شبیه سازی تاثیر تغییر اقلیم بر میزان رواناب ناشی از ذوب برف منطقه مورد مطالعه: حوزه آبخیز سراب صیدعلی - لرستان)

برف و رواناب ناشی از ذوب آن نقش اساسی در تامین منابع آب را دارا می‌باشد. در این پژوهش تاثیر تغییر‌اقلیم بر رواناب ناشی از ذوب برف در حوزه‌آبخیز سراب صیدعلی واقع در شمال استان لرستان مورد ‌مطالعه قرار گرفت. در این مطالعه با استفاده از سطح پوشش برف استخراج شده از تصاویر ماهواره لندست 5 و 7 و داده‌های اقلیمی پیش‌بیتی شده توسط مدل گردش عمومی با استفاده از نرم افزار larswg رواناب ناشی از ذوب برف تحت سه سناریو a1b،a2 وb2 در سال 2010 تا 2013 با استفاده از مدل srm مورد شبیه‌سازی قرار گرفت. نتایج شبیه‌سازی با استفاده از دو آماره ضریب تبیین و تفاضل حجمی مورد ارزیابی قرار گرفت. مقدار 0.87 برای ضریب تبیین و 3.62 برای تفاضل حجمی نشان از دقت مدل می‌دهد. سپس با استفاده از سه سناریوی مذکور پارامترهای اقلیمی برای سال های 2020 تا 2060 از طریق مدل گردش عمومی پیش بینی شد، سپس با استفاده از پارامترهای اقلیمی پیش‌بینی شده میزان پوشش برفی از طریق روابط رگرسیونی چند‌متغییره برای آینده برآورد گردید و به مدل srm معرفی و شبیه سازی برای سال 2020 تا 2060 انجام گرفت. نتایج نشان داد که میانگین رواناب در ماه نوامبر تا می برای سه سناریو به ترتیب 4.3، 4.4 و 4.2 متر مکعب بر ثانیه می‌باشد اما میانگین دراز مدت دبی رواناب از سال 1980 تا 2013 برابر 6.07 مترمکعب می‌باشد که این کاهش حجم رواناب در آینده را می توان با کاهش پوشش برفی توجیه نمود.

Simulation of Climate Change Impact on Snowmelt Runoff (case study: Sarab Seyed Ali Watershed - Lorestan)

Snow and snow melt runoff have a major role to play in supplying water. In this study the impact of climate change on runoff caused by snowmelt was studied in Sarab Seyed Ali watershed in north of Lorestan province. In this study, using snow cover level extracted from Landsat 5 and 7 satellite images and climatic data predicted by general circulation model using LarsWG software snowmelt runoff under three scenarios A1B, A2 and B2 in the year 2010 to 2013 was simulated using the SRM model. The simulation results were evaluated using two statistic including coefficient of determination and volume difference. The value of 0.87 for the coefficient of explanation and 3.62 for the volume difference indicates the accuracy of the model. Then, using these three scenarios, the climate parameters for 2020 to 2060 were predicted through general circulation model, then using the predicted climate parameters, the rate of snow cover was estimated through multivariate regression equations and was into to SRM model. the simulation was done for 2020 to 2060. The results showed that the average runoff in November to May for the three scenarios was 4.3, 4.4 and 4.2 m3/s respectively, while the longtime mean runoff from 1980 to 2013 was 6.07 m3. However, this decrease in future runoff volume can be justified by the reduction of snow cover.