راهله مدیریان

با توجه به اهمیت بارش های پاییزه و دما در تامین منابع، و نیاز آبی محصولات کشاورزی و با هدف ارزیابی و واسنجی مدل اقلیمی RegCM3 برای دستیابی به مدل اقلیمی متناسب با شرایط اقلیمی استان به منظور انجام مطالعات و پیش بینی های اقلیمی، بارش و دمای فصول پاییز استان خراسان در یک دوره ده ساله به وسیله مدل مذکور شبیه سازی شد. در این مطالعه از مدل اقلیمی RegCM3 با قدرت تفکیک افقی 15 کیلومتر و چهار طرح واره مختلف گرل FC، گرل AS، کو و امانوئل برای دوره ده ساله 1991 تا 2000 استفاده شد. نتایج مدل سازی بارش با داده های واقعی و CMAP و نتایج دمای مدل سازی شده با داده های دیده بانی شده ایستگاه های هواشناسی استان و داده های دمای مرکز NCEP مقایسه شدند و خطای مطلق میانگین و اریبی آنها محاسبه شدند. کمترین میانگین اریبی فصلی نسبت به بارش واقعی به میزان 1/7- میلی متر در طرح واره کو، و کمترین اریبی میانگین فصلی نسبت به داده های CMAP به میزان 3/9 میلی متر در طرح واره امانوئل مشاهده گردید. در مدل سازی دمای فصل پاییز، کمترین اریبی فصلی در مقایسه با داده های دیده بانی شده به میزان 1/1- درجه سانتی گراد در طرح واره گرل FC رخ داد. در مقایسه با داده های دمای مرکز NCEP نیز طرح واره گرل FC با اریبی سرد oC4/3- دارای کمترین خطا بود. در تحلیلی کلی می توان گفت که طرح واره گرل AS توانمندی مناسبی برای مدل سازی بارش و دمای استان ندارد. نتایج این تحقیق می تواند در مراکز پیش بینی عملیاتی اقلیمی برای صدور پیش بینی های فصلی مورد استفاده قرار گیرد.

در این مقاله، با استفاده از چهار طرحواره شکل گیری ابر، شامل گرل FC، گرل AS، امانوئل و کو، نسخه دارای قابلیت آشیانه سازی مدل اقلیمی RegCM3 ارزیابی گردید و توانمندی آن در شبیه سازی بارش و دمای فصلی و ماهانه خراسان تجزیه و تحلیل شد. بدین منظور 40 آزمایش کنترلی با استفاده از داده های آنالیز مجدد NNRP1 برای فصول زمستان سال های 2000-1991 بر روی استان خراسان طراحی شد. خطای هر کدام از مدل سازی ها از طریق مقایسه با داده های بارش CMAP، دمای NCEP و داده های دیدبانی شده به دست آمد. به منظور برآورد توانمندی مدل، اریبی و خطای مطلق میانگین داده ها به صورت ماهانه و فصلی محاسبه شدند. نتایج نشان می دهند که در بین چهار طرحواره مورد بررسی، اریبی ماهانه و فصلی طرحواره های گرل FC و گرل AS، به ترتیب با مقادیر 1/2 و 1- میلی متر در مقایسه با بارش دیدبانی شده، از سایرین کمتر است. در بخش مدل سازی دما، با مقایسه داده های مدل شده و دیدبانی، ملاحظه می شود که طرحواره امانوئل، به ترتیب با مقادیر 8/0- و 7/0 درجه سانتیگراد کمترین اریبی ماهانه و فصلی را نسبت به سایر طرحواره ها دارد؛ ضمن اینکه بیشترین اریبی مربوط به طرحواره های گرل است. نتایج این مطالعات می تواند در طراحی مدل اقلیمی برای پیش بینی فصلی کشورمان استفاده شود.

در این مقاله، برونداد مدل گردش عمومی جوّ HADAM3P با مدل منطقه ای PRECIS در دوره ی 1990-1976 ریزمقیاس نمایی دینامیکی شد و داده های بارش ایران در مقیاس های زمانی ماهانه و فصلی در دو حالت با و بدون چرخه ی سولفور، مورد ارزیابی قرار گرفت. در پژوهش حاضر، مدل PRECIS با تفکیک افقی 44/0 درجه ی جغرافیایی در شبکه هایی با ابعاد حدود 2500 کیلومترمربّع اجرا شد و نتایج حاصل از اجرای مدل به دو روش ناحیه ای و ایستگاهی با داده های واقعی ایستگاه های هواشناسی مقایسه شدند، سپس میانگین های خطا و اریبی بارش ماهانه و انحراف معیار آن برای نواحی مختلف محاسبه شدند. میانگین خطای شبیه سازی حدود 3/5 درصد برآورد شد که بیشترین میانگین خطای شبیه سازی در نواحی بارشی فارسی، هرمزی، خوزی و خزری به ترتیب با 9/24، 9/16، 2/12 و 2/10- درصد و کمترین میانگین خطای شبیه سازی در نواحی بارشی کردی، آذری، میانه ی شمالی و خراسان شرقی با حدود یک درصد محاسبه شد. اریبی مثبت بارش در نواحی جنوبی کشور ممکن است ناشی از تزریق رطوبت از یاخته های بزرگ مقیاس مدل گردش عمومی به ساختار ریزمدل منطقه ای باشد. همچنین اریبی منفی بارش های خزری می تواند به دلیل ضعف مدل منطقه ای PRECIS در پارامترسازی بارش های همرفتی این منطقه باشد. علاوه برآن، بیشترین میانگین خطای شبیه سازی ماهانه در ماه های گرم سال دیده شد که در آنها وقوع یک بارش های ناگهانی همرفتی می تواند منجر به خطای کمابیش بزرگی شود. کمترین میانگین اریبی فصلی در بهار با 1/0میلی متر و بیشترین آن در زمستان با 2/17- میلی متر رخ داده است. نتایج این پژوهش نشان می دهد که مدل منطقه ای PRECIS توانمندی شبیه سازی بارش های کلّی کشور را دارد؛ اما توانمندی آن در شبیه سازی بارش های ناحیه ای و همرفتی ضعیف است.

این مطالعه با هدف ارائه چشم اندازی از اقلیم استان های محور شرقی کشور در دهه های آینده جهت برنامه ریزی کلان و اتخاذ روش های سازگاری و کاهش پیامدهای گرمایش جهانی انجام شده است. مطالعه حاضر با استفاده از مقیاس کاهی ترکیبی دینامیکی-آماری شامل  مدل منطقه ای اقلیمی RegCM4.5.11 به عنوان مدل دینامیکی و عامل تغییر به عنوان مدل آماری و با بکارگیری داده های شرایط مرزی مدل گردش کلی CanESM از سری مدل های CMIP5 بر روی  متغیرهای بارش و دما در منطقه شرق کشور از جمله استان های خراسان رضوی، جنوبی و سیستان و بلوچستان انجام گرفت. پس از انتخاب پیکر بندی بهینه مدل منطقه ای RegCM ، برونداد مدل منطقه ای RegCM به روش عامل تغییر پس پردازش آماری شد. مدل ترکیبی یادشده برای مقیاس کاهی برونداد مدل گردش کلی برای دو دوره آینده نزدیک (2021-2049)  و آینده دور (2099-2071) با استفاده از دو سناریوی RCP4.5 و RCP8.5 بکار گرفته شد. نتایج این تحقیق در مورد دما برای دوره آینده نزدیک حاکی از افزایش  سالانه 2/4 درجه ای در سناریوی RCP4.5 و  5/5 درجه در سناریوی RCP8.5 می باشد. در دوره آینده دور نتایج نشان دادند که دمای سالانه 2/5 درجه در سناریوی RCP4.5 و 9/8 درجه در سناریوی RCP8.5 افزایش می یابد. اگر در فرآیند مقیاس کاهی ترکیبی، سناریوی متوسط به عنوان میانگین پیش نگری ها در نظر گرفته شود، در آنصورت تغییرات بارش شرق کشور در آینده نزدیک بین 11- تا 15- درصد و در آینده دور بین 8- تا 149+ درصد نسبت به دوره دیدبانی خواهد بود. علیرغم اینکه تعداد اندکی از سناریوها، افزایش بارش را برای منطقه پیش نگری کرده اند، اما به نظر می رسد هر گونه اثرات افزایش بارش به دلیل افزایش دمای پیش نگری شده در منطقه بلااثر شده و منطقه در آینده درگیر تنش آبی خواهد شد که نیازمند اتخاذ روش های سازگاری و کاهش پیامدهای گرمایش جهانی  در منطقه است.

اقلیم تحت تاثیر عوامل طبیعی و انسان ساز در سطح جهانی و منطقه ای در حال تغییر است. امروزه، مدل های سری CMIP، منابع داده ای چند مدلی را به منظور بهبود پژوهش های علمی در راستای شناخت تغییر اقلیم و خطرپذیری اقلیم آینده در مقیاس منطقه ای یا محلی و توسعه رهیافت هایی برای سازگاری با اقلیم ارایه می دهند. با این وجود، ثابت شده است که این مدل ها قادر به حل جزئیات ویژگی های تغییر اقلیم در مقیاس های مذکور نیستند. به منظور پرکردن این خلا، روش های مقیاس کاهی ( دینامیکی و آماری)، به عنوان راه های چند روشی به منظور بدست آوردن پیش نگری های با قدرت تفکیک مناسب از مدل های جهانی اقلیمی بکار می روند. ارائه اطلاعات مطمئن تر اقلیمی به صورت چند مدل، چند روش و چند مقیاس (M5S) می تواند به تصمیم گیران بخش-های مختلف همچون آب و کشاورزی در پاسخ به تغییرات اقلیم کمک نماید. در این راستا، در این پژوهش با هدف ارایه سناریوهای آتی اقلیمی دما و بارش در حوضه کشف رود (دشت مشهد) از دو روش مقیاس کاهی آماری (SDSM و BCSD) و یک مدل منطقه ای اقلیم (RegCM) استفاده شده است. برونداد مدل اقلیمی CanESM2 برای دوره حاضر (2005-1984) و دوره آینده نزدیک (2050-2021) با سه روش مذکور، مقیاس کاهی شد. نتایج نشان داد میانگین دما در حوضه کشف رود در تمام فصل ها افزایش می یابد (با سه روش). تغییرات بارش دارای نوسانات زیادی است. در دوره آتی، بارش تا 4 و 9 درصد تحت این سناریوی با دو روش SDSM و RegCM کاهش می یابد که از لحاظ آماری معنی دار نیست در حالیکه با استفاده از روش مقیاس کاهی BCSD، بارش به طور معنی داری تا 24 درصد در ایستگاه مشهد افزایش خواهد یافت.

پروژه پیش بینی دهه ای، از برنامه های بلندپروازانه سازمان جهانی هواشناسی برای حذف خلاء بین پیش بینی های اقلیمی با برد زمانی کمتر از یک سال و پیش نگری اقلیمی با برد زمانی بیش از یک دهه است. این مقاله مراحل انجام کار و یافته های پیش بینی چندسالانه بارش با استفاده از مقیاس کاهی آماری برونداد مدل های DCPP از مجموعه مدل های پروژه CMIP6 که با داده های واقعی اول نوامبر سال 2019 آغازگری شده اند را بر روی ایران ارائه می دهد. دوره هدف پیش بینی 2023-2019 است. در این مطالعه از دو نوع داده برونداد مدل های پروژه DCPP در دو دوره تاریخی (2018-1989) و پیش بینی (2023-2019) و بارش شبکه ای GPCC در دوره 2018-1989 به عنوان داده های بازکاوی استفاده شده است. همچنین نقش دو دورپیوند دهه ای AMO و PDO بر بارش دوره هدف بررسی شد. یافته ها نشان دادند که در مجموع میانگین بارش در دوره 2023-2019 در محدوده نرمال تا کمتر از نرمال خواهد بود، به اینصورت که بر اساس دو روش تصحیح اریبی و وزنی بارش در نیمه غربی و جنوب کشور بیشتر از نرمال و در شرق کشور نرمال تا کمتر از نرمال، در روش پیش بینی احتمالاتی بارش سال های 2019 و 2020 در طبقه بیشتر از نرمال و سال های 2021، 2022 و 2023 عمدتا در طبقه کمتر از نرمال تا نرمال و به روش دورپیوندی در محدوده کمتر از نرمال پیش بینی می شود. هر چند پروژه DCPP در مراحل اولیه توسعه قرار داشته و نتایج منطقه ای آن به مقدار زیادی بستگی به روش های مقیاس کاهی بکار رفته دارد،  اما افق های جدیدی برای محققان و کاربران خدمات اقلیمی در حوزه منابع آب، کشاورزی، بیمه محصولات کشاورزی به وجود آورده است که می تواند نقشه راه کشور را در برنامه های توسعه پنج ساله هفتم (1405-1401) در حوزه منابع آب و کشاورزی شفاف سازد.