بررسی اثر تغییر اقلیم بر روی ورودی سد مهاباد با استفاده از ریزمقیاس نمایی آماری lars-wg و شبکه های عصبی مصنوعی

تغییرات اقلیمی نیز یکی از چالش های مهم فراروی بشریت است که سیستم های منابع آب از جمله مخازن ذخیره را تحت تاثیر قرار می دهد. تحلیل سیستم مخازن ذخیره یا با استفاده از داده های تاریخی انجام می گیرد یا با استفاده از داده های تولید شده به صورت مصنوعی انجام می پذیرد. هدف از این تحقیق، برآورد ورودی سد مهاباد با استفاده از داده های مصنوعی تولیدی با اعمال تغییرات اقلیمی پیش بینی شده توسط مدل های چرخه عمومی جو و بدون اعمال آن است. برای تولید داده های بارش ماهیانه مصنوعی از روش والنسیا- شاکی که یکی از مدل های موفق در تولید داده های ماهیانه بارش است، استفاده شده است. برای بررسی تغییرات اقلیمی در حوضه سد مهاباد، تغییرات متغیرهایی مانند بارش و دما از نتایج مدل های چرخه ی عمومی استخراج گردیده است. از نتایج این مدل ها تحت 3 سناریوی a1b، a2 و b1 استفاده شده است. با توجه به کمبود اطلاعات برای مدل سازی هیدرولوژیکی این حوضه آبریز توسط مدل های هیدرولوژیکی، از روش شبکه های عصبی مصنوعی برای توسعه مدل بارش-رواناب در این حوضه استفاده شده است. نتایج تحقیق نشان می دهد دما در اثر تغییر اقلیم، در این حوضه آبریز، در بازه مطالعاتی 2030-2010 حدود یک درجه سانتیگراد افزایش خواهد داشت. بارش حوضه روند افزایشی خواهد داشت. رواناب ورودی به سد در شرایط تغییر اقلیم، دارای تغییرات کمی می باشد. به این صورت که رواناب فصل زمستان افزایش، فصل بهار و تابستان کاهش یافته و رواناب فصل پاییز تقریبا ثابت می ماند و در مجموع رواناب سالانه کاهش می یابد. کاهش رواناب علیرغم افزایش بارش در این سد،وجود چالشهای جدید در آینده و لزوم ارائه راهکارهای جدید برای مقابله با این چالش ها را نشان می دهد.

evaluating impact of climate change on inflow of mahabad dam,using statistical downscaling lars-wg and artificial neural networks

water storage systems that designed to control river stream flow are the most important part of resource management systems. also, climate changes are one of the challenges that humans face with, affect water resource systems. analysing water storage systems implemented by using historical data or data generated by stochastic generation models. the purpose of this research is analysing mahabad dam inflow, using data that generating by stochastic generation models under effect of climate changes predicted by general climate models and without it. lag-1 auto-regressive model used for generating annual rainfall data and valensia-shakea model that is one of the best models in generating monthly data used for generating monthly rainfall data. results of general climate models used for evaluating changes in temperature and rainfall parameters in the mahabad dam basin. because of lack of information for modeling rainfall-runoff by hydrologic models, artificial neural networks used for modeling rainfall-runoff of the basin. results showed that temperature increase about 10c and rainfall increase in time 2011-2030. inflow of mahabad dam has changes under climate change in comparison with historical inflow. increasing in winter inflow, decreasing in spring and summer inflow was predicted. autumn inflow doesn’t have significant change.it shows necessity of correct schematization to demands management and water resources devotion in this basin in the future.