منابع تحقیق درمورد استان کرمان

دانلود پایان نامه ارشد

ارائه گرديد،. کاربرد وسيع آن در دنيا، توانايي مناسب در ارزيابي نتايج در مرحله کاليبره نمودن و ارزيابي، استفاده مستقيم از اطلاعات مدلهاي جهاني، تعيين وقايع حدي بصورت جداگانه، از مهمترين دلايل انتخاب اين مدل جهت ريز مقياسنمائي دادههاي بارش، دما، و تشعشعات خورشيدي در اين تحقيق ميباشند. که در بخش ريز مقياس نمائي دادهها به جزئيات اين مدل خواهيم پرداخت

3-2-2-4- مدل HELP
يکي ديگر از مدلهايي که در اين تحقيق مورد استفاده قرار گرفت مدل هيدرولوژي HEIP ميباشد. اين مدل نخستين بار در سال 1984 توسط شرودر105 و همکاران در سازمان مهندسي ارتش آمريکا و به سفارش آژانس حفاظت محيط زيست آمريکا به منظور بهينه سازي انتخاب محل و نحوه اجراي پروژه هاي دفن زباله ها جهت کاهش آلودگي آبهاي زيرزميني براي اولين بار ارائه شد. در سال 1994 نسخه شماره 3 آن توسط شرودر و همکاران با تغييرات اساسي در نسخه هاي قبلي توسعه يافت. نسخه اصلي اين مدل تحت سيستم عامل DOS ميباشد. اين مدل همراه با 4 مدل ديگر شبيه سازي حرکت آب در ناحيه غير اشباع تحت برنامه، 106WHI Un Sat model در سال1999 توسط پژوهشکده ژئوهيدرولوژي واترلو تحت نسخه 1/2 ويژوال عرضه شد. در سال 2004 نسخه 2/2 آن تهيه و عرضه شد.
مدل HELP يک مدل شبه دو بعدي است که به منظور شبیهسازی فرايند هاي مختلف هيدرولوژي و محاسبه بيلان آبي در محيط هاي غير اشباع ارائه شده است. اما در سالهاي اخير به طور وسيعي براي تخمين ميزان تغذيه سفرههاي آب زيرزميني مورد استفاده قرار گرفتهاست. کارايي اين مدل در مقايسه با ساير مدلها در نقاط مختلف مورد ارزيابي قرار گرفته است و نتايج حاکي از آن است که اين مدل از توانايي مناسبي براي تخمين تغذيه برخوردار است( سبیک و آلن، 2007؛ اسکانلن107 و همکاران، 2002؛ جيرکاما108 و همکاران، 2002 ؛ استيفان و کونز109 1994).
اين مدل با استفاده از معادله بیلان، ميزان ذخيره سطحي، ذوب برف، رواناب، نفوذ، تبخير و تعرق، ميزان آب مورد نياز رشد گياه، ذخيره آب در خاک و جريانهاي زيريرقشري و ميزان زهکشي را محاسبه ميکند. اين مدل در واقع جزء مدلهاي بيلان آب در ناحيه ريشه يا وادوز محسوب ميشود(هيلي، 2010)

3-2-3- انتخاب دوره پايه و دورههاي آتي
در مطالعات تغيير اقليم بنا به پيشنهاد IPCC يک دوره پايه (معمولاً 30 ساله) انتخاب ميگردد و متغيرهاي اقليمي در درورههاي آتي 30 ساله نسبت به دوره پايه مورد ارزيابي قرار ميگيرند. هيئت بين دول تغيير اقليم (IPCC) بنا به پيشنهاد سازمان هواشناسي جهاني دوره(1990-1961) را به عنوان دوره پايه معرفي نموده است و در مواردي که آمار و اطلاعات ايستگاههاي هواشناسي کامل نميباشند، استفاده از دوره پايه (2001- 1971) را هم بلامانع دانسته است. در اين تحقيق با توجه به در دسترس بودن آمار ايستگاه شهر کرمان در دوره (1990-1961) اين دوره 30 ساله بعنوان دوره پايه انتخاب گرديد و سه دوره آتي (2039- 2010)، (2069- 2040) و ( 2099- 2070) بهترتيب ، تحت عنوان دهههاي 2050،2020 و 2080 بعنوان دورههاي آتي انتخاب شدند. لازم به ذکر است يکي از اجزاء اصلي مدل SDSM در مرحله کاليبره و واسنجی، دادههاي بازسازي شده مرکز ملي پيشبيني متغيرهاي محيطي کانادا (NCEP) ميباشد که اين دادهها براي سلولهاي بزرگ مقياس فقط در بازه زماني 2001- 1961 در دسترس بوده و در محدوده هاي زماني خارج از اين بازه امکان کاليبره نمودن مدل ريز مقياس نمائي SDSM به منظور استفاده از خروجي مدلهاي گردش عمومي و در نتيجه شبيه سازي متغيرهاي اقليمي وجود ندارد (ويلبي و همکاران، 2007).

3-2-4- دادههاي هواشناسي در دوره پايه (1990- 1961)
در اين تحقيق ابتدا آمار روزانه دما، بارش، تشعشات خورشيدي و ساير مشخصات هواشناسي مربوط به ايستگاه سينوتيک شهر کرمان از اداره کل هواشناسي استان کرمان دريافت شد. لازم به ذکر است اين ايستگاه يکي از ايستگاههاي سينوپتيک کشور و همچنين يکي از 7 ايستگاه سيستم مشاهدهاي جهاني، GCOS110 در ايران ميباشد (شکل3-6 ). بنابراین کميت و کيفيت دادههاي بارش و دما برای دوره 30 ساله (1990- 1961) از دقت لازم برخوردار است، اما داده هاي مربوط به تشعشعات خورشيدي اين ايستگاه بطور کامل و با دقت قابل اعتماد در دوره (2001- 1997) قابل دسترس بود. بنابر اين اولين قدم تبديل آمار ايستگاه شهر کرمان به فرمت قابل قبول مدل ريز مقياس نمائي SDSM ميباشد. بدين منظور آمار مربوطه به فرمت مدل تبديل شدند (هر متغير در يک فايل جداگانه بصورت يک ستون). لازم به ذکر است که آمار دما و بارش در مدت30 سال دوره پايه (1990- 1961) بصورت پيوسته و کامل در دسترس بوده و نياز به بازسازي آمار نميباشد. و همچنين آمار تشعشعات خورشيد براي مدت 4 سال 2001- 1997 از دقت مناسبي برخوردار بودند و بدون هيچگونه تغييري، بعد از بررسي صحت آنها در مدل مربوطه به منظور کاليبره نمودن مورد استفاده قرار گرفتند. در اين مرحله علاوه بر آمار بارش، دما و تشعشغات خورشيدي، آمار و اطلاعات مربوط به درصد رطوبت نسبي ، آمار باد که مورد نياز مدلHELP مي باشند از آمار دراز مدت ايستگاه شهر کرمان(2005- 1951) تهیه شدند.

3-2-5 – دادههاي متغيرهای پيشبينيکننده ( مدلهاي جهاني و NCEP)
در اين مرحله با مراجع به سايت: http:/www.cics.uvic.ca/scenarios/indeu.cgia.scenarios.floto نسبت به دانلود آمار 26 متغيير اتمسفري (جدول3-2 ) از دو مدل جهاني HadCM3 و GGCM1 با توجه به مختصات ايستگاه مبنا ( ايستگاه سينوتيک شهر کرمان ) از سال (2099 – 1961) در مقياس روزانه اقدام شد. در اين مرحله همچنين دادههاي باسازي شده مربوط به مرکز ملي پيشبيني متغيرهاي محيطي کانادا که شامل 26 متغير است و از سال 2001-1961 موجود است از همان سايت دريافت شد. کليه دادههاي مذکور بدون هيچگونه تغييري قابل استفاده در مدل SDSM ميباشند.

شکل (3-6) موقِعِيت ايستگاهاي سيستم مشاهدهاي اقلِيم جهاني در ايران

جدول (3-2) 26 متغير شبيه سازي شده توسط مدل هاي جهاني و مرکز NCEP
رديف
متغير
رديف
متغير
1
فشار سطح صفر
14
سرعت مداري سطحي
2
قدرت جريان هواي سطحي
15
حالت گردابي سطحي
3
سرعت نصف النهاري سطحي
16
واگرايي سطحي
4
جهت باد سطحي در ارتفاع 500 هکتوپاسکال
17
سرعت مداري در ارتفاع 500 هکتوپاسکال
5
قدرت جريان هوا در ارتفاع 500 هکتوپاسکال
18
حالت گردابي در ارتفاع 500 هکتوپاسکال
6
سرعت نصف النهاري در ارتفاع 500 هکتوپاسکال
19
جهت باد در ارتفاع 500 هکتوپاسکال
7
ژئوپتانسيل در ارتفاع 500 هکتوپاسکال
20
واگرايي در ارتفاع 500 هکتوپاسکال
8
قدرت جريان هوا در ارتفاع 850 هکتوپاسکال
21
سرعت مداري در ارتفاع 850 هکتوپاسکال
9
سرعت نصف النهاري در ارتفاع850 هکتوپاسکال
22
حالت گردابي در ارتفاع 850 هکتوپاسکال
10
ژئوپتانسيل در ارتفاع 850 هکتوپاسکال
23
جهت باد در ارتفاع 850 هکتوپاسکال
11
واگرايي در ارتفاع 850 هکتوپاسکال
24
رطوبت نسبي در ارتفاع 500 هکتوپاسکال
12
رطوبت نسبي در ارتفاع 850 هکتوپاسکال
25
رطوبت نسبي سطحي
13
رطوبت ويژه سطحي
26
ميانگين دما در ارتفاع 2 متري

3-2-6- ريز مقياسنمايي خروجي مدلهاي جهاني
همانطور که قبلاً هم بيان شد مدلهاي گردش عمومي جو قادر به شبيه سازي متغيرهاي اقليمي در شبکههاي بزرگ ( بطور متوسط حدود 000/50 کيلومتر مربع ) ميباشند. لذا امکان استفاده از شرايط محلي مانند توپوگرافي، پوشش گياهي، و اروگرافي درشبيهسازي اين مدلها وجود ندارد. بنابراين دادههاي آنها در مقياس محلي مانند حوزههاي آبخيز از دقت چنداني برخوردار نيستند ( ويلبي و داسون، 2007 ). بدين منظور بايد اطلاعات اين مدلها به مقياس محلي، منطقهاي و يا حتي ايستگاهي تعمیم داده شوند. به مجموع روش هاي که اين مکان را فراهم ميآورند ريزمقياسنمايي گفته ميشود. شکل (3-7) مراحل ريز مقياسنمايي و بزرگمقياسنمايي را در سطح يک حوزه آبخيز و يک مدل گردش عمومي جو بصورت شماتيک نشان ميدهد. در بخش اول در خصوص روشهاي معمول ريز مقياس نمايي و محاسن و معايب آنها بطور کلي در حد نياز اين رساله بحث شد بههمين دليل در اين بخش از ارائه اين روشها خوداري ميشود و فقط به بررسي روش آماري- رگرسيوني SDSM که در اين رساله از آنها استفاده شد پرداخته ميشود. به منظور ريز مقياس نمايي در اين تحقيق با توجه به ابزار و امکانات موجود، بررسي تحقيقات گذشته خصوصا روشهاي ريزمقياسنمايي در بخش تغذيه آبهاي زير زميني، (سبيک الن، ؛ الن و همکاران، 2006؛ توز، 2007 و صمدي و همکاران، 2010) مدل ريزمقياسنمايي SDSM انتخاب گرديد. همانطور که قبلا هم اشاره شد اين مدل جزء مدل هاي رگرسيوني تابع انتقالي محسوب ميشود و هيبريد از روشهاي آماري و رگرسيوني ميباشد (ويلبي و داوسون، 2007). ثانياً اين روش با برقراري ارتباط مستقيم بين متغيرهاي وابسته و مستقل امکان پيشبيني متغيرهاي وابسته را فراهم ميکند (بر عکس روشهاي آماري). اساس کار روشهاي رگرسيوني تابع انتقالي بر اساس ارتباط منطقي بين متغيرهاي پيش بيني کننده(مستقل) و پيش بيني شونده(وابسته) استوار است و رابطه کلي آنها به شکل رابطه (3-1) ميباشد.
R=F(L) (3-1)
که بر اساس آمار دادهها قبلي محاسبه ميشود. ارتباط بين متغيرهاي وابسته و مستقل را نميتوان منحصراً يک ارتباط خطي دانست. اين روشها به رگرســيون خطي ( مدل SDSM ) و رگرسيون غير خطي ( شبکههاي عصبي) تقسيمبندي ميشوند. با توجه به اينکه در اين تحقيق از رگرسيون خطي استفاده ميگردد. به بررسي معادلات کلي اين روش ميپردازيم. روش رگرسيون خطي SDSM براي بر قراري ارتباط بين متغيرهاي وابسته نظير دما و تشعشات خورشيدي از رابطه (3-2) استفاده ميکنند. اما براي تخمين بارش محاسبات در دو مرحله صورت ميگيرد در مرحله اول احتمال وقوع يک روز مرطوب يا خشک بااستفاده از زنجيره مارکف محاسبه ميشود و درصورتيکه روز مرطوب باشد آنگاه با استفاده از معادله (3-4) ميزان بارش را محاسبه مي کند.
معادله کلي رگرسيون خطي چند گانه به شکل (3-2) مي باشد.
y^ = a + b1 x1 + b2 x2 + ….. bn xn (3-2)
که در آن y^ متغير وابسته a عرض از مبداَ و x1 و x2 متغيرهاي مستقل مي باشند.
w_1=a_o+ ∑_(i=1)^n▒a_j u_j ^((j)) (3-3)

شکل (3-7) مراحل ريز و بزرگ مقياس نمايي يک مدل جهاني بصورت شماتيک (1388)

در اين رابطه( ….. و 2 ، 1=j ) تعداد متغيرهاي پيش بيني کننده، wi احتمال شرطي واقعه بارش در يک روز i، ميباشد. ( j ) ui متغيرهاي پيش بيني کننده اي هستند که نرمال شده اند. در اين رابطه دوره خشکسالي يا ترسالي با مقايسه بين wi و مولد عددي -تصادفي خطي ri انجام ميشود. اگر بارش ايجاد شده wi≥ri باشد از رگرسيون معکوس نرمال تغيير شکل يافته رابطه (3-4) براي مقادير بارش استفاده ميشود.
Z _i=β _o+∑_(i=0)^n▒ B_ _j U_ _i ^((j))+ ϵ (3-4)
در اين رابطه Z i مقدار بارش ماهانه و Bi ضريب رگرسيون تخمين زده شده براي هر ماه است، € خطاي آزمايش ميباشد. پس از محاسبه Z i از فرمول (3-5 ) براي محاسبه Yi(بارش روزانه) استفاده مي شود.

Z_i+∅^(-1) [F(Y_i )] (3-5)
در اين رابطه، ∅ تابع توزيع تجمعي نرمال شدهي محاسبه شده از مقادير روزانه و F(Yi) تابع توزيع تجربي براي مقادير Yi (بارش روزانه) مي باشد. u_(i ^((j)) ) متغيرهاي پيشبينيکنندهاي که نرمال شدهاند. به منظور نرمال شدن متغيرها از رابطه (3-6 ) استفاده ميشود.
u_i ^((j))=(X_i ^((j) ) 〖+X^((j))〗^ )/δ^((i)) (3-6)
X1 (i) = مقدار متغير مورد نظر
X (j) = متوسط مقدار متغير مورد نظر در يک دوره دراز مدت و
S(i) = انحراف

پایان نامه
Previous Entries منابع تحقیق درمورد استان کرمان Next Entries منابع تحقیق درمورد دوره بازگشت