مقالات
ارزیابی شرایط خشکسالی در استان سیستان و بلوچستان طیّ ( 1410 - 1391 ) با استفاده از ریز مقیاس نمایی داده های مدل گردش عمومی جو
1 مقدمه
افزايش گازهاي گلخانه اي در چند دهه اخير باعث برهم خوردن تعادل اقليمي كره زمين شده كه به آن پديده تغيير اقلیم 1 اطلاق می شود. مهم ترين پیامدهای تغيير اقليم افزايش میانگین دماي كره زمين، افزايش پديده هاي حدي اقليمي نظير سيل، طوفان، تگرگ، طوفا نهاي حار ه اي، امواج گرمايي، افزايش سطح آب درياها، ذوب شدن يخهاي قطبي، امواج گرمايي و سرماهاي نابهنگام خواهد بود(حق طلب و همکاران، 1392 : 38). به علت وقوع پديده تغيير اقليم، بسياري از سامانه هاي محيط زيست طبيعي مانند منابع آب تحت تأثير قرارگرفته اند، بطوريكه بهره برداري از مخازن آب، توليد محصولات كشاورزي، فرايند فرسايش، توليد رواناب و بسياري ديگر از فرايندهاي هيدرولوژيكي دچار دگرگوني شده اند (سیدکابلی و همکاران، 1391 : 779 ). اما آنچه در مطالعات تغییر اقلیم ضروري بنظر می رسد افزایش آگاهی کمّی و کیفی میزان تغییرات آینده و همچنین ارزیابی پیامدهای آن بر بخش هاي مختلف است، جنبه هایي که کمتر مورد توجه قرار گرفته است (اسماعیلی و همکاران، 1390 : 148 ). مدلهاي اقلیمی ابزارهاي نوینی هستند که بیشتر از سی سال از ارائه آنها نمیگذرد. در هر مدل اقلیمی تلاش شده تا فرآیندهایی که بر اقلیم مؤثرند شبیه سازي گردد و براساس آن وضعیت اقلیم براي سال هاي آینده پی شبینی شود. چون پی بینی در شرایط اقلیم آینده تحت تأثیر پدیده تغییر اقلیم به طور قطعی ممکن نیست، راه حل جایگزین، مشخص کردن امکان رخدادهاي گوناگون براي آن است که سناریوي اقلیمی نامیده م یشود (رضایی و همکاران، 1393 : 836 ). شناخت اثرات تغ ييراقليم و توسعه استراتژي هاي سازگار با اقليم، نياز به ابزاري جهت توليد سناريوهاي اقليمي در آينده دارد.
امروزه مدل هاي گردش عمومي GCM 2 مناس بترين ابزاربراي توسعه سناريوهاي اقليمي آينده مي باشند. اما خروجي اين مدلها اغلب داراي مقياس زماني ماهانه و مكاني درحدود 300 يكلومتر مي باشند. عدم تطابق مقياس مكاني و زماني مورد نياز در مدلهاي بررسي كننده تأثير تغيير اقليم با خروجي مدلهاي GCMs و نياز به بررسي روند تغييردر پارامترهاي حدي هواشناسي در مقياس منطقه اي باعث شده است تا تكنيك هاي ريز مقياس نمايي مختلفي توسعه يابند (سید کابلی و همکاران، 1391 : 779 ). به عبارتی اين مدل ها با استفاده از، خروجي مدلهاي GCM و بكارگيري سناريوي خاص مدل توليد كننده داده هاي آب و هوايي داده هاي گردش عمومي در مقياس درشت را به مقياس هاي ريزتر تبديل مي كنند. مهمترين نقطه قوت اين مدلها ارزان بودن،سرعت بالا و امكان استفاده از آنها، بدون نياز به ابر رايانه ها و يارايانه هاي بسيار سريع می باشد (مشکواتی و همکاران، 1389 :82 ). ريز مقياس نمايي را مي توان به دو روش ديناميكي وآماري انجام داد. روش آماري ريز مقياس كردن در مقايسه با روش هاي ديناميكي، خصوصاً در مواقعي كه هزينه كمتر و ارزيابي سريعتر و عوامل مؤثر بر تغييرات آب و هوايي مورد نياز باشد، از مزي تها و قابلي تهاي بيشتري برخوردار است. انواع مد لهاي ريز مقياس نمايي آماري عبارتند از: USCLIMATE، LARS-WG، CLIMGEN، SDSM،ROLL MET & (عباسی و همکاران، 1389 : 219 ). این مدل ها توانایی محاسبه متغیرها در سطح قابل قبول برای ایستگاه ها رادارند، ولی در شرایط مقادیر تاریخی(برون یابی)مقادیر محاسباتی غیر واقعی به دست می آید(رسولی و همکاران، 1393 : 10 ). در این مطالعه به منظور شناسایی و پيش بيني خشکسالی و روزهای خشک استان سیستان و بلوچستان از روش ريز مقياس نمايي آماري با استفاده از يك مدل مولد داده هاي هواشناسي به نام LARS-WG استفاده شده است. از مدل LARS-WG برای ریز مقیاس گردانی مدلهای گردش عمومی به منظور پیش بینی تغییر اقلیم و اثرات آن استفاده زیادی صورت گرفته است که در ادامه به تعدادی از آنان اشاره می شود. تامسون و مولان 3( 1995 ) در ارتباط با مدل سازي 30 سال اقليم ايستگاه هاي هواشناسي در نيوزلند پرداخته اند، همچنین مک کی 4 و همکاران( 1995 ) توانمندی مدل CLIMGEN را برای شبیه سازی پارامترهای هواشناسي در ايستگاه هاي انتاريوي جنوبي در كانادا مورد مطالعه قرار دادند. جانسون 1 و همکاران ( 1996) دو مدل مختلف تولید داده های هواشناسی به نام های USCLIMATE و CLIGENرا مورد بررسی قرار داد. زمنف و بارو 2 ( 2002 ) در مطالعه ای شبیه سازی داده ها با استفاده از مدل LARS-WG را در انگلستان مورد مطالعه قرار داد. علاوه بر آن زمنف در مطالعه دیگری سناریوهای تغییر اقلیم را در انگلستان بررسی نمود. در این تحقیق از مدل LARS-WG برای ساختن سناریوهای اقلیمی روزانه استفاده گردیده است. بابائیان و همکاران ( 2004) در مطالعه ای تغییرات اقلیمی کشور کره جنوبی با استفاده از مدل LARS-WG در دوره زمانی 2010 تا 2039 را مورد ارزیابی قرار دادند. الشمي 3 و همكاران ( 2005 ) در تحقيقي اثرات هيدرولوژي تغيير اقليم بوسيله مدل هاي گردش عمومي جو و يك مدل كوچك مقياس كننده آنالوگ در جنوب انگلستان را مورد بررسی قرار داده اند. در اين مطالعه چگونگي تبديل داده هاي ماهانه به روزانه توسط تكنيك توليد داده مورد بررسي قرار گرفته است. نتايج نشان داد كه اين روش داده هاي هواشناسي روزانه را بهتر از داده هاي فصلي ریزمقياس ميكند. خان 4 و همکاران ( 2006 )سه مدل SDSM ،LARS-WG و شبکه عصبی مصنوعی را مورد آزمون قرار دادند. نتایج حاکی از آن بود که مدل SDSM در سطح اطمینان 95 درصد داده هاي مشاهداتی را بهتر از سایر مدل ها توانسته است در مقادیر ریز مقیاس شده حفظ نماید. زمینف(2007 )در مطالعه اي تغييرات اقليمي كشور كره جنوبي را با استفاده از مدل LARS–WG در دوره زماني 2010 تا 2039 را مورد ارزيابي قرار داد. بابائيان و نجفي نيك ( 1385) توانايي مدل LARS-WG
را براي شبيه سازي متغيرهای هواشناسي استان خراسان دردوره آماري( 2003 - 1961) مورد ارزيابي قرار دادند و نتيجه گرفتند كه مدل لارس متغيرهاي بارش، دماي حداقل و حداكثر را در سه ايستگاه مشهد، سبزوار و بيرجند كمتر از مقادير واقعي شبيه سازي نموده است .عباسی و همکاران( 1389 )در مطالعه ی تغییرات اقلیمی، خراسان جنوبی را در دوره زمانی 2039 - 2010 با استفاده از مدل LARS-WG مورد بررسی قرار دادند. مشکواتی و همکاران ( 1389) به بررسي و ارزيابي مدل لارس در شبيه سازي داده هاي هواشناسي استان گلستان در دوره آماری -2007 1993 پرداخته اند، نتايج به دست آمده نشان م یدهد كه بطور كلي عملكرد مدل لارس در مدل سازي متغيرهاي هواشناسي ايستگاه هاي تحت بررسي مناسب است و مي توان از آن جهت بازسازي داده هاي ايستگا هها در دوره گذشته و يا تطويل اين داده ها به دوره آينده بهره جست. همچنين می توان از آن در جهت ارزيابي اقليم آينده ی استان در مقياس محلي استفاده نمود. آبابایی و همکاران ( 1390) در مطالعه ای عملکرد مدل LARS-WG را در 4 ایستگاه ساحلی شمالی و 8 ایستگاه ساحلی جنوبی ایران در رابطه با شبیه سازی سری روزهای خشک و مرطوب، بارندگی، دما، تابش خورشیدی و نیز شبیه سازی وقایع حدی مورد بررسی قرار دادند. در این مطالعه با استفاده از داد ههای مدل گردش عمومی جو ECHO-G و نرم افزار LARS-WG اقلیم استان یزد در دوره آماری 2030 - 2011 بررسی شده و وضعیت خشکسالی آن در دوره مذکور مورد بررسی قرار می گیرد. زهرایی(1391 )، در پژوهش خود به شبیه سازي تغییرات اقلیمی استان سیستان و بلوچستان با استفاده از ریزگردانی داده هاي مدل گردش عمومی ( GCMS ) برنامه - براي دوره اقلیمی آینده(2035 - 2010 ) پرداخته اند. در این پژوهش داده ها را با استفاده از خروجی هاي مدل گردش عمومی جو ECHO-G با سناریوی A1 جهت ریزگردانی بر روي 4 ایستگاه منتخب استان شامل زاهدان، زابل، ایرانشهر وچابهار مورد تجزیه و تحلیل قرار داد هاند. برای تجزیه و تحلیل رفتارو تغییرات دماي کمینه و بیشینه روزانه، از داده های بارش روزانه و میزان تابش دریافتی ایستگاه ها جهت شبیه سازي تغییرات اقلیمی استفاده شده است. تحلیل داده هاي تولید شده در دوره اقلیمی آینده و مقایسه آن با دوره گذشته حاکی از افزایش بارش در ایستگاه ها و همچنین افزایش فراوانی تعداد بارش هاي سنگین در محدوده های ایستگاه ها بود. در دوره اقلیمی آینده مؤلفه کمینه دما بیش از بیشینه افزایش یافته که منجر به کاهش دامنه شبانه روزي دما و کاهش آسایش دمایی در سال هاي آتی براي استان است. عباسی و همکاران (1391 ). به ارزيابي تغيير اقليم ايران
در دهه اي آينده 2025 تا 2100 ميلادي با استفاده از ريز مقياس نمايي داده هاي مدل گردش عمومي جو پرداخت هاند. نتايج اجراي مدل با داد ههاي HadCM2 كاهش 5/ 2 درصدی بارش تا دهه 2100 است. در حالي كه براي دوره مشابه در مدل ECHAM بار شهاي كشورمان 8/ 19 درصد افزايش مي يابد. تحليل مكاني نتایج مدل HadCM2 نشان ميدهد كه در دهه هاي آينده استان هاي مازندران، گلستان خراسان شمالي، شمال خراسان رضوي و سمنان، تهران و بخش هايي از گيلان و قزوين با افزايش بارش مواجه خواهند شد، در حالي كه مدل ECHAM4 براي مناطق مذكور كاهش بارش را پيش بيني كرده است. در هر حال در هر دو مدل تمامي استا نهاي كشور با افزايش دما در آينده مواجه اند. رضایی و همکاران ( 1393) به بررسی کارایی مدل ریز مقیاس نمایی آماري در پیش بینی بارش در دو اقلیم خشک و فراخشک پرداخته اند. نتایج نشان داد میزان بارش سالانه تا سال 2029 در ایستگاه کرمان در سناریوهاي A2 و B2 به ترتیب (3/ 1) و( 3/ 0) میلی متر کاهش و در ایستگاه بم حدود( 56 / 4) (5/46) میلی متر نسبت به دوره پایه افزایش خواهد داشت. رسولی و همکاران( 1393)، بررسی اثر عوامل مرفو -اقلیمی بر دقت ریزمقیاس گردانی مدل LARS-WG پرداخته و نتایج نشان داد که دقت مدل در ایستگاه های منتخب متفاوت بوده ولی شبیه سازی دما با دقت مناسبتری انجام گرفت. مدل در برآورد بارش از دقت کمتری برخوردار بوده و در بین ایستگاه ها نیز برآورد متفاوت به دست آمد. صالح نیا و همکاران( 1393 )، در مطالعه خود به مقایسه دو مدل ریزمقیاس نمایی LARS-WG و ASD در پیش بینی بارش و دما تحت شرایط تغییراقلیم و در وضعیت های آب و هوائی متفاوت پرداخته. نتایج نشان داده که مدل ASD با میانگین خطای، 11 / 0، 01 / 0، 02 / 0، به ترتیب برای ایستگاه نسبت به مدل LARS از دقت بیشتری برخوردار است. پیش بینی تغییرات بارش در این مدل در هر سه ایستگاه نسبت به مدل LARS کمتر است. پژوهش حاضر نیز با استفاده از داده های مدل گردش عمومی جو ECHO-G و نرم افزار LARS-WG اقلیم استان سیستان و بلوچستان را در دوره آماری 1391 تا 1410 بررسی قرار داده که همچنین وضعیت خشکسالی آن در دوره مذکور مورد بررسی قرار می گیرد.
برای ادامه مطلب روی متن زیر کلیک کنید:
ارزیابی شرایط خشکسالی در استان سیستان و بلوچستان طیّ ( 1410 - 1391 ) با استفاده از ریز مقیاس نمایی داده های مدل گردش عمومی جو
دسته بندی :
آب۱۴۰۴ دی ۲۰, شنبه