پايش اثرات تغيير اقليم بر منابع آب سطحي

پايش اثرات تغيير اقليم بر منابع آب سطحي

(مطالعه موردي رودخانههاي حوزه آبخيز كرخه لرستان) *

مسلم اکبري[1]، کريم سليماني [2]، محمد مهدوي [3]، محمود حبيب نژادروشن[4]

چكيده

تعيين روند دبي رودخانهها در شناخت تغيير اقليم و مديريت منابع آب بسيار مهم مي باشد. در اين تحقيق، روند تغييرات سالانه و فصلي دبي رودخانه هاي حوزه آبخيز كرخه با استفاده از آزمون هاي ناپارامتري من - كندال و تخمينگر سِن و پارامتري تحليل رگرسيون مورد ارزيابي قرار گرفته است. بدين منظور، از داده هاي دبي 16 ايستگاه هيدرومتري طي دوره 1388 تا 1358 استفاده شده است. نتايج نشان داد كه دبي سالانه در همه ايستگاه ها داراي روند نزولي در سه دهه اخير بوده است. برآوردها نشان داد كه مقادير دبي سالانه در ايستگاه هاي شاخص به ترتيب به ميزان 80 و 40 ،21 ،4/1 ، 4/0 مترمكعب در هر دهه تقليل يافته است. تحليل صورت گرفته توسط اين سه آزمون بر روي دبي هاي فصلي نشان داد كه مقادير دبي فصول بهار و زمستان، كاهش و دبي فصل تابستان، افزايش يافته است. بيشترين تفاوت نتايج آزمونهاي پارامتري و ناپارامتري در دبي فصل پاييز مشاهده شد، طوري كه مقادير دبي فصل پاييز با توجه به آزمون هاي ناپارامتري، افزايش و بر اساس نتايج آزمون پارامتري كاهش يافته است. نتايج اين پژوهش مي تواند در پيش بيني خشكسالي هاي آتي، برنامه ريزي جهت آبياري و مديريت منابع آب بكار رود.

واژه هاي كليدي: تغيير اقليم، دبي رودخانه، آزمون من-كندال، تخمينگر سِن، تحليل رگرسيون، حوزه کرخه.

مقدمه

اقليم يا آب و هوا به متوسط شرايط جوي زميني يا آبي با توجه به شرايط فصلي و زماني گفته مي شود. رشد صنايع و كارخانه ها از يك طرف و جنگل زدائي و تخريب محيط زيست از طرف ديگر باعث افزايش روز افزون گازهاي گلخانه اي در سطح كره زمين طي دهه هاي اخير شده است. تحقيقات مختلف نشان از تاثير اين افزايش بر روي اقليم كره زمين دارد. مهمترين اثر اين افزايش بر روي درجه حرارت اتمسفر كره زمين بوده كه در نوشته هاي علمي از آن به عنوان گرم شدن جهاني اطلاق مي كنند. تاثير اين افزايش تنها بر ميزان درجه حرارت اتمسفر زمين نبوده و ديگر متغييرهاي اقليمي را نيز تحت تاثير خود قرار داده كه پديده تغيير اقليم را شكل مي دهد. تاثيرات منفي اين پديده در آينده به سبب نگرش جوامع بر توسعه سريع صنعت و توجه كمتر به محيط زيست مي تواند شدت بيشتري بگيرد. با توجه به واقع شدن كشور ايران در عرض هاي مياني كره زمين و دارا بودن يك اقليم خشك و نيمه خشك بطور قطع تاثيرات پديده تغيير اقليم و افزايش درجه حرارت كره زمين، روي منابع آب ايران نيز وجود داشته و خواهد داشت و لحاظ كردن تاثيرات اين پديده در برنامه هاي منابع آب ضروري به نظر ميرسد. پرتو (2003) در تحقيق خود بيان مي دارد به علت خشكسالي و تغييرات اقليمي درياچه هاي متعددي در ايران با خطر كاهش سطح آب و يا خشك شدن مواجه هستند، به عنوان مثال درياچه هامون در جنوب شرقي ايران در سال هاي اخير كاملا خشك شده است[22].

براي بررسي تأثيرات احتمالي تغييرات اقليمي بر منابع آب هاي سطحي، بايد بيلان آب هاي سطحي در حوضه ها مورد بررسي قرار گيرد. يكي از ساده ترين اين روش ها، بررسي وضعيت آورد رودخانه ها و تلاش در تعيين وجود روند در آنها مي باشد. مساح بواني و مريد با بررسي اثرات تغيير اقليم بر دما، بارندگي و رواناب در حوضه رودخانه زاينده رود به اين نتيجه دست يافتند كه ميزان بارندگي، كاهش و دما، افزايش يافته است، طوري كه ميزان كاهش بارندگي 10 و 16 درصد و افزايش دما به ميزان 6/4 و2/3 درجه سانتي گراد به ترتيب در سناريوهاي 2B و 2A پيش بيني شده است[8]. همچنين نتايج آنها كاهش جريان تا8/5 درصد و افزايش ضريب تغييرات جريان تا 3 برابر را براي دوره هاي آتي نشان مي دهد.

رهبر و همكاران روند تغييرات رواناب در حوضه آبريز خررود تا ايستگاه آبگرم واقع در زيرحوضه قزوين را بررسي نمودند. نتايج اين پژوهش نشان داد كه در دوره سي ساله 1374- 1345 با وجود ثبات بارش سالانه و اندكي كاهش دماي سالانه، ارتفاع رواناب و نسبت رواناب به بارش سالانه روندي فزآينده و معني دار داشته است[9].

وال و توتورلي روند احتمالي در جريان رودخانه اي Stream flow را در غرب اوكلاهاما مورد مطالعه قرار دادند و نتيجه گرفتند كه جريان رودخانه اي داراي روند كاهشي معني دار بوده است[12].

مطالعه زو بر روي اثرات تغيير اقليم بر رژيم جريان رودخانه هاي سوئد نشان داد كه مقدار جريان در زمستان، به طور معني داري افزايش و در فصول بهار و تابستان، كاهش يافته است[13].

گاربرتچ و همكاران اثرات تغيير اقليم بر بارش، جريان رودخانه اي و تبخيرتعرق گياه مرجع را در 10 حوضه آبريز در آمريكا مورد بررسي قرار دادند. نتايج آنها حاكي از روند افزايشي معني داري در هر سه پارامتر مزبور بوده است[14].

زو و همكاران با استفاده از آزمون هاي پارامتري[5] و ناپارامتري، روند تغييرات دما، بارش و دبي را در حوضه آب ريز تاريم Taraim در چين مورد مطالعه قرار دادند. نتايج آنها نشان داد كه سري هاي زماني دما داراي روند معني دار افزايشي بوده و داده هاي بارش نيز افزايش يافته است .اگرچه سري هاي زماني دبي در سراب رودخانه داراي روند افزايشي معني داري بوده ولي در بيشتر مسير رودخانه، اين روند كاهشي بوده است[15].

مطالعه تادسون [16] بر روي اثرات تغيير اقليم بر جريان رودخانه هاي دانمارك طي سال هاي 1961 تا 1990 نشان داد كه مقادير دبي رودخانه ها از ماه دسامبر تا آگوست كاهش و در ماه هاي سپتامبر و اكتبر افزايش يافته است.

جيانگ و همكاران [17] روند تغييرات بارندگي و دبي رودخانه را در حوضه رودخانه يانگ تسه در دوره آماري 1961 تا 2000 مورد تجزيه و تحليل قرار دادند . نتايج آنها يك روند مثبت معني داري را در داده هاي بارندگي فصل تابستان نشان داد. همچنين نتايج آنها نشان داد كه دبي رودخانه در بيشتر ايستگاه ها در دوره آماري 40 ساله به طور معني داري افزايش يافته است. متأسفانه تاكنون مطالعات معدودي در زمينه بررسي اثرات تغييرات اقليم بر منابع آب در كشور صورت گرفته است. با توجه به خصوصيات هيدرولوژيكي كشور كه در منطقه خشك و نيمه خشك دنيا واقع شده و در مقابل هرگونه تغييري حساسيت زيادي مي تواند از خود نشان دهد، انجام چنين مطالعات و تحقيقاتي از اولويت هاي خاصي برخوردار خواهد بود. در اين تحقيق، روند تغييرات سالانه و فصلي دبي رودخانههاي حوزه آبخيز كرخه لرستان با استفاده از آزمون هاي من-كندال[6] ، تخمينگر سِن[7] و تحليل رگرسيون[8] طي دوره آماري 1358 تا 1388 مورد تجزيه و تحليل قرار گرفت.

مواد و روشها

مشخصات عمومي و موقعيت جغرافيايي منطقه مورد مطالعه

موقعيت جغرافيايي هر منطقه عامل اصلي تعيين کننده ويژگيهاي اقليمي آن منطقه مي باشد. ويژگيهاي توپوگرافي، دوري و نزديکي به درياها و اقيانوسها ،عرض جغرافيايي و ارتفاع از سطح دريا مي توانند نقش مهمي را در اين حيطه ايفا نمايند. موقعيت جغرافيايي استان لرستان درغرب کشور بين طولهاى جغرافيايى´01و°50 تا´50 و°46 شرقى و عرضهاى جغرافيايي´ 23و°34 تا ´40و°32 شمالى قرار دارد.

شکل(1) موقعيت جغرافيايي منطقه مورد مطالعه در استان لرستان

وضعيت ايستگاه هاي هيدرومتري

بر روي رودخانه هاي استان لرستان جمعا 33 ايستگاه هيدرومتري وجود دارد، از ميان ايستگاه هاي موجود 16 ايستگاه در حوضه آبخيز کرخه واقع شده اند. البته ايستگاهاي ديگري در فاصله سالهاي79 تا حال تاسيس شده اندکه به دليل کوتاه بودن دوره آماري مورد استفاده واقع نشده اند. جدول(1) زير بيانگر وضعيت ايستگاه هاي هيدرومتري موجود مورد مطالعه درسطح در حوضه آبخيز کرخه مي باشد.

جدول(1) وضعيت ايستگاه هاي هيدرومتري موجود درحوضه کرخه

نوع ايستگاه	سال تاسيس	مختصات جغرافيايي	نام ايستگاه	رديف
ارتفاع	عرض	طول
درجه يک	1326	555	37-10-33	03-26-47	سيمره نظرآباد	1
“	1346	1780	52-04-34	14-58-47	بادآور نورآباد	2
“	1334	816	84-19-33	63-53-47	کشکان افرينه	3
درجه دو	1349	780	24-18-33	57-48-47	ماديان رودبرآفتاب	4
درجه يک	1334	700	75-09-33	10-43-47	کشکان پلدختر	5
درجه دو	1349	940	25-23-33	22-12-47	دره دزدان تنگ سياب	6
درجه دو	1348	1750	32-30-33	57-46-48	هرو دهنو	7
درجه يک	1334	1550	06-43-33	06-15-48	هرو کاکارضا	8
“	1369	1720	11-56-33	33-16-48	کهمان دره تنگ	9
“	1333	1520	12-47-33	25-12-48	سراب صيدعلي	10
“	1368	1420	19-21-33	58-30-48	کاکاشرف چنارخشکه	11
“	1333	1145	45-26-33	56-14-48	خرم آبادچم انجير	12
“	1380	950	34-29-33	10-58-47	خرم اباد دوآب ويسيان	13
“	1378	960	42-29-33	10-58-47	کشکان دوآب ويسيان	14
درجه دو	1334	800	51-18-33	22-53-47	چلهول آفرينه	15
درجه يک	1383	1270	30-34-33	40-17-48	خرم آباد بهرام جو	16

همانطور که در جدول فوق مشاهده مي شود ايستگاه هاي سيمره، كشكان، كاكارضا، چلهول آفرينه و چم انجير در بين ايستگاه هاي موجود در منطقه هم به لحاظ قدمت از تعداد سال هاي آماري بيشتري برخورداراند وهم از نظر جغرافيايي از پراکنش خوبي در منطقه به لحاظ توزيع جهت مطالعه برخوردار مي باشند لذا در اين مطالعه به عنوان ايستگاه شاخص در نظر گرفته شده اند.

جمع آوري داده ها

در اين تحقيق از داده هاي هواشناسي دو مرجع اصلي يعني سازمان هواشناسي كشور و وزارت نيرو در رابطه با پارامترهاي اقليمي بارندگي و درجه حرارت و از داده هاي هيدرومتري وزارت نيرو جهت پارامترهاي هيدرولوژيكي استفاده گرديده است. كه بيشترين دوره آماري در بين تمام ايستگاه ها مربوط به ايستگاه سيمره مي باشد كه طول دوره آماري اين ايستگاه از سال 1326 تا كنون مي باشد. در اين تحقيق براي تكميل برخي از نواقص اطلاعاتي بارش از روش تفاضل ها و نسبت ها و به منظور اطمينان از همگني داده ها، از آزمون ران تست استفاده گرديده است و ايستگاه هاي غير همگن كنار گذاشته شدند.

به منظور آشكارسازي تغييرات اقليمي از ديدگاه آماري، روش هاي خاصي بكار گرفته مي شود. يكي از اين روش ها، بررسي روندهاي موجود در داده هاي هواشناسي و هيدرومتري مي باشد زيرا پديده تغييراقليم باعث ايجاد عدم همگني در داده هاي طبيعي مي شود و اين عدم همگني، اغلب ناشي از وجود روندهاي درازمدت در اين داده ها مي باشد. بنابراين، براي بررسي رخداد تغييراقليم بايد روند موجود در داده هاي طبيعي بوسيله آزمون هاي آماري مورد بررسي قرار گيرد. به طور كلي آزمونهاي آماري را مي توان به دو بخش آزمون هاي پارامتري و ناپارامتري تقسيم كرد. مزيت آزمون هاي ناپارامتري بر آزمونهاي پارامتري اين است كه در اكثر آزمون هاي پارامتري، فرض اوليه آزمون، وجود توزيع نرمال در دادهها مي باشد در صورتي كه در اكثر آزمون هاي ناپارامتري چنين شرطي وجود ندارد. از آنجا که بسياري از دادهها در شرايط واقعي نيز داراي چولگي بوده و توزيع نرمال ندارند، بنابراين براي آنكه نتايج واقعيتري بدست آيد، ترجيح داده مي شود كه از آزمونهاي ناپارامتري استفاده شود. بنابراين در اين تحقيق از آزمون ناپارامتري تعيين روند من- كندال كه توسط سازمان هواشناسي جهاني[9](WMO) براي بررسي پديده تغييراقليم پيشنهاد گرديده، استفاده شد ه است.

آزمون من- كندال[10]

يكي از روش هاي متداول جهت تحليل سري هاي زماني اقليمي، بررسي وجود يا عدم وجود روند در آن ها با استفاده از آزمون هاي آماري مي باشد. اصولا وجود روند در سري هاي زماني اقليمي ممكن است ناشي از تغييرات تدريجي طبيعي و تغيير اقليم يا اثر فعاليت هاي انساني باشد. اثبات وجود روند معني دار در يك سري زماني اقليمي به تنهايي نمي تواند دليلي قاطع بر وقوع تغيير اقليم در يك منطقه باشد بلكه فرض رخداد آن را تقويت مي نمايد. اين ويژگي ناشي از متعدد بودن عوامل كنترل كننده سامانه اقليم مي باشد. آزمون من - كندال از متداول ترين روش هاي ناپارامتري تحليل روند سري هاي هيدرولوژيكي و هواشناسي به شمار مي رود. مطالعات مختلف انجام شده با استفاده اين روش حاكي از اهميت و كاربرد فراوان آن در تحليل روند سري هاي زماني مي باشد [18]. اين آزمون ابتدا توسط "من" در سال 1945 ارائه و سپس توسط "كندال" در سال 1948 توسعه يافت. كاربرد اين روش توسط سازمان جهاني هواشناسي توصيه شده است. از اين روش براي آزمون فرض تصادفي بودن توالي دادهها در مقابل وجود روند استفاده ميگردد [19].

از نقاط قوت روش من -كندال، كاربرد آن براي سري هاي زماني اي كه از توزيع خاصي پيروي نمي كنند، مي باشد. اثرپذيري ناچيز اين روش از مقادير حدي كه در برخي از سري هاي زماني مشاهده مي گردند نيز از ديگر مزاياي استفاده از اين روش است[18]. فرض صفر اين آزمون بر تصادفي بودن و عدم وجود روند در سري داده ها دلالت دارد و پذيرش فرض يك (رد فرض صفر) دال بر وجود روند در سري داده ها مي باشد. مراحل محاسبه آماره اين آزمون به شرح زير مي باشد:

الف) محاسبه اختلاف بين تك تك مشاهدات با يكديگر و اعمال تابع علامت[11] و استخراج پارامتر S:

رابطه (1)

n: تعداد مشاهدات سري

xj و xk : به ترتيب داده هاي jام و k ام سري هستند. تابع علامت نيز به صورت زير محاسبه مي گردد:

رابطه (2)

ب) محاسبه واريانس توسط يكي از روابط زير:

رابطه (3 و 4)

m: تعداد سري هايي است كه در آن ها حداقل يك داده تكراري وجود دارد، n تعداد داده هاي مشاهده اي و t فراواني داده هاي با ارزش يكسان مي باشد.

ج) نهايتاً آماره Z توسط يكي از روابط مقابل تعيين مي شود:

رابطه (5)

در يك آزمون دوطرفه جهت رونديابي سري داده ها، فرض صفر در صورتي پذيرفته مي شود كه رابطه زير برقرار باشد:

رابطه (6)

α: سطح معني داري است كه براي آزمون در نظر گرفته مي شود، Zα توزيع نرمال استاندارد توزيع نرمال استاندارد α مي باشد كه با توجه به دو دامنه بودن آزمون، از2 α/استفاده شده است[18]. در اين تحقيق آزمون من -كندال براي سطوح اطمينان 95 % و 99% بكار گرفته شد. در صورت مثبت بودن آماره Z، روند سري داده ها صعودي و درصورت منفي بودن آن، روند نزولي درنظر گرفته مي شود.

آزمون سِن[12]

اين آزمون توسط سِن [20] ارائه شده و از تحليل تفاوت بين مشاهدات يك سري زماني بهره مي گيرد. مزاياي برشمرده شده براي آزمون من-كندال براي اين روش نيز صادق مي باشد. همچنين اين آزمون در هنگام وجود داده هاي گمشده، به راحتي قابل استفاده مي باشد[21]. فرض صفر اين آزمون بر تصادفي بودن و عدم وجود روند در سري داده ها دلالت دارد. پذيرش فرض يك و يا به عبارت ديگر رد فرض صفر دال بر وجود روند در سري زماني داده ها مي باشد. اساس اين روش بر محاسبه يك شيب ميانه براي سري زماني و قضاوت نمودن در مورد معني داري شيب بدست آمده در سطوح اطمينان مختلف مي باشد. مراحل محاسبه آماره اين آزمون به شرح زير مي باشد:

الف) محاسبه شيب بين هر جفت داده مشاهدهاي با استفاده از رابطه (7):

در اين رابطه Xt و Xs به ترتيب داده هاي مشاهده اي در زمان هاي s و tيك وا حد زماني بعد از زمانs مي باشد. با اعمال اين رابطه براي هر دو جفت داده مشاهده اي، يك سري زماني از شيب هاي محاسبه شده بدست مي آيد كه از محاسبه ميانه اين سري زماني شيب خط روند(Qmed) حاصل مي آيد. مقدار مثبت (Qmed) حاكي از صعودي بودن روند و مقدار منفي آن نشان دهنده نزولي بودن روند مي باشد.

ب) محاسبه پارامتر Cαدر سطوح اطمينان مورد آزمون به كمك رابطه (8) :

كه در آن Z آماره توزيع نرمال استاندارد مي باشد و در يك آزمون دو دامنه بسته به سطوح اطمينان در نظر گرفته شده مي تواند مقادير مختلفي به خود بگيرد. آماره Cα براي سطوح اطمينان 95 و 99 درصد به ترتيب برابر 96/1 و 58/2 مي باشد.

ج) محاسبه حدود اعتماد بالا و پايين (M2 و M1) به كمك رابطه زير: رابطه(9):

كهN′ تعداد شيب هاي محاسبه شده در بند الف مي باشد.

د) مرحله نهايي آزمون سِن، بررسي حدود اطمينان محاسبه شده مي باشد. بدين صورت كه از بين شيب هاي محاسبه شده توسط رابطه (7) M1 امين و (1+M2) امين شيب ها استخراج مي گردند. در صورتي كه عدد صفر در دامنه بين دو شيب استخراج شده فوق قرار گيرد، فرض صفر پذيرفته شده و به سري زماني مورد آزمون، نمي توان هيچ روندي در سطح اطمينان مورد نظر نسبت داد. در غير اين صورت، فرض صفررد شده و حاكي از وجود يك روند معنيدار در سري زماني مورد بررسي مي باشد[18].

تحليل رگرسيون خطي

يكي از كاربردي ترين روش ها براي محاسبه روند در داده ها روش رگرسيون خطي مي باشد. در اين روش يك معادله خطي بين داده ها ايجاد مي شود كه مي تواند هم جهت روند و هم شيب روند را بدست دهد. از اين معادله خطي جهت پيش بيني ميزان متغيير در دوره هاي آتي استفاده مي شود كه به صورت زير مي باشد. بر اساس اصل حداقل مربعات[13] ، يك مدل رگرسيون خطي با زمان مطابق رابطه زير بر سري زماني داده هاي دبي برازش داده شد و با استفاده از همبستگي پيرسون[14]، معني دار بودن شيب آن در سطوح اطمينان 95 و 99 درصد مورد ارزيابي قرار گرفت: رابطه(11): Y=a+bx

Y: متغير مورد نظر، X زمان بر حسب سال يا ماه يا هر مقياس زماني ديگرa عدد ثابت و bشيب خط رگرسيون مي باشند .چنانچه علامت شيب منفي باشد، روند داده ها نزولي و در صورت مثبت بودن شيب، روند صعودي خواهد بود. همچنين در اين تحقيق براي بررسي معنادار بودن روند حاصل از رگرسيون خطي از حدود اطمينان شيب خط (معمولا 95 %) و مقدار ارزش[15] يا همان همبستگي ساده استفاده شده است.

حدود اطمينان شيب خط 95% مقاديري هستند كه مقادير شيب را در يك محدوده با اطمينان 95 % اطمينان مي دهند همچنين مقدار P يك ارزش عددي بين صفر و يك مي باشد. هرچه اين مقدار كمتر باشد معنادار بودن روند بيشتر خواهد بود. اگر مقدار عددي P كمتر از 5% تا1% باشد، روند حاصل از روش رگرسيون معنادار مي باشد.

نتايج و بحث

روند تغييرات سالانه دبي

با تعيين نتايج آزمون هاي من -كندال، سِن و تحليل رگرسيون براي دبي سالانه ايستگاه هاي مورد مطالعه (جدول2) ملاحظه مي گردد، دبي سالانه در همه ايستگاه داراي روند كاهشي در سه دهه اخير بوده است. ليكن اغلب اين روندها معني دار نبوده است .

روند معني داري توسط دو آزمون من - كندال و سِن در داده هاي دبي سالانه تعيين نشده است. عدم وجود روند معني دار در داده هاي دبي سالانه با نتايج طبري و همكاران [10] همخواني مطلوبي دارد. تنها روند معني دار مشاهده شده توسط تحليل رگرسيون در داده هاي دبي سالانه ايستگاه كشكان بدست آمده است.

بر اساس شيب خط رگرسيون ارائه شده در جدول 2، چنين مي توان نتيجه گرفت كه مقادير دبي در هر دهه سالانه در ايستگاه هاي سيمره، كشكان، كاكارضا، چلهول آفرينه و چم انجير به ترتيب به ميزان 80، 40، 21، 4/1 و4/0، مترمكعب كاهش يافته است.

جدول (2) نتايج آزمون هاي من- كندال، سِن و تحليل رگرسيون براي دبي سالانه (1388- 1358)

ايستگاه	Z (آماره آزمون من-كندال)	Q (آماره آزمون سِن)	b (شيب خط رگرسيون)	P value (سطح معني داري)
سيمره	85/1-	51/3-	96/7-	095/0
كشكان	91/1-	74/3-	01/4-	035/0
كاكارضا	59/1-	53/1-	10/2-	066/0
چلهول آفرينه	46/1-	12/0-	14/0-	284/0
چم انجير	76/0-	02/0-	04/0-	897/0

* : معني داري در سطح 95 درصد

روند تغييرات فصلي دبي

نتايج آزمون هاي من -كندال، سِن و تحليل رگرسيون براي دبي فصول بهار و تابستان ايستگاه هاي مورد مطالعه در جدول 3 درج شده است .

بر اساس نتايج ارائه شده در اين جدول، مقادير دبي فصل بهار، كاهش و دبي فصل تابستان، افزايش يافته است . روندهاي افزايشي معني دار در سطح 95 درصد در داده هاي دبي فصل بهار ايستگاه هاي سيمره و كشكان توسط دو آزمون من-كندال و سِن تعيين شده است. در حالي، كه تحليل رگرسيون فقط در ايستگاه كشكان اين روند معني دار را در سطح 95 درصد مورد تأييد قرار داده است. بر طبق نتايج جدول 3 و مقادير دبي فصل بهار در ايستگاه هاي سيمره، كشكان، كاكارضا، چم انجير و چلهول آفرينه به ترتيب به ميزان 91، 54 ،20 ،9 و2 مترمكعب در هر، دهه كاهش يافته است. روندهاي افزايشي معني داري در سري هاي زماني دبي فصل تابستان در ايستگاه هاي كاكارضا، كشكان و چلهول آفرينه در سطح اطمينان 95 درصد توسط دو آزمون من -كندال و سِن مشخص شده است. روندهاي مشاهده شده توسط تحليل رگرسيون نيز تقريبا مشابه با نتايج دو آزمون فوق بوده است. تنها تفاوت، در دبي فصل تابستان ايستگاه كشكان مشاهده شده است كه تحليل رگرسيون، روند معني دار افزايشي را در سطح 99 درصد تعيين نموده است . نتايج جدول 3 نشان داد كه مقادير دبي فصل تابستان ايستگاه هاي كشكان، كاكارضا، سيمره، چم انجير وچلهول آفرينه به ترتيب به ميزان20، 8، 4، 3 و 2 مترمكعب در هر دهه افزايش يافته است.

جدول (3) نتايج آزمونهاي من-كندال، سِن و تحليل رگرسيون براي دبي هاي فصل بهار (1388- 1358)

ايستگاه	Z (آماره آزمون من-كندال)	Q (آمارهآزمون سِن)	b (شيبخط رگرسيون)	P VALUE (سطحمعني داري)
سيمره	24/2-*	23/5-*	14/9-	052/0
كشكان	05/2-*	97/4-*	43/5-	015/0
كاكارضا	84/0-	40/1-	02/2-	276/0
چلهول آفرينه	71/0-	19/0-	22/0-	381/0
چم انجير	23/0-	37/0-	86/0-	603/0

* : معني داري در سطح 95 درصد

جدول (3) نتايج آزمونهاي من-كندال، سِن و تحليل رگرسيون براي دبي هاي فصل تابستان (1368- 1387)

ايستگاه	Z (آماره آزمون من-كندال)	Q (آمارهآزمون سِن)	b (شيبخط رگرسيون)	P VALUE (سطحمعني داري)
سيمره	10/1	45/1	44/0	749/0
كشكان	31/2*	07/2*	04/2	009/0
كاكارضا	11/2*	92/0*	87/0	041/0
چلهول آفرينه	05/2*	20/0*	16/0	040/0
چم انجير	94/0	18/0	31/0	978/0

* : معني داري در سطح 95 درصد

در جدول 4، نتايج آزمون هاي ناپارامتري من -كندال، سِن و پارامتري تحليل رگرسيون براي دبي فصول پاييز و زمستان ايستگاه هاي مورد مطالعه ارائه شده است. همان گونه كه مشاهده مي گردد، مقادير دبي فصل زمستان طي سه دهه اخير كاهش يافته است. همچنين مقادير دبي فصل پاييز با توجه به آزمون هاي ناپارامتري، افزايش و بر اساس نتايج آزمون پارامتري، كاهش يافته است. تفاوت فاحش نتايج آزمون هاي ناپارامتري و پارامتري در داده هاي دبي فصل پاييز شايد به دليل تأثير توزيع آماري داده هاي مزبور باشد. به اين معني كه يك يا دو عدد پرت در داده ها مي تواند منجر به ايجاد خطا در ضريب همبستگي خطي بين داده ها شود. نتايج آزمون هاي بكار رفته نشان داد كه هيچ روند معني داري توسط سه آزمون بكار رفته در سري هاي زماني دبي فصل پاييز مشاهده نگرديد. بر اساس شيب خط رگرسيون ارائه شده در جدول 4، بيشترين و كمترين تغييرات دبي فصل پاييز به ترتيب در ايستگاه هاي سيمره و چلهول آفرينه مشاهده شده است. بر طبق نتايج مندرج در جدول (4)، آزمون سِن دو روند معني دار كاهشي در سطح اطمينان 95 درصد در داده هاي دبي فصل زمستان ايستگاه هاي كاكارضا و چلهول آفرينه تعيين نموده است. روندهاي كاهشي معني دار داده هاي مزبور در ايستگاه كشكان توسط آزمون من-كندال و در ايستگاه كاكارضا توسط تحليل رگرسيون نيز مورد تأييد قرار گرفته است. مقادير دبي فصل زمستان در ايستگاه هاي سيمره، كشكان، كاكارضا، چلهول آفرينه و چم انجير به ترتيب به ميزان 123، 67، 58، 3، و2 مترمكعب در هر دهه كاهش يافته است(جدول4).

جدول (3) نتايج آزمونهاي من-كندال، سِن و تحليل رگرسيون براي دبي هاي فصل بهار (1388- 1358)

ايستگاه	Z (آماره آزمون من-كندال)	Q (آمارهآزمون سِن)	b (شيب خط رگرسيون)	P VALUE (سطح معني داري)
سيمره	16/0	22/0	10/9-	119/0
كشكان	29/0	42/0	99/7-	193/0
كاكارضا	71/0	85/0	45/1-	594/0
چلهول آفرينه	52/0	10/0	14/0-	562/0
چم انجير	36/0	19/0	20/0-	843/0

جدول (3) نتايج آزمونهاي من-كندال، سِن و تحليل رگرسيون براي دبي هاي فصل تابستان (1388- 1358)

ايستگاه	Z (آماره آزمون من-كندال)	Q (آمارهآزمون سِن)	b (شيب خط رگرسيون)	P VALUE (سطح معني داري)
سيمره	20/1-	89/3-	29/12-	236/0
كشكان	10/2-*	35/7-*	70/6-	101/0
كاكارضا	95/1-	65/4-*	79/5-	031/0
چلهول آفرينه	84/0-	43/0-	33/0-	368/0
چم انجير	62/0-	38/0-	19/0-	750/0

نتيجه گيري

ارزيابي اثرات تغيير اقليم امري مهم و ضرورى در برنامه ريزي منابع آب بحساب مي آيد. در اين تحقيق، اثرات تغيير اقليم بر منابع آب هاي سطحي از طريق تعيين روندهاي سالانه و فصلي در داده هاي دبي رودخانه هاي حوزه آبخيز کرخه در استان لرستان طي دودهه اخير مورد تجزيه و تحليل قرار گرفت. بدين منظور با بكارگيري داده هاي 16 ايستگاه هاي هيدرومتري، روند تغييرات داده هاي مزبور با استفاده از آزمون هاي ناپارامتري من-كندال و سِن و پارامتري تحليل رگرسيون بررسي شد . نتايج اين تحقيق نشان داد كه دبي سالانه در همه ايستگاه داراي روند كاهشي در سه دهه اخير بوده است . روند معني داري توسط دو آزمون من -كندال و سِن در داده هاي دبي سالانه تعيين نشده است. تنها روند معني دار مشاهده شده توسط آزمون تحليل رگرسيون در داده هاي دبي سالانه ايستگاه كشكان بدست آمده است. مقادير دبي سالانه در ايستگاه هاي شاخص سيمره، كشكان، كاكارضا، چلهول آفرينه و چم انجير به ترتيب به ميزان 80، 40، 20، 4/1، 4/0 مترمكعب در هر دهه تقليل يافته است.

نتايج تحليل صورت گرفته توسط اين سه آزمون بر روي دبي هاي فصلي نشان داد كه مقادير دبي فصول بهار و زمستان، كاهش و دبي فصل تابستان، افزايش يافته است. همچنين مقادير دبي فصل پاييز با توجه به آزمون هاي ناپارامتري، افزايش و بر اساس نتايج آزمون پارامتري، كاهش يافته است. روندهاي نزولي معني دار در داده هاي دبي فصل بهار ايستگاههاي سيمره و كشكان و دبي فصل زمستان ايستگاههاي كاكارضا و كشكان و روندهاي صعودي در داده هاي دبي فصل تابستان ايستگاه هاي كاكارضا، كشكان و چلهول آفرينه توسط دو آزمون من-كندال و سِن تعيين شده است. نتايج آزمون تحليل رگرسيون نيز وجود روند در داده هاي دبي فصل بهار ايستگاه كشكان، سري فصل تابستان ايستگاه هاي كشكان و كاكارضا و دبي فصل زمستان فصل كاكارضا مورد تأييد قرار داده است . تنها تفاوت نتايج آزمون هاي ناپارامتري و پارامتري براي دبي فصول بهار، تابستان و زمستان در سطح معني داري روندها بوده است. با بكارگيري آزمون هاي ناپارامتري و پارامتري، هيچ روند معني داري در سريهاي زماني دبي فصل پاييز مشاهده نشده است.

نتايج تحليل رگرسيون نشان داد كه مقادير دبي فصل بهار در ايستگاه هاي سيمره، كشكان، كاكارضا، چم انجير و چلهول آفرينه به ترتيب به ميزان 91 ،54 ،20، 9 و 2 مترمكعب در هر دهه كاهش و مقادير دبي فصل تابستان ايستگاه هاي كشكان، كاكارضا، سيمره، چم انجير و چلهول آفرينه به ترتيب به ميزان 20،4 ،8 ، 3 و 2 مترمكعب در هر دهه افزايش يافته است. بر اساس شيب خط رگرسيون، بيشترين و كمترين تغييرات دبي فصل پاييز به ترتيب در ايستگاه هاي سيمره و چلهول آفرينه مشاهده شده است. همچنين مقادير دبي فصل زمستان در ايستگاه هاي سيمره، كشكان، كاكارضا، چلهول آفرينه و چم انجير به ترتيب به ميزان 123،67 ، 58، 3 و 2 مترمكعب در هر دهه كاهش يافته است.

تحليل روندهاي معني دار در ايستگاه هاي مورد مطالعه نشان داد كه بيشترين روندهاي معني دار در سري هاي زماني فصلي دبي ايستگاه كشكان مشاهده شده است. اين در حالي است كه هيچ روند معني داري در داده هاي دبي ايستگاه چم انجير توسط آزمون هاي ناپارامتري و پارامتري مشخص نشده است.

همچنين نتايج اين تحقيق حاكي از آن است كه بيشترين روندهاي معني دار مشاهده شده در مقياس فصلي در تابستان رخ داده است . اين درحالي است كه هيچ روند معني داري در فصل پاييز مشاهده نشده است.

به طور كلي نتايج اين تحقيق، اثرات تغيير اقليم بر دبي رودخانه هاي حوزه آبخيز کرخه در استان لرستان را مورد تأييد قرار داده است. نتايجي كه براي ديگر حوضه هاي كشورنيز قابل پيش بيني است و لزوم توجه به آن از هم اكنون مشهود مي باشد. نتايج اين تحقيق را مي توان در پهنه بندي و پيش بيني خشكسالي هاي آتي، طراحي و برنامه ريزي آبياري و مديريت منابع آب بكار برد.

منابع

7 مساح بواني، عليرضا، مريد، سعيد ( 1384 ). "اثرات تغيير اقليم بر جريان رودخانه زايندهرود اصفهان"، علوم و فنون كشاورزي و منابع طبيعي، شماره 4، صفحات 17-27.

9 رهبر، اسماعيل، پاكپرور، مجتبي، مسعودي، مسعود، جوكار، لادن ( 1384 ). "روند تغييرات رواناب در آبخيز خررود"، تحقيقات مرتع و بيابان ايران، شماره 12 ، صفحات357-375.

18 حجام، سهراب، خوشخو، يونس، شمسالدين وندي، رضا ( 1387 ). "تحليل روند تغييرات بارندگيهاي فصلي و سالانه چند ايستگاه منتخب در حوزه مركزي ايران با استفاده از روشهاي ناپارامتري"، پژوهشهاي جغرافيايي، جلد 40 ، شماره 64 ، صفحات 168-157.

طبري، ح و همكاران (1388)، ارزيابي اثرات تغيير اقليم بر منابع آبهاي سطحي در حوضه آبريز مارون، هشتمين سمينار بين المللي مهندسي رودخانه، دانشگاه شهيد چمران اهواز.

19 خليلي، علي، بذر افشان، جواد ( 1383 ). "تحليل روند تغييرات بارندگيهاي سالانه، فصلي و ماهانه پنج ايستگاه قديمي ايران در يكصد و. شانزده سال گذشته"، بيابان، جلد 9، شماره 1، صفحات 33-25 .

[1] Mizyed, N. (2008). "Impacts of Climate Change on Water Resources Availability and Agricultural Water Demand in the West Bank", Water Resources Management, doi: 10.1007/s11269-008-9367-0.

[2] Xu, C.Y. (2000). "Modelling the Effects of Climate Change on Water Resources in Central Sweden", Water Resources Management, Vol.14, PP. 177–189.

[3] Chang, H., Gregory Knight, C., Staneva M. P. and Kostov, D. (2002). "Water resource impacts of climate change in southwestern Bulgaria", GeoJournal, Vol.57, PP. 159–168.

[4] Werritty, A. (2002). "Living with uncertainty: climate change, river flows and water resource management in Scotland", The Science of the Total Environment, Vol.294, PP. 29–40.

[5] Christensen, N.S., Wood, A.W., Voisin, N., Lettenmaier, D.P. and Palmer, R.N. (2004). "The effects of climate change on the hydrology and water resources of the Colorado river basin", Climatic Change, Vol.62, PP.

337–363.

[6] Fujihara, Y., Tanaka, K., Watanabe, T., Nagano, T. and Kojiri, T. (2008). "Assessing the impacts of climate change on the water resources of the Seyhan River Basin in Turkey: Use of dynamically downscaled data for hydrologic simulations", Journal of Hydrology, Vol.353, PP. 33–48

[12] Wahl, K. and Tortorelli, R.L. (1996). "Changes in flow the Beaver-North Canadian river basin upstream from Canton lake, Western Oklahoma", U. S. Geological Survey, U. S. Geological Survey Water Resources

Investigation Reports, 96–4304.

[13] Xu, C.Y. (2000). "Modelling the Effects of Climate Change on Water Resources in Central Sweden", Water Resources Management, Vol.14, PP. 177–189.

[14] Garbrecht, J., Liew, M.V. and Brown, G.O. (2004). "Trends in precipitation, streamflow and evapotranspiration in the Great Plains of the United States", Journal of Hydrologic Engineering, Vol. 9, No.5, PP. 360–367.

[15] Xu, C.Y., Chen, Y.N. and Li, J.Y. (2004). "Impact of Climate Change on Water Resources in the Tarim River Basin", Water Resources Management, Vol.18, PP. 439–458.

[16] Thodsen, H. (2007). "The influence of climate change on stream flow in Danish rivers", Journal of Hydrology, Vol.333, PP. 226–238.

[17] Jiang, T., Su, B. and Hartmann, H. (2007). "Temporal and spatial trends of precipitation and river flow in the Yangtze River Basin, 1961–2000", Geomorphology, Vol.85, PP. 143–154.

[20] Sen, P.K. (1968). "Estimates of the regression coefficient based on Kendall´s tau, Journal of the American Statistical Association", Vol.63, PP. 1379–1389.

[21] Bouza-Deano, R., Ternero-Rodrıguez, M. and Fernandez-Espinosa, A. J. (2008). "Trend study and assessment of surface water quality in the Ebro River (Spain)", Journal of Hydrology, Vol.361, PP. 227-239.

[22] Parto, H, (2003), Sistan Oasis Parched by Drought, in Atlas of Global Change, United Nations Environmental Program, Oxford University Press.

Monitoring of climate change effects on surface water resources (Case study: lorestan Province Watersheds)

Moslem akbari: M.Sc. watershed, agricultureral bank of Iran.

Karim solaimani: Associated professor of remote sensing, Agricultural Sciences and Natural Reources University of Sari.

Mohamad mahdavi: Professor of Hydrology, University of tehran.

Mahmod habibnejhad: Associated professor of Hydrology, Agricultural Sciences and Natural Reources University of Sari.

ABSTRACT

Detection of rivers discharges trends is very important in recognition of climate changes and water management. In this research, annual and seasonal trends of KARKHEH basin rivers discharge were evaluated by using the Mann-Kendall and Sen’s slope estimator nonparametric tests and the regression analysis parametric test. For this purpose, discharge data from sixty hydrometric index stations including were applied during 1979-2009. The results showed that annual discharge values decreased at the all stations in the last two decades. The estimates indicated that decreasing trends of annual river discharge in index stations were 80, 40, 21, 1.4 and 0.4 m3 per decade, respectively. The analysis of seasonal discharge using the three tests demonstrated that spring and winter discharge values decreased in the study period while increasing trends were observed in summer discharge values. The most difference between non-parametric and parametric tests was detected in autumn discharge values. The non-parametric tests showed positive trends in autumn discharge values while these time series were characterized with negative trends using parametric test. The results of such research can be applicable to prediction of future droughts, irrigation planning and water resources management.

Keywords: Climate change, River discharge, Mann-Kendall test, Sen’s slope , KARKHEH basin.

*اين پ‍ژوهش برگرفته از پايان نامه كارشناسي ارشد نويسنده مي باشد.

1- کارشناس ارشد آبخيزداري بانك كشاورزيgmail.com @Moslem.aki

2-دانشيار سنجش ازدوردر علوم محيطي دانشگاه علوم كشاورزي ومنابع طبيعي ساري[email protected]

3- استاد هيدرولوژي دانشكده منابع طبيعي دانشگاه تهران [email protected]

4- دانشيار هيدرولوژي دانشگاه علوم كشاورزي ومنابع طبيعي ساري [email protected]

1- Parametric tests

1- Mann-Kendall test

2- Sen’s slope estimator

3- Regression analysis

1- World Meteorological Organization

2- Mann-Kendall

1- Sign Function

1- Sen’s

1- Least squares

2- Pearson correlation

3- P value

پايش اثرات تغيير اقليم بر منابع آب سطحي

مطالب مشابه :

فروش پروژه بازیابی سیگنال اسپارس به روش DCT و حداقل مربعات با نرم افزار MATLAB

پايش اثرات تغيير اقليم بر منابع آب سطحي

فرایند تحلیل سلسله مراتبی

مقاله ترجمه شده مدیریت 2015

حسابداری صنعتی

مدلسازی سیستم های بیولوژیکی

1000 مقاله مهندسی برق به زبان فارسی شامل مقالات الکترونیک قدرت کنترل مخابرات مگاترونیک مهندسی پیوالک

فرآیند تحلیل سلسله مراتبی(AHP)

ارائه پايان نامه هاي تخصصي مهندسي برق