تحلیل تغییرات مکانی- زمانی جریان پایه رودخانه‌های ایران طی 30 سال اخیر

نوع مقاله : پژوهشی کاربردی

نویسندگان

1 دانش آموخته دکتری هیدروژئومورفولوژی، گروه جغرافیای طبیعی، دانشکده جغرافیای دانشگاه تهران، تهران، ایران

2 دانشجوی دکتری مهندسی محیط زیست، گروه منابع آب، دانشکده محیط زیست، دانشگاه تهران، تهران، ایران

3 دانشیار مهندسی منابع آب، گروه جغرافیای طبیعی، دانشکده جغرافیای دانشگاه تهران، تهران، ایران

چکیده

هدف از تحقیق حاضر، برآورد و تحلیل تغییرات مکانی- زمانی جریان پایه 266 رودخانه در سرتاسر ایران در بازه زمانی 30 ساله (2017-1987) به منظور آگاهی از میزان تأثیر منابع آب زیرزمینی و رواناب ذوب برف در رودخانه‌های مورد مطالعه می‌باشد. در این راستا، جریان‌های پایه روزانه با استفاده از روش فیلتر دیجیتالی چپمن- ماکسول (Chapman‐Maxwell) از جریان‌های کل ثبت‌شده در محل ایستگاه‌های هیدرومتری تفکیک شدند. از آزمون ناپارامتری من-کندال برای تحلیل روند زمانی جریان پایه و از شاخص خودهمبستگی فضایی موران (Moran's) برای تحلیل خودهمبستگی مکانی جریان پایه و شاخص جریان پایه (نسبت جریان پایه به جریان کل) بهره گرفته شد. تحلیل ماهانه جریان پایه، یک الگوی منظم فصلی را نشان داد که بیشترین و کمترین آن با مقادیر 9/08 و 1/95 میلیون مترمکعب در ماه به ترتیب مربوط به ماه‌های فروردین و شهریور بودند. نتایج شاخص جریان پایه نشان داد که سهم جریان پایه در تأمین آب سطحی رودخانه‌های مطالعاتی، بین 0/15 تا 0/99 درصد (به‌طور متوسط 72 درصد) است. نتایج روند درازمدت جریان پایه حاکی از آن بود که 83/08 درصد رودخانه‌ها، یک روند نزولی معنی‌دار (در سطح  0/95) را در بازه زمانی موردمطالعه تجربه کرده‌اند. یافته‌های آزمون خودهمبستگی مکانی مؤید آن بود که چندین خوشه با جریان پایه و شاخص جریان پایه بالا در رشته‌کوه‌های زاگرس و البرز وجود دارند. نتایج این تحقیق می‌تواند تصویر کلی از تغییرات مکانی و زمانی دبی پایه رودخانه‌ها در مقیاس کشور ارائه نموده و کمک شایانی به تصمیم‌گیران در راستای دستیابی به مدیریت یکپارچه منابع آب سطحی نماید.

کلیدواژه‌ها

موضوعات


باقرپور، مهسا، سیدیان، مرتضی، فتح‌آبادی، ابوالحسن، و محمدی، امین. (1396). بررسی کارایی آزمون من کندال در شناسایی روند سری‌های دارای خودهمبستگی. مجله علوم و مهندسی آبخیزداری ایران، 11(36)، 11-21.  http://jwmsei.ir/article-1-532-fa.html
زارعی، مهدی، بروغنی، مهدی، و علوی نیا، سید حسن. (1399). برآورد آب پایه به منظور ارزیابی جریان زیست‌محیطی در رودخانه‌های مناطق خشک و نیمه‌خشک (مطالعه موردی: رودخانه شامکان، سبزوار). مجله مهندسی منابع آب، 13(44)، 37-51. https://dorl.net/dor/20.1001.1.20086377.1399.13.44.4.5

سازمان هواشناسی کشور و موسسه تحقیقات خاک و آب. (1398). نقشه خرد اقلیم کشاورزی ایران. www.irimo.ir  / www.swri.ir

مهری، سونیا، مصطفی‌زاده، رئوف، اسمعلی عوری، اباذر، و قربانی، اردوان. (1396). مقایسه روش‌های جداسازی جریان پایه رودخانه و تغییرات فصلی آن در تعدادی از آبخیزهای استان اردبیل. نشریه علمی حفاظت و بهره‌برداری از منابع طبیعی، 6(2)، 123-137. https://doi.org/10.22069/ejang.2019.11706.1327
Anselin, L. (1995). Local indicators of spatial association—LISA. Geographical analysis, 27(2), 93-115. https://doi.org/10.1111/j.1538-4632.1995.tb00338.x

Arciniega-Esparza, S., Breña-Naranjo, J. A., Pedrozo-Acuña, A., & Appendini, C. M. (2017). HYDRORECESSION: A Matlab toolbox for streamflow recession analysis. Computers & Geosciences, 98, 87-92. DOI: 10.1016/j.cageo.2016.10.005
Ayers, J. R., Villarini, G., Jones, C., & Schilling, K. (2019). Changes in monthly baseflow across the US Midwest. Hydrological processes, 33(5), 748-758. https://doi.org/10.1002/hyp.13359

Beck, H. E., Van Dijk, A. I., Miralles, D. G., De Jeu, R. A., Bruijnzeel, L. A., McVicar, T. R., & Schellekens, J. (2013) Global patterns in base flow index and recession based on streamflow observations from 3394 catchments. Water Resources Research, 49(12), 7843-7863. https://doi.org/10.1002/2013WR013918

Behling, R., Roessner, S., Foerster, S., Saemian, P., Tourian, M. J., Portele, T. C., & Lorenz, C. (2022). Interrelations of vegetation growth and water scarcity in Iran revealed by satellite time series. Scientific Reports, 12(1), 20784. https://doi.org/10.1038/s41598-022-24712-6

Brušková, V. (2008). Assessment of the base flow in the upper part of Torysa river catchment. Slovak Journal of Civil Engineering, 2, 8-14. https://www.svf.stuba.sk/buxus/docs/sjce/2008/2008_2/file2.pdf

Chapman, T. G., & Maxwell, A. I. (1996). Baseflow separation-comparison of numerical methods with tracer experiments. Hydrology and water resources symposium 1996: Water and the environment; preprints of papers. Conference Paper, 1 January 1996 (pp. 539-545). Barton, ACT: Institution of Engineers, Australia. https://search.informit.org/doi/10.3316/informit.360361071346753

Eckhardt, K. (2005). How to construct recursive digital filters for baseflow separation. Hydrological Processes: An International Journal, 19(2), 507-515. https://doi.org/10.1002/hyp.5675

Eckhardt, K. (2008). A comparison of baseflow indices, which were calculated with seven different baseflow separation methods. Journal of Hydrology, 352(1–2), 168–173. https://doi.org/10.1016/j.jhydrol.2008.01.005

ESA-WorldCover. (2020). Worldwide Land Cover Mapping: VITO NV.2021. https://es a-worldcover.org/en

Fallah Ghalhari, G. A., Dadashi Roudbari, A. A., & Asadi, M. (2016). Identifying the spatial and temporal distribution characteristics of precipitation in Iran. Arabian Journal of Geosciences, 9, 1-12. https://doi.org/10.1007/s12517-016-2606-4

Frederiksen, R. R., Christensen, S., & Rasmussen, K. R. (2018). Estimating groundwater discharge to a lowland alluvial stream using methods at point, reach, and catchment-scale. Journal of Hydrology, 564, 836–845. https://doi.org/10.1016/j.jhydrol.2018.07.036

Gregor, M. (2010). BFI+ 3.0 user’s manual. Department of Hydrogeology, Faculty of Natural Science, Comenius University. https://hydrooffice.org/Files/UM%20BFI.pdf

Hall, D. K., Riggs, G. A., Salomonson, V. V., DiGirolamo, N. E., & Bayr, K. J. (2002). MODIS snow-cover products. Remote sensing of Environment, 83(1-2), 181-194. https://doi.org/10.1016/S0034-4257(02)00095-0

Hamed, K. H. (2008). Trend detection in hydrologic data: the Mann–Kendall trend test under the scaling hypothesis. Journal of hydrology, 349(3-4), 350-363. https://doi.org/10.1016/j.jhydrol.2007.11.009

Kendall, D. G. (1948). On the generalized "birth-and-death" process. The Annals of Mathematical Statistics, 19(1), 1–15. https://doi.org/10.1214/aoms/1177730285

Klein, A. G., & Barnett, A. C. (2003). Validation of daily MODIS snow cover maps of the Upper Rio Grande River Basin for the 2000–2001 snow year. Remote Sensing of Environment, 86(2), 162-176. https://doi.org/10.1016/S0034-4257(03)00097-X

Li, L., Maier, H. R., Lambert, M. F., Simmons, C. T., & Partington, D. (2013). Framework for assessing and improving the performance of recursive digital filters for baseflow estimation with application to the Lyne and Hollick filter. Environmental Modelling & Software, 41, 163–175. https://doi.org/10.1016/j.envsoft.2012.11.009

Mann, H. B. (1945). Nonparametric tests against trend. Econometrica: Journal of the Econometric Society, 245–259.  https://doi.org/10.2307/1907187

Moran, P. A. (1950). Notes on continuous stochastic phenomena. Biometrika, 37(1/2), 17-23. https://doi.org/10.1093/biomet/37.1-2.17

Parizi, E., Bagheri-Gavkosh, M., Hosseini, S. M., & Geravand, F. (2021). Linkage of geographically weighted regression with spatial cluster analyses for regionalization of flood peak discharges drivers: Case studies across Iran. Journal of Cleaner Production, 310, 127526. https://doi.org/10.1016/j.jclepro.2021.127526

Partington, D., Brunner, P., Simmons, C. T., Werner, A. D., Therrien, R., Maier, H. R., & Dandy, G. C. (2012). Evaluation of outputs from automated baseflow separation methods against simulated baseflow from a physically based, surface water-groundwater flow model. Journal of Hydrology, 458, 28–39. https://doi.org/10.1016/j.jhydrol.2012.06.029

Qin, H., Huang, Q., Zhang, Z., Lu, Y., Li, M., Xu, L., & Chen, Z. (2019). Carbon dioxide emission driving factors analysis and policy implications of Chinese cities: Combining geographically weighted regression with two-step cluster. Science of the Total Environment, 684, 413-424. DOI: 10.1016/j.scitotenv.2019.05.352

Rumsey, C. A., Miller, M. P., Susong, D. D., Tillman, F. D., & Anning, D. W. (2015). Regional scale estimates of baseflow and factors influencing baseflow in the Upper Colorado River Basin. Journal of Hydrology: Regional Studies, 4, 91–107.  https://doi.org/10.1016/j.ejrh.2015.04.008

Salas, J. D. (1980). Applied modeling of hydrologic time series. Water Resources Publication, Littleton, Colorado. 
Samsonov, T., Rets, E., & Kireeva, M. (2022). Region-specific multiple-approach separation of river hydrograph using the GrWat R package. In EGU General Assembly Conference Abstracts, 23–27 May 2022 (pp. EGU22-10013). Vienna, Austria & Online. https://doi.org/10.5194/egusphere-egu22-10013

Santhi, C., Allen, P. M., Muttiah, R. S., Arnold, J. G., & Tuppad, P. (2008). Regional estimation of base flow for the conterminous United States by hydrologic landscape regions. Journal of Hydrology, 351(1-2), 139-153. https://doi.org/10.1016/j.jhydrol.2007.12.018

Shi, X., Qin, T., Nie, H., Weng, B., & He, S. (2019). Changes in major global river discharges directed into the ocean. International Journal of Environmental Research and Public Health, 16(8), 1469. https://doi.org/10.3390/ijerph16081469

Sloto, R. A., & Crouse, M. Y. (1996). HYSEP: A computer program for streamflow hydrograph separation and analysis. Water-resources investigations report, 96, 4040. https://doi.org/10.3133/wri964040

Stewart, M., Cimino, J., Ross, M. (2007). Calibration of base flow separation methods with streamflow conductivity. Groundwater, 45, 17–27. https://doi.org/10.1111/j.1745-6584.2006.00263.x

Tan, X., Liu, B., & Tan, X. (2020). Global changes in baseflow under the impacts of changing climate and vegetation. Water Resources Research, 56(9), e2020WR027349. https://doi.org/10.1029/2020WR027349

Werner, A. D., Gallagher, M. R., Weeks, S. W. (2006). Regional-scale, fully coupled modelling of stream–aquifer interaction in a tropical catchment. Journal of Hydrology, 328, 497-510. https://doi.org/10.1016/j.jhydrol.2005.12.034
 
 
CAPTCHA Image