کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
8913126 | 1639927 | 2017 | 41 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
River temperature modelling: A review of process-based approaches and future directions
ترجمه فارسی عنوان
مدل سازی دما رودخانه: بررسی رویکردهای مبتنی بر فرایند و جهت های آینده
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
ترجمه چکیده
دمای رودخانه تأثیر عمده ای بر فرآیندهای بیوفیزیکی در محیط های لوتی دارد. انتظار می رود دما رودخانه به علت تغییرات آب و هوایی افزایش یابد و پیامدهای بالقوه ای برای کیفیت آب و اکوسیستم ها باشد. در نتیجه، درک بهتر از رانندگان تغییرات فضای زمان دما در رودخانه برای توسعه راهبردهای سازگاری مهم است. با این حال، آرشیوهای دما در رودخانه های موجود اغلب با وضوح کم یا کوتاه مدت هستند و بنابراین تجزیه و تحلیل الگوها یا روند ها می تواند دشوار باشد. با توجه به این محدودیت ها، محققان به طور فزاینده ای از مدل ها برای ارزیابی درجه حرارت رودخانه مناسب برای رسیدگی به سوالات اساسی و کاربردی در علوم رودخانه استفاده می کنند. از این مدل ها، رویکردهای مبتنی بر فرایند به خوبی برای کمک به ارتقاء دانش مکانیزم های کنترل دمای آب رودخانه ها به دلیل توانایی آنها برای کشف جریان های انرژی (و آب) مسئول الگوهای دما مناسب می باشند. در حالی که رویکردهای مدل سازی مبتنی بر فرایند اغلب می توانند داده های بیشتر فشرده نسبت به همتایان آماری آنها باشد، آنها مزایای قابل توجهی در زمینه شبیه سازی تاثیرات برنامه ریزی شده زمین و تغییرات اقلیمی دارند و می توانند بینش ارزشمند برای اطلاع رسانی به توسعه مدل های آماری در بزرگتر مقیاس ها با این حال، طیف گسترده ای از مدل های مبتنی بر فرایند دما مدل وجود دارد، و انتخاب مناسب ترین مدل برای یک مطالعه مورد نیاز نیاز به بررسی دقیق. در این مقاله، پایه های مدل سازی دما رودخانه مبتنی بر فرایند را بررسی می کنیم و به طور چشمگیری ویژگی ها و قابلیت های مدل های موجود را با در نظر گرفتن کمک به دانشمندان رودخانه به منظور درک بهتر این ابزارها، ارزیابی می کنیم. در نتیجه، ما در مورد ملاحظات کلیدی و محدودیت های مدل های مبتنی بر فرایند در حال حاضر و جهت حمایت از تحقیقات آینده بحث می کنیم. ما امیدواریم که این بررسی به محققان و مدیران رودخانه کمک کند تا تصمیمات آگاهانه در مورد انتخاب مدل و تحریک مداوم مدل های دمای مبتنی بر فرآیند برای پاسخ دادن به سوالات اساسی و کاربردی در علوم رودخانه را فراهم سازد.
موضوعات مرتبط
مهندسی و علوم پایه
علوم زمین و سیارات
زمین شناسی
چکیده انگلیسی
River temperature has a major influence on biophysical processes in lotic environments. River temperature is expected to increase due to climate change, with potentially adverse consequences for water quality and ecosystems. Consequently, a better understanding of the drivers of river temperature space-time variability is important for developing adaptation strategies. However, existing river temperature archives are often of low resolution or short timespans, and the analysis of patterns or trends can therefore be difficult. In light of these limitations, researchers have increasingly used models to generate river temperature estimates suitable for addressing fundamental and applied questions in river science. Of these models, process-based approaches are well suited to helping improve knowledge of the mechanisms controlling river temperature, because of their ability to explore the energy (and water) fluxes responsible for temperature patterns. While process-based modelling approaches can often be more data intensive than their statistical counterparts, they offer significant advantages with regard to simulating the impacts of projected land-use or climate change, and can provide valuable insights for informing the development of statistical models at larger scales. However, a wide range of process-based river temperature models exist, and choosing the most appropriate model for a given investigation requires careful consideration. In this paper, we review the foundations of process-based river temperature modelling and critically evaluate the features and functionality of existing models with a view to helping river scientists better understand their utility. In conclusion, we discuss key considerations and limitations of currently available process-based models and advocate directions for future research. We hope that this review will enable river researchers and managers to make informed decisions regarding model selection and spur the continued refinement of process-based temperature models for addressing fundamental and applied questions in the river sciences.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Earth-Science Reviews - Volume 175, December 2017, Pages 97-113
Journal: Earth-Science Reviews - Volume 175, December 2017, Pages 97-113
نویسندگان
Stephen J. Dugdale, David M. Hannah, Iain A. Malcolm,