پژوهشهای تغییرات آب و هوایی

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.

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.

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.   

دمای نقطه شبنم یکی از متغیرهای مهم جوی است و تغییرات دراز مدت آن می تواند منجر به تغییر ویژگی های اقلیمی یک ناحیه گردد. به منظور تحلیل فضایی روند تغییرات دمای نقطه شبنم در ایران از داده های میانگین سالانه و ماهانه این متغیر در 109 ایستگاه هواشناسی سینوپتیک در طی دوره آماری2022-1990 استفاده شده است. جهت بررسی اثر تغییرات سایر متغیر های جوی بر دمای نقطه شبنم از داده های میانگین رطوبت نسبی سالانه، میانگین حداقل و میانگین حداکثر دما و میانگین مجموع بارش سالانه استفاده شده است. برای بررسی روند تغییرات از روش من کندال و جهت شناسایی الگوهای حاکم بر تغییرات فضایی دمای نقطه شبنم در ایران، از  مدل های خودهمبستگی فضایی موران جهانی و گتیس ارد جی استفاده شده است. نتایج بررسی روند تغییرات دمای نقطه شبنم نشان می دهد این متغیر در نواحی اطراف دریاهای شمال و جنوب و منطقه شمال غرب از روند افزایشی و در مناطق مرکزی، شرق و شمال شرق ایران از روند کاهشی برخوردار است. تحلیل فضایی مناطق با دمای نقطه شبنم بالا نشان دهنده الگوی خوشه ای شدید می باشد بدین معنی که مناطق با دمای نقطه شبنم بالا عمدتاً در بخش هایی از سواحل دریای خزر و بخش های زیادی از سواحل خلیج فارس و دریای عمان، بخش هایی از شمال آذربایجان و اردبیل گسترده شده است. این موضوع نشان می دهد که با نزدیک شدن به منابع رطوبتی دمای نقطه شبنم نیز بیشتر می شود. هم چنین تحلیل فضایی مناطق با دمای نقطه شبنم پایین نیز نشان می دهد که این نوع دماها عموماً در بخش وسیعی از مناطق مرکزی جنوب استان خراسان و شرق و جنوب شرق ایران متمرکزشده اند. تمرکز این دماهای پایین در بخش های داخلی  و مرکزی ایران نشان دهنده نقش کاهش رطوبت به دلیل دوری از دریاهای شمال و جنوب در کاهش میزان دمای نقطه شبنم می باشد. 

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.

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.