حسین عساکره

در سال های اخیر فعالیت های انسانی، افزایش غلظت گازهای گلخانه ای در جو، گرمایش جهانی و تغییر اقلیم در مقیاس جهانی و محلی را به همراه داشته است. از این رو شبیه سازی رفتار و تغییرات محتمل هریک از متغیرهای جوّی - اقیلمی در آینده و بررسی پاسخ های احتمالی دستگاه اقلیم به آن تغییرات، بسیار حائز اهمیت است. در پژوهش حاضر به منظور ریزگردانی آماری، برازش و آزمون صحت مدل شبکه عصبی مصنوعی، داده های روزانه دمای بیشینه ایستگاه همدید یزد و متغیرهای جوّی مدل HadCM3 در دوره آماری 2005 - 1961 مورد استفاده قرار گرفت. پس از انتخاب معماری و ساختار مناسب شبکه عصبی، از مقادیر شبیه سازی شده مدل HadCM3 تحت واداشت های تابشی RCP2.6، RCP4.5 و RCP8.5 در دو دوره آماری 2050 - 2006 و 2095 - 2051 استفاده شد. نتایج حاکی از این بود که در هر دو دوره یاد شده افزایش دمای بیشینه ایستگاه همدید یزد در فصول زمستان (0.4 تا 6.9 درجه سلسیوس )، بهار (1.1 تا 5.7 درجه سلسیوس) و تابستان (1.1 تا 5.7 درجه سلسیوس) مورد انتظار است. در فصل پاییز فقط در ماه های نوامبر و دسامبر و تحت سناریوهای RCP4.5 و RCP8.5 افزایش دما در دوره دوم مورد انتظار است و در ماه اکتبر دمای بیشینه کاسته (0.6 تا 4.1 درجه سلسیوس ) می شود.

از چرخندهای مؤثر بر بارش های بعضاً فراگیر ایران زمین، سامانه های ادغامی دریای مدیترانه و دریای سرخ می باشند. ازاین رو دستیابی به روند تغییرات شدت ارتفاع ژئوپتانسیل و شیو ارتفاع ژئوپتانسیل هم زمان با الگوهای توأم مدیترانه- دریای سرخ به عنوان یکی از عوامل نمودهای این چرخندها و نیز بارش برخی نواحی ایران زمین، از اهمیت شایان توجهی برخوردار است. برای انجام این پژوهش از داده های ارتفاع ژئوپتانسیل تراز 1000 هکتوپاسکال مربوط به مرکز پیش بینی میان مدت جوی اروپایی و نسخه ERA-Entrim به صورت دیده بانی شش ساعته طی بازه زمانی 1979-2018 استفاده شد. برای بررسی وجود جهش و نوسانات در شدت مراکز چرخندی توأمان مدیترانه – دریای سرخ در طی دوره آماری از نمایه الکساندرسون موسوم به نمایه آزمون همگنی استاندارد نرمال (SNHT) استفاده گردید. به منظور وارسی و بررسی معنی داری روند بین داده های ارتفاع ژئوپتانسیل و داده های شیو ارتفاع ژئوپتانسیل، آماره ناپارامتری خی دو به کار گرفته شد. به منظور تحلیل و الگوسازی روند بلندمدت از روش پارامتری رگرسیون خطی بهره گرفته شد. یافته های پژوهش حاضر بیان گر افزایش ارتف اع ژئوپتانسیل در محل شکل گیری مراکز چرخندی دریای مدیترانه و همچنین کاهش شیو فشار در مقادیر متوسط سالانه می باشد که احتمالاً منجر به کاهش ناپایداری و بارش در مناطق تحت تأثیر خواهد شد. داده های شیو ارتفاع ژئوپتانسیل دریای مدیترانه در سال 1996 یک جهش معنی دار داشت که سری زمانی را به دو مقطع زمانی قبل و بعد از جهش تقسیم کرد، نتایج نمایانگر روند صعودی در این دو مقطع زمانی است، امّا دوره دوم نسبت به دوره قبل با شیب ملایم تری افزایش پیداکرده است

بخار آب به عنوان مهم ترین گاز گلخانه ای نقش مؤثری در گرمایش زمین ایفاء می کند. از این رو شناخت وضعیت این عنصر اقلیمی در مناطق جمعیتی می تواند نقش مهمی در بررسی آسایش اقلیمی یک منطقه داشته باشد. لذا در این پژوهش ابتدا به بررسی خودهمبستگی فضایی و شناسایی الگوی رفتاری مقادیر فشار بخار آب در جنوب و جنوب غرب ایران با استفاده از تکنیک تحلیل اکتشافی داده های فضایی (ESDA) و آماره موران محلی پرداخته شده است و سپس تأثیرات این عنصر مهم اقلیمی در کانون های جمعیتی مورد بحث قرار گرفته است. در این راستا از داده های فشار بخار آب 78 ایستگاه سینوپتیک موجود در پهنه جغرافیایی جنوب و جنوب غرب ایران با طول دوره آماری مناسب و بالاترین درجه تفکیک زمانی بهره گرفته شد. برای انجام تحلیل های خودهمبستگی ابتدا محدوده مطالعاتی با توجه به بهینه ترین تفکیک مکانی، به یاخته های 9×9 کیلومتر (3338 یاخته) تقسیم گردید. سپس مقادیر فشار بخار آب به صورت میانگین ماهانه، سالانه و دهه ای برای هر یاخته و با استفاده از نرم افزار MATLAB استخراج شد. نتایج تحلیل خودهمبستگی فضایی طی سه دهه گذشته (2010-1981) حاکی از تقویت خوشه های فشار بخار آب زیاد (بالا- بالا) و تضعیف خوشه هایی با مقادیر پایین (پایین- پایین) است. ایجاد خوشه های بالا-بالا فشار بخار آب در حاشیه خلیج فارس (به خصوص در استان بوشهر) و از بین رفتن مقادیر پایین- پایین در بخش های جنوبی زاگرس قابل مشاهده است. بررسی و مقایسه پراکندگی فضایی خوشه های بخار آب با خوشه های دمایی به عنوان یکی از مهم ترین پارامترهای تأثیرگذار بر روی فشار بخار آب، حاکی از خودهمبستگی مثبت و معنی دار در دوره مورد مطالعه بود. بنابراین، با توجه به اثر گذاری مستقیم و غیر مستقیم فشار بخار آب بر فعالیت های انسان و همچنین محیط طبیعی به عنوان بستر فعالیت های انسانی، استقرار جمعیت در کانون ها و مراکز جمعیتی مناطق مورد مطالعه، متأثر از نوسانات فشار بخار آب خواهد بود و این روند در آینده مشهودتر خواهد بود.

امروزه مصرف انرژی نقش تعیین کننده ای در توسعه کمّی و کیفی زندگی بشر دارد. یکی از منابع تأمین انرژی، در راستای توسعه و رفاه اقتصادی و نیز کسب آسایش آب و هوایی گاز طبیعی است. این منبع تأمین انرژی، به ویژه در نواحی سرد کشور و نیز به منظور تأمین آسایش دمایی، نیازمند مدیریت صحیح است. مدیریت صحیح این منبع انرژی فسیلی از طریق آگاهی و پیش بینی از میزان تقاضای آن میسر است. بدین منظور تقاضای مصرف گاز طبیعی در شهر زنجان به عنوان یکی از شهرهای سرد ایران زمین موردبررسی و الگوسازی قرار گرفت. برای انجام پژوهش حاضر از دو گروه داده (عناصر آب و هوایی و میزان مصرف گاز طبیعی) برای یک دوره آماری 9 ساله (1400-1392) در مقیاس روزانه استفاده شده است. به منظور الگوسازی تقاضای مصرف گاز طبیعی در شهر زنجان از نرم افزار CurveExpert و نیز روش وایازی (رگرسیون) استفاده شد. بر اساس برازنده ترین الگو، عنصر دما به عنوان تنها متغیر مستقل در الگوی انتخابی جای گرفت. الگوی نهایی، وایازی چندجمله ای با ضریب همبستگی 94/0 (ضریب تبیین 03/89 درصد) اختیار شد. درصد افزایش مصرف گاز طبیعی به ازای یک درجه کاهش دما، از دمای 22 تا دمای 16 درجه بیشترین درصد افزایش و از دمای صفر تا 5- درجه کمترین درصد افزایش به ازای یک درجه کاهش دما رخ داده است. نقطه عطف و شروع مشکلات مربوط کمبود گاز طبیعی در شهرستان زنجان دمای کمتر از منفی 7 درجه تشخیص داده شد.

نوسانات اطلس شمالی الگوی مؤثری از تغییرپذیری گردش عمومی جو در محدوده ی برون حاره نیمکره ی شمالی و از عوامل اصلی کنترل عناصر اقلیمی مانند بارش و دما است. دارای اثرات اقتصادی و اجتماعی بزرگ بر بخش های انرژی، کشاورزی، صنعت و ... است. بنابراین با توجه به اهمیت این نوسان بر فعالیت های بشری و رابطه ی آن با عناصر اقلیمی و از جمله بارش، سبب گردید تا به شناسایی و تحلیل و گروه بندی فاز مثبت این نوسان و در پی آن استخراج الگوهای توام با آن پرداخته شود. داده های مورد نیاز این تحقیق شامل اندازه گیری های مقادیر بارش به صورت روزانه برای ایستگاه های سینوپتیک، اقلیمی و باران سنجی کل کشور از سال 1388-1340 می باشد که از دو منبع سازمان هواشناسی و وزارت نیرو گردآوری شد و با استفاده از روش آماری چندمتغیره و به کارگیری از نرم افزار matlab،surfer و grads به استخراج الگوهای همدیدی حاصل از این فاز پرداخته شده است. در نهایت پنج الگو استخراج و نشان داد که با وجود شرایط پایداری در پنج الگوی سطح زمین در این فاز، میزان ریزش های جوی بالا بوده است که توجیه این مطلب با استفاده از الگوهای تراز 500 هکتوپاسکال صورت گرفت. ایران در جلوی محور ناوه ی مربوط به مدیترانه واقع شده است. بنابراین ریزش های جوی کشور تحت تأثیر این ناوه در زمستان رخ داده است.

نمودها و جلوه های تغییرات اقلیمی، به عنوان یکی از واقعیت های طبیعی، به طور آشکاری قابل ردیابی است. این رویدادها به شکل ناهنجاری و یا نوساناتی در فراسنج های اقلیمی نظیر بارش، دما وغیره ایجاد می شوند. به منظور بررسی تغییرات دهه ای احتمال تداوم بارش ایران زمین طی چهار دهه اخیر (سال 1355 تا 1394) از پایگاه داده اسفزاری نسخه سوم حاصل میان یابی داده های بارش روزانه 2188 ایستگاه همدید، اقلیمی و باران سنجی سازمان هواشناسی به مدت 46 سال از1349 تا 1394 استفاده شد. ابتدا روز بارانی براساس روشی نوین تعریف شد. سپس احتمال تداوم بارش طی دوره آماری 1394-1349 از طریق زنجیره مارکوف بدست آمد. نتایج نشان داد بیشترین احتمال تداوم و تغییرات آن طی تداوم یک تا هفت روزه بارش در ساحل غربی و شرقی خزر و شمال غرب ایران و جنوب البرز دیده شده است. پهنه وسیعی از ایران احتمال رخداد بارش یک روزه و تداوم دو روزه بارش را تجربه کرده اند. در تداوم های بالاتر میزان درصد احتمال پهنه های زیر پوشش کاهش می یافت. طی دهه آخر -سال 1385 تا سال 1394- گستره تغییرات نواحی نسبت به سه دهه قبلی بیشتر بود. کم ترین میزان تغییرات مربوط به جنوب ایران است. میزان درصد احتمال تغییرات طی تداوم های بالاتر کاهش را نشان می دهد. در این میان تنها دو استان سیستان و بلوچستان و هرمزگان بیشترین تغییر احتمال تداوم بارش یک تا هفت روزه را تجربه کرده اند. بنابراین تغییرات احتمالی تداوم بارش در نیمه جنوبی کشور عمدتاً کمتر بود.

بررسی و شناخت تغییرات اقلیمی رخ داده در نواحی مختلف می تواند شناختی از تغییرات اقلیمی محتمل در آین ده را به دست دهد. یکی از راه های شناخت تغییرات احتمالی عناصر اقلیمی در آینده استفاده از مدل های اقلیمی موجود و ریز مقیاس نمایی آنهاست. در این پژوهش بارش و رواناب حوضه ی آبریز رود زرد، ریزمقیاس نمایی و برای دوره ی 2100-2006 شبیه سازی گردید. برای این منظور از سناریوهای RCP خروجی مدل CanESM2 استفاده شد. دوره ی پایه ی مورد استفاده برای این کار 2005-1976 می باشد. برای ریزمقیاس نمایی بارش و رواناب حوضه ی آبریز رود زرد از داده های بارش روزانه ایستگاه باغملک و رواناب ایستگاه ماشین و روش شبکه ی عصبی مصنوعی بهره گرفته شد. با استفاده از روش حذف پس رونده، متغیرهای میانگین فشار سطح دریا، ارتفاع ژئوپتانسیل تراز 500 هکتوپاسکال و میانگین دما در ارتفاع نزدیک سطح زمین به عنوان متغیرهای پیش بینی کننده انتخاب شد. راستی آزمایی الگو با نمایه های  و  انجام پذیرفت. در نهایت، معماری شبکه با الگوریتم قانون پسرو بیزی و با سه لایه ی پنهان به عنوان شبکه ی بهینه انتخاب شد. نتایج نشان دهنده ی روند کاهشی بارش سالانه برآورد شده در 95 سال آی نده بر اساس هر سه سناریو می باشد. همچنین افزایش بارش در ماه های فصل گرم و کاهش بارش در ماه های فصل سرد مورد انتظار است. به عبارت دیگر می توان افزایش بارش های محلی (احتمالاً همرفتی) ناشی از افزایش دما در دوره های آینده را محتمل دانست. رواناب حاصل از بارش نیز در ماه های سرد، کاهش و در ماه های گرم با صرف نظر از تأثیر دما و پوشش گیاهی، افزایش را تجربه خواهد کرد.

پیش بینی تغییرات بارش در مناطق پربارش ایران، نظیر استان گیلان، برای مدیریت منابع آبی و کاهش مخاطرات طبیعی نظیر سیل بسیار حائز اهمیت است. هدف اصلی این مطالعه، ارزیابی عملکرد هفت مدل مختلف CMIP6 در پیش بینی تغییرات بارش در سه ایستگاه آستارا، بندر انزلی و رشت طی دوره زمانی 1987 تا 2014 (دوره پایه) و پیش بینی آن از سال 2024 تا سال 2050 است. در این پژوهش از روش اصلاح بایاس خطی برای بهبود دقت پیش بینی ها و از سه سناریویSSP1-2.6 ، SSP2-4.5 و SSP5-8.5 برای شبیه سازی تغییرات اقلیمی استفاده شده است. شاخص های آماری نظیر RMSE، PBIAS و R² برای ارزیابی دقت مدل ها به کار گرفته شده اند. علاوه بر این، تحلیل پایداری مدل به روش Sobol و شاخص حساسیت Monte Carlo برای بررسی پایداری و حساسیت مدل ها به تغییرات پارامتریک مورد استفاده قرار گرفتند. نتایج حاصل از اصلاح بایاس خطی نشان داد که مدل ACCESS-ESM1-5 با ضریب تعیین (R²) بالای 99/0، میانگین خطای مطلق (MAE) کمتر از 2 میلی متر و درصد اریبی (PBIAS) نزدیک به صفر، بهترین عملکرد را در هر سه ایستگاه آستارا، بندر انزلی و رشت دارد. این مدل توانست تغییرات ماهانه و فصلی بارش را با دقت بالاتری نسبت به سایر مدل ها شبیه سازی کند. پیش بینی بارش نشان داد که بر اساس سناریوی SSP5-8.5، از سال 2024 تا سال 2050، بارش در ماه های دسامبر و ژانویه در بندر انزلی و رشت به ترتیب به میزان 22% و 25% افزایش و در ماه های ژوئیه و اوت در هر سه ایستگاه مورد مطالعه بین 12% تا 20% کاهش خواهد یافت. در مجموع، استفاده از روش اصلاح بایاس خطی همراه با مدل ACCESS-ESM1-5 می تواند دقت پیش بینی تغییرات اقلیمی را در ایستگاه های پربارش مورد مطالعه و ایستگاه های مشابه آنها بهبود بخشد.

دگرگونی های اقلیم با جلوه های متنوع و در بازه های زمانی مختلف (نوسان های کوتاه مدت و تغییرات بلندمدت) رخ می دهد. نتیجه این دگرگونی ها در عرصه های زیستی و غیرزیستی قابل ردیابی است. یکی از جلوه گاه های تغییر(پذیری) اقلیمی، تغییر(پذیری) در پدیده های زیستی، به ویژه پوشش گیاهی است. پوشش گیاهی انعکاسی از شرایط محیطی - اقلیمی (نظیر بارش، دما و رطوبت هوا و خاک، تابش و باد ) است. کاهش و یا افزایش در یکی از این شرایط تغییراتی همزمان یا با تأخیر را در کنش های زیستی (نظیر تبخیر و تعرق و فتوسنتز) به وجود می آورد. اگرچه عناصر اقلیمی بر تراکم و پراکنش پوشش گیاهی نقش حیاتی دارند، امّا پیچیدگی سازوکار ویژگی های مختلف عناصر اقلیمی (نظیر میزان، نوع، شدت، فصل، تداوم و...)، فرایندهای پسخوراند و نیز زمان واکنش پوشش گیاهی به تغییرات اقلیمی، برآورد رابطه تغییرات اقلیمی و پوشش گیاهی را بسیار دشوار می کند. در پژوهش حاضر با استفاده از داده های مربوط به نمایه پوشش گیاهی (NDVI)، تغییرات پوشش گیاهی در ایران بررسی شد. به منظور دستیابی به اهداف پژوهش از داده های مربوط به NDVI طی دوره آماری 2001 تا 2016 از سایت GIOVANNI استفاده شد. این داده ها حاصل اندازه گیری های ماهواره ترا سنجنده مودیس است. با ارزیابی اولیه نقشه ها نمایه NDVI، مشخص شد که محدوده های شمال و شمال غرب و غرب کشور به دلیل نزدیکی به منابع رطوبتی و قرار گرفتن در مسیر ورودی سامانه های باران زا و بالا بودن میزان بارش و نیز نوع خاک مناسب، از پوشش گیاهی مناسبی نسبت به دیگر مناطق کشور برخوردار هستند. بررسی و مقایسه دو نیم دوره هشت ساله نمایه NDVI نشان داد که نمایه پوشش گیاهی در نیم دوره اول نسبت به نیم دوره دوم کم تر بوده است. این امر را احتمالاً می توان به واکنش توأم با تأخیر جوامع حیاتی در پاسخ به تحولات اقلیمی و افزایش سطح زیر کشت، در نتیجه استفاده بی رویه از آب های زیرزمینی نسبت داد.

رعد و برق، به عنوان یکی از پدیده های مهم جوی - طبیعی، با انتقال الکتریسته و تخلیه برق بین ابرها و زمین می تواند تؤأم با اثرات مثبت (نظیر تاثیر بر فرایندهای زیستی) و منفی (نظیر مخاطراتی برای انسان و محیط زیست) باشد. بنابراین، شناخت عمیق از ویژگی های اقلیم شناختی این پدیده از اهمیت بالایی برخوردار است. در این مطالعه، جنبه هایی از این ویژگی ها شامل فراوانی رویدادهای رعد و برق سالانه بین سال های 2000 تا 2022 در 382 ایستگاه همدیدی ایران جمع آوری و تحلیل شد. با استفاده از این داده ها، برخی ویژگی های توصیفی (نظیر میانگین و ضریب تغییرات) فراوانی رخداد رعد و برق و نیز ارتباط (همبستگی) آن با مختصات جغرافیایی (طول و عرض جغرافیایی) و ارتفاع محاسبه، برآورد و بررسی شد. برای الگوسازی این روابط از روش های رگرسیونی استفاده شد. نتایج این پژوهش نشان داد که توزیع مکانی فراوانی رخداد رعدوبرق در ایران فرایندی بی نظم و با تغییرات سال به سال شدید است. از میان متغیرهای مکانی (مختصات جغرافیایی و ارتفاع)، طول و عرض جغرافیایی رابطه نسبتاً قوی تری را با فراوانی سالانه رخداد رعدوبرق ایران نشان می دهند. مناطق مختلف ایران، احتمال وقوع رعدوبرق متفاوتی دارند که باعواملی همچون جغرافیا و شرایط آب و هوایی مرتبط است. مناطقی مانند شمال غرب و جنوب شرق ایران بیشترین میزان وقوع را دارند، در حالی که مناطق دیگر در اولویت های بعدی قرار می گیرند.

به منظور دستیابی به اهداف پژوهش، از دو پایگاه داده متفاوت با یک دوره زمانی مشترک 23 ساله (2000-2022) استفاده شد: اول، محصولات ترکیبی 16 روزه MODIS NDVI (MOD13A3) ماهواره Terra و دوم، پایگاه داده ای شاخص بارش-تبخیر و تعرق استاندارد شده ( SPEI ) در مقیاس زمانی 12 ماهه. ابتدا جهت دستیابی به نوع خشکسالی، شاخص SPEI در 7 آستانه طبقه بندی شد. سپس طبق آستانه ها، نقشه هر 6 حوضه آبریز اصلی ایران استخراج شد و برای طبقه بندی نوع پوشش گیاهی 10 آستانه جهت شاخص   NDVI استخراج گردید و نقشه های مربوطه حوضه های آبریز در قالب یک نقشه برای هر سال در 5 نوع پوشش گیاهی دسته بندی شد. سپس برای بررسی ارتباط بین دو شاخص SPEI و NDVI ، در ابتدا تفیک مکانی دو پایگاه داده به کمک روش نزدیکترین همسایه یکسان سازی شد. آنوقت به کمک آزمون همبستگی پیرسون ارتباط بین دو شاخص در میانگین داده های شبکه بندی شده به صورت پیکسلی مورد ارزیابی قرار گرفت. جهت برآورد نرخ تغییرات از تخمینگر شیب سن بهره گرفته شد. نتایج نشان داد شیب روند منفی شاخص SPEI ، ۲۶۴ ماهه، در گستره ی اکثر حوضه های آبریز افزایشی است به طوری که روند منفی این شاخص بر روی مناطق جنوب غرب (حوضه خلیج فارس و دریای عمان) و بر روی مناطق شمالی کشور (شمال حوضه مرکزی و مرکز حوضه دریای خزر) شدیدتر است و به لحاظ آماری در سطح اطمینان 90 درصد معنادار است. نرخ کاهش شاخص آن به میزان 9/0- به ازای هر دهه رسید. برای شاخص NDVI  هم روند مثبت (در مناطق جنوبی و جنوب غرب) و هم روند منفی (مناطق شمالی) در گستره ی ایران حاکم است. برای حوضه های با روند معنادار، شیب روند تغییرات (01/0 به ازای هر دهه) است.