Impak perubahan iklim di bawah senario CMIP5 RCP mengenai sumber air

Lembangan Sungai Kelantan, Malaysia

Abstak

Kajian ini bertujuan untuk menilai potensi kesan perubahan iklim terhadap sumber air di Sungai
Kelantan Lembangan di utara-timur Semenanjung Malaysia menggunakan model Alat Pengujian
Tanah dan Air (SWAT). Tiga puluh enam unjuran iklim yang diturunkan dari lima Model Sirkulasi Am
(GCMs) di bawah ketiga Wakil tersebut Persimpangan Laluan (RCPs) 2.6, 4.5 dan 8.5 senario untuk
tempoh 2015-2044 dan 2045-2074 telah diperbadankan ke dalam model SWAT yang ditentukur.
Perbezaan senario ini dikira dengan membandingkan dengan Tempoh asas 1975-2004. Keseluruhan,
model SWAT dilakukan dengan baik dalam simulasi aliran aliran bulanan, dengan nilai kecekapan
Nash-Sutcliffe 0.75 dan 0.63 untuk penentukuran dan pengesahan. Berdasarkan ensemble daripada
lima GCM, hujan tahunan dan suhu maksimum dijangka meningkat sebanyak 1.2-8.7% dan 0.6-2.1 °
C, masing-masing. Ini sepadan dengan kenaikan aliran aliran tahunan (14.6-27.2%), evapotranspirasi
(0.3-2.7%), larian permukaan (46.8-90.2%) dan hasil air (14.2-26.5%). Kajian menunjukkan
peningkatan hujan bulanan semasa musim hujan, dan turun semasa musim kering. Oleh itu, bulanan
aliran larian dan larian permukaan dijangka meningkat dengan ketara pada bulan November,
Disember dan Januari. Sebagai tambahan, sedikit penurunan dalam hasil air bulanan yang dijumpai
antara bulan Jun dan Oktober (1.9-8.9%) semasa Tempoh 2015-2044. Penemuan ini boleh bertindak
sebagai rujukan saintifik untuk membangunkan penyesuaian iklim yang lebih baik strategi.

Pengenalan

Sumber air adalah antara sumber semula jadi yang paling penting, sebagai

manusia bergantung banyak pada air untuk hidup dan spektrum yang luas

penggunaan (Chan, 2012). Panel Antara Kerajaan mengenai Perubahan Iklim

(IPCC) melaporkan kenaikan risiko berkaitan air (contohnya kemarau dan

banjir) mungkin disebabkan perubahan iklim seperti hujan tempatan

dan suhu. Kira-kira dua ribu kemarau asli dan banjir

kes-kes yang dilaporkan antara 2005 dan 2015 dalam Bencana Kecemasan

Pangkalan data (http://www.emdat.be/disaster_profiles/index.html). Ini

peristiwa telah menjejaskan lebih daripada 1.2 bilion orang, disebabkan kerosakan

sekitar USD $ 403 bilion, dan mengakibatkan kira-kira 82,000 kematian. Oleh itu,

Penilaian sumber air di masa hadapan di bawah perubahan iklim adalah penting

untuk membangunkan sistem pengurusan air dan iklim yang lebih baik

strategi penyesuaian untuk mencapai Pembangunan Mapan Pertubuhan Bangsa-bangsa Bersatu

Matlamat (SDGs).
Memasukkan unjuran iklim masa depan dari Pengedaran Umum

Model (GCMs) dalam simulasi lembangan hidrologi dianggap sebagai satu

kaedah yang paling boleh dipercayai untuk menilai perubahan sumber air (Xu,

1999). Umumnya, kumpulan pelbagai GCM dari pelbagai kumpulan

di seluruh dunia dapat menyediakan penilaian sumber air yang lebih baik

daripada hanya satu GCM (Pierce et al., 2009). Sebagai contoh, Sellami et al.

(2016) menggunakan ensemble empat GCM untuk menyiasat perubahan

komponen keseimbangan air di kawasan tadahan Chiba dan Thau

di Tunisia dan Perancis masing-masing. Di tempat lain, Tan et al. (2014) dinilai

aliran sungai di masa hadapan Lembangan Sungai Johor, Malaysia menggunakan ensemble

daripada enam GCM dipilih dari 18 GCMs. Mereka membuat kesimpulan bahawa

penerapan ensemble GCM boleh mengurangkan ketidaktentuan struktur GCM

dalam kajian hidro-iklim.

IPCC telah mengeluarkan empat senario gas rumah hijau baru untuk kelima

Laporan Penilaian (AR5) pada tahun 2014, yang dikenali sebagai Konsentrasi Perwakilan

Pathways (RCPs) 2.5, 4.5, 6 dan 8.5. Senario ini dinamakan

berdasarkan kepada kemungkinan nilai pemancaran radiasi mereka (Wm-2) oleh

akhir abad ke-21 berbanding dengan nilai pra-perindustrian (van

Vuuren et al., 2011). Banyak kajian hidro-iklim telah dijalankan

dengan menggunakan senario GCM dan RCP sebagai senario iklim masa hadapan (mis.

Tan et al., 2014; Zhang et al., 2016). Ouyang et al. (2015) mendapati apenurunan aliran aliran masa
depan dalam Penangkapan Huangnizhuang di

China, menggunakan ensemble enam GCM di bawah tiga RCP 2.6, 4.5 dan 8.5

senario. Ho et al. (2016) menggunakan unjuran iklim di bawah RCP

4.5 untuk mengkaji perubahan aliran aliran Tocantins-Araguaia (Brazil),

dan mendapati penurunan aliran aliran yang besar dalam tempoh musim dan musim kering

untuk tempoh 2071-2100.

The Soil andWater Assessment Tool (SWAT)model has beenwidely

applied in evaluating the impacts of climate change on water resources

(Gassman et al., 2007; Krysanova andWhite, 2015). The model is freely

available and can simulate water resources changes under different environmental

conditions and management practices. However, a direct

application of the SWAT model is still a challenging issue in tropical regions

due to diversity of soil types, tree species and climate systems

(Krysanova andWhite, 2015). Yesuf et al. (2016) evaluated the capability

of the SWAT model in monthly streamflow simulations in a small

tropical watershed (~1.14 km2) in Ethiopia. Similarly, the SWAT

model's capability assessment was also conducted by Fukunaga et al.

(2015) in the upper Itapemirim River Basin, Brazil. Both studies showed

that the SWAT model can adequately simulate streamflow in tropical

regions, but more research is required to improve the model. To date,

only limited applications of the SWATmodel in Malaysia were reported

(e.g. Memarian et al., 2014; Tan et al., 2014, 2015a).

Objektif utama kajian ini adalah untuk menilai perubahan masa depan

sumber air di Lembangan Sungai Kelantan (KRB) di bawah perubahan iklim

memberi kesan menggunakan kumpulan lima GCM dan model SWAT. Yang penting

aspek kajian ini adalah: (1) menilai keupayaan SWAT

model simulasi aliran sungai di KRB, dan (2) untuk mengenal pasti

hujan dan perubahan suhu masa depan pada awal abad ke-21

(2015-2044) dan pertengahan abad ke-21 (2045-2074) terhadap garis dasar

tempoh (1975-2004) di bawah senario RCP 2.6, 4.5 dan 8.5.

Terdapat sedikit kerja yang dilakukan dalam penilaian perubahan iklim masa depan

dan impak mereka terhadap sumber air di dalam KRB menggunakan Gabungan

Projek Interconduct Model Fasa 5 (CMIP5) GCMs. Oleh itu, penemuan

dari kajian ini boleh digunakan oleh pengamal air untuk membangunkan komprehensif

pelan pengurusan sumber air di KRB. Sebagai tambahan,

komponen kitaran air yang dijangka juga boleh digunakan sebagai input

data untuk aplikasi lain seperti perancangan pembangunan empangan, banjir

pengurusan, pemodelan perubahan ekologi dan pemodelan akuatik.

2. Bahan-bahan dan cara-cara

2.1. Kawasan kajian

KRB (12,134km2) adalah salah satu daripada lembangan themajor inMalaysia (Rajah 1a).

Ia menduduki lebih daripada 80% daripada negeri Kelantan di Semenanjung utara-timur

Malaysia. Basin terletak di antara latitud 4 ° 30 'N hingga 6 ° N dan

Bujur 101 ° 15 'E hingga 102 ° 45' E. Ketinggian berbeza dari 8 ke

2174 m di atas paras laut, dengan gunung di barat dan barat daya

kawasan. Sungai Kelantan adalah kira-kira 248 km panjang dan berasal

dari kawasan Titiwangsa dan Tahan. Pada tahun 2015, penduduknya

Negeri Kelantan adalah kira-kira 1.7 juta.

KRB adalah lembangan tropika, dengan purata hujan tahunan lebih daripada

2500 mm dan purata suhu tahunan kira-kira 27.5 ° C (Rajah 1c). The

KRB didominasi oleh hutan hujan tropika, diikuti oleh getah dan minyak

ladang kelapa sawit. Tanah granit terdapat di julat pergunungan itu

terletak di wilayah timur dan barat. Di tempat lain, gambut dan lumpur

Jenis tanah kebanyakannya terdapat di kawasan utara. Purata tahunan

aliran sungai di stesen Jambatan Guillemard (keluar dari KRB) adalah

kira-kira 500 m3 s-1.

Di Kelantan, air pasang surut dan air bawah tanah adalah air tawar

sumber untuk kegunaan domestik dan pengairan. Walau bagaimanapun, rantau ini adalah

sering terjejas oleh banjir monsun semasa musim hujan (November

hingga Januari) dan kemarau di musim kemarau (Mac hingga Mei). Ini

bencana berkaitan air dijangka lebih teruk pada masa depan,

sebagai Tan et al. (dalam akhbar) melaporkan bahawa maksimum 1 hari (Rx1d) dan

Indeks jumlah hujan 5 hari (Rx5d) telah meningkat dengan ketara

dari tahun 1985 hingga 2014. Sebagai contoh, banjir besar berlaku pada tahun 2004

dalam pemindahan lebih daripada 10,000 orang, menyebabkan kerugian

kira-kira USD $ 370 juta dan 12 kematian.

2.2. Model SWAT

Model SWAT adalah secara separuh diedarkan secara fizikal, secara spatikal

dan model hidrologi berterusan yang dibangunkan oleh Jabatan Bersejarah Amerika

Pertanian (USDA) dan Texas A & M University (Arnold et

al., 1998). Ia dibangunkan untuk menganalisis kesan pengurusan tanah

amalan mengenai kuantiti dan kualiti sumber air di sungai yang tidak terukur

lembangan. Themodel boleh digunakan untuk mengkaji perubahan hidro-iklim masa depan oleh

mengubah parameter iklim berdasarkan unjuran iklim masa depan.

Dalam SWATmodel, lembangan dibahagikan kepada pelbagai sub-lembangan, yang

kemudian dibahagikan kepada unit tindak balas hidrologi (HRUs) yang

terdiri daripada penggunaan tanah yang unik, ciri cerun dan tanah. Awalnya

simulasi kitaran hidrologi berlaku di peringkat HRU, dan pelepasan berlebihan

kemudiannya diagregatkan di seluruh HRU. Pada setiap HRU, SWAT

model mengira kitaran hidrologi menggunakan persamaan keseimbangan air

seperti berikut:

SWt ¼ SWo þΣ t

i¼1

? Rday-Qsurf-Ea-wseep-Qgw?

Di mana SWt adalah kandungan air tanah terakhir (mm H2O), SWo adalah permulaan

kandungan air tanah pada hari i (mmH2O), t adalah masa (hari), Rday adalah

jumlah hujan pada hari i (mm H2O), Qsurf adalah jumlah permukaan

larian pada hari i (mm H2O), Ea adalah jumlah evapotranspirasi

pada hari i (mm H2O), wseep ialah jumlah air yang memasuki vadose

zon dari profil tanah pada hari i (mm H2O), dan Qgw adalah jumlahnya

aliran pulangan pada hari i (mm H2O). Maklumat teoritis lebih lanjut mengenai

Model SWAT dijelaskan dalam Neitsch et al. (2011).

2.3. Data input model SWAT

Rajah 2 menunjukkan gambarajah skema rangka kerja penyelidikan. The

input utama untuk model SWAT adalah model ketinggian digital (DEM),

penggunaan tanah, tanah, hujan dan data suhu. Pelancaran Topografi Radar
(SRTM) DEM dengan 90mresolusi, yang mempunyai prestasi yang lebih baik

dalam pemodelan SWAT di Malaysia telah digunakan (Tan et al., 2015b).

Data DEM dimuat turun di http://srtm.csi.cgiar.org/. Penggunaan tanah

peta (1990) dan peta tanah (2002) diperolehi daripada Kementerian

Pertanian dan Industri Asas Tani Malaysia (MOA). Hartanah tanah

maklumat (contohnya tekstur tanah dan kedalaman) telah diekstrak daripada laporan tanah

disediakan oleh Paramananthan (2000).

Data cuaca harian dari 1974 hingga 2004, termasuk hujan, maksimum

dan suhu minimum dikumpulkan dari dua puluh lapan iklim

stesen yang diuruskan oleh Jabatan Meteorologi Malaysia

(MMD) dan Jabatan Pengairan dan Saliran Malaysia

(JPS). Hanya dua stesen iklim yang terletak di kawasan hiliran

(Rajah 1) mengandungi data suhu maksimum dan minimum jangka panjang.

Data cuaca yang hilang diisi dengan data iklim stesen terdekat.

Data aliran aliran bulanan yang diperhatikan bulanan di Jambatan Guillemard (outlet

daripada KRB) digunakan untuk menentukib dan mengesahkan model SWAT. The

Rajah 2. rangkaian sungai datawas yang didigitkan dari peta topografi yang disediakan oleh

Jabatan Ukur dan Pemetaan Malaysia (JUPEM), untuk

meningkatkan pengekstrakan rangkaian sungai dan penambangan lembangan yang rendah

rantau tanah.

2.4. Persediaan model, penentukuran dan pengesahan

Dalam kajian ini, ArcSWAT 2012, antara muka model SWAT

(versi 2012) dalam sistem ArcGIS 10.2, digunakan untuk membangunkan

Model SWAT untuk KRB. ArcSWAT 2012 boleh menguruskan dan mengendalikan

pelbagai data spatial mudah ditetapkan. Terdapat enam langkah utama dalam SWAT

pemodelan: (1) penambangan lembangan dan pengumpulan rangkaian sungai; (2)

Definisi HRU; (3) pembentukan stesen iklim; (4) kepekaan parameter

analisis; (5) penentukuran; dan (6) pengesahan.

Cekungan ini ditakrifkan menjadi 36 sub-basins, dengan sungai yang didigitalkan

networkmerged ke DEMusing kaedah "terbakar-dalam". Sub basinswere

selanjutnya dibahagikan kepada 177 HRU. Had definisi HRU

nilai-nilai penggunaan tanah, tanah dan cerun ditetapkan masing-masing sebanyak 20%, 10% dan
20%

yang disyorkan oleh Winchell et al. (2013). Ini

nilai peratusan boleh mengabaikan penggunaan tanah kecil, tanah dan cerun di

setiap sub-lembangan untuk mengawal jumlah HRU (Tan et al., 2015b).

Ini dapat mengurangkan kesilapan model dalam pengagregatan HRU. Tambahan pula, besar

Nilai ambang (contohnya 20%) biasanya kurang sensitif di dalam air

simulasi kuantiti (mis. aliran aliran dan hasil air) berbanding dengan

simulasi kualiti air (Her et al., 2015). Tahun pertama (1974)

dianggap sebagai tempoh pemanasan untuk memulakan parameter hidrologi.

Dalam kajian ini, kaedah Hargreaves dipilih untuk evapotranspirasi

(ET), kerana kaedah ini hanya memerlukan

data hujan dan suhu. Selain itu, larian permukaan (SURQ)

dan aliran aliran (SF) diukur menggunakan nombor lengkung

dan kaedah penyimpanan berubah-ubah.

Analisis kepekaan parameter model, penentukuran dan pengesahan

telah dilakukan dengan alat SWAT-CUP (http://swat.tamu.edu/

perisian / swat-cup /). Kaedah analisis kepekaan global telah digunakan

untuk menilai parameter yang paling penting untuk setiap bulan

aliran sungai dalam KRB. Kemudian, model SWAT dikalibrasi

menggunakan algoritma pemasangan ketidakpastian (SUFI-2), dengan 500

kombinasi parameter yang berlainan (satu lelaran) untuk tempoh 1975-

1989. SUFI-2 telah dipilih kerana keupayaannya dalam menganalisis banyak

parameter dalam model berjalan. Dalam lelaran, SUFI-2 mengukur

kebaikan yang sesuai dan 95% ramalan ketidakpastian (95PPU) antara

aliran aliran yang disimulasikan dan diperhatikan (Abbaspour et al., 2015). Sebagai tambahan,

Rangkaian parameter baru dihasilkan yang boleh digunakan di dalam

lelaran seterusnya, untuk mengkalibrasi semula model sehingga parameter terbaik

julat diperolehi. Rangkaian parameter terbaik ini kemudiannya digunakan

untuk mengesahkan aliran aliran bulanan dari tahun 1990 hingga 1999.

SUFI-2 membenarkan penggunaan pelbagai fungsi objektif

menilai kualiti simulasi SWAT. Lima fungsi objektif

termasuk kecekapan Nash-Sutcliffe (NSE), pekali penentuan

(R2), diselaraskan R2 (bR2), jumlah kuadrat sisa (SSQR)

dan berat sebelah peratusan (PB) (Abbaspour, 2015) digunakan untuk menentukur

model SWAT dari 1975 hingga 1989 dengan parameter parameter yang sama,

untuk mengenalpasti fungsi objektif yang paling sesuai dalam kajian ini.

Kesalahan rata min (MSE) digunakan untuk mengenal pasti simulasi optimum,

di mana nilai lebih dekat kepada sifar lebih baik. Akhirnya, NSE dengan

prestasi terbaik, kemudian dipilih sebagai fungsi objektif optimum

dalam penentukuran SWAT dan pengesahan. NSE adalah salah satu daripada mereka

fungsi objektif digunakan dalam hidrologicalmodelling (Willmott et al.,

2015). Nilai NSE adalah dari -∞ hingga 1, dengan nilai NSE negatif

dianggap sebagai prestasi yang tidak boleh diterima. Tambahan pula, kesamaan

antara aliran aliran simulasi dan diperhatikan dianalisis menggunakan

R2, dan nilainya bervariasi dari -1 hingga 1 (ideal). Persembahan itu

Model SWAT boleh dicirikan sebagai baik dan memuaskan

dengan nilai NSE dari 0.65-0.75 dan 0.5-0.65, masing-masing (Moriasi

et al., 2007).

2.5. Senario iklim masa depan

Unjuran iklim dari lima CMIP5 GCM yang menunjukkan kebaikan

prestasi dalam simulasi hujan sejarah di rantau Malaysia (Siew

et al., 2014; Tan et al., 2014) digunakan dalam kajian ini. GCM ini

telah dihasilkan oleh pelbagai institusi antarabangsa termasuk (1)

Pusat Kebangsaan Penyelidikan Atmosfera, Amerika Syarikat (CESM1-

CAM5); (2) Pusat Nasional Recherches Meteorologiques, Perancis

(CNRM-CM5); (3) Atmosfera dan Institut Penyelidikan Lautan (Universiti

Tokyo), Jepun (MIROC-ESM); (4) Institut Penyelidikan Meteorologi,

Jepun (MRI-CGCM3); dan (5) Pusat Iklim Norway,

Norway (NorESM1-M).

Lima output GCM (hujan harian, minimum dan suhu maksimum)

di bawah senario RCP 2.6, 4.5 dan 8.5 telah digunakan untuk projek

iklim abad ke-21 (2015-2044) dan abad ke-21 (2045-2074)

senario lembangan. Senario RCP 2.6 menunjukkan tahap yang sangat rendah

memaksa tahap, dengan puncak 3.1 Wm-2 pada pertengahan abad ke-21, kemudiannya

menurun kepada 2.6 Wm-2 menjelang akhir abad ke-21 (van

Vuuren et al., 2011). Pelepasan gas rumah hijau perlu dikurangkan dengan ketara

untuk menandingi senario RCP 2.6. Walaupun, memaksa tahap

Senario RCP 4.5 stabil dengan 4.5 Wm-2 sebelum 2100 dengan menggunakan

pelbagai strategi dan teknologi untuk mengurangkan pelepasan rumah hijau

gas. Sebaliknya, senario RCP 8.5 adalah rumah hijau yang sangat tinggi

senario pembebasan gas, dengan peningkatan radiasi yang memaksa laluan laluan

kepada 8.5Wm-2 menjelang 2100.

Secara umumnya, resolusi spasial GCM mentah terlalu kasar

(~ 200 km) untuk mengkaji proses hidro-iklim serantau atau tempatan, oleh itu

downscaling mesti dilakukan sebelum menggunakan unjuran masa depan

GCM ke SWAT yang dikalibrasi. Dua pendekatan utama untuk kelas bawah

GCM ke skala yang lebih baik adalah (1) downscaling dinamik - bersarang serantau

model iklim dalam GCM; dan (2) downscaling statistik - membangun

hubungan empirikal pemboleh ubah yang berminat antara GCM dan

data yang diperhatikan, dan memohon hubungan ini ke peringkat bawah

GCM. Pendekatan faktor perubahan yang popular (Ouyang et al., 2015;

Basheer et al., 2016) di bawah kaedah penurunan nilai statistik telah digunakan

Dalam kajian ini.

Tiga puluh tujuh unjuran iklim di bawah pelbagai GCM, senario RCP

dan tempoh kajian disenaraikan dalam Jadual 1. Impak perubahan iklim pada air

komponen kitaran (flowflow, evapotranspirasi, larian permukaan dan

hasil air) dinilai berdasarkan perubahan tahunan dan bulanan antara

setiap senario iklim (ID 1-36) dan senario asas (ID

37). Dalam bahagian berikut, unjuran iklim satu ensemble bermakna

daripada lima GCM dikenali sebagai "Ensemble_5". Ramai penyelidik mempunyai

menggunakan unjuran iklim sebuah ensemble tiga hingga enam GCM di

kajian hidro-iklim mereka, untuk mendapatkan unjuran masa depan yang boleh dipercayai (mis.

Tan et al., 2014; Ouyang et al., 2015; Sellami et al., 2016; Zhang et al.,

2016).

3. Keputusan

3.1. Analisis kepekaan parameter

Jadual 2 memasangkan parameter untuk model SWAT di KRB di

terma kepekaan. Hasilnya menunjukkan parameter sensitif yang sangat tinggi

adalah pekali air 'pulih' (GW_REVAP), diikuti oleh

saluran kekonduksian hidraulik yang berkesan (CH_K2), faktor asasflowalpha

(ALPHA_BF), nilai awal SCS CN II (CN2), kelewatan air bawah tanah

(GW_DELAY), faktor pampasan penyejatan tanah (ESCO), ambang

kedalaman air di akuifer cetek untuk aliran (GWQMN), manning

nilai untuk saluran utama (CH_N2), kapasiti air yang ada (SOL_AWC),

masa larian larian permukaan (SURLAG), ambang kedalaman air dalam

akuifer cetek untuk "berulang" berlaku (REVAPMN) dan perifer akuifer dalam

puak (RCHRG_DP). Pada amnya, parameter kepekaan yang paling

dari lembangan adalah parameter yang berkaitan dengan air bawah tanah (GW_REVAP,

ALPHA_BF dan GW_DELAY) dan parameter larian permukaan (CN2),

yang juga didapati sensitif dalam kajian lain di Malaysia(Memarian et al., 2014; et al., 2014). Ini boleh
dikaitkan dengan
interaksi air bawah tanah yang intensif di lembangan kerana

air bawah tanah cetek.

3.2. Penentukuran dan pengesahan

Gambar 3 membentangkan hasil penentukuran dan pengesahan menggunakan bulanan

aliran sungai di stesen Jambatan Guillemard untuk tempoh 1975-

1989 dan 1990-1999. Parameter awal dan akhir

julat juga sebagai satu set parameter terbaik disenaraikan dalam Jadual 2. Statistik

analisis penentukuran (NSE = 0.75; R2 = 0.8) dan pengesahan

(NSE = 0.63; R2 = 0.64) menunjukkan model yang dilakukan dengan baik dalam

simulasi aliran aliran bulanan. Model SWAT meremehkan

aliran puncak semasa tempoh 1975-1985 dan 1991-1997, tetapi

overestimated aliran puncak untuk periode 1988-1990 dan 1998-1999

. Sama juga, model SWAT juga tidak dapat memadankan puncaknya

mengalir di selatan Semenanjung Malaysia (Tan et al., 2014). Ini boleh jadi

disebabkan oleh pengedaran jarang stesen hujan.

Kesempurnaan data hidro-iklim yang diamati juga boleh mempengaruhi

keputusan simulasi model. Contohnya, hanya stesen iklim

terletak di dalam lembangan yang mengandungi data suhu, tetapi ia dikecualikan

dari kajian ini kerana tempoh operasi yang tidak sesuai. Walaupun

terdapat beberapa stesen aliran sungai di lembangan, namun kebanyakannya

mereka telah kehilangan data dan mengalami tempoh operasi yang singkat. The

model juga kelihatan kurang memandang proses evapotranspirasi

dari lembangan, yang biasanya diperhatikan dalam aplikasi SWAT

model di kawasan tropika (Nyeko, 2014; Krysanova dan White, 2015).

Untuk mengelakkan masalah ini, parameter GW_REVAP yang dikawal

pergerakan air dari akuifer cetek ke zon tak tepu adalah

diubah suai dengan meningkatkan nilai piawainya, untuk memberi kuasa kepada evapotranspirasi

proses di lembangan. Selain itu, model SWAT juga

overestimated aliran dasar dan meremehkan aliran puncak. Seperti yang disyorkan

oleh Abbaspour et al. (2015), parameter CN2 meningkat

dari nilai asal, untuk meningkatkan larian permukaan dan

mengurangkan penyusupan lembangan.

3.3. Perubahan suhu & suhu masa depan

Dalam seksyen ini, Stesen HaiwanMachang dan GuaMusang adalah

digunakan untuk mewakili perubahan iklim dari lembangan bawah dan atas, masing-masing

(Rajah 1a). Perubahan masa depan dalam hujan tahunan dan maksimum

suhu di stesen Haiwan Machang dan Gua Musang (Gamb.

1a) ditunjukkan dalam Rajah 4. Bagi Ensemble_5 di bawah tiga senario RCP,

hujan tahunan dan suhu maksimum boleh meningkat dari

1.2 hingga 3.6% (2.5 hingga 8.7%) dan 0.6 hingga 1 ° C (0.8 hingga 2.1 ° C) untuk 2015-2044

(2045-2074), masing-masing. Purata hujan tahunan yang paling tinggi (8.7%)

dan suhu maksimum (2.1 ° C) diperhatikan di Gua

Stesen Musang sepanjang tempoh 2045-2074 di bawah skim RCP 8.5,

menunjukkan bahawa perubahan iklim di lembangan atas adalah lebih besar berbanding

ke lembangan bawah pada pertengahan abad ke-21.

Rajah 5 menunjukkan perubahan bulan hujan dan suhu maksimum

dari KRB dariphe Ensemble_5 untuk tempoh 2015-2044 dan

2045-2074 di bawah tiga senario RCP. Kami melihat bahawa

hujan bulan meningkat secara dramatik pada bulan Januari dan Disember, berisar

dari20.2 hingga 47% dan 40.4 kepada 71.3%, masing-masing. Selain itu, setiap bulan

hujan dijangka berkurangan pada bulan April (-2.7 hingga -22%), Jun (2.9 ke

-7.5%) dan Julai (3.2 hingga -9.2%). Hasilnya menunjukkan hujan bulan

boleh meningkat semasa musim hujan, dan turun semasa musim kering.

Penemuan ini bersesuaian dengan tahunan tahunan dan setiap bulan

analisis aliran hujan lembangan yang dilaporkan oleh Adnan dan Atkinson

(2011).

Di bawah ketiga-tiga senario RCP, purata maksimum bagi

abad ke-21 dan pertengahan abad ke-21 mempunyai peningkatan trend dalam semua bulan,

dan bervariasi dari 0.1 hingga 2.2 ° C dan 0.3 hingga 2.3 ° C di Haiwan Machang

dan stesen GuaMusang masing-masing. Bulan maksimum maksimum

Perubahan adalah lebih tinggi pada bulan April, Mei dan Jun, yang boleh membawa kepada

Masalah kekurangan udara di KRB. Di samping itu, suhu tinggi dan

hujan rendah semasa bulan-bulan ini dapat mengurangkan produktiviti padi,

kelapa sawit dan ladang getah di dalam dan di sekitar lembangan

(Paterson et al., 2015).

3.4. Kesan perubahan iklim di aliran sungai

Jadual 3 membentangkan keputusan tahunan yang disimulasikan oleh SWAT

aliran aliran aliran di bawah 36 iklim iklim seperti yang disenaraikan di dalam

Jadual 1. Aliran aliran tahunan di Stesen Jambatan Guillemard adalah

diunjurkan meningkat sebanyak 14.6 hingga 27.2% (91.3 hingga 170.3 m3 s-1) untuk

Tempoh 2015-2044 dan 2045-2075 di bawah tiga senario RCP, yang boleh dikaitkan dengan kenaikan
hujan dan suhu tahunan

di atas lembangan. Keputusan kami menunjukkan bahawa kenaikan di bawah

Senario RCP8.5 lebih besar berbanding dengan senario RCP 2.6 dan 4.5.

Perubahan arus bulanan masa depan Ensemble_5 di

Stesen Jambatan Guillemard untuk tempoh 2015-2044 dan 2045-2074

di bawah tiga senario RCP ditunjukkan dalam Rajah 6 (a). Bulan bulanan

aliran sungai cenderung meningkat sebahagian besarnya dari November hingga Februari, dengan

peningkatan terbesar pada bulan Disember sebanyak 115.1% di bawah senario RCP 8.5

semasa tempoh 2015-2044. Begitu juga, Shaaban et al. Dilaporkan (2011)

pertambahan aliran purata min dan maksimum setiap bulan dengan stesen yang sama

untuk tempoh masa depan 2025-2034 dan 2041-2050. Bulan bulanan

aliran aliran dijangka berkurangan dari bulan Jun hingga Oktober semasa

Tempoh 2015-2044, berbeza dari -1.1 hingga -9.1%. Hasilnya menyiratkan

bahawa KRB akan mengalami bekalan air tawar kurang semasa musim kering

disebabkan perubahan iklim.

3.5. Kesan perubahan iklim pada evapotranspirasi

Harapan purata evapotranspirasi sepanjang keseluruhan lembangan dijangka

untuk meningkat sebanyak 0.3-2.7% (0.7-6.5 mm) untuk 2015-2044 dan

Tempoh 2045-2074, seperti yang ditunjukkan dalam Jadual 3. Purata purata tahunan
evapotranspirasi (2.7%) telah dijumpai dalam tempoh 2045-2074 untuk

senario RCP 8.5. Rajah 6 (b) membentangkan evapotranspirasi bulanan mereka

akan meningkat pada musim hujan (September hingga Februari) sebanyak 0.6-3%

dan 1.4-5.4% dalam tempoh 2015-2044 dan 2045-2074 masing-masing. In

Sebaliknya, penurunan pemendulan bulanan pada bulan April akan menyebabkan pengurangan
evapotranspirasi bulanan dari -1.1 hingga -5%. Keseluruhannya,

Perubahan evapotranspirasi kurang penting berbanding dengan yang lain

komponen kitaran air, yang konsisten dengan Al-Mukhtar et al.

(2014).

Begitu juga, Mishra dan Lilhare (2016) melaporkan peningkatan hujan

dan suhu akan membawa kepada peningkatan evapotranspirasi dan

sebaliknya. Oleh itu, hujan juga memainkan peranan penting yang menyebabkan

perubahan ketara dalam evapotranspirasi. Oleh kerana perubahan penggunaan tanah masa depan

tidak dipertimbangkan dalam kajian ini, kami menjangkakan bahawa evapotranspirasi

perubahan lembangan akan diperkuat, jika pengembangan getah tidak terkawal

dan sawit minyak terus berlaku pada masa akan datang. Ini adalah kerana

kadar evapotranspirasi langsung dipengaruhi oleh penebangan hutan (Bosch

dan Hewlett, 1982; Hirano et al., 2015). Sebagai contoh, Giambelluca et al.

(2016) menunjukkan bahawa kadar evapotranspirasi yang lebih tinggi berlaku dalam getah

ladang di Thailand dan Kemboja berbanding dengan hutan tropika

kawasan.

3.6. Kesan perubahan iklim pada larian permukaan

Sambutan lembangan ke senario iklim Ensemble_5 dari segi

larian permukaan tahunan dan bulanan ditunjukkan dalam Jadual 3 dan Rajah.

6 (c), masing-masing. Keputusan kami menunjukkan peningkatan dalam tema tema tahunan

hujan dan suhu menyebabkan peningkatan ketara permukaan tahunan

larian dari 41.5 ke 90.2% (176.6 hingga 384.2 mm) pada 2015-

2044 dan 2045-2074. Perubahan larian permukaan terhebat

(90.2%) diperhatikan di bawah senario RCP 8.5 sepanjang tempoh tersebut

2015-2044. Aktiviti manusia seperti penebangan hutan, perbandaran, pertanian

pengembangan dan perindustrian akan meningkatkan larian permukaan.

Oleh itu, perubahan larian permukaan lembangan akan lebih tinggi di

masa terdekat.

Pada skala bulanan, ensemble bermakna larian permukaan lembangan

dijangka meningkat secara mendadak pada bulan November (23.2 hingga 191.4%), Disember

(89.1 hingga 285.3%) dan Januari (48 hingga 98.2%) di bawah ketiga RCP tersebut

senario. Seperti yang ditunjukkan dalam Rajah 6 (c), kenaikan larian permukaan pada bulan
Disember

dan Januari adalah lebih besar dalam tempoh 2015-2044 berbanding dengan

Tempoh 2045-2074. Peningkatan larian permukaan yang lebih besar boleh dikaitkan

kepada perubahan hujan semasa musim monsun timur laut. Suhaila et

al. (2010) melaporkan bahawa magnitud dan kekerapan jumlah hujan

dan kejadian hujan ekstrem meningkat dengan ketara semasa timur laut

musim tengkujuh di Semenanjung Malaysia. Selain itu, Adnan dan

Atkinson (2011) juga menemui trend hujan yang semakin meningkat semasa

monsun timur laut di Kelantan, dan trend menurun di barat daya

monsun. Larian permukaan dijangka meningkat lebih lanjut, jika terdapat lebih banyak lagi

peristiwa hujan yang melampau (Trenberth, 2011).

3.7. Kesan perubahan iklim terhadap hasil air

Hasil air juga dipertimbangkan dalam kajian ini, kerana dapat diwakili

ketersediaan sumber air dari lembangan (Sun et al., 2006). Jadual 3 menunjukkan

Hasil air tahunan lembangan dijangka meningkat di seluruh tiga RCP

senario, dari 14.2 hingga 26.5% (238.7 hingga 444.4 mm), menunjukkan

sumber air mencukupi untuk menyokong penduduk dan alam sekitar

KRB sehingga pertengahan abad ke-21. Walau bagaimanapun, yang berkesan dan sesuai

sistem pengurusan sumber air hendaklah diletakkan di dalam

lembangan, untuk mengelakkan penurunan sumber air dari segi

kuantiti dan kualiti, terutamanya semasa musim kering.

Rajah 6 (d) memaparkan perubahan hasil air bulanan di atas lembangan

di bawah tiga senario RCP. Semasa tempoh 2015-2044,

peningkatan besar dalam hasil air boleh didapati pada bulan Disember (83.5 ke
118.5%) dan Januari (30.4 kepada 36.2%), manakala penurunan yang dicatatkan pada bulan Ogos (-
5.4 hingga -8%), September (-3.9 hingga -7.9%) dan bulan Oktober

(-6.5 hingga -8.9%). Dalam tempoh 2045-2074, hasil air bulanan adalah

dijangka meningkat pada semua bulan sebanyak 4.2 hingga 42.5% di bawah

Senario RCP 4.5, menunjukkan bahawa penggunaan pengurangan gas rumah hijau

strategi dan teknologi dapat membantu meningkatkan hasil air

lembangan semasa musim kering. Penemuan ini menunjukkan hasil air dari

KRB akan meningkat dengan ketara pada musim panas dan sedikit

menurun semasa musim kering. Oleh itu, pengairan yang lebih cekap

sistem perladangan kelapa sawit dan getah serta tanaman padi

perlu dibangunkan dan dilaksanakan untuk meminimumkan kerugian semasa kedua-duanya

musim kemarau dan banjir.

4. Perbincangan

Banjir monsun adalah bencana utama di Kelantan, sering berlaku

semasa musim monsun timur laut (November hingga Januari).

Contohnya, salah satu daripada banjir yang paling teruk dalam beberapa dekad kebelakangan ini
berlaku di antara

14 Disember 2014 dan 3 Januari 2015, menyebabkan kematian

lebih daripada 21 orang dan menghancurkan negeri-negeri Kelantan, Terengganu,

Pahang dan Perak, dengan kerosakan kepada infrastruktur yang dianggarkan lebih banyak

daripada USD $ 560 juta. Baskom juga terjejas oleh kemarau yang teruk

peristiwa, terutamanya semasa tempoh El Niño. Contohnya, 2014

Kemarau menjejaskan lebih daripada 8000 petani padi di Kelantan, dan

menyebabkan kerugian tanaman sebanyak $ 22 juta (Tan et al, 2017). Bencana ini

menyebabkan kesan besar terhadap pertanian, akuakultur, air tawar

bekalan dan perindustrian di KRB. Oleh itu, penilaian sistematik

kajian hidro-iklim masa depan adalah penting untuk lembangan ini.

Model SWAT dilakukan dengan memuaskan dalam aliran aliran simulasi

dalam KRB, dengan keluaran pengesahan sama seperti kajian yang dijalankan di Malaysia

selatan Semenanjung Malaysia (Tan et al., 2014). Dalam kajian ini, ketepatannya

simulasi aliran sungai di sub-basin lain tidak dipelajari sepenuhnya,

kerana aliran aliran diperhatikan hanya dari tolok aliran dipertimbangkan

untuk tujuan penentukuran dan pengesahan kerana tidak lengkap

data aliran aliran. Di samping itu, model SWAT cenderung terlalu tinggi

keadaan aliran rendah Sungai Kelantan. Ini mungkin disebabkan oleh

pertumbuhan tanaman dan model penggunaan tanah dalam model SWAT telah dibangunkan

untuk kawasan yang sederhana, dan ini perlu diperbaiki untuk permohonan

model SWAT di kawasan tropika (Strauch dan Volk, 2013).

Keluaran penentukuran SWAT sebahagian besarnya dipengaruhi oleh objektif yang berbeza

fungsi (Willmott et al., 2015), juga seperti hidrologi yang berbeza

simulasi komponen. Walau bagaimanapun, ada beberapa kekurangan

fungsi objektif ini. Sebagai contoh, NSE dan R2 lebih sensitif

pada arus tinggi daripada aliran rendah (Legates dan McCabe, 1999), menghasilkan

dalam penentukuran model menghasilkan prestasi yang lebih baik dalam tempoh basah

berbanding tempoh kering (Zhang et al., 2015). Walaupun demikian, penilaian

pelbagai fungsi objektif mengenai penentukuran model telah diterima

kurang perhatian, terutamanya komponen aliran rendah (Pushpalatha et

al., 2012). Oleh itu, pemilihan fungsi matlamat yang sesuai kekal

tugas yang mencabar untuk pengedar.

Hubungan antara suasana dan kitaran air di lembangan

tidak dapat ditangkap sepenuhnya, kerana terdapat ketidakpastian besar dalam GCM

struktur dan senario pelepasan RCP. Ketidaktentuan ini pada musim hujan yang akan datang

dan nilai suhu boleh disebarkan ke aliran sungai

pemodelan, dan mempengaruhi simulasi kitaran air masa depan. Sebagai contoh,

senario iklim yang berbeza seperti yang diunjurkan oleh GCM yang berbeza (ID 1-30)

membawa kepada perubahan aliran aliran tahunan yang berbeza (-4.9 hingga 111.2%), menunjukkan

ketidakpastian yang tinggi berlaku dalam CMIP5 GCMprojections yang serupa

untuk penemuan kajian lain (Kingston et al., 2011; Tan et al., 2014). In Selain itu, unjuran
pemendakan masa depan lebih kompleks dan sukar

daripada suhu disebabkan oleh kebolehubahan dan spatial yang tinggi.

Wilby et al. (2002) mendapati pendekatan perubahan faktor penurunan nilai kepada

berguna untuk aplikasi pelbagai GCM dalam hidro-iklim jangka panjang

penilaian kerana kesederhanaan dan kos pengiraan yang rendah. Walau bagaimanapun,
pendekatan ini juga boleh menyebabkan ketidakpastian dalam kajian hidro-iklim

kerana ia tidak menangani topografi tempatan, sistem iklim mikro, masa depan

kejadian hujan dan pengedaran. Di samping itu, ia kurang tepat

dalam meramalkan peristiwa hujan yang melampau jangka pendek (Ouyang

et al., 2015). Oleh itu, kesan dari pendekatan penurunan tahap yang berbeza

pada masa depan kajian hidro-iklim perlu diterokai lebih lanjut, untuk lebih baik

mengukur perubahan persekitaran masa depan.

Kesimpulannya

Untuk membangunkan strategi penyesuaian iklim global, serantau dan tempatan yang lebih baik,

penilaian yang kukuh tentang perubahan hidro-iklim masa depan dalam sesuatu spesifik

rantau diperlukan. Kajian ini menyediakan rangka kerja yang komprehensif

dan penilaian terkini terhadap kesan perubahan iklim terhadap sumber air

Lembangan Sungai Kelantan (KRB), Malaysia. Iklim masa depan

Perubahan lembangan telah diunjurkan daripada 35 senario iklim

dari lima GCM di bawah senario RCP 2.6, 4.5 dan 8.5 untuk tempoh tersebut

dari 2015-2044 dan 2045-2074. Senario-senario iklim ini kemudiannya digunakan

sebagai input ke dalam model SWAT yang ditentukur, dan perubahan relatif masa depan

komponen kitaran air dibandingkan dengan tempoh asas

(1975-2004).

Secara keseluruhan, model SWAT dilakukan dengan baik dalam aliran aliran bulanan

simulasi dalam KRB. Parameter GW_REVAP didapati sebagai

parameter yang paling sensitif semasa proses penentukuran, menunjukkan

bahawa model SWAT mungkin meremehkan evapotranspirasi

proses di kawasan tropika. Lebih-lebih lagi, model SWAT cenderung melebih-lebihkan

arus yang rendah dan arus puncak yang meremehkan dalam lembangan tropika ini.

Oleh itu, lebih banyak kajian mengenai modifikasi model SWAT untuk permohonan

di kawasan tropika harus dijalankan.

Hujan dan suhu tahunan yang akan datang dijangka meningkat

untuk semua tempoh masa di bawah tiga senario RCP, yang menghasilkannya serupa

trend aliran air tahunan, evapotranspirasi, larian permukaan

dan hasil air. Baskom sangat sensitif terhadap perubahan tahunan

larian permukaan (sehingga 90.2%), diikuti aliran aliran, hasil air dan

evapotranspirasi. Pada skala bulanan, peningkatan permukaan yang ketara

larian dan aliran sungai diperhatikan pada bulan November, Disember

dan Januari. Penurunan hasil air bulanan antara bulan Jun dan Oktober

akan membawa kepada masalah kekurangan air pada masa akan datang. Oleh itu, iklim

strategi penyesuaian seperti penghutanan semula, penuaian air hujan, air

penggunaan semula dan kitar semula, dan penggairan pengairan yang berkesan haruslah

diperkenalkan, untuk mengurangkan kesan perubahan iklim terhadap sumber air di Malaysia

KRB.

Kajian masa depan perlu dinilai dengan penurunan yang dinamik secara lain

senario iklim seperti Iklim Serantau yang Teratur

Eksperimen Downscaling (CORDEX) Asia Tenggara. Di samping itu, melampau

penilaian peristiwa keadaan hidro-iklim masa depan adalah penting

pada masa akan datang, untuk membangunkan strategi penyesuaian banjir dan kemarau yang lebih
baik.

Akhir sekali, penggunaan model SWAT masih agak terhad di Malaysia,

dan lebih banyak kajian hidro-iklim perlu dilakukan di lain-lain

kawasan.