معرفی رژیم جامع اکولوژیکی در شرایط کمبود داده برای تعیین حق آبه زیست محیطی رودخانه‌ها

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانش آموخته کارشناسی ارشد/ گروه مهندسی آب؛ دانشگاه بین المللی امام خمینی (ره)؛ قزوین؛ ایران

2 استاد/ گروه مهندسی آب؛ دانشکده فنی و مهندسی؛ دانشگاه بین المللی امام خمینی (ره)؛ قزوین؛ ایران

3 استاد /گروه مهندسی کشاورزی و بیوتکنولوژی، دانشگاه A&M تگزاس، کالج استیشن، امریکا

چکیده

جریان رودخانه‌ها رژیمی پویا و دینامیک بوده و از اجزای مختلفی تشکیل شده است. جریان‌های کم، سیلاب‌های کوچک و سیلاب‌های بزرگ بخش‌های مهمی از این جریان را تشکیل می‌دهند و نقش خاصی را در سلامت محیط‌زیست رودخانه‌ها ایفا می‌کنند. تا کنون در بهره‌برداری از رودخانه‌های کشور بدون توجه به نقش این اجزا جریان ثابتی به محیط‌زیست رودخانه اختصاص داده شده است که می‌تواند خطرات زیست‌محیطی زیادی به دنبال داشته باشد. در این مقاله با برداشت از ایده روش اجزای سازنده به توسعه یک روش جامع نگر در شرایط کمبود داده پرداخته شده و با تعریف معیارهای مورد نیاز، جریان‌های زیست محیطی رودخانه به عنوان مهمترین اجزای رژیم اکولوژیکی انتخاب شدند. در این تحقیق معیارهای مورد استفاده برای تعریف آستانه‌های مورد نیاز برای تعیین رژیم جریان مطلوب عبارت بودند از: فراهم آوردن شرایط مناسب هیدرولیکی برای موجودات زنده درون رودخانه، حفظ مورفولوژی بستر رودخانه، حفاظت از شکل آبراهه اصلی، نگهداری از پوشش گیاهی اطراف رودخانه و همسویی با اقلیم حاکم بر حوضه آبریز . براساس نتایج، درصورت استفاده از جریان رودخانه برای شرب و صنعت دبی حاصل از روش هیدرولیکی حداکثر انحنا، و در صورت تامین آب کشاورزی، ترکیبی از حداقل دبی تاریخی و دبی حاصل از روش Q95، برای حفظ شکل و مرفولوژی رودخانه و همچنین دبی شستشو سیلاب 2 ساله و برای تغذیه سیلابدشتها سیلاب 5 ساله درنظر گرفته شد. بدین‌ترتیب نتیجه این تحقیق معرفی رژیم جامع اکولوژیکی با تعریف آستانه‌های لازم در شرایط کمبود داده برای حفظ یک رودخانه سالم در چهارچوب مدیریت جامع حوضه آبریز می‌باشد.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Introducing a Holistic Ecological Model under Data Shortage for Determining Rivers’ Ecological Water Requirements

نویسندگان [English]

  • M Azrakani 1
  • A.r Shokoohi 2
  • Vijay P. Singh 3
1 M.Sc. Graduated Student of Water Engineering, Faculty of engineering and technology, Imam Khomeini International University, Qazvin, Iran
2 Professor of Department of Water Engineering, Faculty of engineering and technology, Imam Khomeini International University, Qazvin, Iran
3 Distinguished Professor of Biological and Agricultural Engineering Dept., Texas A&M University, College Station, USA
چکیده [English]

River flow regime is dynamic and comprises of different parts. Low flows, small floods, and high floods are the most important parts of the regime that play special roles in retaining the river in healthy conditions. Allocating the minimum environmental flow, as a fixed figure and disregarding the important components of the river regime, is common in river management in the country. The present research, noticing the imposed danger to environment through employing this policy and using the ideas embedded in Building Block Method (BBM) as a holistic method, obtained the river environmental flows under the condition of data shortage. The employed criteria used in this research for defining the required thresholds to achieve the proper regime were: providing living creatures in the river with appropriate hydraulic conditions, retaining river bed morphology, protecting main channel shape, saving riparian vegetation cover, and coinciding with the watershed climate. Based on results, wetted perimeter technique was employed when supplying drinking and industrial water, a combination of historical minimum discharge and Q95 was used when adding agricultural water, a 2-year flood was used for saving river morphology and flushing sediment from its bed, and a 5-year flood for supplying the river’s flood plains. The main achievement of this research was introducing a comprehensive ecological regime by defining the required thresholds for having a healthy river in an IWRM framework.

کلیدواژه‌ها [English]

  • Environmental flow components
  • Simplified holistic method
  • Ecological regime
  • River

Ashofteh PS, Bozorg Haddad O, Mariño MA (2013b) Scenario assessment of streamflow simulation and its transition probability in future periods under climate change. Journal of Water Resour Manag 27(1):255–274

Ashofteh PS, Bozorg Haddad O, Mariño MA (2013a) Climate change impact on reservoir performance indexes in agricultural water supply. Journal of Irrigation Drainage Engineering 139(2):85–97

Georgakakos KP, Graham NE, Cheng FY, Spencer C, Shamir E, Georgakakos A P, Yao H, Kistenmacher M (2012) Value of adaptive water resources management in northern California under climatic variability and change: Dynamic hydroclimatology. Journal of Hydrology 412(1):34–46

Hadi Pour S, Harun SB, Shahid Sh (2014) Genetic programming for the downscaling of extreme rainfall events on the east coast of peninsular Malaysia. Atmosphere 5:914–936

Hashmi MZ, Shamseldin AY, Melville BW (2009) Statistical downscaling of precipitation: state-of-the-art and application of bayesian multi-model approach for uncertainty assessment. Hydrology and Earth System Sciences Discussions 6(5):6535–6579

Hashmi MZ, Shamseldin AY, Melville BW (2011) Comparison of SDSM and LARS-WG for simulation and downscaling of extreme precipitation events in a watershed. Stochastic Environmental Research and Risk Assessment. 25(4):475–484

Hundecha Y, Bárdossy A (2008) Statistical downscaling of extremes of daily precipitation and temperature and construction of their future scenarios. International Journal of Climatology 28(5):589–610

Intergovernmental Panel on Climate Change (2014) Climate change 2014: impacts, adaptation, and vulnerability. The 5th assessment report, Cambridge University Press, Cambridge, UK, 530p

Intergovernmental Panel for Climate Change (IPCC) (2013) Summary for policy makers: how much complexity is warranted in a rainfall runoff model? Water Resources Research 29(8):2637–2649

IPCC AR4 (2007) General guidelines on the use of cenario data for climate impact and adaptation assessment. V2, June 2007, TGICA, T R Carter, 470p

Kamal A (2009) Assessment of streamflow simulation and its transition probability in future periods under climate change. Master of Science Thesis, University of Tehran

Karamoz M, Araghinejhad Sh (2006) Advanced hydrology. Amirkabir University of Technology Press, 464p (In Persian)

Kim S, Kwak J, Seong H, Kim HS (2014) Evaluation of drought and flood risks in a multipurpose dam under climate change: a case study of Chungju Dam in Korea. Journal of Nat Hazards 73:1663–1678

Majone B, Bovolo CI, Bellin A, Blenkinsop S, Fowler H J (2012) Modeling the impacts of future climate change on water resources for the Gállego river basin (Spain). Water Resources Research 48(1):1–18

Massah Bavani AR, Morid S, Mohammadzadeh M (2010) Comparison of downscaling approaches and AOGCM models for assessing climate change impact on regional scale. Journal of Earth Physic and Space 36(4):99–110 (In Persian)

Mendes D, Marengo JA (2010) Temporal downscaling: a comparison between artificial neural network and autocorrelation techniques over the Amazon Basin in present and future climate change scenarios. Theoretical and Applied Climatology 100(3-4):413–421

Overman E (2011) A MATLAB tutorial. Department of Mathematics, the Ohio State University, Columbus, OH, USA, 180p

Vicuña S, Dracup J A, Dale L (2011) Climate change impacts on two high-elevation hydropower systems in California. Climatic Change 109(1):151–169

Wang X, Yang T, Shao Q, Acharya K, Wang W, Yu Z (2012) Statistical downscaling of extremes of precipitation and temperature and construction of their future scenarios in an elevated and cold zone. Stochastic Environmental Research and Risk Assessment 26(3):405–418