بررسي تاثير تغيير اقليم بر ميزان بارش در حوضه سد گلستان

Study of precipitation variation due to climate change (Case study: Golestan dam basin)

تغيير اقليم جهاني به دليل انباشت گازهاي گلخانهاي در لايههاي پاييني در حال وقوع ميباشد. اين گازها در سطح جهان در حال افزايش است كه علت آن فعاليتهاي بشر شامل سوزاندن سوخت هاي فسيلي (آزادسازي دياكسيدكربن) و قطع درختان جنگل (جذب دياكسيدكربن) مي باشد. براي پيش بيني تغيرات اقليم در آينده از مدلهاي اقليم جهاني يا مدلهاي چرخش عمومي استفاده ميگردد. 3 درجه سانتي گراد تا سال / پيشبيني مدلهاي اقليمي افزايش متوسط دماي كره زمين را از 1 تا 5 2100 نشان ميدهد. يكي از مهمترين مسايل در مديريت و برنامه ريزي در مديريت منابع آب پيشبيني بارش ميباشد. در اين پژوهش روشي براي كوچك مقياس كردن دادههاي خروجي مدلهاي تغير اقليم با استفاده از روش شبكه عصبي مصنوعي ارايه گرديد. سپس اين دادهها براي پيشبيني ميزان بارش روزانه استفاده شد. در اين پژوهش تاثيرات تغيير اقليم بر بارش در ايستگاه كريمايشان (با اقليم مرطوب) و رباط قربيل (با اقليم نيمه خشك) واقع در حوضه سد گلستان در استان گلستان مورد 1 ميباشد كه CGCM بررسي قرار گرفت. مدل چرخش عمومي مورد استفاده در اين پژوهش مدل 3 2100 اجرا گرديد. دوره زماني - 2050 و 2071 - براي دو بازه زماني 2021 B و 1 A براي 2 سناريوي 2 1971 تا 2000 به عنوان دوره پايه انتخاب شد. نتايج به دست آمده نشان مي دهد ميانگين بارش ماهيانه در ايستگاه كريم ايشان در فصل پاييز و زمستان تا 43 ميليمتر افزايش و در بهار و تابستان تا 23 ميليمتر كاهش و در ايستگاه رباط قربيل در پاييز و زمستان تا 32 ميليمتر افزايش و در بهار و تابستان تا 11 ميليمتر كاهش خواهد يافت. واژه هاي كليدي: تغيير اقليم، حوضه سد گلستان، مدل هاي چرخش عمومي، روش شبكه عصبي، كوچك مقياس كردن.

Lower atmosphere. The global concentration of these gases is increasing, mainly due to human activities, such as the combustion of fossil fuels (which release carbon dioxide) and deforestation (because forests remove carbon from the atmosphere). Projections of future climate change are derived from global climate model or general circulation model (GCM) experiments. Climate model projections show an increase in the global mean air temperature by 1 to 3.5?C by 2100. One of the most important problems in the management and planning of water resources is forecasting of precipitation. This research explored the issues of downscaling the outputs of GCMs using an artificial neural network (ANN) approach. This data used in daily precipitation forecasting. This study focuses on the impact of climate changes on precipitation in the karimisaha (humid climate) and Robat gharebil station (semi-arid climate) in Golestan dam basin in Golestan. GCM model in this research is CGCM3. These data are derived from two scenarios, A2 and B1 for two periods: 2021-2050 and 2071-2100. Precipitation data for 1979 to 2000 period selected for base period. Result showed that Increase monthly average precipitation in winter and autumn to 43 mm in karim ishan station and 32mm in robat gharbil station and decrease in spring and summer to 23 mm in Karim ishan station and 11 mm in robat gharbl station. Keywords: Climate change; Golestan dam basin; General Circulation Model; Artificial neural network; Downscaling