ریزمقیاس گردانی

یک مولد آب و هوائی به عنوان ابزاری نسبتاً دقیق و ارزان برای تولید سناریوهای تغییر اقلیم چندساله در مقیاس روزانه به کار برده می شود و تغییرات در متغیرهای اقلیمی و میانگین های اقلیمی را ترکیب می کند. در این تحقیق کارایی مدل LARS-WG جهت تولید داده های روزانه بارش، دمای حداقل و حداکثر و ساعت آفتابی در حوضه آبخیز قره سو استان گلستان در ایستگاه گرگان مورد بررسی و ارزیابی قرار گرفته و با استفاده از آن تغییرات پارامترهای اقلیمی در آینده بررسی شده است. در اولین گام مدل برای دوره 1999- 1970 اجرا گردیده و میانگین های ماهانه مشاهداتی و تولید شده پارامترهای اقلیمی مذکور مقایسه شد. همبستگی مقادیر با استفاده از آزمون T استیودنت نشان داد که در سطح اطمینان 99 درصد تفاوت معنی داری بین داده های واقعی و داده های حاصل از مدل وجود ندارد. مقادیر میانگین های ماهانه مشاهداتی و تولید شده متغیرهای هواشناسی با استفاده از پارامترهای آماری NA، RMSE وMAE نیز مورد مقایسه قرار گرفتند و اثبات شد که مدل کارآیی لازم جهت تولید داده های روزانه در حوضه آبخیز قره سو استان گلستان را داراست. هم چنین نمودارهای پراکنش مشاهداتی و شبیه سازی شده نشان داد که مقادیر دمای حداقل و حداکثر بیشترین همبستگی را داشته و مقادیر مربوط به ساعت آفتابی کمترین میزان همبستگی را داراست. در مرحله بعد پس از اطمینان از کارآیی این مدل در شبیه سازی پارامترهای هواشناسی مذکور در حوضه آبخیز قره سو استان گلستان، داده های سه سناریوی A2 (سناریوی حداکثر)،A1B (سناریوی حد وسط) و B1 (سناریوی حداقل) مدل HadCM3 در دو دوره 2030-2011 و 2099-2080 با مدل آماری LARS-WG کوچک مقیاس گردید. نتایج نشان داد که بر اساس برآورد مدل LARS-WG برای سناریوهای مورد بررسی در دوره های آتی میانگین دمای حوضه آبخیز قره سو به میزان 56/0 تا 04/4 درجه سلسیوس افزایش و مقدار بارش نیز در مقایسه با دوره پایه به میزان 28/10 تا 71/23 درصد افزایش می یابد.

افزایش گازهای گلخانه ای در چند دهه اخیر باعث بر هم خوردن تعادل اقلیمی کره زمین شده که به آن پدیده تغییر اقلیم اطلاق می شود. مهم ترین تبعات تغییر اقلیم افزایش دمای متوسط کره زمین، افزایش پدیده های حدی اقلیمی نظیر سیل، طوفان، تگرگ، امواج گرمایی، افزایش سطح آب دریاها، ذوب شدن یخ های قطبی و سرماهای نابهنگام خواهد بود. استفاده از مدل های ریز مقیاس نمایی آماری در برآورد نوسانات اقلیمی، این امکان را فراهم ساخته که بتوان داده های آب و هوایی را در مقیاس مکانی و زمانی مناسب تولید کرد. چنین قابلیتی کمک شایانی به مطالعه نوسانات اقلیمی در مقیاس محلی و منطقه ای کرده است. در این تحقیق کارایی مدل LARS-WG  برای تولید و شبیه سازی داده های روزانه دما، بارش و ساعت آفتابی در استان لرستان با استفاده از پارامترهای آماری  MAE, T-STUDENT,MAE,R2 مورد بررسی و ارزیابی قرار گرفت و تغییرات ناشی از آن ها نیز در آینده آشکارشد. نتایج حاصل از آن نشان داد که در سطح اطمینان 99 درصد تفاوت معنی داری بین داده های واقعی و داده های حاصل از مدل وجود ندارد و مدل کارایی لازم را در جهت تولید داد ه های روزانه داراست. پس از اطمینان از کارایی مدل، از خروجی های مدل HADCM3 استفاده شد و داده های روزانه دما، تابش و بارش برای دوره پایه (2005-1961) ، تحت سه سناریوی A1B (سناریوی حد وسط)، A2 (سناریوی حداکثر) و B1 (سناریوی حداقل) شبیه سازی گردید. بر اساس برآورد مدل HADCM3 برای سناریوهای مورد بررسی در دوره های آتی، میانگین دمای بیشینه و بارش استان به ترتیب حدود(9/0 تا 03/1 درجه) و(04/12 درصد)افزایش و میانگین ساعات آفتابی حدود6/0 کاهش خواهد یافت.همچنین با وجود تغییرات کمتر دمای بیشینه نسبت به دمای کمینه، افزایش متوسط دمای هوا در این دوره قابل انتظار می باشد. طبق این نتایج شرایط اقلیمی استان لرستان در 50 سال آینده تفاوت محسوسی با شرایط فعلی خواهد داشت و برنامه ریزی های بلند مدت و استراتژیک برای مدیریت این شرایط ضروری بنظر می رسد.

تغییرات اقلیمی مهم ترین معضل کره زمین در قرن حاضر است بنابراین ارزیابی و پیش بینی این تغییرات در آینده به دلیل اثرات سوء تغییرات اقلیمی بر منابع آبی و محیط طبیعی و همچنین اثرات زیست محیطی، اقتصادی و اجتماعی از اهمیت ویژه ای برخوردار است . لذا در این پژوهش به پیش بینی پارامترهای دمای حداقل، دمای حداکثر، بارش و تابش به عنوان پارامترهای مهم اقلیمی به صورت روزانه تحت سناریوهای A1B ، A2 و B1 با کاربست مدل گردش عمومی جو HadCM3 در دو دوره زمانی مختلف (2065-2046 و 2099-2080) و مقایسه آن نسبت به دوره پایه (2005-1961) از طریق مدل ریزمقیاس گردانی آماری LARS-WG در 6 ایستگاه های سینوپتیک منتخب در غرب کشور در سطح سه استان کردستان، کرمانشاه و همدان پرداخته شد. در ارزیابی مدل LARS-WG به بررسی میزان خطای داده های مشاهداتی و شبیه سازی با استفاده از معیارهای MAE ، MSE ، RMSE و R 2 پرداخته شد و با توجه به نتایج حاصل، مدل برای منطقه مورد مطالعه مناسب ارزیابی گردید. نتایج کلی حاصل از بررسی برای دوره های آینده حاکی از کاهش 7/7 درصدی بارش، افزایش 4/3 درجه سلسیوس دمای حداقل و 3/3 درجه سلسیوس دمای حداکثر به طور متوسط بلندمدت در سطح منطقه مطالعاتی نسبت به دوره پایه می باشد. همچنین بر اساس نتایج حاصل میزان تابش نیز افزایش خواهد یافت که این افزایش به طور متوسط بلندمدت در سطح منطقه برابر 38/0 میلی ژول بر مترمربع در روز است. نتایج حاصل از این پژوهش می تواند کمک فراوانی به حل چالش های مدیران و برنامه ریزان منابع آب در دوره های آتی نماید.

پیش بینی تغییرات دماهای کمینه برای اطلاع از میزان تغییرات آن در آینده و در نظر گرفتن تمهیدات لازم، برای تعدیل اثرات سوء ناشی از تغییرات آب و هوایی بر محصولات کشاورزی از اهیمت زیادی برخوردار است. در این راستا مدل های گردش عمومی جو (GCM) طراحی شده اند که می توانند پارامترهای اقلیمی را شبیه سازی نمایند. در مطالعه حاضر داده های خروجی دو مدل گردش عمومیHadCM3 و MPEH5 براساس دو سناریوی A2 و B1، توسط مدل آماری LARS-WG در 21 ایستگاه سینوپتیک واقع در شمال غرب کشور ریزمقیاس گردانی شد و نتایج حاصل از آن بصورت ماهانه و دوره ای در دوره پایه (2010-1980) و دهه 2050 (2065-2046) برای دمای کمینه مورد ارزیابی و تجزیه و تحلیل قرار گرفت. در ارزیابی مدل LARS-WG به بررسی میزان خطای داده های مشاهداتی و شبیه سازی با استفاده از شاخص های MSE، RMSE، MAE و همچنین ضریب تعیین (R2) پرداخته شد و مدل برای منطقه مناسب ارزیابی گردید. نتایج نشان داد که مقدار دمای کمینه در دوره آینده نسبت به دوره پایه در منطقه شمال غرب افزایش خواهد یافت. این مقدار افزایش دمای هوا در سطح منطقه مورد مطالعه بر اساس مدل های HadCM3 و MPEH5 به طور متوسط، 9/1 و 7/1 درجه سانتی گراد تا افق 2065 نسبت به دوره پایه خواهد بود. نیمه شمالی منطقه شمال غرب ایران از تغییرات دمایی بالاتری نسبت به مناطق نیمه جنوبی برخوردار خواهد بود. در واقع مناطق سردسیرتر عرض های بالا، با تغییرات افزایشی بیشتری در مقدار دماهای کمینه مواجه خواهند شد. نتایج و دستاوردهای این تحقیق برای برنامه های بلند مدت در جهت اقدامات سازگارانه در مدیریت باغهای میوه، تولیدات کشاورزی و مدیریت منابع آبی حائز اهمیت است.