درخت حوزه‌های تخصصی

نیاز روزافزون به شناخت پارامترهای هواشناسی در ناحیه گذار وردایست باعث شد تا تغییرات زمانی دما و ارتفاع این لایه طی دو دهه گذشته (2022-2002) با استفاده از داده های بازتحلیل شده AIRS/MODIS در ایران بررسی شود. همچنین رابطه بین تغییرات ویژگی های وردایست و تغییر اقلیم دمای سطحی و بارش ایران با استفاده از داده های بارش روزانه GPCP(2022-2000) و داده های حداقل، حداکثر و میانگین دمای روزانه مدل MERRA-2 (2022-1980) مورد بررسی قرار گرفت. در این راستا برای بررسی رابطه بین متغیرهای تحقیق از آزمون های همبستگی پیرسون و تحلیل رگرسیون و برای تحلیل روند میانگین منطقه ای روزانه و ماهانه داده ها از آزمون های سری زمانی فصلی کندال و من-کندال دنباله ای استفاده گردید. نتایج نشان داد که متغیرهای دما و ارتفاع وردایست در محدوده ایران به میزان 93/0- با یکدیگر همبستگی معکوس (85/0=R2) دارند. از سوی دیگر، متغیر میانگین منطقه ای روزانه ی ارتفاع وردایست با متغیرهای دمای روزانه سطح زمین(با ضرایب بیش از 8/0) همبستگی مثبت و معناداری دارد. همچنین مقادیر R2 بالاتر از 6/0 حکایت از همبستگی کاملاً معنادار داده های مجموع بارش ماهانه با تغییرات میانگین ماهانه دما و ارتفاع وردایست داشته است. از این چشمگیرتر همبستگی نوسانات بارش فصول بهار و پاییز با تغییرات دما و ارتفاع وردایست می باشد که می تواند امکان پیش بینی نوسان بارش کشور ایران را با پایش ویژگی های وردایست فراهم سازد. تحلیل سری های زمانی متغیرهای تحقیق با استفاده از آزمون های کندال فصلی و دنباله ای نشان داد که متغیر ارتفاع وردایست و متغیرهای دمای سطح زمین به ترتیب با مقادیر آماره(τ)؛ 18/0، 22/0، 27/0 و 32/0 روندهای افزایشی کاملاً معناداری را به نمایش گذاشته اند. این مهم تأییدکننده تغییرات اقلیمی چشمگیر دما و بارش ایران طی چند دهه اخیر می باشد. در نهایت با معرفی ارتفاع وردایست به عنوان یک شاخص تغییر اقلیم در محدوده کشور ایران بر لزوم تحقیقات بیشتر در این زمینه تأکید می گردد.

روش علم س نجی ب ه محقق ان کم ک می کن د ت ا دیدگاه های متفاوت محققان و خلاءه ای موج ود در مطالع ات در یک زمینه خاص دانش ی را شناس ایی و بررس ی نمایند. هدف اصلی از این پژوهش، شناخت جامع از مطالعات انجام شده در زمینه "تغییرات اقلیم و گردشگری" در چهار بخش اصلی (هستی شناختی، چرایی، چالش ها و راهبردها) از طریق بررس ی مس تندات علم ی مرتبط در جهان و ایران اس ت. روش پژوهش،کیفی و نوعی از متامطالعه به نام فراترکیب است. فراترکیب از نوع مطالعات کیفی است. تفسیر و تحلیل عمیق مطالعات انجام شده برای فهم عمیق تر موضوعات مهم است. در این پژوهش جهت دستیابی به هدف اصلی تحقیق، از الگوی هفت مرحله ای سندلوسکی و باروس استفاده شده است. برای گ ردآوری داده ا از روش کتابخان ه ای استفاده شده است. در راستای انجام پ ژوهش پس از طراحی سؤالات پژوهش، جستجویی نظاممند بر اساس کلیدواژه های مرتبط، از پایگ اه ه ای داده هدف Scopus  وWeb of Science،Elsevier  صورت گرفته است. جهت شناخت ِروند توسعه و تکامل حوزه و مهمترین مفاهیم مطرح در مطالعات تغییر اقلیم و صنعت گردشگری از نرم افزار VOSviewer استفاده شده است و از تجزیه و تحلیل خوشه ای و روش پیکربندی هم واژه در نرمافزار SciMAT در جهت شناخت ساختار تحقیقات تغییرات آّب و هوا در صنعت گردشگری استفاده شده است. نتایج پژوهش نشان می دهد که الگوی تحقیقات در چهار خوشه اصلی شاملِ ارزیابی، تاثیرات، آسیب پذیری و مطالعات سازگاری و ایجاد روند کاهشی دسته بندی شده است. در دهه اخیر مطالعات به سمت تحقیقات سازگاری با تغییرات اقلیمی و راهبردهای کاهش تغییرات اقلیمی و بررسی هم زمان تاثیرات کویید 19 و تغییر اقلیم بر صنعت گردشگری و گردشگری پایدار رفته است.

تغییرپذیری مولفه های دما و بارش و نقش تغییر اقلیم بر روی آنها و همچنین تأثیر شاخص های بزرگ مقیاس اقلیمی در سالهای اخیر توسط محققین در حوزه های مختلف علمی مورد توجه خاصی قرار گرفتند. یکی از مهم ترین شاخص ها با مقیاس منطقه ای که به نوعی در شرق اقیانوس اطلس با شاخص NAO در یک محدوده عمل می کند به شاخص دریای شمال- خزر (NCP) اشاره نمود. در این پژوهش، از سه دسته داده شامل مولفه های دما و بارش، داده های بازکاوی شده ارتفاع ژئوپتانسیل 500 هکتوپاسکال و داده های ارتفاع ژئوپتانسیل 500 هکتوپاسکال بر اساس 14 مدل اقلیمی استفاده کردیم. در مرحله اول شاخص NCP برای دوره های آتی توسعه و تعمیم و سپس فازهای مثبت و منفی آن برای دو سناریوی RCP4.5 و RCP8.5 مشخص شد و همچنین مولفه های حداکثر دما، حداقل دما، نرخ بارش و تعداد روزهای بارشی نیز برای دوره های آتی ریزمقیاس نمایی گردیدند. با توجه به آینده نگری انجام شده برای فازهای مثبت و منفی این شاخص مشخص شد که برای دوره آتی 2060-2041 دمای حداکثر و حداقل در هر دو فاز بر مبنای دو سناریو افزایش خواهند یافت. آینده نگری نرخ و تعداد روزهای بارشی نیز نشان داد که رفتار تغییرات بارش در دوره آتی نسبت به دوره پایه بی نظم تر از مولفه دما خواهد بود. بطوریکه مشخص گردید میانگین تعداد روزهای بارش در سناریوی RCP4.5 در هر دو فاز از روند کاهشی برخوردار خواهند بود و همچنین در هر دو فاز نرخ بارش در ایستگاههای که با بدنه آبی دریای خزر فاصله نزدیکی دارند افزایش قابل توجهی را خواهند داشت. همچنین بر مبنای سناریوی  RCP8.5 متوسط تعداد روزهای بارش منطقه مورد مطالعه در فاز مثبت نسبت به دوره پایه در حدود ۵ روز کاهش و در فاز منفی ۴ روز افزایش خواهد یافت.

عنصر بارش ماهیت متغیر و تصادفی دارد و به لحاظ مکانی و زمانی دارای رفتاری متفاوت است. لذا پیش نمایی بارش در مقایسه با دیگر متغیرهای هواشناسی دارای عدم قطعیت بیشتر است. در پژوهش حاضر برای کاهش عدم قطعیت و تخمین مناسب  بارش، از برونداد داده های پایگاه کوردکس و مدل های CMIP5 از روش شبکه عصبی استفاده شد. نتایج نشان داد با توجه به همبستگی بالای دما، رطوبت و فشار هوا با بارش، کاربست این متغیرها در کاهش عدم قطعیت پیش نمای بارش سودمند است. ضمن اینکه می توان از روش غیرخطی شبکه های عصبی مصنوعی جهت اریب سازی داده های بارش پایگاه کوردکس و CMIP5 جهت آینده نگری بارش در جنوب شرق کشور استفاده کرد. از دیگر نتایج این پژوهش روند افزایشی بارش های جنوب شرق ایران به ویژه نواحی ساحلی می باشد. این امر را می توان ناشی از افزایش سطح تحت تأثیر بارش های متأثر یا هم زمان با مونسون جنوب غرب هند دانست. روند افزایشی بارش در سواحل جنوبی بی ارتباط با افزایش ظرفیت نگهداشت محتوای رطوبتی نیز نمی باشد. تغییرپذیری بین بارش سالانه باران های موسمی هند نیز نشان دهنده یک روند مثبت ثابت تحت گرمایش جهانی بی وقفه است. ازآنجاکه هم افزایش مدت بارندگی های موسمی و هم افزایش تنوع بین سالی در آینده در بیشتر مدل ها دیده می شود، می توان به این روندهای پیش بینی شده اطمینان خاطر داد. همچنین  پیش بینی می شود که بارش باران های مونسون تابستان هند در شرایط گرم شدن کره زمین در دهه 2050 در مقایسه بازمان پایه بیشتر باشد.

تغییرات اقلیمی و افزایش جمعیت شهرها سبب بروز مشکلات متعدد محیط زیستی شده است. کاهش کارکرد کشاورزی شهری نیز کارایی زیر ساخت های سبز و خدمات اکوسیستمی آنها را به طور طبیعی ناکارآمد کرده است. هدف از این پژوهش ارائه الگوی کشت پایدار گیاهان مثمر در شهرها جهت تعدیل اثرات تغییرات آب و هوایی و کاربری اراضی در منطقه 22 شهرداری تهران می باشد. در این مطالعه نقشه کاربری اراضی سال 2000 و 2020 با استفاده از تصاویر ماهواره ای لندست، تهیه شد. سپس با مدل LCM به پیش بینی تغییرات کاربری اراضی سال 2050 پرداخته شد. برای بررسی تغییرات اقلیمی سناریوهای RCP شبیه سازی گردید. برای به دست آوردن وزن معیارهای انتخاب گیاهان مثمر از 4 معیار و 21 زیرمعیار و روش بهترین- بدترین (BWM) و از روش ارزیابی نسبت تجمعی (ARAS) برای رتبه بندی این گیاهان مثمر استفاده شد. بر اساس نتایج بدست آمده مشخص شد که فضاهای سبز و کشاورزی به ترتیب از سال 2000 تا 2050 مقدار 12% و 4.5%- تغییر خواهند داشت. ریسک تغییرات اقلیمی نیز گرمایش 1.32 تا 2.27 درجه را پیش بینی کرد. بر همین اساس نقشه تناسب منطقه برای کشاورزی شهری و مساحت طبقات تناسب با توجه به معیار سازگاری با شرایط محیط زیستی منطقه (با وزن 472/0)، شرایط اکولوژیک (0.268)، سازگاری با محیط زیست شهری (با وزن 179/0) و زیبایی- شناختی (با وزن 081/0) تهیه گردید. بر اساس نظرکارشناسان گونه های گیاهی مثمر، بنه، کنار، بادامک، پسته و زیتون خوراکی بالاترین اولویت جهت کشت در مقیاس کلان و متوسط شهری را پیدا کرده اند. حدود 40 درصد منطقه دارای تناسب خوب و بالا برای کاشت این گیاهان می باشد.

دلیل اصلی وجود عدم قطعیت در تعیین کمبود منابع آبی در آینده، تغییر اقلیم است. به دلیل گرم شدن کره زمین نگرانی هایی در مورد افزایش یا کاهش بارندگی وجود دارد و این مسأله برنامه ریزی و مدیریت منابع آب را پیچیده می کند. از این رو بررسی روند بارش از اهمیت بسزایی برخوردار است. روند خطی گزارش شده در ارزیابی های اقلیمی ایران و جهان، منعکس کننده تغییر در میانگین بارش سالانه است. روند میانگین، نمی تواند تغییرات سایر چندک های توزیع، از جمله دم های توزیع (میزان بارش بسیار زیاد و کم) را منعکس کند. در این مطالعه از روش رگرسیون چندک[1] (QR) برای تعیین روند بارش های سنگین (بارش های بیشتر از صدک 98ام توزیع بارش) فصلی و سالانه ۴4 ایستگاه سینوپتیک کشور برای دو دوره ی نرمال استاندارد اقلیمی اخیر 2010-1981 و2020 -1991 استفاده شد. برای این منظور، بعد از کنترل کیفیت و همگن سازی داده ها، صدک های 98ام بارش های فصلی و سالانه برای هر دو دوره محاسبه شدند و مورد مقایسه قرار گرفتند. سپس روند این چندک ها با استفاده از روش رگرسیون چندک برآورد شده و مورد آزمون قرار گرفتند. نتایج نشان داد که در مقایسه دو دوره نرمال استاندارد اقلیمی، بارش های سنگین بهاری در دامنه های جنوبی البرز، بارش های سنگین تابستانی در سواحل دریای خزر، بارش های سنگین پاییزی در شمال غرب و شمال شرق کشور و بارش های سنگین زمستانی در دامنه های زاگرس به طور عمده تغییر رفتار داده اند. همینطور، بارش های سنگین بهاری در دامنه های جنوبی البرز رو به کاهش است، در صورتی که بارش های سنگین تابستانی در سواحل دریای خزر و بارش های سنگین پاییزی در شمال غرب و شمال شرق کشور رو به افزایش است.   

اگرچه متوسط سرانه انتشار گازهای گلخانه ای کشورهای اسلامی از متوسط جهانی آن پایین تر است، اما به دلیل نرخ افزایشی انتشار که بسیار بالاتر از متوسط جهانی آن است بررسی آثار تغییرات اقلیم بر اقتصاد این کشورها ضروری به نظر می رسد. بنابراین در این پژوهش، اثرات تغییر اقلیم بر شاخص تولید غذا (FPI) که نماینده امنیت غذایی کشورهای اسلامی است، بررسی شد. این بررسی با استفاده از سناریوهای اقلیمی مدل CMIP6 سری ششم که توسط IPCC منتشر شده اند و از دیدگاه خوشبینانه تا بدبینانه افزایش دما به وقوع میپیوندد، انجام گرفت. پژوهش به سه گروه کشورهای با درآمد متوسط، کمتر توسعه یافته و صادرکننده نفت تا سال 2100 پرداخته است.. بر اساس نتایج، شاخص FPI برای هر سه گروه دارای روند افزایشی و بیشترین میانگین رشد آن مربوط به گروه کشورهای کمتر توسعه یافته بود. همچنین بر اساس نتایج مدل اثرات ثابت و تکنیک داده های تلفیقی، سطح زیرکشت غلات، تولید ناخالص داخلی، ارزش افزوده بخش کشاورزی و بارش تجمعی اثر مثبت و رشد جمعیت، تورم و میانگین دما اثر منفی بر امنیت غذایی داشته اند. همچنین اثرات تغییراقلیم در همه سناریوها و در هر سه گروه اثر منفی بر امنیت غذایی دارد. در گروه کشورهای صادرکننده نفت، ایران، عراق و عربستان به ترتیب با 8%، 6/6 % و 6%  بیشترین کاهش تولید غذا را خواهند داشت. نتایج تحقیق حاضر نشان می دهد که کشورهای با درآمد متوسط به دلیل داشتن کمترین رشد امنیت غذایی بدون در نظر گرفتن تغییراقلیم (8/1واحد) و بالاترین کاهش امنیت غذایی ناشی از تغییرات اقلیم (3/6%) نسبت به دو گروه دیگر وضعیت نگران کننده تری خواهند داشت. لذا لازم است تمرکز بیشتری جهت بهبود ظرفیت های این کشورها در کاهش آسیب پذیری و تطبیق با تغییرات اقلیم و نتیجتاً آسیب پذیری در تولید و دسترسی غذا انجام شود.

شناخت عوامل فیزیکی و مدیریتی موثر بر ذخیره کربن آلی درخاک می توان به ارتقاء باروری خاک و حفظ محیط زیست کمک کند. بنابراین بررسی رابطه تغییرات مکانی ترسیب کربن خاک با عناصر اقلیمی دما و بارش جهت مطالعه و بکارگیری روش های کاربردی برای محاسبه میزان ترسیب کربن مدل های مطالعاتی هم چون RothC اهمیت فراوانی دارند. در مطالعه حاضر کارایی مدل RothC جهت برآورد کربن آلی ذخیره شده در مراتع کوهستانی حوزه مِرِگ سرفیروزآباد، استان کرمانشاه مورد بررسی قرار گرفته است. نمونه گیری در قالب یک طرح تصادفی مدیریت شده با  استفاده از 45 نقطه شعاع 20 کیلومتری در خاک سطحی انجام گرفت. ورودیهای مدل شامل متغیرهای مستقل (اقلیمی با آمار 25 ساله؛ بارندگی ماهانه، تبخیر و تعرق ماهانه، متوسط دمای هوا) و بافت خاک و پوشش گیاهی منطقه می باشد. خروجی مدل شامل کربن آلی خاک با چهار بخش فعال ( [1] IOM)، ( [2] DPM)، ( [3] RPM)، ( [4] BIO) و یک بخش جدا( [5] HUM)  بود که هر بخش بسته به ویژگی های خودش تجزیه می شود. در این پژوهش سه دوره زمانی نمونه برداری گردید که به ترتیب سال های 1380، 1389 و آخرین آمار در پاییز 96برداشت شده است. نهایتاً  مدل RothC بعد از کالیبراسیون در دورهای برداشت 1380 تا 1389 برای 1396 اجراشد و مشخص شد پارامتر تغییرات آب و هوایی اثر شدیدی بر ذخیره کربن آلی دارد. بنابراین خطای RMSE برای مدل مورد نظر کمتر از 0.11 و هم چنین MBI به 0.05 رسیده است که سبب شده فاکتور کارکرد مدل 0.96- باشد و دقت بالای مدل RothC مورد تأکید قرار میگیرد. نتایج نشان می دهد که مقدار کربن کل ذخیره برای مراتع 4.48 تن درهکتار و این مقدار در کشاورزی سطح پایین تری دارد و به مقدار 4.36 تن در هکتار می رسد. در کل کلیه شاخص ها نشان دهنده اثر زراعت بر تضعیف ذخیره کربن در تمام مراحل دارد.  

آگاهی از پوشش گیاهی و سلامت آن نماینده وضعیت آب و هوای هر محل است. برای پایش پوشش گیاهی در مقیاس جهانی و ناحیه ای دسترسی بهنگام به داده های میدانی معمولاً دشوار و محدود می باشد. هم چنین برآورد پوشش گیاهی به روش معمولی که شامل برآورد کلی از پوشش گیاهی است هم زمان بر است و هم اطلاعات چندان دقیقی به دست نمی دهد. از این رو دورسنجی با فراهم ساختن یک دید وسیع از منطقه، روش بسیار سودمندی است که بر سایر روش ها برتری دارد. هدف از پژوهش پیش رو، بررسی میانگین سالانه پوشش گیاهی ایران به کمک شاخص NDVI  با استفاده از داده های سنجنده مودیس-آکوا می باشد. در این پژوهش نخست داده های 16 روزه شاخص تفاضل بهنجار شده پوشش گیاهی (NDVI) مودیس-آکوا ایران در فاصله 1/1/1382 تا 29/12/1397 از وبگاه ناسا دانلود شد. سپس بر مبنای نزدیک به 15 میلیارد یاخته، میانگین بلندمدت و سالانه NDVI ایران محاسبه شد. با توجه به این که مقادیر NDVI بیش از 2/0 نشان دهنده پوشش گیاهی است، میانگین سالانه پوشش گیاهی ایران محاسبه شد. در پایان نیز پیوند میان پوشش گیاهی و بارندگی در ایران زمین بررسی گردید. نتایج نشان داد که در سال 1387 به دلیل کم آبی و وجود شرایط خشکسالی هواشناسی، پوشش گیاهی ایران به کمترین مقدار رسیده در حالی که در سال 1397 به دلیل بارندگی فراوان و شرایط ترسالی، پوشش گیاهی ایران زمین به بیشترین مقدار طی دوره مورد مطالعه رسیده است. همچنین نتایج نشان داد که در دو دهه اخیر بدلیل افزایش بارندگی، گستره پوشش گیاهی ایران افزوده شده است.

این مطالعه به بررسی کارایی یک مدل همادی در مقیاس زمانی فصلی برای تولید پیش بینی احتمالاتی با استفاده از مدل WRF جهت پیش بینی بارش در ایران پرداخته شده است. این مدل از اجرای مدل WRF با 4 پیکربندی مختلف و با 16 حالت شرایط اولیه و مرزی مختلف حاصل از پیش بینی های مدل CFSv.2 تشکیل شده است و مجموعاً دارای 64 عضو است. صدک های 33 و 66 ام مبنای بارش های زیر نرمال، نرمال و بالای نرمال بوده و دوره تاریخی اجرای مدل سال های 2000 تا 2019 است. دوره عملیاتی جهت بررسی کارایی مدل نیر زمستان سال 2020 می باشد و سنجه های ارزیابی هم دو نمایه ضریب همبستگی و جذر میانگین مجذور خطا است. نتایج این مطالعه نشان می دهد که پیش بینی بارش در مقیاس فصلی در ایران دارای عدم قطعیت بالایی است و ارائه پیش بینی ها به صورت احتمالاتی هرچند می تواند از کارایی بیشتری نسبت به پیش بینی قطعی برخوردار باشد اما همچنان دارای عدم قطعیت است. توزیع فضایی خطای پیش بینی مدل در دوره تاریخی وابسته به پراکندگی مکانی بارش و فاصله از مبدأ زمانی پیش بینی است، به طوری که در پیش دید اول کارایی مدل بهتر از پیش دید دوم و سوم است و از طرف دیگر در شرق و جنوب شرق کشور مدل از عدم قطعیت بالاتری نسبت به نواحی دیگر کشور برخوردار است. پیاده سازی این مدل برای یک دوره عملیاتی نشان داد که هرچند مدل می تواند تغییرات فضایی بارش در کشور را در سه پیش دید مورد بررسی پیش بینی نماید اما پیش بینی احتمالاتی هم نمی تواند به میزان قابل توجهی از عدم قطعیت مدل های عددی در پیش بینی فصلی بارش را کاهش دهد.

امروزه، با توجه به تغییرات آب و هوایی، استفاده از روش های کاهش مصرف انرژی و انتشار گازهای گلخانه ای در بخش های مختلف از جمله ساختمان می تواند درمقابله با اثرات سوء ناشی از این پدیده موثر واقع گردد. شناسایی پتانسیل تهویه طبیعی و ایجاد شرایط آسایش در محیط داخلی مورد توجه بسیاری از محققان و طراحان ساختمان به ویژه در اقلیم های مرطوب است. از اینرو، در مطالعه حاضر تلاش گردیده تا پتانسیل تهویه طبیعی در استان گیلان مورد تجزیه و تحلیل قرار گیرد. بدین منظور، از داده های ساعتی شش ایستگاه هواشناسی شامل منجیل، آستارا، انزلی، لاهیجان، تالش، رشت استفاده شده است. این داده ها شامل جهت و سرعت باد، دما، نقطه شبنم، فشار سطح دریا، فشارسطح ایستگاه، رطوبت نسبی، حداقل دما، حداکثر دما، دمای تر، فشار بخار، فشار بخار اشباع می باشند. سپس پتانسیل اقلیمی تهویه طبیعی برای بازه زمانی 17 ساله (2021-2004) با استفاده از مدل عددی CPNV محاسبه شد. نتایج نشان داد که ایستگاه منجیل و انزلی به ترتیب بیشترین و کمترین پتانسیل اقلیمی تهویه طبیعی را در میان ایستگاه های مورد مطالعه داشته اند. با بررسی موقعیت و عوامل جغرافیایی مشخص شد که دو عامل فاصله از دریا و ارتفاع ایستگاه می توانند عوامل موثری در این پتانسیل باشند. با این حال، عامل ارتفاع ایستگاه با میزان ضریب همبستگی 97/0 بیشترین تاثیر را در پتانسیل اقلیمی تهویه طبیعی ایستگاه های مورد مطالعه نشان داد. همچنین، با طراحی نقشه های حرارتی مشخص شد که ایستگاه منجیل بالاترین تعداد ساعات آسایش را نسبت به سایر ایستگاه ها داراست به طوریکه به دلیل دورتر بودن از دریا، ارتفاع بیشتر نسبت به ایستگاه های مورد مطالعه، بادخیز بودن منطقه و شرایط متعادل تر آب و هوایی، از بیشترین پتانسیل تهویه طبیعی در طول سال در بین ایستگاه های استان گیلان برخوردار است.

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.

خشکسالی یک  بحران طبیعی است که در بین همه بحران های طبیعی از منظر تحت تاثیر قرار دادن جوامع، در جایگاه نخست است، با توجه به اهمیت خشکسالی و تأثیر مخرب آن بر مناطق مختلف از جمله ایران، انجام مطالعه جامع تری در مورد این پدیده طبیعی بر اساس شاخص خشکسالی مناسب، ضروری است. در واقع تشخیص دوره های خشکسالی با استفاده از یک شاخص مناسب منجر به راهکارهای مناسب برای مدیریت بهتر خشکسالی می شود. از سوی دیگر در سالیان گذشته در شهرستان سراوان وقوع خشکسالی های پی درپی موجب اثرات منفی بر کشاورزی، منابع آب و اقتصادی و اجتماعی داشته است. از این رو شناسایی اثرات خشکسالی بر ناپایداری زیست محیطی در این شهرستان و ارائه راهکارهای مناسب در راستای کاهش تخریب محیط زیست در این منطقه ضروری به نظر می رسد. از این رو در این پژوهش هشت شاخص خشکسالی شامل شاخص دهک های بارندگی (DPI)، شاخص درصد نرمال بارندگی (PNPI)، شاخص خشکسالی پالمر (PDSI)، شاخص ذخیره آب سطحی (SWSI)، شاخص بارش استاندارد (SPI)، شاخص رطوبت زارعی (CMI)، شاخص ناهنجاری های بارندگی (RAI) و شاخص خشکسالی موثر (EDI) به منظور بررسی شدت خشکسالی با استفاده از شاخص های خشکسالی در شهرستان سراوان پرداخته شد. نتایج بررسی خشکسالی با استفاده از این شاخص ها نشان داد که مناطق با وضعیت خشکسالی بیشترین مساحت را در منطقه پوشش داده این کلاس در بخش های مرکزی، غرب و شمال غرب و شرق به صورت پهنه وسیعی گسترده شده است. کلاس با وضعیت خشکسالی شدید نیز بخشی از شمال و شمال شرق منطقه به خود اختصاص داده است.

رشد کالبدی بافت شهرها، در اراضی کشاورزی یا باغات حاشیه شهر، از نمودهای بارز تغییرات کاربری اراضی به نفع گسترش بافت شهری است. این تغییرات کاربری اراضی تبعات زیست محیطی و اقلیم شناختی در پی دارد. آگاهی از این تبعات محیطی، در کنترل و مدیریت بهینه شرایط زیست محیطی شهر مفید واقع می شود. هدف اساسی این تحقیق آشکارسازی روند تغییرات کالبدی بافت شهری خرم آباد طی دوره 1990-2020 و آشکارسازی اثر تغییرات حرارتی بر ساختار دمای دوره گرم شهر خرم اباد است. در این راستا با استفاده از تصاویر سنجنده TM و OLI/TIRS ماهواره های لندست 5 و 8 برای ماه ژوئن 4 دوره آماری 1990، 2000، 2010 و 2020، با اجرای تابع جبر باندی، بافت شهری خرم آباد از روی باندهای اپتیکال این سنجنده ها استخراج و روند تغییرات این بافت طی 30 سال بررسی گردید. همچنین دمای سطح زمین محدوده شهر خرم آباد با اجرای الگوریتم Spilt Window روی باندهای حرارتی دو سنجنده مذکور، برای ماه ژوئن استخراج گردید. نتایج حاصل از تحلیل روند نشان داد بافت شهری خرم آباد طی دوره 30 ساله با یک رشد مستمر در بخش های حاشیه شرقی و جنوبی شهر روبرو بوده است. به طور تجمعی مشخص گردید که بافت شهری خرم آباد در انتهای دوره یعنی سال 2020 حدود 41 درصد (828 هکتار) نسبت به سال 1990 گسترش داشته است این گسترش عموماً در اراضی کشاورزی و باغات حاشیه شهر خرم آباد بوده است. استخراج دمای سطح زمین از باندهای حرارتی دو سنجنده TM و TIRS، نشان داد که در روزهای آخر ژوئن 4 سال مورد بررسی میانگین دمای سطح بافت شهری، حدود 5/11 درجه سانتیگراد از فضای سبز داخل شهر یا اراضی باغی حواشی شهر، بالاتر بوده و همزمان با گسترش بافت شهری، دمای سطح این بافت از 41 درجه در سال 1990 به 1/43 درجه در سال 2020 رسیده است.

ارزیابی مخاطره خشکسالی در حوضه های آبخیز سرزمین ایران واقع در کمربند خشک و نیمه خشک جهان از ابعاد مختلف اهمیت ویژه ای دارد. در این میان نقش الگوهای پیوند از دور در بررسی مخاطرات آب و هوایی در دهه های اخیر توسط محققان مورد توجه بیشتری قرار گرفته است. در همین راستا، توجه به تغییرات رطوبتی و بررسی و تحلیل خشکسالی حوضه آبخیز جازموریان نماینده یکی از زیر حوضه های آبریز مرکزی ایران ، هدف این مقاله است. لذا با بررسی تغییر شاخص های طیفی رطوبتی در سالهای اخیر و تعیین شدت خشکسالی در ارتباط با شاخص های جوی – اقیانوسی با استفاده از داده های ثبت شده موجود ناهنجاری های رطوبتی بررسی شد. تحلیل طیفی شاخص رطوبتی  در سه بازه زمانی 2000-1985، 2013-2000 و 2020-2013 در حوضه جازموریان نشان داد که هر دو شاخص MNDWI و NDWI در سه بازه زمانی مورد مطالعه وجود خشکی و ناهنجاری های رطوبتی منفی در حوضه را نشان می دهند و تقکیک جزییات خشکی فراهم نشد. استفاده از شاخص شدت خشکسالی هواشناسی تبخیرتعرق استاندارد SPEI حاکی از روند منفی معنادار شدت خشکسالی از سال 1999 تاکنون است. بررسی ارتباط بین شاخص شدت خشکسالی SPEI دوازده ماهه و نوسانات جوی اقیانوسی با استفاده مدل رگرسیون چندگانه انجام شد. نتایج نشان داد که خشکسالی حوضه آبخیز جازموریان  با شاخص های جوی اقیانوسی نوسان چند دهه ی اقیانوس اطلس (AMO) و شاخص نوسان جنوبی (SOI) رابطه معنادار قویتری در سطح خطای 5 درصد دارند و بر اساس نتایج مدل رگرسیون چندگانه، شاخص چند دهه ای اقیانوس اطلس بیش از 70 درصد خشکسالی حوضه آبخیز جازموریان را تبیین می کند. تحلیل همدید خشکسالی نشان داد که شرایط پایداری و  جریان مداری جو در طی فاز گرم نوسان AMO باعث فرونشینی و شرایط پایداری هوا شده و بر شدت خشکسالی در حوضه آبخیز جازموریان در فاز گرم از سال 1999 تاکنون افزوده است.

مناطق ساحلی مهمترین و حساس ترین مناطق به اثرات ناشی از تغییر اقلیم بویژه افزایش سطح آب دریا می باشند که پیامد های وخیم و آسیب های ناشی از آن را با درجه اطمینان بالاتری تجربه می کنند. هدف از این تحقیق ارزیابی آسیب پذیری مناطق ساحلی واقع در محدوده منطقه ویژه اقتصادی انرژی پارس (عسلویه و کنگان) نسبت به  افزایش سطح آب خلیج فارس است. داده های مورد استفاده در این تحقیق شامل داده های جزر و مدی ایستگاه های کنگان، بوشهر و امام حسن، مدل رقومی ارتفاعی، داده های ارتفاعی و تصاویر ماهواره ای سنتینل 2 به منظور ساخت ترکیب رنگی حقیقی با اندازه تفکیک مکانی 10 متر می باشد. نقشه آب گرفتگی منطقه مورد مطالعه در صورت افزایش نیم، یک و دو متری سطح آب دریا تهیه شد. نتایج نشان داد که بیشترین آسیب پذیری افزایش سطح آب دریا مرتبط با مجتمع های پتروشیمی نزدیک به ساحل می باشد. منطقه پارس جنوبی یک در نواحی  رویش جنگل های مانگرو و صنایع  پایین دستی در معرض بیشترین آسیبپ پذیری قرار دارد به طوری که حتی با نیم متر افزایش سطح آب دریا اراضی قابل توجهی به زیرآب خواهد رفت. عدم توجه به خطر بالا آمدن سطح آب دریا می تواند در آینده خسارت اقتصادی هنگفتی را به شرکت های پتروشیمی و صنایع مرتبط همچنین به اکوسیستم های حساس و شکننده ساحلی وارد سازد. بنابراین استراتژی مدیریتی منطقه ای برای کاهش این آسیبپ پذیری امری ضروری است. یکی از راه های مقابله با این آسیبپ پذیری، ساخت تپه های رگه ای و استفاده از موج شکن های معلق در زیر آب  به همراه گرون های T شکل در سواحل تحت خطر آب گرفتگی است.  

امروزه اثرات نامطلوب تغییرات اقلیمی و آسیب های ناشی از آن به یک مشکل زیست محیطی، اجتماعی و اقتصادی تبدیل شده است. ارزیابی تاب آوری اجتماعات محلی در برابر تغییرات اقلیمی و محدودیت ها و موانع آن، یک گام مهم برای شناسایی سازوکارهای مؤثر و اولویت بندی مدیریت است که باعث ارتقای قابلیت انعطاف پذیری و افزایش ظرفیت سازگاری می شود. در این راستا، پژوهش حاضر با هدف شناسایی محدودیت های مقابله و تاب آوری در برابر مخاطرات ناشی از تغییرات اقلیمی در شهرستان زاهدان انجام گردیده است. تحقیق حاضر از نظر هدف، کاربردی و روش انجام آن توصیفی - تحلیلی است. ابزار گردآوری داده ها و اطلاعات، پرسشنامه محقق ساخته از منطقه مورد مطالعه بوده است. جامعه آماری شامل خانوارهای روستایی شهرستان زاهدان بودند که با توجه به پراکندکی روستاها و تعداد زیاد آن ها، تعداد 12 روستا (از هر دهستان 2 روستا) به صورت تصادفی به عنوان روستای نمونه انتخاب شده اند. با استفاده از فرمول کوکران، حجم نمونه به 265 خانوار محدود گردیده است. به منظور تجزیه و تحلیل اطلاعات از روش ISDM در نرم افزار SPSS و روش معادلات ساختاری در نرم افزار LISREL بهره گرفته شده است. نتایج نشان داد که 83/12درصد ساکنان، دارای ادراک ضعیف، 02/23 درصد ادراک متوسط، 85/35 درصد ادراک قوی و 30/28 درصد ادراک بسیار قوی نبست به تغییرات اقلیمی می باشند. همچنین به ترتیب عامل فیزیکی(بار عاملی 941/0)، اجتماعی(بار عاملی 922/0) و اقتصادی(بار عاملی895/0) مهم ترین محدویت های تاب آوری در برابر مخاطرات ناشی از تغییرات اقلیمی در شهرستان زاهدان می باشد.

تبخیر از تشت به عنوان یک پارامتر کاربردی در زمینه های مختلف، مانند برآورد هدر رفت آب از دریاچه ها و مخازن سدها و همچنین برآورد نیاز آبی گیاهان به ویژه در مناطقی که اطلاعات لایسیمتری وجود ندارد، کاربرد دارد. مدل سازی این پارامتر می تواند در زمینه بازسازی داده های گم شده و برنامه ریزی های درازمدت منابع آب و توسعه کشاورزی کارساز باشد. در این پژوهش با به کارگیری یک مدل هوش مصنوعی (برنامه ریزی بیان ژن) و دو مدل سری زمانی (فوریه و آریما)، تبخیر از تشت در ایستگاه سد زاینده رود در دوره زمانی 1344 تا 1396 (53 سال) مدل سازی شد. سری زمانی داده های تبخیر از تشت در مقیاس روزانه برای ماه های گرم سال (خرداد، تیر، مرداد، شهریور و مهر)، به عنوان ورودی مدل های فوریه و آریما و 4 الگوی مختلف شامل استفاده از داده های روزانه تبخیر 1 ماه قبل، 2 ماه قبل، 3 ماه قبل و 4 ماه قبل، به عنوان ورودی مدل برنامه ریزی بیان ژن استفاده شد. نتایج نشان داد که مدل برنامه ریزی بیان ژن تنها در ماه مهر نتایج قابل قبولی دارد و برای ماه های دیگر نتایج از نظر شاخص های آماری قابل قبول نمی باشد. میزان خطای برآود تبخیر روزانه در ماه مهر 38/0 میلی متر بر روز (معادل 7/2 درصد) بدست آمد. این میزان خطا بر اساس ضریب تبیین 84/0 و ضریب نش- ساتکلیف (ضریب کارایی مدل) 83/0، قابل قبول ارزیابی شد. بر خلاف مدل برنامه نویسی بیان ژن، مدل فوریه در تمام ماه های مورد مطالعه نتایج قابل قبول ارائه داد. مقادیر خطای برآورد تبخیر روزانه در این روش بین 02/1 تا 7/0 میلی متر بر روز به دست آمد که معادل 2/5 تا 8/8 درصد است. مقایسه نتایج دو مدل فوق با نتایج مدل آریما نیز نشان داد مقادیر خطای مدل آریما در تمام ماه ها بیشتر (4/9 تا 6/19 درصد) از مدل های فوریه و برنامه ریزی بیان ژن است. بنابراین بهترین مدل برای برآورد تبخیر روزانه از تشت، در ماه مهر مدل برنامه ریزی بیان ژن و در بقیه ماه ها مدل فوریه می باشد. ارزیابی دقت و توانایی برآورد داده های حدی تبخیر روزانه نیز نشان داد، مدل فوریه در تخمین داده های حدی، دارای توانایی بالاتری نسبت به دو مدل دیگر است. بنابراین می توان این مدل را جهت برآورد تبخیر روزانه در ایستگاه سد زاینده رود و همچنین بازسازی داده های گم شده توصیه نمود.

رخدادهای گردوغبار یکی از مهمترین و چالش برانگیزترین مخاطرات محیطی و اقلیمی کل کشور و به ویژه استان خوزستان است. هدف اساسی این تحقیق آشکارسازی نقش تغییرات پوشش گیاهی و رطوبت خاک در توزیع درون سالی رخدادهای گردوغبار استان خوزستان است. در این راستا از 3 دسته داده استفاده گردید. داده های مربوط به کدهای گردوغبار ایستگاهی که طی دوره آماری 2010-2020، برای ایستگاه های سینوپتیک استان خوزستان در مقیاس ساعتی اخذ شد. دسته دوم داده های پوشش گیاهی ماهانه که از محصول NDVI (MOD13C3) سنجنده MODIS اخذ شد و در نهایت داده های رطوبت لایه 5 سانتی متری فوقانی خاک از سنجنده SMAP بصورت ماهانه فراهم گردید. با تحلیل فراوانی کدهای گردوغبار، فراوانی ماهانه رخدادهای گردوغبار، غلظت و تداوم گردوغبار بررسی گردید. با به دست آوردن مقادیر میانگین فضایی دو شاخص رطوبت لایه 5 سانتی متری فوقانی خاک و شاخص NDVI ماهانه، اقدام به تحلیل همبستگی و ارتباط بین شاخص های گردوغبار و این شاخص ها گردید. نتایج بیانگر آن بود براساس میانگین دوره 2010-2020، دوره 4 ماه می تا اوت دوره پیک گردوغبار در سطح استان است. دوره حداقل 11 روز گردوغباری در هر ماه وجود دارد و غلظت گردوغبار بیش از 2800 میکروگرم بر مترمکعب در هوا بوده و تداوم ماندگاری رخداد گردوغبار در سطح استان حداقل 40 ساعت است. بررسی شاخص های رطوبت لایه فوقانی خاک و پوشش گیاهی نشان داد، دقیقاً در سطح استان در همین دوره پیک گردوغبار، رطوبت خاک لایه فوقانی خاک در بخش وسیعی از نواحی مرکزی و جنوبی استان به کمتر از 10 درصد رسیده و همزمان شاخص پوشش گیاهی نیز در این بخش ها به کمتر از 18/0 رسیده است. علاوه بر آن در این تحقیق مشاهده گردید که تغییرات ماهانه رطوبت لایه 5 سانتی متر فوقانی خاک با ضریب همبستگی 88/0- بیشترین تأثیر را در کنترل غلظت گردوغبار در سطح استان خوزستان دارد.

رطوبت خاک از اصلی ترین عواملی است که تحت تاثیر خشکسالی قرار می گیرد. شاخص کمبود رطوبت خاک (SMDI) یکی از مهمترین شاخص هایی است که براساس رطوبت خاک، خشکسالی را پایش می نماید. اما به دلیل عدم اندازه گیری مستقیم رطوبت خاک در ایستگاه های هواشناسی و نبود اطلاعات، به طور محدودی استفاده شده است. در پژوهش حاضر از داده های هواشناسی ایستگاه سینوپتیک زرقان در طول دوره آماری 30 ساله (1992 تا 2022) استفاده و به کمک دو مدل ET0 و AquaCrop مقدار رطوبت خاک در عمق های 5، 15، 45 و 95 سانتیمتر تخمین زده شد. سپس درصد کمبود رطوبت خاک و شاخص SMDI محاسبه گردید. همچنین نتایج این شاخص، با دو شاخص متداول SPI و RDI که مبتنی بر داده های بارش و تبخیرتعرق پتانسیل است، مقایسه و تحلیل گردید. بیشترین مقدار این شاخص پس از یک دوره پر باران سالهای 1994 و 1995 در سال 1996 است و کمترین مقدار نیز پس از سالهای خشک 2008 تا 2010 در سال 2011 رخ داده است. با توجه به اینکه بیشترین و کمترین مقدار بارندگی در 2004 و 2021 است، شاخص های خشکسالی SPI و RDI، شدیدترین ترسالی و خشکسالی را در سالهای مذکور نشان داده اند. در سال 2010، 2011 ، 2016 و2021 خشکسالی های شدیدی رخ داده که هر سه شاخص در این مورد نتایج مشابهی داشته اند. در بررسی روابط بین پارامترهای هواشناسی و شاخص ها، نتایج نشان داد شاخص SMDI کمترین ضریب تبیین را با تبخیرتعرق (25/0)، شاخص RDI (4/0) و پس از آن با شاخصSPI  و بارش (45/0) دارد. همچنین نتایج نشان داد همبستگی و ارتباط قوی بین دو شاخص SPI و RDI وجود دارد. درخصوص خشکسالی های حدی و خیلی شدید که میزان بارش کاهش زیادی داشته و تبخیرتعرق نیز افزایش می یابد، شاخص RDI مناسبتر بوده و شدت خشکسالی را با دقت بالاتری نشان می دهد و حساسیت آن نسبت به شرایط آب و هوایی بیشتر از شاخص SPI است. لذا توصیه می گردد در مناطق خشک و نیمه خشک که شدت خشکسالی به آستانه شدید و خیلی شدید نیز می رسد، از شاخص هایی استفاده گردد که علاوه بر بارش، عوامل دیگر را در نظر بگیرد.