پژوهشنامه مدیریت حوزه آبخیز

  روش­های ریز مقیاس نمایی آماری، به­منظور پیش‌بینی متغیرهای اقلیمی مانند دما، به دلیل اهمیت این فاکتورها، در برنامه‌ریزی و مدیریت محیطی کاربرد وسیعی دارند. در این پژوهش کارایی مدل ریز‌مقیاس نمایی آماری ( SDSM ) در پیش‌بینی پارامتر‌های دمایی مورد بررسی قرار گرفته است. داده‌های مورد استفاده در این پژوهش شامل داده‌های دمای کمینه، بیشینه و میانگین ایستگاه‌‌های سینوپتیک کرمان و بم، داده‌های NCEP و داده‌های مدل HadCM۳ ) داده‌های نسل سوم مدل جهانی اقلیم تحت سناریو‌ی A۲ و B۲ ) برای دوره پایه (۲۰۰۱-۱۹۷۱ میلادی) می‌باشد. از ۱۵ سال اول داده‌ها (۱۹۸۵-۱۹۷۱) برای واسنجی و از ۱۵ سال دوم (۲۰۰۱-۱۹۸۶) برای ارزیابی نحوه عملکرد مدل استفاده شده است. به کمک داده‌های HadCM۳(A۲) و HadCM۳(B۲) ، دما برای سه دوره (۲۰۳۹-۲۰۱۰)، (۲۰۶۹-۲۰۴۰) و (۲۰۹۹-۲۰۷۰) پیش‌بینی و با دوره پایه مقایسه شده است. معیارهای آماری ارزیابی کارایی مدل مانند میانگین خطای مطلق، مجذور میانگین مربعات خطا، ضریب ناش- ساتکلیف و تحلیل نتایج خروجی مدل HadCM۳ ، نشان داد که این مدل در منطقه خشک نسبت به منطقه فراخشک از کارایی بالاتر و دقت قابل قبولی برای پیش‌بینی دما برخوردار است. همچنین نتایج بیانگر افزایش دما در تمام ماه‌های سال برای هر دو ایستگاه می‌باشد.

  وجود روابط مکانی بین متغیرهای اقلیمی با عوارض طبیعی مانند ارتفاع باعث شده تا جستجوی گرادیان‌ها اولین گزینه در پهنه‌بندی آنها باشد. اما در مناطق بزرگ وجود گرادیان‌های متعدد و نبود شناختی از آنها باعث می‌شود تا پژوهشگران از روش‌های درون‌یابی قطعی و زمین‌آمار استفاده کنند. رگرسیون وزن‌دار جغرافیایی یکی از روش‌هایی است که می­تواند گرادیان‌های موضعی را به خوبی شناسایی کند و درصورت وجود گرادیان، دقت درون‌یابی را افزایش دهد. بر این اساس پژوهشی انجام شد تا با در نظر گرفتن میانگین ۳۰ ساله دمای هوا و رطوبت نسبی ۲۴۰ ایستگاه‌ همدیدی و اقلیم‌شناسی در ایران، دقت این روش با سایر روش‌های درون‌یابی در پهنه‌بندی این دو پارامتر اقلیمی ارزیابی شود. نتایج این بررسی در مورد دمای هوا که تحت تأثیر ارتفاع می‌باشد نشان داد که نتایج درورن‌یابی به کمک روش رگرسیون وزن‌دار جغرافیایی با دیگر روش‌های درون‌یابی اختلاف معنی‌داری دارد در حالی که این اختلاف در مورد رطوبت نسبی مشاهده نشد و این می­تواند به دلیل نبود رابطه مشخصی بین ارتفاع و رطوبت نسبی باشد.

  فقدان ایستگاه­های هواشناسی در نقاط مرتفع در مناطق کوهستانی، امکان استفاده از روش رگرسیون خطی در پهنه­بندی دمای هوا در مقیاس­های زمانی مختلف را با مشکل مواجه ساخته است. لذا در این مطالعه، به بررسی دقت روش­های کریجینگ، کوکریجینگ و میانگین متحرک وزنی با توان­های ۲ و ۳ در تهیه توزیع مکانی دمای هوا در مقیاس­های ماهانه و سالانه در مقایسه با روش رگرسیون خطی پرداخته شده است. بدین منظور از داده­های یک دوره آماری ۲۵ ساله (۱۳۸۰-۱۳۵۵) استفاده شد. مقایسه نتایج با استفاه از شاخص­های مجذور مربعات باقیمانده، دقت و انحراف و بررسی مفهوم فیزیکی مقادیر برآورد شده صورت گرفت. نتایج این مطالعه نشان داد استفاده از متغیر کمکی ارتفاع در روش کوکریجینگ میزان شعاع تاثیر را ۲۸% افزایش داده است. همچنین، علیرغم بیش­برآورد مقادیر دمای هوای ماهانه و سالانه با روش کریجینگ، اختلاف معنی­داری در سطح پنج درصد بین شاخص­های ارزیابی در دو روش کریجینگ و کوکریجینگ وجود نداشت. بررسی نتایج ارزیابی روش­های منتخب، قابلیت دو روش مذکور در مقایسه با روش رگرسیون خطی در پهنه­بندی دمای هوا در منطقه کارون را به اثبات می­رساند. تحلیل نقشه­های هم­دمای ماهانه و سالانه با روش کریجینگ، کاهش مقادیر دمای هوا از نواحی شرقی به غربی را نشان می­دهد.

نوسانات در روند متغیرهای هواشناسی از جمله بارندگی و دما یکی از ویژگی­های چرخه اتمسفری است، ضمن اینکه کاهش شدید بارندگی و دوره­های خشک ناشی از آن، تأثیر­های منفی بسیاری بر منابع آب می­گذارد. نوسانات اقلیمی در یک منطقه اثرات شدیدی بر منابع آب و خاک می­گذارد. امروزه پذیرفته شده که بروز هر گونه تغییر در سیستم اقلیمی در مدیریت منابع آب و خاک مهم است. در میان عناصر اقلیمی، بارش بیشترین نوسان را دارد، این مسئله به ویژه در کشور ایران که بارش متوسط سالانه آن ۲۵۰ میلی­متر است، اهمیت بیش­تری دارد. دوره­های کم­آبی و پر­آبی به خصوص دوره­های کم آبی از دیر باز محدوده حوزه آبخیز رودخانه کاجو را تحت تأثیر قرار داده است و به‌ دلیل تداوم زیاد آن با آسیب­ها و خسارات فراوانی همراه بوده است. هدف از انجام تحقیق تعیین روند تغییرات دما، بارش و دبی این حوزه آبخیز طی یک دوره آماری ۲۰ ساله است. از آزمون ناپارامتری من- کندال برای تعیین روند این متغیرها استفاده شده است. نتایج حاصل نشان می­دهد بارش منطقه دارای روندی نزولی، دما دارای روندی صعودی، و دبی رودخانه طی این دوره آماری دارای روندی کاهشی است.

مدل‌های گردش عمومی به ­عنوان منبع اصلی شبیه‌سازی اقلیم، دارای شبکه محاسباتی با ابعاد بزرگ بوده و قادر به ارائه اطلاعات قابل اعتماد برای مدل‌سازی هیدرولوژیکی نمی‌باشند. برای پرداختن و رفع چنین محدودیت‌هایی از روش ریز‌مقیاس نمایی استفاده می ­شود. در پژوهش حاضر، شبیه‌سازی اثر تغییر اقلیم بر رفتار بارش و دمای ایستگاه سینوپتیک سیرجان در استان کرمان، مورد ارزیابی قرار گرفت. در ابتدا عملکرد مدل شبکه عصبی مصنوعی به‌منظور ریزمقیاس­نمایی متغیرهای اقلیمی پیش­ بینی ­شده توسط مدل گردش عمومی CanESM۲ مورد آزمون قرار گرفت. در ادامه با استفاده از مناسب ­ترین مدل­ ها مقادیر دما و بارندگی متوسط ماهانه برای دوره ­های آتی تحت سناریوی RCP ۴,۵ پیش­ بینی و بررسی گردیدند. نتایج نشان داد که برای متغیر دما ساختار مدل شبکه عصبی با تعداد ۲ لایه پنهان، ۸ نرون، تابع محرک تانژانت و لوگ­سیگموئید و همچنین الگوریتم آموزش لونبرگ-مارکوات دارای بیشترین کارایی و مقادیر RMSE، NS و R^۲ به ترتیب برابر با ۳۸۷/۰، ۹۷۳/۰ و ۹۱۷/۰ بوده است. همچنین برای متغیر بارش نیز ساختاری با تعداد ۲ لایه، ۸ نرون، تابع محرک تانژانت و لوگ سیگموئید و الگوریتم آموزشی لونبرگ-مارکوات عملکرد مناسب­ تری داشت و مقادیر RMSE، NS و R^۲ به ترتیب برابر با ۸۶۷/۲، ۸۴۹/۰ و ۹۲۴/۰ می­ باشند. سایر نتایج نشان داد که تا سال ۲۰۹۹، میانگین دما در سناریوی RCP ۴,۵، ۳ درجه ‌سانتی‌گراد افزایش خواهد یافت و بیشترین افزایش مربوط به ماه اگوست به مقدار ۹/۴ و کمترین افزایش مربوط به ماه آوریل به مقدار ۸/۱ می‌باشد. نتایج، همچنین افزایش قابل توجه در میزان بارش ژوئیه تا نوامبر و کاهش بارش در ماه­ های مارس و می را نشان داد. با این وجود در مقیاس سالانه، تغییری در میزان بارندگی رخ نخواهد داد.
 

 امروزه با توجه به اهمیت موضوع تغییر اقلیم، بررسی روند داده ­های اقلیمی و هیدرولوژیکی از اهمیت ویژه ­ای برخوردار است. هدف از این پژوهش بررسی کارایی روش‌های مختلف حذف تأثیر خودهمبستگی در بررسی روند پارامترهای دما، بارش و دبی ایـستگاه­ های منتخـب در شرق حوزه آبخیز گرگانرود استان گلستان می‌باشد. به‌این منظور، علاوه بر استفاده از آزمون من- کندال معمولی، از آزمون‌های ناپارامتریک MK-PW، MK-TFPW، MK-VCA، MK-SA و MK-HSA برای تحلیل روند استفاده شد. همچنین، برای تعیین شیب خط روند و شناسایی نقاط جهش، به­ ترتیب از تخمین­ گر شیب­سن و آزمــون من- کندال دنباله­ ای (SQMK) استفاده شد. نتایج نشان داد که مقادیر بارش و دما در تمام ایستگاه‌ها روند صعودی دارند که این روند برای پارامتر دما در ایستگاه­های لزوره و رامیان معنی دار می‌باشد. همچنین، دبی جریان ایستگاه ارازکوسه روند نزولی معنی­ دار دارد. اسـتفاده از آزمون‌های ناپارامتریک باعـث کـاهش آمـاره Z شد. در اکثر ایستگاه‌ها روش MK-PW کمترین مقدار احتمال معنی‌داری دارد و این روش به همراه روش‌های MK-VCA و MK-TFPW عملکرد بهتری داشته و توانستند احتمال خطای نوع اول را کاهش دهند. در ایستگاه‌هایی که وجود خودهمبستگی مرتبه اول و بالاتر معنی­ دار تایید نشد، روش‌های MK-PW و MK-VCA نتایج یکسانی داشتند. روش MK-TFPW به­ دلیل محاسبه خودهمبستگی بعد از حذف روند، رفتار متفاوتی از خود نشان داد. بررسی نقاط عطف در آزمون من- کندال دنباله ­ای نشان داد که در ایستگاه­ های باران­ سنجی ارازکوسه، رامیان، نوده، تمر و قزاقلی نقطه شروع روند،به­ ترتیب سال‌های ۲۰۰۰، ۱۹۸۷، ۱۹۸۸، ۲۰۰۱ و ۲۰۰۱ می‌باشد که تنها در دو ایستگاه تمر در سال ۲۰۰۵ و قزاقلی در سال­های ۲۰۰۵ و ۲۰۰۶ در سطح ۵% معنی­ دار شد. در ایستگاه ­های دما­سنجی، نقطه جهش روند متفاوت می‌باشد و در تمام این ایستگاه‌ها زمان افزایش دما در سال ۱۹۹۳ همزمان با نقطه جهش روند کاهش دبی در ایستگاه ارازکوسه است.