پژوهشهای تغییرات آب و هوایی

ابرها به عنوان یکی از پیچیده ترین و تأثیرگذارترین متغیرهای سیستم آب و هوا، علاوه بر تغییر در بیلان انرژی، در توزیع زمانی و مکانی بسیاری از متغیرهای اقلیمی موثر هستند. از سوی دیگر از آنجا که ابرها دارای تغییرات زمانی و مکانی بسیاری هستند، لذا بررسی رفتار آنها بسیار حائز اهمیت می باشد. از این رو هدف از پژوهش حاضر، بررسی و تحلیل چرخه های ابرناکی سالانه در ایران و آشکارسازی رفتارهای آشکار و نهان سری زمانی آن است. بدین منظور از داده های روزانه متغیر ابر برگرفته از سازمان هواشناسی کشور طی یک دوره 31 ساله برای تعداد 30 ایستگاه استفاده شد. جهت بررسی روند داده ها، آزمون ناپارامتری تخمین گر شیب سن در سطح اطمینان 95 درصد به کار گرفته شد. نتایج تحلیل روند داده ها و مقدار معناداری آنها حاکی از تغییرات معنادار کاهشی در 16 ایستگاه و تغییرات معنادار افزایشی در 3 ایستگاه است و در سایر ایستگاه ها هیچ روند معناداری مشاهده نشد. به منظور تحلیل همسازها و استخراج چرخه های معنادار از روش تحلیل طیفی بهره گرفته شد و نمودارهای دوره نگار با فاصله اطمینان 95 درصد ترسیم شدند. نتایج نشان داد ایستگاه هایِ شامل یک چرخه معنادار دارای بالاترین فراوانی و بیشتر در مناطق جنوب، مرکز، شرق و شمالشرق بوده است و ایستگاه های چند چرخه ای با فراوانی کمتر در مناطق شمال، شمالغرب و جنوب غرب کشور مشاهده شد. همچنین با محاسبه سهم واریانس هر چرخه بیشترین سهم واریانس برای همساز چهاردهم و بیشترین دوره های بازگشت برای دوره های 5-2 ساله با احتمال رخداد 32 درصد و کمترین آنها مربوط به دوره های بیش از 10 ساله با احتمال رخداد 6 درصد بدست آمد.

این مطالعه تغییرات مکانی-زمانی وقوع خشک سالی را در استان خراسان رضوی توسط شاخص استانداردشده بارش–تبخیر و تعرق (SPEI) ارزیابی کرده است. برای این منظور ابتدا مدل های IPSAL-CM6، MRI-ESM2-0، GFDL-ESM4 و MIROC6 از سری مدل های فاز ششم (CMIP6) در مقیاس سالانه مورد بررسی قرار گرفت. نتایج نشان داد که GFDL-ESM4 از بین مدل های مورد بررسی دارای همبستگی بالاتری با دما و بارش داده های ایستگاهی است. پس از انتخاب مدل GFDL-ESM4 با استفاده از نرم افزار CMHyd ریزمقیاس نمایی انجام شده است و از نتایج این مدل برای محاسبه خشک سالی استفاده شد. در این تحقیق برای ریزمقیاس نمایی از روش تغییر عامل دلتا (DCF) برای بارش و دما استفاده شد. همچنین برای پیش نگری خشک سالی از سناریوی حد واسط (SSP2-4.5) استفاده شد. شدت و فراوانی خشک سالی هواشناسی در دوره تاریخی 1990 تا 2014 و دوره آینده 2026 تا 2050 مورد بررسی قرار گرفت. نتایج نشان داد که خشک سالی در استان خراسان رضوی دارای تغییرات زیادی است؛ به طوری که بیشینه فراوانی سالانه خشک سالی در دوره تاریخی 25 درصد است و این مقدار تحت سناریوی SSP2-4.5 به 31 درصد می رسد. فراوانی و شدت خشک سالی در آینده به ویژه در طول فصول بهار و تابستان به طور قابل توجهی افزایش می یابد. از نظر جغرافیایی شدت خشک سالی در تمامی فصول در شمال و شرق استان بیشینه است.

این مطالعه به منظور ارزیابی عملکرد داده های بازتحلیل ERA5 برای بررسی روندهای ماهانه میانگین دما و رطوبت نسبی در استان سیستان و بلوچستان در طول دوره 1980 تا 2020 انجام شد. در این مطالعه، از داده های ایستگاه های سینوپتیک زابل، زاهدان، خاش، سراوان، ایرانشهر و چابهار به عنوان داده های مرجع استفاده شد. همچنین از داده های ماهانه دما و رطوبت نسبی ERA5 با تفکیک مکانی 25/0 درجه در 25/0 درجه استفاده شد. برای تطبیق مکانی داده ها، پیکسل های ERA5 انتخاب شدند که با موقعیت ایستگاه های سینوپتیک همپوشانی داشته باشند. برای ارزیابی تطابق داده های ERA5 با داده های ایستگاه های سینوپتیک از معیارهای ضریب تعیین (R2)، ریشه میانگین مربعات خطا (RMSE) و میانگین خطای مطلق (MAE) استفاده شد. روند تغییرات دما و رطوبت نسبی با استفاده از آزمون من-کندال بررسی شد. نتایج نشان داد که همبستگی مثبتی بین داده های مشاهداتی و ERA5 در ایستگاه های مورد مطالعه وجود دارد. برای نمونه مقدار بیشترین و کمترین R2 دمای ماهانه به ترتیب در ایستگاه زاهدان با مقدار (97/0) و در ایستگاه چابهار با مقدار (88/0) است. تجزیه و تحلیل روند نشان داد که روند غالب در این استان گرم شدن در اکثر فصول، به ویژه در زمستان و بهار است. دمای متوسط زمستان در این ایستگاه ها با سرعت حدود 3/0 درجه سانتیگراد در هر دهه در حال افزایش بوده است. این مطالعه نشان داد که داده های بازتحلیل ERA5 برای بررسی روندهای ماهانه میانگین دما و رطوبت نسبی در سیستان و بلوچستان قابل اعتماد است. بطوری که مقادیر RMSE و MAE در ایستگاه سینوپتیک زاهدان برای دمای متوسط ماهانه به ترتیب برابر 8/5 و 54/5 است. با این حال، به دلیل پیچیدگی های الگوهای آب و هوایی و وجود پراکندگی در داده ها، احتیاط در تفسیر نتایج ضروری است. گرم شدن زمستان ها در این منطقه نگران کننده است و نیاز به تحقیقات بیشتر برای درک پیامدهای آن برای سیستم های طبیعی و انسانی وجود دارد.

در دهه های اخیر، پدیده های حدی هیدرولوژیکی مانند خشکسالی و سیلاب به دلیل وقوع پدیده تغییرات اقلیمی در مناطق خشک و نیمه خشک تشدید یافته است. از این رو، ارزیابی روند تغییرات آن ها از نظر شدت، مدت و فراوانی وقوع و بررسی اندرکنش آنها طی سالیان گذشته می تواند حائز اهمیت باشد. پژوهش حاضر به بررسی و ارزیابی مشخصه های شدت، مدت و تعداد وقوع مخاطرات خشکسالی و سیلاب طی دوره ی آماری 2022-1983، با استفاده از داده های بلند مدت آبسنجی در حوضه های آبریز بلوچستان جنوبی، هامون-جازموریان و هامون-مشکیل پرداخت. نتایج نشان داد حوضه بلوچستان جنوبی در طی چهار دهه اخیر خشکسالی ها و سیلاب های بزرگ تر، شدیدتر و طولانی تر را تجربه کرده است بطوری که بزرگی سیلاب برای ایستگاه های باهوت، کهیر، پیرسهراب و کاریانی در این حوضه به ترتیب از 217، 225، 191 و 244 مترمکعب بر ثانیه در دهه ی اول به 255، 291، 291 و 554 مترمکعب برثانیه در دهه ی سوم افزایش یافته است. این شرایط تقریبا برای حوضه های هامون - جازموریان و هامون-مشکیل نیز صادق بوده است، با این تفاوت که تعداد وقوع سیلاب در دو حوضه هامون-جازموریان و هامون-مشکیل روند کاهشی داشته است. خروجی حاصل از پایش مشخصه های خشکسالی [1]SDI حوضه های مذکور حاکی از روند افزایشی آن دارد؛ بطوریکه نمایه های شدت و تعداد وقوع به ترتیب از مقدار 3/1، 3 واحد در دهه اول به 1/6، 3/4 واحد در دهه ی چهارم تغییر یافتند. مدت خشکسالی نیز از 5/7 ماه در دهه اول تا ۱۴ ماه در دهه پایانی افزایش پیدا کرد. از این لحاظ مناطق جنوب شرقی کشور تحت تاثیر اثرات ترکیبی و افزایشی سیلاب و خشکسالی به ویژه در دهه اخیر قرار گرفته است. با توجه به پیامدهای اقتصادی و اجتماعی روند افزایشی این مخاطرات بر منطقه، لزوم برنامه ریزی و اقدامات مناسب توسط مسئولان و نهادهای مربوطه جهت سازگاری و کاهش اثرات مخرب، بیش از پیش احساس می شود. 

آنالیزگپ مبتنی بر مدل سازی توزیع گونه ای (SDMs)، ابزاری کلیدی برای ارزیابی عملکرد مناطق تحت حفاظت و شناسایی گپ های حفاظتی است. بنابراین بهبود دقت و اعتبار SDMs می تواند به تحقق استراتژی های چارچوب جهانی حفاظت از تنوع زیستی کمک کند. هدف از این مطالعه، ارتقاء روش های آنالیزگپ با استفاده از مدل سازی برپایه هوش مصنوعی با استفاده از یادگیری عمیق و رفع برخی از محدودیت های روش های سنتی مدل سازی در آنالیزگپ با استفاده از رویکرد فازی در محاسبه درجه مطلوبیت زیستگاه و نهایتاً ارزیابی کارایی آنالیزگپ در شناسایی گپ های حفاظتی می باشد. لذا از روش CNN-SDM، مبتنی بر یادگیری عمیق، برای شناسایی روابط پیچیده بین توزیع مکانی گونه ها و شرایط محیطی استفاده شد. داده های اقلیمی WorldClim و حضور 45 گونه دوزیست در جنوب غرب آسیا از پایگاه GBIF برای کالیبره کردن مدل استفاده شد. پس از تولید نقشه مطلوبیت زیستگاهی، گونه ها براساس درجه تهدید در فهرست سرخ IUCN وزن دهی شدند و نقشه غنای گونه ای وزنی ایجاد شد. برای رفع محدودیت های داده های باینری، از مقیاس گذاری فازی استفاده شد که تغییرات کیفیت زیستگاه را پیوسته در بازه ای بین 0 و 1 نمایش می دهد. برای پیش بینی آینده، سناریوهای اقلیمی SSP126 و SSP585 برای سال های ۲۰۶۰ و ۲۱۰۰ بررسی شدند. مقایسه نقشه های غنای گونه ای وزنی و رویهم گذاری مرسوم نشان داد که 43% از زیستگاه های دوزیستان در معرض تهدید در روش رویهم گذاری نادیده گرفته می شود. نتایج تایید کرد در بدترین سناریو اقلیمی، اگرچه 85% از زیستگاه های مطلوب در مناطق تحت حفاظت حفظ می شود اما میانگین ارزش پیکسل های مطلوب در این مناطق به طور معناداری کاهش می یابد بطوریکه مطلوبیت زیستگاهی فازی برای 97% از گونه ها کاهش خواهد یافت. مدل CNN-SDM نشان داد با AUC برابر با 94/0و TSS برابر با 89/0دقت بالایی در پیش بینی توزیع گونه ها دارد. این مطالعه تأکید بر ارتقاء روش های آنالیزگپ و رفع محدودیت های روش های سنتی دارد.

آئروسل ها تأثیر قابل توجهی بر شکل گیری و رفتار ابرها دارند و در نهایت بر الگوهای بارش تأثیر می گذارند. درک این رابطه برای پیش بینی و کاهش اثرات تغییرات آب و هوا بسیار مهم است. این ذرات نقش مهمی در رابطه پیچیده بین شرایط جوی و الگوهای بارش دارند. از این رو هدف از پژوهش حاضر، بررسی و تحلیل رابطه انواع آئروسل ها با بارش در جنوب شرق ایران است. برای این منظور از داده های بارش روزانه تعداد 43 ایستگاه هواشناسی در طی دوره آماری بین سال های 2022-2000 استفاده گردید و روزهای بارشی که در آن مقدار شاخص AOD بالای 3/0 بود جهت انجام تحلیل های رگرسیونی انتخاب شد. در این پژوهش به منظور آشکارسازی ارتباط فضایی بین انواع مختلف آئروسل ها با بارش در منطقه جنوبشرق ایران، در مرحله نخست از مدل رگرسیون موزون جغرافیایی استفاده شد و همبستگی میان شاخص AOD و بارش به صورت تحلیل یاخته ای مورد بررسی قرار گرفت. نتایج نشان داد همبستگی بین آئروسل ها  با بارش در جنوب شرق ایران  به میزان حداقل 3/0 تا حداکثر 96/0وجود دارد. هم چنین مقایسه مقادیر بارش با شاخص AOD در روز بارشی نشان می دهد بیشترین فراوانی بارش های رخداده در تراکم هایی بخصوصی از آئروسل ها می باشد به نحوی که 61/84 درصد از بارش های یاخته های معنی دار در شاخص AOD با مقادیر بین 5/0 تا 8/0 اتفاق افتاده است و در مقادیر بالاتر از این مقدار فراوانی بارش ها  بطور قابل توجهی کم شده است. این موضوع می تواند نشان دهد افزایش شدت تراکم آئروسل ها از AOD 8/0 به بالا باعث کاهش فراوانی بارش در منطقه جنوب شرق ایران می شود.