بررسی آثار تغییر اقلیم بر پارامترهای اقلیمی ایستگاه های تکاب و سقز در حوضه ی زرینه رود با استفاده از شبیهLARS-WG
محورهای موضوعی : برگرفته از پایان نامهمینا لطیفی 1 , محمود ذاکری نیری 2 , صابر معظمی گودرزی 3
1 - دانش آموخته ی کارشناسی ارشد، گروه مهندسی آب، دانشگاه آزاد اسلامی واحد اسلامشهر
2 - گروه مهندسی عمران، واحد اسلامشهر، دانشگاه آزاد اسلامی، اسلامشهر، ایران
3 - استادیار دانشکده فنی و مهندسی ، گروه مهندسی عمران-آب، دانشگاه آزاد اسلامی واحد اسلامشهر
کلید واژه: تغییر اقلیم, LARS-WG, CMIP5, RCP, زرینه رود,
چکیده مقاله :
استفاده بیش از حد از سوخت های سنگواره ای ، افزایش جمعیت جهان و به تبع آن گسترش روزافزون فعالیتهای صنعتی برای تأمین رفاه و نیازهای جمعیت کره ی زمین، موجب افزایش غلظت گازهای گلخانه ای، به ویژه CO2در چند دهه اخیر شده است. این افزایش در گازهای گلخانه ای موجب بروز پدیده ای به نام تغییر اقلیم گردیده است. هدف از این تحقیق بررسی اثر تغییر اقلیم با استفاده از خروجی سه شبیه اقلیمیMPI- ESM-MR ،CANESM2 و CCSM4 برگزیده از مجموعه ی مدل های CMIP5در دو دوره ی آینده ی نزدیک (2020-2049) و آینده ی دور (2070-2099) تحت نمایشنامه های واداشت تابشیRCP2.6 ، RCP4.5، RCP8.5 بر بارش، دمای حداقل و دمای حداکثر است. برای شبیه سازی فراسنج های اقلیمی حوضه ی زرینه رود داده های این سه شبیه با شبیه LARS-WG ریزمقیاس شدند. با توجه به آماره های ارزیابی نشان داده شد که شبیه اقلیمی MPI-ESM-MR نسبت به دو شبیه دیگر از عملکرد بهتری برای شبیه سازی فراسنج های اقلیمی برخوردار است. در ادامه، با بررسی نتایج به دست آمده، روند دما با افزایش و بارش، با افزایش و کاهش در شبیه های مختلف روبرو شد. ایستگاه سقز نسبت به تکاب روند شدیدتری را در شبیه سازی نشان داد، به گونه ای که دما در این ایستگاه به طور متوسط 0.5 تا 1.5 درجه ی سانتی گراد افزایش بیشتری را نسبت به ایستگاه تکاب نشان داده، و در بارش هم در شبیه های کاهشی 10 تا 80 میلی متر کاهش، و در شبیه های افزایشی 5 تا 10 میلی متر افزایش را نسبت به تکاب نشان می دهد. همچنین دمای حداقل نسبت به دمای حداکثر افزایش بیشتری را در هر دو ایستگاه نشان می دهد.
Excessive use of fossil fuels, the increasing world population and the ever-increasing of industrial activities accordingly to provide welfare and the needs of humans, thereby has been increased the concentration of greenhouse gases, particularly carbon dioxide in recent decades. This increase in greenhouse gases cause a phenomenon called climate change. The purpose of this study was to investigate the effect of climate change on the output of three CANESM2 MPI-ESM-MR and CCSM4 models selected from the CMIP5 model series in the near future (2020-2020) and the future of the future (2070-2099). ) Under the RCP2.6, RCP4.5, RCP8.5 radiation induction scenarios on precipitation, minimum temperature and maximum temperature. To simulate the climatic parameters of the Zarrine River basin, the data of these three models were microscopically compared with the LARS-WG model. According to the evaluation statistics, the MPI-ESM-MR climatic model has better performance than other two models for simulating climatic parameters. Subsequently, by examining the results for all stations, the temperature trend with increasing and precipitation decreased. Saqez Station showed a more intense trend in simulation as the temperature in this station is increased by an average of 0.5 to 1 ° C higher than the Takab station and in the rainfall, with a decrease of 3 to 30 mm, the ratio Shows Takab. Also, the minimum temperature is higher than the maximum maximum temperature at all stations.
1) اسماعیلی ر، نوخندان م و فلاح قالهری غ،1389. ارزیابی تغییرات طول دوره رشد و یخبندان ناشی از نوسانات اقلیمی مطالعه موردی: خراسان رضوی. پژوهش های جغرافیای طبیعی، شماره73، صفحه 89-62 .
2) اشــرف ب.، موســوی بــایگی م، کمــالی غ و داوری ک، 1390. پــیش بینــی تغییــرات فصــلی پارامترهــای اقلیمی در 20 سال آتی بـا اسـتفاده از ریزمقیـاس نمـایی آمـاری داده هـای مـدل ) HADCM مطالعـه مـوردی: اســتان خراســان رضــوی (نشــریه آب و خــاک (علوم و صنایع کشاورزی ). جلد 25، شماره 4، صفحه 952 940.
3) باباییان ا و نجفی نیک ز، 1385. معرفی و ارزیابی مدلLARS-WG برای مدل سازی پارامترهای هواشناسی استان خراسان دوره آماری (1961-2003). فصلنامه نیوار، شماره 62 و 63، صفحه 65-49.
4) بابائیــان ا، نجفــی نیــک ز، زابــل عباســی ف، حبیبــی نوخندان م، ادب ح و ملبوسی ش، 1388 . ارزیابی تغییر اقلیم کشـور در دوره 2039-2010 بـا اسـتفاده از ریزمقیــاس نمــایی داده هــای مــدل گــردش عمــومی ECHO-G. مجله علمی- پژوهشی جغرافیا و توسعه، شماره 16،152-135.
5) دوستی م، حبیب نژاد روشن م، شاهدی ک و یعقوب زاده م،1392. بررسی شاخص های اقلیمی حوضه آبخیز تمر، استان گلستان در شرایط تغییر اقلیم با کاربرد مدل LARS-WG. مجله فیزیک زمین وفضا، دوره 39، شماره 4، صفحه 189–177.
6) سیاری ن ،علیزاده ا، بنایان اول م، حسامی کرمـانی م و فرید حسینی ع، 1389. پیشبینـی تغییـرات اقلیمـی در حوضه کشـف رود اسـتان خراسـان طـی سـه دوره 2039-2010، و 2099-2070 میلادی با استفاده از ریزمقیـاسنمـایی آمـاری(ASD) خروجی مدل HADCM3. اولین کنفرانس بین المللی مدلسازی گیاه، آب، خاک و هوا، صفحه 19.
7) عباسی ف، ملبوسی ش، بابائیان ا، اثمری م و برهانی ر، 1389 پیش بینی تغیییرات اقلیمی خراسان جنوبی در دوره 2039-2010 مـــــــیلادی بـــــــا اســـــــتفاده از ریز مقیاس نمایی خروجی مـدل ECHO-G. نشریه آب و خاک (علوم و صنایع کشاورزی ). جلد 2، شماره 24، صفحه 233-218.
8) منصوری ب، احمدزاده ح، مساح بوانی ع، مریدس، دلاورم و لطفی س ، 1393 نشریه آب و خاک (علوم و صنایع کشاورزی). جلد 28 ، شماره 6، صفحه 1203-1191.
9) غریب دوست م، قربانی م و فروزنده شهرکی ا، 1395. براورد میزان تاثیر تغییر اقلیم بر بارش –رواناب حوضه آبخیز صوفی چای. مجله مهندسی منابع آب، سال نهم، صفحه 29-17.
10) کمال ع و مساح بوانی ع، 1389. تاثیر تغییر و نوسـانات اقلیمی بر رواناب حوضـه بـا دخالـت عـدم قطعیـت دو مــدل هیــدرولوژی، نشــریه آب و خــاک، 24,931-920.
11) IPCC, 2001, Watson, R.T., Zinyowera,M.C., Moss, R.H.,and Dokken, D.J., (Eds.),Special report on the regional impacts of climate change, an Assessment of vulnerability, Cambridge University Press, UK, 68 pp
12) IPCC, 2013: Summary for Policymakers. In: Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change Stocker.
13) Babaeian, I., Kwon, W.T. & Im, E.S. (2004). “Application of Weather Generator Technique for Climate Change Assessment over Korea. Korea Meteorological Research Institute”, Climate Research Lab, pp. 98.
14) Kerrie,Y., Geil , L.,Zeng ,X.(2013) Assessment of CMIP5 Model Simulations of the North American Monsoon System .North America in CMIP5 Models .8787-8801 November 2013.
15) Semenov,M.A. and Barrow, E. M., 2002, A stochastic weather generator for use in climate impact studies, User’s manual, Version 3.0.
16) Semenov, M. A., 2008, Simulation of extreme weather events by a stochastic weather generator, Climate Research, 35, 203-212.
17) Dibike, Y.B., and Coulibaly, P. 2005. Hydrologic impact of climate change in the Saguenay watershed: comparison of downscaling methods and hydrologic models. J. Hydrol. 307: 145-163.
18) Ghahreman, N., Babaeian, I., Tabatabaei, M. (2015) Investigation of Uncertainty in the IPCC AR5 precipitation and temperature projections over Iran under RCP scenarios. Our Future under Climate Change.7-10 July 2015, Paris.
19) Won, J., H. Moradkhani and H. Chang. 2012. Uncertainty assessment of climate change impacts for hydrological distinct river basins. Journal of Hydrology, 466(2012): 73–87.
20) Zareian, M., Eslamian, S., Safavi, H., 2014. a modified regionalization weighting approach for climate change impact assessment at watershed scale ,article in theoretical and applied climatology ,November 2014.
_||_