پژوهش آب ایران

چکیده مطالعه الگوهای جوی بزرگ مقیاس که تأثیر معنی‌داری بر شرایط اقلیمی کشور دارند می‌تواند به شناخت عوامل تغییرات آب و هوایی و پیش‌آگاهی از پدیده‎‌های زیانبخش جوی مانند ترسالی و خشکسالی‌ کمک کند. در این مطالعه به بررسی اثر پدیده‌های نوسان جنوبی (SO) و نوسان اطلس شمالی (NAO) بر فراوانی وقوع و شدت رودخانه­های جوی پرداخته شد. رودخانه­های جوی مسیرهای بلند و باریکی هستند که حدود 90 درصد رطوبت جو را در عرض­های میانی زمین با خود حمل می­کنند. در این پژوهش از کمیت شار بخار آب تجمعی (IVT) با استفاده از داده‌های بازتحلیل ERA5 در ماه‌های پربارش در کشور (نوامبر تا می) در بازه 1979 تا 2020 با گام­های زمانی 6 ساعته برای شناسایی رودخانه­های جوی استفاده شد. نتایج نشان داد که درصد وقوع رودخانه­های جوی در فازهای خنثیSO و NAO به­ترتیب 81/55 و 11/67 درصد می­باشد. فراوانی وقوع رودخانه‌های جوی در کشور در فاز منفی SO یا النینو، 26 درصد و در فاز مثبت NAO بسیار بیشتر (4 برابر) از فاز منفی این پدیده است. این نتیجه با مطالعات گذشته که این دو فاز را با ترسالی­های کشور مرتبط دانسته‌اند همخوانی دارد. بررسی شدت رودخانه‌های جوی که با شاخص IVT سنجیده شد نیز نشان داد که شدت این پدیده در فاز‌های منفی SO و مثبت NAO بیشتر است.

چکیده شناخت اثرات الگوهای دورپیوند و پیش‌بینی آنها به خصوص در دوره‌های خشکسالی، کمک بسزایی در جهت برنامه‌ریزی و مدیریت دقیق‌تر در حوضه آبخیز خواهد داشت. هدف تحقیق حاضر بررسی ارتباط الگوهای دورپیوند بر خشکسالی‌های هواشناسی و هیدرولوژیکی (آب‌های زیرزمینی) در دشت‌های فرادنبه و سفیددشت می‌باشد. جهت بررسی خشکسالی هواشناسی از داده‌های بارش ماهانه ایستگاه‌های سینوپتیک استان چهارمحال و بختیاری و به منظور بررسی خشکسالی‌ آب‌های زیرزمینی دشت‌های فرادنبه و سفیددشت از داده‌های تراز آب 19 حلقه چاه مشاهداتی استفاده شد. همچنین به منظور پایش خشکسالی هواشناسی از شاخص بارش استاندارد شده (SPI) و برای پایش خشکسالی هیدرولوژیکی دشت‌های سفیددشت و فرادنبه از شاخص منبع آب زیرزمینی (GRI) استفاده گردید. نتایج این بررسی‌ها نشان داد که شاخص‌های دورپیوند NAO و IOD دارای بالاترین همبستگی معنی دار با بارش و شاخص SPI بوده و بیشترین اثر را بر بارش و خشکسالی منطقه مورد مطالعه داشته‌اند. همچنین دو شاخص IOD و ENSO همبستگی منفی و معکوس با شاخص GRI داشته‌اند. به طور کل می‌توان گفت تفاوت زمان پاسخ خشکسالی‌های هواشناسی و آب زیرزمینی در میزان تأثیرپذیری آن از رخدادهای دورپیوندی نقش مستقیم دارد. به طوری که پدیده NAO که دوره تناوب کمتری نسبت به النینو و IOD دارد، بیشتر با خشکسالی هواشناسی که دارای زمان پاسخ کمتر است، ارتباط معنی دار دارد و خشکسالی هیدرولوژیکی که زمان پاسخ طولانی‌تری دارد بیشتر متأثر از دورپیوند النینو است که زمان تناوب بیشتری دارد. پدیده MJO که کمترین دوره تناوب را در بین پدیده‌‌های دورپیوند مطالعه شده دارد، هیچ ارتباط معنی داری بر خشکسالی‌های استان نداشته است.

چکیده بیلان آب در سطح حوضه در ظاهر یک تابع ساده به‌نظر می‌رسد، ولی برآورد آن فرآیندی پیچیده است. به همین منظور اجزاء مؤثر به زیر‌بخش‌هایی تقسیم و مدل‌های بیلان آب در شبیه‌سازی سیستم منابع آب حوضه استفاده می‌گردند که به ورودی-های مشخصی نیاز دارند. از آنجا که یکی از مشکلات موجود در مناطق کوهستانی کمبود داده می‌باشد، هدف پژوهش حاضر شبیه‌سازی بیلان آب سطحی حوضه آبخیز کارون 4 با استفاده از مدلی با حداقل داده ورودی است. در این مطالعه، از مدل Exp-Hydro که دارای ساختاری ساده و نیازمند ورودی‌های کمی است و کاربرد آن در ایران جدید تلقی می‌شود، استفاده گردید. ورودی‌های این مدل مقادیر روزانه بارش، دما، دبی و تبخیر- تعرق پتانسیل و خروجی آن جریان روزانه خروجی حوضه است. سپس نتایج این مدل با یک مدل بیلان آب روزانه بر مبنای مخزن که در این مطالعه با اصلاح ساختار مدل اصلی حاصل شده مقایسه گردید. دوره آماری این پژوهش سال‌های 2000 تا 2020 می‌باشد که دو سوم داده‌ها برای دوره واسنجی و یک سوم آن برای دوره اعتبارسنجی استفاده شد. جداسازی مقدار جریان پایه از دبی روزانه مشاهداتی با استفاده از نرم‌افزار WHAT و روش فیلتر دیجیتال بازگشتی انجام شد. نتایج ارزیابی کارایی مدل‌ها نشان داد که مدل توسعه داده شده با مقدار ضریب کارایی نش- ساتکلیف 76/0 در هر دو دوره واسنجی و اعتبارسنجی نسبت به مدل Exp-Hydro با مقدار 69/0 در دوره واسنجی و مقدار 6/0 در دوره اعتبارسنجی عملکرد بهتری داشته است. همچنین مدل بیلان آب توسعه داده شده جریان‌های کم را با دقت بیشتری برآورد نموده و در مورد جریان‌های سیلابی هر دو مدل کم‌برآوردی داشته‌اند.

چکیده مدل‌سازی تبخیر از تشت علاوه بر کاربرد در مطالعات هیدرولوژی مانند برآورد هدر رفت آب از مخازن سدها، به برآورد نیاز آبی گیاهان در مناطقی که اطلاعات لایسی‌متری وجود ندارد کمک می‌کند. مدل‌سازی این پارامتر مهم می‌تواند در تخمین-داده‌های گم‌شده نیز بسیار کارگشا باشد. در این پژوهش با به کارگیری مدل برنامه‌نویسی بیان‌ژن (GEP) و برخی مدل‌های سری‌زمانی، تبخیر روزانه از تشت در یک دوره ۲۰ ساله (۲۰۲۰-۲۰۰۰) در سه ایستگاه سینوپتیک اهواز، آبادان و دزفول مدل‌سازی شد. نتایج نشان داد استفاده از داده‌های 14، 16 و 20 ماه قبل برای شبیه‌سازی نسبت به دوره‌های کوتاه‌تر، در هر دو مرحله‌ی آموزش و آزمون نتایج دقیق‌تری ارائه می‌کند. همچنین براساس معیارهای ارزیابی، میزان خطای شبیه‌سازی در ماه‌های سرد سال (اکتبر تا مارس) نسبت به ماه‌های گرم (آپریل تا سپتامبر) به‌طور متوسط 28 درصد کمتر بود. هرچند در تمام 12 ماه سال حداقل یک الگوی مناسب با دقت قابل قبول برای شبیه‌سازی داده‌های تبخیر روزانه به‌دست آمد. بهترین نتایج در ماه‌های گرم سال در ماه آگوست و در دزفول مشاهده‌ شد به نحوی که خطای برآورد تبخیر روزانه 93/0 میلی‌متر در روز و ضریب نش 80/0 به‌دست آمد. در ماه‌های سرد سال نیز کمترین خطا (70/0 میلی‌متر در روز) در ماه دسامبر آبادان به همراه ضریب نش 82/0 مشاهد شد که نشان‌هنده‌ی کارایی بالای مدل GEP در شبیه‌سازی داده‌های تبخیر از تشت است. مقایسه نتایج این مدل با برخی مدل‌های سری‌زمانی نیز نشان داد مدل GEP در تمام ماه‌ها در آبادان دارای خطای کمتری است. در دزفول مدل Holt در ماه‌های ژانویه و سپتامبر نتایج بهتری نسبت به GEP ارائه کرد. میزان خطا در این دو ماه به‌ترتیب 61 درصد و 71 درصد کمتر از مدل GEP بود. در ایستگاه اهواز نیز مدل Exponential smoothing در اکتبر و مدل Holt در نوامبر به‌ترتیب تبخیر روزانه را با 48 درصد و 68 درصد خطای کمتر برآورد کردند.

چکیده با توجه به آثار محسوس پدیدة تغییر اقلیم در قرن حاضر بر پارامترهای هواشناختی و به دنبال آن منابع آب، شبیه‌سازی و پیش‌بینی رواناب در حوضه‌ها بسیار ضروری است؛ از این‌رو در پژوهش حاضر، تأثیر پدیدة تغییر اقلیم بر رواناب رودخانه شیرین (اعظم جره) با تأکید بر عدم قطعیت مربوط به مدل‌های AOGCM، در دوره آتی 2020-2040 بررسی شد. بدین‌منظور، برای کمی‌سازی عدم قطعیت، خروجی 23 مدل AOGCM با استفاده از روش وزن‌دهی و محاسبه معیارهای عملکردی، مورد ارزیابی قرار گرفت و 5 مدل GFDL-ESM2G، GISS-E2-R، MPI-ESM-LR، MPI-ESM-MR وMRI-CGCM3 به‌عنوان مدل‌های برتر انتخاب شدند. خروجی این مدل‌ها تحت سه سناریو RCP2.6، RCP4.5 و RCP8.5 در این پژوهش استفاده شد که نتایج آن حاکی از افزایش دما و کاهش بارش در منطقه مورد مطالعه بود . در ادامه برای پیش‌بینی رواناب رودخانة شیرین (اعظم جره) از مدل بارش- رواناب IHACRES استفاده شد . مقدار ضریب تعیین (R^2) برای دورة واسنجی و درستی‌سنجی به‌ترتیب 0.74 و 0.69 و همچنین ضریب نش- ساتکلیف به‌ترتیب 0.7 و 0.52 به دست آمد که این نتایج بیانگر عملکرد قابل قبول مدل در شبیه‌سازی بارش- رواناب بود. بر اساس شبیه‌سازی‌های انجام شده چشم‌انداز آتی رواناب سالانه رودخانه شیرین (اعظم جره) در دوره 2020-2040 نسبت به دوره پایه حاکی از کاهش رواناب تحت هر سه سناریو RCP بوده که بیشترین کاهش تحت سناریوی RCP2.6 به میزان 680 میلیون مترمکعب بود. همچنین نتایج متوسط رواناب ماهانه طی دوره 2020-2040 نسبت به دوره پایه نشان دهندة کاهش رواناب در اکثر ماه‌ها (به استثنای می، ژوئن، ژولای و اوت) بود.

چکیده چکیده در پژوهش حاضر اثر پدیده MJO بر بارش و رواناب ایستگاههای بارانسنجی و هیدرومتری سه رودخانه مهم استان فارس در فصل بارش مورد ارزیابی قرار گرفته است. برای این منظور دادههای روزانه بارش و رواناب و شاخصMJO استفاده شده است. جهت بررسی اثر معنیداری پدیدهMJO از تحلیل آماری آنووا و در صورت معنیداری از آزمون تعقیب LSD برای مقایسه اختلاف بین میانگین فازها استفاده شد. سپس با استفاده از آمارههای انحراف از میانگین بلند مدت و درصد انحراف از میانگین میزان تأثیر فازهای هشتگانه MJO بر بارش و رواناب در روزهای بحرانی بررسی شد. نتایج تحلیل آماری آنووا نشان داد که در ایستگاههای بارانسنجی و هیدرومتری اختلاف معنیداری بین میانگین فازها وجود داشته و فازهای MJO بر بارش و رواناب تأثیرگذار هستند. همچنین تحلیل نتایج ایستگاههای هیدرومتری نشان داد که فازهای یک و هشت MJO بیشترین تاثیر مثبت و فاز پنج و چهار بیشترین تأثیر منفی را بر رواناب دارد و در ایستگاههای بارانسنجی فازهای 7 و 8 نوسان مادن جولین بیشترین تاثیر مثبت و فازهای 3 و5 این نوسان بیشترین تاثیر منفی را بر بارش این مناطق دارند.