ارزیابی پس‌پردازش برون‌دادهای دینامیکی‌مدل‌های اقلیمی در برآورد تغییرات تبخیر ‌تعرق پتانسیل تحت سناریوهای واداشت تابشی (بررسی موردی: دشت مشهد)

نویسندگان

1 پردیس کشاورزی و منابع طبیعی دانشگاه تهران، گروه مهندسی آبیاری و آبادانی

2 پزوهشکده اقلیم شناسی

3 دانشگاه تهران

چکیده

تبخیر تعرق پتانسیل پارامتری کلیدی در محاسبات نیاز آبی، مطالعات اقلیمی و مدلهای هیدرولوژیکی است. هدف از این مطالعه بررسی میزان تغییرات این کمیت بر اساس سناریوهای جدید واداشت تابشی (RCP) و مدلهای اقلیمی پس پردازش شده پروژه CORDEXدر 50 سال آتی (2021-2070)در دشت مشهد می باشد. به این منظور ، تبخیر تعرق پتانسیل با استفاده از معادله پنمن-مانتیث و داده های هواشناسی تاریخی دوره پایه (1991-2005) ایستگاه سینوپتیک مشهد برآورد شده و با خروجی دو مدل اقلیمی منتخب از مجموعه مدلهای CMIP5 مقایسه گردیده است. به منظور کم کردن خطاهای موجود در برآوردهای مدل، عمل پس‎پردازش بر روی داده‎های برآورد شده انجام شد، نتایج حاصل از پس پردازش نشان داد که مدل در ماه‎های گرم سال توانایی بهتری در برآورد این تبخیرتعرق پتانسیل نسبت به ماه‎های سرد سال دارد. همچنین مقادیر تبخیرتعرق پتانسیل در دشت مشهد طی سال‎های 2070 ـ 2021 تحت سناریوهای RCP4.5 وRCP8.5 ، تهیه و روند آن‎ها بررسی گردید.بر اساس نتایج حاصله، بیشترین افزایش مقدار تبخیر تعرق پتانسیل در ماه ژانویه تحت دو سناریوی RCP4.5 و RCP8.5 به ترتیب با 4/15% و 4/16% افزایش نسبت به دوره پایه و نیز بیشترین مقدار کاهش در ماه اکتبر با 5/12 % و 0/10 % کاهش نسبت به دوره پایه مشاهده شد.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Evaluation the post processed outputs of dynamic models in estimation potential evapotranspiration changes under RCP scenarios (Case Study: Mashhad plain)

نویسندگان [English]

  • Nozar Ghahreman 1
  • iman babaeian 2
  • mohmadreza tabatabaei 3
1
2
3
چکیده [English]

As a direct consequence of warmer temperatures, the hydrologic cycle will undergo significant impact with accompanying changes in the rates of precipitation and evaporation. Climate change will cause changes in climate variable such as precipitation, temperature, sunshine hours, wind speed and etc. So as a result of climate variable change, the related variable such as potential evapotranspiration will change too. As the soft computing skills increased in recent decades, more number of climate models has been developed for weather and climate predictions which have significantly improved the quality and quantity of projections. This notable increase in number of climate models has enabled the scientists to estimate a wide range of main climate variables such as precipitation and temperature in fine temporal and spatial resolutions. Although the uncertainty in model outputs still remains a main challenge. Upon the release of new scenarios based on radiative forcing which are known as Representative Concentration Pathway scenarios (RCP scenarios), by Intergovernmental panel on climate change (IPCC) in fifth assessment report (AR5), a new set of 42 global climate models (GCMs) have been proposed for future climate projections. Apart from increased number of available models, three main sources of uncertainty including: measurement error, variability, and model structure, that have been explained and studied in AR5.The aim of the current study is to investigate of changes of potential evapotranspiration (ET) over Mashhad plain, Northeast of Iran in future period 2021-2070 under two RCP scenarios i.e. RCP4.5 and RCP8.5. The main synoptic station in the region is Mashhad Station located at 59◦ 38E, 36◦ 18N, with elevation of 990 m. above M.S.L. The required meteorological data including maximum and minimum temperature, sunshine hours,wind speed for period of 1991 to 2005 were obtained from Iran Meteorological Organization for ET calculation using FAO Penman-Monteith (hereafter, FAO-PM) equation. Besides, the downscaled historical data of potential evapotranspiration provided by Swedish Meteorological and Hydrological Institute (SMHI) have been retrieved for the baseline period of 1991-2005.Then these historical estimated data were compared with those estimated using FAO-PM equation. The historical ET values were post-processed using a statistical proposed method for more accuracy. By completion of this part, the accuracy of historical dataset provided by SMHI was confirmed and used for further comparisons. In the second section the ET variations for future period of 2021 to 2070 under two RCP scenarios of 4.5 and 8.5 was studied. The results showed better estimation of ET during warm months. Statistical comparisons using T-test revealed significant differences between historical and estimated values of ET in months of February, March and December. The correlation coefficient between post processed and observed data showed similar results as in T-test. Since the historical dataset of potential evapotranspiration provided by SMHI was acceptable, it was used for the analysis during future period (2021-2070) under RCP4.5 and RCP8.5 scenarios compared to baseline observed data. The result of this part showed that the highest increase of potential evapotranspiration would be for January by 15.4% and 16.4% under RCP4.5 and RCP8.5 scenarios respectively and October would experience lowest decrease by -12.5% and -10.0% decrease, respectively. In general ET increase will be more under RCP 8.5 scenario comparing to RCP 4.5

کلیدواژه‌ها [English]

  • Potential evapotranspiration
  • climate change
  • RCP scenarios
  • Mashhad
آزادی، م.، شیرغلامی، م. و حجام، س.، ۱۳۸۹، پس‌پردازش برونداد مدل WRF برای بارندگی در ایران، چهاردهمین کنفرانس ژئوفیزیک ایران، تهران.
بابائیان، ا. و کوهی، م.، 1391، ارزیابی شاخص‎های اقلیم کشاورزی تحت سناریوهای تغییر اقلیم درایستگاه‎های منتخب خراسان رضوی، نشریه آب وخاک (علوم و صنایع کشاورزی)، 26(4)، 967-953.

بابائیان، ا.، نجفی نیک، ز.،‌ زابل عباسی، ف.، حبیبی نوخندان، م.،‌ ادب، ح. و ملبوسی، ش.،‌ 1388، ارزیابی تغییر اقلیم کشور در دورة 2039-2010 میلادی با استفاده از ریز‌مقیاس‌نمایی داده‌‌‌های مدل گردش عمومی جوّ ECHO-G، م. جغرافیا و توسعه، 16، 135-152.

بابائیان، ا.، کریمیان، م.، مدیریان، ر. و بیاتانی، ف.، 1395، کارایی روش‌های پس‌پردازش آماری در بهبود پیش‌بینی بارش ماهانه مدل MRI-CGCM3 در خراسان رضوی. تحقیقات منابع آب ایران.  12(2): 83-92
خیراندیش، م.، قهرمان، ن. و بذرافشان، ج.، 1392، بررسی تأثیرات تغییر اقلیم برطول فصل رشد درچشم‎انداز 2020 تا 2050 در چند نمونة اقلیمی ایران، تحقیقات آب و خاک ایران، 44(2)، 150-143.
قربانی، ق.، ذاکری نیا، م. و هزارجریبی، الف.، 1392، بررسی اثرات تغییر اقلیم بر نیاز آبی سویا در منطقة گرگان، هواشناسی کشاورزی، 2(1)، 60ـ 72.
قهرمان، ن.، بابائیان، ا. و موسوی، م.، 1393، بررسی مهارت مدل RegCM در برآورد تبخیر ‌تعرق پتانسیل در اقلیم گذشته و دورة 2021 ـ 2035، بررسی موردی: ایستگاه مشهد، م. ژئوفیزیک ایران، 8(4): 64-49.
 
Allen, R. G., Pereira, L. S., Raes, D. and Smith, M., 1998, Crop evapotranspiration-guidelines for computing crop water requirements-FAO irrigation and drainage paper, 56, FAO, Rome, 300(9).
Christensen, O. B., Gutowski, B., Nikulin, G. and Legutke, S., 2012, CORDEX Archive Design. version 26/1/2012.
Ebrahimpour, M., Ghahreman, N. and Orang, M., 2014, Assessment of climate change impacts on reference evapotranspiration and simulation of daily weather data using SIMETAW, Journal of Irrigation and Drainage Engineering, doi:10.1061/(ASCE)IR.1943-4774.0000669, 04013012 .
Giorgi, F., Jones, C. and Asrar, G. R., 2009, Addressing climate information needs at the regional level: the CORDEX framework, World Meteorological Organization (WMO) Bulletin, 58(3), 175-183.
Ghahreman, N., Babaeian, I. and Tabatabaei, M. R., 2015, Investigation of uncertainty in the IPCC AR5 precipitation and temperature projections over Iran under RCP scenarios, Proc. Common future under climate Change Conference, 7-10 July, 2015.Paris.
Hellstrom, C., Chen, D., Achberger, C. and Raisanen, J., 2001, Comparison of climate change scenarios for Sweden based on statistical and dynamical downscaling of monthly precipitation, Climate Research, 19(1), 45-55.
Murphy, J., 1999, An evaluation of statistical and dynamical techniques for downscaling local climate. Journal of Climate, 12(8), 2256-2284.
Murphy, J., 2000, Predictions of climate change over Europe using statistical and dynamical downscaling techniques, International Journal of Climatology, 20(5), 489-501.
Taylor, K. E., Ronald J. S. and Gerald A. M., 2012, An overview of CMIP5 and the experiment design, Bull. Amer. Meteor. Soc., 93, 485-498. doi:http://dx.doi.org/10.1175/BAMS-D-11-00094.1
WMO, 2002, Manual on the GDPS, Vol.1, Standardised Verification System(SVS) for Long-Range Forecasts(LRF), 24pp.(Available at: http://clima1.cptec.inpe.br/gpc/pdf/svs.pdf)