تعداد نشریات | 29 |
تعداد شمارهها | 630 |
تعداد مقالات | 6,368 |
تعداد مشاهده مقاله | 9,734,824 |
تعداد دریافت فایل اصل مقاله | 6,365,226 |
شبیهسازی تغییرات دمای ایران زمین بر پایهی سناریوهای مختلف RCP | ||
مخاطرات محیط طبیعی | ||
مقاله 6، دوره 10، شماره 28، شهریور 1400، صفحه 85-106 اصل مقاله (2.44 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22111/jneh.2020.33698.1642 | ||
نویسندگان | ||
محمد دارند* 1؛ سمیرا حمیدی2 | ||
1دانشیار اقلیم شناسی دانشکده منابع طبیعی دانشگاه کردستان و عضو گروه پژوهشی مطالعات محیطی دریاچه زریبار، پژوهشکده کردستان شناسی، دانشگاه کردستان | ||
2دانشجوی کارشناسی ارشدآب و هواشناسی، دانشگاه کردستان | ||
چکیده | ||
هدف از انجام این پژوهش شناخت و پایش مکانی وردایی دمای کمینه، بیشینه و میانگین هوا بر روی گسترهی ایران زمین بر پایهی سناریوهای مختلف خط سیر غلظت گازهای گلخانهای RCP گزارش پنجم هیأت بین دول تغییر اقلیم است. برای نیل به این هدف از سه دسته داده، دادههای روزانه دمای کمینه، بیشینه و میانگین برای 42 ایستگاه همدید ایران زمین طی دورهی پایه (1/1/1979) تا (31/12/2005) برابر با 9862 روز، دادههای مربوط به 26 سنجهی جوی مرکز ملی پیشبینی محیطیNCEP طی بازهی زمانی یاد شده و داده-های مربوط به سناریوهای تغییر اقلیم بر پایهی بیلان تابش RCP4.5 ,RCP2.6 و RCP8.5 طی بازهی زمانی(1/1/2006) تا (31/12/2100) بر روی ایران زمین، استفاده شد. در دورهی پایه، برای ریزمقیاس کردن از روش آماری چندمتغیره و انتخاب متغیرهای پیشبینیکننده بر پایهی همخطی نبودن آنها و بیشترین نقش بر متغیر پیشبینی شونده(دما) انجام شد. بعد از استخراج میزان خطا در دورهی پایه، مقادیر خطا در دوره های آتی و دورهی پایه حذف شد. یافتهها بیانگر آن است که روش گزینش سنجههای پیشبینی کننده جوی بکارگرفته شده برای ریزمقیاس نمایی آماری عملکرد مناسبی در برآورد مقادیر دما دارد و برای حذف همبستگی خطی بین متغیرهای پیش بین و شناخت بهتر رفتار سنجههای جوی از طریق انتخاب متغیرهای تأثیرگذار و اساسی بسیار مناسب است. به طور کلی نتایج شبیه سازی سناریوهای بیلان تابش بیانگر افزایش معنادار دمای کمینه، بیشینه و میانگین هوای گسترهی ایران زمین طی قرن بیست و یکم است. نیمهی غربی کشور افزایش دمای بیشتری را تجربه خواهند کرد. برپایهی سناریوهای بیلان تابشی RCP2.6، RCP4.5 و RCP8.5 دمای کمینهی ایران به ترتیب حدود 35/0 ، 6/0 و بیش از 1 درجهی سانتیگراد بیشتر از دورهی پایه را تجربه خواهد کرد. دمای بیشینهی ایران از سال 2070 به بعد شتاب بیشتری به خود خواهد گرفت و نرخ افزایش نسبت به دورهی پایه 2005-1979 بیش از 1 درجهی سانتیگراد خواهد شد. شبیهسازی سناریوی RCP8.5 برای گسترهی ایران نشان داد که نرخ افزایش میانگین پهنهای تغییرات دمای شبانهروزی ایران از دههی 2040 به بعد نسبت به دورهی پایه از مرز 5/0 درجهی سانتیگراد خواهد گذشت و در پایان قرن بیست و یکم به سه برابر یعنی 5/1 درجهی سانتیگراد خواهد رسید. | ||
کلیدواژهها | ||
تغییراقلیم؛ سناریوهای بیلان تابشRCP؛ ریزمقیاسنمایی آماری؛ دما؛ ایران | ||
مراجع | ||
علیجانی، بهلول.(1385). آب و هوای ایران، ویرایش هفتم، انتشارات پیام نور، تهران، 221 صفحه. عساکره، حسین؛ شاهبایی کوتنایی، علی؛ فرومدی، مجید.(1398). ارزیابی تغییرات و پیشبینی دمای کمینه در غرب استان مازندران با استفاده از مدل ریزمقیاس نمایی آماری SDSM. مجله علوم آب و خاک، ۲۳ (۱)، ۱۰۱-۱۱۹. .10.29252/jstnar.23.1.8 کریمی، مصطفی؛ ستوده، فاطمه؛ رفعتی، سمیه. (1397). تحلیل روند تغییرات و پیش بینی پارامترهای حدی دمای سواحل جنوبی دریای خزر. نشریه تحقیقات کاربردی علوم جغرافیایی، 48، 79-93. .10.29252/jgs.18.48.79 عباسنیا، محسن؛ طاوسی، تقی؛ خسروی، محمود. (1396). ارزیابی جامع تغییرات فصلی آینده دمای حداکثر ایران طی دوره گرم براساس مدلهای گردش عمومی جو. مجله آمایش جغرافیایی فضا، 25، 121-134. سلاجقه، علی؛ رفیعی ساردویی، الهام؛ مقدم نیا، علیرضا؛ عراقی نژاد، شهاب؛ خلیقی سیگارودی، شهرام؛ صالح پورجم، امین. (1396). بررسی کارایی مدل های ریزمقیاس نمایی آماری LARS-WG و SDSM در شبیه سازی دما و بارش. تحقیقات آب و خاک ایران، 2(386)، 253-262. .10.22059/IJSWR.2017.62601 دسترنج، علی؛ شهبازی، علی؛ محسنی ساروی، محسن؛ صالح نسب، ابوطالب؛ جعفری، شیرکو. (1395). مدل سازی اقلیم و مقایسه تغییرات پارامترهای اقلیمی در جبهه شمالی و جنوبی البرز با استفاده از مدل SDSM. مجله علوم و مهندسی آبخیزداری ایران. 32، 18-11. .URL: http://jwmsei.ir/article-1-614-fa.html مسعودیان، ابوالفضل. (1390). آب و هوای ایران، انتشارات شریعه توس، نسخه اول، مشهد، 288 صفحه. نیکبخت شهبازی، علیرضا. (1397). ارزیابی اثرات نوسانات اقلیم بر میزان آب مجازی محصولات کشاورزی استان خوزستان تحت سناریوهای واداشت تابشی. مجله فیزیک زمین و فضا، 44(2)، 378-363. 10.22059/JESPHYS.2018.234830.1006907 صداقت کردار، عبداله؛ رحیم زاده، فاطمه.(1386). تغییرات طول دوره رشد گیاهی در نیمه دوم قرن بیستم در کشور. پژوهش و سازندگی، 2(75)، 192-182. Abbasnia, M., Toros, H., (2016), Future changes in maximum temperature using the statistical downscaling model (SDSM) at selected stations of Iran. Modeling Earth Systems and Environment, 2(2), 68.doi: 10.1007/s40808-016-0112-z. Alexander, L.V., Arblaster, J.M., (2017), Historical and projected trends in temperature and precipitation extremes in Australia in observations and CMIP5. Weather and Climate Extremes, 15, 34–56.doi: 10.1016/j.wace.2017.02.001. Almazroui, M., Sajjad-Saeed, M.N.I., Alkhalaf, A.K., Dambul, R., (2017), Assessment of Uncertainties in Projected Temperature and Precipitation over the Arabian Peninsula Using Three Categories of Cmip5 Multimodel Ensembles. Earth Systems and Environment, 23, 1-20. doi: 10.1007/s41748-017-0027-5. Buchignani, E., Mercogliano, P., Panitz, H.J., Montesarchio, M., (2018), Climate change projections for the Middle East North Africa domain with COSMO-CLM at different spatial resolutions. Advances in Climate Change, 9, 66-80. doi: 10.1016/j.accre.2018.01.004. Change, I.P.O.C., (2007), Climate change 2007: the physical science basis: summary for policymakers. Geneva: IPCC. Darand, M., Pazhooh, F., Saligheh, M., (2019), Trend analysis of tropospheric specific humidity over Iran during 1979–2016. International Journal of Climatology, 39(10), 4058-4071. doi: 10.1002/joc.6059 Dorji, S., Herath, S., Mishra, B.K. (2017). Future climate of colombo downscaled with SDSM-neural network. Climate, 5(1), 24. doi: 10.3390/cli5010024. Huang, J., Zhang, J., Zhang, Z., Xu, C., Wang, B., Yao, J. (2011). Estimation of future precipitation change in the Yangtze River basin by using statistical downscaling method. Stochastic Environmental Research and Risk Assessment, 25(6), 781–792. doi: 10.1007/s00477-010-0441-9. Katiraie‐Boroujerdy, P. S., Akbari Asanjan, A., Chavoshian, A., Hsu, K. L., Sorooshian, S. (2019). Assessment of seven CMIP5 model precipitation extremes over Iran based on a satellite‐based climate data set. International Journal of Climatology, 39(8), 3505-3522. doi:10.1002/joc.6035 Khadka, D., Pathak, D. (2016). Climate change projection for the marsyangdi river basin, Nepal using statistical downscaling of GCM and its implications in geodisasters. Geoenvironmental Disasters, 3(1), 15. doi: 10.1186/s40677-016-0050-0. Mahmood, R., Babel, M.S. (2013). Evaluation of SDSM developed by annual and monthly sub-models for downscaling temperature and precipitation in the Jhelum basin, Pakistan and India. Theoretical and applied climatology, 113(1-2), 27-44. doi: 10.1007/s00704-012-0765-0. Mahmood, R., Babel, M.S. (2014). Future changes in extreme temperature events using the statistical downscaling model (SDSM) in the trans-boundary region of the Jhelum river basin. Weather and Climate Extremes, 5 (6), 56–66. doi:10.1016/j.wace.2014.09.001 Mansouri Daneshvar, M.R., Ebrahimi, M., Nejadsoleymani, H. (2019). An overview of climate change in Iran: facts and statistics. Environmental systems research. 8, 7. doi: 10.1186/s40068-019-0135-3. Parvaze, S., Ahmad, L., Parvaze, S., Kanth, R.H. (2017). Climate change projection in Kashmir Valley (J and K). Current World Environment, 12(1), 107. doi: 10.12944/CWE.12.1.13 Salzmann, N., Frei, C., Vidale, P.L., Hoelzle, M ., (2007).The application of Regional Climate Model output for the simulation of high-mountain permafrost scenarios. Global Planet Change, 56(1–2), 188–202.doi: 10.1016/j.gloplacha.2006.07.006. Tabari, H., Hosseinzadeh Talaee, P. (2013). Moisture index for Iran: Spatial and temporal analyses. Global and Planetary Change, 100: 11-19. doi: 10.1016/j.gloplacha.2012.08.010. Vaghefi, S.A., Keykhai, M., Jahanbakhshi, F. et al. (2019). The future of extreme climate in Iran. Scientific Reports 9, 1464. doi: 10.1038/s41598-018-38071-8. Vallam, P., Qin, X.S. (2017). Projecting future precipitation and temperature at sites with diverse climate through multiple statistical downscaling schemes. Theoretical and Applied Climatology, 134(1-2), 669-688. doi: 10.1007/s00704-017-2299-y. Wilby, R.L., Dawson, C.W., Barrow, E.M. (2002). SDSM–adecision support tool for the assessment to fregional climate change impacts. Environmental Modelling Software, 17(2), 145-157. doi:10.1016/S1364-8152(01)00060-3. | ||
آمار تعداد مشاهده مقاله: 592 تعداد دریافت فایل اصل مقاله: 449 |