پیش نگری متغیرهای اقلیمی دما و بارش بر اساس برونداد مدل ‎های CMIP۵ و CMIP۶ در حوزه آبخیز گدار چای (آذربایجان غربی)

سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 155

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_JWMR-15-2_001

تاریخ نمایه سازی: 6 آذر 1403

چکیده مقاله:

چکیده مبسوط مقدمه و هدف: مهم ترین معضل کره زمین در قرن حاضر، افزایش دمای کره زمین و تغییر در متغیرهای اقلیمی به‎علت صنعتی شدن جوامع و افزایش گازهای گلخانه ای می باشد، از این‎رو بررسی روند افزایش دما و تغییر در متغیرهای اقلیمی در مقیاس جهانی و منطقه ای بسیار مهم می باشد. تاکنون برای پیش نگری وضعیت آتی اقلیم، مدل های گردش عمومی متعددی طراحی شده است؛ ولی به‎علت عدم استفاده بهینه از خروجی این مدل‎ها به‎علت محدودیت در تفکیک مکانی در مقیاس محلی، روش های مختلف و جدیدی به‎منظور استفاده از خروجی این مدل‎ها در مقیاس منطقه ای و محلی ابداع شده است. حوزه آبخیز گدارچای به‎واسطه وجود رودخانه گدار و آب‎های زیرزمینی، از اهمیت ویژه‎ای به‎ویژه در بخش کشاورزی برخوردار است و مطالعات مختلفی بر روی آن انجام شده است. حوزه آبخیز گدارچای به‎واسطه وجود رودخانه گدار و آب‎های زیرزمینی، از اهمیت ویژه‎ای به‎ویژه در بخش کشاورزی برخوردار است و مطالعات مختلفی بر روی آن انجام شده است. ولی تاکنون مطالعه‎ای در خصوص بررسی اثرات تغییر اقلیم تحت سناریوهای SSP گزارش ششم که اثر فعالیت‎های اجتماعی- اقتصادی را درنظر می‎گیرد، در این حوزه صورت نگرفته است. لذا هدف اصلی این پژوهش، بررسی تغییرات متغیرهای اقلیمی برای دوره های آتی در حوزه آبخیز گدار نقده در شرایط سناریوهای انتشار RCP در گزارش پنجم (CMIP۵) و سناریوهای SSP گزارش ششم (CMIP۶) که ترکیب مقادیر انتشار گازهای گلخانه‎ای و فعالیت‎های اجتماعی-اقتصادی است، می‎باشد. نتایج این مطالعه می‎تواند برای سیاست‎گذاری و برنامه‎ریزی منابع آب در آینده موثر باشد. مواد و روش ها: در این پژوهش جهت بررسی تغییرات متغیرهای اقلیمی در حوزه آبخیز گدار نقده واقع در شمال غرب کشور از مدل ریزمقیاس نمایی SDSM استفاده شده است. ابتدا میزان کارایی این مدل برای متغیرهای اقلیمی مورد ارزیابی قرار گرفت، سپس متغیرهای مذکور تا سال ۲۱۰۰ پیش نگری شد. کالیبراسیون و واسنجی مدل SDSM با استفاده از داده های مشاهداتی ایستگاه سینوپتیک مهاباد و داده های NCEP انجام شد، همچنین برای ارزیابی مدل از معیارهای ضریب همبستگی، میانگین خطای مطلق و مجذور میانگین مربعات خطا استفاده شد و پس از اطمینان از کارایی مدل، خروجی های مدل CanESM۲ و CanESM۵ در دوره های زمانی ۲۰۵۰-۲۰۳۱ و ۲۰۸۱-۲۱۰۰  در حوزه آبخیز گدار نقده، تحت سناریوهای RCP ۲.۶, ۴.۵, ۸.۵ و SSP۱-۲.۶, ۲-۴.۵, ۵-۸.۵ توسط مدل آماری SDSM ریزمقیاس انجام گرفت. یافته ها: ارزیابی و واسنجی مدل با استفاده از داده‎های NCEP صورت گرفته و با استفاده از داده‎های CanESM۲ و CanESM۵، میزان بارش، دمای حداکثر و حداقل برای ایستگاه مهاباد برای دو دوره ۲۰۳۱-۲۰۵۰ و ۲۰۸۱-۲۱۰۰ پیش بینی و با دوره پایه مقایسه گردید. ارزیابی دقت مدل SDSM بر اساس آماره‎های میانگین خطای مطلق، با استفاده از خروجی مدل CanESM۲، برای بارش، دمای حداکثر و دمای حداقل، به ترتیب، ۱/۶۴۵، ۰/۰۲۹ و ۰/۰۳۱ با استفاده از مدل CanESM۵، برای بارش، دمای حداکثر و دمای حداقل، به ترتیب، ۰/۷۳، ۱/۱۰ و ۱/۸۹، ضریب همبستگی با استفاده از مدل CanESM۲، برای بارش، دمای حداکثر و دمای حداقل، به ترتیب، ۰/۹۹۸، ۰/۹۹۹ و ۰/۹۹۹ و با استفاده از مدل CanESM۵، برای بارش، دمای حداکثر و دمای حداقل، به ترتیب، ۰/۹۹۹، ۰/۹۹۳ و ۰/۹۷۱ بدست آمد. مجذور میانگین مربعات خطا نیز با استفاده از مدل CanESM۲ به ترتیب ۲/۲۴۰، ۰/۰۴۳ و ۰/۰۴۵ و با استفاده از مدل CanESM۵ به ترتیب ۰/۸۹، ۱/۴۹ و ۲/۰۷ به‎دست آمده است. بر اساس نتایج به‎دست آمده، میانگین دمای حداکثر در دوره ۲۰۵۰-۲۰۳۱ و تحت سناریوی RCP، به‎میزان ۰/۹۳ درجه سانتی‎گراد افزایش یافته ولی در دوره ۲۰۸۱-۲۱۰۰ ثابت خواهد ماند. در حالی‎که تحت سناریوی SSP، در دوره ۲۰۳۱-۲۰۵۰ به‎میزان ۱/۲۴ درجه سانتی‎گراد و برای دوره ۲۰۸۱-۲۱۰۰ حدود ۰/۳۵ درجه سانتی‎گراد افزایش خواهد یافت. افزایش میانگین دمای حداقل تحت سناریوی RCP در دوره اول و دوم به‎ترتیب ۰/۲۷ و ۰/۲۸ درجه سانتی‎گراد و تحت سناریوی SSP در دوره اول و دوم به‎ترتیب ۰/۴۶ و ۰/۴۳ درجه سانتی‎گراد خواهد بود. افزایش میزان بارش نیز تحت سناریوی RCP، در دو دوره به‎ترتیب ۰/۵۹ و ۰/۳۸ میلی‎متر و تحت سناریوی SSP، در دو دوره به‎ترتیب ۲/۱۵ و ۱/۶۴ میلی‎متر خواهد بود. نتیجه گیری: با توجه به نتایج حاصل از ارزیابی دقت مدل SDSM در پیش‎نگری بارش، دمای حداکثر و دمای حداقل بر اساس آماره‎های R، MAE و RMSE، انطباق زیادی بین مقادیر پیش‎نگری شده و دوره پایه وجود دارد. طبق نتایج به‎دست آمده، افزایش میزان بارش و دمای حداقل برای دوره های آینده نزدیک و آینده دور و نیز افزایش دمای حداکثر در دوره آینده نزدیک و ثبات آن در آینده دور مشاهده شد. با توجه به اهمیت پدیده تغییر اقلیم و به‎تبع آن، اثرات تغییر اقلیم در کشاورزی، محیط زیست و وضعیت منابع آبی و طبیعی لازم است کلیه مدیران، برنامه ریزان و مسئولین ذی ربط راهکارهای مناسب و لازم مانند تغییر الگوی کشت، استفاده از گونه‎های کشاورزی مقاوم به خشکی، ایجاد سیستم‎های پیش آگاهی و آموزش شیوه‎های سازگاری با تغییر اقلیم برای کشاورزان و نیز استفاده از انرژی‎های تجدیدپذیر را برای تعدیل و کاهش خسارات ناشی از تغییرات اقلیم اتخاذ نمایند.

نویسندگان

ساناز عظیمی حبشی

Faculty of Natural Resources, Urmia University, Urmia, Iran

میرحسن میریعقوب زاده

Faculty of Natural Resources, Urmia University, Urmia, Iran

مهدی عرفانیان

Faculty of Natural Resources, Urmia University, Urmia, Iran

خدیجه جوان

Faculty of Literature and Humanities, Urmia University, Urmia, Iran

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 :
  • Baede, A. P., Ahlonsou, E., Ding, Y., & Schimel, D. ...
  • Change, I. C. (۲۰۰۷). The Physical Science Basis. Final Report ...
  • Chen, H., & Sun, J. (۲۰۱۵). Assessing model performance of ...
  • Davarpanah, S., Erfanian, M., & Javan, K. (۲۰۲۱). Assessment of ...
  • Eyring, V., Bony, S., Meehl, G. A., Senior, C. A., ...
  • Fallah Kalaki, M., Shokri Kuchak, V., & Ramezani Etedali, H. ...
  • Fung, C. F., Lopez, A., & New, M. (Eds.). (۲۰۱۱). ...
  • Goodarzi, M., Hoseini, M., & Parekar, M. (۲۰۱۷). Evaluation of ...
  • Goodarzi, M., Hosseini, S.A., & Mesgari, E. (۲۰۱۷). Climate Models. ...
  • Gulacha, M. M., & Mulungu, D. M. (۲۰۱۷). Generation of ...
  • Gupta, V., Singh, V., & Jain, M. K. (۲۰۲۰). Assessment ...
  • Hasirchian, M., Zahabiyoun, B., & Khazaei, M. R. (۲۰۱۹). Assessment ...
  • Hemmati, L., & Miryaghoubzadeh, M. (۲۰۲۱). Forecasting of climate variables ...
  • Jolliffe, I. T., & Stephenson, D. B. (Eds.). (۲۰۱۲). Forecast ...
  • Kermani, R.M., & Tourin, N. (۲۰۱۲). Maximum، minimum and average ...
  • Kim, J. W., Chang, J. T., Baker, N. L., Wilks, ...
  • Kim, S., Kim, B. S., Jun, H., & Kim, H. ...
  • Kundu, S., Khare, D., & Mondal, A. (۲۰۱۷). Interrelationship of ...
  • Mahmood, R., & Babel, M. S. (۲۰۱۴). Future changes in ...
  • Mohamadi, S., Ghazanfari, S., & Abkar, A. (۲۰۲۰). Prediction of ...
  • Mortazavifar, S. M., Mobin, M. H., Mokhtari, M. H., Ekrami, ...
  • Noguer, M., Van der Linden, P. J., Dai, X., Maskell, ...
  • Roshani, A., & Hamidi, M. (۲۰۲۲). Forecasting the effects of ...
  • Shaemi, A., & Habibinokhandan, M. (۲۰۰۹). Global warming and bio-ecological ...
  • Van Vuuren, D. P., Edmonds, J., Kainuma, M., Riahi, K., ...
  • Vermeer, M., & Rahmstorf, S. (۲۰۰۹). Global sea level linked ...
  • Wilby, R. L., & Harris, I. (۲۰۰۶). A framework for ...
  • Wilby, R. L., Dawson, C. W., & Barrow, E. M. ...
  • Wilby, R.L. and W.C. Dawson. ۲۰۰۷. SDSM ۴.۲- A decision ...
  • Ye, L., & Grimm, N. B. (۲۰۱۳). Modelling potential impacts ...
  • Zahabioun, B., Goudarzi, M. R., & Msahbovani, A. (۲۰۱۰). Application ...
  • Zarrin, A., Dadashi-rodbari, A., & Salehabadi, N. (۲۰۲۱). Projected temperature ...
  • Zhang, A., Zhang, C., Fu, G., Wang, B., Bao, Z., ...
  • نمایش کامل مراجع