مدل SDSM

تغییرات آب و هوایی اشاره به تغییرات در میانگین یا تنوع در ویژگی های آب و هوایی دارد که همچنان نیز در حال حاضر برای دوره های طولانی ادامه خواهد داشت که نتیجه تغییر طبیعی و فعالیت های انسانی است. در پژوهش حاضر به منظور شبیه سازی تغییرات دمای حداقل از داده های دمای حداقل و مدل های گردش عمومی جو استفاده شد و بررسی عملکرد مدل ها با ضریب همبستگی و ریشه میانگین مربعات خطا صورت گرفت. در این مطالعه سال 1961-1990 به عنوان سال پایه و بررسی تغییرات دما در سانتی گرادی آینده دمای حداقل در سه دوره 2011-2040،2041-2070 و 2071-2099 انجام گرفت. نتایج پژوهش نشان داد که در سانتی گرادی آینده دماهای حداقل روندی کاهشی دارند. دماهای حداقل برآورد شده در دوره شبیه سازی برای دوره پایه برآورد مدل SDSM و شبکه عصبی مصنوعی در ماه ژانویه 8/1 و 3/2 درجه سانتی گراد نسبت به داده مشاهده شده اختلاف داشته است. در ژانویه براساس برآوردهای دو مدل در سال های 2011-2040 دما به میزان 3/3 درجه سانتی گراد افزایش دما برای سال های 2041 تا 2070 حدود 7/4 و برای بازه زمانی 2071 تا 2099 حدود 05/5 درجه افزایش خواهد یافت. براساس این تحقیق مدل SDSM نسبت به شبکه عصبی نتایج نزدیک به واقعیت را نشان داد.

در پژوهش حاضر اثر تغییرات اقلیم بر روی بارش های این منطقه با بکارگیری مدل مناسب مورد ارزیابی قرار گرفته و مقادیر بارش های دوره ی مشاهده ای (2001-1961) بررسی و تحلیل شد. جهت تحقق اهداف پژوهش از خروجی مدل HadCM3 استفاده گردید. ابتدا 7 ایستگاه سینوپتیک انتخاب و داده های آن ها از لحاظ صحت و دقت و کفایت طول دوره ی آماری مورد بررسی قرار گرفت، داده های پرت حذف و داده های مفقود بازسازی شد. داده های AOGCM با استفاده از مدل SDSM ریزمقیاس گردید و مقادیر بارش برای دوره ی مشاهده ای شبیه سازی شد و پس از تایید تطابق مقادیر داده های شبیه سازی شده با داده های مشاهده ای، مقادیر دوره ی آتی(2039-2011) برآورد گردید. مقادیر خطای برآورد مدل SDSM توسط معیارهایMBE و MAE، بصورت ماهانه محاسبه و سپس مقایسه شد. خروجی مدل SDSM جهت بررسی شاخص مجموع بارش سالانه در روزهای با بارش بیشتر از یک میلی متر در دوره ی مشاهده ای و دوره ی آتی(2039-2011) توسط مدل R-Climdex مورد استفاده قرار گرفت و مقادیر شاخص PRCPTOTدر دوره ی آتی پهنه بندی شد. نتایج نشان داد که با توجه به نتایج معیارهای MBE و MAE، خطای مدل در ماه های پربارش بیشتر از ماه های کم بارش است. در مقیاس ماهانه، حداکثر خطا در ماه های سپتامبر، اکتبر، نوامبر و دسامبر بدست آمد. بدین ترتیب حداکثر خطا در فصل پاییز و حداقل خطا در فصل بهار و در ماه های آوریل و می محاسبه شد. با توجه به نتایج به دست آمده، مجموع بارش سالانه در دوره ی 2039-2011 در ایستگاه های انزلی، بابلسر، گرگان، و نوشهر کاهش و در ایستگاه های آستار، رامسر و رشت افزایش خواهد یافت. nk href="moz-extension://8b922523-7922-435a-ac74-8ddb59e9beaf/skin/s3gt_tooltip_mini.css" rel="stylesheet" type="text/css" >

هدف از این تحقیق، بررسی اثر تغییر اقلیم بر تبخیر و تعرق گیاه مرجع در مقیاس های زمانی فصلی و سالانه در چند ایستگاه منتخب در غرب ایران است. برای این منظور چهار ایستگاه سینوپتیک سنندج، سقز، خرم آباد و کرمانشاه که واجد آمار کافی در یک دوره طولانی مدت بودند انتخاب شدند و اثر تغییر اقلیم بر تبخیر و تعرق مرجع این ایستگاه ها تحت دو سناریوی انتشار RCP2.6 و RCP8.5 و در سه دوره زمانی آتی 2040-2011، 2070-2041 و 2100-2071 در مقایسه با دوره پایه 1999-1970 مورد بررسی قرار گرفت. جهت برآورد تبخیر و تعرق مرجع از روش فائو- پنمن- مانتیث و برای شبیه سازی شرایط اقلیمی آینده تحت سناریوهای اقلیمی از مدل گردش عمومی جو CanESM2 و برای ریزمقیاس نمایی داده های این مدل از روش SDSM استفاده شد. نتایج نشان داد که در تمامی دوره های آتی و تحت تمامی سناریوها و برای کل ایستگاه ها، میانگین تبخیر و تعرق مرجع در مقیاس های سالانه و برای فصول پاییز و زمستان در مقایسه با دوره پایه افزایش معنی داری در سطح 01/0 خواهد داشت. برای فصل بهار، تنها تغییر معنی دار در میانگین تبخیر و تعرق مرجع دوره های آتی در مقایسه با دوره پایه در کل منطقه مورد مطالعه، وجود یک افزایش معنی دار در سطح 01/0 در دوره 2100-2071 تحت سناریوی RCP8.5 و برای فصل تابستان نیز این افزایش معنی دار برای کل منطقه در دو دوره 2070-2041 و 2100-2071 تحت سناریوی RCP8.5 خواهد بود. نتایج کلی این تحقیق نشان داد که بیشترین نرخ افزایشی تبخیر و تعرق مرجع دوره های آتی در مقایسه با دوره پایه در تمامی مقیاس های فصلی و سالانه و در کل منطقه تحت سناریوی RCP8.5 و در دوره 2100-2071 رخ خواهد داد. مقایسه نرخ تغییرات تبخیر و تعرق مرجع بین مقیاس های مختلف فصلی و سالانه نیز نشان داد که نرخ افزایش تبخیر و تعرق مرجع در غرب ایران در فصول پاییز و زمستان بسیار چشمگیرتر از سایر مقیاس های زمانی خواهد بود.

به دلیل تفکیک فضایی کم و ساده سازی های م دل های گردش عمومی جو در مقایسه با مدل های منطقه ای و کوتاه مدت، خروجی این مدل ها نمی تواند تقریب درستی از شرایط آب و هوایی منطقه مورد مطالعه ارائه دهد. ب ا توجه ب ه وقت گیر بودن و ع دم صرفه اقتصادی استفاده از مدل های دینامیکی، توجه عمومی به استفاده از روش های ریزمقیاس نمایی آماری افزایش یافته است. یکی از روش های مفید و معمولی در روش ریزمقیاس نمایی آماری، روش SDSM می باشد. به این منظور، ابتدا پارامترهای جوی در منطقه طی 32 سال گذشته (2015-1984) با آزمون من- کندال بررسی شد. نتایج نشان داد سری زمانی داده های بارش و دما دارای روند معنی داری است. سپس با ریزمقیاس سازی آماری داده ها به کمک نرم افزار SDSM، پارامترهای روزانه دمای حداکثر، حداقل، متوسط و بارندگی حوضه آبریز هراز در استان مازندران، تحت سناریوهای RCP2.6 (خوش بینانه) و RCP8.5 (بدبینانه) و مدل اقلیمی CanESM2 از سری مدل های جدید CMIP5 در سه دوره بیست ساله آتی از سال 2020 تا 2079 شبیه سازی شد. در نهایت تحت سناریوی بحرانی تر RCP8.5 تا انتهای دوره پیش بینی مشخص شد که دم ای حداکثر، حداقل و متوسط حوضه به ترتیب 91/0، 13/1 و 96/0 درجه سانتی گراد نسبت به دوره پایه افزایش و بارش 1/15 درصد (4/7 میلی متر) کاهش خواهد یافت.

تغییرپذیری اقلیم و تغییر آن یکی از مهمترین چالش های پیش روی بشر در قرن بیست و یکم است. بهترین روش پیش نمای رفتار اقلیم استفاده از مدل های گردش عمومی جو است. یکی از نقاط ضعف این مدل های شبیه ساز اقلیم زمین، عدم تطابق قدرت تفکیک مکانی آنها با مطالعات ریزمقیاس همچون ارزیابی های پیامد-محور است. در بسیاری از موارد اطلاعات حاصله می بایست در خدمت سیاستمداران و همچنین برنامه ریزان محلی و منطقه ای قرار گیرد تا بدین وسیله قادر به برنامه ریزی و اتخاذ استراتژی های آینده باشند. بدین منظور روش های ریزگردانی (Downscaling) پیشنهاد شده است. یکی از روش های ریزگردانی که به کرات در پژوهش های اقلیمی ایران استفاده شده است روش ریزگردانی آماری با استفاده از نرم افزار SDSMمی باشد. با هدف ارزیابی کارایی این مدل در مناطق مختلف اقلیمی ایران یک ایستگاه نماینده با دوره ی آماری 41 ساله انتخاب گردید. برای مقایسه نتایج مدل با داده های مشاهده شده از معیارهای همچون میانگین خطاهای مطلق، میانگین مربعات خطا و مجذور میانگین مربعات خطا استفاده گردید. نتایج نشان می دهد برونداد مدل برای مناطق خشک و فراخشک (گرم و سرد) چندان نتایج مناسب نمی باشد و این نتایج از سمت مناطق مرطوب کشور (شمال غرب و شمالی) به سمت مناطق خشک و فراخشک (جنوب، جنوب شرق و جنوب غرب) از نتایج غیرمنطقی و نامناسبی برخوردار می باشد. بررسی این علت بیانگر تکرار و عدم روز بارشی در ایستگاه ها می باشد. در واقع ایستگاه های مناطق مذکور با سرریز عدم بارش (Over flow) یا عدد صفر روبرو هستند. در ریزگردانی با مدل مذکور یکنواختی و میزان بارش دو فاکتور بسیار مهم می باشند. به طوری که توزیع یکنواخت بارش در افزایش کارایی مدل نسبت به میزان بارش بسیار شایان اهمیت است. بنابراین هرگونه برنامه ریزی بلند مدت بر اساس پیش نمایی های مدل SDSMدر مناطق خشک و نیمه خشک با خطا و عدم قطعیت بسیار بالایی همراه بوده و قابل اتکا و اصولی نخواهد بود

آینده نگری مناطق مورفوکلیماتیک برپایه سناریو های تغییر اقلیم و اثرات آن می تواند نقشی کلیدی در برنامه ریزی برای سازگاری با شرایط پیش رو، داشته باشد. درک تاثیر تغییرات اقلیمی بر شرایط محیطی سطح زمین یکی از موضوعات ضروری است که نتایج آن می تواند در سایر حیطه های پژوهشی مفید باشد. هدف این تحقیق بررسی اثرات تغییر اقلیم در سال های 2030 -2050 و 2080-2100 بر تغییر مرز نواحی مورفوکلیماتیک و شرایط مورفولوژیک در استان البرز است. برای این منظور از داده های هواشناسی 8 ایستگاه سینوپتیک در اطراف استان البرز و نقشه ها و تصاویر ماهواره ای استفاده شده است. روش انجام این تحقیق استدلال استقرایی می باشد و برای این منظور ابتدا بر اساس روش پلتیر منطقه بندی مورفوکلیماتیک کنونی استان البرز انجام شده است و سپس از ریز مقیاس نمایی گردش عمومی جو CanESM2 تحت سه سناریوی RCP 2.6 ، RCP 4.5، و RCP 8.5 بوسیله مدل SDSM برای بازسازی ارزش های دما و بارندگی آینده، استفاده گردید و در نهایت بر مبنای روش پلتیر، مناطق مورفوکلیماتیک 2050 و 2100 بر اساس سه سناریو خوش بینانه، میانه و بد بینانه، بدست آمد. نتایج این تحلیل نشان می دهد که تا سال 2050 و 2100 مناطق مورفوکلیماتیک مجاور یخچالی و معتدل به نفع گسترش مناطق نیمه خشک و خشک، کاهش خواهند یافت که میزان این تغییرات براساس سناریو های مختلف، متفاوت است. با توجه به نتایج بدست آمده، پیشنهاد می شود در برنامه ریزی فعالیت های انسانی، سازگاری ها و برنامه ریزی های لازم صورت گیرد.

ارزیابی اثرات پدیده گرمایش جهانی بر رخداد حدی های اقلیمی امری کاملاً بایسته است. لذا در این پژوهش، تغییرات در دمای حداکثر روزانه 44 ایستگاه سینوپتیک در ایران برای دو دوره زمانی آینده نزدیک (70-2041) و آینده دور (99-2071)، تحت دو سناریوی (A2 و B2) از مدل گردش عمومی جو Hadcm3 نسبت به دوره مشاهداتی (2010-1981) مورد بررسی قرار داده شد. همچنین، در زمینه تحلیل میزان عدم قطعیت در پیش بینی رخدادهای دمای حداکثری آینده، از خروجی دو مدل گردش عمومی جو Hadcm3 و CGCM3 تحت تمام سناریوهای انتشار موجود (A2 ،A1B ، B1 و B2) برای بررسی مقایسه ای نتایج بر روی 7 ایستگاه نماینده اقلیمی در گستره ایران، استفاده گردید. بدین منظور، پس از بررسی توانمندی مدل آماری SDSM در شبیه سازی اقلیم دوره پایه (2010-1981)، مقادیر آینده دمای حداکثر روزانه در مقیاس ایستگاهای مطالعاتی ریز مقیاس گردانی گردید. نتایج حاصل از توزیع فضایی تغییرات دمای حداکثر بر اساس خروجی مدل Hadcm3 نشان داد که در دهه های آینده، نواحی کوهستانی و مرتفع عرض های شمالی ایران در فصل بهار و همچنین پهنه مرکزی ایران در فصل تابستان با بیشترین افزایش دما مواجه خواهند بود. این در حالی است که در هر دو فصل طی دوره گرم سال، نواحی همجوار با سواحل جنوبی ایران، کمترین افزایش دما را خواهند داشت. در این میان بیشترین افزایش در دمای حداکثر آینده نسبت به دوره پایه، به ترتیب برای فصل بهار و تابستان براساس سناریوی A2 حدود (2 تا 4 درجه سلسیوس) و بر اساس سناریوی B2 حدود (1 تا 2 درجه سلسیوس) برآورد شده است. همچنین در تحلیل عدم قطعیت مربوط به مدل-سناریوها، مشخص شد که مدل CGCM3 تحت سناریویB1 در بین مدل-سناریوهای مختلف، بهترین عملکرد را در شبیه سازی دمای آینده دارد. و تغییرات دمایی آینده نیز، بر اساس سناریوهای مختلف مدل Hadcm3 نسبت به مدل CGCM3 شدیدتر می باشد.

تغییر اقلیم به یکی از چالش های بشر در سده اخیر مبدل شده است به طوری که بخش کشاورزی یکی از اصلی ترین بخش های متأثر از این پدیده می باشد. این تحقیق به بررسی تغییر اقلیم و پیامدهای آن بر عملکرد و ریسک عملکرد محصول های منتخب و همچنین بر امنیت غذایی در منطقه خراسان می پردازد. بدین منظور از مدل داده های ترکیبی و رویکرد تابع تولید تصادفی جاست و پاپ برای بررسی اثرگذاری تغییر اقلیم بر عملکرد و ریسک عملکرد محصول ها در شهرستان های منتخب استفاده شد. همچنین در این تحقیق، روش SDSM برای تولید متغیرهای اقلیمی دمای بیشینه، دمای کمینه و بارش با استفاده از خروجی های مدل CanESM2 برای سال 2030 استفاده شد. نتایج نشان داد که متغیرهای دمای بیشینه، دمای کمینه و بارش اثر معنی داری بر عملکرد محصولات موردبررسی دارد. به طوری که این عامل ها منجر به کاهش تولید گندم آبی، جو آبی و جو دیم در سال2030 در مقایسه با سال پایه می شود. یافته ها نشان می دهد، در سناریوهای اقلیمی RCP 2.6, 4.5, 8.5 موجودی سرانه گندم از 22/148 به ترتیب به 44/104، 51/107 و 83/109، و برای محصول جو از 28/74 به ترتیب به 94/47، 19/54 و 79/62 کیلوگرم به ازای هر نفر کاهش و برای محصول سیب زمینی از 24/26 به ترتیب به 37/25، 53/25، 24/27 کیلوگرم به ازای هر نفر تغییر خواهد کرد. با توجه به نتایج به دست آمده پیشنهاد می شود راهکارهای سازگاری با تغییر اقلیم همچون سرمایه گذاری بر روی فناوری های نوین موردتوجه سیاست گذاران بخش کشاورزی قرار گیرد.