تحقیقات کاربردی علوم جغرافیایی

تحقیقات کاربردی علوم جغرافیایی

پهنه بندی خطر سیلاب در اثر تغییرات اقلیمی تحت سناریو RCP 8.5 با استفاده از مدل هیدرولوژیکی SWAT در محیط Gis (حوضه آذرشهر چای)

نویسندگان
محمد رضا گودرزی 1
آتیه فاتحی فر 2
1 استادیار دانشکده فنی و مهندسی، گروه عمران دانشگاه یزد
2 دانشگاه آیت الله العظمی بروجردی (ره)
10.29252/jgs.19.53.99
چکیده
در عصر حاضر، با افزایش فعالیت‌های صنعتی و نادیده گرفته شدن مسائل زیست محیطی، اثرات تغییر اقلیم بیشتر نمایان شده و این پدیده را به عنوان یک معضل جهانی مطرح ساخته است. افزایش احتمال وقوع رخدادهای حدی اقلیمی مانند سیلاب و افزایش فرکانس و شدت آن از اثرات تغییر اقلیم است. منطقه‌ی شمال‌غرب کشور، به دلیل داشتن اقلیمی نیمه خشک و کوهستانی و درنتیجه تغییرپذیری بالای بارش، ازجمله مناطقی است که در معرض سیلاب‌های مخرب قرار دارد. بنابراین پهنه بندی در اثر تغییرات اقلیمی امری ضروری است. از اینرو در پژوهش حاضر بمنظور بررسی خطر پذیری سیلاب حوضه آذرشهر چای در اثر تغییرات اقلیمی ابتدا با استفاده از مدل گردش عمومی CanESM2 تحت جدیدترین سناریوهای انتشار گزارش پنجم هیئت بین الدول تغییر اقلیم، بدبینانه ترین سناریو RCP8.5 انتخاب و متغیر‌های دما و بارش با روش آماری SDSM ریز مقیاس گردانی شده ‌است. سپس با مدل هیدرولوژیکی SWAT رواناب روزانه، نقشه حوضه بندی و خطوط آبراهه‌ها حاصل شده است. نتایج ارزیابی مدل SDSM با ضریب تعیین و نش-ساتکلیف 0.95 به طور متوسط، بیانگر عملکرد خوب مدل در ریزمقاس نمایی داده‌های بزرگ مقیاس است. همچنین افزایش 0.23 درجه سانتی‌گراد دما و 4.53 درصدی بارش و دبی‌های حداکثر در دوره آتی 2059-2030 پیش‌بینی شده است. با مدل SWAT نقشه‌های پایه تحلیل و حوضه با تلفیق نقشه متوسط دبی حداکثر، ضریب شکل حوضه و فاصله از رودخانه که با رویکرد AHP پهنه بندی شده است. با توجه به پهنه بندی 41.55 درصد از مساحت حوضه در خطر بسیارکم وکم، 27.23 درصد خطر متوسط و 31.2 درصد در خطر زیاد و بسیار زیاد می‌باشد. همجنین با نقشه نهایی مشخص شد که اواسط حوضه به دلیل داشتن شرایط مستعد دارای خطر زیاد است و نیاز به انجام اقدامات مدیریتی دارد.
کلیدواژه‌ها
تغییر اقلیم
سیلاب
پهنه بندی
آذرشهرچای
SWAT
GIS

عنوان مقاله English

Flood risk zoning due to climate change under RCP 8.5 scenario using hydrologic model SWAT in Gis (Azarshahr basin)

نویسندگان English

Mohammadreza Goodarzi 1
Atiyeh Fatehifar 2
1 Assistant Professor, Faculty of Civil Engineering Yazd University,Iran
2 Ayatollah Ozma Boroujerdi University,Iran
چکیده English

In the present time, with the increase of industrial activities and the neglected environmental issues, the effects of climate change have become more evident and poses this phenomenon as a global difficult. Increasing the probability of occurrence of extreme climatic events such as flood and increasing the frequency and intensity of the effects of climate change. The northwest of the country is one of the most vulnerable areas of the country due to its semi-arid and mountainous climates and high rainfall variability. Therefore, zoning due to climate change is essential. Therefore, in this study, in order to investigate the risk of flood in the Azarshahr basin, due to climate change, using the CanESM2 general circulation model under RCP8.5 scenarios negativity according to the assessment report fifth IPCC, rainfall and temperature variables were down scaling by Statistical down scaling model (SDSM). Then,with hydrological model SWAT the daily runoff, the basin map and the lines of the canals are achieved. The results of the evaluation of the SDSM model with a coefficient of determination and Nash-Sutcliff 0.95 on average represent the good performance of the model in the down scaling of large scale data. The results show an increase of 0.23 ° C and 4.53% rainfall and maximum discharge. The basin is zoned with the combination of the maximum mean discharge map, the coefficient and distance from the river with the AHP approach. Due to the zoning they are 41.55% of the area of the basin, at very low and low risk, 27.23% at average risk and 31.2% at high and very high risk. Also, with the final map, it became clear that the mid-basin had a high risk due to its prerequisite conditions and that it needed to carry out managerial actions.

کلیدواژه‌ها English

Climate Change
Flood
Zoning
Azarshahr basin
SWAT
GIS
Falconer, R., Smyth, P., & Maani, L., (2008), Pluvial extreme event risk appraisal techniques with recent applications in Ireland and the Uk, In Irish National Hydrology Conference (pp. 43-52).
Fernandez, D.S., M.A. Lutz., (2010), Urban Flood Hazard Zoning in Tucumn Province, Argentina, Using GIS and Multicriteria Decision Analysis. Research Engineering Geology, 111: 90-98.
Ghoraba, S. M., (2015), Hydrological modeling of the Simly Dam watershed (Pakistan) using GIS and SWAT model, Alexandria Engineering Journal, 54(3), 583-594.
IPCC., (2014), Climate Change 2014: Impacts, Adaptation, and Vulnerability. Part B: Regional Aspects, Contribution of Working Group II to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change, Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA, 688 pp.
Kunz, J., (2010), The Analytic Hierarchy Process (AHP), Eagle City Hall Location Options Task Force, 1-25.
Lai, C., Chen, X., Chen, X., Wang, Z., Wu, X., & Zhao, S., (2015), A fuzzy comprehensive evaluation model for flood risk based on the combination weight of game theory, Natural Hazards, 77(2), 1243-1259.
Lee, G., Jun, K. S., & Chung, E. S., (2013), Integrated multi-criteria flood vulnerability approach using fuzzy TOPSIS and Delphi technique, Natural Hazards and Earth System Sciences, 13(5), 1293-1312.
Motovilov, Y.G., Gottschalk, L., Engeland, K. & Rodhe, A., (1999), Validation of a istributed Hydrological Model again Spatial Observations, Agricultural and Forest Meteorology, 98-99, 257-277
Ozturk, D., F. Batuk., (2011), Implementation of Gis-Based Multicriteria Decision Analysis with Va in ArcGis. International Journal of Information Technology & Decision Making, 6: 1023-1042.
Pervez, M.S., G.M. Henebry., (2014), Projections of the Ganges – Brahmaputra precipitation -downscaled from GCM predictors, Journal of Hydrology 517:120–134. doi:10.1016/j.jhydrol.05.016.
Saaty, T. L., (1994), Fundamentals of decision making and priority theory with the AHP, RWS Publications, Pittsburgh, PA, U.S.A.
Sperotto, A., Torresan, S., Gallina, V., Coppola, E., Critto, A., & Marcomini, A., (2016), A multi-disciplinary approach to evaluate pluvial floods risk under changing climate: The case study of the municipality of Venice (Italy), Science of The Total Environment, 562, 1031-1043.
Wilby, R.L., Dawson, C.W., (2013), The Statistical DownScaling Model: insights from one decade of application, International Journal of Climatology, Vol. 33, pp. 1707-1719.
Yahaya, S., (2008), Multicriteria Analysis for Flood Vulnerable Areas in Hadejia-jama are River Basin, Nigeria, Annual Conference Portland, Oregon. ASPRS 2008 Annual Conference Portland, Oregon. April 28-May 2.
Zahabiyoun, B., Goodarzi, M. R., Bavani, A. R., Azamathulla, H. M., (2013). Assessment of climate change impact on the Gharesou River Basin using SWAT hydrological model, CLEAN–Soil, Air, Water, 41(6), 601-609.
Zhang, Y., You, Q., Chen, C., Ge, J., (2016), Impacts of climate change on streamflows under RCP scenarios: A case study in Xin River Basin, China, Atmospheric Research, 178, 521-534.