مجید رضایی بنفشه

خشکسالی مختص مکان خاص نبوده و مناطق مختلف جهان از آن متأثر می باشد، یکی از این مناطق، شمال غرب ایران است که در چند سال اخیر از این پدیده رنج می برد. هدف پژوهش حاضر مدل سازی و تحلیل خشکسالی در شمال غرب ایران می باشد. برای این کار پارامترهای اقلیمی: بارش، دما، ساعات آفتابی، حداقل رطوبت نسبی و سرعت باد در بازه زمانی 32 ساله (2018- 1987) در 21 ایستگاه شمال غرب ایران مورد استفاده قرار گرفت. برای مدل سازی، شاخص فازی T.I.B.I ابتدا چهار شاخص ( SET, SPI, SEB, MCZI ) با استفاده منطق فازی در نرم افزار Matlab فازی سازی شدند، سپس شاخص ها با هم مقایسه شده و درنهایت از مدل تصمیم گیری چند متغیره Topsis ، برای اولویت سنجی مناطق درگیر با خشکسالی استفاده شد. یافته های پژوهش نشان داد مدل T.I.B.I طبقات خشکسالی، چهار شاخص مذکور را به صورت دقیق در خود منعکس می کند. از بین 5 پارامتر اقلیمی مورد استفاده در این پژوهش، پارامتر دما در نوسان شدت خشکسالی بیش ترین تأثیر را داشت. شدت خشکسالی براساس مدل سازی صورت گرفته در مقیاس 12 ماهه بیش تر از 6 ماهه بود، طولانی ترین تداوم خشکسالی در منطقه مورد مطالعه مربوط به ایستگاه ارومیه در بازه 12 ماهه از ماه جولای سال 2003 تا ماه دسامبر سال 2004 به مدت 18 ماه رخ داده است. بیش ترین درصد رخداد خشکسالی در ایستگاه ارومیه در مقیاس 12 ماهه و کم ترین آن در ایستگاه سنندج در مقیاس 6 ماهه اتفاق افتاده است. براساس مدل سازی صورت گرفته، شاخص فازی T.I.B.I نسبت به شاخص فازی SPEI برتری نسبی را نشان داد.

کشاورزی تنها فعالیتی است که کم ترین آسیب را به طبیعت وارد می سازد؛ اما از شرایط طبیعی، به ویژه آب و هوا به شدت تأثیر می پذیرد. پدیده تگرگ از مهم ترین مخاطره ی طبیعی است که هر ساله با صدمات به محصولات کشاورزی باعث ناپایداری فعالیت های کشت و کار شده است. به همین دلیل بررسی نیازهای اقلیم شناختی گیاهان زراعی، ترویج و به کارگیری کامل دانسته های بشری پیرامون فرآیندهای جوی، منجر به بهبود کمی و کیفی محصولات و در نهایت پایداری کشاورزی می گردد. بنابراین بررسی جامع در توزیع زمانی– مکانی و شرایط همدیدی این پدیده ی مخرب، هدف تحقیق حاضر می باشد. به این منظور از داده های آماری ۲۳ ساله، ۱۰ ایستگاه سینوپتیکی منطقه (۲۰۱۴-۱۹۹۲) در فصل رشد گیاه (ماه های آوریل تا سپتامبر) استفاده و با انتخاب ۴ نمونه از بارش-های شدید تگرگ و نیز داده های مرکز NCEP/NCAR نقشه های همدیدی تراز دریا ۵۰۰، ۸۵۰ و ۱۰۰۰ هکتوپاسکالِ وزش سرد، وزش رطوبتی، اُمگا و جبهه زایی در محیط نرم افزار Grads ترسیم شده است. ساعت ۹ الی ۱۵ (با اوج بارش در ساعت ۱۲) به وقت گرینویچ و ماه های آوریل، می و ژوئن به ترتیب حداکثر فراوانی را داشته اند. در حداکثر بودن فراوانی وقوع در منطقه علاوه بر عوامل محلی چون توپوگرافی آن ها (با ارتفاع زیاد از سطح دریا)، محل ورود سیستم های بارش زا مانند بادهای غربی نقش مؤثری داشته است. قرارگیری فرودهای عمیق ناشی از فعالیت های بادهای غربیِ دارای هوای بسیار سرد عرض های شمالی، رطوبت دریای مدیترانه و سیاه روی منطقه، اختلاف دمای شدید بین سطح زمین (ناشی از فرارفت های هوای گرم و مرطوب در سطح زمین) و ترازهای بالا (همراه با جبهه های سرد) و صعود توده هوای سطح زمین منجر گشته که بیش ترین فراوانی وقوع تگرگ در فصل بهار (اوج بارش در آوریل و می) می باشد.

مبسوط بیان مسئله: سرما و یخبندان از مهم ترین پارامترهای اقلیمی در زمینه اقلیم کشاورزی می باشد که آسیب های ناشی از آن ها، امکان تولید بسیاری از محصولات کشاورزی و باغی را در مناطق آسیب پذیر کاهش می دهد. سرما و یخبندان، یکی از مخاطرات اقلیمی است که همه ساله باعث ایجاد خسارت در فعالیت های مختلف می گردد. مهم ترین بخشی که آسیب جدی و بیشترین خسارت را از یخبندان می بیند، بخش کشاورزی است . سرما و یخبندان های شدید برای بسیاری از گیاهان زراعی و باغی نتایج زیان بار و نابود کننده ای را در پی دارد، به طوری که در برخی سال ها میلیاردها ریال خسارت به باغداران، زارعین و در نهایت منافع ملی کشور وارد می شود . با توجه به اینکه منطقه شمال غرب ایران هر ساله خسارات مالی زیادی را در اثر رخداد مخاطرات جوی بخصوص سرما و یخبندان متحمل می شود. شناسایی و پهنه بندی فضایی مناطق دارای پتانسیل بالای مخاطره سرما و یخبندان و پیش بینی زمان وقوع آن ها، می تواند اطلاعات مناسب و با ارزشی را در جهت پیشگیری و کاهش خسارات فراهم آورد که در این پژوهش با استفاده مدل جهانی HadCM3 تحت دو سناریوی A2 و B1 و مدل ریزمقیاس گردانی LARS-WG به این امر پرداخته می شود. روش تحقیق: بررسی زمان وقوع و پیش بینی تغییرات آن ها در آینده از اهمیت زیادی برخوردار است. بدین منظور مدل های گردش عمومی جو ( GCM ) طراحی شده اند که می توانند پارامترهای اقلیمی را در آینده شبیه سازی کنند. لذا در این پژوهش داده های خروجی مدل گردش عمومی HadCM3 تحت دو سناریوی انتشار A2 و B1 توسط مدل آماری LARS - WG در 21 ایستگاه سینوپتیک واقع در شمال غرب ایران ریز گردانی شد و نتایج حاصل از آن در دوره پایه (2010-1980) و دهه 2020 (2030-2011) برای دو متغیر اقلیمی دمای کمینه و دمای بیشینه مورد ارزیابی قرار گرفت. سپس تاریخ وقوع اولین و آخرین یخبندان و سرمای پاییزه و بهاره استخراج و تاریخ وقوع آن ها در آینده محاسبه شد. نتابج و بحث: بررسی میانگین ماهانه دمای حداقل ایستگاه های مورد مطالعه در دهه 2020 و دوره پایه نشان می دهد که میزان دما بر اساس هر دو سناریوی مورد بررسی و در همه ماه ها و در بیشتر ایستگاه های مطالعاتی نسبت به دوره پایه افزایش یافته است. بیشترین تغییرات دمای کمینه در منطقه مورد مطالعه بر اساس متوسط سناریوهای مورد بررسی در این دهه مربوط به ایستگاه های ابهر، اردبیل، خوی و ارومیه به میزان 8/0 درجه سلسیوس می باشد؛ در واقع دماهای کمینه ای که در این ایستگاه ها در دوره پایه اتفاق افتاده است در دوره آینده مشاهده نشده و روند گرمایشی از خود نشان داده است که میزان آن در دوره آتی در سطح منطقه مورد مطالعه در دهه 2020 بین 4/0 تا 8/0 نسبت به دوره پایه خواهد بود. نتایج حاصل نشان از افزایش در میانگین ماهانه حداقل و حداکثر دمای روزانه در دوره آتی تا حدود 8/0 درجه سلسیوس دارد. نتایج حاصل از بررسی اولین و آخرین یخبندان در دهه 2020 نشان می دهد که در سطح منطقه مورد مطالعه اولین یخبندان زودرس پاییزه بین 2 تا 9 روز دیرتر اتفاق می افتد که کمترین تغییرات در تاریخ شروع یخبندان ها نیز مربوط به دو ایستگاه قزوین و مشکین شهر هر کدام با 2 روز تغییر نسبت به دوره پایه می باشد. آخرین یخبندان دیررس بهاره نیز بین 3 تا 10 روز زودتر در سطح منطقه به پایان می رسد که با این وصف طول دوره یخبندان ها در تمامی ایستگاه های مورد مطالعه کاهش خواهد که یافت که بیشترین کاهش مربوط به ایستگاه خوی با 16 روز و سپس ایستگاه های ارومیه و اردبیل هر دو با 14 روز و کمترین کاهش مربوط به ایستگاه مشکین شهر به 6 روز می باشد. بر اساس نتایج حاصل تغییرات در تاریخ شروع یخبندان های زودرس کمتر از تغییرات نسبت به یخبندان های دیررس می باشد. بر این اساس بررسی وضعیت یخبندان ها و سرماها نیز در بیشتر ایستگاه های مورد بررسی نشان می دهد که اولین سرما و یخبندان های پاییزه در دوره آتی دیرتر از قبل آغاز شده و سرما و یخبندان های بهاره نیز زودتر به پایان می رسند. کمترین تغییرات مربوط به جنوب شرق منطقه مورد مطالعه و مناطق مشکین شهر و سراب و بیشترین تغییرات طول دوره یخبندان مربوط به مناطق خوی، ارومیه، تبریز و اهر می باشد با توجه به نتایج حاصل بیشتر مناطق مورد مطالعه به طور متوسط بین 10 تا 12 روز کاهش در طول دوره یخبندان را نسبت به دوره پایه تجربه خواهند کرد. نتیجه گیری: نتایج حاصل نشان از افزایش در میانگین ماهانه حداقل و حداکثر دمای روزانه در دوره آتی تا حدود 8/0 درجه سلسیوس دارد. بر این اساس بررسی وضعیت یخبندان ها و سرماها نیز در بیشتر ایستگاه های مورد بررسی نشان می دهد که اولین سرما و یخبندان های پاییزه در دوره آتی دیرتر از قبل آغاز شده و سرما و یخبندان های بهاره نیز زودتر به پایان می رسند. ه

بحران آب به همراه اثرهای منفی تغییر اقلیم یکی از دغدغه های بشر در سطح جهانی است. تغییرات بلندمدت فراسنج های اقلیمی در نتیجه انتشار گازهای گلخانه ای تأثیر معنی داری در منابع آب تجدیدپذیر داشته است. در این پژوهش به بررسی تغییرات زمانی تبخیر- تعرق واقعی (ETa) و ارتباط آن با دما و بارش استان آذربایجان شرقی پرداخته شد. برای این کار از داده های فرآورده دورسنجی MOD16A2 سنجنده مودیس در بازه زمانی ۲۰۰۰ ۲۰۱۴ استفاده شد. تفکیک اسمی داده های به کارگرفته شده سنجنده مودیس 1000 متر است. در این پژوهش، علاوه بر داده های فرآورده MOD16A2، داده های دماهای بیشینه، کمینه، و بارش 11 ایستگاه همدید استان نیز به کار گرفته شد. هدف از این پژوهش مقایسه مقادیر ETa پایگاه ntsg با دما و بارش استان است. نخست میانگین داده های رقومی تبخیر- تعرق واقعی استان بر روی 124548 یاخته برآورد شد. سپس، به روش همبستگی و تحلیل رگرسیون پیوند بین دماهای بیشینه، کمینه، و بارش ایستگاه های همدید با تبخیر- تعرق واقعی ارزیابی شد. نتایج نشان داد که همبستگی خطی دماهای بیشینه و دمای کمینه با تبخیر- تعرق واقعی یاخته نماینده ایستگاه ها به صورت مستقیم و منفی بوده و با افزایش هر C°1 دما، مقدار تبخیر- تعرق واقعی به اندازه 02/0 میلی متر در روز کاهش می یابد.

برنامه ریزی مدیریت پیش از وقوع بحران از مسائل مهمی است که امروزه پیش روی مدیران شهری به ویژه در حوزه مدیریت بحران قرار دارد. در این پژوهش مکان یابی پایگاه های چند منظوره مدیریت بحران در مناطق 1 ، 4 و 10 شهرداری تبریز که در شمال شهر تبریز قرار دارند مورد مطالعه قرار گرفته است. در مرحله نخست به شناسایی و بررسی عوامل موثر بر مکان گزینی پایگاه ها، پرداخته شد. پس از گرد آوری و آماده سازی لایه ها، نقشه های رستری تهیه گردید و سپس وزن دهی به پارامترها با استفاده از فرآیند AHP در نرم افزار Expertchoice انجام گرفت. در مرحله بعد لایه های اطلاعاتی بر مبنای مدل های IO، مدل بولین و Fuzzy با یکدیگر تلفیق و در نهایت از ترکیب نتایج حاصل از این مرحله گزینه هایی به عنوان مکان مطلوب، معرفی شدند و با توجه به قابلیت سیستم اطلاعات جغرافیایی (GIS) در حل مسائل پیچیده شهری و سهولت در تحلیل و آنالیز های مکانی، از توانایی های این سیستم جهت آماده سازی، تلفیق و تحلیل لایه ها بهره گرفته شده است. که نتایج استخراج شده از پژوهش، بخش جنوبی منطقه چهار به عنوان گزینه برتر تعیین شد که دارای فضاهای شهری مناسب از قبیل فضاهای سبز، آموزشی، ورزشی و ..... می باشد و شرایط دسترسی مناسب تری دارند که دارای اولویت بیشتری برای استقرار این پایگاه ها می باشد، و بهترین مکان ها جهت مکان گزینی این پایگاه، مربوط به پارک های امیر کبیر، آنا، توحید و نواحی اطراف میدان جهاد به طرف 22 بهمن و چند نقطه دیگر ارزیابی شده است.

ماهیت بارش سنگین و پیامدهای ناشی از آن سبب شده که این پدیده اهمیت ویژه ای در برنامه ریزی های محیطی و مدیریت منابع آب داشته باشد. در این پژوهش به منظور واکاوی سامانه ی بلاکینگ مؤثر بر بارش های سنگین تبریز در 1379 مورد روز بارشی، نقشه های فشار تراز دریا، ارتفاع ژئوپتانسیل تراز 500 هکتوپاسکال، مؤلفه های باد، همگرایی شار رطوبت مورد تجزیه و تحلیل قرار گرفت. با استفاده از نقشه های همدیدی و جابجایی سیستم های جوی همچون ناوه ها، سامانه های کم فشار و پرفشار سطح زمین بررسی شد. داده های بارش روزانه برای ایستگاه تبریز با استفاده از رویکرد محیطی به گردشی طی سال های 2013-1951 تجزیه و تحلیل شد. نتایج پژوهش نشان داد که سه الگوی اصلی فشار تراز دریا در ایجاد این بارش ها مؤثر بوده و استقرار سردچال در غرب پهنه ی مطالعاتی و همراهی سطح زمین، شرایط را برای ایجاد بارش سنگین فراهم کرده است.

در این پژوهش به منظور تعیین روند و شدت تغییرات دما، آماره سینوپ های سه ساعته در طول روز و شب در مقیاس فصلی و سالانه برای ایستگاه سینوپتیک تبریز(با 195768 برداشت داده) طی دوره آماری (1951-2017) استخراج و مورد بررسی قرار گرفت. سری های زمانی دما برای هرکدام از سینوپ ها در مقیاس فصلی و سالانه تهیه گردید. سپس جهت تهیه سری های زمانی دمای شبانه و روزانه داده های سه ساعته دما(سینوپ ها) به دو گروه دمای شبانه (شامل میانگین دمای سینوپ های 00:00 ، 03:00 ، 18:00 و 21:00) و دمای روزانه(شامل میانگین دمای سینوپ های 06:00 ، 09:00 ، 12:00 و 15:00) تبدیل شدند. جهت شناسایی روند و معنی داری روند تغییرات از روش تحلیل ناپارامتریک من-کندال و نیز برای تعیین شیب خط روند هرکدام از این واحد های زمانی از آزمون تخمینگر شیب سن استفاده شد. نتایج تحقیق نشان می دهد که در بین تمامی سینوپ های مورد بررسی سینوپ 03:00(ساعت 06:30 به وقت محلی) دارای تغییرات شدید تری نسبت به سایر سینوپ ها است که در فصل تابستان دارای افزایش 0.66 درجه سانتیگرادی دما در هر دهه می باشد. بیشترین تغییرات سالانه نیز مربوط سینوپ 00:00 (افزایش 0.47 درجه سانتیگراد در هر دهه) است. بررسی تغییرات فصلی دمای شبانه و روزانه نیز نشان دهنده آن است که بیشترین تغییرات دمای شبانه مربوط به فصل تابستان (افزایش 0.62 درجه سانتی گراد در هر دهه) و بیشترین تغییرات دمای روزانه نیز مربوط به فصل بهار و تابستان(افزایش 0.3 درجه سانتی گراد در هر دهه) است.

کشور ایران از جمله مناطق خشک و نیمه خشک جهان است و با محدودیت شدید منابع آب مواجه است. تعیین تبخیر و تعرق که یکی از اجزای اصلی چرخه هیدرولوژی می باشد، در بسیاری از مطالعات از جمله توازن هیدرولوژیک آب، طراحی و مدیریت سیستم های آبیاری، شبیه سازی میزان محصول و مدیریت منابع آب از اهمیت بالایی برخوردار است. در پژوهش حاضر از روش شبکه عصبی مصنوعیANN و سه روش تجربی پنمن مانتیث فائو (PMF56) و بلانی کریدل(BC) کمبرلی پنمنK-P)) برای مدلسازی سیستم غیرخطی تبخیر و تعرق گیاه مرجع (ET0) که داده های ورودی- خروجی آن به صورت روزانه بودند، استفاده شد. سپس نتایج بدست آمده از روش های مذکور با داده های تبخیر اندازه گیری شده در منطقه آذربایجان شرقی(ایستگاه مراغه، میانه، اهر و جلفا) تحت واسنجی قرار گرفتند. نتایج نشان داد که روش شبکه عصبی مصنوعی دارای دقت و سرعت بهتر در مدلسازی ET0 در مقایسه با روش های کلاسیک می باشد. از دیگر نتایج مطالعه می توان به مناسب تر بودن روش دمایی BC نسبت به دیگر مدل های تجربی اشاره کرد. همچنین این پژوهش نشان داد مدل ANN با قانون یادگیری لونبرگ مارکوارت نتایج ET0 بهتری را در شرایط اقلیمی مورد مطالعه ارائه می دهد.

ازجمله چالش های مهم پیش روی منابع آب کشور، می توان به پدیده تغییر اقلیم و تأثیرات آن اشاره کرد. مدل های گردش عمومی ( GCM ) بهترین اطلاعات درباره پاسخ جو به افزایش تمرکز گازهای گلخانه ای را می تواند فراهم کنند. ازآنجاکه خروجی های این مدل دارای دقت زمانی و مکانی کافی برای مطالعات تأثیر تغییر اقلیم نیست، لازم است داده های خروجی مدل های گردش عمومی کوچک مقیاس گردند؛ که در این پژوهش از روش ریزمقیاس نمایی آماری SDSM و برای ارزیابی تغییرات اقلیمی از مدل CanEMS2 که در گزارش پنجم IPCC آمده تحت سه سناریوی RCP2 . 6 ، RCP4 . 5 و RCP8.5 استفاده شده است. از داده های روزانه دمای کمینه، بیشینه و بارش ایستگاه سینوپتیک شهرکرد (ناحیه اقلیمی کوهستانی سرد) و بندر انزلی (ناحیه اقلیمی خیلی مرطوب و معتدل) بهره گرفته و پارامترهای مذکور برای سه دوره زمانی 2040-2011، 2070-2041 و 2099-2071 پیش بینی شده است. نتایج تحقیق نشان می دهد که مدل SDSM دقت و کارایی بالایی در ناحیه اقلیمی خیلی مرطوب و معتدل (بندر انزلی) نسبت به ناحیه اقلیمی کوهستانی سرد (شهرکرد) دارد. بااین حال مدل توانایی قابل قبولی در شبیه سازی پارامترهای مذکور در هر دو ناحیه را دارد. طبق هر سه سناریو RCP دمای کمینه، بیشینه و بارش در هر دو ناحیه اقلیمی در هر سه دوره زمانی افزایش را تجربه خواهند کرد، ولی ناحیه اقلیمی کوهستانی سرد بیشتر تحت تأثیر پدیده تغییر اقلیم قرار خواهد گرفت.

در این پژوهش با به کار گیری رویکرد محیطی به گردشی مهم ترین سامانه های همدیدی موثر بر بارش برف در شمال غرب ایران مورد بررسی قرار گرفته است. به این منظور ابتدا داده های روزانه 26 ایستگاه برف سنجی در ناحیه شمال غرب از تاریخ دی 1329 تا تاریخ آذر 1383 از سازمان هواشناسی کشور اخذ گردید. همچنین داده های میانگین روزانه فشار تراز دریا از تاریخ 1951 تا تاریخ 2004 برداشت گردید و با تحلیل خوشه ای بر روی داده های فشار الگوهای جوی طبقه بندی گردیدند. در نهایت برای شناسایی مهم ترین سامانه ها، روزی که بیشترین همبستگی را با سایر روزها در یک خوشه داشت به عنوان روز نماینده الگوی گردشی آن خوشه انتخاب و مبنای واکاوی این پژوهش واقع گردید. نتایج نشان داد که بارش برف در این ناحیه تحت 2 شرط عمده رخ می دهد؛ 1- نفوذ زبانه های پرفشار سیبری به این ناحیه 2- ورود پرفشار دریای سیاه به این ناحیه. همچنین در الگوی دوم زمانی که پرفشار دریای سیاه، کم فشار ایسلند، پرفشار آزور و کم فشار سودان در اوج فعالیت خود باشند شاهد ریزش های برف سنگینی در این ناحیه می باشیم به طوری که در این الگو همزمان با تقویت سامانه-های مذکور میزان بارش برف و پراکنش آن در سطح ایستگاه های مورد مطالعه افزایش چشمگیری پیدا نموده است.

پیش بینی تغییرات دماهای کمینه برای اطلاع از میزان تغییرات آن در آینده و در نظر گرفتن تمهیدات لازم، برای تعدیل اثرات سوء ناشی از تغییرات آب و هوایی بر محصولات کشاورزی از اهیمت زیادی برخوردار است. در این راستا مدل های گردش عمومی جو (GCM) طراحی شده اند که می توانند پارامترهای اقلیمی را شبیه سازی نمایند. در مطالعه حاضر داده های خروجی دو مدل گردش عمومیHadCM3 و MPEH5 براساس دو سناریوی A2 و B1، توسط مدل آماری LARS-WG در 21 ایستگاه سینوپتیک واقع در شمال غرب کشور ریزمقیاس گردانی شد و نتایج حاصل از آن بصورت ماهانه و دوره ای در دوره پایه (2010-1980) و دهه 2050 (2065-2046) برای دمای کمینه مورد ارزیابی و تجزیه و تحلیل قرار گرفت. در ارزیابی مدل LARS-WG به بررسی میزان خطای داده های مشاهداتی و شبیه سازی با استفاده از شاخص های MSE، RMSE، MAE و همچنین ضریب تعیین (R2) پرداخته شد و مدل برای منطقه مناسب ارزیابی گردید. نتایج نشان داد که مقدار دمای کمینه در دوره آینده نسبت به دوره پایه در منطقه شمال غرب افزایش خواهد یافت. این مقدار افزایش دمای هوا در سطح منطقه مورد مطالعه بر اساس مدل های HadCM3 و MPEH5 به طور متوسط، 9/1 و 7/1 درجه سانتی گراد تا افق 2065 نسبت به دوره پایه خواهد بود. نیمه شمالی منطقه شمال غرب ایران از تغییرات دمایی بالاتری نسبت به مناطق نیمه جنوبی برخوردار خواهد بود. در واقع مناطق سردسیرتر عرض های بالا، با تغییرات افزایشی بیشتری در مقدار دماهای کمینه مواجه خواهند شد. نتایج و دستاوردهای این تحقیق برای برنامه های بلند مدت در جهت اقدامات سازگارانه در مدیریت باغهای میوه، تولیدات کشاورزی و مدیریت منابع آبی حائز اهمیت است.

تغییرات اقلیمی یکی از اصلی ترین معضل کره زمین در عصر حاضر است بنابراین پیش بینی این تغییرات در آینده و اثرات آن بر منابع آب، محیط طبیعی، کشاورزی و اثرات زیست محیطی، اقتصادی و اجتماعی از اهمیت ویژه ای برخوردار است. به همین دلیل در پژوهش حاضر اثرات تغییر اقلیم جهانی بر نواحی مختلف آب وهوایی کشور در نواحی 12 گانه اقلیمی مورد بررسی قرار گرفت. در این پژوهش از داده های NCEP و عناصر اقلیمی بارش، دمای بیشینه و کمینه در دوره پایه (2005-1961) برای ریزمقیاس نمایی آماری با مدل SDSM استفاده شد؛ و با استفاده از خروجی مدل CanEMS2 تحت سناریوهای RCP برای سه دوره آماری 2040- 2011، 2070-2041 و 2099-2071 تغییرات سالانه عناصر اقلیمی به دست آمد. برای ارزیابی عملکرد مدل از ضریب همبستگی، ضریب تعیین و شاخص های خطا سنجی RMSE، MSE و MAD استفاده شد و نتایج نشان داد که مدل SDSM عملکرد مناسبی برای تولید عناصر اقلیمی دارد. بااین حال نتایج به دست آمده نشان داد که دقت مدل در ایستگاه های مختلف متفاوت است. بدین صورت که هر مدل در شبیه سازی دمای کمینه و بیشینه از عملکرد مناسبی نسبت به بارش برخوردار است. همچنین نتایج بلندمدت سالانه نشان داد که بارش در تمامی نواحی اقلیمی مورد مطالعه در دهه های آتی کاهش پیدا خواهد کرد که بیشترین کاهش در نواحی بیابانی نیمه گرم داخلی (35 درصد) و خیلی مرطوب و معتدل (32 درصد) اتفاق خواهد افتاد؛ اما تغییرات دمای کمینه و بیشینه در نواحی مختلف اقلیمی متفاوت خواهد بود به طوری که تحت سناریوهای RCP در طول تمام دوره آماری در ایستگاه سبزوار و طبس تغییرات کمینه دما کاهشی خواهد بود ولی در دیگر نواحی اقلیمی روند تغییر دمای کمینه و بیشینه افزایشی خواهد بود. بیشترین افزایش کمینه و بیشینه دما بر اساس سناریوهای RCP تحت سناریوی RCP8.5 در دوره آماری 2099-2071 در ناحیه اقلیمی کوهستانی سرد به ترتیب با 03/3، 27/4 درجه سانتی گراد خواهد بود.

این تحقیق با هدف شناسایی کانون و عوامل همدید موج توفان گرد وغبار 1 تا 3 نوامبر 2017 در شهر کرمانشاه انجام گرفت. جهت بررسی شرایط همدیدی علل وقوع این پدیده، از مجموعه داده های پیش بینی میان مدت جوی مرکز اروپایی (ESMWF ) با قدرت تفکیک 125/0 درجه قوسی شامل، ارتفاع ژئوپتانسیل، امگا، فشار تراز دریا، مؤلفه های مداری و نصف النهاری، رطوبت ویژه ، رطوبت خاک تا عمق 10 سانتی متری و عمق اُپتیکی گرد وغبار استفاده گردید. جهت مسیر یابی منشأ ذرات گرد وغبار از روش لاگرانژی مدلHYSPLIT مورد استفاده شد. همچنین با استفاده از مدل جفت شده پیش بینی عددی وضع هوا WRF-chem توفان گرد وغبار شبیه سازی شد. و در نهایت از طریق پردازش تصاویر ماهواره ای MODIS قلمرو گسترش آن مشخص شد. بررسی نقشه های ردیابی HYSPLIT نشان می دهد که دو مسیر کلی برای انتقال گرد وغبار به منطقه قابل تشخیص است: 1- مسیر شمال غرب- جنوب شرقی که با عبور از روی هسته های گرد وغبار شکل گرفته در بیابان های عراق و سوریه عمل انتقال گرد وغبار به نیمه غربی ایران را انجام می دهد. 2- مسیر جنوب غرب به غرب ایران و شهرکرمانشاه که سرچشمه اصلی گرد وغبار در روز 2 و 3 نوامبر بوده و منبع ذرات کویت، شمال عربستان و بخشی از عراق می باشد. توزیع مکانی گرد وغبار تفسیر شده توسط تصاویر سنجنده MODIS با توزیع مکانی غلظت گرد وغبار شبیه سازی شده توسط مدل WRF-chem انطباق دارد.

هدف از این پژوهش بررسی تغییرات زمانی و توزیع مکانی پوشش کلی ابرناکی در حوضه ی آبریز دریاچه ی ارومیه می باشد. به منظور رسیدن به اهداف این تحقیق از داده های مشاهداتی پوشش کلی ابرناکی در 5 ایستگاه منتخب هواشناسی و از محصول پوشش کلی ابرناکی (CFFCM) سنجنده مودیس(ترآ و آکوا) استفاده شد. مقادیر ابرناکی مشاهداتی منطبق بر استاندارد ایکائو (ICAO) به پنج کلاسه آسمان بدون ابر، کمی ابری، قسمتی ابری، نیمه ابری و تمام ابری طبقه بندی شده و به بررسی تغییرات ابرناکی پرداخته شد. همچنین به منظور بررسی ارتباط بین پوشش کلی ابرناکی با عناصر بارش، دما، تبخیر و ساعات آفتابی از آزمون همبستگی پیرسون استفاده شد. یافته های پژوهش نشان داد که در منطقه مورد مطالعه اغلب آسمان صاف (7/28%) و کمی ابری (9/23%) است و تنها در حدود 30 درصد از موارد شرایط نیمه ابری و تمام ابری مشاهده می گردد. در بررسی روند فراوانی رخداد هر یک از کلاسه های ابرناکی مشخص شد که در اغلب موارد روند افزایشی در کلاسه های صاف و کمی ابری و در مقابل روند کاهشی در کلاسه های نیمه ابری و تمام ابری رخ داده است. مطالعه ضرایب همبستگی بین پوشش کلی ابرناکی با پارامترهای اقلیمی نشان داد رابطه مستقیم و معنی داری بین ابرناکی با بارش سالانه و رابطه معکوس با دما، تبخیر و ساعات آفتابی وجود دارد که این رابطه در مورد دمای سالانه ضعیف تر از بقیه پارامترها بوده و همچنین رابطه های ایجاد شده با داده های مشاهداتی منطقی تر از داده های ماهواره ای است. بررسی پراکندگی مکانی میانگین ابرناکی فصلی نشان داد ابرناکی در فصل زمستان و پاییز با فصل بهار و مخصوصاً تابستان متفاوت است. بالاترین مقدار ابرناکی زمستانه (تابستانه) در نیمه جنوبی (شمالی) حوضه آبریز دریاچه ارومیه مشاهده می گردد و این چینش با جریان های همدیدی فصلی و پراکندگی ارتفاعات انطباق دارد.

سابقه و هدف:. مطابق با گزاره های علمی هنگامی که مقادیر زیادی از گازهای گلخانه ای مانند دی اکسید کربن در جو متمرکز می شود، درجه حرارت نه تنها در سطح زمین، بلکه در تروپوسفر هم افزایش پیدا خواهد کرد. آنچه شاید مهم ترین نکته در مورد نوسانات درجه حرارت سطح جهانی باشد، این است که با وجود فراز و فرودهای کوتاه مدت، شواهد نشان می دهد که سیاره ما به طور ثابت در حال انباشتن گرماست. شب هنگام، تابش های کوتاه پس از غروب خورشید حذف می شود و دمای هوا تابعی از تابش های بلند خروجی است. بنابراین دمای شبانه به عنوان متغیری است که به طور ویژه تحت تأثیر نوسانات گازهای گلخانه ای از جمله قرار دارد. بخشی از تابش موج بلند زمینی از طریق پنجره های جوی خارج می شود و بخش عمده ای از آن توسط گازهای گلخانه ای به صورت تابش بلند برگشتی به سطح زمین بازگشت داده می شود که به ویژه در شب ها و فصل زمستان نقش مهمی در تعادل دمایی کره زمین دارد. مطالعه و بررسی دمای شبانه در ارتباط با مقادیر دی اکسید کربن اتمسفر، می تواند روند تغییر اقلیم را آشکار سازد. در این پژوهش برای نخستین بار تصاویر سنجنده AIRS به منظور بررسی دمای شبانه و گاز دی اکسید کربن استفاده شد. اهمیت تغییر دما در زیست گیاهی و جانوری، و به طور کل تعادل طبیعت بروز و ظهور پیدا می کند و چنانچه این تعادل طبیعی از بین برود، تغییرات اساسی و گاهی جبران ناپذیر در حیات کره زمین و کشور ایران رخ خواهد داد که آثار نامطلوبی برای زندگی بر جای خواهد گذاشت. گاز گلخانه ای  می تواند طی فرایند گلخانه ای دمای شبانه را دچار نوسان کند. لذا انجام این پژوهش می تواند مدیران و برنامه ریزان را در افزایش آگاهی و پیشبرد سیاست های اقلیمی برای کاهش و جلوگیری از خطرات احتمالی ناشی از تغییرات در مقادیر انتشار دی اکسید کربن و به تبع آن تغییرات دمایی و ایجاد طرح های مؤثر یاری می کند. مواد و روش ها: داده های این پژوهش مربوط به دوره آماری 2016-2003 و ماه های ژانویه، مه، ژوئیه و نوامبر است. به منظور بررسی تغییرات و دمای شبانه و تحلیل و ارزیابی اثرگذاری دی اکسید کربن بر متغیر دمای شبانه در این پژوهش نمودارهای سری زمانی ماهانه و فصلی بررسی شدند. به منظور بررسی معنادار بودن و یا عدم معناداری روندها و نوع روند، آزمون من– کندال به کار گرفته شد. آزمون همبستگی پیرسون و رگرسیون غیرخطی inverse برای تحلیل های آماری داده های دمای شبانه و استفاده شد. به منظور تحلیل بصری از دمای شبانه و به علت طولانی بودن دوره مورد مطالعه، نقشه های دمای شبانه سال های مورد مطالعه تهیه و با روش درون یابی IDW پهنه بندی شد. نتایج و بحث: بررسی آماری توزیع میانگین دمای شبانه در ایران نشان داد میانگین دما در انتهای دوره مطالعاتی (سال 2016) از میانگین کل دوره مطالعاتی به مقدار 42/0درجه کلوین، بیشتر بوده است. بیشترین نوسانات دمای شبانه مربوط به فصل زمستان و کمترین نوسانات که تاحدودی روند یکنواختی در آن مشاهده شده متعلق به فصل تابستان بوده است. مطابق با نمودار سری زمانی، روند میانگین فصلی، میزان در هر چهار فصل در سال های 2003 تا 2016 کاملاً افزایشی بوده است. با توجه به نمودار سری زمانی ماهانه، از بین ماه های مورد مطالعه ماه ژوئیه، کمترین نوسانات و ماه های نوامبر و ژانویه بیشترین نوسانات دمایی را به خود اختصاص دادند. براساس نقشه های دمای شبانه فصلی، کمینه دمای شبانه در شمال غرب، رشته کوه های البرز، زاگرس و نواحی خراسان شمالی در هر چهار فصل قابل مشاهده بود. سواحل جنوبی و شهرهای ساحلی جنوب از استان خوزستان تا استان سیستان و بلوچستان و همچنین دشت کویر و کویر لوت، در تمام فصل ها، بیشینه دمای شبانه را به خود اختصاص داده است. با توجه به نقشه پهنه بندی شده میانگین دمای شبانه ماه های ژانویه، مه، ژوئیه و نوامبر برای سال های 2003، 2006، 2009، 2012، 2015 و 2016، توزیع مکانی دمای شبانه در ایران حاکی از افزایش دمای شبانه ماه ژانویه در اواخر دوره مطالعاتی در برخی نواحی مرکزی شامل بخش هایی از استان های سمنان، یزد و اصفهان و بخش هایی از خراسان جنوبی و قسمت هایی در جنوب شرق ایران بود. مطابق نتایج آزمون من– کندال، تنها روند موجود در دمای شبانه ماه ژوئیه صعودی و معنادار بوده و روند ، در همه ماه ها صعودی و معنادار بوده است. براساس نتایج آزمون پیرسون، دمای شبانه ژوئیه همبستگی بالایی (66/0) با  داشته است. نتایج مدل رگرسیون غیرخطی بین دو متغیر، حاکی از این بود که با ضریب تعیین 44/0 بیشینه بیشترین تأثیر را بر بیشینه دمای شبانه در ماه ژوئیه در دوره مطالعاتی داشته است. نتیجه گیری: مطابق با نتایج این پژوهش در بازه زمانی مورد مطالعه، رابطه بین روند افزایشی دمای شبانه و دی اکسید کربن در ماه تیر (ژوئیه) تأیید شد. به این ترتیب، احتمال افزایش دماهای شبانه به علت افزایش انتشار دی اکسید کربن در نواحی مناطق مختلف جهان، می تواند موضوع بررسی پژوهشگران قرار بگیرد. همچنین باید اشاره کرد که در بستر روندهای طولانی مدت، گاهی تغییرات دوره ای، رخ می دهد که دوام آن بیش از یک سال است. اگر مطالعه و پژوهش دیگری در ارتباط با موضوع پژوهش حاضر انجام پذیرد و سری زمانی طولانی تری (چندین دهه) مورد مطالعه قرار گیرد، ممکن است روند غالب بر ایران، شرایط دیگری را نشان دهد.

جنوب شرق و شرق ایران به دلیل خشکسالی های متعدد، سدسازی های بالادستی و تغییرات شدید کاربری اراضی طی سال های اخیر به یکی از مهم ترین کانون های تولید گردوغبار تبدیل شده است. در این مطالعه باهدف توزیع زمانی- مکانی گردوغبار فصلی در شرق و جنوب شرق ایران از داده-های ایستگاهی (15 ایستگاه سینوپتیک طی دوره 2015-1980)، شاخص عمق نوری هواویز (AOD) سنجنده MODIS ماهواره Terra و شاخص جذب هواویز (AAI) سنجنده OMI ماهواره Aura طی دوره 2015-2005 استفاده شد. برای ارزیابی روند روزهای گردوغباری آزمون ناپارامتریک من-کندل (MK) به کاربرده شد. نتایج نشان داد که متوسط روزهای گردوغباری در این منطقه از ایران 24/9 روز است و بیشینه روزهای گردوغباری با 51/45 روز در فصل تابستان در ایستگاه زابل اتفاق می افتد. تغییرات فصلی گردوغبار شرق و جنوب شرق ایران دارای دو فاز حداکثری بهاره و تابستانه است. همچنین گردوغبار با ارتفاع و عرض جغرافیایی رابطه معکوس نشان داده است. پارامترهای جوی، خشک شدن رودها و دریاچه_ها و تغییرات کاربری اراضی سه عامل اساسی در تولید گردوغبار در شرق و جنوب شرق ایران هستند. داده_های ماهواره ای و ایستگاهی چهار منطقه شامل سواحل مکران، بسترهای خشک شده دریاچه_های هامون و جازموریان، دشت لوت و منطقه مرزی ایران، افغانستان و پاکستان را به عنوان کانون های اصلی تولید و انتشار گردوغبار نشان دادند. روند گردوغبار در غالب ایستگاه_های مطالعاتی به غیراز ایستگاه های زابل، بم و کرمان روندی افزایشی را نشان داده است و در فصل بهار بیشینه شدت روند گردوغبار و در فصل تابستان بیشینه وسعت مکانی پهنه_های با روند افزایشی گردوغبار قابل مشاهده است.

مطالعه و بررسی فرآیند رسوب زایی به عنوان یکی از معضلات اساسی و مطرح در مدیریت حوضه های آبریز، بدون شناخت ماهیت پیچیده و عوامل مؤثر در وقوع آن امکان پذیر نیست. در تحقیق حاضر با هدف بررسی این عوامل در حوضه ی آبریز لیقوان چای، ابتدا دبی رسوب معلق، برای روزهایی بدون داده برداری با استفاده از مدل سازی رابطه ی بین دبی جریان و دبی معلق رسوب در برنامه ریزی ژنتیک برآورد شد. سپس برازش توابع رگرسیونی بین پارامترهای دبی متوسط جریان و بارش با دبی رسوب معلق در محیط برنامه ی SPSS و مدل سازی در برنامه ریزی ژنتیک در بازه ی زمانی فصلی انجام گرفت. نتایج نشان داد که بین متغیر دبی متوسط جریان و دبی رسوب معلق اثر معنی دار همراه با همبستگی بالای 90 % وجود داشته و بین متغیر بارش و دبی رسوب معلق اثر معنی دار همراه با همبستگی پایین نسبت به دبی متوسط جریان برقرار است. بالاترین میزان همبستگی بین بارش و دبی رسوب معلق در فصل بهار و پایین ترین میزان این همبستگی برای فصول پاییز و زمستان بوده است. در برنامه ریزی ژنتیک از 3 تیپ مدل استفاده شد و با توجه ب ه معیارهای ارزیابی، مدل دوم (دبی متوسط جریان و دبی رسوب معلق) دق یق ترین مدل نسبت به مدل های اول (بارش و دبی رسوب) و سوم (دبی متوسط جریان و بارش با دبی رسوب معلق) شناسایی شد. در بیشتر موارد وارد کردن متغیر بارش همراه با دبی متوسط جریان در مدل، از دقت آن کاسته است.

در محاس بات هیدرولوژیکی ی ک حوضه تعیین ارتباط بین بارش- رواناب بسیار م هم است. محاسبه ی دقیق بارش -رواناب در سطح حوضه به شناخت مؤلفه ها و متغیرهای شکل دهنده ی آن و همچنین استفاده از یک مدل مناسب وابسته است. در این مطالعه، بارش-رواناب پیوسته ی حوضه ی شهرچای ارومیه با استفاده از مدل هیدرولوژیکی HEC-HMS شبیه سازی شد. برای این منظور ابتدا مدل حوضه ی آبخیز با استفاده از نقشه ی DEM منطقه ی مورد مطالعه با استفاده از الحاقیه ی HEC-GeoHMS در محیط GIS ساخته شد. بعد از ایجاد مدل حوضه، برای محاسبه ی پارامترهای تأثیرگذار در مدل HEC-HMS اقدام شد و برای تلفات از روش رطوبت خاک (SMA)، برای روندیابی رودخانه از روش ماسکینگهام و برای جریان پایه از روش بازگشتی استفاده شد. با به دست آمدن مدل حوضه و ایجاد مدل های هواشناسی، کنترل و وارد کردن سایر پارامترهای لازم، مدل اجرا شد. شبیه سازی در دوره ی 2013-2004، انجام شد که دوره ی پایه به دو دوره ی واسنجی (2010-2004) و اعتبارسنجی (2013-2011) تقسیم شد. مدل با دقت نسبتاً بالایی شبیه سازی را انجام داد. به طوری که ضریب تعیین برای دوره ی واسنجی 72/0 و برای دوره ی اعتبارسنجی 78/0 بود. نتایج پژوهش حاضر دلالت بر توانایی مدل HEC-HMS در شبیه سازی رفتار هیدرولوژیک حوضه ی شهرچای و همچنین قابلیت استفاده از سامانه ی اطلاعات جغرافیایی به منظور دقت در تأمین ورودی های مدل را دارد.