بخشی از مقاله
چکیده
پدیده النینو به عنوان یکی از مهمترین سیگنالهای بزرگ مقیاس اقلیمی تاثیر مستقیمی بر بارش نقاط مختلف زمین و به دنبال آن بر وقوع ترسالیها و خشکسالیها دارد. آگاهی از وقوع احتمالی ترسالیها و خشکسالیها میتواند به مدیریت بهینه منابع آب کمک کند. از اینرو در این تحقیق به منظور بررسی اثر پدیده النینو بر بارش سالانه ایران، اثر این پدیده به طور مستقیم بر شرایط ترسالی و خشکسالی به عنوان نمایههایی از افزایش یا کاهش باران از وضعیت متوسط بارندگی در سالهای آبی ایران در نظر گرفته شد. برای این منظور اطلاعات بارش سالانه هر ای ستگاه ن سبت به متو سط بارش سالانه در همان ای ستگاه نرمال شدند و پس از آن و ضعیت تر سالی، نرمال و خ شک سالی در سالهای آبی برای همه ای ستگاهها به دست آمد. و در نهایت در صد وقوع شرایط ترسالی، نرمال و خشکسالی برای وقایع النینو ثبت شده همزمان با آمار ایستگاهها به دست آمد. نتیجه این تحقیق نشان میدهد که پدیده النینو بیشترین تاثیر را بر وقوع ترسالی و بعد از آن بر شرایط نرمال را دارد. کمترین درصد هم مربوط به وقوع شرایط خشکسالی همزمان با پدیده النینو میباشد. نتایج این تحقیق نشان میدهد که پدیده النینو بیشترین تاثیر را بر ترسالی مناطق غرب، جنوب غرب کشور و مناطق جنوبی رشتهکوههای البرز تا قسمتی از شمال شرق ایران دارد. کمترین تاثیر النینو بر بارش کشور مربوط به مناطق شرق، جنوب شرق تا مرکز ایران میباشد.
-1 مقدمه
چرخه آب در طبیعت به خوبی تداخل و درگیری پارامترهای هواشناسی و هیدرولوژیکی را نشان میدهد. هنگام مقابله و در نظر گرفتن مسائل بزرگ مقیاس منابع آب، ناگزیر از در نظر گرفتن عوامل مؤثر اقلیمی بر سیستم هیدرولوژیکی بوده و جهت تعریف الگوریتم چگونگی استفاده از این عوامل ناگزیر به طرح سئوالات اساسی در زمینه اقلیم و تغییرات آن ه ستیم. اقلیم، یک فرایند پویا ا ست که در مکان و زمان تغییر میکند. دو سئوال مهم در علم هیدرولوژی این ا ست که چه پارامترهایی برای توصیف اقلیم یک منطقه مورد نیاز است و بهترین تخمین از تغییرات اقلیمی در یک دوره زمانی در آینده چه میتواند باشد. تجربیات سالیان اخیر نشان داده است که فرض تکرار وقایع هیدروکلیماتولوژیکی که در گذشته مشاهده شده ا ست، ممکن ا ست برای ب سیاری از مناطق با خطا همراه با شد. بدین معنی که ای ستایی پدیدههای اقلیمی همواره فرض صادقی نخواهد بود.
بسیاری از تکنیک ها و روشهایی که در برنامهریزی و مدیریت منابع آب وجود دارد، ارتباط مستقیم یا غیر مستقیم با پیشبینی جریان، بارش و به طور کلی پیشبینی هیدروکلیماتولوژیکی دارد. منظور از پیشبینی هیدرولوژیکی تعیین و اعلام وقوع شرایطی در آینده ا ست که میتواند شامل پدیده هایی نظیر تر سالی یا خ شک سالی شود. از آنجا که از دیدگاه مدیریت منابع آب این اثرات به صورت تغییرات محسوس در میزان آوردهای رودخانهای بروز میکند، پیشبینی آورد رودخانه میتواند شاخص منا سبی در تخمین شرایط آتی جهت مدیریت منابع آب با شد. گرچه منابع آب سطحی و زیرزمینی بیشترین تاثیر را مستقیما از ریزشهای جوی میگیرد، پارامترهای اقلیمی متعددی وجود دارند که پتانسیل تبدیل بارش به رواناب را تغییر میدهند. مطالعاتی که در ربع قرن اخیر انجام شده است، نشان دهنده تغییرات اقلیمی محسوس در بسیاری از مناطق کره زمین میباشد. در دهه های اخیر، شناسایی سیگنالهای بزرگ مقیاس اقلیمی - که در حقیقت تابعی مکانی و زمانی از متغیرهای هواشناسی هستند و معمولا با اندازهگیری تغییرات نسبی این متغیرها معرفی می شوند - به عنوان پیش بینی کننده های پدیدههای هیدرولوژیکی، تحول عظیمی در پیشبینی ها به وجود آورده ا ست. در سالیان اخیر، مدلها و ابزار پیشبینی هیدرولوژیکی بر پایه روشهای تجربی و آماری در کنار مدلهای عددی پیشنهاد شده و به عنوان ابزاری برای مدیریت بهتر منابع آب به کار گرفته شدهاند. پیشرفتهای بیشتر در مدلهای پیشبینی منوط به شناخت بیشتر ارتباط پدیده های اقلیمی و رویدادهای هیدرولوژیکی، بهبود وتوسعه مدلها و پیشنهاد مدل های جدید میباشد.
با توجه به موارد ذکر شده، مدیریت منابع آب بر مبنای تحلیلهای اقلیمی تاکید و تمرکز بر مدل سازی مناسب نوسانات اقلیمی - climate variation - و به کارگیری آن در طراحی و بهره برداری از سیستمهای منابع آب است. نیازها و علایق تحقیقاتی در این زمینه شامل ارائه روش ها و مدل هایی است که قادر به مدلسازی بهتر تغییرات اقلیمی و اثرات آن بر مدیریت منابع آب باشند. سئوالات اساسی در زمینه تحقیقات مورد نظر در این زمینه عمدتا شامل موارد زیر است پدیده های اقلیمی شاخص تغییرات هیدرولوژیکی یک منطقه چه می باشند؟
تاثیر این پدیده ها و نحوه اثر آنها بر افزایش کارایی مدیریت منابع آب چگونه است؟ الگوریتم به کارگیری این اطلاعات در مدیریت منابع آب چگونه است؟ [1] Redmond and Roy ارتباط بارش، دما و رواناب غرب آمریکا را با سیگنال های بزرگ مقیاس بررسی نموده اند. نتایج آنها نشان می دهد که بارش اکتبر-مارچ این مناطق بیشترین همبستگی را با متوسط SOI - تعریف این شاخص در پیوست ارائه شده است - ماههای جولای تا نوامبر داشته است. بر اساس تحلیل های آنها دو مرکز وجود دارد که تأثیر پذیری آنها از SOI متفاوت می باشد به طوریکه در طول مدتی که مقدار SOI کم می باشد بارش در بخش شمال غرب اقیانوس آرام کاهش و در بیابان های جنوب غربی ایالات متحده افزایش می یابد. همچنین آنها نتیجه گرفته اند که همبستگی رواناب با SOI همانند بارش می باشد. [2] Garen در یک تحقیق، استفاده از SOI را به عنوان یک متغیر اولیه در پیشبینی جریان به کمک روشهای آماری مورد ارزیابی قرار داد. مدلهای رگرسیون خطی و غیرخطی برای تهیه اکثر پیشبینیهای حجمی آوردهای فصلی در غرب ایالات متحده استفاده میگردد. تأخیر موجود در پاسخ به این سیگنال، علاوه بر اینکه امکان تهیه پیشبینیهای زودهنگام جریان را در پاییز فراهم میآورد، مکملی برای متغیرهای پیشبینی متداول در اوایل زمستان میباشد.
[3 ] Nicholson and Selato تأثیر لانینا را بر بارش آفریقا با استفاده از روش تحلیل هارمونیک بررسی نموده اند. آنها نیز نتایجی مشابه کار [4] Ropelewski and Halpert به دست آوردند با این تفاوت که مطالعات آنها در سطح وسیعتری انجام گرفته و همچنین اعتقاد دارند که تأثیر پذیری بارندگی مناطق استوایی و جنوب شرقی آفریقا از لانینا پیچیده تر وبا وابستگی بیشتر نسبت به زمان و مکان نسبت به آن چیزی که [4] Ropelewski and Halpert پیشنهاد دادند، می باشد. [5] Hamlet and Lettenmaier رو شی ساده برای به کارگیری سیگنالهای اقلیمی ENSO و PDO در روش پیشبینی معروف به نام - Extended Streamflow Prediction - ESP تهیه کردند. یک پیشبینی رواناب تطویل یافته بوسیله نمونهگیری دوباره از دادههای هواشناسی تاریخی براساس شش دسته PDO - PDO/ENSO گرم/ سرد و ENSO النینو/ خنثی/ لانینا - ، صورت میگیرد. با داشتن پیشبینی ENSO برای سال آبی آینده و فاز PDO موجود، این مجموعههای هواشناسی برای اجرای مدل هیدرولوژی بر اساس شرایط اولیه خاک و برف در تاریخ پیشبینی، به کار برده میشوند. بر این اساس استفاده از نمایههای اقلیمی ENSO و PDO برای پیشبینیهای شرطی رواناب، سبب افزایش زمان تقدم پیشبینی تا حدود شش ماه، با استفاده از روشهای کنونی پیشبینی جریان میباشد. بهترین نتایج پیشبینی مربوط به دسته فاز گرم PDO و النینو و نیز دسته فاز سرد PDO و لانینا بودند.
[6] Sharma et al. با ا ستفاده از سیگنالهای هوا شنا سی، بارش را ب صورت ف صلی و سالانه پیشبینی نمودند. ایشان این کار را به منظور بهبود مدیریت تأمین آب بخشی از کشور استرالیا استفاده نمودند. هر چند در مورد تخمین میزان رواناب حاصل از بارش پیشبینی شده راه حل و روشی ارائه نکردند. استوار [7] ارتباط پدیده ال نینو با بارش های ماهیانه ایران را مورد ارزیابی قرار داده است، که نتایج حاصله نشان می دهد که اثر گذاری پدیده ال نینو بر بارشهای ایران همزمان با تغییر الگوی فشار در اقیانوس آرام نبوده، بلکه با تأخیر زمانی همراه است. همچنین نتایج نشان می دهند که ضرایب همبستگی بین شاخص نوسانات جنوبی - SOI - و بارش های ایران منفی می باشد، به طوریکه در سال های وقوع ال نینو، بارش سالانه کشور نسبت به میانگین سی ساله افزایش مییابد. خوش اخلاق [8] به صورت آماری ارتباط بین فازهای سرد و گرم ENSO را با بارش ایران بررسی نمودند. نتایج وی که حاصل از همبستگی SOI و بارش می باشد، نشان می دهد که خشکسالی های ایران همزمان با لانینا و ترسالی ها همزمان با ال نینو بوده است.
کیانی پور [9] شرایط سینوپتیکی حاصل از پدیده ال نینو در ایران و تغییرات ایجاد شده در نحوه فعالیت و آرایش سیستمها را بررسی نموده است. ایشان در بررسیهای خود، سال 1982-83 را به عنوان یک سال نمونه برای حالت ال نینو و سال 1974-75را به عنوان یک سال نمونه برای حالت لانینا در نظر گرفته و مطالعات خود را صرفاً برای ماه های دسامبر، ژانویه و فوریه این دو سال انجام داده است. نتایج وی نشان می دهد که آرایش سیستم ها در سه ماه مزبور درسال لانینا شرایط منا سب تری برای ایجاد بارش ن سبت به سال ال نینو دا شته ا ست. در سال لا نینا، پر ف شار سیبری - و احتمالا سودان - به خوبی بر روی ایران گ سترش یافته و با افزایش گرادیان در منطقه و ادغام آن با سلول پر ف شار عرب ستان و انتقال هوای گرم و مرطوب شرایط منا سبی برای ایجاد بارش فراهم کرده ا ست. همچنین با قرارگیری منا سب مرکز پرف شار روی شبه جزیره عربستان شرایط برای عمیق شدن ناوه شمال آفریقا و تقویت مرکز کم فشار سودان و تبدیل آن به یک سیستم ترمودینامیکی در سال لانینا و شرایط لازم برای ورود سیستم های باران زا فراهم شده است. در صورتی که در سال ال نینو در سه ماه فوق سیستم های مذکور شرایط لازم برای ایجاد ناپایداری را فراهم نکرده و بعضاً مانع تقویت سیستم های ورود آن به منطقه شده اند.
