دوره 9، شماره 17 - ( بهار و تابستان 1397 )                   جلد 9 شماره 17 صفحات 225-216 | برگشت به فهرست نسخه ها


XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Razaghian H, Shahedi K, Mohseni B. (2018). Evaluation of SIMHYD Rainfall-Runoff Model Efficiency in Climate Change Conditions. J Watershed Manage Res. 9(17), 216-225. doi:10.29252/jwmr.9.17.216
URL: http://jwmr.sanru.ac.ir/article-1-816-fa.html
رزاقیان هادی، شاهدی کاکا، محسنی بهروز. رزیابی کارایی مدل بارش- رواناب SIMHYD تحت سناریوهای مختلف تغییر اقلیم پ‍‍ژوهشنامه مديريت حوزه آبخيز 1397; 9 (17) :225-216 10.29252/jwmr.9.17.216

URL: http://jwmr.sanru.ac.ir/article-1-816-fa.html


1- دانشگاه پیام نور
2- دانشگاه علوم کشاورزی و منابع طبیعی ساری
چکیده:   (3957 مشاهده)

حوزه آبخیز بابلرود و استان مازندران از جمله مناطقی هستند که در سالیان اخیر حوادث اقلیمی متفاوتی را تجربه کرده ­اند.
بر این اساس لزوم بررسی هرچه بیشتر تأثیر تغییر اقلیم بر رواناب حوزه آبخیز مورد تأکید قرار می­ گیرد. این کار از طریق
مدل­ های تغییر اقلیم و بارش- رواناب که قادر به شبیه ­سازی و محاسبه اثر تغییرات اقلیمی بر مؤلفه ­های هیدرولوژیک اعم از بارش، دما، تبخیر و تعرق و رواناب هستند انجام می­ پذیرد. در این تحقیق با استفاده از این روش، داده­های مدل گردش عمومی جو
HadCm3 با به ­کارگیری مدل LARS-WG تحت دو سناریوی A2 (بدبینانه)، B1 (خوش­بینانه) برای دوره­ های زمانی 2065-2046 و 2099-2080 ریزمقیاس شدند. در مرحله بعد متغیرهای مورد پیش­ بینی به مدل بارش- رواناب SIMHYD معرفی شدند. در شبیه­ سازی رواناب روزانه حوزه آبخیز بابلرود در دوره 2011-1982، بهترین دوره واسنجی و صحت­سنجی با در نظرگرفتن طول دوره و پارامترهای آماری بهینه و فرآیند آنالیز حساسیت مدل، به­ منظور به­ حداقل رساندن خطای شبیه سازی انتخاب شدند. نتایج نشان داد تطبیق معقولی از الگوی تغییرات رواناب بین جریان مشاهده­ای و شبیه­ سازی­ شده در نمودار مشهود است. به­طوری­که مقادیر نسبتاً بالای ضرایب تبیین (73/0=) و ناش- ساتکلیف (53/0=) در مراحل واسنجی و صحت­ سنجی، بیانگر کارایی این مدل در شبیه­ سازی جریان­های معمول و کمینه می­ باشد. همچنین، نتایج نشان داد حدود تغییرات میانگین دبی سالیانه در مدل SIMHYD، 23+ تا 58+ درصد افزایش داشته است که بیشترین افزایش دبی در ماه­های اکتبر و نوامبر (حدود مهر و آبان) و بیشترین کاهش در ماه­های جولای و آگوست (حدود تیر و مرداد) در سال­های آتی می­ باشد. بر این اساس وضعیت ماه­ های کم­ بارش سال به سوی خشکی بیشتر و ماه­ های پربارش به ­سوی سیلابی شدن پیش خواهد رفت.
 

متن کامل [PDF 1820 kb]   (1561 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: هواشناسی
دریافت: 1396/3/29 | پذیرش: 1396/9/13

فهرست منابع
1. Akhavan, S., A. Rajabi and S. Shabanloo. 2013. Investigation of Climate Change and Effect on Runoff in Future Periods on the Shahrchay Watershed. 2th National Conference Climate Change and Effect on Agriculture and Environment, Center of Agriculture and Natural Resources Research of Azarbaijan-Gharbi Province, 9 pp (In Persian).
2. Arnell, N.W., M.B. Charlton and J.A. Lowe. 2014. The Effect of Climate Policy on the Impacts of Climate Change in the UK. Journal of Hydrology, 510: 424-435. [DOI:10.1016/j.jhydrol.2013.12.046]
3. Ashofteh, P.S. and A.R. Massah. 2012. Investigation of AOGCM Model Uncertainty and Emission Scenarios of Greenhouse Gases Impact on the Basin Runoff under Climate Change: Case study in Gharanghu Basin, East Azerbaijan. Iran-Water Resources Research, 8: 36-47 (In Persian).
4. Bakhtiari, B., Sh. Purmusavi and N. Sayari. 2015. Impact of Climate Change on Intensity-Duration-Frequency Curves of Precipitation: Case study in Babolsar station. Iranian Journal of Irrigation and Drainage, 8: 694-704 (In Persian).
5. Behmanesh, J., A. Jabari, M. Montaseri and H. Rezaei. 2014. Comparing AWBM and SYMHYD Models in Rainfall-Runoff Modeling: Case study in Nazlouchay Catchment in West Azarbijan. Geography and Environmental Planning Journal, 52: 39-42 (In Persian).
6. Chen, J., F.P. Brissette, D. Chaumont and M. Braun. 2013. Performance and Uncertainty Evaluation of Empirical Downscaling Methods in Quantifying the Climate Change Impacts on Hydrology over two North American River Basins. Journal of Hydrology, 479: 200-214. [DOI:10.1016/j.jhydrol.2012.11.062]
7. Gosain, A.K., S. Rao and D. Basuray. 2006. Climate Change Impact Assessment on Hydrology of Indian River Basins. Current Science, 90: 346-353.
8. Guardiola, M., P.A. Troch, D.D. Breshears, T.E. Huxman, M.B. Switanek, M. Durcik and N.S. Cobb. 2011. Decreased Stream flow in Semi-arid Basins Following Drought-Induced Tree Die-off: A Counter-Intuitive and Indirect Climate Impact on Hydrology. Journal of Hydrology, 406: 225-233. [DOI:10.1016/j.jhydrol.2011.06.017]
9. Hoseinzadeh-chahkandak, M. and S.M. Tabatabaei. 2015. Performance Comparison of SYMHYD and Sacramento Models in Run-off Simulation of Karaj Basin. 14th National Conference on Hydraulic, Department of Civil Engineering University of Sistan and Baluchestan, 13 pp (In Persian).
10. IPCC. 2010. Summary for Policy Makers Climate Change: The Physical Science Basis. Contribution of Working Group I to the fifth Assessment Report. Cambridge University Press, 881 pp.
11. Jabari, A., J. Behmanesh and A. Jabari. 2012. Modeling of Daily Water Balance in Basins by Method SIMHYD: Case Study in Nazlouchay Basin, 3th National Conference of Water Comprehensive Management, 11 pp (In Persian).
12. Kamal, A.R. and A.R. Massah Bavani. 2010. Climate Change and Variability Impact in Basin's Runoff with Interference of Tow Hydrology Models Uncertainty. Journal of Water and Soil, 24: 920-931 (In Persian).
13. Khosh ravesh, M., M. Raeini and E. Nikzad Tehrani. 2017. Application of Continuous Rainfall-Runoff HMS-SMA Model in Estimating Flood and Drought Frequencies of the Neka Basin under Climate Change A2 Emissions Scenario using HadCM3 Model. Journal ofWatershed Management Research, 14: 128-151 (In Persian). [DOI:10.29252/jwmr.7.14.140]
14. Kopytkovskiy, M., M. Geza and E. McCray. 2015. Climate-Change Impacts on Water Resources and Hydropower Potential in the Upper Colorado River Basin. Journal of Hydrology: Regional Studies 3: 473-493. [DOI:10.1016/j.ejrh.2015.02.014]
15. Kumar, A., R. Singh, P. Jena, C. Chatterjee and A. Mishra. 2015. Identification of the Best Multi-Model Combination for Simulating River Discharge. Journal of Hydrology, 525: 313-325. [DOI:10.1016/j.jhydrol.2015.03.060]
16. Leibundgut, C. and Ch. Külls. 2007. Rainfall Runoff Relationships of the Semiarid Kuiseb Basin Institut für Hydrologic der Albert-Ludwigs-Universität Freiburgi. Br Matti Gerspacher.
17. Li, F., Y. Zhang, X. Zongxue, T. Jin, C. Liud, W. Liua and F. Mpelasokab. 2013. The Impact of Climate Change on Runoff in the Southeastern Tibetan Plateau. Journal of Hydrology, 505: 188-201. [DOI:10.1016/j.jhydrol.2013.09.052]
18. Littlewood, L.G., R.T. Clarke, W. Collischonn and B.F.W. Croke. 2007. Predicting Daily Stream flow using Rainfall Forecasts, a Simple Loss Module and Unit Hydrographs: Two Brazilian catchments. Environmental Modeling and Software, 22: 1229-1239. [DOI:10.1016/j.envsoft.2006.07.004]
19. Motovilov, Y.G., L. Gottschalk, K. Engeland and A. Rohde. 1999. Validation of a Distributed Hydrological Model against Spatial Observations. Agricultural and Forest Meteorology, 98-99: 257-277. [DOI:10.1016/S0168-1923(99)00102-1]
20. Nash, J.E. and I.V. Sutcliffe. 1970. River Flow Forecasting Through Conceptual Models Part 1- a Discussion of Principles. Journal of Hydrology: 10: 282-290. [DOI:10.1016/0022-1694(70)90255-6]
21. Podger, G. 2005. RRL: Rainfall Runoff Library, USER GUIDE; CRC for Catchment Hydrology, Australia.
22. Pope, V.D., M.L. Gallani, P.R. Rowntree and R.A. Stratton. 92000. The impact of new physical parameterizations in the Hadley Centre climate model HadAM3. Climate Dynamics, 16: 123-146. [DOI:10.1007/s003820050009]
23. Sanikhani, H., M. Gohardoost and M. Sadeghi. 2016. The Impacts of Climate Change on Runoff of Ghareh-Chay Basin inMarkazi Province. Journal ofWatershed Management Research, 13: 12-22 (In Persian). Iran (In Persian). [DOI:10.18869/acadpub.jwmr.7.13.22]
24. Sarkar, J. and J.R. Chicholikar. 2016a. Future Climate Change Scenario at Hot Semi-arid Climate of Ahmedabad (23.04°N, 72.38°E), India Based on Statistical Downscaling by LARS-WG Model. Asian Journal of Water, Environment and Pollution, 13: 35-42. [DOI:10.3233/AJW-160005]
25. Semenov, M.A. and P. Stratonovitch. 2010. The use of Multi-model Ensembles from Global Climate Models for Impact Assessments of Climate Change. Climate Research, 41: 1-14. [DOI:10.3354/cr00836]
26. Silwal, G., R. Kayastha and P. Mool. 2016. Application of Temperature Index Model for Estimating Daily Discharge of Sangda River Basin, Mustang, Nepal. Journal of Climate Change, 2: 15-26. [DOI:10.3233/JCC-160002]
27. Surfleet, C.G. and D. Tullos. 2013. Variability in Effect of Climate Change on Rain-on-Snow Peak Flow Events in a Temperate Climate. Journal of Hydrology, 479: 24-34. [DOI:10.1016/j.jhydrol.2012.11.021]
28. Yaghoubi, M. and A.R. Massah Bavani. 2014. Temperature and Rainfall Simulation of Future Period on Azam-Harat River by Using Lars-WG Model. Climate Change Conference and a Way toward Sustainable Future, NGO of Earth Supporters Population, 10 pp (In Persian).
29. Zarghami, M., A. Abdi, I. Babaeian, Y. Hassanzadeh and R. Kanani. 2011. Impacts of Climate Change on Runoffs in East Azarbaijan, Iran. Journal of Global and Planetary Change, 1698: 1-10.
30. Zhang, X., D. Watersb and E. Robin. 2013. Evaluation of SYMHYD, Sacramento and GR4J Rainfall Runoff Models in Two Contrasting Great Barrier Reef Catchments, 20th International Congress on Modeling and Simulation. Adelaide, Australia, 1-6 December 2013, www.mssanz.org.au/modsim 2013.

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به (پژوهشنامه مدیریت حوزه آبخیز (علمی-پژوهشی می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2024 CC BY-NC 4.0 | Journal of Watershed Management Research

Designed & Developed by : Yektaweb