نوع مقاله : مروری

نویسندگان

دانشگاه شهید بهشتی

چکیده

پدیده تغییر اقلیم در سال‌های اخیر منجر به تغییرات قابل توجه در عناصراقلیمی و در نتیجه وضعیت منابع سطحی و زیرزمینی تامین آب خصوصاً در مناطق خشک و نیمه‌خشک شده است، این مساله بعضا باعث افت قابل توجه منابع آب زیرزمینی شده است. در این مقاله، اثرات تغییر اقلیم بر وضعیت منابع آب زیرزمینی دشت رامهرمز بررسی شده است. تأمین آب بخش‌های مختلف این منطقه به شدت به منابع زیرزمینی وابسته بوده و به همین دلیل بررسی تغییرات آب‌های زیرزمینی در دوره‌های آتی در توسعه این دشت و مدیریت منابع آب آن حائز اهمیت می‌باشد. به منظور ارزیابی اثرات تغییر اقلیم، از خروجی‌ مدل‌های گردش عمومی جو (GCM) استفاده شده است. و سپس جهت انطباق مقیاس خروجی این مدل‌ها با مقیاس‌ مورد نیاز مطالعات محلی تغییر اقلیم، داده‌های بارش و دما توسط مدل LARS-WG ریز مقیاس شده‌اند. از اطلاعات ریزمقیاس شده جهت تعیین مقادیر تغذیه و تخلیه آبخوان در دوره‌های آتی استفاده گردید. برای بررسی تغییرات تراز آب زیرزمینی در مقاطع مختلف، مدل دینامیکی شبکه عصبی در محیط نرم‌افزار MATLAB توسعه داده شده است. همچنین می توان با استفاده از سایر سناریوها و مدلسازی ریاضی به بررسی و مقایسه دیگرنقاط هم پرداخت. نتایج مطالعه با فرض حفظ وضعیت موجود توسعه منطقه، حاکی از سیر نزولی حجم آبخوان با توجه به تغییرات اقلیمی و اثرات آن بر منابع و مصارف محدوده مطالعاتی می‌باشد. همینطور نتایج، سناریوA2 را بحرانی ترین سناریو مربوط به تغییرات اقلیمی معرفی که بیشترین افت آبخوان را در مدل سازی شبکه عصبی هم نشان می دهد.

کلیدواژه‌ها

عنوان مقاله [English]

The impact of climate change on Groundwater resources using neural network NARX in Ramhormoz

نویسندگان [English]

  • Alireza Shakoba
  • Atena Cheshmi

Academic member of RS and GIS Center, Earth Sciences Faculty,Shahid Beheshti University.

چکیده [English]

Climate change impacts in recent years have resulted in significant changes in the availability of freshwater all over the world due to changes in precipitation and temperature. In this paper, the effect of climate change on the groundwater resources in Ramhormoz plain was studied. The water supply in agriculture, industrial and domestic sectors in this region is highly depend on groundwater, Therefore it is important to project future changes in groundwater level particularly for water resources management. In order to assess the climate change effects on the groundwater level, the output of one of the General Circulation Models (GCM) was used. Due to low resolution of GCM outputs, the LARS-WG model was utilized for downscaling daily temperature and rainfall data. The downscaled data were used to determine future recharge and discharge of the aquifer and to simulate variations in groundwater levels. Then dynaimc model was developed using neural network in MATLAB. The results of climate change impacts on groundwater assessment in the study region showed a decreasing trend of water level of the aquifer. The management strategies should be examined in order to mitigate the climate change impacts on groundwater resources in this region. The resultes of study also indicated that then will be mone decrease under the A2 Scenario.

کلیدواژه‌ها [English]

  • climate change
  • Extreme indices
  • Groundwater
  • Neural Network