Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Tác động của độ khả dụng dữ liệu không gian đến dự đoán biến đổi khí hậu ở lưu vực sông Weyib tại Ethiopia
Tóm tắt
Tác động của độ khả dụng dữ liệu không gian đến đặc điểm dự đoán nhiệt độ và lượng mưa của lưu vực sông Weyib ở Ethiopia đã được nghiên cứu sử dụng mô hình CMIP5-CanESM2 cho các kịch bản RCP8.5, RCP4.5 và RCP2.6. Mục tiêu của nghiên cứu hiện tại là xác định cách mà dự đoán về nhiệt độ và lượng mưa trong tương lai dưới đầu ra của mô hình CMIP5-CanESM2 thay đổi so với các trạm khí tượng không gian trung bình tùy ý khác nhau trong lưu vực. Mô hình hạ tỷ lệ thống kê đã được thử nghiệm và xác minh sử dụng dữ liệu quan sát hàng ngày cho mười hai, sáu và ba trạm khí tượng không gian trung bình tùy ý, cũng như cho một trạm khí tượng đơn lẻ, đã được sử dụng để dự đoán các kịch bản khí hậu tương lai. Kết quả cho thấy rằng nhiệt độ tối đa và tối thiểu hàng ngày trung bình hàng năm và lượng mưa cho mười hai, sáu và ba trạm không gian tùy ý đã thể hiện xu hướng tăng trong các giai đoạn sắp tới cho đến cuối thế kỷ. Trong phân tích trạm đơn, xu hướng đã thay đổi từ xu hướng tăng sang xu hướng giảm trong trường hợp nhiệt độ tối đa và tối thiểu. Trong trường hợp lượng mưa, không quan sát thấy xu hướng rõ ràng nào trong phân tích trạm đơn. Do đó, sự biến đổi trong lượng và phân bố lượng mưa và nhiệt độ giữa bốn trạm không gian trung bình trong cùng một khu vực nghiên cứu có thể ảnh hưởng đến nguồn nước và nông nghiệp của lưu vực, và thay vì sử dụng một trạm khí tượng đơn lẻ để dự đoán các biến khí hậu tương lai cho một lưu vực nghiên cứu cụ thể, thì việc sử dụng trung bình dữ liệu của nhiều trạm khí tượng không gian là đáng tin cậy hơn.
Từ khóa
#biến đổi khí hậu #lưu vực sông Weyib #dự đoán khí hậu #mô hình CMIP5-CanESM2 #nhiệt độ #lượng mưa #dữ liệu không gianTài liệu tham khảo
Alexandrov V, Genev M (2003) Climate variability and change impact on water resources in Bulgaria. Eur Water 12:25–30
Barman S, Bhattacharjya RK (2015) Comparison of linear regression, non-linear regression and artificial neural network model for downscaling of rainfall at Subansiri river basin, Assam, India. Eur Water 51:51–62
Bates B, Kundzewicz Z, Wu S (2008) Climate change and water. Tech Pap Intergov Panel Clim Chang IPCC Secre :210. doi: 10.1016/j.jmb.2010.08.039
Beck L, Bernauer T (2011) How will combined changes in water demand and climate affect water availability in the Zambezi river basin? Glob Environ Chang 21:1061–1072. doi:10.1016/j.gloenvcha.2011.04.001
Bliss K, Bowe KF (2011) Bridging knowledge gaps in water management: integrating approaches to food, water, energy, and the environment. A report of the CSIS project on global water policy. Center for Strategic and International Studies, Washington, DC
Boko M, Niang I, Nyong A (2008) Africa. Clim Chang 2007 Impacts, Adapt vulnerability Contrib Work Gr II to Fourth Assess Rep Intergov Panel Clim Chang p 433–467. doi: 10.2134/jeq2008.0015br
Carvalho M, Serralheiro R, Real JC, Valverde P (2015) Implications of climate variability and future trends on wheat production and crop technology adaptations in southern regions of Portugal. Water Utility J 9:13–18
Dinar A (2006) District level hydro-climatic time series and scenario analysis to assess the impacts of climate change on regional water resources and agriculture in Africa. Discussion paper no. 13. Special Series on Climate Change and Agriculture in Africa, p 60. ISBN 1–920160–01-09
Ethiopian National Meteorological Agency (2007) Climate Change National Adaptation Programme of Action (Napa) of Ethiopia. p 1–73
Faramarzi M, Abbaspour KC, Ashraf Vaghefi S et al (2013) Modeling impacts of climate change on freshwater availability in Africa. J Hydrol 480:85–101. doi:10.1016/j.jhydrol.2012.12.016
Ghosh S, Mujumdar PP (2008) Statistical downscaling of GCM simulations to streamflow using relevance vector machine. Adv Water Resour 31:132–146. doi:10.1016/j.advwatres.2007.07.005
Graham LP, Andersson L, Horan M (2011) Using multiple climate projections for assessing hydrological response to climate change in the Thukela River basin, South Africa. Phys Chem Earth 36:727–735. doi:10.1016/j.pce.2011.07.084
IPCC (2013) Climate change 2013: The physical science basis. Contribution of working group I to the fifth assessment report of the intergovernmental panel on climate Change. Intergov panel Clim Chang Work Gr I Contrib to IPCC Fifth Assess Rep (AR5)(Cambridge Univ Press New York) 1535. doi: 10.1029/2000JD000115
Kruger AC, Shongwe S (2004) Temperature trends in South Africa: 1960-2003. Int J Climatol 24:1929–1945. doi:10.1002/joc.1096
Liu L, Liu Z, Ren X et al (2011) Hydrological impacts of climate change in the Yellow River basin for the 21st century using hydrological model and statistical downscaling model. Quat Int 244:211–220. doi:10.1016/j.quaint.2010.12.001
Loukas A, Sidiropoulos P, Mylopoulos N (2015) Assessment of the effect of climate variability and change and human intervention in the lake Karla aquifer. Eur Water 49:19–31
Mpelasoka FS, Chiew FHS (2009) Influence of rainfall scenario construction methods on runoff projections. J Hydrometeorol 10:1168–1183. doi:10.1175/2009JHM1045.1
New M, Hewitson B, Stephenson DB (2006) Evidence of trends in daily climate extremes over southern and West Africa. J Geophys Res Atmos 111:–11. doi:10.1029/2005JD006289
Serur AB, Sarma AK (2016a) Evaluation of the ArcSWAT model in simulating catchment hydrology: in Weyib River basin, bale mountainous area of southeastern Ethiopia. Int. J, Inov. Emrg. Res. Eng 3(2):3–11
Shawul AA, Alamirew T, Melesse AM and Chakma S (2016) Climate change impact on the hydrology of Weyib River watershed, bale mountainous area, Ethiopia. In: Landscape Dynamics, Soils and Hydrological Processes in Varied Climates. Springer International Publishing, p 587–613
Shongwe ME, Van Oldenborgh GJ, Van Den Hurk BJJM et al (2009) Projected changes in mean and extreme precipitation in Africa under global warming. Part I: Southern Africa J Clim 22:3819–3837. doi:10.1175/2009JCLI2317.1
Unganai LS (1996) Historic and future climatic change in Zimbabwe. Clim Res 6:137–145. doi:10.3354/cr006137
Wilby RL, Dawson CW (2007) SDSM 4.2-A decision support tool for the assessment of regional climate change impacts, Version 4.2 User Manual. Lancaster Univ Lancaster/Environment Agency Engl Wales. p 1–94
Wilby RL, Dawson CW, Barrow EM (2002) SDSM-a decision support tool for the assessment of regional climate change impacts. Environ Model Softw 17:145–157. doi:10.1016/S1364-8152(01)00060-3