CMIP6

پروژه پیش بینی دهه ای، از برنامه های بلندپروازانه سازمان جهانی هواشناسی برای حذف خلاء بین پیش بینی های اقلیمی با برد زمانی کمتر از یک سال و پیش نگری اقلیمی با برد زمانی بیش از یک دهه است. این مقاله مراحل انجام کار و یافته های پیش بینی چندسالانه بارش با استفاده از مقیاس کاهی آماری برونداد مدل های DCPP از مجموعه مدل های پروژه CMIP6 که با داده های واقعی اول نوامبر سال 2019 آغازگری شده اند را بر روی ایران ارائه می دهد. دوره هدف پیش بینی 2023-2019 است. در این مطالعه از دو نوع داده برونداد مدل های پروژه DCPP در دو دوره تاریخی (2018-1989) و پیش بینی (2023-2019) و بارش شبکه ای GPCC در دوره 2018-1989 به عنوان داده های بازکاوی استفاده شده است. همچنین نقش دو دورپیوند دهه ای AMO و PDO بر بارش دوره هدف بررسی شد. یافته ها نشان دادند که در مجموع میانگین بارش در دوره 2023-2019 در محدوده نرمال تا کمتر از نرمال خواهد بود، به اینصورت که بر اساس دو روش تصحیح اریبی و وزنی بارش در نیمه غربی و جنوب کشور بیشتر از نرمال و در شرق کشور نرمال تا کمتر از نرمال، در روش پیش بینی احتمالاتی بارش سال های 2019 و 2020 در طبقه بیشتر از نرمال و سال های 2021، 2022 و 2023 عمدتا در طبقه کمتر از نرمال تا نرمال و به روش دورپیوندی در محدوده کمتر از نرمال پیش بینی می شود. هر چند پروژه DCPP در مراحل اولیه توسعه قرار داشته و نتایج منطقه ای آن به مقدار زیادی بستگی به روش های مقیاس کاهی بکار رفته دارد،  اما افق های جدیدی برای محققان و کاربران خدمات اقلیمی در حوزه منابع آب، کشاورزی، بیمه محصولات کشاورزی به وجود آورده است که می تواند نقشه راه کشور را در برنامه های توسعه پنج ساله هفتم (1405-1401) در حوزه منابع آب و کشاورزی شفاف سازد.

هدف این پژوهش شناخت اثر تغییر اقلیم بر مقدار بارش حوضه های آبخیز تأمین کننده آب شهر تهران در افق 2025-2050 تحت سناریوهای پروژه CMIP6 است. بنابراین، نخست تغییرات روند بارش در دوره پایه با بکارگیری داده های بارش 33 ایستگاه همدیدی و بارانسجی حوضه مطالعاتی برای بازه زمانی 1989-2019 ارزیابی شد. سپس این تغییرات در افق آینده نزدیک بر مبنای برونداد 4 مدل CanESM5، CNRM-CM6-1، MIROC6 و MRI-ESM2-0 و تحت دو سناریوی SSP2-4.5 و SSP5-8.5 پیش نمایی گردید. با توجه به بزرگ مقیاس بودن مدل های گردش کلی جو از دو روش تصحیح اُریبی مقیاس گذاری خطی (LS) و نگاشت توزیع (DM) برای ریزگردانی GCMهای منتخب استفاده شد که در نهایت روش DM براساس مقادیر به دست آمده از معیارهای اعتبارسنجی مدل ها، به دلیل دقت بالاتر، برای تولید سناریوهای اقلیمی انتخاب گردید. نتایج آزمون های روند نشان داد که در دوره مشاهداتی، بخش قابل توجهی از حوضه مورد مطالعه در فصل پاییز روند افزایشی بارش (با سطوح اطمینان 95/0 و 99/0) و در زمستان روند کاهشی بارش را تجربه می کند، اما در بهار مناطق شرقی و شمال-شرقی روند کاهشی و مناطق شمال و شمال غرب روند افزایشی بارش را نشان می دهند. مطابق خروجی مدل های GCM، بارش در بهار تحت سناریوی SSP2-4.5، در تمام ایستگاه ها افزایش و مطابق SSP5-8.5 در 17 ایستگاه کاهش خواهد یافت. تغییرات بارش تابستانه، در چشم انداز حال و آینده قابل توجه نیست و در زمستان و پاییز تا حدودی منطبق بر تغییرات دوره مشاهداتی است. بدین ترتیب که در زمستان، بارش برمبنای هر دو سناریو کمتر از شرایط کنونی و در پاییز تحت سناریوی SSP5-8.5 بیشتر خواهد بود. اثر تغییر اقلیم بر حجم آب حوضه ها نیز نشان داد که بیشترین حجم آب در شرایط فعلی مربوط به زیرحوضه ی کرج است که طی دوره 2025-2050، در مدل CNRM-CM6-1 مطابق سناریویSSP2-4.5، 8/9 درصد افزایش و در مدل های MIROC6 و MRI-ESM2-0 و CanESM5 به ترتیب به میزان 3/5، 3/6 و 6/59 درصد کاهش می یابد.

مشخصه های خشکسالی به عنوان یکی از مخاطرات طبیعی، در دوره های آتی ممکن است تحت تأثیر تغییرات آب و هوایی تغیی ر نمای د. پژوهش حاضر، با هدف پیش نگری خشکسالی هواشناسی در حوضه گرگانرود انجام شده است. به این منظور برونداد دما و بارش 8 مدل پروژه CMIP6 تحت دو سناریوهای (SSP2-4.5) و (SSP5-8.5) طی دو دوره 2054-2025 و 2100-2071 مورد بررسی قرار گرفتند. با توجه به بزرگ مقیاس بودن مدل های گردش کلی جو از روش تصحیح اریبی نگاشت چندک (Quantial Mapping) برای ریزگردانی GCMهای منتخب استفاده شد. با پیش نمایی مق ادیر ب ارش و دم ا، ش اخص SPEI، در مقیاس زمانی سالانه برای دوره های پای ه و آت ی محاسبه و در ادامه، نمایه های خشکسالی (مدت، شدت و بزرگی) ب ر مبنای تئوری Run استخراج و برای دوره های پایه و آتی با هم مقایسه شدند. با هدف ارتقای فرایند ارزیابی و کمی سازی اثرات تغییرات اقلیمی بر خشکسالی های آتی منطقه و نشان دادن عدم قطعیت های ناشی از مدل های اقلیمی از باندهای پیش بینی متغیرهای اقلیمی جهت کمی سازی شاخص SPEI استفاده شده است. نتایج پیش نگری اجرای گروهی مدل ها نش ان داد که در شرایط اقلیم آینده متوسط دما و بارش سالانه در هر دو سناریو دارای روند افزایشی خواهد بود؛ بطوری که دما 2/1 تا 4/4 درجه سلسیوس و بارش به میزان 2 تا 9/11 درصد افزایش می یابد. همچنین خروجی پ ایش خشکس الی بر مبنای شاخص SPEI در سناریو SSP2-4.5 نشان داد شرایط منطقه در دهه های آتی در محدوده های نزدیک به نرمال یا ترسالی خواهد بود. این وضعیت در دوره آینده نزدیک در سناریو SSP5-8.5 نیز ادامه دارد، ولی تحت تاثیر افزایش شدید دما و تبخیر و تعرق در دوره آینده دور، میزان وقوع خشکسالی ها افزایش خواهد یافت. نتایج حاصل از اجرای تئوری Run بیانگر آن است که نمایه های شدت مدت و بزرگی در سناریو  SSP2-4.5و دوره ی آینده نزدیک در سناریو SSP5-8.5 روند کاهشی خواهد داشت.

در این پژوهش اثرات تغییر اقلیم بر میزان و توزیع بارش و دما در ایستگاه سینوپتیک کرمان بررسی شد. به این منظور خروجی مدل های اقلیمی جهانی گزارش ششم IPCC برای دوره پایه (1965 تا 2014) برای بارش و دما در مقایسه با داده های ایستگاه ارزیابی شد. برای ارزیابی مدل ها از معیارهای خطاسنجی شامل ضریب همبستگی (r)، جذر میانگین مربعات خطا (RMSE)، میانگین خطا (ME) و شاخص KGE استفاده شد. سپس بهترین مدل ها برای پیش بینی این دو متغیر در سال های آینده (2051 تا 2100) بر مبنای سناریوهای مختلف اقلیمی (SSP1-2.6، SSP2-4.5، SSP3-7.0 و SSP5-8.5) انتخاب شدند. در نهایت تغییرات توزیع بارش و دما در دوره آینده نسبت به دوره پایه مورد بررسی قرار گرفت. بر اساس نتایج مطالعه حاضر پس از اصلاح اریبی مدل ACCESS-CM2 برای تخمین دما (ME=0 °C، RMSE=1.87 °C، r=1، KGE=0.998) و مدل MRI-ESM2-0 برای تخمین بارش (ME=-0.002 mm/month، RMSE=17 mm/month، r=0.484، KGE=0.468) از دقت بهتری برخوردار هستند. نتایج بررسی روند تغییرات بارش و توزیع آن نشان دهنده عدم معنی داری روند تغییرات (مقادیر P-value بیشتر از 1/0) و عدم معنی داری تغییر میانگین و واریانس بارش (مقادیر P-value کمتر از 05/0) بود و لذا احتمال افزایش وقوع بارش های حدی نمی تواند از نظر آماری قابل انتظار باشد. اما تغییرات روند، میانگین و واریانس دما از نظر آماری معنی دار بوده و احتمال وقوع تنش های گرمایی در آینده افزایش خواهد یافت. افزایش معنی دار دما در آینده می تواند منابع آبی شهر کرمان را از نظر کمی و کیفی تحت تاثیر قرار دهد که این مسئله مستلزم توجه بیشتر سیاست گذاران به مدیریت مناسب منابع آب است.

این تحقیق با هدف بررسی تنوع فضایی و روند زمانی خشکی ایران در آینده (2050- 2020) بر اساس سناریوهای SSP2-4.5 و SSP5-8.5 مدل های CMIP6 (MRI-ESM2 و GFDL-ESM4) نسبت به داده های دیدبانی (2014- 1992) با استفاده از شاخص های AI و IDM بر پایه متغیرهای بارش، تبخیر و تعرق و متوسط دما انجام شد. از ضریب تغییرات و تحلیل روند نوآورانه به ترتیب برای بررسی تغییرات و روند میانگین سالانه خشکی استفاده شد. نتایج نشان داد در دوره مشاهداتی به جز نواحی شمالی البرز و بخشی از شمال غرب، سایر مناطق کشور خشک و نیمه خشک بوده اند. اما در آینده، سناریوها نشان دهنده کاهش رطوبت در مناطق شمالی البرز، نواحی شمالی فلات داخلی ایران و بخش هایی از مناطق جنوبی رشته کوه زاگرس هستند. خشکی در شمال غرب و بخش هایی از مناطق مرکزی و شمالی زاگرس کاهش می یابد. در سایر نواحی مدل ها همچون گذشته شرایط خشک و نیمه خشک را پیش بینی کردند. بیشترین درصد تنوع فضایی میانگین سالانه خشکی (105%- 71%)، در دوره 2014- 1992 در جنوب شرق و سواحل جنوبی کشور مشاهده شد و بر اساس مدل ها درصد تنوع مکانی خشکی در آینده کاهشی می باشد. روند مقادیر میانگین سالانه خشکی ایران نشان داد که خشکی در سطوح معناداری 05/0 و 01/0 درگذشته افزایش یافته و در آینده بر اساس MRI-ESM2 (سناریوی SSP5-8.5 و شاخص IDM) در سطوح معناداری 05/0 و 01/0 افزایش خواهد یافت. در سایر شرایط خشکی در این سطوح معناداری، کاهش نشان می دهند. نتایج پژوهش می تواند در برنامه ریزی و کاهش آثار منفی تغییرات اقلیمی در ایران مفید باشد.  

منحنی های شدت-مدت-فراوانی (IDF) از جمله ابزارهای مهم در طراحی سازه های آبی و هیدرولیکی هستند. این منحنی ها براساس داده های بارش ایستگاه های باران سنجی تخمین زده می شوند. اما تغییر اقلیم می تواند بر شدت و فراوانی وقوع پدیده های حدی مانند بارش های شدید تاثیرگذار باشد. بنابراین، منحنی های IDF موجود ممکن است برای طراحی سازه ها قابل اعتماد نباشند و باید مجدداً بر اساس داده های جدیدتر تخمین زده شوند. بر اساس خروجی مدل های اقلیمی می توان اثر تغییر اقلیم بر منحنی های IDF را بررسی نمود. برای این کار معمولاً پس از استخراج منحنی های IDF از هر مدل اقلیمی، منحنی نهایی مورد استفاده بر اساس میانه (median) داده ها استخراج می شود. در این مطالعه، 5 مدل اقلیمی از مدل های اقلیمی آخرین گزارش کمیته بین الدول تغییر اقلیم (CMIP6) انتخاب شده و دقت آنها در تخمین منحنی های شدت-فراوانی بارش 24 ساعته در 12 ایستگاه در ایران ارزیابی شد. همچنین، علاوه بر ارزیابی هر مدل، خروجی ادغام شده (pooled) مدل ها نیز مورد ارزیابی قرار گرفت و نتایج آن با منحنی حاصل از میانه داده ها مقایسه شد. معیارهای خطاسنجی شامل خطای میانگین (ME)، جذر میانگین مربعات خطا (RMSE) و خطای نسبی (RE) نشان داد که از بین مدل های مورد بررسی، مدل CMCC-CM2-SR5 در اغلب ایستگاه ها بهتر از سایر مدل ها شدت بارش 24 ساعته را تخمین می زند که این مسئله می تواند به دلیل توان تفکیک بهتر این مدل باشد. همچنین ادغام مدل ها و تخمین منحنی IDF با داده های ادغام شده نتایج بهتری از روش میانه و همچنین از اغلب مدل ها به ویژه در دوره های بازگشت طولانی تر به همراه داشت.

در این مطالعه از خروجی مدل های اقلیمی CMIP6 برای پیش نگری تغییر در تاریخ آخرین سرمازدگی بهاره و تعداد روزهای سرمازدگی در طول فصل رشد پسته استفاده شد. به این منظور ابتدا 5 مدل اقلیمی شامل BCC-CSM2-MR، CNRM-CM6-1، CMCC-CM2-SR5،GFDL-ESM4  و MRI-ESM2-0 انتخاب شده و داده های دمای حداقل این مدل ها با مقادیر مشاهداتی در 6 ایستگاه انار، کرمان، رفسنجان، شهربابک، سیرجان و زرند در مناطق پسته خیز کرمان و برای دوره پایه (1990-2014) مقایسه گردید. معیارهای خطاسنجی نشان داد که از بین مدل های اقلیمی مدل CNRM-CM6-1 در ایستگاه های انار (r=0.74، ME=-0.89)، کرمان (r=0.73، ME=-1.19)، رفسنجان (r=0.81، ME=-1.88)، سیرجان (r=0.75، ME=-0.43) و زرند (r=0.74، ME=-2.71) و مدل GFDL-ESM4 در ایستگاه شهربابک (r=0.75، ME=1.42) بهتر از بقیه مدل ها دمای حداقل را تخمین می زنند. پس از تعیین بهترین مدل برای هر ایستگاه، از خروجی آن برای تعیین تعداد روزهای سرمازدگی و آخرین سرمازدگی بهاره (بر مبنای آستانه 4 درجه) در دوره پایه و آینده (نزدیک (2026-2050)، میانی (2051-2075) و دور (2076-2100)) و برای 4 سناریوی SSP1-2.6، SSP2-4.5، SSP3-7.0 و SSP5-8.5 و ارزیابی تغییرات رخ داده استفاده شد. نتایج نشان داد که آخرین سرمازدگی بهاره در دوره های آینده نسبت به دوره پایه زودتر اتفاق خواهد افتاد و تعداد روزهای سرمازدگی نیز کاهش خواهد یافت. بر اساس آزمون مقایسه میانگین، تغییر در تاریخ وقوع آخرین سرمازدگی بهاره در تمام ایستگاه ها در دوره های آینده میانی و دور و در سناریوهای SSP3-7.0 و SSP5-8.5 از نظر آماری معنی دار است (P_value<0.05). تغییر در تعداد روزهای سرمازدگی نیز در تمام ایستگاه ها و تمام سناریوها معنی دار است. بر این اساس باید اثرات این تغییرات بر مراحل فنولوژی پسته را در ارائه برنامه های مدیریتی مورد توجه قرار داد.

پیش نمایی تأثیرات تغییر اقلیم در شرایط اقلیم گردشگری جزیره کیش به منزله مقصد اول گردشگری سیاحتی و رویدادمحور کشور، که سهم مناسبی در بازار گردشگران داخلی و اقتصاد ملی دارد، در افق آینده ضروری است. بدین منظور، عملکرد هفت مدل گردش سیاره ای (GCMs) براساس نمره مهارت (SS) ارزیابی شد و درنهایت دو مدل ACCESS-CM2 و CNRM-CM6-1 به منزله GCMهای مناسب منطقه مطالعاتی انتخاب شدند. در ادامه، اثر سناریوهای SSP2-4.5 و SSP5-8.5 در بخش گردشگری جزیره کیش براساس کاربرد شاخص اقلیم گردشگری (TCI) بررسی و از روش مقیاس گذاری خطی (LS) برای تصحیح خطای شبیه سازی مدل های GCM استفاده شد. نتایج نشان داد پارامترهای مؤثر در برآورد شاخص TCI تغییرات چشمگیری در آینده خواهند داشت، به طوری که میانگین دما در دوره پایه از 27/25 به 63/29 و 33/30 درجه سلسیوس به ترتیب تحت سناریوهای SSP2-4.5 و SSP5-8.5 در چشم انداز 2050-2069 خواهد رسید. افزون بر دما، تغییرات افزایشی بارش و رطوبت نسبی در منطقه موجب می شود بازه های زمانی گردشگری در اقلیم آینده در جزیره کیش تغییر کند: به این ترتیب که در شرایط فعلی ماه های فوریه و مارس وضعیت ایدئال بهترین زمان های گردشگری جزیره هستند، حال آن که در چشم انداز آینده تنها ماه فوریه شرایط ایدئال را نشان می دهد. از طرف دیگر، وضعیت کمی نامطلوب در دوره فعلی شامل چهار ماه ژوئن، ژوئیه، اوت و سپتامبر می شود که این امر به مرور در آینده هشت ماه سال را در بر خواهد گرفت. بنابراین، پرداختن به موضوع تغییر اقلیم در حوزه گردشگری برای تدوین برنامه های توسعه آتی کشور با محوریت تغییر اقلیم مسئله ای بسیار مهم است.

بارش اصلی ترین جزء چرخه هیدرولوژی است که در بسیاری از مطالعات ازجمله مدیریت سیستم های آبیاری و زهکشی، عملکرد محصولات کشاورزی، مطالعات زیست محیطی، سیلاب، خشکسالی و غیره از اهمیت زیادی برخوردار است. لذا در این پژوهش به ارزیابی 7 مدل GCMs از CMIP6 در شبیه سازی بارش و پیش نگری تغییرات بارش در شمال غرب ایران تحت سه سناریوی واداشت اجتماعی-اقتصادی (SSP) در سه دوره (2050-2021، 2080-2051، 2100-2081) نسبت به دوره پایه (2014-1985) پرداخته شد. روند تغییرات بارش با استفاده از آزمون من کندال و تخمینگر شیب سن محاسبه گردید. جهت مقیاس کاهی داده های GCMs نیز از رویکرد مقیاس بندی خطی (LSBC) استفاده شد و صحت سنجی مدل های مختلف با استفاده از سنجه های متداول آماری، RMSE، MAE و R2 ارزیابی گردید. نتایج حاصل از ارزیابی عملکرد مدل های CMIP6 نشان داد که از میان مدل های موردبررسی، مدل MPI-ESM1-2-LR با متوسط R2 برابر با 86/0 و RMSE برابر با 7/19 در سطح منطقه از دقت بیشتری نسبت به سایر مدل ها در شبیه سازی بارش برخوردار است. نتایج حاصل از پیش نگری تغییرات بارش نیز نشان داد بارش بر اساس سناریوی SSP1-2.6 در هر سه دوره آینده و به طور متوسط تا پایان قرن 21 به میزان 6/2 درصد افزایش پیدا خواهد کرد و در بیشتر ایستگاه ها در سطح 01/0 درصد معنی دار شده است؛ اما بر اساس سناریوهای SSP3-7.0 و SSP5-8.5 میزان بارش تا پایان قرن 21 به ترتیب 5/14 و 6/3 درصد کاهش پیدا خواهد کرد که بیشترین میزان کاهش آن نیز مربوط به مناطق پر بارش در جنوب غرب منطقه است. میزان کاهش در مناطق غربی و جنوب غربی در سطح 01/0 درصد معنی دار شده است. درمجموع با توجه به سناریوهای مختلف، در بیشتر پهنه موردمطالعه روند بارش تا پایان قرن 21 کاهشی است و لازم است مسئولان و برنامه ریزان راهکارهای لازم جهت سازگاری با تغییرات اقلیمی حاصل را اتخاذ نمایند.

  تغییر اقلیم طی دهه های گذشته نه تنها بر سطح خشکی ها بلکه بر روی سطوح آب های اقیانوسی و دریایی تأثیرات محسوسی گذاشته است. در این مطالعه با استفاده از مقادیر دمای ماهانه سطح آب (SST)، تغییرات دمای آب دریای عمان طی سه دهه اخیر مورد بررسی و تجزیه وتحلیل قرار گرفت. در این بررسی داده های دمایی شبکه مشخص شده (0/5*0/5) در دریای عمان از داده های تاریخی (2014-1985) مدل های سری ششم گزارش IPCC (CMIP6) استخراج و تغییرات آن بررسیشد . تحلیل سری زمانی با کمک روش من کندال و شیب سنس و همچنین به روش رگرسیون خطی ساده مشخص نمود که روند افزایش این پارامتر از اوایل فصل بهار شروع شده؛ اما در تابستان روند نزولی داشته و در پاییز و زمستان روند صعودی دارد. همچنین SST در پهنه آبی دریایی عمان طی 30 سال گذشته با شیب ملایمی روبه افزایش بوده به طوری که به طور میانگین 0/46 درجه سلسیوس طی 30 سال اخیر افزایش داشته است. بررسی توزیع مکانی دمای آب، مشخص نمود که مقادیر کمینه و بیشینه این پارامتر در بخش های کم عمق این دریا در محل اتصال به خلیج فارس بوده است. همچنین بخش های کم عمق منتهی به تنگه هرمز در دریای عمان بیشترین نوسانات دمایی را داشته اند به همین دلیل دارای مقادیر انحراف معیار بزرگ تری نسبت به سایر بخش های این پیکره آبی بوده اند.