هنگامه شیراوند

پدیده زوال یکی از مهم ترین دلایل تخریب و مرگ و میر درختان بلوط در جنگل های زاگرس است که به دلیل گستردگی و تنوع توپوگرافی تعیین آن از طریق پایش و عملیات میدانی به آسانی امکان پذیر نیست. بنابراین تصاویر ماهواره ای یکی از منابع مهم جهت نمایش تغییرات محیطی و مدیریت آن است. تغییرات در یک اکوسیستم اغلب به صورت تدریجی می باشد اما گاهی در زمانی کوتاه تغییرات فاحشی صورت می گیرد. که این تغییر می تواند باعث به وجود آمدن فاجعه ای شود که شناسایی آن کاری بسیار دشوار می باشد. یک روش پیشنهاد شده برای این وضعیت استفاده از مدل BFAST می باشد که با تجزیه سری زمانی در روند، فصلی و اجزای باقیمانده، تغییرات را در سری زمانی شناسایی می کند و به طور مکرر زمان و مقدار تغییرات را تخمین زده و مسیر و مقدار تغییرات را شناسایی می کند. لذا در این پژوهش با استفاده از این مدل و تصاویر ماهواره ای به پایش و ارزیابی تغییرات پوشش و زوال جنگل های بلوط در استان لرستان در دوره آماری (2017-2000) پرداخته شد. نتایج نشان داد در طول دوره مورد بررسی بیش از 42804 هکتار (5/1 درصد) از جنگل های بلوط استان در اثر پدیده زوال از بین رفته است. همچنین بر اساس روش BFAST نمودار روند تغییرات دارای شکست بوده و تغییرات فرکانسی آن ها نیز نامنظم است. بررسی و مقایسه پوشش های مختلف جنگل نیز بیانگر کاهش میزان NDVI است که نشان دهنده فراگیر بودن روند کاهش پوشش جنگلی است. همچنین بررسی نمودار خودهمبستگی و ضریب کندال تاو و روند آن حاکی از تغییرات زیاد و شدت شکست (7/0-) در منطقه مورد مطالعه است. نمودار فصلی نیز دارای تغییرات غیریکنواخت و نامنظم است که ناشی از وجود تغییرات در جنگل های بلوط منطقه است. از نتایج حاصل از این پژوهش می توان در بررسی تغییرات پوشش جنگل های بلوط منطقه و مدیریت و چاره اندیشی برای این پدیده استفاده نمود.

یکی از پیامدهای تغییر اقلیم وقوع رخدادهای حدی نظیر خشکسالی می باشد که شناسایی، پایش، ارزیابی و نیز اطلاع رسانی به موقع در زمینه وقوع این خشکسالی ها حائز اهمیت بسیار زیادی می باشد. به دلیل اهمیت استراتژیک استان لرستان از نظر تولید محصولات کشاورزی و باغداری مطالعه و شناخت پدیده خشکسالی از اهمیت زیادی برخوردار است. در این تحقیق به ارزیابی اثرات تغییر اقلیم بر وضعیت خشکسالی استان لرستان طی دو دهه آینده با استفاده از شاخص خشکسالی بارش استاندارد شده (SPI) پرداخته شده است. در ابتدا داده های روزانه خروجی 4 مدل گردش عمومی جو ( (HADCM – INCM - IPCM - NCCCSM تحت سناریوهای (B1, A2, A1B) توسط مدل آماری LARS-WG نسخه 5، ریز مقیاس شده و توانایی مدل WG LARS- در شبیه سازی اقلیم گذشته (2012-1991) 9 ایستگاه سینوپتیک استان مورد تأیید قرار گرفته سپس پارامترهای اقلیمی دمای کمینه، دمای بیشینه، بارش و ساعات آفتابی دوره 2030-2011 برای ایستگاه های مورد مطالعه با استفاده از مدل های مذکور شبیه سازی شده است. پیش بینی نهایی با توجه به وزن هر سناریو و هر مدل در پیش بینی عناصراقلیمی برای همه ایستگاه های همدیدی مورد مطالعه در این پژوهش صورت گرفته است. نتایج این پژوهش حاکی از آن است که به طور متوسط در همه ایستگاه ها در دهه اول و دوم دوره پیش بینی افزایش بارش خواهیم داشت. در مرحله بعدی با استفاده از داده های بارش وضعیت خشکسالی استان با استفاده از شاخص خشکسالی SPI در مقیاس سالانه مورد بررسی قرار گرفته است. نتایج نشان می دهد طی دو دهه آینده خشکسالی در اغلب ایستگاه ها کاهش می یابد و در حالت کلی تقریباً در همه ایستگاه های سینوپتیک استان لرستان طی سالهای آتی تا 2030 وضعیت ترسالی افزایش می یابد.

در دوره ی سرد سال، ریزش برف سنگین باعث بروز مشکلات و خسارات زیادی می شود. وسعت خسارات ناشی از ریزش برف های بسیار سنگین در بخش های مختلف پیامدهای دارد، از جمله تخریب ساختمان ها و تاسیسات، اختلال در بخش هایی نظیر حمل و نقل و توزیع سوخت و انرژی در فعالیت های بخش صنعتی و کشاورزی. همچنین، وقوع پدیده ی یخبندان در چنین شرایطی باعث تشدید خسارات می شود. در دوره ی سرد سال، لزوم شناخت و آگاهی از مکانیسم تشکیل چنین پدیده ای، که ریشه در الگوهای گردش جوی در مقیاس سینوپتیکی دارد، می تواند نقش موثری در مدیریت خطر و بحران داشته باشد. هدف اصلی این مطالعه شناسایی الگوهای گردش جوی مربوط به روزهای همراه با ریزش برف سنگین در حوضه های غرب ایران است. در این مطالعه، روزهایی را که حداقل 15 سانتیمتر برف طی 24 ساعت داشتند و ریزش برف در سطح فراگیری گزارش شده بود به منزله ی روز با ریزش برف سنگین انتخاب شد. سپس، برای شناسایی و طبقه بندی الگوهای گردشی مربوط به روزهای فوق، داده های روزانه مربوط به تراز 500 هکتوپاسکال و فشار تراز دریا ی روزها مذکور از مرکز داده های NCEPتهیه شد. برای طبقه بندی الگوهای روزهای همراه با برف سنگین از روش تحلیل مولفه های اصلی و خوشه بندی استفاده شد. سرانجام، الگو های گردش اصلی ریزش برف سنگین در منطقه ی مطالعه شناسایی شد. الگوهای به دست آمده می تواند در امر پیش بینی روزهای همراه با برف سنگین کارایی داشته باشد.