علوم آب و خاک

---

حداکثر بارش محتمل مقدار بارشی است که امکان وقوع آن در یک ایستگاه، یک منطقه یا یک حوزه آبخیز وجود دارد، یا حداکثر کردن منطقی عوامل هواشناسی به گونه‌ای که رگبار حداکثر تولید شود. حداکثر بارش‌های محتمل از این نظر حایز اهمیت‌اند که تأسیسات هیدرولیک، همچون سرریزهای اضطراری سدها، پل‌ها، آب‌روها، نهرها و شبکه‌های زه‌کشی شهری بر پایه آن طراحی می‌شوند. محتمل‌ترین بارش روزانه به دو روش کلی تخمین زده می‌شود: در روش اول از عواملی مانند دمای نقطه شبنم، سرعت باد و فشار هوا در ایستگاه‌های هواشناسی استفاده می‌شود. روش دوم روشی آماری است که در آن از بسط و تحلیل آمار بارندگی حداکثر روزانه استفاده می‌گردد. در این پژوهش با استفاده از حداکثر بارش 24 ساعته جمع‌آوری شده از گزارش‌های ایستگاه‌های سازمان هواشناسی و وزارت نیرو در یک دوره 15 ساله یا بیشتر، حداکثر بارش 24 ساعته با روش‌های مختلف آماری، برای مناطقی از ایران که در آنها مقادیر حداکثر بارش محتمل 24 ساعته با روش سینوپتیکی محاسبه شده بود، برآورد گردید.

بررسی‌ها نشان داد که مقادیر حداکثر بارش محتمل 24 ساعته محاسبه شده با روش سینوپتیکی دارای اختلاف می‌باشند، ولی نتایج روش بت‌لاهمی نسبت به دیگر روش‌های آماری، در قیاس با روش سینوپتیکی، دارای اختلاف کمتری است. برای به حداقل رساندن این اختلاف، با اعمال ضریب رطوبتی، روش بت‌لاهمی واسنجی گردید. سپس مقادیر حداکثر بارش محتمل 24 ساعته واسنجی شده برای کلیه ایستگاه‌های مورد بررسی ایران محاسبه و منحنی‌های حداکثر بارش محتمل 24 ساعته رسم گردید. نتایج نشان داد که کمترین مقدار حداکثر بارش محتمل 24 ساعته ایران در مناطق مرکزی برابر 110 میلی‌متر اتفاق افتاده، و بیشترین مقدار آن در نقاط شمالی و جنوبی ایران برابر با 260 میلی‌متر می‌باشد.

---

در این پژوهش میزان تأثیر پدیده ال‌نینیو نوسانات جنوبی بر بارندگی شش‌ماهه سرد استان‌های اصفهان، فارس، خوزستان، چهارمحال و بختیاری، بوشهر و کهگیلویه و بویراحمد (22 ایستگاه) ارزیابی شد. نتایج نشان داد که وقوع لانینا موجب کاهش 20 تا 50 درصدی بارندگی در استان‌های بوشهر، کهگیلویه و بویراحمد و جنوب فارس شد. در دیگر استان‌های مورد بررسی، این پدیده تغییر چندانی در بارندگی شش‌ماهه سرد سال ایجاد نکرد. برخلاف لانینا، وقوع ال‌نینیو موجب افزایش 20 تا 70 درصدی این بارندگی در بیشتر ایستگاه‌ها شد، که مقدار این افزایش به موقعیت جغرافیایی ایستگاه‌ها بستگی داشت. مشخص شد، در حالی‌که بیشتر ترسالی‌های شدید در منطقه مورد بررسی در شرایط ال‌نینیو بوده است، احتمال وقوع خشک‌سالی شدید در این حالت در عموم ایستگاه‌ها صفر تا 25 درصد می‌باشد. هم‌چنین، درصد وقوع خشک‌سالی شدید در شرایط لانینا در غالب ایستگاه‌ها بسیار کم بوده، و تنها در استان خوزستان و نواحی جنوبی استان فارس به 50% افزایش می‌یابد.

---

در ایران، حدود 75% از تولیدات برنج داخلی در ‌‌‌‌استان‌های‌‌ گیلان و مازندران، که از پر بارش ترین نواحی کشورند، تهیه می‌شود. پیش‌بینی‌های فصلی بارش تأثیر مهمی در تولید محصول و کاهش خطرهای حوادث اقلیمی در این ناحیه ‌‌حاصل‌خیز از کشور دارد. با ‌‌‌به‌کارگیری مدل تحلیل ‌‌‌هم‌بستگی متعارف (Canonical Correlation Analysis, CCA)، امکان پیش بینی بارش زمستانه این استان‌ها براساس وضـعیت پدیده النینیو- نوسـانات جنوبی (ELNino-Southern Oscillation, ENSO ) مورد ارزیابـی قرار گرفت. سری‌های زمانی شاخص ‌‌‌نوسان‌های‌ جنـوبی (Southern Oscillation Index, SOI) و دمای سطح آب در نینوها (Nino's SST) ‌‌‌‌به‌عنوان‌ پیشگو کننده‌ها و بارش در بندر انزلی و نوشهر ‌‌‌‌به‌عنوان‌ پیشگو شونده در نظر گرفته شدند. به‌منظور کاهش تعداد متغیرهای پیشگو کننده اولیه به تعداد معدودی از ‌مؤلفه‌های اصلی از روش توابع متعامد تجربی (Empirical Orthogonal Function,EOF ) اسـتفاده گـردید. از مجـمـوع بیسـت سـری زمانـی پیـش‌گـوکننـده، چـهار‌مـؤلـفه‌ اصلـی(EOF1, EOF2, EOF3, EOF4) از مجموعه داده‌های پیشگو کننده که 92% از کل واریانس این مجموعه داده‌ها را شرح می‌دادند، انتخاب شده و بقیه ‌مؤلفه‌ها ‌‌‌‌به‌عنوان‌ اختلال ( Noise ) در نظر گرفته شدند. بر مبنای EOF های انتخاب شده و سری‌های زمانی بارش، مدل CCA برای پیش بینی بارش زمستانه بندر انزلی و نوشهر ‌‌‌به‌کار برده شد. نتایج نشان داد که پیشگو کننده‌های در نظر گرفته شده در حدود 45% از کل واریانس سری زمانی بارش را شرح می‌دهند. ضرایب ‌‌‌هم‌بستگی بین مقادیر بارش مشاهده و شبیه سازی شده در سطح 5% معنی دار بودند. در 70% از موارد، علائم مقادیر نرمال دیده شده و شبیه‌سازی شده یکسان بودند که توانایی معقول مدل برای پیش‌بینی خشکسالی و ترسالی را نشان می‌دهد. در پیش‌بینی بارش، ‌‌‌نوسان‌های‌ Nino's SST (به‌خصوص (Nino4 حدود 10% موثرتر از SOI تشخیص داده شد.

---

در این پژوهش میزان تأثیر دمای سطح آب دریای خزر(SST) بر بارش فصلی نواحی شمالی و جنوب غربی ایران مورد ارزیابی قرار گرفت. دوره‌های گرم، سرد و پایه(شرایط معمولی دمای سطح آب دریا) تعریف و میانه بارش در هر دوره(به ترتیب R_w ،R_c ،R_b ) محاسبه و از مقادیر نسبت‌های R_w/R_b, R_c/R_b, R_c/R_w، و به منظور ارزیابی میزان تأثیر این شرایط بر بارش استفاده شد. روشن گردید که سردی بیش از معمول سطح دریای خزر در زمستان منجر به افزایش بارش زمستانه در ناحیه غربی و مرکزی این دریا، مناطق مرکزی و جنوبی استان فارس و تمام ایستگاه‌های استان خوزستان می‌شود. نتایج نشان داد، وقوع شرایط گرم در دمای دریای خزر عموماً موجب 20 درصد کاهش در بارش فصل زمستان در سواحل دریای خزر و نواحی شمالی استان‌های فارس و خوزستان شده است. در فاز گرمSST زمستانه، تمام ایستگاه‌های مورد بررسی در نواحی ساحلی دریای خزر با افزایش بارش بهاره همراه می‌باشند. بیشترین تأثیر در بندر انزلی و آستارا دیده شد، به نحوی که وقوع فاز گرم دمای دریا موجب 80% افزایش در بارش این دو ایستگاه و در مقابل وقوع شرایط سردSST زمستانه منجر به کاهش بارش بهاره در ناحیه غربی دریای خزر شده است. هم‌چنین مبانی فیزیکی مربوط به تأثیر دمای سطح آب دریای خزر بر بارش نواحی جنوب ایران تشریح گردید. نتایج نشان داد که نوسان‌های دمای سطح آب دریای خزر بیانگر پایداری زمانی و مکانی سامانه پرفشار سیبری بوده و بنابراین می‌تواند در پیش‌گویی وضعیت بارش ایران مورد استفاده قرار گیرد.

---

پدیده نوسانی مادن- جولیان (MJO) شکل غالب تغییرپذیری زیرفصلی گرمسیری مناطق حاره و فوق حاره می‌باشد که در سیستم چرخه جو-اقیانوس نقش مهمی را ایفا می‌کند. در این تحقیق تأثیر حرکت رو به شرق سامانه همرفتی MJO بر بیشینه و کمینه بارش ماهانه (بهمن تا فروردین) در استان فارس بررسی شد. فازهای مثبت و منفی MJO در دوره زمانی 2002-1979 مشخص شد. افزون بر مقادیر بیشینه و کمینه بارش دراز مدت این دو مشخصه بارش در مقیاس ماهانه برای هر یک از دو فاز مثبت و منفی MJO نیز تعیین شد. نتایج نشان داد که در بهمن، در بیشتر مناطق استان فارس مقادیر بیشینه و کمینه فاز منفی به‌طور معنی‌داری بزرگ‌تر از مقادیر متناظر در فاز مثبت بود. این بدان معنی است که افزایش بارش و وقوع سیلاب در بهمن با وقوع فاز منفی MJO در این ماه ارتباط دارد. در مقابل دوران‌های خشک شدید در بهمن ارتباط معنی‌داری را با وقوع فاز مثبت MJO نشان داد. نتایج ماه فروردین همانند بهمن بود با این تفاوت که کمینه بارش این ماه ارتباط معنی‌داری با وقوع فاز مثبت نداشت. بر خلاف بهمن، کمینه بارش ماه اسفند هم‌زمان با وقوع فاز منفی MJO اتفاق می‌افتد در حالی‌که بیشینه بارش با وقوع هیچ یک از فازهای MJO هم‌زمان نبود.

---

با توجه به اهمیتی که تغییر اقلیم بر ساختار محیط کره زمین و ساکنین آن داشته و خواهد داشت تلاش در جهت شناخت هر چه بیشتر چگونگی رخدادهای تغییر اقلیم امری مسلم است. در این مطالعه تحلیل روند آماری عوامل اقلیمی بارش، دما، رطوبت نسبی و باد در مقیاس زمانی ماهانه و سالانه به منظورمطالعه تغییرات اقلیمی در شهرهای صنعتی و هم‌چنین تغییر پذیری عوامل مذکور در 13 ایستگاه سینوپتیک ایران با استفاده از آزمون ناپارامتریک من-کندال انجام گرفت. نتایج تحلیل روند مقدار باران ماهانه نشان داد بیشتر ایستگاه ها در بیشتر ماه‌های فصل زمستان و بهار دارای روند مثبت و منفی معنی‌دار می‌باشند. 23 درصد از ایستگاه‌ها در مطالعات سالانه روند منفی معنی‌دار و 7/1 درصد روند مثبت معنی‌دار دارند. بررسی تعداد روزهای بارانی نشان داد که بیشترین تعداد روندهای معنی‌دار در فصل بهار وجود دارند. در فصل پاییز (سپتامبر، اکتبر و نوامبر) همانند فصل تابستان اکثر نقاط بدون روند می‌باشند و در مقیاس سالانه 4 ایستگاه روند مثبت معنی‌دار و 2 ایستگاه روند منفی معنی‌دار نشان می‌دهند. روند حداکثر باران 24 ساعته در تمام ماه‌های سال کم بوده به طوری‌که در فصل زمستان (دسامبر، ژانویه، فوریه) روند معنی‌داری دیده نشد. بررسی سالانه نیز تأییدی بر بررسی‌های فصلی می‌باشد. بیشترین تعداد روند معنی‌دار در میانگین دمای حداکثر ماهانه در فصل تابستان وجود دارد اما در فصل زمستان و هم‌چنین در ماه مارس هیچ روند معنی‌داری دیده نشد. روند میانگین دمای حداقل ماهانه تقریباً در تمام فصول زیاد می‌باشد و بیشترین تعداد روندهای معنی‌دار به ترتیب در فصل‌های تابستان و پاییز و سپس در فصل بهار و نهایتاً در فصل زمستان دیده شدند. در بررسی سالانه اکثر ایستگاه‌ها روند مثبت نشان می‌دهند و تنها ایستگاه ارومیه روند منفی دارد. روند میانگین دما نیز در تمام فصول به جز زمستان زیاد می‌باشد. اکثر ایستگاه‌های سینوپتیک در این عامل اقلیمی روند صعودی نشان می‌دهند که نشان‌دهنده روند افزایشی این عامل می‌باشد. بررسی سالانه نیز تأییدی بر روند افزایشی می‌باشد و تقریباً 62 درصد ایستگاه‌ها روند مثبت معنی‌دار دارند.

---

استفاده بهینه از نزولات جوی، منجر به توسعه سطح زیر کشت و امکان تخصیص منابع آب موجود به مصارف دیگر می‌گردد که در نهایت منجر به توسعه اقتصادی خواهد شد. یکی از روش‌های مؤثر در این زمینه، استفاده از مدل‌های شبیه‌سازی مدیریت آب خاک و زمان‌بندی آبیاری می‌باشد. در این پژوهش مدل رایانه‌ای برای مدیریت و برنامه‌ریزی آبیاری مزارع بر اساس بیلان آب خاک و بارش، که قبلاً تهیه شده بود، تکمیل گردید و برای مزرعه گندم در منطقه باجگاه به کار برده شد. هم‌چنین تأثیر مقدار ذخیره رطوبت در حداکثر عمق خاک ناحیه ریشه در مقدار آب آبیاری بررسی شد. مدل مورد نظر در محیط برنامه‌نویسی Visual Basic .Net نوشته شده است. مدل تهیه شده برای 13 سال آمار هواشناسی منطقه باجگاه که کامل‌تر بودند، به کار برده شد. مدل در دو حالت که باران مؤثر کمبود رطوبتی خاک (نسبت به حالت ظرفیت زراعی) تا حداکثر عمق ریشه را جبران می‌نماید (حالت دوم) نسبت به حالتی که باران مؤثر تنها کمبود رطوبتی خاک تا عمق ریشه روزانه را جبران می‌کند(حالت اول) اجرا شد. در حالت دوم، مقدار آب آبیاری و تعداد دفعات آبیاری نسبت به حالت اول کاهش یافته است. چنانکه میانگین مقدار آبیاری فصلی از 8/706 به 2/569 میلی‌متر و میانگین تعداد دفعات آبیاری فصلی از 8 بار به 6 بار کاهش یافته‌اند. هم‌چنین میانگین نسبت باران مؤثر به کل مقدار باران از 31/46 درصد به 6/73 درصد افزایش یافته است. با احتمال 80%، در حالت اول با احتساب 9/108 میلی‌متر بارش مؤثر نیاز به 9 بار آبیاری و 7/757 میلی‌متر آب آبیاری نیاز است و در حالت دوم با احتساب 7/236 میلی‌متر بارش مؤثر به 7 بار آبیاری و 9/636 میلی‌متر آب آبیاری نیاز است. با احتمال 50% ، در حالت اول با احتساب 6/165 میلی‌متر بارش مؤثر به 8 بار آبیاری و 6/712 میلی‌متر آب آبیاری نیاز است و در حالت دوم با احتساب 1/292 میلی‌متر بارش مؤثر به 6 بار آبیاری و 1/545 میلی‌متر آب آبیاری نیاز است. در نهایت نشان داده شد که با استفاده از اصول ساده مدیریتی می‌توان از مصرف بیش از اندازه آب آبیاری جلوگیری نمود.

---

برآورد توزیع مکانی بارش برای اجرای طرح های مطالعات منابع آب، خشک‌سالی، طرح های آمایش سرزمین، محیط زیست، آبخیزداری و طرح های جامع کشاورزی ضروری می-باشد. تغییرات زیاد مقدار بارش در نقاط مختلف، کمبود ایستگاه های اندازه گیری و پیچیدگی ارتباط بارش با پارامترهای اثرگذار بر آن، اهمیت توسعه روش های کارآمد را در برآورد توزیع مکانی بارش دو چندان می نماید. شبکه عصبی مصنوعی به عنوان یک روش نوین، در مدل سازی و پیش بینی فرآیندهایی که برای شناخت و توصیف دقیق آنها راه حل و رابطه صریحی وجود نداشته، موفق بوده است. این تحقیق با هدف بررسی کارایی شبکه عصبی مصنوعی در برآورد مکانی بارش ماهانه انجام گرفت. بدین منظور شبکه عصبی با ساختار پرسپترون چند لایه برای تدوین مدل برآورد مکانی بارش در پنج ایستگاه سینوپتیک و باران سنجی، واقع در استان کردستان، به کارگرفته شد. برای طراحی ساختار مدل در هر ایستگاه، با تغییر پارامترهای قابل تنظیم، (شامل تابع انتقال، قانون آموزش، مقدار مومنتم، تعداد لایه پنهان، تعداد نرون لایه پنهان و تعداد الگوها)، شبکه های عصبی مختلف ساخته و اجرا شد. در هر مورد، ساختاری که کمترین مقدار جذر میانگین مربعات خطا (RMSE) را داشت به عنوان مدل نهایی انتخاب گردید. از آنجا که انتخاب هر یک از پارامترهای متغیر شبکه عصبی مستلزم آزمون و خطاهای مکرر و در نتیجه آموزش تعداد زیادی شبکه با ساختار مختلف بود، از روش الگوریتم ژنتیک برای بهینه یابی این پارامترها استفاده شد و کارایی این روش در بهینه سازی شبکه عصبی بررسی گردید. نتایج نشان داد، شبکه عصبی در مدل سازی و برآورد مکانی بارش ماهانه از دقت بالایی برخوردار است. هم‌چنین تلفیق آن با الگوریتم ژنتیک، برای بهینه‌سازی شرایط اجرای شبکه عصبی، مثبت ارزیابی گردید و روش تلفیقی در اکثر موارد برتری خود را نسبت به اجرای شبکه عصبی بدون بهینه سازی نشان ‌داد. دقیق ترین مدل در همه ایستگاه های مورد مطالعه، با استفاده از تابع انتقال سیگموئید و قانون آموزش لونبرگ مارکوارت حاصل گردید. در مدل های منتخب، مقدار ضریب تبیین (2R) بین مقادیر خروجی مدل و داده های مشاهده شده در ایستگاه، برابر با 86/0، 89/0، 94/0، 77/0 و 94/0 به دست آمد.

---

خشک‌سالی یک شکل طبیعی از اوضاع آب و هوایی است که تکرار آن در طول زمان امری اجتناب ناپذیر می باشد. هدف اصلی این تحقیق بررسی تأثیر نوع عوامل اقلیمی در پیش بینی خشک‌سالی با استفاده از شبکه عصبی مصنوعی در مناطق مختلف استان یزد است. در اغلب ایستگاه های هواشناسی منطقه یزد (ایستگاه‌های باران‌سنجی) تنها داده‌های مربوط به عامل بارش موجود می باشد، در حالی که ایستگاه های همدیدی علاوه بر بارش سایر عوامل هواشناسی از جمله دمای بیشینه، دمای میانگین، رطوبت نسبی، سرعت میانگین باد، جهت باد و میزان تبخیررا نیز دارا هستند. در این تحقیق سعی گردید که نقش تعداد و نوع عوامل اقلیمی (به عنوان عوامل ورودی مدل) در دقت پیش‌بینی خشک‌سالی بر اساس شبکه‌های عصبی مصنوعی مورد ارزیابی قرار گیرد. منطقه مورد بررسی بخشی از استان یزد است که در بر گیرنده 13 ایستگاه کلیماتولوژی و 1 ایستگاه همدیدی است. جهت انجام این بررسی میانگین متحرک سه ساله بارش در تمام ایستگاه ها محاسبه شد و سپس با استفاده از مدل شبکه برگشتی با تأخیر زمانی(Time Lag Recurrent Network)، میانگین متحرک بارش یک سال آینده پیش‌بینی گردید، که خود عامل اصلی ارزیابی وضعیت خشک‌سالی در سال آتی است. علاوه بر آن در ایستگاه همدیدی یزد نیز شبیه‌سازی‌ها با ترکیبات مختلفی از ورودی ها انجام گرفت. بهترین ترکیب ورودی ترکیب " میانگین متحرک بارش - دمای بیشینه" بود که ضریب کارایی آن حدود 90/0 محاسبه شد. بررسی ها نشان داد علی‌رغم این که در 13 ایستگاه باران سنجی منطقه شبیه سازی‌ها تنها با یک ورودی (بارش) انجام گرفت، در برخی ایستگاه ها نتایج قابل قبولی به دست آمد که حتی ضریب کارایی محاسبه شده بر اساس نتایج حاصله بسیار نزدیک به ایستگاه یزد (با ورودی های مختلف) محاسبه گردید. (R2 از 48/0 در ایستگاه آقا خرانق تا 90/0 در ایستگاه گاریز متغیر بود.) البته میزان درستی پیش‌بینی ها هنگامی که فقط از یک عامل ورودی در مدل استفاده شده است از ایستگاهی به ایستگاه دیگر متفاوت بوده است. نتایج به دست آمده گویای انعطاف‌پذیری قابل ملاحظه مدل‌های شبکه عصبی مصنوعی است که آنها را به ابزار مناسبی جهت مدلسازی در شرایطی که با فقر داده مواجه هستیم مبدل می سازد.

---

برآورد دقیق رواناب یک حوضه در مدیریت منابع آب از اهمیت زیادی برخوردار می‌باشد. در این مطالعه رواناب ماهانه با استفاده از اطلاعات بارش و با مدل توزیع احتمالی شرطی بر اساس اصل حداکثر آنتروپی تخمین‌زده شد. برای توسعه این مدل از داده‌های بارش و رواناب حوضه رودخانه کسیلیان طی سال‌های 1349 تا 1385 استفاده گردید. پارامترهای مدل بر اساس اطلاعات پیشین حوضه از قبیل میانگین سری‌های زمانی بارش و رواناب و کوواریانس بین آنها تخمین‌زده شد. مقادیر رواناب ماهانه این حوضه، با استفاده از مدل توسعه داده شده، به ازای مقادیر ضریب رواناب و دوره‌های بازگشت مختلف در سطوح احتمال وقوع بارش مختلف محاسبه شد. نتایج نشان داد که مدل توسعه داده شده به ازای ضریب رواناب 6/0 به طور رضایت بخشی رواناب خروجی از حوضه را برای دوره‌های بازگشت مختلف تخمین می‌زند. هم‌چنین مقدار رواناب تخمینی، در یک سطح احتمال وقوع بارش ثابت و ضریب رواناب معین، با افزایش دوره بازگشت کاهش می‌یابد. با این حال، نرخ تغییر در میزان رواناب با افزایش دوره بازگشت به آرامی کم می‌شود.

---

هدف از انجام این پژوهش، ارزیابی رابطه تلفات اولیه باران (Ia) در حوضه های آبریز است که توسط سازمان حفاظت خاک آمریکا (SCS) ارائه شده است. بدین منظور حوضه آبریز دالکی در جنوب غرب ایران مورد بررسی قرار گرفت و با استفاده از GIS، مدل ریاضی HMS و تعدادی وقایع بارش – رواناب اتفاق افتاده در منطقه، ضمن واسنجی برخی از فراسنج ها از قبیل شماره منحنی (CN)، تلفات اولیه باران و ضرایب ماسکینگام (K و X)، مدل بارش – رواناب حوضه مورد نظر از طریق دو الگوریتم جستجوی شیب تک متغییر و نلدر و مید تهیه گردید. نتایج اولیه پژوهش نشان می دهد که استفاده از الگوریتم شیب تک متغییر در مرحله واسنجی و اعتباریابی مدل از دقت بهتری نسبت به الگوریتم نلدر و مید برخوردار می باشد. در ادامه با استفاده از فراسنج های شماره منحنی و تلفات اولیه باران واسنجی شده به روش الگوریتم جستجوی تک متغییر، ضریب بین تلفات اولیه باران با پتانسیل نگهداشت سطحی آب در هر یک از زیر حوضه ها تعیین گردید. نتایج حاصل از این مرحله از پژوهش نشان می دهد که حداقل، حداکثر و میانگین این ضرایب به ترتیب برابر با 0/13 ، 0/43 و 0/19 می باشد که حاکی از دقت بالای رابطه ارائه شده توسط سازمان حفاظت خاک آمریکا(Ia=0/2S) در تعیین تلفات اولیه باران در حوضه های آبریز می باشد. بنابراین در انجام فرآیندهای مدل سازی بارش- رواناب در این حوضه آبریز می توان به رابطه تلفات اولیه باران ارائه شده توسط SCS اعتماد داشت.

---

موقعیت جغرفیایی استان اصفهان به گونه‌ای است که همواره در معرض خشک‌سالی قرار دارد. یکی از راه‌های تعدیل خشک‌سالی، ارزیابی و پایش آن بر اساس شاخص‌هایی است که بتوان میزان شدت و تداوم آن را در یک منطقه تعیین نمود. در پژوهش حاضر به منظور تحلیل خشک‌سالی و روند آن در استان اصفهان به ترتیب از شاخص بارش استاندارد و آزمون ناپارامتریک من-کندال استفاده گردید. هم‌چنین برای پیش‌بینی خشک‌سالی هواشناسی در این استان، سری زمانی ماهانه پارامتر بارش در دوره آماری 2009-1970 به کار گرفته شد. به این منظور، رهیافت ارائه شده توسط باکس و جنکینز برای مدل‌سازی مد نظر قرار گرفت که شامل سه مرحله تشخیص مدل، تخمین پارامتر و در نهایت آزمون نکوئی برازش یا آزمون استقلال زمانی و نرمال باقیمانده‌هاست. نتایج بررسی‌ها نشان داد که اکثر نقاط استان اصفهان در سال 2000 با خشک‌سالی شدیدی روبه‌رو بوده و در سال 2008 چنین شرایطی بار دیگر در استان اتفاق افتاده است. هم‌چنین نتایج مدل‌سازی برای تمامی ایستگاه‌ها مدل‌های ضربی به دست آمد. به طوری که در ایستگاه‌های اصفهان، میمه و اردستان بیشترین هم‌بستگی بین داده‌های اصلی و پیش‌بینی شده را مدل (0,1,1) ARIMA (1,0,0) و در ایستگاه‌های نائین، فریدونشهر، خوانسار و نطنز بیشترین هم‌بستگی را مدل(0,1,1) ARIMA (0,0,1) ایجاد کرده‌اند و به عنوان بهترین مدل‌ها انتخاب شدند و سپس مقادیر بارش تا سال 2015 پیش‌بینی شد. روند داده‌های پیش‌بینی شده بارش در کل استان اصفهان نشان می‌دهد که در اکثر ماه‌ها روند معنی‌داری وجود ندارد.

---

مدل‌سازی فرایند بارش- رواناب و پیش‌بینی دبی رودخانه یک اقدام مهم در مدیریت و مهار سیلاب‌ها، طراحی سازه‌های آبی در حوزه‌های آبخیز و مدیریت خشکسالی است. هدف این تحقیق شبیه‌سازی جریان روزانه در حوزه آبخیز کسیلیان با مدل WetSpa و شبکه عصبی- فازی تطبیقی است. WetSpa یک مدل پیوسته هیدرولوژیک- فیزیکی است که قابلیت پیش‌بینی سیلاب در مقیاس حوزه آبخیز با گام‌های زمانی مختلف را داراست و شبکه عصبی- فازی تطبیقی هم جزء مدل‌های جعبه سیاه می‌باشند که امروزه مورد توجه زیادی قرار گرفته است. در این تحقیق از آمار باران، تبخیر و دمای ایستگاه هواشناسی سنگده و آمار دبی ایستگاه ولیک‌بن طی سال‌های 1382 تا 1388 استفاده شد. نتایج شبیه‌سازی با مدلWetSpa  نشان داد که این مدل به‌خوبی توانسته جریان پایه رودخانه را با معیار ناش ساتکلیف 64/0 در مرحله آزمون شبیه‌سازی نماید ولی در شبیه‌سازی جریان‌های سیلابی با خطا همراه است که دلیل آن را می‌توان به کوچک بودن آبخیز و کوتاه بودن زمان پیمایش اشاره کرد. همچنین این مدل به‌خوبی توانسته بیلان آب حوزه آبخیز کسیلیان را شبیه‌سازی کند. آنالیز حساسیت پارامترهای مدل نشان داد که ضریب افت آب زیرزمینی از بیشترین حساسیت و ضریب روز درجه بارش از کمترین حساسیت برخوردار است. همچنین شبکه عصبی- فازی تطبیقی با ورودی باران با یک روز تأخیر و تبخیر با یک روز تأخیر با معیار ناش ساتکلیف 80/0 در دوره آزمون پاسخ‌های قابل قبول‌تری نسبت به مدل WetSpa با معیار ناش ساتکلیف 24/0 داشت.

---

بارش یک پارامتر مهم در چرخه هیدرولوژی بوده و کمبود داده‌های آن از بزرگ‌ترین مشکلات در تحلیل‌های اقلیمی و هیدرولوژیک است. لذا، محققین استفاده از تصاویر ماهواره‌ای حاصل از سنجش از دور را به‌عنوان یکی از راهکارهای عملی به‌منظور تخمین بارش مطرح کرده‌اند. در این مقاله، به ارزیابی اطلاعات بارش ماهواره‌ای PERSIANN و TRMM-3B42 V7 در حوضه گرگانرود پرداخته شده است. بدین‌منظور، از اطلاعات بارش روزانه ایستگاه‌های تمر، رامیان، بهلکه ‌داشلی، سد گرگان، غفارحاجی و فاضل‌آباد طی سال‌های آبی 83-1382 تا 86-1385 استفاده شد. شاخص‌های ارزیابی برای مقیاس‌های زمانی روزانه، ماهانه و فصلی محاسبه و تحلیل شدند. نتایج نشان داد اگرچه PERSIANN و TRMM-3B42 V7 در مقیاس روزانه دقت کافی ندارند، ولی در مقیاس‌های ماهانه و فصلی با قیاس نتایج مطالعات مشابه، از دقت مناسبی برخوردارند. بیشترین همبستگی بین اطلاعات این دو پایگاه و داده‌های مشاهداتی در مقیاس‌های زمانی روزانه و ماهانه برای  TRMM-3B42 در ایستگاه‌های سد گرگان و بهلکه‌ داشلی به‌ترتیب برابر 397/0 و 404/0 مشاهده شد. در مقیاس فصلی همبستگی داده‌های مشاهداتی در فصل زمستان با PERSIANN و در بقیه فصل‌ها با TRMM-3B42 بیشتر است. همچنین، نتایج نشان می‌دهد اگرچه TRMM-3B42 همبستگی بیشتری را با داده‌های مشاهداتی دارد، اما PERSIANN در آشکارسازی تعداد روزهای بارانی نتایج بهتری را ارائه کرده است.

---

از آنجا که پدیده تغییر اقلیم به‌عنوان تهدیدی بزرگ برای قسمت‌های مختلف چرخه حیات به‌شمار می‌رود، تفکیک عوامل مؤثر بر تشدید این پدیده، ضروری به‌نظر می‌رسد. این پژوهش روند تغییرات دما و بارش با استفاده از آزمون روند چندگانه در بالادست حوضه آبریز کرخه واقع در بخش غربی کشور ایران را مورد بررسی قرار داده است. به‌این‌منظور، نمودارهای دوبعدی آنومالی دما و بارش داده‌های ۱۰۰۰ ساله مدل ۳ CGCMبرای منطقه مورد مطالعه ترسیم شد. سپس نسبت‌دهی تغییرات رخ ‌داده در متغیرهای اقلیمی ناشی از نوسانات درونی اقلیم و یا افزایش گازهای گلخانه‌ای تحت تأثیر عوامل انسانی مورد بررسی قرار گرفت. براساس یافته‌های این پژوهش به احتمال ۹۵ درصد مقادیر آنومالی نوسانات درونی توأم دما - بارندگی در محدوده مورد مطالعه به‌ترتیب بین ۴/۱± درجه سانتی‌گراد و ۷۶ ± درصد می‌باشد. نتایج به‌ترتیب نشان‌دهنده افزایش و کاهش در روند تغییرات دما و بارش سالانه مشاهده شده در اکثر ایستگاه‌های مورد مطالعه بود. همچنین متغیرهای دما و بارش تحت تأثیر تغییر اقلیم قرار گرفته و هر چه از سال‌های گذشته به سمت سال‌های انتهایی پیش می‌رویم به‌خصوص در بخش‌های غربی و میانی حوضه، تأثیر افزایش گازهای گلخانه‌ای در افزایش متغیر دما و کاهش متغیر بارش نمایان‌تر است.

---

هدف از این پژوهش تعیین میزان مشارکت زیرحوضه‌ها از نقطه ‌نظر مساحت، دبی یک جریان رودخانه در سیل‌خیزی کل حوضه آبریز رودخانه خرسان در استان کهگیلویه و بویراحمد می‌باشد. برای این‌کار از مدل بارش- رواناب HEC-HMS برای شبیه‌سازی دبی رواناب 11 زیرحوضه استفاده به‌عمل آمد. اطلاعات ورودی این مدل با ابزار سامانه اطلاعات جغرافیایی تهیه شد. نتایج نشان داد که با تغییر در دوره بازگشت‌های مختلف، تغییر اندکی در اولویت‌بندی سیل‌خیزی زیرحوضه‌ها مشاهده می‌شود. به‌طوری‌که به‌ازای دوره بازگشت 2، 50 و 100 سال، سیل‌خیزترین زیرحوضه‌ها بدون تغییر و به‌ترتیب زیرحوضه‌های 1 تا 11 خواهند بود. سهم مشارکت از نقطه نظرمساحت و دبی جریان با هم متفاوت بود، به‌طوری‌که اثرمساحت بین 31/0 تا 03/1 درصد یعنی زیرحوضه 6 بالاترین رتبه و زیرحوضه 7 پائین‌ترین رتبه را داشتند. درحالی‌که از نقطه نظر دبی، اثر حذف زیرحوضه‌ها بین 2/51 تا 2/1004 درصد بود، یعنی زیرحوضه 6 کمترین دبی و زیرحوضه 11 بیشترین مقدار دبی را داشت.

---

---

در این مطالعه، روند تغییرات شاخص بارش استانداردشده در بازه 12 ماهه (SPI-12) و بارش فصلی و سالانه طی 2014-1976 در 21 ایستگاه همدید مرطوب و نیمه‌خشک ایران بررسی شد. پس از حذف همبستگی سریالی در برخی از سری‌ها، روند تغییرات بارش و SPI-12 به‌وسیله آزمون ناپارامتری من- کندال ارزیابی شد. نتایج این پژوهش نشان داد که روند بارش سالانه در تمامی ایستگاه‌ها طی 39 سال اخیر کاهشی بود. روند بارش فصلی در زمستان، بهار، پاییز و تابستان به‌ترتیب در حدود 90، 95، 47 و 33 درصد از ایستگاه‌ها کاهشی بود. روند نزولی بارش زمستانی در مناطق سنندج، خوی، ارومیه، همدان، مشهد، تربیت حیدریه، نوژه و قزوین معنی‌دار بود. همچنین، روند سری SPI-12 در تمامی ایستگاه‌ها به غیر از شهرکرد کاهشی بود. به‌علاوه، SPI-12 فقط در ایستگاه‌های سنندج و فسا روند نزولی معنی‌دار داشت. شدیدترین خشکسالی نیز در ایستگاه‌های همدان، رامسر و ارومیه در 2000-1999 و در تبریز، سنندج، شیراز، فسا، قزوین، مشهد، تربت حیدریه، شهرکرد، گرگان و کرمانشاه در دوره 2009-2008 رخ داده است. نتایج این پژوهش نشان داد که روند بارش بخش عمده‌ایی از منطقه مورد مطالعه به‌ویژه در قسمت‌های نیمه‌خشک شمال شرقی و جنوب غربی ایران در اثر خشکسالی‌های شدید و طولانی دهه اخیر (2015-2005) تغییر کرده است.

---

---