سامانه پشتیبانی خدمات اطلاعات

  اخبار و اعلانات

 آمار

تعداد نشریات161
تعداد شماره‌ها6,486
تعداد مقالات70,061
تعداد مشاهده مقاله123,043,529
تعداد دریافت فایل اصل مقاله96,277,767
علیزاده, شهمراد, محمدی, حسین, کردوانی, پرویز. (1396). مدل‌سازی پراکندگی خشکسالی‌های ناشی از تغییر اقلیم در ایران با به‌کارگیری سیستم دینامیک. , 9(1), 169-188. doi: 10.22059/jtcp.2017.61408
شهمراد علیزاده; حسین محمدی; پرویز کردوانی. "مدل‌سازی پراکندگی خشکسالی‌های ناشی از تغییر اقلیم در ایران با به‌کارگیری سیستم دینامیک". , 9, 1, 1396, 169-188. doi: 10.22059/jtcp.2017.61408
علیزاده, شهمراد, محمدی, حسین, کردوانی, پرویز. (1396). 'مدل‌سازی پراکندگی خشکسالی‌های ناشی از تغییر اقلیم در ایران با به‌کارگیری سیستم دینامیک', , 9(1), pp. 169-188. doi: 10.22059/jtcp.2017.61408
علیزاده, شهمراد, محمدی, حسین, کردوانی, پرویز. مدل‌سازی پراکندگی خشکسالی‌های ناشی از تغییر اقلیم در ایران با به‌کارگیری سیستم دینامیک. , 1396; 9(1): 169-188. doi: 10.22059/jtcp.2017.61408

مدل‌سازی پراکندگی خشکسالی‌های ناشی از تغییر اقلیم در ایران با به‌کارگیری سیستم دینامیک

مجله علمی " آمایش سرزمین "
مقاله 8، دوره 9، شماره 1، فروردین 1396، صفحه 169-188    اصل مقاله (972.12 K)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.22059/jtcp.2017.61408
نویسندگان
شهمراد علیزاده* 1؛ حسین محمدی2؛ پرویز کردوانی3
1دانشجوی دکتری، دانشکدة علوم انسانی و اجتماعی، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران، تهران، ایران
2استاد، دانشکدة جغرافیا، دانشگاه تهران، تهران، ایران
3استاد، دانشکدة علوم انسانی و اجتماعی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران، تهران، ایران
چکیده
تغییرات خشکسالی برای مدیریت بهینة بهره‌برداری از منابع آب به‌خوبی محسوس است. به همین دلیل، از گذشته‌های دور تحقیقات بسیار وسیعی دربارة مدل‌سازی خشکسالی در دنیا و ایران انجام‌ گرفته و با به‌کارگیری آن‌ها طرح­های آبی و هیدرولیکی متعددی انجام ‌گرفته است. یکی از اهداف مدل‌سازی سیستم‌های پویا بررسی سیاست‌های بالقوة مختلف برای بهبود عملکرد سیستم است. مدل‌سازی شاخص (شاخص بارش استانداردشده) به‌عنوان شاخص وضعیت خشکسالی در ایستگاه‌های کشور با به‌کارگیری مدل شبکة عصبی شعاعی برای هر ایستگاه انجام گرفته است. متغیرهای مستقل شبکة عصبی، رطوبت نسبی، دما و کمبود اشیا هستند که با توجه به اثر آن‌ها روی بارش انتخاب‌ شده‌اند. متغیر وابسته، شاخص SPI است. در کل دورة 42ساله با محاسبة SPI 12‌ماهه، 348 نمرة استاندارد، و با محاسبة SPI 24ماهه، 336، نمرة استاندارد برای هر ایستگاه به‌دست آمد. در همة ایستگاه­ها، مقادیر (تبخیر و تعرق گیاه مرجع) از ماه ژانویه تا ژوئیه افزایش، سپس، تا ماه دسامبر کاهش یافت و در همة ایستگاه‌ها در ماه ژولای به حداکثر مقدار خود رسید. بیشترین مقادیر ETo متوسط ماهانه در ایستگاه­های آبادان و اهواز در ماه ژولای و به‌ترتیب، برابر با 18/232 و 16/214 میلی‌متر اتفاق افتاد.
کلیدواژه‌ها
تغییرات اقلیمی؛ سیستم دینامیک؛ مدل‌سازی خشکسالی؛ ETo
عنوان مقاله [English]
Dispersion modeling drought caused by climate change in Iran using system dynamics
نویسندگان [English]
Shahmorad Alizadeh1؛ Hossein Mohammadi2؛ Parviz Kardavani3
1Ph.D. Student in Faculty of Humanities and Social Sciences, Science and Research Branch of Islamic Azad University, Tehran, Iran
2Professor, Faculty of Geography, University of Tehran, Tehran, Iran
3Professor, Faculty of Humanities and Social Sciences, Science and Research Branch of Islamic Azad University, Tehran, Iran
چکیده [English]
Drought changes for optimal operation management of water resources well is the sensible. That's why last round of very extensive research on modeling drought in the world and Iran is and using their water projects and has conducted numerous hydraulic. One of the goals dynamic systems modeling potential policies to improve system performance. Modeling SPI index as an indicator of the country's drought situation stations using radial neural network model for each station was done. Independent variables neural network, relative humidity, temperature and lack of objects, which were selected according to their impact on precipitation. SPI index is the dependent variable. In total period of 42 years calculated by SPI, 12-month and 348 standard score by calculating the SPI 24-month, 336 standard score is obtained for each station. At all stations, ETo values from January to July to December increased and then fell in July to its maximum level reached in all stations. The highest average monthly ETo values in Abadan and Ahvaz stations in July and 18/232 and 16/214 mm respectively happened.
 
 
کلیدواژه‌ها [English]
Drought modeling, System Dynamics, ETo, Drought, climate change
مراجع
  1. جداری عیوضی، جمشید (1389). ژئومرفولوژی ایران. تهران: انتشارات دانشگاه پیام نور.
  2. حسین‌زاد، زینب، و واعظ تهرانی، مهسا (1388). مدل‌سازی راندمان کاربرد شبکه‌های آبیاری با استفاده از روش تحلیل پویایی سیستم. دهمین سمینار سراسری آبیاری و کاهش تبخیر، کرمان، دانشگاه شهید باهنر.
  3. خزانه‌داری، لیلی، کوهی، منصوره، زابل عباسی، فاطمه، قندهاری، شهزاد، و ملبوس، شراه (1389). بررسی روند خشکسالی در ایران طی 30 سال آینده (2039-2010). مجموعه مقالات چهارمین کنفرانس منطقه‌ای تغییر اقلیم، دی‌ماه 1389، تهران.
  4. دانش‌کار آراسته، پیمان (1386). تحلیل روند تغییرات زمانی و مکانی بارش و دما در کشور به کمک سنجش‌ازدور و شناسایی نواحی تحت تأثیر تغییرات اقلیمی، کارگاه فنی اثرات تغییر اقلیم در مدیریت منابع آب، تهران، کمیته ملی آبیاری و زهکشی.
  5. صفوی، حمیدرضا (1385). هیدرولوژی مهندسی. چاپ اول، تهران: انتشارات ارکان.
  6. طایی سمیرمی، مجید، فاتحی مرج، احمد، و میرنیا، سیدخلاق (1391). بررسی اثرات تغذیة مصنوعی بر توزیع زمانی و مکانی خشکسالی‌های هیدروژئولوژیک با استفاده از شاخص حالت پیزومتریک (مطالعة موردی: دشت گربایگان، استان فارس). تحقیقات منابع آب ایران، دورة 8، شمارة 1 (پیاپی 23)، 89-86.
  7. علیجانی، بهلول، و بابایی، فینی ‌ام‌السلمه (1392). تحلیل فضایی خشکسالی‌های کوتاه‌مدت ایران. پژوهش‌های جغرافیای طبیعی، سال 45، شمارة 3، صفحات 12-1.
  8. علیزاده، امین (1386). اصول هیدرولوژی کاربردی. انتشارات دانشگاه امام رضا (ع).
  9. کردوانی، پرویز (1386). منابع و مسائل آب در ایران. جلد اول، چاپ هشتم، تهران: انتشارات دانشگاه تهران.
  10. کردوانی، پرویز (1390). مناطق خشک. تهران: انتشارات دانشگاه تهران.
  11. ناصری، حمیدرضا، آدینه‌وند، روح‌اله، و صلوی‌تبار، عبدالرحیم (1390). مدل‌سازی پویای سیستم در مدیریت بهره‌برداری آبخوان دشت تبریز. سی‌امین گردهمایی علوم زمین، تهران، سازمان زمین‌شناسی و اکتشافات معدنی کشور.
  12. واعظ تهرانی، مهسا، منعم، محمدجواد، و باقری، علی (1389). توسعة یک مدل نوسازی شبکه‌های آبیاری با رویکرد دینامیک سیستم‌ها - مطالعة موردی: شبکة آبیاری دشت قزوین. نهمین کنفرانس هیدرولیک ایران، تهران، انجمن هیدرولیک ایران، دانشگاه تربیت مدرس.
    1. Ashok, K., Mishra, V. & Singh, P. (2011). Drought modeling – A review. Journal of Hydrology, 403(1-2), 157–175.
    2. Gies, Lauren, M.S., Purdue University, August 2013. Drought Policy Development and Assessment in East Africa Using Hydrologic and System Dynamics Modeling.
    3. Huang, Q., et al. (2014). Modeling the impacts of drying trend scenarios on land systems in northern China using an integrated SD and CA model. Science China Earth Sciences, 57(4), 839-854.
    4. Lorenzo-Lacruz, J., Vicente-Serrano, S. M., López-Moreno, J. I., Beguería, S., García-Ruiz, J. M., & Cuadrat, J. M. (2010). The impact of droughts and water management on various hydrological systems in the headwaters of the Tagus River (central Spain). Journal of Hydrology.  386(1–4), 13–26.
    5. Zhang, K., Pan, Sh., Cao, L., Wang, Y., Zhao, Y., & Zhang, W. (2014). Spatial distribution and temporal trends in recipitation extremes over the Hengduan Mountains region, China, from 1961 to 2012. Available online 16 May 2014
    6. Shi, T., & Gill, R. (2005). Developing effective policies for the sustainable development of ecological agriculture in China: the case study of Jinshan County with a systems dynamics model. Ecological Economics, 53, 223-246.
    7. Sterman, J. D. (2000). Business dynamics – systems thinking and modeling for a complex world.
    8. Wang, Hong, et al.  (2011). Development and application of a simulation model for changes in land-use patterns under drought scenarios. Computers & Geosciences, 37(7), 831-843.

 

 

 

 

آمار
تعداد مشاهده مقاله: 1,261
تعداد دریافت فایل اصل مقاله: 819


سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب