پیش‌نگری اثرات تغییر اقلیم بر بارش فصلی مناطق سردسیر ایران براساس سناریوهای واداشت تابشی RCP))

نویسندگان

1 دانش‌آموخته دکتری، گروه آب و هواشناسی، دانشکده جغرافیا و علوم محیطی، دانشگاه حکیم سبزواری، سبزوار، ایران

2 دانشیار، گروه آب و هواشناسی، دانشکده جغرافیا و علوم محیطی، دانشگاه حکیم سبزواری، سبزوار، ایران

چکیده

پیش‌نگریاثرات تغییر اقلیم یکی از مهم­ترین بخش­ها در برنامه­های راهبردی در قرن حاضر محسوب می­شود. تحقیق حاضر با هدف پیش‌نگریتغییرات بارش فصلی مناطق سردسیر ایران انجام شد. در این راستا ابتدا تغییرات دوره مشاهده‌ای برای دوره آماری
1980-2005 بررسی شد. در ادامه داده دوره آینده تا افق 2090 از میان مدل­های (BCC-CSM1.1، HadGEM2-ES،
GFDL-CM3، MIROC-ESM و (GISS-E2-R، از سری مدل­های CMIP5 پایگاه MarksimGCM براساس سناریوهای واداشت تابشی RCP8.5 و RCP4.5، پردازش شد. سپس صحت‌سنجی براساس معیارهای RMSE، MAE، MBE و R2 بر روی داده­ها انجام شد. نتایج نشان داد که مدل HadGEM2-ES از وزن و توانایی بالاتری نسبت به دیگر مدل­ها برخوردار می­باشد و نتایج نشان داد که تغییرات زمانی-مکانی بارش در دوره آینده یکسان نخواهد بود. براساس سناریوهای RCP8.5 و RCP4.5، در الگوی ماهانه در بیشتر مناطق سردسیر ایران در فصول پاییز و زمستان، مقدار بارش افزایش ناچیزی در حدود 20-10 میلی­متر نسبت به دوره پایه خواهد داشت، اما در الگوی سالانه مقدار بارش در دوره آینده کاهش خواهد یافت. منطقه پربارش زاگرس مرتفع در الگوی ماهانه و سالانه، با بیشترین تغییرات کاهش بارش برای آینده مواجه خواهد شد. به‌طوری‌که در دوره (2020-2055) در الگوی سالانه، مقدار بارش تا 54 میلی­متر معادل 1/20 درصد کاهش نشان می­دهد. تغییرات مکانی شدید در مقدار بارش فصلی در مناطق پربارش جنوب غرب ایران بیشتر از دیگر نواحی خواهد بود. از نظر توزیع مکانی، کانون نواحی پربارش در منطقه زاگرس کوچک‌تر شده و به عرض‌های بالاتر جا‌به‌جا خواهد شد و بر گستره مناطق و پهنه­های با بارش کمتر افزوده خواهد شد. بنابراین تغییر اقلیم بر توزیع زمانی – مکانی بارش مناطق سردسیر ایران تأثیر خواهد داشت و آینده­ای با بارش کمتر و متغیر را نشان خواهد داد.

کلیدواژه‌ها


عنوان مقاله [English]

Projection of Climate Change Impacts on Seasonal Precipitation in Iranian Cold Regions Based on Radiative Forcing Scenarios (RCP)

نویسندگان [English]

  • Hamzeh Ahmadi 1
  • Gholam Abbas Fallah Ghalhari 2
  • Mohammad Baaghideh 2
1 Ph.D. Graduated, Department of Climatology, Faculty of Geography and Environmental Sciences, Hakim Sabzevari University, Sabzevar, Iran
2 Associate Professor, Department of Climatology, Faculty of Geography and Environmental Sciences, Hakim Sabzevari University, Sabzevar, Iran
چکیده [English]

Climate change and its impacts stand as the most important challenge to the world. One of the fundamental issues that have emerged in recent decades is the limited water resources. Because of the high dependence on precipitation, water resources are heavily susceptible to damage from climate change. Projection the effects associated with climate change is a major part of strategic planning in the current century. Cold climate regions are the main reservoir and feeding source for surface and underground water and a vital supplier of hydroelectric power in Iran. Any change in the seasonal precipitation situation will have severe outcomes for the status of water resources in cold regions. The purpose of this study is to investigate the impacts of climate change on seasonal precipitation in cold regions of Iran based on the outputs of new CMIP5 models and radiative forcing (RCP) scenarios.
Alongside this, changes were first observed for the period 1980-2005. Afterwards, the data for the upcoming period up to the 2090 horizon were processed using the models BCC-CSM1.1, HadGEM2-ES, GFDL-CM3, MIROC-ESM and GISS-E2-R from the series of CMIP5 models of the MarksimGCM database based on the radiative forcing scenarios RCP8.5 and RCP4.5. The data were subsequently validated based on weighing method and RMSE, MAE, MBE and R2 evaluation criteria. The results of the processing were drawn on the digital elevation layer (DEM) of cold climate regions of Iran in the form of temporal-spatial seasonal precipitation distribution. Is
The results showed that based on the weighing method and applying statistical indices on the output of CMIP5 models, the output of the HadGEM2.ES general circulation model is accompanied by fewer simulation errors in illustrating the climate change of the future period than the observation or baseline period. In fact, based on the evaluation criteria or errors, this model showed a higher compliance with observational data. In the monthly pattern in cold regions of Iran during the cold months, especially in the autumn and winter months, the precipitation parameter indicates a slight increase from 10-20 mm relative to the baseline period. This small increase in precipitation over the coming decades, based on the structure of the models, cannot be stable because of increasing temperature and evapotranspiration. However, in the annual and normal long-term pattern, the precipitation level will be less than the preceding period such that in the 2020-2055 period in the annual pattern, precipitation decreases by 54 mm, equivalent to 20.1% decrease. Seasonal precipitation will decrease in winter, autumn, and summer of the upcoming period up to the 2090 horizon, according to radiative forcing scenarios. Precipitation reduction in the summer will be more severe than in other seasons. Only in spring season will the amount of precipitation in the coming period increase slightly compared to the baseline period. Most of the spatial variations in precipitation distribution will occur in the cold climate regions of Iran in the high-altitude areas of the middle Alborz and especially in high Zagros regions.
The center of areas with maximum precipitation in cold regions will mainly move to higher latitudes. In fact, the regions with substantial precipitation will become smaller, whereas areas with low rainfall will be extended. Therefore, climate change will have an impact on the temporal-spatial distribution of precipitation in the cold climate regions of Iran and will face with a future with less and variable precipitations.

کلیدواژه‌ها [English]

  • climate change
  • Cold region
  • CMIP5
  • RCP
  • precipitation
آقاخانی افشار، ا.، حسن زاده، ی.، بسالت پور، ع. ا. و پوررضا بیلندی، ر.، 1395، ارزیابی سالیانه مؤلفه­های اقلیمی حوضه آبخیز کشف رود در دوره­های آتی با استفاده از گزارش پنجم هیأت بین الدول تغییر اقلیم، نشریه پژوهش­های حفاظت آب و خاک، 23(6)، 233-217.

آشفته، پ. و مساح بوانی، ع.، 1388، تأثیر عدم‌قطعیت تغییر اقلیم بر دما و بارش حوضه آیدوغموش در دوره ۲۰۶۹-۲۰۴۰ میلادی، دانش آب و خاک، 1(2)، 98-85.

احمدی، ح.، 1396، بررسی اثرات تغییر اقلیم بر روی درخت سیب در ایران، پایان نامه دکتری، دانشکده جغرافیا و علوم محیطی، دانشگاه حکیم سبزواری، گروه جغرافیا.

احمدی، ح.، فلاح قالهری، غ. وگودرزی، م.، 1397، برآورد و تعیین الگوی فضایی نیاز آبی درخت سیب در ایران، فصلنامه اکوهیدرولوژی، 5 (1)، 160-149.

بابائیان، ا.، کریمیان، م.، مدیریان، ر.، بیاتانی، ف. و فهیمی نژاد، ا.، 1395، کارایی روش­های پس پردازش آماری در بهبود پیش‌بینی ماهانه بارش مدل MRI-CGCM3 در خراسان رضوی. تحقیقات منابع آب ایران، 12(2)، 92-83.

بابائیان، ا. و کوهی، م.، 1391، ارزیابی شاخص­های اقلیم کشاورزی تحت سناریوهای تغییر اقلیم در ایستگاه‌های منتخب خراسان رضوی. نشریه آب و خاک (علوم و صنایع کشاورزی)، 26(4)، 967-953.

پرهیزکاری، ا.، محمودی، ا. و شوکت فدایی، م.، 1396، ارزیابی اثرات تغییر اقلیم بر منابع در دسترس و تولیدات کشاورزی در حوضه آبخیز شاهرود. فصلنامه تحقیقات اقتصاد کشاورزی، 9 (1)، 50-23.

ترکمان، م.، 1394، بررسی اثر گرمایش و تغییر اقلیم بر ویژگی­های زراعی و تولید سیب زمینی در ایران، پایان­نامه دکتری، دانشگاه فردوسی، دانشکده کشاورزی، گروه اکولوژی گیاهان زراعی. مشهد.

تیرگرفاخری، ف.، علیجانی، ب.، ضیاییان فیروزآبادی، پ. و اکبری، م.، 1396، شبیه‌سازی رواناب ناشی از ذوب برف تحت سناریوهای تغییر اقلیمی در حوضه ارمند. اکوهیدرولوژِی، 4 (2)، 368-357.

حافظ‌پرست، م. و پورخیراله، ز.، 1396، پایش خشکسالی هواشناسی به‌منظور حفظ پایداری در سناریوهای واداشت تابشی منطقه مطالعاتی (حوضه آبریز سد دویرج)، اکوهیدرولوژی، 4 (4)، 1239-1227.

حمیدیان پور، م.، باعقیده، م. و عباسی نیا، م.، 1395، ارزیابی تغییرات دما و بارش جنوب شرق ایران با استفاده از ریزمقیاس نمایی خروجی مدل‌های مختلف گردش عمومی جو در دوره 2099-2011، پژوهش‌های جغرافیای طبیعی، 48(1)، 123-107.

دانش فراز، ر. و رزاق پور، ه.، 1393، ارزیابی اثرات تغییر اقلیم بر تبخیر – تعرق پتانسیل در استان آذربایجان غربی، فصلنامه فضای اهر، 14(46)، 211-199.

دلقندی، م. و موذن زاده، ر.، 1395، بررسی تغییرات مکانی – زمانی بارش و دمای ایران تحت شرایط تغییر اقلیم با در نظر گرفتن عدم‌قطعیت مدل‌های AOGCM و سناریوهای انتشار، اکوهیدرولوژی، 3 (3)، 331-321.

عباسی، ف.، باباییان، ا.، حبیبی نوخندان، م.، گلی مختاری، ل.، ملبوسی، ش. و عسکری، ش.، 1389، ارزیابی تأثیر تغییر اقلیم بر دما و بارش ایران در دهه‌های آینده، با کمک مدلMAGICC – SCENGEN، پژوهش­های جغرافیای طبیعی، 72، 109-91.

گودرزی، م.، صلاحی، ب. حسینی، س. ا.، 1394، بررسی تأثیر تغییرات اقلیمی بر تغییرات رواناب سطحی (مطالعه موردی: حوضه آبریز دریاچه ارومیه)، فصلنامه اکوهیدرولوژی، 2(2)، 189-175.

Alexander, L. V. and Arblaster, J. M., 2017, Historical and projected trends in temperature and precipitation extremes in Australia in observations and CMIP5, Weather and Climate Extremes, 15 (2017), 34–56.

Dang, Z. and Chen, Y., 2018, Vulnerability assessment of spring wheat production to climate change in the inner Mongolia region of China. Ecological Indicators, 85,67-78. Mo, x, g., Xia, J., 2017, Impacts of climate change on agricultural water resources and adaptation on the north China plain. Advances in Climate change Research, 8(2), 93-98.

Duko, C., Zwart, S. J. and Hein, L., 2018, Impact of climate change on cropping pattern in a tropical, sub tropical watershed, PoloS ONE 13(3):1-21.

Hur, J. Ahn, J. B., 2015, The change of first – flowering date over South Korea projected fromdownscaled IPCC AR5 simulation:Peach and Pear. International Journal of Climatology, 35:1926-1937.

IPCC, 2014, Summary for policymakers. In: Ipcc. Climate change, impact, adaptation and vulnerability. Contribution of working group 2 to the Fifth Assessment Report of the Intergovernment Panel of Climate Change, pp. 132. Cmbridge, UK and New York, USA, Cambridge University Press.

Ishida, K., Gorguner, M., Ercan, A., Trinh, T. and Kavvas, M. L., 2017, Trend analysis of watershed-scale precipitation over Northern California by means of dynamically-downscaled CMIP5future climate projections, Science of the Total Environment 592, 12–24.

Jones, P. G. and Thornton, P. K., 2013, Generating downscaled weather data from a suite of climate models for agricultural modelling applications. Agricultural Systems, 114, 1-5.

Mahmood, R. and Shaofeng, J. I. A., 2016, An extended linear scaling method for downscaling temperature and its implication in the Jhelum River basin, Pakistan, and India, using CMIP5 GCMs. Theoretical and Applied Climatology, 130(3-4), 725-734.

Mathukumalli, S. R., Dammu, M., Sengottaiyan, V., Ongolu, S., Biradar, A. K., Kondru, V. R. and Cherukumalli, S. R., 2016, Prediction of Helicoverpa armigera Hubner on pigeonpea during future climate change periods using MarkSim multimodel data. Agricultural and Forest Meteorology, 228, 130-138.

Mo, X. G., Hu, S., Lin, Z. H., Liu, S. X. and Xia, J., 2017, Impacts of climate change on agricultural water resources and adaptation on the North China Plain. Advances in Climate Change Research, 8(2), 93-98.

Nouri, M., Homaee, M., Bannayan, M., Hoogenboom, G, 2017, Towards shifting planting date as an adaptation practice for rainfed wheat response to climate change. Agricultural Water Management, 186, 108-119.

Peng, S., Ding, Y., Wen, Z., Chen, Y., Cao, Y. and Ren, J., 2017, Spatiotemporal change and trend analysis of potential evapotranspiration over the Loess Plateau of China during 2011–2100. Agricultural and Forest Meteorology 233, 183–194.

Romm, J., 2015, Climate change, what everyone needs to know. Oxford, University Press.

Shen, Y., Li, Sh., Chen, Y., Qi, Y. and Zhang, S., 2013, Estimation of regional irrigation water requirement and water supply risk in the arid region of Northwestern China 1989–2010, Agricultural Water Management 128, 55– 64.

Shrestha, S., Bach, T. V. and Pandey, V. P., 2016, Climate change impacts on groundwater resources in Mekong Delta under representative concentration pathways (RCPs) scenarios. Environmental Science & Policy 61, 1–13.

Taylor, K. E., Stouffer, R. J. and Meehl, G. A., 2012, An overview of CMIP5 and the experiment design. Bull. Amer. Meteor. Soc, 93, 485–498.

Wang, B., Liu, D. L., Asseng, S., Macadam, I. and Yu, Q., 2015, Impact of climate change on wheat floering time in sastern Australia. Agriculture and forest Meteorology 209-210,11-21.

Zhao, L., Xu, J., Powell, A. M. and Jiang, Z., 2015, Uncertainties of the global-to-regional temperature and precipitation simulations in CMIP5 models for past and future 100 years. Theoretical and applied climatology, 122(1-2), 259-270.