فرحناز خرم آبادی

امواج گرمایی ازجمله خطرناک ترین تهدیدات آب وهوایی مرتبط با گرم شدن کره زمین و وردایی اقلیمی هستند که در سال های اخیر روندی افزایشی داشته اند. در پژوهش حاضر جهت پیش نگری تغییرات مکانی شدت امواج گرمایی در استان آذربایجان شرقی از دو پایگاه داده استفاده شده است. پایگاه نخست؛ داده های روزانه دمای بیشینه در 5 ایستگاه همدید استان شامل تبریز، مراغه، جلفا، اهر و میانه برای بازه ی زمانی 1981 تا 2021 میلادی به عنوان دوره داده های تاریخی-پایه است. پایگاه دوم؛ برونداد مدل منتخب CanESM تحت سناریوی دوگانه اقتصادی-اجتماعی SSP1 حاصل از گزارش ششم تغییر اقلیم CMIP6 در دوره آینده از سال 2022 تا 2065 میلادی است. درست سنجی داده های دوره پایه با دوره آتی با سنجه های استاندارد انجام شد و با تکنیک رگرسیونی گام به گام، شدت امواج گرمایی استان مورد تبیین قرار گرفت. نتایج حاکی از این است که در تمام ایستگاه های موردبررسی، شدت امواج گرمایی تا سال 2065 میلادی افزوده خواهد شد و گستره بزرگی از وسعت استان را در بر خواهد گرفت. به طوری که در نیم سده آینده، شدت امواج گرمایی در تبریز با 3/1؛ در مراغه با 1؛ در جلفا با 7/0؛ در اهر با 1 و در میانه با 4/1 درجه سانتی گراد افزایش پیدا می کند. همچنین با گرم تر شدن هوای کره زمین ناشی از اثرگذاری تغییرات اقلیم جهانی، امواج گرمایی کوچک تر به هم می پیوندند و امواج گرمایی شدیدتر، بزرگ تر و ماناتری را به وجود خواهند آورد. همچنین نتایج نشان داد با کاهش عرض جغرافیایی در این استان و همجواری با مناطق پست و کم ارتفاع، بسامد و شدت رخداد امواج گرمایی نیز بیشتر خواهد شد.

افزایش گرمایش جهانی به عنوان یکی از مسائل عمده جهانی در قرن حاضر مطرح است. به همین دلیل بررسی و ارزیابی روند آن برای انسان اهمیت دارد، از این رو شبیه سازی این متغیر اقلیمی برای درک آینده بشر می تواند راهگشا باشد. روش های مختلفی برای شبیه سازی و پیش بینی امواج گرمایی وجود دارد که معتبرترین آن ها استفاده از مدل گردش عمومی جو و GCM می باشد. از جمله پرکاربردترین مدل ها جهت ریز مقیاس کردن داده های GCM، مدل آماری LARS-WG می باشد. در تحقیق حاضر، میزان کارایی این مدل جهت ریز مقیاس نمایی امواج گرمایی در ایستگاه جلفا مورد ارزیابی قرار گرفت. برای نیل به این هدف از آماری روزانه ی میانگین دمای بیشینه ی بالای 35 سانتی گراد درجه در دوره آماری معین استفاده شده است. و همچنین برای پیش بینی امواج گرمایی در سال های آینده از داده های دمای بیشینه ی مدل های (CESM-CAM، CMCC-CMS، CAN-ESM، MPI-ESM) تحت سناریو RCP8.5 برای دوره آتی 2022 تا 2065 انجام گرفت. دلیل انتخاب RCP8.5 به علت مطالعه تغییرات امواج گرمایی در بیش ترین شرایط انتشار گازهای گلخانه ای و گرمایش ناشی از آن ها می باشد. نتایج نشان داد امواج گرمایی در دوره آتی (2011-2005) نسبت به دوره پایه دارای توزیع نرمال می باشد؛ بنابراین این نتایج عملکرد بسیار خوب مدل LARS-WG را در شبیه سازی امواج گرمایی نشان می دهد. امواج گرمایی ایستگاه جلفا در دوره های پایه (1990-2020)، دارای بی نظمی و تغییرپذیری شدید رخدادهای سالانه امواج گرمایی، حکایت از تغییرپذیری شدید میانگین دمای سالانه و تنوع عوامل تأثیرگذار بر دمای منطقه دارد. از طرفی دیگر بر اساس پیش بینی مدل های اقلیمی MPI-ESM،CESM-CAM و CMCC-CAM دمای امواج گرمای سالانه ی که در دوره گرم به سوی گرمای بیشتر پیش می روند.

هدف از انجام این پژوهش بررسی تاثیر پارامترهای اقلیمی بر توزیع پوشش گیاهی در ایران مرکزی با استفاده از شاخص NDVI می باشد. برای شناخت پراکنش و توزیع پوشش گیاهی از روش های نوین ناحیه بندی PCA، خوشه بندی و روابط مکانی استفاده شد. بدین منظور دو متغیر اقلیمی (میانگین دما و رطوبت نسبی) از داده های هشت ایستگاه سینوپتیک در بازه زمانی آماری (1986-2018) انتخاب گردید. متناسب با فاصله های ایستگاه ها و تغییرات مکانی شاخص NDVI، شبکه ای به ابعاد 15*15 کیلومتر بر روی ایران مرکزی گسترانده شد. در این بررسی برای اطلاع از روند تغییرات شاخص NDVI از آزمون من-کندال به وسیله نرم افزار (MINITAB) استفاده شد. نتایج این بررسی نشان داد که میزان پراکنش پوشش گیاهی در ایران مرکزی با استفاده از شاخص NDVI بین 2/0- تا 64/0+ است. همچنین توزیع و تراکم پوشش گیاهی دارای رشد کمتر از یک درصد می باشد. نتایج این بررسی نشان می دهد متغیر اقلیمی دما بیشترین تأثیر را بر توزیع و تراکم پوشش گیاهی در ایران مرکزی دارد. بررسی توزیع و تراکم پوشش گیاهی ایران مرکزی با استفاده از روش PCA نشان داد که توزیع و تراکم پوشش گیاهی ایران مرکزی متاثر از هشت عامل است که عامل اول و دوم به تنهایی 56/81 درصد رفتار پوشش گیاهی را در ایران مرکزی تبیین می نمایند. درنهایت با انجام تحلیل خوشه ای سلسله مراتبی و با روش ادغام وارد بر روی ماتریس نمرات عامل ها، سه ناحیه توزیع و پراکنش پوشش گیاهی نامنظم، متوسط و یکنواخت در ایران مرکزی شناسایی و نمایش داده شدند.

بارش مهم ترین متغیر آب شناختی است که پیوند میان جو و فرآیندهای سطحی را برقرار می سازد. سه چهارم گرمای جو حاصل آزادسازی گرمای نهان تبخیر است. لذا پهنه بندی اقلیمی بارش فصل پاییز جهت دستیابی به توسعه همه جانبه در ابعاد مختلف مکانی-زمانی ضروری می باشد. برای این منظور از داد ه های روزانه فصل پاییز در 21 ایستگاه سینوپتیک منطقه مورد مطالعه با دوره آماری مشترک 32 (1989-2018) مورد واکاوی قرار داده است. بعدازآن که داده های مفقودی به روش جرم مضاعف توسط نرم افزار (spss) بازسازی و تکمیل گردید، این داده ها وارد محیط (EXCEL) شده و ماتریسی به صورت آرایه ای به حالت R با ابعاد 21×3491 تهیه شد. در این تحقیق برای اطلاع از وضعیت نرمال بودن داده ها از آزمون کلموگروف-اسمیرنوف و روند تغییرات آن ها از آزمون من-کندال با نرم افزار (MINITAB) استفاده شده است. پس از هنجار سازی، یک تحلیل عاملی با چرخش متعامد واریماکس بر روی آرایه بهنجار شده، اعمال گردید و مشخص شد درمجموع بیش از 16/68 درصد پراش داده ها توسط اقلیم بارش پاییزه منطقه توجیه می شود؛ که از میان عوامل، عامل اول 61 درصد و عامل دوم 7 درصد مهم ترین مقادیر پراش داده ها را بیان می کند. با انجام تحلیل خوشه ای سلسله مراتبی و با روش ادغام وارد بر روی ماتریس نمرات عامل ها، دو ناحیه اصلی و خرده ناحیه بارشی شناسایی شدند. این نواحی عبارت اند از: نواحی پربارشی و نواحی بارشی متوسط؛ بنابراین می توان گفت سهم بارش پاییزه حاصل از سامانه های محلی (بارش همرفتی، کوهستانی، جبهه های محلی و...) و عوامل مکانی(عرض جغرافیایی، موقعیت نسبی ایستگاه ها و...) در بخش جنوب غربی بیشتر است؛ و بخش های جنوب غربی به خصوص ایستگاه پیرانشهر بیشینه ی بارش افزون تر از سامانه های همدید را دریافت می کند. همچنین زمان وقوع بیشینه بارش فصل پاییز در نواحی بارشی متوسط شمال غرب حاصل از سامانه های همدید و  عوامل مکانی در ماه نوامبر در نیمه جنوب غربی رخ می دهد.

گرمایش جهانی، یکی از مشکلات کنونی و آتی بشر است که می تواند بر فعالیت های کشاورزی، حمل ونقل، منابع آب، تولید انرژی، معماری، نیازهای گرمایشی و سرمایشی، فنولوژی گیاه و ... اثرگذار باشد. در این پژوهش، برای واکاوی زمانی- مکانی نیاز درجه روز سرمایشی از داده های روزانه دمای کمینه و دمای بیشینه 16 ایستگاه همدید شمال شرق کشور در بازه ی زمانی20 ساله(1996- 2015) استفاده شده است. نخست ماتریس داده ها در نرم افزار مت لب با آرایه S به ابعاد(16*7035) تشکیل گردید که در آن سطرها، بیانگر زمان (روز) و ستون ها، بیانگر مکان(ایستگاه ها) هستند و در نهایت، درجه روز سرمایشی در هر ماه محاسبه و نقشه های پهنه بندی مکانی در ArcGIS ترسیم شد. نتایج نشان داد که همبستگی معنی دار و معکوس میان ارتفاع و عرض جغرافیایی با نیازهای درجه روز سرمایشی در همه ماه های گرم سال برقرار است به گونه ای که با افزایش این دو عامل اقلیمی، نیاز به سرمایش در ایستگاه های شمالی منطقه ی خراسان کاسته شده و با کاهش این دو در نواحی جنوبی خراسان بر میزان نیاز سرمایشی و مصرف انرژی جهت خنک شدن و آسایش فیزیولوژیکی انسان افزوده می شود. همچنین برحسب نیاز درجه روز سرمایشی، ناحیه خراسان را می توان به شش گروه اقلیمی تقسیم کرد. بیشترین نیاز سرمایشی با بیش از 500 درجه روز در مناطق جنوبی و کم ارتفاع منطقه به ویژه در ماه های ژوئن و ژوئیه(خرداد و تیر) و گروه اقلیمی بسیارگرم واقع شده است. بالاترین پهنه نیاز درجه روز سرمایشی در ماه آوریل و مه با 5/27 درصد مربوط به گروه اقلیمی نیمه گرم؛ در ژوئن با 5/24 درصد؛ ژوئیه با 7/23 درصد؛ اوت با 4/22 درصد و در سپتامبر با 5/22 درصد به گروه اقلیمی گرم و به میانه ی خراسان تعلق دارد. همچنین بررسی روند نیازهای سرمایشی حاکی از این است که در دوره ی گرم سال این روند در ایستگاه های مورد بررسی دارای نوسان های متعدد است. فقط در ایستگاه قائن برخلاف سایر ایستگاه ها در همه ماه ها، آهنگ کاهشی در نیازهای سرمایشی مشاهده می شود.