ارزیابی عدم قطعیت در تاثیرات تغییر اقلیم بر رواناب حوضه زولا چای
First Statement of Responsibility
فائزه رضایی باصر
.PUBLICATION, DISTRIBUTION, ETC
Name of Publisher, Distributor, etc.
کشاورزی
Date of Publication, Distribution, etc.
۱۴۰۱
PHYSICAL DESCRIPTION
Specific Material Designation and Extent of Item
ص۸۴
Accompanying Material
سی دی
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
کارشناسی ارشد
Discipline of degree
مهندسی آب
Date of degree
۱۴۰۱/۰۶/۳۰
SUMMARY OR ABSTRACT
Text of Note
از آنجا که نخستین تاثیرات تغییر اقلیم روی متغیرهای هواشناسی بارندگی و دما اعمال می¬شود و تغییر در این متغیرها سبب برهم¬زدن نظم بسیاری از رخدادهای هیدرولوژی می¬شود، بررسی دقیق تغییرات آینده این پارامترها و روش¬های شبیه¬سازی آن¬ها امری ضروری به حساب می¬آید. اما در حال حاضر نتایج مطالعات ارزیابی اثرات تغییر اقلیم هنوز با دشواری¬ها و عدم قطعیت¬های زیادی همراه است و نمی¬توان آثار تغییر اقلیم را به صورت قطعی برای یک منطقه تعیین کرد. متغیرهای اقلیمی آینده را نمی¬توان با قطعیت تعیین نمود و عواملی برای عدم قطعیت¬های تعیین متغیرهای اقلیمی آینده مطرح است. در مطالعات تغيير اقليم، منابع مختلف عدم قطعيت بر نتايج نهائي تأثير مي¬گذارد. هدف از تحقیق حاضر بررسی میزان عدم قطعیت اثرات تغییر¬اقلیم بر دبی رودخانه زولاچای در محل ایستگاه هیدرومتری چهریقعلیا واقع در شهرستان سلماس در استان آذربایجانغربی میباشد. در این تحقیق در ابتدا بین مقادیر مشاهداتی ایستگاه هواشناسی چهریق علیا با خروجی¬های 4 مدل گردش عمومی جو شامل CanESM2، CSIRO_MK36، HadGEM2-ES و NorESM1_M در دوره پایه مقایسه به عمل آمد سپس به¬منظور بررسی و ارزیابی عملکرد مدل¬ها در منطقه مورد مطالعه از معیارهای ضریب همبستگی (R)، RMSE، MAE و KGE استفاده شد. با توجه به نتایج حاصل شده، مدل HadGEM2_ES با میزان همبستگی 8/0، خطای RMSE به میزان 84/15، خطای MAE به میزان 93/11 و خطای KGE به مقدار 65/0 برای متغیر بارش و برای متغیرهای دمای بیشینه و دمای کمینه به¬ترتیب با میزان همبستگی 93/0 و 89/0 بهترین مدل برای منطقه مورد مطالعه انتخاب شد. برای پیش¬بینی مقادیر بارش و دما، در افق زمانی 2080-2021، خروجی حاصل از 4 مدل گردش¬عمومی جو شامل CanESM2، CSIRO_MK36، HadGEM2-ES و NorESM1_M تحت سناریوهای (RCP2.6, RCP4.5, RCP8.5) از مدل LARS-WG استخراج گردید، با در نظر گرفتن نتایج می¬توان اذعان نمود که در دوره¬های آتی روند بارش کاهشی و روند دما افزایشی خواهد بود. در ادامه برای بررسی میزان عدم قطعیت مدل¬های GCM در دوره پایه از روش¬های وزن¬دهی و نمودار جعبه¬ای استفاده شد. نتایج این بررسی¬ها حاکی از آن بود که شبیه¬سازی مدل¬های GCM در ماه آگوست برای متغیر بارش، در ماه نوامبر برای دمای حداکثر و در ماه جولای برای دمای حداقل از قطعیت بیشتری برخوردار هستند. همچنین نتایج بررسی عدم قطعیت به¬روش وزن¬دهی بیانگر این است که مدل HadGEM2_ES در شبیه¬سازی هر سه متغیر بارش، دمای حداکثر و دمای حداقل بیشترین وزن را به خود اختصاص داده¬است که این امر نشان¬¬دهنده دقت بالای مدل در برآورد متغیرهاست. عملکرد مدل IHACRES در شبیه¬سازی میزان رواناب در دوره پایه با استفاده از معیارهای R2 و Bias ارزیابی گردید که نتایج، نشان¬دهنده دقت قابل قبول مدل می-باشد. همچنین میزان رواناب برآورد شده برای افق زمانی 2080-2021 بیانگر کاهش میزان رواناب در دوره¬های آتی نسبت به دوره پایه می¬باشد. به¬طوری که بیشترین میزان کاهش، در رواناب شبیه¬سازی¬شده با استفاده از خروجی¬های اقلیمی (بارش و دما) مدل CSIRO_MK36 در ماه اکتبر در افق زمانی 2080-2061 به میزان 39/77 درصد رخ خواهد داد.
Text of Note
AbstractSince the first effects of climate change are applied to the meteorological variables of rainfall and temperature and the change in these variables causes disruption of the order of many hydrological events. Its necessary to carefully investigation of the future changes to these parameters and their simulation methods. But at this time, the results of assessment studies on climate changes are still associated with many difficulties and uncertainties, and the effects of climate change cannot be definitively determined for a region. The future climatic variables cannot be determined with certainty and there are factors for uncertainties in determining future climatic variables. In climate change studies, different sources of uncertainty effects on final results. The aim of this research is to investigate the uncertainty of climate change effects on River discharge of Zolachai at Chehriq Alia hydrometric station which located in Salmas city in West Azarbaijan province. In this research, at first, the observational values of meteorological station Chehriq Alia, were compared with the outputs of 4 atmospheric general circulation models including CanESM2, CSIRO_MK36, HadGEM2-ES and NorESM1_M in the base period, then in order to check and essessment of models function in the studied area, correlation coefficient (R), RMSE, MAE and KGE criteria were used. The best model based on the results, the HadGEM2_ES model with a correlation rate of 0.8, RMSE error of 15.84, MAE error of 11.93 and KGE error of 0.65 for precipitation variable and for maximum and minimum temperature variables with the correlation rate of 0.93 and 0.89, respectively was selected for the study area. In the time horizon of 2021-2080, the output of 4 atmospheric general circulation models including CanESM2, CSIRO_MK36, HadGEM2-ES and NorESM1_M under scenarios (RCP2.6, RCP4.5, RCP8.5) were extracted from the LARS-WG model to predict precipitation and temperature values. The results show that in the coming periods, the precipitation trend will decrease and the temperature trend will increase. In the following, weighting methods and box plots were used to check the rate of uncertainty of GCM models in the base period. The results of these studies indicated that the simulation of GCM models have more certainty in August for precipitation variable, in November for maximum temperature and in July for minimum temperature. Also, the weighting method results of the uncertainty analysis show that the HadGEM2_ES model has the highest weight in the simulation of all three variables, the precipitation, the maximum temperature and the minimum temperature, which indicates the high accuracy of the model in the estimation of variables. The function of the IHACRES model in simulating the amount of runoff in the base period was evaluated by using R2 and Bias criteria, and the results indicate the acceptable accuracy of the model. Also, the amount of runoff estimated for the time horizon of 2021-2080 shows a decrease in the future periods compared to the base period. So that the most reduction of simulated runoff by using the climatic outputs (rainfall and temperature) of the CSIRO_MK36 model will occur in the month of October in the time horizon of 2061-2080 at the rate of 77.39%.
OTHER VARIANT TITLES
Variant Title
Assessing Uncertainties in Climate Change Impacts on Zolachai Basin Runoff