پهنه‌بندی دما و بارش استان آذریایجان شرقی با استفاده از مدل ریزمقیاس LARS-WG برای سال‌های 2011-2065

نوع مقاله : مقاله علمی -پژوهشی کاربردی

نویسندگان

1 گروه انرژی‌های نو و محیط زیست دانشگاه تهران

2 دانشجوی کارشناسی ارشد اکوهیدرولوژی، دانشکده علوم و فنون نوین، دانشگاه تهران، تهران، ایران

چکیده

تغییر اقلیم خصوصاً افزایش دما مهم‌ترین معضل کرة زمین در قرن بیست و یکم می‌باشد. بنابراین ارزیابی میزان روند این معضل در مقیاس جهانی، منطقه‌ای و محلی از اهمیت ویژه‌ای برخوردار است. امروزه تعداد زیادی مدل گردش عمومی جو برای پیش‌بینی وضعیت اقلیم در آینده طراحی شده است، اما خروجی حاصل از این مدل‌ها به دلیل محدودیت در تفکیک مکانی در مقیاس محلی، قابل استفاده نمی‌باشند. لذا روش‌های متعددی به منظور استفاده از خروجی این مدل‌ها در مقیاس منطقه‌ای و محلی ابداع شده است. یکی از متداول‌ترین این روش‌ها استفاده ازمدل ریزمقیاس‌نمایی LARS-WG است. در این تحقیق با هدف پهنه‌بندی اقلیم استان آذربایجان شرقی در ابتدا اطلاعات اقلیمی پانزده ساله (تا سال 2010 میلادی) ده ایستگاه سینوپتیک استان جمع‌آوری گردید. سپس با استفاده از مدل مذکور اطلاعات دما و بارش در بازه‌های 2030-2011 و 2065-2046 تولید گردید. با استفاده از روش عکس وزن فاصله اقدام به پهنه‌بندی استان در بازه‌های زمانی فوق صورت گرفت و سپس به ارزیابی عملکرد روش پرداخته شد که نتایج حاصل نشان‌دهنده عملکرد مناسب روش اتخاذ شده است. براساس نتایج بدست آمده مشخص گردید که بطور میانگین تا سال 2030 درجه حرارت در تمام استان 5/1 درجه سانتی‌گراد و تا سال 2065 تا 3 درجه سانتی‌گراد افزایش می‌یابد. در زمینه بارش، براساس نتایج مدل، مقدار بارش در هر دو بازه زمانی با روندی روبه کاهش مواجه خواهد بود به نحوی که بیش‌ترین آن تا سال 2065 به میزان 40 میلی‌متر از میانگین دوره مشاهداتی می‌باشد.

کلیدواژه‌ها


عنوان مقاله [English]

Climatic zoning of East Azerbaijan by LARS-WG down scaling model for 2011-2065

نویسندگان [English]

  • Mohammad Hossein Jahangir 1
  • Ali Mohammadi 2
1 Renewable energies Dep., University of Tehran
2 M.Sc. student of Ecohydrology, Faculty of New Sciences and Technologies, University of Tehran, Tehran, Iran
چکیده [English]

Abstract
Climate changing specially cumulative temperature is most important issue in 21 century. Then evaluation of this problem on a global regional and local scales is very important. Nowadays, A lot general circulation model to predict future climate conditions were designed. But the output from these models have been developed. On a regional and local scales, one of the most common methods is the use of LARS-WG model downscaling. In this study, with the aim of climatic zoning of East Azerbaijan province. In the first, climate data of fifteen years (up to2010) for ten synoptic stations were collected. Then by using the mentioned model, information for 2011-2030 to 2046-2065 was produced. By using the inverse distance weighting method, the province was zoned and after that the performance of method analyzed which shows the acceptable result. According to the model outputs, about precipitation, in both period, the amount of that will decrease which the most is belong to 2065 that it is 40mm of average observation period.

کلیدواژه‌ها [English]

  • Keywords: Interpolation
  • Climate change
  • East Azerbaijan province
  • Statistical downscaling model LARS-WG model
اقدسی، فاطمه (1383) ارزیابی چند روش زمین آماری ترسیم میدان عددی بارندگی روزانه و سالانه (مطالعه موردی: دشت برخوار). پایان نامه کارشناسی ارشد در رشته هواشناسی کشاورزی، دانشگاه تهران.
بابائیان، ایمان.، نجفی نیک، زهرا.، زابل عباسی، فاطمه.، حبیبی نوخندان، مجید.، ادب، حامد و ملبوسی، شراره (1388). ارزیابی تغییر اقلیم کشور در دوره 2010-2039 میلادی با استفاده از ریزمقیاس نمایی داده‌های مدل گردش عمومی جو ECHO-G. جغرافیا و توسعه، 7(16)، 152-135.
حق طلب، نفیسه؛ گودرزی، محسن؛ حبیبی نوخندان، مجید؛ یاوری، احمدرضا و جعفری، حمیدرضا (1392). مدل‌سازی اقلیم استان‌های تهران و مازندران با استفاده از مـدل اقلیمی LARS-WG و مقایسه تغییرات آن در جبهه‌های شمالی و جنوبی البرز مرکزی. علوم و تکنولوژی محیط زیست، 15(1): 49-37.
حمیدیان‌پور، محسن؛ باعقیده، محمد و عباس‌نیا، محسن (1395). ارزیابی تغییرات دما و بارش جنوب‌شرق ایران با استفاده از ریزمقیاس ‌نمایی خروجی مدل‌های مختلف گردش عمومی جو در دورة 2011-2099. پژوهش‌های جغرافیای طبیعی، 48(1): 123-107.
 دوستی، مریم.، حبیب نژاد روشن، محمود.، شاهدی، کاکا و میریعقوب زاده، میرحسین (1392). بررسی شاخص‌های اقلیمی حوزه آبخیز تمر، استان گلستان در شرایط تغییر اقلیم با کاربرد مدل LARS-WG. مجله فیزیک زمین وفضا. 39(4): 189-177.
سازمان هواشناسی کشور (1396). آمارنامه 30 ساله پارامترهای اقلیمی استان آذربایجان شرقی. آدرس اینترنتی: www.irimo.ir
 قربانی، خلیل (1392). رگرسون وزن دار جغرافیایی. یک روش برای تعیین نقشه isohyets در استان گیلان، مجله آب و خاک (علوم و فنون کشاورزی). 26(3):752-743.
 عجم‌زاده، علی و ملائی‌نیا، محمودرضا (1395). ارزیابی اثرات تغییراقلیم بر رواناب رودخانه فیروزآباد استان فارس، با ریزمقیاس‌نمایی خروجی مدل‌های گردش جوی به وسیله نرم‌افزارهای SDSM و LARS-WG، تحقیقات منابع آب ایران، 12(1): 109-95.
 نوری، نسترن و مساح بوانی، علیرضا (1396). بررسی اثرات تغییراقلیم بر منحنی فرمان بهره‌برداری سدها (مطالعه موردی سد دز). تحقیقات منابع آب ایران، 13(2): 139-127.
 هاشمی نسب خبیصی، فریده السادات.، موسوی بایگی، محمد.، بختیاری، بهرام و داوری، کامران (1392). پیش‌بینی تغییرات بارش 20 سال آینده در استان کرمان با استفاده از مدل‌های ریزمقیاس کننده LARS-WG و گردش عمومی HadCM3. فصلنامه علمی پژوهشی مهندسی آبیاری و آب، 12(8)، 43-57.
Adavi, Z., Moradi, R., Saeidnejad, A. H., Tadayon, M. R., and Mansouri, H. (2018). Assessment of potato response to climate change and adaptation strategies. Scientia Horticulturae, 228, 91-102.‏
Babaeian, I., Kwon, W.T. and Im, E. S. (2004). Application of Weather Generator technique for climate change assessment over Korea. Korea Meteorological Research Institute, Climate Research lab. 40, 66-79.
Ergon, Å., Seddaiu, G., Korhonen, P., Virkajärvi, P., Bellocchi, G., Jørgensen, M., and Volaire, F. (2018). How can forage production in Nordic and Mediterranean Europe adapt to the challenges and opportunities arising from climate change?. European Journal of Agronomy, 92, 97-106.‏
Hashmi, M.Z., Shamseldin, A.Y. and Melville, B.W. (2009). Downscaling of future rainfall extreme events: a weather generator based approach. 18th World IMACS. MODSIM Congress, Cairns, Australia. 13, 13-17.
Hashmi, M.Z., Shamseldin, A.Y. and Melville, B.W. (2010). Comparison of SDSM and LARS-WG for simulation and downscaling of extreme precipitation events in a watershed. StochEnvironResRisk Assess. 55,17-28.
Moradi, R., Koocheki, A., Mahallati, M. N., and Mansoori, H. (2013). Adaptation strategies for maize cultivation under climate change in Iran: irrigation and planting date management. Mitigation and adaptation strategies for global change, 18(2), 265-284.‏
Osman, Y., Abdellatif, M., Al-Ansari, N., Knutsson, S and Jawadm S. (2017). Climate Change and Future Precipitation in Arid Environment of Middle East: Case study of Iraq: Journal of Environmental Hydrology, 25, 1-18.‏
Pecl, G. T., Araujo, M. B., Bell, J., Blanchard, J., Bonebrake, T. C., Chen, I., Clark, T. D., Colwell, R. K., Danielsen, F., Evengard, B., Robinson, S. (2017). Biodiversity redistribution under climate change: Impacts on ecosystems and human well-being. Science, 355, 1-9.
Rasco, P., Szeidl, L. and Semenov, M.A. (1991). A serial approach to local stochastic models. J. Ecological Modeling 57, 27-41.
Sarkar, J., Chicholicar, J.R. and Rathore, L.S. (2015). Predicting future changes in temperature and precipitation in arid climate of Kutch, Gujarat: analysis based on LARS-WG model. Current Science, 57, 27-41.
Scheffers, B. R., De Meester, L., Bridge, T. C., Hoffmann, A. A., Pandolfi, J. M., Corlett, R. T and Pacifici, M. (2016). The broad footprint of climate change from genes to biomes to people. Science, 354, 719-730.
Urban, M. C. (2015). Accelerating extinction risk from climate change. Science, 348, 571-573.‏
Williams, J. W., and Jackson, S. T. (2007). Novel climates, no‐analog communities, and ecological surprises. Frontiers in Ecology and the Environment, 5, 475-482.‏