استخراج منحنی‌های شدّت–مدّت–فراوانی (IDF) و روند تغییر بارش تحت تأثیر تغییر اقلیم (مطالعه موردی: ایستگاه سینوپتیک مهرآباد)

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری علوم و مهندسی آبخیز، دانشکده منابع طبیعی و علوم زمین، دانشگاه کاشان، کاشان، ایران

2 استاد، دانشکده منابع طبیعی و علوم زمین، دانشگاه کاشان، کاشان، ایران

3 دانشیار، دانشکده منابع طبیعی و علوم زمین، دانشگاه کاشان، کاشان، ایران

10.29252/aridbiom.2022.18543.1892

چکیده

در این پژوهش تغییرات منحنی شدّت-مدّت-فراوانی برای ایستگاه سینوپتیک مهرآباد تحت تأثیر تغییر اقلیم با استفاده از رابطه آبخضر-قهرمان مورد بررسی قرار گرفت. اطّلاعات مربوط به پژوهش حاضر شـامل دو دسته است: دسته اول، شامل داده‌های ساعتی بارش اندازه‌گیری شده به منظور استخراج منحنی‌هایIDF برای دورة‌ پایه (2020-1980) است. دسته دوم، شامل داده‌های روزانه بارش پیش‌بینـی شده برای سال‌های آینده نزدیک (2050-2021) و آینده دور (2100-2051) است که این داده‌ها از خروجی مدل LARS به‌دست آمد. ابتدا با استفاده از نرم افزار EasyFit تجزیه و تحلیل آماری بر روی داده‌های مشاهداتی صورت گرفت و توزیع برتر (توزیع گمبل) انتخاب شد و منحنی IDF مربوطه برای دوره بازگشت مختلف استخراج گردید. برای استخراج منحنی‌های IDF تحت تأثیر تغییر اقلیم از مدل گردش عمومی جو - ES HadGEM از سری مدل‌های CMIP5 تحت سناریوهای انتشار RCP2.6، RCP4.5 و RCP8.5 استفاده گردید. نتایج نشان داد که مقادیر شدّت بارش در همة تداوم‌های بارش و دوره بازگشت‌های مختلف در هر سه سناریو نسبت به منحنی شدّت-مدّت-فراوانی دوره پایه افزایش داشته است و فقط برای آینده نزدیک (2050-2021) تحت سناریوی RCP 8.5 نسبت به دوره پایه روند کاهشی وجود خواهد داشت. به عنوان مثال تداوم چهار و 24 ساعت برای دوره بازگشت 10 ساله مقدار شدت بارش برای سناریوی RCP 2.6 و RCP 8.5 برای آینده دور (2100- 2051) به ترتیب 05/7، 1/7 و 56/2، 58/2 در حالی که برای دوره پایه (2020-1980) به ترتیب 71/6 و 44/2 می‌باشد که نشان دهنده افزایش شدّت بارش حداکثری با افزایش دوره بازگشت است. حداکثر شدّت بارش در پایه زمانی کوتاه مدّت افزایش داشته و با گذشت زمان از شدّت بارش حداکثری کاسته شده است و منحنی‌های IDF تحت تأثیر بارش‌های کوتاه مدت هستند.

کلیدواژه‌ها


[1]. Bakhtiari, B. Purmusavi, Sh. Sayari, N. (2014(. Impact of Climate Change on Intensity-Duration-Frequency Curves of Precipitation (Case study: Babolsar station. Iranian Journal of Irrigation and Drainage, 8(4), 694 – 704. (In Farsi)
[2]. Bolouki, H., Fazeli, M., Sharifzadeh, M. (2021). Investigation of the effect of climate change under emission scenarios on intensity-duration-frequency curves of precipitation in Zahedan Synoptic Station using Fractal theory, Iranian journal of Ecohydrology, 8(3), 735-748. (in Persian)
[3]. Cheng K-S, Hueter I, Hsu E-C, Yeh H-C.)2001(. A scaleinvariant Gauss-Markov model for design storm hydrographs. Journal of the American Water Resources Association 37(3), 723-735.
[4]. Ghahraman, B. Abkhezr, H. )2004(. Improvement in Intensity-Duration-Frequency Relationships of Rainfall in Iran. JWSS, 8(2), 1-14. (In Persian)
[5]. Habibnejad, R., Shokoohi, A. )2021(.Investigating the Use of Weather Generator Models Simulation Instead of the Output of Climate Change Models in Predicting Design Precipitation (Case study: Tehran, Mehrabad Station), Iran-Water Resources Research, 17(3), 231-247. (in Farsi)
[6]. Kuok, King Kuok, Yau Seng Mah, Monzur A. Imteaz, and Sze Miang Kueh. (2016). Comparison of future intensity duration frequency curve by considering the impact of climate change: case study for Kuching city. International Journal of River Basin Management, 1(14), 47-55.
[7]. Menabde M, Seed A, Pegram G. A).1999. (simple scaling model for extreme rainfall. Water Resources Researc, 3(1), 335-339.
[8]. Mohamadi, M., Mamizadeh, J., Ehsanzadeh, E.)2020. (Comparison of Statistical and Empirical Models in Determining the Intensity-Duration-Frequency Rainfall Curves (Case Study: Ilam City), Irrigation and Water Engineering, 11(1), 256-268. (In Persian)
[9]. Mirhosseini, G., Srivastava, P., & Stefanova, L. (2013). The impact of climate change on rainfall Intensity–Duration–Frequency (IDF) curves in Alabama. Regional Environmental Change, 13(1), 25-33. ‏
[10]. Nhat, L. M., Tachikawa, Y. and Takaka, K. )2006(. Establishment of IDF relationships for monsoon areas, Annual of Disas. Prev. Rrev. Inst., Kyoto University, 49B, 93-103.
[11]. Vu, M. T., Raghavan, S. V., Liu, J., & Liong, S. Y. (2018). Constructing short‐duration IDF curves using coupled dynamical–statistical approach to assess climate change impacts. international Journal of Climatology, 38(6), 2662-2671. ‏
[12]. Racsko, P., L. Szeidl and M. Semenov. )1991(. A serial approach to local stochastic weather models. Ecological Modeling, 57(1), 27-41.
[13]. Safavi, H., Dadjou, S., Naeimi, G. )2019(. 'Extraction of Intensity-Duration-Frequency (IDF) Curves under Climate Change, Case study: Isfahan Synoptic Station, Iran-Water Resources Research, 15(2), 217-227. (In Persian)
[14]. Semonov M.A., Stratonovitch P. )2010(. Use of multi-model ensembles from global climate models for assessment of climate change impacts, CLIMATE RESEARCH. 41, 1-14.
[15]. Semenov, M., R. Brooks, E. Barrow and C. Richardson. )1998(. Comparison of the WGEN and LARS-WG stochastic weather generators for diverse climates. Clim. Res, 10, 95-107.
[16]. Sharma, R., Choudhury, N., Alam, R., Seleyi, V., & Sangtam, Y. (2016). Development of Intensity-Duration-Frequency curves for precipitation in western watershed of Guwahati (Assam). International Journal of Latest Trends in Engineering and Technology, 6(4), 575-579. ‏
[17]. Shrestha, A., Babel, M. S., Weesakul, S., & Vojinovic, Z. )2017(. Developing Intensity–Duration–Frequency (IDF) curves under climate change uncertainty: The case of Bangkok, Thailand. Water, 9(2), 145.
[18]. Tfwala C.M. Van Rensburg L.D. Schall R. Mosia S.M. Dlamini P. )2017(. Precipitation Intensity-Duration-Frequency Curves and Their Uncertainties for Ghaap Plateau. Climate Risk Management, 16(1), 1-9.
[19]. Yimer, G., Jonoski, A., & Griensven, A. V. (2009). Hydrological response of a catchment to climate change in the upper Beles river basin, upper Blue Nile, Ethiopia. Nile Basin Water Engineering Scientific Magazine, 2(1), 49-59.