تعداد نشریات | 161 |
تعداد شمارهها | 6,573 |
تعداد مقالات | 71,036 |
تعداد مشاهده مقاله | 125,508,946 |
تعداد دریافت فایل اصل مقاله | 98,772,236 |
پیشیابی کمیتهای دما و بارش در دوره آماری 2080-2021 در استان هرمزگان جهت استخراج خشکسالی و ریزمقیاس نمایی آن توسط نرمافزار LARS-WG | ||
فیزیک زمین و فضا | ||
مقاله 12، دوره 48، شماره 3، آذر 1401، صفحه 693-712 اصل مقاله (4.17 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22059/jesphys.2022.334358.1007383 | ||
نویسندگان | ||
محمد روحالله نژاد1؛ وحید سلامتی هرمزی2؛ راحله رمضانی3؛ سکینه خان سالاری* 4 | ||
1کارشناس، اداره هواشناسی استان هرمزگان، بندرعباس، ایران | ||
2رییس اداره شبکه دیدبانی و هشدار جوی، اداره هواشناسی استان هرمزگان، بندرعباس، ایران | ||
3رییس گروه تحقیقات هواشناسی کاربردی اداره هواشناسی استان هرمزگان، بندرعباس، ایران | ||
4استادیار، پژوهشگاه هواشناسی و علوم جوّ، تهران، ایران | ||
چکیده | ||
در این پژوهش از روشهای ریزمقیاسنمایی آماری بهمنظور پیشیابی و شبیهسازی کمیتهای اقلیمی برای تعیین شاخصهای خشکسالی اقلیم آینده استان هرمزگان با استفاده از پنج مدل گردش عمومی جو شامل مدلهای CanESM2، HadGEM2-ES، MPI-ESM-MR، GFDL-CM3 و MIROC5 با سناریوهای RCP2.6، RCP4.5 و RCP8.5قابلدسترس در نرمافزار LARS-WG6 در سه دوره آماری 2040-2021، 2060-2041 و 2080-2061 استفاده شد. قابلیت ریزمقیاسنمایی با استفاده از شاخصهای ضریب تعیین، میانگین مربعات خطا (MSE) و مجذور مربعات خطا (RMSE) ارزیابی شد. ارزیابی شبیهسازی دمای کمینه و بیشینه توسط مدلهای LARS-WG6، در کلاس ارزیابی بسیار مناسب تا مناسب و شبیهسازی بارش در کلاس ارزیابی مناسب تا متوسط طبقهبندی شدند. نتایج بررسیهای تغییرات کمیتهای اقلیمی با مدلهای گزارش پنجم در تمام دورهها حاکی از افزایش دماهای کمینه و بیشینه در تمام این مدلها در سناریوهای مختلف اقلیمی در دورههای آینده است، و هرچه از دوره پایه فاصله بگیریم، میزان تغییرات دما افزایش مییابد. میزان افزایش در دمای کمینه در اکثر مدلها نسبت به دمای بیشینه در طی 20 تا 80 سال آینده بیشتر بوده و بیانگر آن است که افزایش در دمای استان هرمزگان بیشتر متأثر از افزایش در دمای کمینه میباشد. اغلب مدلها افزایش میزان بارندگی در هر سه دوره را نشان میدهند به گونهای که میانگین تمام مدلها در هر یک از سه سناریو افزایش بارندگی بهویژه در شرق و شمال استان هرمزگان (مناطق مرتفع) را پیشبینی میکنند. در اکثر ایستگاههای هواشناسی استان هرمزگان بیشترین افزایش بارندگی در مدل CanESM2 با سناریو RCP8.5 و در دوره 2080-2061 پیشبینی شده است. | ||
کلیدواژهها | ||
خشکسالی؛ سناریوهای اقلیمی؛ نرمافزار LARS-WG6؛ استان هرمزگان؛ مدل گردش عمومی جو | ||
مراجع | ||
تابان، ح.، ظهرابی، ن. و نیکبخت شهبازی، ع. ر.، 1397، ارزیابی عدمقطعیتهای مدلهای گردش کلی در تخمین بارش و رواناب حوضه دز علیا تحت تاثیر تغییر اقلیم، مجله فیزیک زمین و فضا، 44(1)، 102-89.
جعفریگدنه، م.، سلاجقه، ع. و حقیقی، پ.، 1399، پیشبینی مقایسهای بارش و دمای شهرستان کرمان با استفاده از مدلهای LARS-WG6، مجله هیدرو اکولوژی، 7(2)، 529-538.
جوانمرد، س. و آسیایی، م.،1383، فرهنگ اصطلاحات هواشناسی و اقلیم شناسی، انتشارات سخن گستر.
جهانگیر، م. ح.، جهان پناه، م. و ابوالقاسمی، م.، 1399، پیشبینی وضعیت خشکسالی برای دورههای آتی با استفاده از مدل LARS-WG (مطالعه موردی: ایستگاه شیراز)، محیط زیست و مهندسی آب، 6(1)، 69-82.
رمضانیپور، م.، 1397، پیشبینی اثر تغییر آبوهوایی بر شاخصهای اقلیم-کشاورزی و عملکرد برنج مطالعه موردی: مناطق شمال ایران، برنامه ریزی منطقهای، 8(32)، 69-80.
سلامتی هرمزی، و.، مزیدی، ا. و بلالی کمیزی، ع. ا.، 1400، بررسی اثرات سناریوهای تغییرات اقلیمی در پیشبینی دما و بارش با استفاده از مدل LARS-WG (مطالعه موردی: بندرعباس)، فصلنامه علمی علوم و فنون آبخاکی، 2(2)، 1-16.
صبوحی، ر.، بارانی، ح.، خداقلی، م.، عابدی سروستانی، ا. و طهماسبی، ا.، 1398، بررسی روند گذشته و پیشبینی متغیرهای اقلیمی در منطقه سمیرم، مهندسی و مدیریت آبخیز، 128-112.
عباسی، ف.، بابائیان، ا.، گلی مختاری، ل. و ملبوسی، ش، 1389، ارزیابی تأثیر تغییر اقلیم بر دما و بارش ایران در دهههای آینده، با کمک مدل SCENGEN-MAGICC، مجله پژوهشهای جغرافیایی، 42، (72)، 91-109.
علوی نیا، ح. و زارعی، م.، 1399، واکاوی روند تغییرات فرینهای دما تحت تأثیر سناریوهای آینده بهمنظور ارزیابی نوسانات اقلیمی (مطالعهی موردی: ایستگاههای همدیدی سنندج و سقز)، فصلنامه مطالعات جغرافیایی مناطق خشک، 11(41)، 16-1.
کریمی، و.، حبیب نژاد روشن، م. و آبهکار، ع. ج.، 1390، بررسی شاخصهای خشکسالی هواشناسی در ایستگاههای سینوپتیک مازندران، فصلنامه علمی پژوهشی مهندسی آبیاری و آب، 2(5)، 15-25.
کمالی، غ.ع.، نوحی، ک. و عسگری، ا.، 1388، هواشناسی کاربردی، انتشارات پژوهشکده هواشناسی و رجاء تهران.
Arora, V. K., Scinocca, J. F., Boer, G. J., Christian, J. R., Denman, K. L., Flato, G. M., Kharin, V. V., Lee, W.G. and Merryfield, W. J, 2011, Carbon emission limits required to satisfy future representative concentration pathways of greenhouse gases, Geophys. Res. Lett, 38: L05805. https://doi.org/10.1029/2010GL046270. Babaei Fini, A., Qasemi, A. and Fatahi, A., 2014, Investigating the Impact of Climate Change on the Trend of Iran Earth's Limit Rainfall Profiles, Journal of Spatial Analysis of Environmental Hazards, 1(3), 103-85, [Persian]. Bayatvarkeshi, M., Zhang, B., Fasihi, R., Adnan, R. M., Kisi, O. and Yuan, X., 2020, Investigation into the Effects of Climate Change on Reference Evapotranspiration Using the HadCM3 and LARS-WG, Water, 12(3), 666. Chisanga, C. B., Phiri, E. and Chinene, V., 2020, Reliability of Rain-Fed Maize Yield Simulation Using LARS-WG Derived CMIP5 Climate Data at Mount Makulu, Zambia, journal of Agricultural Science, 12(11), 275-289. Collins, W. J., Bellouin, N., Doutriaux-Boucher, M., Gedney, N., Halloran, P., Hinton, T., Hughes, J., Jones, C. D., Joshi, M., Liddicoat, S., Martin, G., O’Connor, F., Rae, J., Senior, C., Sitch, S., Totterdell, I., Wiltshire, A. and Woodward, S., 2011, Development and evaluation of an earth-system model – HadGEM2, Geosci. Model Dev., 4: 1051, 2011–1075, https:// doi.org/10.5194/gmd-4-1051-2011. Donner, L., Wyman, B., Hemler, R., Horowitz, L., Ming, Y., Zhao, M., Golaz, J., Ginoux, P., Lin, S., Schwarzkopf, M., Austin, J., Alaka, G., Cooke, W., Delworth, T., Freidenreich, S., Gordon, C., Griffies, S., Held, I., Hurlin, W., Klein, S., Knutson, T., Langenhorst, A., Lee, H., Lin, Y., Magi, B., Malyshev, S., Milly, P., Naik, V., Nath, M., Pincus, R., Ploshay, J., Ramaswamy, V., Seman, C., Shevliakova, E., Sirutis, J., Stern, W., Stouffer, R., Wilson, R., Winton, M., Wittenberg, A. and Zeng, F., 2011, The dynamical core, physical parameterizations, and basic simulation characteristics of the atmospheric component AM3 of the GFDL global coupled model CM3, J. Clim., 24(13), 3484–3519, https://doi.org/10.1175/2011jcli3955.1. Karimi, M. and Nabizadeh, A, 2018, Assessment of climate change impacts on climate parameters of Urmia Lake basin during 2011-2040 years by using LARS-WG model, Journal of Geography and Planing, 22(65), https://www.sid.ir/en/journal/ViewPaper.aspx?id=755851. Mohammadzadeh, N., Amiri, B. J., Endergoli, L. E. and Karimi, S., 2019, Coupling Tank Model and Lars-Weather Generator in Assessments of the Impacts of Climate Change on Water Resources, Slovak Journal of Civil Engineering, 27(1), 14-24. Sha, J., Li, X. and Wang, Z. L., 2019, Estimation of future climate change in cold weather areas with the LARS-WG model under CMIP5 scenarios, Theoretical and Applied Climatology, 137(3-4), 3027-3039. Shagega, F. P., Munishi, S. E. and Kongo, V. M., 2019, Prediction of future climate in Ngerengere river catchment, Tanzania, Physics and Chemistry of the Earth, Parts A/B/C. 112. 200-209. Vallam, P. and Qin, X. S., 2018, Projecting future precipitation and temperature at sites with diverse climate through multiple statistical downscaling schemes, Theoretical and Applied Climatology, 134(1-2), 669-688. Watanabe, M., Suzuki, T., O’ishi, R., Komuro, Y., Watanabe, S., Emori, S., Takemura, T., Chikira, M., Ogura, T., Sekiguchi, M., Takata, K., Yamazaki, D., Yokohata, T., Nozawa, T., Hasumi, H. and Tatebe HKimoto, M., 2010, Improved climate simulation by MIROC5: mean states, variability, and climate sensitivity, J. Clim., 23, 6312–6335, https://doi.org/10. 1175/2010jcli3679.1. Zanchettin, D., Rubino, A., Matei, D., Bothe, O. and Jungclaus, J., 2013, Multidecadal-to-centennial SST variability in the MPI-ESM simulation ensemble for the last millennium, Clim. Dyn., 40, 1301–1318, https://doi.org/10.1007/s00382-012-1361-9. | ||
آمار تعداد مشاهده مقاله: 861 تعداد دریافت فایل اصل مقاله: 652 |