Impact of climate change on the severity and recurrence of droughts in Iran

محورهای موضوعی : Irrigation and Drainage

رضا الوانکار ¹ , ابراهیم فتاحی ² , فرزانه نظری ³

1 - عضو هیئت علمی، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران.
2 - عضو هیئت علمی پژوهشکده هواشناسی.
3 - کارشناس ارشد اقلیم شناسی.

تاریخ دریافت : 1393/11/14 تاریخ پذیرش : 1394/03/19 تاریخ انتشار : 1394/03/11

کلید واژه:

چکیده انگلیسی:

در این مطالعه بر اساس مدل HadCM3  و دو سناریوی A1B، A2 برای دوره پایه ( 1961- 1990) و دوره پیش‎بینی (2040- 2011) در مقیاس روزانه فرایند ریز مقیاس نمایی انجام شد و داده‎های مقادیر مجموع بارش روزانه  برای ایستگاه های منتخب تولید شد. بعد از کالیبراسیون مدل و اطمینان از توانمندی مدل در ساخت سری های زمانی بارش که با مقایسه داده ‎های شبیه سازی شده با مقادیر بارش در دوره پایه در سطح اطمینان 95 درصد صورت پذیرفت، جهت بررسی وضعیت خشکسالی، شاخص استاندارد شده بارش (SPI) به کار رفت. نتایج نشان داد که میزان بارش نسبت به دوره پایه طی دوره های آینده نزدیک تحت خروجی های مدل گردش عمومی جو HadCM3 و دو سناریوی A1B، A2 تغییر معنی داری در بیشتر مناطق کشور خواهد داشت. بیشترین درصد تغییر مربوط به جنوب شرقی کشور می ‎باشد که برای هر سه تداوم زمانی 3، 12 و 24 ماهه افزایش خشکسالی را نشان می دهد به طوریکه برای برای تداوم زمانی 12 ماهه و 50 ساله شدت خشکسالی دوره پایه 82/13 بوده ولی در دوره آتی  سناریوی A2، 05/15 و در دوره آتی سناریوی A1B، 39/18را نشان می دهد. در غرب و شمال کشور نیز به طور مشابه در کلیه تداوم های زمانی شدت خشکسالی در دوره های آتی بیش تر از دوره پایه است، به طوریکه در دوره 24 ماهه و دوره بازگشت 50 ساله شدت خشکسالی پایه 31/16 ولی در دوره آتی A2، 65/18 و در دوره آتی A1B، 55/19 را نشان می دهد. در مناطق جنوب، مرکز و شرق کشور مقادیر شدت خشکسالی پایه و آتی با تداوم زمانی 24 ماهه و در دوره برگشت 50 ساله همگی حدود 8/18 بوده و شدت خشکسالی تغییرات زیادی را نشان نمی دهد. شدت خشکسالی در شمال غرب کشور و جنوب غرب کشور در هر سه تداوم زمانی 3، 12 و 24 ماهه در دوره های آتی کمتر از دوره پایه خواهد بود، به طوریکه در تداوم زمانی 24 ماهه شدت خشکسالی با دوره برگشت 50 ساله پایه 23 ولی در دوره های آتی 44/18 را نشان می‌ دهد.

منابع و مأخذ:

آذرانفر،الف.، ابریشم چی، الف. و تجریشی، م. (1385). ارزیابی تغییرات بارش و دما بر اثر تغییر اقلیم با استفاده از خروجی مدل‌های چرخش عمومی،دومین کنفرانس مدیریت منابع آب، اصفهان، دانشگاه صنعتی اصفهان، انجمن علوم و مهندسی منابع آب ایران.

بابائیان، الف.، نجفی نیک، زهرا.، عباسی، ف.، نوخندان، م.، ادب، ح. و ملبوسی، ش. (1387). ارزیابی تغییر اقلیم کشور در دوره 2039- 2010 با استفاده از ریز مقایس نمائی داده‎های مدل گردش عمومی جو ECHO-G، جغرافیا و توسعه، 16 ص: 152- 135.

بابائیان، الف. و کوهی، م. (1391).  ارزیابی شاخص‌های اقلیم کشاورزی تحت سناریوهای تغییر اقلیم در ایستگاه های منتخب خراسان رضوی1391، نشریه آب و خاک، 26، ص: 967-953.

بذرافشان، ج.، خلیلی، ع.، هورفر، ع.، ترابی، ص. و حجام، س. (1388 ). بررسی و مقایسه عملکرد دو مدل لارس و ClimGen در شبیه سازی متغیرهای هواشناسی در شرایط مختلـف اقلیمی ایران. مجله تحقیقات منابع آب ایران، سال پنجم، شماره 1، ص:  44-57.

تقوی، ف. و محمدی، ح. (1386). بررسی دوره بازگشت رویدادهای اقلیمی حدی به منظور شناخت پیامدهای زیست محیطی، محیط شناسی،  33(43): ص: 11-20.

گل محمدی، م.، مساح بوانی، ع. (1390). بررسی تغییرات شدت و دوره بازگشت خشکسالی حوضه قره سو در دوره‎های آتی تحت تاثیر تغییر اقلیم، نشریه آب و خاک، جلد 25، شماره 2، تیرماه 1390، ص: 326-315.

مساح بوانی، ع. و مرید، س. (1384). اثرات تغییر اقلیم بر منابع آب و تولید محصولات کشاورزی. مجله تحقیقات منابع آب. سال اول.

Easterling, D. R., J. L. Evans, P. Ya. Groisman, T. R. Karl, K. E. Kunkel, and P. Ambenje(2000). Observed variability and trends in extreme climate events: A brief review. Bull. Amer. Meteor. Soc., 81, pp: 417–425.

Ekström, M., H.J. Fowler, C.G. Kilsby and P.D. Jones. (2005). New estimates of future changes in extreme rainfall across the UK using regional climate model integrations. 2. Future estimates and use in impact studies. J. Hydrol., 300, pp: 234-251.

Hayes, Michael, J. (2002). When Is Drought? Drought Indices. Climate Impacts Specialist. National Drought Mitigation Center. (http://www.drought.unl.edu/whatis/indices.htm).

Manton, M.J., P.M. Della-Marta, M.R. Haylock, K.J. ,Hennessy, N. Nicholls, L.E. Chambers, D.A. Collins, G. ,Daw, A. Finet, D. Gunawan, K. Inape, H. Isobe, T.S., Kestin, P. Lefale, C.H. Leyu, T. Lwin, L. Maitrepierre, N. Ouprasitwong, C.M. Page, J. Pahalad, N. Plummer,M.J. Salinger, R. Suppiah, V.L. Tran, B.Trewin, I. Tibig, and D., Yee (2001). Trends in extreme daily rainfall and temperature in southeast Asia and the South Pacific: 1916-1998, Int. J. of Climatol, 21, pp: 269-284.

McKee, T.B., N.J., Doesken and J., Kliest. (1995). Drought Monitoring with Multiple Time Scales. In Prox, 9^th Conf. on Applied Climatology, January 17-22, American Metorology Society, Massachustts, pp:179-184.

Semenov, M.A and Brooks, R.J. (1999). Spatial interpolation of the LARS-WG weather generator in Great Britain. Climate Research, 11:137-148 (pdf)

Semenov, M.A and Barrow, E.M. (1997). Use of a stochastic weather generator in the development of climate change scenarios. Climatic Change, 35, pp: 397-414.

Semenov, M. (2008). Simulation of extreme weather events by a stochastic weather generator, Climate Research, 35, pp: 203–212.

Sura, P. (2012). Stochastic Models of Climate Extremes: Theory and Observations. Presentation at AMS General Meeting, American Meteorological Society, New Orleans, Louisiana.

Szalai, S., Szinell, C. S. (2000). Comparison of Two Drought Indices for Drought Monitoring in Hungary - A Case Study, Drought and Drought Mitigation in EuropeAdvances in Natural and Technological Hazards Research, 14, pp: 161 – 166.

Szinell, C. S., Bussay, A. and Szentimrey, T. (1998). Drought tendencies in Hungary, International Journal of Climatology, 18, 13, pp: 1479–1491.