اثرات پیش بینی شده احتمالی تغییر اقلیم بر اکوسیستم های ساحلی مانگرو خلیج فارس با تاکید بر متغییرهای دما و بارش

محورهای موضوعی : ارزیابی پی آمدهای محیط زیستی

هانا اعتمادی ¹ (استادیار گروه محیط زیست، پژوهشکده خلیج فارس، دانشگاه خلیج فارس، بوشهر، ایران * (مسوول مکاتبات).)
حسین دلشب ² (دانش آموخته دکتری محیط زیست، دانشگاه آزاد اسلامی واحد علوم تحقیقات، تهران، ایران)

تاریخ دریافت : 1396/07/02 تاریخ پذیرش : 1397/01/29 تاریخ انتشار : 1399/02/01

کلید واژه: تغییر اقلیم, مانگروهای خلیج فارس, دما, بارش, ریزمقیاس نمایی,

چکیده مقاله :

زمینه و هدف : تغییر اقلیم و گرمایش جهانی یکی از گسترده ترین و مهم ترین مخاطرات زیست محیطی است. هدف این مطالعه بررسی روند دمای حداقل، حداکثر و بارندگی در دوره گذشته بوشهر به عنوان استان ساحلی خلیج فارس و پیش بینی آینده اقلیمی آن تا انتهای سال 2100 میلادی و همچنین اثرات احتمالی پیش بینی شده بر اکوسیستم های جنگلی مانگرو خلیج فارس می باشد. روش بررسی: در این مطالعه از روش ریزمقیاس رگرسیونی [1]SDSM و از مدل GCM[2] کانادایی CanESM2 در سه سناریو RCP2.6، RCP4.5 و RCP8.5 و مدل HadCM3 در سناریو A2 برای شبیه سازی داده های اقلیمی ایستگاه سینوپتیک بوشهر در دوره های پایه، مشاهداتی و آتی (2100-2010) استفاده شد. همچنین اعتبارسنجی مدل با پنج شاخص آماری و عدم قطعیت مدل با روش بوت استرپ محاسبه شد. یافته ها: میزان افزایش دمای میانگین فصل زمستان و تابستان در طول دوره 47 ساله به ترتیب 8/1 و 7/1 درجه سانتی گراد بوده است. پیش بینی آینده اقلیمی دمای بیشینه و کمینه در مدل CanESM2[3] و HadCM3[4] بیش ترین افزایش را در ماه های سرد سال نشان دادند. همچنین دمای پیش بینی شده مدل CanESM2 در ماه های گرم از دمای کنونی کم تر خواهد بود. شبیه سازی متغییر اقلیمی بارش در مدل HadCM3 افزایش بارش را در فصل تابستان و پاییز و مدل CanESM2 افزایش بارش را برای همه فصول سال نشان دادند. بحث و نتیجه گیری : هر دو مدل زمستان های گرم تری را در دهه های آتی برای استان بوشهر پیش بینی کردند. با پیش بینی طولانی شدن فصل گرم در مدل CanESM2 ممکن است زمان جوانه زنی و گل دهی مانگروها طولانی تر و از سه ماه به شش ماه تغییر یابد. در صورتی که افزایش بارش های پیش بینی شده به صورت ریزش های حدی نباشند می توانند همراه با افزایش دما باعث رشد و توسعه بیش تر مانگروها شوند. [1] - Statistical Down-Scaling Model [2] - General Circulation Model [3] - Canadian Earth System Model [4] - Hadley Center Climate Model

چکیده انگلیسی:

Background and Objective: Climate change and global warming are one of the most widespread and important environmental hazards. The purpose of this study is to investigate the trend of minimum, maximum and rainfall temperatures in the past period of Bushehr as a coastal province of the Persian Gulf and predict its climatic future by the end of 2100 AD, as well as the possible effects on the mangrove forest ecosystems of the Persian Gulf. Method: In this research, the statistical down scaling model (SDSM) along with two different GCMs entitle CanESM2 in three RCP2.6, RCP4.5 RCP8.5 scenarios and HadCM3 in A2 scenario, were used to simulate climatic variables during base (1961-2005), current and future (2010–2099) periods in Bushehr synoptic station. Furthermore, model evaluation and uncertainty assessment performed by five different statistical criteria and a non-parametric bootstrapping technique, respectively. Findings: The linear regression of the observed winter and summer mean temperature showed that mean temperature has increased +1.8 and +1.7°C over the past 47 years, respectively. Both, CanESM2 and HadCM3 model simulation results demonstrated that the most raise of minimum and maximum temperatures will occur in the future cold seasons. But, CanESM2 simulation analysis revealed that a decrease trend will occur in the minimum and maximum temperatures through future warm months. Also, HadCM3 simulation results showed that precipitation will rise in summer and fall seasons, while CanESM2 results presented an increase in rainfall variable throughout the year. Discussion and Conclusion: Both of models have predicted warmer winter in the next several decades. Based on CanESM2 model results that we will have longer warmer seasons, there is a possibility of prolonging reproduction (germination and flowering) season in Persian Gulf mangroves from 3 to 6 months. Based on our results, future rainfall is more likely to become more frequent and intense. If those precipitations do not occur in extreme events, accompany with high temperature can cause more mangrove expansion and growth in future decades.

منابع و مأخذ:

1. IPCC, 2013. Climate Change 2013. The physical Science Basis. Summary for policymakers. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press, pp. 18-100.


2. Church, J., White, N., Coleman, R., Lambeck, K., and Mitrovica, J. 2004. Estimates of the regional distribution of sea level rise over the 1950 to 2000 period. Journal of Climate, Vol.17, pp. 2609-2625.


3. Webb, E.L., Friess, D.A., Krauss, K.W., Cahoon, D.R., Guntenspergen, G.R., phelps, J. 2013. A global standard for monitoring coastal wetland vulnerability to accelerated sea-level rise. Nature Climate Change, Vol .4, pp. 238-252.


4. IPCC, 2007. In: Solomon, S.D., Qin, D., Manning, M., Chen, Z., Marquis, M., Averyt, K.B., Tignor, M., Miller, H.L. (Eds.), Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press, pp. 1056-1078.


5. Bushehr Environment Administration, 2017. Statistics and Information annual reports. pp. 100-119. (In Persian)


6. Etemadi, H. Samadi, S. Sharifikia, M. 2013. Uncertainty analysis of statistical downscaling models using general circulation model over an international wetland. Climate Dynamic, doi:10.1007/s00382-013-1855-0.


7. Khan, M.S. Coulibaly, P., Dibike, Y. 2006. Uncertainty analysis of statistical downscaling methods. Journal of Hydrology, Vol .319, pp. 357-382.


8. Pettitt, A.N. 1979. A non-parametric approach to the change-point problem. Applied Statistics, Vol .28, pp. 126–135.


9. Lelieveld, J., Hadjinicolaou, P., Kostopoulou, E., Chenoweth, J., Maayar, M., iannakopoulos, C., Xoplaki, E. (2012). Climate change and impacts in the Eastern Mediterranean and the Middle East. Climate Change. 114, 667–687. doi:10.1007/s10584-012-0418-4.


10. Alpert, P., Krichak, S.O., Shafir, H., Haim, D., Osetinsky, I., 2008. Climatic trends to extremes employing regional modeling and statistical interpretation over the Mediterranean. Global Planet Change, Vol .63, pp. 163–170.


11. Withey, P., vanKooten, G.C. 2011. The effect of climate change on optimal wetlands and waterfowl management in Western Canada. Ecology and Economics, Vol .70, pp. 798–805.