهرخ وندی، سید منصور،1376، هیدروژئومورفولوژی حوضه کهمان،پایان نامه کارشناسی ارشد ، دانشگاه اصفهان.
  • شایان، سیاوش،1382، ویژگی های ژئومورفیک مخروط افکنه حوضه گاماسیاب،تهران، دانشگاه تربیت مدرس، شماره61 ، ص3 -4.
  • عطایی مقصود بیگی، خدیجه، 1378،هیدروژئومورفولوژی حوضه آبریز قره آقاج، پایان نامه کارشناسی ارشد، دانشگاه اصفهان.
  • Arnel, W. Nigel (1992). Factors controlling the effects of climate change on river flow regimes in humid temperate environmental, Journal of hydrology, 132.
  • Cheng long Zhang, Fan Zhang, Shanshan Guo, Xiao Liu ,Ping Guo, Inexact nonlinear improved fuzzy chance-constrained programming model for irrigation water management under uncertainty, Journal of Hydrology, Volume 556, January 2018, Pages 397-408.
  • Dyck, S. 1983. Overveiw on the natural variability in the flow of the Nile River. Water Ressources Research 32, 13-17.
  • Garcia,A,Sainz,A,Revilla,J,Alvarez,C,Juanes,J,Puente,A, (2008), ''Surface Water Resources Assessment in Scarcely Gauged Basins in the North of Spain''. Journal of Hydrology , 356:312-326.
  • IPCC. 2007. ''Fourth assessment report of the intergovernmental panel on climate change''. Cambridge university press, Cambridg.
  • Knox J. W. Rodriguez Diaz J. Nixon D. and Mkhwanazi M,(2010)."A preliminary assessment of climate change impacts on sugarcane in Swaziland." A gricultural systems. 103:63-72.
  • Meenu, R., REHANA, S. and Mujumdar, P.P. (2012) "Assessment of hydrologic impacts of climate change in Tunga-Bhadra river basin, India with HEC-HMS and SDSM". Hydrological Processes. Published online in Wiley online Library. DOI: 10.1002/hyp.9220. 
  • Pumo, D., Arnone, E., Francipane, A., Caracciolo, D., Noto, L.V., Potential implications of climate change and urbanization on watershed hydrology, Journal of Hydrology (2017), doi: http://dx.doi.org/10.1016/j.jhydrol.2017.09.002.
  • Reshmidevi T.V., Nagesh Kumar D., R.Mehrotra,A.Sharma, Estimation of the climate change impact on a catchment water balance using an ensemble of GCMs, Journal of Hydrology, Volume 556, January 2018, Pages 1192-1204.
  • Sajjad khan, M., Coulibaly, P. Dibike, Y. (2006). "Uncertainty analysis of statistical downscaling methods". Journal of Hydrology. 319: 357-382.
  • Vandewiele, G.I, Xu, C, Ni-Lar-Win, Y(1992). Methodology and comparative study of monthly water balance models in Belgium, china and Burma, journal of hydrology, 43.
  • Weiguang Wang, Jian yu Fu, Global assessment of predictability of water availability: A bivariate probabilistic Budyko analysis, Journal of Hydrology, Volume 557, February 2018, Pages 643-650.
  • Rinaldi, M., Surian, N., Comiti, F. & Bussettini, M., 2013, A method for the assessment and analysis of the hydromorphological condition of Italian streams: The Morphological Quality Index (MQI), Geomorphology 180–181: 96–108.
  • Sheroder,2013, Interactions among Hydro geomorphology, Vegetation, And Nutrient Biogeochemistry in Flood Plain eco system, Eco geomorphology, 12.303-321.