ریزگردانی

امروزه، استفاده از خروجی های الگوهای گردش عمومی در مطالعات هواشناسی و اقلیم شناسی، گسترش پیدا کرده و بسیاری از خلاهای محاسباتی را پوشش داده است. با توجه به این که اخیرا قدرت تفکیک الگوهای گردش عمومی و منطقه ای به شکل چشمگیری افزایش یافته است، اما هیچ یک از این الگوها قادر به پیش بینی آب و هوای واقعی در مقیاس ایستگاهی و خرد مقیاس نیست، لذا جهت به کارگیری خروجی این الگوها روش های مختلفی به کار برده می شود. این روش ها که به دو دسته آماری و دینامیکی تقسیم شده و گاهی به صورت تلفیقی از هردو به کار می روند به روش های ریزگردانی معروف اند. نوشتار حاضر می کوشد تا با انتخاب بهترین سناریوی اقلیمی، که هم خوانی مناسبی با داده های دیده بانی شده منطقه (ایستگاه های سینوپتیک استان خراسان) دارد و به کارگیری روش های آماری و دینامیکی، بهترین داده های اقلیمی را که با داده های واقعی هم خوانی داشته باشد، استخراج نماید تا با به دست آوردن ضرایب وزنی بین آنها پس از ریزگردانی، داده های پیش بینی اصلاح شده ای را استخراج نماید. در پایان با کاربرد شاخص استاندارد شده بارش، پهنه بندی مناسبی از وضعیت خشکسالی در آینده ارایه شود.

پیامدهای ناشی از تغییر اقلیم، به ویژه در اثر افزایش گازهای گلخانه ای، طی سال های اخیر مشکلات زیادی را همراه داشته که به صورت مستقیم یا غیرمستقیم بخش های مختلف جامعه را تحت تاثیر قرار داده است. یکی از مهمترین این پیامدها افزایش وقوع بلایای جوی-اقلیمی نظیر سیل، خشکسالی، چرخندهای حاره ای، بالا آمدن سطح آب دریا، توفان گرد و غبار و ... است، که شایع ترین آنها در ایران وقوع سیل و خشکسالی است. با توجه به موقعیت جغرافیایی ایران و سیستم های سینوپتیکی که این منطقه را تحت تاثیر قرار می دهند، آشکار است که خشکی از جمله ویژگی های این منطقه به حساب می آید و خشکسالی یکی از مهمترین و شایع ترین بلایای جوی-اقلیمی است که این کشور را متاثر می سازد. از آن جا که خشکسالی، بخش های مختلف جامعه مانند منابع آب، کشاورزی، صنعت، اقتصاد، بهداشت و ... را تحت تاثیر قرار می دهد، لذا پایش و ارزشیابی این بلیه در آینده به منظور ارایه ی برنامه ریزی صحیح در بخش های مختلف جامعه، امری لازم و ضروری است. برای دست یابی به این هدف، ابتدا باید داده های اقلیمی برای دوره های آتی شبیه سازی شوند. برای این منظور یکی از مناسب ترین روش ها، استفاده از خروجی الگوهای جفت شده جو–اقیانوس گردش عمومی جو ((AOGCM است. لذا، در این نوشتار ابتدا با استفاده از خروجی های الگوی GCM و ریزگردانی آنها به کمک الگوی LARS–WG، داده های بارش طی دوره 39-2010 شبیه سازی شده است. سپس با استفاده از این داده ها وضعیت خشکسالی کشور به کمک دو شاخص دهک (DI) و استاندارد بارش (SPI) طی این دوره مورد بررسی و ارزشیابی قرار گرفته است. نتایج حاصل از این تحقیق ضمن تایید هم خوانی این دو شاخص جهت بررسی وضعیت خشکسالی در کشور، نشان داده است که طی سی سال آینده شرایط خشکسالی در کشور رو به افزایش خواهد بود که این مساله وقوع تغییر اقلیم در منطقه را تایید می کند، به گونه ای که طی دوره مورد مطالعه، در سال های 2011، 2025، 2032، 2034، 2035 و 2039 بیشتر نقاط کشور با خشکسالی شدید و بسیار شدید روبرو خواهد بود که در این میان، وضعیت خشکسالی در سال 2039 به مراتب بحرانی تر خواهد بود.

این تحقیق به منظور شبیه سازی بارش با مدل دینامیکی RegCM4 در دو حالت با و بدون به کارگیری تکنیک پس پردازش آماری برونداد مستقیم مدل در شرق و شمال شرق ایران و دوره آماری 2011-1987 در مقاطع زمانی سالانه و فصلی انجام شده است. داده های مورد نیاز اجرای مدل دینامیکی RegCM4 از مرکزICTP دریافت گردید. به منظور اجرای مدل دینامیکی اصلی، آزمون تعیین طرحواره بارش همرفت و میزان تفکیک افقی برای سال 2007 انجام گردید. با استناد به آزمون مذکور طرحواره کو به نسبت دو طرحواره گرل و امانوئل، خطای کمتری را در مدل سازی بارش و دمای سطح زمین داشت. تفکیک افقی نیز 30 کیلومتر انتخاب گردید. پس از اجرای اصلی مدل با طرحواره کو و تفکیک افقی 30 کیلومتر، برونداد بارش و دما با استفاده از مدل میانگین متحرک (MA)پس پردازش گردید. بر اساس نتایج حاصله، در منطقه مورد مطالعه، در دوره راستی آزمایی 2011-2006 میانگین اریبی بارش سالانه خام مدل RegCM4 برابر 3/85 میلیمتر و پس پردازش شده 04/61 محاسبه شده است. بطور خلاصه در مقیاس زمانی سالانه در 75 درصد ایستگاه های مطالعاتی انجام پس پردازش موثر واقع شده و روش MA را کاراتر معرفی نموده اند. در مقیاس فصلی متوسط اریبی بارش خطای محدوده در فصل زمستان برابر 99/54 میلیمتر، فصل بهار 11/27 میلیمتر، فصل تابستان 6/3- و در فصل پاییز 21/7 میلیمتر می باشد. شبیه سازی داده های دمای دومتری در ایستگاه های هواشناسی با استفاده از مدل RegCM و نیز اعمال MA در شمال شرق ایران کارایی بالایی را نشان داد. میانگین اریبی دمای سالانه خام مدل RegCM4 برابر 78/2- درجه سانتیگراد بود که پس از اعمال پس پردازش به 05/0- کاهش یافت. در تمامی ایستگاهها دمای سالانه مدل شده با داده های مشاهداتی کمتر از 1/0 درجه سانتیگراد اختلاف دارد. در مقیاس فصلی متوسط اریبی خطای محدوده در فصل زمستان برابر 1/4- درجه، فصل بهار 09/4- درجه، فصل تابستان 8/1- درجه و در فصل پاییز 5/1- درجه سانتیگراد می باشد. به طور کلی نتایج نشان می دهد که استفاده از پس پردازش آماری بهبود قابل ملاحظه ای روی نتایج مدل دارد.

پیامدهای ناشی از تغییر اقلیم، به ویژه در اثر افزایش گازهای گلخانه ای طی سال های اخیر مشکلات زیادی را همراه داشته که به صورت مستقیم یا غیرمستقیم بخش های مختلف جامعه را تحت تأثیر قرار داده است. یکی از مهم ترین این پیامدها افزایش وقوع بلایای جوّی- اقلیمی نظیر سیل، خشک سالی، چرخندهای حارّه ای، بالا آمدن سطح آب دریا، توفان گردوغبار و ... است که شایع ترین آن ها در ایران وقوع سیل و خشک سالی است. در این مطالعه، سعی شده با استفاده از خروجی های مدل های GCM (دو مدل hadCM3 و ECHAM4) و ریزگردانی آن ها به کمک مدل آماریLARS–WG، داده های بارش برای دوره ی آتی و به مدت 20 سال طی دوره ی2030 -2011  تولید گردد. سپس با استفاده از این داده ها، وضعیت خشک سالی حوضه ی آبخیز گرگان رود- قره سو به کمک شاخص های خشک سالی (SPI،PN، ZSI) طی این دوره موردبررسی و ارزیابی قرار گیرد. هم چنین خشک سالی های دوره ی پایه به مدت 20 سال (1989- 2008) با استفاده از شاخص های مذکور ارزیابی و فراوانی خشک سالی ها و شدت آن ها با دوره ی آتی مقایسه شود. نتایج حاصل از این پژوهش، ضمن تأیید هم خوانی این شاخص ها جهت بررسی وضعیت خشک سالی، نشان دهنده ی آن است که طی سال های آینده شرایط خشک سالی دارای افزایش نسبی، نسبت به دوره ی پایه است که این مسئله، وقوع تغییر اقلیم در منطقه را تأیید می کند؛ از طرفی الگوی زمانی بارندگی تغییر یافته و با کاهش بارندگی ها در فصل زمستان می تواند مشکلاتی را در دوره های آتی کم آبی و کاهش ذخیره ی آب و تشدید خشک سالی را به وجود آورد.

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.