بررسی تناقض تبخیر از تشت و متغیرهای اقلیمی مؤثر بر آن در نیمه‌غربی و مرکز ایران

الموضوعات :

محمد نصرالهی ¹ , علی اصغر ذوالفقاری ² , محمدرضا یزدانی ³

1 - دانشجوی دکتری بیابانزدایی، گروه بیابان، دانشکده کویرشناسی، دانشگاه سمنان، ایران.
2 - دانشیار گروه مدیریت مناطق خشک، دانشکده کویرشناسی، دانشگاه سمنان، ایران
3 - دانشیار گروه بیابان، دانشکده کویرشناسی، دانشگاه سمنان، ایران

تاريخ الإرسال : 17 السبت , شوال, 1442 تاريخ التأكيد : 13 الإثنين , صفر, 1443 تاريخ الإصدار : 17 السبت , ربيع الأول, 1443

الکلمات المفتاحية: من‌کندال, تبخیر از تشت, تخمینگر شیب سن, تناقض تبخیر,

ملخص المقالة :

تبخیر به عنوان یک مؤلفه مهم و یک عامل کنترل‌کننده کلیدی در فرایندهای هیدرولوژیکی عمل می‌کند. در شرایط گرمایش جهانی، انتظار می‌رود تقاضای تبخیر از تشت افزایش یابد، اما کاهش در مقادیر تبخیر این فرضیه را که تغییر اقلیم سبب افزایش تبخیر می‌شود، را به چالش کشیده است. هدف این تحقیق بررسی وجود یا عدم‌وجود پدیده تناقض تبخیر و همچنین تعیین روند تغییرات تبخیر و سایر متغیر‌های اقلیمی اثرگذار بر آن می‌باشد. برای دستیابی به هدف مذکور داده های تبخیر از تشت در مقیاس زمانی سالانه در 50 ایستگاه سینوپتیک پهنه غربی و مرکز ایران با استفاده از روش‌های ناپارامتری من‌کندال و تخمینگر شیب سن مورد ارزیابی و تحلیل روند قرار گرفتند. نتایج تحلیل روند با آزمون من‌کندال نشان داد که تبخیر از تشت در 10% و 28% از ایستگاهها در سطح معنی‌داری 5% دارای روند بترتیب کاهشی و افزایشی بود. همچنین نتایج روندیابی میانگین دما به عنوان منبع انرزی لازم جهت انجام تبخیر نشان داد که 94% ایستگاه‌ها در سطح معنی‌داری 5% دارای روند افزایشی هستند. نتایج نشان داد که علیرغم افزایش دما در اکثر ایستگاه‌ها، پدیده تناقض تبخیر در 38% ایستگاه‌ها اتفاق افتاده که تناقض تبخیر در 10% ایستگاه‌ها در سطح معنی‌داری 5% بوده است. بطور کلی نتایج نشان داد که در ایستگاه‌های دارای تناقض تبخیر معنی‌داری در سطح 5% ( دارای شیب تبخیر تشت منفی) ، افزایش بیشتر دمای کمینه نسبت به بیشینه، کاهش سرعت باد و ساعت آفتابی عوامل اصلی کنترل‌کننده میزان تبخیر تشت هستند.

المصادر:

احمدی، ف،. رادمنش، ف،. 1393. بررسی روند تغییرات متوسط دمای ماهانه و سالانه نیمه شمالی کشور در نیم قرن اخیر. نشریه آب و خاک (علوم و صنایع کشاورزی). 28 (4). 865-855

قره­خانی، ا،. قهرمان، ن،. بذرافشان، ج،. 1392. مطالعه روند تغییرات تبخیر از تشت در گستره اقلیمی ایران. 26 (1). 95-87.

Asanuma, J. and Kamimura, H. 2004. Long-term trend of pan evaporation measurements in Japan and its relevance to the variability of the hydrological cycle, online available at: http://www.suiri.tsukuba.ac.jp/_asanuma/publications/proc e.html.

Burn, D. H. Hesch, N. M. 2007. Trends in evaporation for the Canadian Prairies,” Journal of Hydrology, vol. 336, no. 1-2, pp.61–73.

Chattopadhyay, N. Hulme, M. 1997. Evaporation and potential evapotranspiration in India under conditions of recent and future climate change. Agric For Meteorol 87:55–73. https://doi.org/10.1016/S0168-1923(97)00006-3

Chen, D., Gao, G., Xu, C.-Y., Guo, J., and Ren, G. 2005. Comparison of the Thornthwaite method and pan data with the standard Penman-Monteith estimates of reference evapotranspiration in China, Clim. Res., 28, 123–132.

Chervenkov, Hristo, and Kiril Slavov. 2017. Theil-Sen Estimator for the Parameters of the Generalized Extreme Value Distributions: Demonstration for Meteorological Applications. Comptes rendus de l’Académie bulgare des Sciences 70.12.

Cohen, S., Ianetz, A., Stanhill, G., 2002. Evaporative climate change at Bet Dagan, Israel, 1964–1998,” Agricultural and Forest Meteorology, vol. 111, no. 2, pp. 83–91, 2002.

Croitoru, A.E. Piticar, A. Dragotˇa, C. S. Burada, D. C. 2013. Recent changes in reference evapotranspiration in Romania. Global and Planetary Change, vol. 111, pp. 127–132.

Fallah Ghalhari, GA. Khoshhal Dastjerdi, J. Habibi Nokhandan, M. 2012. Using Mann Kendal and t-test methods in identifying trends of climatic elements: a case study of northern parts of Iran. Manag Sci Lett 2(3):911–920

Fan, ZX. Thomas, A. 2013. Spatiotemporal variability of reference evapotranspiration and its contributing climatic factors in Yunnan Province, SW China, 1961–2004. Clim Chang 116:309–325. https://doi.org/10.1007/s10584-012-0479-4

Gocic, M. Trajkovic, S. 2013. Analysis of changes in meteorological variables using Mann-Kendall and Sen's slope estimator statistical tests in Serbia. Global and Planetary Change 100: 172-182.

Golubev,V. S., Lawrimore, J. H., Groisman, P. Y. 2001. Evaporation changes over the contiguous United States and the former USSR: a reassessment, Geophysical Research Letters, vol. 28, no. 13, pp. 2665–2668.

Gong, L., Xu, C. Y., Chen, D., Halldin, S., & Chen, Y. D. 2006. Sensitivity of the Penman–Monteith reference evapotranspiration to key climatic variables in the Changjiang (Yangtze River) basin. Journal of Hydrology 329(3-4): 620-629.

Hajjam, S. Khoshkhoo, Y. Shamsolddin, R. 2004. Analysis of the trend of seasonal and annual rainfall changes in some selected stations in the central part of Iran using non-parametric methods. Geographical Research Quarterly. Vol, 41. No, 64. P, 153-168. [In Farsi]

Huang, H., Han, Y., Cao, M., Song, J., Xiao, H. and Cheng, W., 2015. Spatiotemporal characteristics of evapotranspiration paradox and impact factors in China in the period of 1960–2013. Advances in Meteorology.

IPCC (2007) Climate change 2007: climate change impacts, adaptation and vulnerability. Working Group II contribution to the Intergovernmental Panel on Climate Change Fourth Assessment Report. Summary for policymakers. Geneva, 976 pp

Jhajharia D, Singh VP (2011) Trends in temperature, diurnal temperature range and sunshine duration in Northeast India. Int J Climatol 31: 1353–1367. https://doi.org/10.1002/joc.2164

Jhajharia, D. Shrivastava, SK. Sarkar, D. Sarkar, S. 2009. Temporal characteristics of pan evaporation trends under the humid conditions of northeast India. Agric For Meteorol 149:763–770.

Jiao, L. and Wang, D., 2018. Climate Change, the Evaporation Paradox, and Their Effects on Streamflow in Lijiang Watershed. Polish Journal of Environmental Studies, 27(6).

Kendall, MG. 1975. Rank correlation measures. Charles Griffin, London

Ma, X., Zhang, M., Wang, S., Ma, Q., Pan, S. 2012. Evaporation paradox in the YellowRiver Basin, ActaGeographica Sinica. 67(5): 645-656.

Maliva R, Missimer T. 2012. Aridity and drought. In: Arid lands water evaluation and management. Springer, pp 21-39

Mann H.B. 1945. Nonparametric tests against trend, Econometrica. 13:245-259.

Nasrollahi, M., Zolfaghari, A. A., & Yazdani, M. R. (2021). Spatial and Temporal Properties of Reference Evapotranspiration and Its Related Climatic Parameters in the Main Agricultural Regions of Iran. Pure and Applied Geophysics, 1-21.‏ https://doi.org/10.1007/s00024-021-02806-y

Nourani, V., Nezamdoost, N., Samadi, M. and Daneshvar Vousoughi, F. 2015. Wavelet-based trend analysis of hydrological processes at different timescales. Journal of Water and Climate Change 6(3): 414-435.

Partal, T. Kahya, E. 2006. Trend analysis in Turkish precipitation data. Hydrological Processes: An International Journal 20(9): 2011-2026.

Rahimzadeh, F. Asgari, A. Fattahi, E. 2009. Variability of extreme temperature and precipitation in Iran during recent decades. Int J Climatol 29:329–343.

Roderick ML, Farquhar GD (2002) The cause of decreased pan evaporation over the past 50 years. Science 298:1410–1411. https://doi.org/10.1126/science.1075390-a

Roderick ML, Farquhar GD (2004) Changes in Australian pan evaporation from 1970 to 2002. Int J Climatol 24:1077–1090. https://doi. org/10.1002/joc.1061

Roderick ML, Farquhar GD (2005) Change in New Zealand pan evaporation since the 1970s. Int J Climatol 25:2031–2039

Roy, SS. Balling, RC. 2005. Analysis of trends in maximum and minimum temperature, diurnal temperature range, and cloud cover over India. Geophys Res Lett 32. https://doi.org/10.1029/2004GL022201.

Sen, Pranab Kumar (1968), "Estimates of the regression coefficient based on Kendall's tau", Journal of the American Statistical Association, 63 (324): 1379–1389,

Thiel, H., 1950. A rank-invariant method of linear and polynomial regression analysis. I, II, III. Nederl. Akad. Wetensch. Proc. 53, pp.386-392.

Ruiz-Alvarez, O., Singh, V. P., Enciso-Medina, J., Munster, C., Kaiser, R., Ontiveros-Capurata, R. E., … & dos Santos, C. A. C. (2019). Spatio-temporal trends in monthly pan evaporation in Aguascalientes, Mexico. Theoretical and Applied Climatology, 136(1-2), 775-789.

Thomas, A. 2000. Spatial and temporal characteristics of potential evapotranspiration trends over China, Int. J. Clim., 20, 381–396, 2000.

Wang, Z., Xie, P., Lai, C., Chen, X., Wu, X., Zeng, Z., & Li, J. (2017). Spatiotemporal variability of reference evapotranspiration and contributing climatic factors in China during 1961–2013. Journal of Hydrology, 544, 97-108.

Wild, M., Gilgen, H., Roesch, A., Ohmura, A., Long, C. N., Dutton, E. G., Forgan, B., Kallis, A., Russak, V., and Tsvetkov, A. 2005. From Dimming to Brightening: Decadal Changes in Solar Radiation at Earth’s Surface, Science, 308, 847–850.

Xu, CY., Gong, L., Jiang, T., Chen, D., Singh, VP. 2006. Analysis of spatial distribution and temporal trend of reference evapotranspiration and pan evaporation in Changjiang (Yangtze River) catchment. J Hydrol 327:81–93.