
تعداد نشریات | 163 |
تعداد شمارهها | 6,788 |
تعداد مقالات | 73,130 |
تعداد مشاهده مقاله | 133,139,886 |
تعداد دریافت فایل اصل مقاله | 104,159,783 |
تحلیل نوسانات هواشناسی و ارزیابی خشکسالی بلندمدت سواحل جنوبی ایران با رویکرد مشاهداتی و مدلسازی اقلیمی | ||
مجله اکوهیدرولوژی | ||
دوره 12، شماره 2، تیر 1404، صفحه 731-748 اصل مقاله (1.77 M) | ||
نوع مقاله: پژوهشی | ||
شناسه دیجیتال (DOI): 10.22059/ije.2025.394884.1869 | ||
نویسندگان | ||
سید حسن علوی نیا* 1؛ مهدی سلمان پور2؛ عاطفه آبکار3 | ||
1استادیار گروه مهندسی طبیعت دانشکده منابع طبیعی و علوم زمین، دانشگاه کاشان، کاشان، ایران | ||
2استادیار گروه آمار، دانشکده علوم ریاضی، دانشگاه کاشان، کاشان، ایران | ||
3دانشجوی کارشناسی ارشد مهندسی طبیعت-آبخیزداری شهری، دانشکده منابع طبیعی و علوم زمین، دانشگاه کاشان، کاشان، ایران | ||
چکیده | ||
موضوع: تحلیل نوسانات هواشناسی و ارزیابی خشکسالی بلندمدت سواحل جنوبی ایران با رویکرد مشاهداتی و مدلسازی اقلیمی. هدف: این مطالعه روند خشکسالی را در پنج ایستگاه سینوپتیک در امتداد سواحل جنوبی ایران (بندرعباس، بندرلنگه، بوشهر، چابهار و کیش) با استفاده از شاخص استاندارد بارش (SPI) در دو مقیاس زمانی ۱۲ ماهه (کوتاهمدت) و ۴۸ ماهه (بلندمدت) تحلیل میکند. روش تحقیق: در این پژوهش، پنج ایستگاه سینوپتیک در منطقه جنوبی ایران انتخاب شدند. برای دادههای مشاهداتی دوره ۱۹۸۵–۲۰۲۱، شاخص استاندارد بارش ۱۲ ماهه (SPI-12) و ۴۸ ماهه (SPI-48) محاسبه شد و الگوهای خشکسالی و ترسالی فصلی و چندساله شناسایی گردید. سپس، بارش آینده برای دوره ۲۰۲۳–۲۰۴۳ تحت دو سناریوی تغییر اقلیم، سناریوی خوشبینانه (SSP1-2.6) و بدبینانه (SSP5-8.5)، پروژه CMIP6با استفاده از مدل اقلیمی MPI-ESM1.2-HR و مدل آماری SDSM پیشبینی شد و شاخصهای SPI متناظر محاسبه گردید. برای پایش خشکسالی، شاخص SPI در مقیاسهای ۱۲ و ۴۸ ماهه هم برای دادههای مشاهداتی و هم برای دادههای پیشبینی شده با استفاده از بسته SPEI در نرمافزار R محاسبه شد. یافتهها: روند کلی دورههای خشکسالی و ترسالی نشان میدهد که در ایستگاه بندرعباس، خشکسالیهای شدید در سالهای ۱۹۹۴، ۲۰۰۰ و ۲۰۱۲ رخ داده است. در مقابل، دورههای ترسالی شدید در این ایستگاه در سالهای ۱۹۸۸، ۱۹۹۰ و ۲۰۰۷ مشاهده شده است. شرایط مشابهی در ایستگاه بندرلنگه ثبت شده است، با خشکسالیهای شدید در سالهای ۱۹۸۷، ۲۰۰۳ و ۲۰۱۱ و دورههای ترسالی شدید در سالهای ۱۹۹۰، ۱۹۹۸ و ۲۰۰۶. ایستگاههای بوشهر و کیش نیز الگوهای مشابهی را نشان دادند، با دورههای ترسالی شدید در سالهای ۱۹۹۰، ۱۹۹۸ و ۲۰۰۶ و خشکسالیها در سالهای ۱۹۸۷، ۲۰۰۳ و ۲۰۱۱. قابل توجه است که سال ۱۹۹۴ برای تمام ایستگاهها شرایط حدی را نشان میدهد، در حالی که سال ۱۹۹۰ در تمام پنج ایستگاه با ترسالی همراه بوده است. در مورد پیشبینیهای آینده، نتایج نشان میدهد که تحت سناریوی SSP5-8.5، شدت خشکسالی در ایستگاههای غربی در مقایسه با ایستگاههای شرقی بارزتر است. شاخص SPI-12 نوسانات سریعتری را در شرایط خشکسالی نشان میدهد و برای ارزیابی خشکسالیهای فصلی یا سالانه مناسب است. نتیجهگیری: تحلیل شاخص خشکسالی بارش استانداردشده (SPI) با دادههای مشاهداتی نشان داد که الگوهای خشکسالی در این منطقه پیچیده بوده و تحت تأثیر عوامل متعددی از جمله تغییرات در سیستمهای جوی، الگوهای گردش اقیانوسی و فعالیتهای انسانی قرار دارند. پیشبینیهای این مطالعه حاکی از آن است که تحت سناریوی SSP5-8.5، مناطق ساحلی جنوبی ایران با افزایش قابل توجهی در شدت و فراوانی خشکسالیها مواجه خواهند شد. یافتههای این پژوهش پیامدهای مهمی برای مدیریت منابع آب و برنامهریزی منطقهای در جنوب ایران دارد. با توجه به پیشبینی افزایش شدت و فراوانی خشکسالیها، اتخاذ اقدامات سازگاری مانند توسعه سیستمهای هشدار زودهنگام خشکسالی، بهبود مدیریت منابع آب، افزایش بهرهوری مصرف آب، تغییر الگوهای کشت، ترویج کشاورزی مقاوم به خشکی، تنوع بخشیدن به منابع اقتصادی برای کاهش وابستگی به کشاورزی و افزایش آگاهی عمومی درباره خشکسالی و راهکارهای سازگاری با آن، برای کاهش اثرات منفی این پدیده ضروری است. | ||
کلیدواژهها | ||
خشکسالی؛ نوسانات آب و هوایی؛ شاخص بارش استانداردشده؛ مدلهای اقلیمی؛ کوچکمقیاسسازی | ||
مراجع | ||
Ababaei, B., & Ramezani Etedali, H. (2019). Investigating climate change over 1957–2016 in an arid environment with three drought indexes. Theoretical and Applied Climatology, 137, 2977-2992. Aleboali, A., Ghazavi, R., & Satatinejad, S. J. (2022). Study the effects Of Drought on Groundwater Resources using SPI Index (A Case Study: Kashan Plain). Desert Ecosystem Engineering, 5(10), 13-22. (in Persian). Alizadeh-Choobari, O., & Najafi, M. S. (2018). Climate variability in Iran in response to the diversity of the El Niño-Southern Oscillation. International Journal of Climatology, 38(11), 4239-4250. Almazroui, M., Islam, M. N., Saeed, S., Saeed, F., & Ismail, M. (2020a). Future changes in climate over the Arabian Peninsula based on CMIP6 multimodel simulations. Earth Systems and Environment, 4, 611-630. Almazroui, M., Saeed, S., Saeed, F., Islam, M.N., & Ismail, M., (2020b). Projections of precipitation and temperature over the South Asian countries in CMIP6. Earth Systems and Environment, 4, 297-320. Ansari Amoli, A., Aghighi, H., & Lopez-Baeza, E. (2022). Drought risk evaluation in Iran by using geospatial technologies. Remote Sensing, 14(13), 3096. Azizi, M. & Abbasi, A. (2025). Developing a Robust Data-Driven Model Based on Ground and Satellite Measured Data for Agricultural Drought Prediction in Iran. Ferdowsi Civil Engineering, 38(1), 1-28. doi: 10.22067/jfcei.2024.88855.1311. (in Persian). Bo-Tao, Z. H. O. U., & Jin, Q. I. A. N. (2021). Changes of weather and climate extremes in the IPCC AR6. Advances in Climate Change Research, 17(6), 713. Cook, B. I., Mankin, J. S., Marvel, K., Williams, A. P., Smerdon, J. E., & Anchukaitis, K. J. (2020). Twenty‐first century drought projections in the CMIP6 forcing scenarios. Earth’s Future, 8(6), e2019EF001461. Dai, A. (2011). Drought under global warming: a review. Wiley Interdisciplinary Reviews: Climate Change, 2(1), 45-65. Eyring, V., Bony, S., Meehl, G. A., Senior, C. A., Stevens, B., Stouffer, R. J., & Taylor, K. E. (2016). Overview of the Coupled Model Intercomparison Project Phase 6 (CMIP6) experimental design and organization. Geoscientific Model Development, 9(5), 1937-1958. Fakhar, M. S., & Nazari, B. (2024). Monitoring and Assessing Spatial and Temporal Characteristics of Drought in Iran Using Remote Sensing. Journal of Drought and Climate change Research, 2(1), 39-58. doi: 10.22077/jdcr.2024.7011.1050. (in Persian). Farajzadeh, M., & Ahmadian, K. (2014). Temporal and Spatial Analysis of Drought with use of SPI Index in Iran. Journal of Natural Environmental Hazards, 3(4), 1-16. doi: 10.22111/jneh.2014.2464. (in Persian). Gamble, J. D., Feyereisen, G. W., Griffis, T. J., Wente, C. D., & Baker, J. M. (2021). Long-term ecosystem carbon losses from silage maize-based forage cropping systems. Agricultural and Forest Meteorology, 306, 108438. Goodarzi, M., & Fatehifar, A. (2022). Assessment of Climate Change Effects on Meteorological Variables and Maximum Precipitation under New RCP Emission in Watershed. Human & Environment, 20(2), 111-127. (in Persian). Iran Meteorological Organization. (2019). Climatic Atlas of Iran. Tehran: Iran Meteorological Organization. (in Persian). Isfahani, P. M., Soltani, S., & Modarres, R. (2022). Assessing agrometeorological drought trends in Iran during 1985–2018. Theoretical and Applied Climatology, 150(1), 251-262. Khalili, P., Konar, M., & Faramarzi, M. (2024). Modelling the impacts of future droughts and post-droughts on hydrology, crop yields, and their linkages through assessing virtual water trade in agricultural watersheds of high-latitude regions. Journal of Hydrology, 639, 131530. Lloyd-Hughes, B., & Saunders, M. A. (2002). A drought climatology for Europe. International journal of climatology, 22(13), 1571-1592. Malekian, A., & Mohammadi, P. (2022). Investigating Changes in Some Climate Variables under the Future Climate Scenarios for a Semi-Arid Region. Desert Ecosystem Engineering, 10(30), 65-80. doi: 10.22052/deej.2021.10.30.41. (in Persian). Mauritsen, T., Bader, J., Becker, T., Behrens, J., Bittner, M., Brokopf, R., … & Fast, I. (2019). Developments in the MPI-M Earth System Model version 1.2 (MPI‐ESM1. 2) and its response to increasing CO2. Journal of Advances in Modeling Earth Systems, 11(4), 998-1038. McKee, T. B., Doesken, N. J., & Kleist, J. (1993, January). The relationship of drought frequency and duration to time scales. In Proceedings of the 8th Conference on Applied Climatology, 17(22), 179-183. Mirgol, B., Nazari, M., Etedali, H. R., & Zamanian, K. (2021). Past and future drought trends, duration, and frequency in the semi-arid Urmia Lake Basin under a changing climate. Meteorological applications, 28(4), e2009. Mishra, A. K., & Singh, V. P. (2010). A review of drought concepts. Journal of hydrology, 391(1-2), 202-216. Mishra, V., Tiwari, A. D., & Kumar, R. (2022). A framework to incorporate spatiotemporal variability of rainfall extremes in summer monsoon declaration in India. Environmental Research Letters, 17(9), 094039. Modarres, R., Sarhadi, A., & Burn, D. H. (2016). Changes of extreme drought and flood events in Iran. Global and Planetary Change, 144, 67-81. Mukherjee, S., Mishra, A., & Trenberth, K. E. (2018). Climate change and drought: a perspective on drought indices. Current climate change reports, 4, 145-163. O’Neill, B. C., Tebaldi, C., Van Vuuren, D. P., Eyring, V., Friedlingstein, P., Hurtt, G., … & Meehl, G. A. (2016). The scenario model intercomparison project (ScenarioMIP) for CMIP6. Geoscientific Model Development, 9(9), 3461-3482. Razavi Pashabeigh, M., Amininia, K., SAGHEBIAN, S., & Ghasempour, R. (2025). Assessment of Drought Severity Based on Remote Sensing Using a Multi-scale Intelligent Method (Case Study: Northwest Iran). Water Management in Agriculture, 11(2), 145-164. (in Persian). Riahi, K., Van Vuuren, D. P., Kriegler, E., Edmonds, J., O’neill, B. C., Fujimori, S., … & Lutz, W. (2017). The Shared Socioeconomic Pathways and their energy, land use, and greenhouse gas emissions implications: An overview. Global environmental change, 42, 153-168. Saniesales, F., Soltani, S., & Modarres, R. (2021). Evaluation of new drought index of SPDI (Standardized Palmer Drought Index) in Chaharmahal-Va-Bakhtiari province. Journal of Water and Soil Science, 25(2), 1-12. (in Persian). Spinoni, J., Barbosa, P., Bucchignani, E., Cassano, J., Cavazos, T., Cescatti, A., … & Forzieri, G. (2021). Global exposure of population and land-use to meteorological droughts under different warming levels and SSPs: A CORDEX-based study. International Journal of Climatology, 41(15), 6825-6853. Touma, D., Stevenson, S., Lehner, F., & Coats, S. (2021). Human-driven greenhouse gas and aerosol emissions cause distinct regional impacts on extreme fire weather. Nature Communications, 12(1), 212. Trenberth, K. E. (2011). Changes in precipitation with climate change. Climate research, 47(1-2), 123-138. Vicente-Serrano, S. M., Beguería, S., & López-Moreno, J. I. (2010). A multiscalar drought index sensitive to global warming: the standardized precipitation evapotranspiration index. Journal of climate, 23(7), 1696-1718. Vicente-Serrano, S. M., Peña-Angulo, D., Beguería, S., Domínguez-Castro, F., Tomás-Burguera, M., Noguera, I., … & El Kenawy, A. (2022). Global drought trends and future projections. Philosophical Transactions of the Royal Society A, 380(2238), 20210285. Wilby, R. L., Wigley, T. M. L., Conway, D., Jones, P. D., Hewitson, B. C., Main, J., & Wilks, D. S. (1998). Statistical downscaling of general circulation model output: A comparison of methods. Water resources research, 34(11), 2995-3008. World Meteorological Organization. (2012). Standardized precipitation index user guide. World Meteorological Organization, 1090. Zarei, A. R., Moghimi, M. M., & Bahrami, M. (2017). Monitoring and Prediction of Monthly Drought using Standardized Precipitation Index and Markov Chain (Case study: southeast of Iran). Geography and Environmental Sustainability, 7(2), 39-51. (in Persian). Zenali, B. (2019). Investigation and prediction of iranian drought using composite indices. Iranian Journal of Rainwater Catchment Systems, 7(3), 21-36. (in Persian). | ||
آمار تعداد مشاهده مقاله: 89 تعداد دریافت فایل اصل مقاله: 34 |