ارزيابي اثرات تغيير اقليم بر خصوصيات هيدرولوژيكي حوزه آبخيز (مطالعه موردي: حوزه آبخيز آجي چاي)

Evaluation of Climate Change Impacts on Hydrological Characteristics of Watershed Case Study: Aji- Chai Watershed

بر هم خوردن تعادل سامانه اقليمي ناشي از انتشار گازهاي گلخانه ­اي بر اهميت مطالعه اثر تغيير اقليم بر روي متغيرهاي هيدرولوژيكي از جمله رواناب مي­ افزايد. لذا در اين پژوهش ابتدا تغييرات ناگهاني و روند متغيرهاي هيدرو – اقليمي با استفاده از رويكرد داده كاوي و داده­ هاي ماهانه و سالانه 18 ايستگاه آب سنجي و باران سجي با طول دوره آماري 40 سال (1390-1351) مطالعه شد و در گام دوم، براي مطالعه اثرات تغيير اقليم بر رواناب حوزه آبخيز، خروجي دماي حداكثر و دماي حداقل و بارش مدل گردش عمومي HadCM3 تحت دو سناريو تغيير اقليم A2 و B2با استفاده از مدل SDSM ريز مقياس گرديدند. در گام نهايي از پنج مدل داده كاوي و هوشمند شامل M5، M5 Rules، MLP، SVM و ANFIS جهت مدل سازي بارش – رواناب استفاده گرديد. نتايج پژوهش نشان داد كه متغيرهاي اقليمي در طول 4 دهه گذشته داراي تغييرات ناگهاني و روند بوده و مطالعه اثر تغيير اقليم و استفاده از سناريوي تغيير اقليم در منطقه مطالعاتي بر جريان آب رودخانه آجي چاي ضروري مي ­باشد. همچنين نتايج نشان داد كه دماي حداكثر در طول دوره (2050 -2010) تحت سناريوهاي A2 و B2 به ترتيب 04/2 و 40/2 درجه سانتي گراد و طي دوره (2091-2050) به ترتيب 87/3 و 11/5 درجه سانتي گراد افزايش خواهد يافت. همچنين دماي حداقل سالانه در طول دوره (2050 -2010) تحت سناريوهاي A2 و B2 به ترتيب 63/1 و 90/1 درجه سانتي گراد و طي دوره (2091-2050) به ترتيب 76/3 و 00/3 درجه سانتي گراد افزايش خواهد يافت. نتايج پيش­بيني بارش ماهانه براي دوره ­هاي آتي نيز نشان داد كه بارش روند مشخصي نداشته و در بعضي ماه ­ها افزايش و در بعضي از ماه ­ها كاهش مي ­يابد. نتايج حاصل از ارزيابي كارايي مدل ها نشان داد كه مدل ­هاي M5 و شبكه عصبي مصنوعي كمترين خطا را در بين مدل ­ها داشتند. در حالت كلي نتايج مدل سازي بارش – رواناب نشان داد كه هر كدام از مدل­ هاي انتخاب شده، داراي عدم قطعيت بوده و در بعضي فصل­ ها رواناب افزايشي و در بعضي فصل­ ها كاهشي خواهد بود.

Studying climate change impact on hydrological variables such as runoff has attracted more attention over recent years mainly due to the imposed imbalance in climate system by greenhouse gas emission. Hence, initially in this research, the trend and abrupt changes of hydro – climatic variables were studied using data mining approaches in 18 stations over 40 years (1972-2011) in Aji-Chai watershed located in northwestern Iran and secondly, the outputs of climatic variables including temperature and rainfall of HadCM3 under A2 and B2 scenarios downscaled by SDSM in order to studying the climate change impact on runoff. Finally, five data mining and intelligent models including ANFIS, SVM, MLP, M5, M5 Rules were used to rainfall – runoff modeling. The results showed that the hydro – climatic variables have been changed over the last four decades which make it necessary to study climate change and consider its impact on the runoff in the study area. The results showed that the maximum temperature will increases 2.04 and 2.40 degrees centigrade until 2010 to 2050 and 3.87 and 5.11 degrees centigrade until 2051 to 2091 under A2 and B2 scenarios, respectively. Also the minimum temperatures will increases 1.63 and 1.90 degrees centigrade until 2010 to 2050 and 3.76 and 3.00 degrees centigrade until 2051 to 2091 under A2 and B2 scenarios, respectively. The results of future rainfall prediction showed no specific trend while in some seasons showed increasing and in other cases showed decreasing trend. The results of the model performance evaluation determined the M5 and MLP models the lowest errors. In general, the results of rainfall – runoff modeling indicated inherit uncertainty of the models and the runoff will increase or decrease over the seasons.