بررسی تغییرات دما و بارش حوزه آبخیز یزد- اردکان با SDSM تحت شرایط تغییر اقلیم آینده

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری تغییر اقلیم، پردیس دانشگاه خوارزمی تهران

2 استاد اقلیم شناسی و مدیر قطب علمی تحلیل فضایی مخاطرات محیطی، دانشگاه خوارزمی تهران

10.29252/aridbiom.8.1.89

چکیده

مدل‌های اقلیمی، گزارش‌های هیأت بین الدول1 (IPCC) و نشست‌های جهانی تغییر اقلیم، نشان می‌دهند که در دهه‌های آتی دمای کره زمین افزایش می‌یابد و بارندگی‌ها تغییر می‌کند. هدف از این پژوهش، بررسی تغییرات دما و بارش در حوزه آبخیز دشت یزد- اردکان در 30 سال آتی (2016 تا 2045) است. در این تحقیق به‌منظور بررسی وضعیت بارندگی و دما در دوره پایه 1975 تا 2005 و تعیین روند آن برای یک دوره 30 ساله آتی، از داده‌های10 ایستگاه منتخب در تحلیل بارندگی و 6 ایستگاه برای دما استفاده شد. به این منظور با استفاده از مدل ریز مقیاس نمائی SDSM با سناریوهای RCP با واداشت‌های 6/2 و 5/4 و 5/8 پس از کالیبراسیون، مدل اقلیمی HadCM3 برای دوره 30 ساله آتی اجرا گردید. سپس خروجی مدل برای دوره پایه، 30 سال آتی با سناریوی RCP4.5 به عنوان گزینه وضعیت متوسط و دوره مشاهداتی استخراج و نتایج مقایسه گردید. مقایسه نتایج مدل برای دوره پایه با دوره مشاهداتی و محاسبه و اعمال ضرایب کالیبره برای سناریوی منتخب، بیانگر افزایش دما به میزان C ° 5/0 در ایستگاه‌های دشت یزد- اردکان در دوره 30 ساله آتی( 2045- 2016) است که نتایج بدست آمده با پیش‌بینی‌های IPCC که افزایش دمای کره زمین را °  C 2/0 در هر دهه بیان می‌دارد همخوانی دارد. خروجی مدل در زمینه بارندگی نشان می‌دهد که متوسط تغییرات بارندگی ایستگاه‌ها 8/8 درصد نسبت به میانگین دوره مشاهداتی کاهش دارد که بیشترین کاهش 8/16 درصد مربوط به ایستگاه تفت است. بررسی بارندگی ماهیانه ایستگاه‌ها بیانگر کاهش بارندگی زمستان و افزایش بارش در فصل بهار است، موضوعی که داده‌های بارندگی ایستگاه‌ها در وضعیت کنونی نیز آن را تایید می‌نماید. تغییرات اقلیمی آینده در مسائل زیست محیطی استان بخصوص در زمینه آب می‌تواند در روند پایداری آن تاثیرگذار باشد.
 
واژگان کلیدی:

کلیدواژه‌ها


[1]. Barzegari Bandkubi, F., Maleki Nejad, H., Hoseini, M. (1395), “Conjunctive Water Resources Management with Emphasis on Environmental Sustainability in Yazd-Ardakan Basin” Journal of Iran Water Resources Research, 12(2), pp. 104-119.
[2]. Chu, J.T., J. Xia, C.Y. Xu and V.P. Singh. 2010. Statistical downscaling of daily mean temperature, pan evaporation and precipitation for climate change scenarios In Haihe River, China. Theoretical and Applied Climatology, 99: 149-161.
[3]. Dehghanipur, A.H., Hasanzade, M.J., Araghnejad, SH. (1390) “Performance Evaluation of SDSM Model in Downscaling Precipitation, Temperature and Evaporation (Case Study: Tabriz Synoptic Station)” Eleventh Seminar on Irrigation and Decreasing Evaporation. Bahman 1390.
[4]. Fakheri Fard, A., et al., (1390), “Investigating the Effects of Climate Change on Input Flows to Urmia Lake Using Statistical Downscaling Model (SDSM)” Fourth Conference on Iran Water Supply Management. 4.
[5]. Ghermez Cheshmeh, B., Haj Mohammadi, M., Ahmadi, M. (1394), “Evaluating the Performance of SDSM Model in Different Stations within Hadcm3 Cell” Fifth Regional Conference on Climate Change, Tehran, 1394.
[6]. Harpham, H. and Wilby, R. L. (2005), “Multi-Site DownScaling of Heavy Daily Precipitation Occurrence and Amount,” journal of hydrology, 312, pp 235-255
[7]. Karamooz, M., Apoolpoor, A., Nazif, S. (1390). “Evaluating the Effects of Climate Change on Underground Water Supplies (Case Study: Rafsanjan)” University of Tehran.
[8]. Lorena, L., V. Leonardo, R. Enrique, and L. Goffredi. 2010. Basin-scale water resources assessment in Oklahoma under systematic climate change scenarios using a fully distributed hydrologic model. J. Hydrol. Eng. 15: 107-118.
[9]. Rezaei, M., Nahtani, M., Abkar, A., Rezaei, M., Mirkazi, M. (1392), “Performance Evaluation of Statistical Downscaling Model (SDSM) in Forecasting Temperature Indexes in Two Arid and Hyper Arid Regions (Case Study: Kerman and Bam)”.
[10]. Sajjad Khan, M., Coulibaly, P. and Dibike, Y. (2006) "Uncertainty analysis of statistical downscaling methods". Journal of Hydrology. 319: 357–382.
[11]. Smith, D.M. Just One Planet: Poverty, Justice and Climate Change. UK: Practical Action Publishing, 2006 p.72.
[12]. Sobhani, B., Eslahi, M., Babaeian, I. (1394), “Efficiency of Statistical Downscaling Models of SDSM and LARS-WG in the Simulation of Meteorological Parameters in Lake Urmia Basin” Journal of Physical Geography Research Quarterly, 47(4) pp 499-516.
[13]. Tryhorn, L. and Degaetano, A. (2011), “A Comparison of Techniques for Downscaling extreme precipitation over the northeastern United State,” International journal of climatology, 31(13), pp 1975-1989
[14]. Zhang, X.C., W.Z. Liu and J. Chen. 2011. Trend and uncertainty analysis of simulatedclimate change impacts with multiple GCMs and emission scenarios. Agricultural andForest Meteorology.