ریز مقیاس نمایی

علیرغم افزایش قابل ملاحظه دقت مدل های عددی گردش عمومی جو و مدل های منطقه ای، تاکنون هیچ کدام از آنها قادر به پیش بینی در مقیاس کوچک نیستند. به این منظور، مدل های مختلف آماری و دینامیکی برای شبیه سازی و ریز مقیاس نمایی خروجی مدل های GCM و RCM ابداع شده اند. در مطالعه حاضر، با استفاده از مدل MAGICC-SCENGEN خروجی های دو مدل گردش عمومی جو HadCM2 و ECHAM4 با لحاظ هجده سناریوی انتشارIPCC، برای دهه های آینده ریز مقیاس گردیده، نتایج آن بر روی ایران تجزیه و تحلیل شد. هر دهه شامل یک پریود 30 ساله است که دهه2000 نماینده (2015 تا 1986)، 2025 (2040تا 2011)،2050 (2065تا 2036) و 2075(2090 تا 2061) و دهه 2100 (2115تا 2086) است. نتایج اجرای مدل با داده های HadCM2 بیانگر کاهش 5/2 درصدی بارش کشور تا دهه 2100 است. در حالی که برای دوره مشابه در مدل ECHAM4 بارش های کشورمان به میزان 8/19 درصدافزایش مییابد. تحلیل مکانی نتایج مدل HadCM2 نشان می دهد که در دهه های آینده استان های مازندران، گلستان، خراسان شمالی، شمال خراسان رضوی و سمنان، تهران و بخش هایی از گیلان و قزوین با افزایش بارش مواجه خواهند شد، در حالی که مدل ECHAM4 برای مناطق مذکور کاهش بارش را پیش بینی کرده است. همچنین، مدل HadCM2 برای نواحی جنوب شرق کشورمان، شامل استان های هرمزگان، کرمان، بوشهر،جنوب فارس و بخش هایی از سیستان و بلوچستان کاهش بارش را پیش بینی نموده است، اما در مدلECHAM4 مناطق مذکور در دوره مشابه افزایش بارش را تجربه خواهند کرد. در هر دو مدل تمامی استان های کشور با افزایش دما در آینده مواجهند.این دو مدل، افزایش دمایی بین 3 تا 6/3 را تا دهه 2100 پیش بینی می کنند که بیشترین افزایش دما به دهه 2100 و مدل ECHAM4 مربوط است که افزایش دمایی حدود 1 درجه سانتیگراد بیشتر از مدل HadCM2 پیش بینی می کند. در هر دو مدل توزیع مکانی افزایش دما با هم مطابقت دارند.

در چند دهه اخیر افزایش دمای زمین باعث بر هم خوردن تعادل اقلیمی کره زمین شده و تغییرات اقلیمی گسترده ای را در اغلب نواحی کره زمین موجب گردیده است که از آن به عنوان تغییر اقلیم یاد می شود. هدف این مطالعه، پیش بینی تغییرات اقلیمی استان سیستان و بلوچستان با استفاده از ریز مقیاس نمایی آماری است که در آن داده های سناریوی A2 مدل گردش عمومی جو ECHO-G اجرا می شود. برای ارزیابی، تغییرات اقلیمی و خشکسالی استان سیستان و بلوچستان در دوره آماری 1391تا 1410 توسط مدل LARS-WG ریز مقیاس شدند. در این مطالعه از داده های دمای کمینه، دمای بیشینه، تابش و بارش مدل ECHO-G و داده های واقعی 7 ایستگاه استان شامل چابهار، ایرانشهر، خاش، سراوان، زابل، زهک و زاهدان استفاده شده است.نتایج کلی بررسی ها برای دوره مذکور گویای افزایش 8 درصدی بارش در استان و کاهش تعداد روزهای یخبندان و افزایش میانگین سالانه دما در حدود 3/0 درجه سلسیوس می باشد. بیشترین افزایش ماهانه دما مربوط به فصل زمستان به میزان 9/0 درجه سلسیوس خواهد بود. همچنین تعداد روزهای خشک در شهرستان سراوان افزایش و در بقیه شهرستان ها کاهش می یابد و بطور کلی خشکسالی های این استان در دوره 1410-1391 کاهش می یابد.

هدف از این پژوهش پیش بینی مقادیر عناصر اقلیمی دما و بارش ایستگاه سینوپتیک گرگان با مدل ریز مقیاس نمایی SDSM و با استفاده از خروجی مدل تغییر اقلیم CanESM2 بر پایه سناریوهای تغییر اقلیم  RCP 2.6, 4.5, 8.5برای دوره های آینده 20۱۱- 20۴۰، 20۴۱- 20۷۰1، و 20۷۱- 2۱۰0 و نیز بررسی روند سالانه این تغییرات با استفاده از آزمون من- کندال است. نتایج خروجی مدل در دوره آینده نزدیک و میانی از ماه فوریه تا آگوست و در آینده دور از ماه دسامبر تا آگوست کاهش میزان بارش تا 47.15 میلی متر در ایستگاه سینوپتیک گرگان را نشان می دهد. همچنین، میزان دمای بیشینه از 4 / 0 تا ۳۳ /۱ درجه سانتی گراد، دمای کمینه از 15 / 0 تا 8 / 0 درجه سانتی گراد و دمای میانگین بین 18 / 0 تا 89 / 0 درجه سانتی گراد در هر سه سناریو رو به افزایش خواهد بود. از نظر روند سالانه بارش در سناریو های RCP 4.5 و RCP 8.5 معنادار و کاهشی و در مورد عنصر های دما این روند معنادار و افزایشی خواهد بود.

تغییر اقلیم به عنوان یک پدیده جهانی مورد قبول قرار گرفته است و لزوم توجه به این پدیده بسیار حائز اهمیت می باشد ،در تحقیق حاضر اثر پدیده تغییر اقلیم (دما و بارش )را طی دوره های آماری 2039-2020 و 2059-2040 در پنج ایستگاه هواشناسی سینوپتیک کاربردی برای استان کرمانشاه مورد مطالعه قرارداده ایم ،که با وارد کردن داده ها و انجام عملیات ریز مقیاس سازی بر روی داده ها برای مناطق مورد مطالعه صورت گرفته است که درنهایت با وارد شدن به سیستم اطلاعات جغرافیایی (gis) نقشه پیش بینی دماو بارش برای دوره های مذکور انجام گرفته است ،نتایج حاصل از مطالعه پدیده تغییر اقلیم حاکی از آن است که افزایش دما تا 4.3 درصدی برای ایستگاه های مورد مطالعه و افزایش متوسط دما نسبت به حال حاضر و هم چنین کاهش میزان بارش در نواحی گرمسیری و جنوب شرقی و شرق استان مورد انتظار می باشد، برای این منظور می بایست با حداقل بهره وری اراضی و رعایت الگوی متناسب کشت در این نواحی به شکل مدیریت مندانه تری رفتار گردد .

مدل های ریزمقیاس، نمایی در پیش بینی عناصر اقلیمی دارای کاربرد اساسی است. یکی از کاربردهای نتایج ریز مقیاس نمایی مدل های گردش عمومی هوا [1](GCM)، استفاده در پیش بینی های هیدرولوژیکی حوضه های آبریز است. بدین منظور در این تحقیق از داده های بارندگی ایستگاه باران سنجی مشکان در دوره مشاهداتی 1971-2010 و دوره نرمال 1971 تا 2000 استفاده و شرایط تغییر اقلیم آینده با مدل [2]SDSM و داده های [3]HadCM3 با سناریوA2 در حوضه آبریز خوانسار یزد ریزمقیاس نمایی گردید. شبیه سازی هیدرولوژیکی و پیش بینی رواناب حوضه در دوره 30 ساله 2011-2040 با استفاده از نرم افزار WMS[4] و مدل هیدرولوژیکی HEC-HMS[5] انجام گرفت. نتایج نشان می دهد علی رغم اینکه بارندگی در دوره پیش بینی دارای افزایش 6 درصدی نسبت به دوره نرمال بوده، اما میزان رواناب حوضه از 3/19میلیون متر مکعب در دوره 30 ساله (نرمال اقلیمی) 1971-2000، به 4/17 میلیون متر مکعب در دوره 30 ساله 2011 تا 2040 می رسد که حدود 9 درصد کاهش دارد. بیشتر کاهش رواناب به ماه های فصل بهار اختصاص داشته که این کاهش ناشی از اثرات تغییر در توزیع زمانی بارش است.  

روش های مختلفی برای تبدیل داده های بزرگ مقیاس به داده های اقلیمی منطقه ای گسترش یافته اند که در کم تر مطالعه ای نتایج این روش ها از لحاظ آماری مورد مقایسه قرار گرفته است. هدف از این مطالعه ، مقایسه ی نتایج مدل های SDSM و LARS-WG در ریزمقیاس نمایی داده های خروجی مدل های گردش عمومی CANE-SM2 و HADGEM2-ES تحت سناریوهایRCP2.6 ، RCP4.5 وRCP8.5 است. جهت انجام این مطالعه ، دمای حداقل، دمای حداکثر و بارش در دوره ی پایه (2005-1980) ایستگاه سینوپتیک اراک مورداستفاده قرار گرفت و نتایج حاصل از پیش بینی های دو مدلSDSM و LARS-WG برای سه دوره ی 2040-2021، 2060-2041 و 2080-2061 مقایسه شد. به منظور ارزیابی عملکرد مدل ها شاخص های RMSE، R2، MAE و NSE استفاده شد. بر اساس نتایج شاخص های ارزیابی، هر دو مدل کارآیی مناسبی در شبیه سازی متغیرهای اقلیمی دارد. نتایج ریزمقیاس نمایی دو مدل نشان داد که به طورکلی در هر سه سناریو و هر سه دوره از ماه ژانویه تا ژوئن مقادیر پیش بینی دمای حداقل و دمای حداکثر نسبت به دوره ی پایه افزایش می یابد و مدل LARS-WG در مقایسه با مدل SDSM مقدار دمای حداقل و حداکثر را نسبت به دوره ی پایه بیش تر برآورد نموده است. تغییرات بارش پیش بینی شده به وسیله ی دو مدل SDSM و LARS-WG دارای روند مشخصی نبوده است. بررسی درصد تغییرات داده های دما و بارش نشان داد که خروجی مدل SDSM تغییرات بیش تری را در بارش و خروجی مدل LARS-WG تغییرات بیش تری را در دمای حداقل و دمای حداکثر نسبت به دوره ی پایه نشان می دهد. بر اساس نتایج این مطالعه نمی توان برتری دقیقی برای هر یک از مدل های موردمطالعه بیان کرد، ولی به طورکلی می توان گفت که نتایج پیش بینی دو مدل در اکثر موارد از نظر آماری اختلاف معنی دار (01/0P<) دارند.