تعداد نشریات | 27 |
تعداد شمارهها | 366 |
تعداد مقالات | 3,243 |
تعداد مشاهده مقاله | 4,753,584 |
تعداد دریافت فایل اصل مقاله | 3,244,534 |
تخمین بلندمدت تغییرات عوامل اقلیمی ایستگاهی تحت مدل CanESM2 (مطالعۀ موردی: ایستگاه سینوپتیک بروجرد) | ||
مدل سازی و مدیریت آب و خاک | ||
مقاله 3، دوره 2، شماره 4، 1401، صفحه 37-52 اصل مقاله (1.22 M) | ||
نوع مقاله: پژوهشی | ||
شناسه دیجیتال (DOI): 10.22098/mmws.2022.10479.1085 | ||
نویسندگان | ||
محمد حسین جهانگیر* 1؛ فاطمه روزبهانی2 | ||
1دانشیار/ گروه انرژیهای نو و محیط زیست، دانشکده علوم و فنون نوین، دانشگاه تهران، تهران، ایران | ||
2دانشآموخته کارشناسی ارشد اکوهیدرولوژی/گروه انرژیهای نو و محیطزیست، دانشکدة علوم و فنون نوین، دانشگاه تهران، تهران، ایران | ||
چکیده | ||
تغییر اقلیم یک پدیدۀ اتمسفری-اقیانوسی در مقیاس جهانی و دورة زمانی بلندمدت است که تحتتأثیر عواملی چون فعالیتهای خورشیدی، آتشفشانها، اقیانوسها و اتمسفر (عوامل طبیعی) و یا فعالیتهای انسانی، رخ میدهد. هدف از انجام این مطالعه پیشبینی تغییرات پارامترهای اقلیمی ایستگاه سینوپتیک بروجرد در 100 سال آینده، با استفاده از نرمافزار SDSM است. در این پژوهش از مدل اقلیمی CanESM2، تحت سه سناریوی RCP2.6، RCP4.5 و RCP8.5 در سه بازۀ زمانی 2021-2040، 2041-2060 و 2061-2080 استفاده شده است. همچنین دورۀ زمانی 2000-1990 جهت واسنجی و دورۀ زمانی 2005-2001 جهت صحتسنجی انتخاب شدند. نتایج نشان داد که در تمامی سناریوها و دورههای مورد بررسی، بارش دارای روند کاهشی است. بیشترین درصد کاهش بارندگی، مربوط به ماه ژانویه در دورة زمانی 2021-2040 و سناریوی RCP8.5، به میزان 69/22 درصد است. پارامتر دما در تمامی سناریوها و دورههای مورد مطالعه در این پژوهش نسبت به دورة پایه روند افزایشی داشت. بیشترین مقدار افزایش بهترتیب در دادههای دمای حداقل مربوط به سناریوی RCP4.5 در ماه اکتبر دورة زمانی 2061-2080 و برابر با 4/90 درجه سانتیگراد و در دادههای دمای حداکثر مربوط به سناریوی RCP4.5 ماه اکتبر دورة زمانی 2080-2061 و برابر با 7/02 درجه سانتیگراد پیشبینی شد. | ||
کلیدواژهها | ||
تغییر اقلیم؛ مدل CanESM2؛ SDSM؛ ایستگاه سینوپتیک بروجرد | ||
مراجع | ||
ثانیخانی، ه.، دینپژوه، ی.، پورسیف، س.، زمانزاده قویدل، س.، و صولتی، ب. (1392). بررسی اثرات تغییر اقلیم بر رواناب حوضههای آبریز (مطالعۀ موردی: حوضه آبریز آجی چای در استان آذربایجانشرقی). نشریۀ آب و خاک (علوم و صنایع کشاورزی)، (6)27، 1225- 1234. جهانگیر، م.ح.، امرایی، ن.، و نوروزی، ا. (1399). پیشبینی متغیرهای اقلیمی دما و بارش توسط مدل چندگانه خطی SDSM (مطالعۀ موردی: ایستگاه سینوپتیک تهران). پژوهشنامۀ مدیریت حوزه آبخیز، (21)11، 303-311. جهانگیر، م.ح.، نوروزی، ا.، و یاراحمدی، ی. (1397). بررسی روند تغییرات پارامترها یاقلیمی شهرستان بروجرد در 20 سال آتی با استفاده از مدل HADCM3. اکوهیدرولوژی، (4)5، 1345-1353. حسینی، س.ح.، قربانی، م.ح.، و مساح بوانی، ع. (1394). مدلسازی بارش- رواناب در شرایط تغییر اقلیم بهمنظور پیشبینی جریانات آتی حوزه صوفیچای. پژوهشنامۀ مدیریت حوزه آبخیز، (11)6، 1-14. روان، و.، و ناظمالسادات، س.م. (1390). پیشبینی نوسانهای دما و بارش در پهنه مرکزی استان فارس برای دورهی زمانی 2040-2011 با کاربرد شبیه ECHAM5. مهندسی منابع آب، (10)4، 51-62. صمدی، س.ز.، مساح بوانی، ع.، و مهدوی، م. (1386). بررسی تأثیر روشهای کوچک مقیاس کردن رگرسیونی بر رژیم سیلاب رودخانه. گزارش نهایی کارگاه فنی تغییرات اقلیم در مدیریت منابع آب، کمیتۀ ملی آبیاری و زهکشی، 18 صفحه. لطفی، م.، کمالی، غ.، مشکوتی، ا.، و ورشاویان، و. (1400). پیشنگری دماهای بیشینه با استفاده از مدلهای جهانی اقلیم تحت سناریوهای RCP و ریزمقیاس گردانی مدلهای LARS-WG و SDSM در غرب کشور. فصلنامۀ جغرافیای طبیعی، 14، 115-130. همتی، ل.، و میریعقوب زاده، م.ح. (1400). پیشبینی متغیرهای اقلیمی در دوره آتی بر پایه مدل HadCM3 با استفاده از مدل ریزمقیاسنمایی SDSM در حوزه آبخیز آقچای (آذربایجانغربی). پژوهشنامۀ مدیریت حوزه آبخیز، (23)12، 95-107. هوشمند، د.، و خردادی، م.ج. (1393). بررسی عدم قطعیت مدلهای AOGCM و سناریوهای انتشار در برآورد پارامترهای اقلیمی (مطالعۀ موردی: ایستگاه سینوپتیک مشهد). جغرافیا و مخاطرات محیطی، (3)3، 77-92. هوشیار، م.، سبحانی، ب.، و حسینی، س. (1397). چشمانداز تغییرات دماهای حداکثر ارومیه با استفاده از ریزگردانی آماری خروجی مدل CanESM2. جغرافیا و برنامهریزی، (63)22، 305-325.
Al-Mukhtar, M., & Qasim, M. (2019). Future predictions of precipitation and temperature in Iraq using the statistical downscaling model. Arabian Geosciences, 12(2), 25. Fawzy, S., I. Osman, A., Doran, J., & W. Rooney, D. (2020). Strategies for mitigation of climate change: a review. Environmental Chemistry Letters, 18, 2069–2094. Gleick, P.H. (1989). Climate change, hydrology, and water resources. Reviews of Geophysics, 27(3), 329–344. Hemati, L., & Miryaghoubzadeh, M. (2021). Forecasting of climate variables in future periods based on HadCM3 Data using statistical downscaling model (SDSM) in Agh-Chay Basin (West Azarbayjan). Journal of Watershed Management Research, 12(23), 95–107. Hewitson, B.C., & Crane, R.G. (1992). Large‐scale atmospheric controls on local precipitation in tropical Mexico. Geophysical Research Letters, 19(18), 1835–1838. Hooshmand, D.A., & Khordadi, M.J. (2014). Investigation of uncertainty of AOGCM models and diffusion scenarios in estimating climatic parameters (Case study: Mashhad Synoptic Station). Geogarphy and Envionmental Hazards, 3(3), 77-92 (in Persian). Hosseini, S.H., Ghorbani, M., & Massah Bavani, A. (2015). Modeling rainfall-runoff in climate change to predict future flows of Sufi Chai watershed. Journal of Watershed Management Research, (11)6, 1-14 (in Persian). Houshyar, M., Sobhani, B., & Hosseini, S.A. (2018). Future Projection of maximum temperature in Urmia through downscaling output of Canesm2 Model. Geography and Planning, 22(63), 305-325 (in Persian). IPCC, (2022). Sixth Assessment Report of the Intergovermental Panel on Climate Change. IPCC, (2007). Aviation and the Global Atmosphere. AR4 Climate Change 2007. Jahangir, M.H., Amrai, N., & Norozi, E. (2020). Predicting variables climate, temperature and precipitation by multiple linear the model SDSM (Case study: Tehran Synoptic Station). Journal of Watershed Management Research, 11(21), 303-311 (in Persian). Jahangir, M.H., Norozi, E., & Yarahmadi, Y. (2019). Investigation of Climate Parameters’ Changes in Borujerd City in Next 20 Years through the Using HADCM3 Model. Iranian Jornal of Ecohydrology, 5(4), 1345-1353 (in Persian). Khan, M.S., Coulibaly, P., & Dibike, Y. (2006). Uncertainty analysis of statistical downscaling methods. Journal of Hydrology, 319(1–4), 357–382. Lin, J.Y., Cheng, C.T., & Chau, K.W. (2006). Using support vector machines for long-term discharge prediction. Hydrological Sciences Journal, 51(4), 599–612. Lotfi, M., Kamali, G., Mashkooti, A.H., & Varshavian, V. (2021). Predicting maximum temperatures using global climate models under RCP scenarios and microscaling LARS-WG and SDSM models in the west of the country. Quarterly Jurnal of Physical Geography, 14, 115-130 (in Persian). Munawar, S., Tahir, M.N., & Baig, M.H.A. (2022). Twenty-first century hydrologic and climatic changes over the scarcely gauged Jhelum river basin of Himalayan region using SDSM and RCPs. Environmental Science and Pollution Research, 29(8), 11196–11208. Ravan, W., Nazim al-Sadat, S.M.J. (2011). The projected fluctuations in temperature and precipitation over the central parts of the Province of Fars for the 2011-2040 period using the Echam5 Model. Water Resources Engineering, 4(10), 51-62 (in Persian). Samadi, Z., Masahbavani, A., & Mahdavi, M. (2007). Study of the effect of small regression scaling methods on river flood regime. Final report of technical workshop on the effects of climate change on water resources management, National Committee for Irrigation and Drainage, 18 pages (in Persian). Sanikhani, H., Dinpajoh, Y., Zamanzadeh Ghavidel, S., & Solati, B. (2014). A study on the impact of climate change on the runoff of the Ajichai basin in East Azerbaijan using the data of general circulation models of the atmosphere (GCMS) and its microscale by LARS-WG model. Water and Soil, 27(6), 1225-1234 (in Persian). Semenov, M.A., & Stratonovitch, P. (2010). Use of multi-model ensembles from global climate models for assessment of climate change impacts. Climate Research, 41(1), 1–14. Sobhani, B., Eslahi, M., & Babaeian, I. (2016). Efficiency of Statistical Downscaling Models of SDSM and LARS-WG in the Simulation of Meteorological Parameters in Lake Urmia Basin. Physical Geography Research Quarterly, 47(4), 499-516 (in Persian). Thuiller, W. (2007). Climate change and the ecologist. Nature, 448(7153), 550–552. Tian, Y., Xu, Y.P., Booij, M.J., & Cao, L. (2016). Impact assessment of multiple uncertainty sources on high flows under climate change. Hydrology Research, 47(1), 61–74. Vergni, L., & Todisco, F. (2011). Spatio-temporal variability of precipitation, temperature and agricultural drought indices in Central Italy. Agricultural and Forest Meteorology, 151(3), 301–313. Wilby, R.L., Dawson, C.W., & Barrow, E.M. (2002). SDM- A decision support tool for the assessment of regional climate change impacts. Environmental Modelling & Software, 17(2), 145–157. Wilby, R.L., & Dawson, C.W. (2007). SDSM 4.2-A Decision Support Tool for the Assessment of Regional Climate Change Impacts, Version 4.2 User Manual. Lancaster University, Lancaster/Environment Agency of England and Wales, Lancaster, 1-94. Yang, N., Men, B.H., & Lin, C.K. (2011). Impact analysis of climate change on water resources. Procedia Engineering, 24, 643–648. | ||
آمار تعداد مشاهده مقاله: 482 تعداد دریافت فایل اصل مقاله: 540 |