بررسی تاثیر تغییر اقلیم بر خشکسالی با شاخص های SPI و SPEI(مطالعه موردی حوضه آبریز کارون سه)

سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 248

فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JWMS-18-65_008

تاریخ نمایه سازی: 13 مرداد 1403

چکیده مقاله:

مقدمه امروزه پدیده تغییر اقلیم از جمله معضلاتی است که همواره در جهان مورد توجه قرار گرفته است. یکی از دلایل وقوع پدیده تغییر اقلیم، افزایش گازهای گلخانه ­ای است که تاثیر به سزایی بر پدیده­ های حدی دارد. پیش­بینی خشکسالی یکی از راهکارهای مدیریتی است که به برنامه ­ریزی صحیح برای استفاده از منابع محدود آب کمک شایانی می نماید. همچنین بررسی تغییرات خشکسالی بر اساس تغییرات اقلیمی از جنبه­ های گوناگون حائز اهمیت است؛ زیرا در بسیاری از برنامه ­های بلندمدت، لازم است که چشم­اندازی از وضعیت آینده بارندگی و دوره های خشکسالی و ترسالی برای منطقه تدوین شود. شاخص  SPEI توانایی محاسبه خشکسالی در مقیاس ­های زمانی مختلف را دارد و همچنین می ­تواند اثرات تغییرات درجه حرارت را در ارزیابی خشکسالی لحاظ نماید و برای پایش تغییرات اقلیمی دوره ­های فعلی و آتی بر مبنای سناریوهای اقلیمی به کار رود. همچنین شاخص استاندارد بارش (SPI) یکی از مهم­ترین شاخص ­ها در تحلیل خشکسالی است. این شاخص به دلیل سادگی محاسبات، استفاده از داده ­های در دسترس بارندگی، قابلیت محاسبه برای هر مقیاس زمانی دلخواه به عنوان مناسب ترین شاخص برای تحلیل خشکسالی شناخته می­شود. افزایش خشکسالی­ های اخیر در حوضه ­آبریز کارون سه باعث کمبود آب و خسارت­ های اقتصادی و اجتماعی شده است. از این رو بررسی اثر تغییر اقلیم و تحلیل فراوانی خشکسالی از اهمیت زیادی برخوردار است. در راستای این هدف، در این پژوهش ابتدا به شبیه­ سازی مقادیر بارش، دمای حداکثر و دمای حداقل هشت ایستگاه هواشناسی با استفاده از سه مدل اقلیمی EC-EARTH، CNRM-CM۵ و GFDL-ESM۲M تحت دو سناریو انتشار RCP۴.۵ و RCP۸.۵  برای دوره (۲۰۳۰-۲۰۵۵) پرداخته شد. مواد و روش ­ها در این پژوهش ابتدا داده­ های دما (حداکثر و حداقل) و بارش خروجی مدل­ های اقلیمی EC-EARTH، CNRM-CM۵ و GFDL-ESM۲M  تحت پروژه CORDEX برای سناریوهای انتشار RCP۴.۵ و RCP۸.۵  به کمک نرم افزار CMhyd ریزمقیاس شده و سری ­های زمانی دمای حداکثر، حداقل و بارش برای هشت ایستگاه هواشناسی در دوره آتی (۲۰۳۰-۲۰۵۵) تولید شد. سپس تغییرات دما و بارش در دوره آتی نسبت به دوره پایه (۱۹۹۵-۲۰۲۰) مورد بررسی قرار گرفت. در نهایت بررسی خشکسالی (فراوانی و تداوم) در دوره آتی تحت دو سناریو انتشار RCP۴.۵ و RCP۸.۵ توسط شاخص­های (SPI) و (SPEI) در سه مقیاس زمانی سه، شش و ۱۲ ماهه با استفاده از نرم افزار DIP انجام گرفت. به منظور ارزیابی کارایی و دقت عملکرد سه مدل گردش عمومی EC-EARTH، CNRM-CM۵ و GFDL-ESM۲M  شبیه سازی داده­های اقلیمی، میانگین ماهانه متغیرهای اقلیمی در دوره (۱۹۹۰-۲۰۰۵) حاصل از خروجی مدل با مقادیر مشاهداتی متناظر مقایسه شد. بدین منظور از معیارهای عملکرد نش ساتکلیف (NS)، شاخص اریب (Bias) و ضریب تعیین (R۲) استفاده شد. نتایج و بحث نتایج نشان داد بیشترین افزایش دمای حداکثر مربوط به ایستگاه شوشتر بوده است. در این ایستگاه دمای حداکثر در سناریوی انتشار RCP۸.۵، ۴۶/۱ درجه سانتی گراد و در سناریوی انتشار RCP۴.۵، یک درجه سانتی گراد به نسبت دوره پایه افزایش خواهد یافت. ایستگاه مسجد سلیمان بیشترین افزایش دمای حداقل را دارد. در این ایستگاه افزایش دمای حداقل تحت سناریو انتشار RCP۸.۵، ۴۱/۲ درجه سانتی گراد و در سناریو RCP۴.۵، ۹۲/۱ درجه سانتی گراد بوده است. همچنین بارش در کل محدوده در دوره آتی روند نزولی داشته است. مقدار کاهش بارندگی در کوهرنگ در سناریو RCP۸.۵،  ۳/۱۴۶ میلی متر و در سناریوی RCP۴.۵، ۶/۵۳ بوده است که به ترتیب حدود  ۷/۱۱ و ۳/۴ درصد است. ازنظر فراوانی خشکسالی در دوره آماری (۲۰۳۰-۲۰۵۵) در مقیاس سه ماهه، در سناریوی RCP۴.۵  ایستگاه ایذه دارای بیشترین فراوانی با ۱۴ بار تجربه خشکسالی، در مقیاس شش ماهه، در سناریوی RCP۴.۵،  حداکثر دفعات خشکسالی در شهرکرد با ۱۶ بار و در مقیاس دوازده ماهه، در سناریوی RCP۴.۵ ایستگاه کوهرنگ با ۱۵ بار، بیشترین فراوانی را نشان می دهد. در سناریوی RCP۸.۵ ایستگاه ایذه دارای بیشترین فراوانی با ۲۰ بار تجربه خشکسالی بوده است. همچنین در دوره آتی تحت سناریو انتشار RCP۴.۵ در مقیاس سه، شش و دوازده به ترتیب ایستگاه شهرکرد، یاسوج و لردگان با هشت، ۱۱ و ۲۷ ماه و در سناریو RCP۸.۵ نیز به ترتیب مسجد سلیمان و شوشتر و لردگان بیشترین تداوم خشکسالی را خواهند داشت. نتیجه­ گیری نتایج نشان داد میانگین دراز مدت سالانه دمای حداکثر و حداقل در دوره آتی به نسبت دوره پایه در هر هشت ایستگاه روند صعودی داشته است. همچنین نتایج نشان داد دمای حداکثر تحت سناریو ۸.۵RCP افزایش بیشتری به نسبت سناریو انتشار ۴.۵RCP دارد. همچنین نتایج نشان داد ایستگاه کوهرنگ متاثر از تغییر اقلیم بیشترین کاهش بارش را در محدوده مطالعاتی طی دوره آتی خواهد داشت. همچنین نتایج نشان داد در هر سه مقیاس زمانی سه، شش و ۱۲ ماهه در دوره آتی به نسبت دوره پایه در سری زمانی شاخص ­های خشکسالی SPI و SPEI نوسانات زیادی وجود دارد. همچنین حالت­ های حدی خشکسالی در دوره آتی افزایش یافته است. پیش بینی می­شود در دوره آتی تعداد ماه ­های خشک نسبت به تعداد ماه­ های با وضعیت نرمال و مرطوب کمتر بوده است. همچنین در بررسی وضعیت خشکسالی با استفاده از شاخص SPEI مشاهده می ­شود که همانند شاخص SPI الگوی تغییرات دوره خشکسالی در ایستگاه­ ها قابل تشخیص است. قابل ذکر است شدت­ خشکسالی­ های محاسبه شده با استفاده از شاخص SPEI به ندرت از مقدار عددی دو بالاتر است. با مقایسه تداوم و فراوانی خشکسالی در ایستگاه­ های مورد بررسی و در مقایس ­های زمانی مختلف، مشخص شد که شاخص SPI به نسبت شاخص SPEI تداوم و فراوانی خشکسالی را در اغلب موارد بیشتر نشان می­ دهد.

نویسندگان

اریسا جهانگیری

Department of Nature Engineering, Faculty of Natural Resources and Environment, Science and Research Branch, Islamic Azad University

بهارک معتمدوزیری

Department of Nature Engineering, Faculty of Natural Resources and Environment, Science and Research Branch, Islamic Azad University

هادی کیادلیری

Department of Environment and Forest Sciences, Faculty of Natural Resources and Environment, Science and Research Branch, Islamic Azad University

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Ahmadi, M., Nosrati, K. and Selki, E. ۲۰۱۳. Drought and ...
  • Angelidis, P., Maris, F., Kotsovinos, N., & Hrissanthou, V. ۲۰۱۲. ...
  • Bonaccorso, B., Bordi, I., Cancelliere, A., Rossi, G., & Sutera, ...
  • Giorgi, F., Jones, C., & Asrar, G. R. ۲۰۰۹. Addressing ...
  • Jones, P. D., Lister, D. H., Osborn, T. J., Harpham, ...
  • Kaboosi K, Kordjazi M. ۲۰۱۷. The effect of climate change ...
  • Lotfirad, M., Esmaeili-Gisavandani, H., & Adib, A. ۲۰۲۲. Drought monitoring ...
  • McKee, T. B., Doesken, N. J., & Kleist, J. ۱۹۹۳. ...
  • Mendicino, G., Senatore, A., & Versace, P. ۲۰۰۸. A Groundwater ...
  • Modala, N. R., Ale, S., Goldberg, D. W., Olivares, M., ...
  • Nikbakht Shahbazi, A. ۲۰۱۷. Assessment of climate change impact on ...
  • Norozi E, Rostami N, Jahangir M H. ۲۰۱۸. Prediction of ...
  • Rezaei, H., Khanmohammadi, N., Montasari, M. and Bahmanesh, J., ۲۰۱۶. ...
  • Rezaie, H., Khanmohammadi, N., Montazeri, M., & Behmanesh, G. ۲۰۱۸. ...
  • Saeidipour, M., Radmanesh, F., & Eslamian, S. ۲۰۱۹. Meteorological drought ...
  • Senatore, A., Hejabi, S., Mendicino, G., Bazrafshan, J., & Irannejad, ...
  • Sobhani, B., Ghafari Gilandeh, A. and Golghooust, A. ۲۰۱۵. Dry ...
  • Sun, C. X., Huang, G. H., Fan, Y., Zhou, X., ...
  • Taboozadeh, Sh., Zarei, H. and Bazrafshan, A. ۲۰۱۵. Analysis of ...
  • Van Pelt, S. C., & Swart, R. J. ۲۰۱۱. Climate ...
  • Vicente-Serrano, S. M., Beguería, S., & López-Moreno, J. I. ۲۰۱۰. ...
  • Zarch, M. A. A., Sivakumar, B., & Sharma, A. ۲۰۱۵. ...
  • Zarei, A. R., Mahmoudi, M. R., & Moghimi, M. M. ...
  • نمایش کامل مراجع