در این پژوهش اثر تغییر اقلیم بر مدیریت بحران سیلاب در منطقهی دشت تجن مورد بررسی قرار گرفته است. ابتدا آشکارسازی رخداد تغییر اقلیم با استفاده از آزمونهای ناپارامتری صورت گرفت و متغیرهای بزرگ مقیاس مدل گردش عمومی جو با مدل اقلیمی HadCM3تحت سناریوی A2 در چهار دورهی زمانی 2001-1971، 2040-2011، 2070-2041 و 2100-2071 دریافت شدند. برای کوچک مقیاسسازی دادههای مدل گردش عمومی جو در سطح منطقه از روشهای کوچک مقیاسسازی آماری SDSM5.5.1، شبکهی عصبی مصنوعی و روش تناسبی استفاده شد. بر اساس نتایج بهدست آمده از آزمونهای آماری روند، مشاهده شد که روند معنیداری در تغییرات دادههای هواشناسی منطقه وجود دارد و پدیدهی تغییر اقلیم در منطقه رخ داده است. نتایج کلی مدل SDSMو روش تناسبی، نشاندهندهی کاهش در مقدار بارندگی و افزایش در مقدار دما در دورههای آتی است. نتایج مدل شبکهی عصبی مصنوعی به علت درصد خطای بالا برای شبیهسازی دما در دورهی مشاهدهای رضایتبخش نبود. همچنین دادههای پیشبینی شدهی دما و بارش با دادههای تاریخی همبستگی بالا و معنیداری در سطح اطمینان 95 درصد داشتند. در آخر میتوان نتیجه گرفت که به علت افزایش دما و بارش در برخی فصول سال در دورههای زمانی آتی به دلیل ذوب برف در اثر افزایش دما در انتهای فصل تابستان و ابتدای پاییز و افزایش بارش در زمستان و پاییز میزان احتمال وقوع سیلاب در این فصول از سال رو به افزایش است.
علیزاده، ا. (1387). اصول هیدرولوژی کاربردی. انتشارات دانشگاه امام رضا (ع)، چاپ بیست و پنجم، فصل 7، 285-286 .
Karamouz.M., Fallahi.M., Nazif.S., and Rahimi Farahani. M., )April, 2009(. Long Lead Rainfall Prediction Using Statistical Downscaling and Artificial Neural Network Modeling, Transaction A: Civil Engineering, Sharif University of Technology, Vol. 16, No. 2, 165-172.
Chu.j.T., Xia.J., Xu.C.Y., and Singh.V.P., (2010). Statistical downscaling of daily mean temperature, pan evaporation and precipitation for climate change scenarios in Haihe River, China. Theor Appl Climatol, Springer-Verlag, 99, 149–161.
Von Storch. H., (1995(. Misuses of statistical analysis in climate research. In: Storch HV, Navarra A, editors. Analysis of climate variability: applications of statistical techniques. Berlin: Springer, 11-26.
Yu. P. S., Yang. T. C., and Chou. C. C., (2002). Effects of climate change on evapotranspiration from paddy fields in southern Taiwan. Climatic Change, 54, 165-179.
Yue, S., Hashino. M., )2003(.Temperature trends in Japan: 1900-1996. Theoretical and applied Climatology, 75, 15-27
7- Partal. T., Kahya. E., (2006). Trend analysis in Turkish precipitation data. Hydro Process 20:2011–2026 PDA (Provincial Directorate of Agriculture) Official web sites. http://www.aydintarim.gov.tr/ aydinili.htm. Accessed 9 April 2008.
8. Xu. C. y., (1999). From GCMs to river flow: A review of downscaling methods and hydrologic modeling approaches. Progress in physical Geography, 23, 2, 229-249.
9. Wilby. R. L., and Dawson. C. w., (2007). SDSM4.2-User Manual.
10- سلیمانی ننادگانی. م، (1389). بررسی اثر تغییر اقلیم بر نیاز خالص آبیاری گندم. پایاننامهی مقطع کارشناسی ارشد دانشکده مهندسی فناوری و کشاورزی، پردیس کشاورزی و منابع طبیعی دانشگاه تهران، تهران.
11- Sajikumar. N., Thandaveswara. B.S., )1999(. Non Liner rainfall runoff Model using artificial neural network. Journal of Haydrology, 216, 32-35.
12- اسفندیاری درآباد. ف؛ حسینی. ا؛ آزادی مبارکی. م.؛ حجازی زاده. ز. (1389). پیشبینی میانگین دمای ماهانه ایستگاه سینوپتیک سنندج با استفاده از مدل شبکهی عصبی مصنوعی پرسپترون چند لایه. فصلنامهی علمی پژوهشی انجمن جغرافیای ایران، دورهی جدید، سال هشتم، شمارهی 27، 45-65.
ابتدای صفحه