فیلترهای جستجو:
فیلتری انتخاب نشده است.
نمایش ۱٬۵۸۱ تا ۱٬۶۰۰ مورد از کل ۱٬۷۰۹ مورد.
منبع:
پژوهشهای تغییرات آب و هوایی سال اول زمستان ۱۳۹۹ شماره ۴
35 - 48
حوزههای تخصصی:
Climate change is significantly affecting the livelihoods and health of human societies. During the Holocene, climatic events have occurred repeatedly. These events typically have affected large regions between 100 and 600 years. Paleoclimate studies of the Northern Hemisphere have identified climatic events of 9.2, 8.2, 5.2, 4.2, 3.2 ka BP, Roman warming, the early medieval cooling, medieval warming, and Little Ice Age. Also, by adapting the archaeological studies and the paleoclimate research of Iran, other periods of climate change such as 7.5, 7, 6.2 and 4.8 ka BP can be introduced. Due to the vastness and geographical diversity of Iran, the impact of each of these events in different parts of the country has been different, but, in general, during droughts related to climate change, semi-arid to arid regions of Iran have been more vulnerable, and therefore, people were using a variety of strategies to resilience and adapt, such as changing subsistence patterns, managing water resources, and migrating. However, in some periods of climate change, the effects of climatic hazards have been such that it has led to the cultural, socio-economic and political decline of societies.
شناسایی برفخوان های ایران(مقاله علمی وزارت علوم)
حوزههای تخصصی:
داشتن آگاهی های بهنگام و درخور اعتماد از منابع اصلی پوشش برف کشور می تواند راه گشای بسیاری از مشکلات مربوط به مسائل آب در ایران باشد. هدف از پژوهش کنونی شناسایی و بررسی ویژگی های جغرافیایی برف خوان های ایران است. بدین منظور، داده های دو سنجندة مودیس تررا و مودیس آکوا برای بازة زمانی 1382 1393 به صورت روزانه و در تفکیک مکانی 500 × 500 متر از تارنمای سازمان فضایی امریکا دریافت شد. همچنین، مدل رقومی ارتفاع ایران هماهنگ با تفکیک و سیستم تصویر داده های پوشش برف به کار گرفته شد. پیش از به کارگیری داده ها برخی پردازش ها بر روی داده های روزانه به منظور کاستن از اثر ابرناکی انجام گرفت و درنهایت یک پایگاه نوین بر روی ایران به کمک یک کاسه سازیِ داده های سنجنده های مودیس تررا و مودیس آکوا ساخته شد. بررسی ها نشان داد در ایران به طور کلی سه برف خوان بزرگ وجود دارد که عبارت اند از: برف خوان البرز؛ برف خوان شمال غرب؛ و برف خوان زاگرس؛ و بیشینة شمار روزهای برف پوشان در این سه برف خوان به ترتیب 153، 132، و 127 روز در سال است. بررسی ها نشان داد شرایط ناهمواری نقش برجسته ای در پراکنش پوشش در برف خوان های ایران دارد و اینکه ناگزیر بیشترین پوشش برف در بلندترین بخش های کشور وجود دارد تصور درستی نیست.
دست یابی به چشمه توفان های گردو غبار به کمک مدل های عددی : معرفی رویکردی برای پیش بینی توفان های گردوغبار(مقاله علمی وزارت علوم)
حوزههای تخصصی:
توفان گرد و غبار ازجمله پدیده هایی است که در سال های اخیر مشکلات فراوانی را برای مناطق مختلف کشور ایجاد کرده است. شناسایی چشمه این نوع توفان ها از اولین گام ها در مقابله با این پدیده مخرب است. از جمله روش هایی که برای این منظور استفاده می شود مدل سازی عددی است. در این مطالعه سعی شده است رویکرد مناسبی برای شناسایی چشمه توفان های گردوغبار با استفاده از مدل های عددی معرفی شود. برای این منظور توفان گردوغبار شدیدی که در روزهای 17-14 تیر 1388 (8 - 5 جولای 2009) انتخاب شد که تقریبا اکثر نقاط کشور را تحت تاثیر قرار داده بود.سپس با استفاده از مدل عددی مطالعه و پیش بینی جوی WRF و مدل محاسبه مسیرهای برگشت و پخش HYSPLT توفان مورد نظر،مورد بررسی قرار گرفت. ابتدا مدل WRF برای شبیه سازی شرایط جوی حاکم بر توفان اجرا گردید و شرایط همدیدی حاکم بر این توفان با استفاده از تحلیل خروجی های این مدل به دست آمد. سپس خروجی های به دست آمده برای دست یابی به چشمه های احتمالی و تحلیل مسیر انتقال گردوغبار به مدل HYSPLT داده شد. سرانجام رویکرد پخش ذرات از مناطق احتمالی به دست آمده، برای دقیق تر شدن روی مناق چشمه، بکار گرفته شد. نتایج نشان داد که اغلب مسیرهای به دست آمده، از مناطق شمالی و مرکزی عراق و سوریه گذشته و منشا توفان گردوغبار ذکر شده، مناطق کویری و خشک شمال عراق و سوریه است. این نتایج مطابقت خوبی با مطالعات گذشته بر اساس سنجش از دور داشته و بیانگر این است که مدل های عددی ذکر شده توانایی پیش بینی توفان های گردوغبار را دارند.
تحلیل و پیش بینی روزهای خشک با استفاده از مدل شبکه عصبی مصنوعی (مطالعه موردی: ایستگاه تهران)(مقاله علمی وزارت علوم)
حوزههای تخصصی:
شبکه های عصبی مصنوعی به عنوان یکی از تکنیک های غیرخطی در مطالعات اقلیمی و هیدرولوژی اهمیت فراوانی به خود اختصاص داده اند. تغییراقلیم و به دنبال آن گرمایش جهانی از پدیده های اقلیمی به شمار می رود. شمار روزهای خشک و تداوم آن خشکسالی را به دنبال دارد. در این پژوهش از داده های بارش روزانه طی سال های (1976-2008) و شبکه عصبی مصنوعی در نرم افزار MATLAB به منظور پیش بینی شمار روزهای خشک ایستگاه تهران استفاده شده است. شبکه به کار رفته از نوع Feed-forward با الگوریتم کاهش شیب و مارکوارت لونبرگ در مرحله آموزش و یادگیری می باشد. ساختارهای گوناگونی در لایه ورودی و پنهان در مرحله آموزش مورد آزمایش قرار گرفت. در نهایت شبکه با 4 ورودی و 5 نرون در لایه پنهان و 1 نرون در لایه خروجی به مطلوب ترین ساختار (1-5-4) جهت پیش بینی بهینه با بیش ترین همبستگی پاسخ داد. نتایج نشان داد که در ایستگاه مذکور، روزهای خشک پیش بینی شده توسط شبکه در مقایسه با طول دوره آماری مورد بررسی دارای روند افزایشی بوده است که با محاسبه احتمال وقوع روزهای خشک، طی سال های (2018-2009) با استفاده از زنجیره مارکوف، موارد فوق تأیید گردیده است. ضریب همبستگی مقادیر پیش بینی روزهای خشک بدون ترکیب با الگوریتم ژنتیک 86 درصد است. بعد از آموزش شبکه با ترکیب الگوریتم ژنتیک با لایه های مختلف این مقدار به 88درصد رسید که می توان گفت در صورت ترکیب شبکه با الگوریتم مذکور نتایج قابل قبول ارائه می دهد.
ارزیابی روند تغییرات فراوانی روزهای شرجی در نیمه جنوبی ایران(مقاله علمی وزارت علوم)
حوزههای تخصصی:
بررسی روند تغییرات پدیده های اقلیمی و هواشناسی در درازمدت اهمیت ویژه ای در مطالعات تغییر اقلیم و آشکار سازی آن دارد. در این پژوهش جهت شناسایی و دستیابی به روند تغییرات فراوانی روزهای شرجی در نیمه جنوبی ایران، داده های ساعتی فشار جزئی بخار آب مربوط به 15 ایستگاه همدید نیمه جنوبی ایران برای یک دوره آماری 30 ساله (2009 - 1980) از سازمان هواشناسی ایران اخذ شد. بعد از اخذ دادها و تشکیل بانک اطلاعاتی آن، بر اساس آستانه فشار جزئی بخار آب برابر یا بیشتر از 8/18 هکتوپاسکال فراوانی روزهای شرجی در دو مقیاس زمانی فصلی و سالانه برای تمام ایستگاه های مورد مطالعه استخراج شدند. جهت آشکار سازی روند تغییرات فراوانی روزهای شرجی نیز از روش ناپارامتریک برآورد کننده شیب سنس بهره گرفته شد. نتایج نشان داد که در سه فصل پاییز، زمستان و بهار هیچگونه روند معناداری در فراوانی روزهای شرجی در ایستگاه های مورد مطالعه در سطح احتمالاتی 95 درصد مشاهده نشد. در فصل تابستان تنها ایستگاهی که روند معناداری در آن مشاهده شد ایستگاه دزفول (شیب روند: 05/1-) بود که جهت روند آن نیز کاهشی بوده است. در مقیاس سالانه هم تنها در چهار ایستگاه کرمان (شیب روند: 1/0-)، دزفول (شیب روند: 46/1-)، ایرانشهر (شیب روند: 08/1-) و زاهدان (شیب روند: 16/0-) روند معناداری در فراوانی روزهای شرجی مشاهده شد که این روند برای هر چهار ایستگاه یک روند کاهشی بوده است.
تحلیل حساسیت پاراهای موثر بر میزان تبخیر روزانه با استفاده از الگوریتم Garson و شبکه عصبی مصنوعی (مطالعه موردی: شهر تبریز)(مقاله علمی وزارت علوم)
حوزههای تخصصی:
پژوهش حاضر با هدف تحلیل حساسیت پاراهای موثر بر میزان تبخیر به ارزیابی پاراهای هواشناسی روزانه شامل میانگین دما، رطوبت نسبی، سرعت باد، ساعات آفتابی، میزان تشعشع و فشار سطح ایستگاه سینوپتیک تبریز در دوره آماری 5 ساله (1386 الی 1390) پرداخته است. به این منظور در ابتدا به کمک شبکه عصبی مصنوعی وزن دار، مدلی برای تخمین میزان تبخیر توسعه داده شد. سپس به کمک ماتریس وزنی حاصل از بهترین معماری شبکه، از الگوریتم گارسن برای تحلیل حساسیت و تعیین اهمیت نسبی پاراهای ورودی استفاده گردید. نتایج حاصل نشان داد که میانگین دما و رطوبت نسبی بیش ترین تأثیر و ساعات آفتابی، میزان تشعشع، سرعت بادو فشار سطح ایستگاه کین تأثیر را بر روی میزان تبخیر از تشت شهر تبریز دارد.
ارزیابی افتراق های فضایی کیفیت منابع آب زیرزمینی (مطالعه موردی: بخش های دولت آباد، دشتاب، سلطانی و صوغان در استان کرمان)(مقاله علمی وزارت علوم)
حوزههای تخصصی:
وضعیت ویژه اقلیمی و ژئومورفولوژیکی مناطق خشک و نیمه خشک موجب شده است که منابع آب زیرزمینی، منبع اصلی تأمین آب این مناطق تلقی شوند. بر اساس این، مدیریت منابع آبی یادشده مستلزم ارزیابی دقیق کمیت و کیفیت ذخیره های آبی، میزان دسترسی به آن ها در هر منطقه و شناخت فرایندهای محیطی حاکم بر آنهاست. در پژوهش حاضر، ضمن بررسی و مطالعه کیفیت منابع آب زیرزمینی بخش های دولت آباد، دشتاب، صوغان و سلطانی در استان کرمان، اختلاف بین شاخص های کیفی مختلف به شکل کمی اندازه گیری و مقایسه شده است. نتایج آنالیز واریانس، اختلاف معنادار بین شاخص های مختلف را نشان می دهند. نتایج آزمون مقایسه میانگین ها در سطح احتمال خطای کمتر از یک درصد (01/0α<) برای هر یک از شاخص ها، منابع آب زیرزمینی بخش های مختلف را در گروه های متمایزی تفکیک می کنند؛ به طوری که بر اساس شاخص های EC، TDS، Cl، SO 4، Mg، Na، SAR و TH، منابع آب زیرزمینی بخش های دولت آباد و دشتاب در گروه اول و بخش های صوغان و سلطانی در گروه دوم قرار می گیرند. بر اساس شاخص Ca، منابع آب زیرزمینی بخش های مطالعه شده در سه گروه مختلف قرار می گیرند: گروه اول شامل بخش های سلطانی و صوغان، گروه دوم شامل بخش دولت آباد و گروه سوم شامل بخش دشتاب. همچنین، قرارگرفتن منابع آب زیرزمینی همه بخش ها در یک گروه بر اساس شاخص HCO 3نشان می دهد که تفاوت معنا داری در کیفیت منابع آب زیرزمینی مناطق مطالعه شده بر اساس شاخص یادشده مشاهده نمی شود. آزمون آنالیز همبستگی بین شاخص های مختلف سنجش کیفیت منابع آب زیرزمینی در مناطق مطالعه شده، بیشترین میزان همبستگی را در سطح احتمال یک درصد بین شاخص های pH و سطح آب زیرزمینی نشان می دهد.
ارزیابی عملکرد الگوریتم های آماری لجستیکی و ناپارامتریکی به منظور مدیریت مناطق حساس به حرکات توده ای در حوضه آبریز گویجه بل(مقاله علمی وزارت علوم)
حوزههای تخصصی:
شناسایی مناطق مستعد حرکات توده ای ازجمله زمین لغزش از طریق مدل سازی خطر با مدل های مناسب و کارا، یکی از اقدامات اساسی در کاهش خسارت احتمالی و مدیریت خطر است. زمین لغزش به عنوان یکی از انواع حرکات توده ای، فرایند پیچیده ای است که تحت تأثیر پارامترهای داخلی و خارجی روی می دهد که شناخت این پارامترها و میزان تأثیرشان در وقوع مخاطرات و استفاده از ابزاری مناسب برای کمی سازی، برنامه ریزان و مدیران را در برنامه ریزی های توسعه و مدیریت بهینه منطقه به ویژه مناطق کوهستانی در مقیاس های منطقه ای و محلی یاری می کند. هدف از مطالعه حاضر بررسی وقوع بالقوه زمین لغزش در حوضه گویجه بل با استفاده از مدل های رگرسیون لجستیک و شبکه عصبی مصنوعی با الگوریتم پرسپترون چند لایه به منظور شناخت مناطق حساس به وقوع پدیده مذکور می باشد. برای مدلسازی از ۹ پارامتر مستقل اعم از لایه بارش، لیتولوژی، پوشش و کاربری اراضی، ارتفاع، شیب، جهت شیب، فاصله از شبکه زهکشی، فاصله از گسل و فاصله از جاده استفاده گردید. بعد از استانداردسازی فازی هر یک از پارامترها، نه فاکتور به عنوان متغیر مستقل و زمین لغزش های رخ داده نیز به صورت یک لایه باینری و به عنوان متغیر وابسته برای مدل رگرسیون لجستیک؛ همچنین فاکتورهای استاندارد شده به عنوان نرون های ورودی و زمین لغزش های رخ داده به عنوان آموزش دهنده مدل شبکه عصبی مصنوعی با الگوریتم پرسپترون چند لایه معرفی گردید. نتیجه اعتبارسنجی ROC نشان می دهد مساحت زیر منحنی در مدل شبکه عصبی مصنوعی بیشتر از مدل رگرسیون لجستیک بوده است و دقت برابر با ۹۱/۰ را نسبت به رگرسیون لجستیک با دقت ۸۹/۰ نشان می دهد. همچنین ۹ درصد از مساحت منطقه مورد مطالعه در پهنه های خطر زیاد و بسیار زیاد و ۵/۹ درصد جزو پهنه های خطر متوسط می باشد. پهنه های خطر متوسط می توانند با سومدیریت و ساخت و سازهای عوارض انسانی ازجمله جاده تحت تأثیر قرار گرفته و به پهنه های خطر زیاد و بسیار زیاد تبدیل گردند.
واکاوی تغییرات توزیع فراوانی چهار دهه بارش روزانه ایران(مقاله علمی وزارت علوم)
حوزههای تخصصی:
هدف پژوهش حاضر، واکاوی تغییرات زمانی - مکانی توزیع فراوانی بارش روزانه روزهای بارشی ایران است. به این منظور، از داده های بارش روزانه میان یابی شده به روش کریگینگ 1437 ایستگاه هم دید، اقلیمی و باران سنجی ایران طی دوره آماری 01/01/1340 تا 29/12/1382 پایگاه داده اسفزاری استفاده شد. برای بررسی تغییرات توزیع فراوانی بارش کل، داده ها به دو دوره تقسیم شدند. با برنامه نویسی در محیط نرم افزار متلب، توابع توزیع خانواده نرمال (نرمال استاندارد و لوگ نرمال) و گاما (گامای دوفراسنجی و نمایی) بر تک تک 7187 یاخته در هر دوره جداگانه برازش داده شدند و شاخص های برازنده ترین تابع توزیع فراوانی محاسبه و پراکنش مکانی و تغییرات آنها در هر دوره بررسی شد. نتایج پژوهش حاضر نشان می دهند فقط دو توزیع خانواده گاما با سطح اعتماد 95 درصد شرایط لازم آزمون آماری کلموگراف - اسمیرنف در هر دو دوره را احراز کرده اند. تغییرات گسترده زمانی و مکانی در توزیع بارش به عنوان یکی از مؤلفه های ردیابی تغییر اقلیم تأیید نمی شود. محاسبه شاخص های برازنده ترین توزیع با روش گشتاور خطی، تغییرات جزئی در الگوی پراکندگی فضایی این شاخص ها را نشان می دهد؛ برای نمونه، شاخص انحراف معیار نشان می دهد در 63 درصد مساحت کشور ازجمله ایران مرکزی و جنوب ایران، اعتماد به بارش در دوره دوم نسبت به دوره اول کاهش یافته است و افزایش یافتن نبود اطمینان به بارش، زنگ خطری برای آسیب پذیری اکوسیستم های حساس این مناطق است.
بررسی پدیده جزیره حرارتی و اثر آن بر تغییرپذیری روز به روز دمای تابستان شهر بابل(مقاله علمی وزارت علوم)
حوزههای تخصصی:
تراکم جمعیت در شهرها سبب افزایش دمای ناحیة مرکزی می شود. هدف از این مطالعه بررسی اختلاف دمایی ناشی از جزیرة حرارتی و اثر آن در تغییرپذیری دمای شهر بابل است. از سه دستگاه دیتالاگر ثبت کنندة داده در محیط های بافت متراکم شهری، حومه، و فضای سبز شهری استفاده شد. تغییرپذیری دما و رطوبت نسبی به مدت هشتاد روز (۱۵ تیر تا ۳۱ شهریور ۱۳۹۴) با گام یک ساعته بررسی شد. اختلاف دمای میانگین ایستگاه شهری با حومه ۱ و با فضای سبز ۸ /۱ درجه بوده است. کمترین میانگین رطوبت در محیط شهری (۶۷ درصد) و بیشترین در فضای سبز (۷۷ درصد) مشاهده شد. اختلاف روزبه روز دمای میانگین (DTD(t mean)) و روز به روز دمای بیشینه ((DTD(t max) شهر از حومه و فضای سبز بیشتر است، اما اختلاف روزبه روز دمای کمینه ((DTD(t min) در شهر کمتر از دو محیط دیگر است. تفاوت تغییرپذیری دمای بیشینه و کمینه (DTD∆) شهر از دو منطقة دیگر بیشتر بوده و در فضای سبز تقریباً صفر است. این میزان ها بیانگر تغییرپذیری بیشتر دمای شهر است. نتایج نشان می دهد جزیرة حرارتی ایجادشده در بابل در تغییرپذیری روزبه روز دمای آن مؤثر است. در شهرهای متوسط می توان اثر جزیرة حرارتی بر دما و رطوبت را دید و فضای سبز در کاهش دمای بابل نقش مهمی دارد.
بررسی اثر خصوصیات مکانی حوزه آبخیز بر واسنجی وقایع تک رخدادی سیلاب (مطالعه موردی: حوضه آبخیز کوه سوخته)(مقاله علمی وزارت علوم)
حوزههای تخصصی:
استفاده از مدل های هیدرولوژیکی یکی از روش های رایج در تجزیه وتحلیل کمی حوضه های آبخیز است. پیشرفت های اخیر در زمینه سازی های بارش –رواناب که انعطاف بیشتری در حل مسائل و پدیده های هیدرولوژیکی دارند، آن ها را جایگزین مناسبی به جای روابط تجربی کرده است. به طور مرسوم در پژوهش های صورت گرفته پیشین مبتنی بر بهینه سازی مدل در همان مقیاس محلی موردبررسی قرارگرفته که فاقد عمومیت مکانی است. هدف این مطالعه ارائه پارامترهایی با اندازه معین است تا در سطح عمومی تری برای تمام زیرحوضه ها پاسخ قابل قبولی را ارائه دهد. بدین منظور پارامترهایی از مدل هیدرو گراف سیلاب که در هیدروگراف سیلاب نقش دارند، در مقیاس زیرحوضه ای و بزرگ مقیاس مورد مقایسه قرارگرفته است. در این مطالعه از مدلHEC-HMSبرای مدل سازی رواناب زیر حوضه ها و میزان رواناب خروجی از حوضه استفاده شده است؛ برای ساختار مدل از عوامل شماره منحنی SCS برای روش تلفات و هیدروگراف واحد SCS جهت روش انتقال استفاده شد. به منظور واسنجی ابتدا بهینه سازی پارامترها در هریک از زیرحوضه ها به صورت جداگانه انجام گرفت و سپس مقدار عمومی پارامترها با به دست آوردن اندازه ثابتی از پارامترهای حساس که در همه زیر حوضه ها پاسخ قابل قبولی ارائه دهند، انجام شد. یافته های تحقیق نشان می دهد که گرچه کارایی مدل در واسنجی با پارامترهای محلی برتر از واسنجی با استفاده از پارامترهای بزرگ مقیاس است، ولی ایستایی پارامترهای عمومی بهتر است. به منظور ارزیابی کارایی مدل از شاخص Nash-sutcliffeاستفاده گردید که این شاخص برای کالیبراسیون محلی ۸۵/۰ و کالیبراسیون بزرگ مقیاس ۶۵/۰ به دست آمد که در دامنه مطلوبی برای شبیه سازی قرار دارد.
Impacts of global warming on extreme temperatures in west of Iran(مقاله علمی وزارت علوم)
منبع:
پژوهشهای تغییرات آب و هوایی سال اول زمستان ۱۳۹۹ شماره ۴
11 - 19
حوزههای تخصصی:
Studying global warming and assessing its impacts is very important due to economic and social consequences and financial losses. Changes in extreme temperatures can cause enhancement of demands for energy, increase mortality, reduce biodiversity and damage to crops, which makes it essential to be studied. The aim of this study is predicting the changes of extreme temperatures in west of Iran during 2015-2045 period under climate change conditions according to the RCP emission scenarios. To this purpose, the SDSM model under the RCP 8.5 scenario is used for statistical downscaling and data generation of future period, using the GCM models of the CanESM2 and Mann-Kendall nonparametric test is used to analyze trends. From 27 extreme indices of climate change which are defined by ETCCDI, 6 indices of extreme temperatures were selected including diurnal temperature range (DTR), warm and cold days, warm and cold nights, and number of summer days. The results showed that in the predicting period (2015-2045), except Shahr-e-Kord station, the DTR index has a decreasing trend. There was an increasing trend in number of summer days index in all stations, except Hamedan station. In cold night index a decreasing trend is observed in all stations except Shahr-e-Kord station. A significant decreasing trend is observed in number of cold days index in all stations except Sahr-e-Kord. In warm days index, a significant increasing trend is observed in all station. Generally it was found that the significant trend of cold extreme and warm extreme temperatures were decreasing and increasing respectively. Also in most of the studied indices the rate of changes were associated with latitude of the weather station.
پیش نگری بارش و دمای شرق کشور با استفاده از مقیاس کاهی ترکیبی دینامیکی-آماری(مقاله علمی وزارت علوم)
حوزههای تخصصی:
این مطالعه با هدف ارائه چشم اندازی از اقلیم استان های محور شرقی کشور در دهه های آینده جهت برنامه ریزی کلان و اتخاذ روش های سازگاری و کاهش پیامدهای گرمایش جهانی انجام شده است. مطالعه حاضر با استفاده از مقیاس کاهی ترکیبی دینامیکی-آماری شامل مدل منطقه ای اقلیمی RegCM4.5.11 به عنوان مدل دینامیکی و عامل تغییر به عنوان مدل آماری و با بکارگیری داده های شرایط مرزی مدل گردش کلی CanESM از سری مدل های CMIP5 بر روی متغیرهای بارش و دما در منطقه شرق کشور از جمله استان های خراسان رضوی، جنوبی و سیستان و بلوچستان انجام گرفت. پس از انتخاب پیکر بندی بهینه مدل منطقه ای RegCM ، برونداد مدل منطقه ای RegCM به روش عامل تغییر پس پردازش آماری شد. مدل ترکیبی یادشده برای مقیاس کاهی برونداد مدل گردش کلی برای دو دوره آینده نزدیک (2021-2049) و آینده دور (2099-2071) با استفاده از دو سناریوی RCP4.5 و RCP8.5 بکار گرفته شد. نتایج این تحقیق در مورد دما برای دوره آینده نزدیک حاکی از افزایش سالانه 2/4 درجه ای در سناریوی RCP4.5 و 5/5 درجه در سناریوی RCP8.5 می باشد. در دوره آینده دور نتایج نشان دادند که دمای سالانه 2/5 درجه در سناریوی RCP4.5 و 9/8 درجه در سناریوی RCP8.5 افزایش می یابد. اگر در فرآیند مقیاس کاهی ترکیبی، سناریوی متوسط به عنوان میانگین پیش نگری ها در نظر گرفته شود، در آنصورت تغییرات بارش شرق کشور در آینده نزدیک بین 11- تا 15- درصد و در آینده دور بین 8- تا 149+ درصد نسبت به دوره دیدبانی خواهد بود. علیرغم اینکه تعداد اندکی از سناریوها، افزایش بارش را برای منطقه پیش نگری کرده اند، اما به نظر می رسد هر گونه اثرات افزایش بارش به دلیل افزایش دمای پیش نگری شده در منطقه بلااثر شده و منطقه در آینده درگیر تنش آبی خواهد شد که نیازمند اتخاذ روش های سازگاری و کاهش پیامدهای گرمایش جهانی در منطقه است.
بررسی پیامدهای تغییرات آب و هوایی با تمرکز بر تحلیل فضایی شدت خشکسالی در استان گلستان با شاخص های آماری و سنجش از دوری(مقاله علمی وزارت علوم)
منبع:
پژوهشهای تغییرات آب و هوایی سال اول پاییز ۱۳۹۹ شماره ۳
65 - 76
حوزههای تخصصی:
خشکسالی، به عنوان یک پدیده پیچیده و زیان باراقلیمی، فعالیت های مختلف انسانی و فرایندهای زیستی را تحت تأثیر قرار می دهد. واکاوی مکانی و توالی زمانی و ﭘﯿﺶﺑﯿﻨﯽ آن شاید ﻧﻘﺶ ﻣﺆﺛﺮی در ﮐﺎﻫﺶ ﺧﺴﺎرات ﻧﺎﺷﯽ از آن در ﺑﺨﺶﻫﺎی ﻣﺨﺘﻠﻒ فعالیتی و طبیعی داﺷﺘﻪ ﺑﺎﺷﺪ. در اﯾﻦ رابطه ﺷﺎخص ﻫﺎی ﻣﺘﻨﻮﻋﯽ ﺗﻌﺮﯾﻒ ﺷﺪه اﻧﺪﮐﻪ ﺑﻪ ﻧﻈﺮ ﻣﯽرﺳﺪ، برآوردﻫﺎی ﻣﺘﻔﺎوﺗﯽ از ﺧﺸﮑﺴﺎﻟﯽ داﺷﺘﻪ ﺑﺎﺷﻨﺪ. در پژوهش حاضر برای تحلیل فضایی خشکسالی هواشناسی استان گلستان با بهره گیری از داده های بارش 72 ایستگاه بارانسنجی متعلق به سازمان هواشناسی، با دوره آماری 40 ساله (1971-2010) و برای پایش خشکسالی اکولوژیک، از تصاویر ماهواره ای Landsat (TM) (1987 و 2000) و Landsat (MSS) (1975) مورد استفاده قرار گرفت. از شاخص آماری SPI در بررسی روند تغییرات زمانی و از شاخص گیاهی NDVI برای شناسایی تنش های گیاهی ناشی از خشکسالی استفاده شده و مورد مقایسه قرار گرفتند. نتایج دو شاخص مذکور ضرایب همبستگی مناسب و در سطح اطمینان بالای 99 درصد معنادار را نشان می دهد. نتایج نشان داد که براساس شاخص SPI، سال 2000 بیشترین و شدیدترین خشکسالی را داشته که 1/42 درصد از مساحت استان (معادل 857500 هکتار) را شامل می شود و براساس شاخص NDVI، بیشترین تراکم پوشش گیاهی مربوط به سال 1975 می باشد که مقدار آن 1/29 درصد از مساحت استان (معادل 594106 هکتار) را شامل می شود. براساس نقشه های نهایی می توان نتیجه گرفت که محدوده های شمالی و شمال شرق استان بیشترین خشکسالی را دارا هستند. نگاه کلی به نقشه ها، نقش بارز اختلاف ارتفاع و فاصله از دامنه های شمالی البرز درجهت جنوب به شمال را از هر دو نظر فراوانی و شدت رخداد خشکسالی ها نشان می دهد.
ارزیابی داده های بارندگی حاصل از ماهواره TRMM، مدل MM۵ و مشاهدات زمینی به صورت مکانی-زمانی در مناطق خشک و نیمه خشک کوهستانی(مقاله علمی وزارت علوم)
حوزههای تخصصی:
در مواجه با خطر سیل و یا خسارات ناشی از خشکسالی، برآورد میزان بارش و الگوی تغییرات مکانی آن در یک منطقه گسترده، یکی از چالش های مهم در علوم هواشناسی، کشاورزی و هیدرولوژی است. اندازه گیری محلی بارندگی در مناطق دور افتاده به دلیل هزینه زیاد و محدودیت های عملیاتی دشوار است. بدین علت در تحقیق حاضر به منظور تعیین الگوی مکانی-زمانی بارش و امکان تلفیق داده ها، سه نوع مختلف از تولیدات بارندگی شامل داده های ماهواره ای (TRMM۳B۴۲)، داده های حاصل از مدل پیش بینی عددی جوّی (MM۵) و اندازه گیری های زمینی (نقشه های حاصل از روش زمین آمار (KED))، مورد مطالعه قرار گرفتند. این مطالعه در بازه زمانی سال های ۲۰۰۰ تا ۲۰۱۰ میلادی و برای منطقه شمال شرق ایران به صورت ماهانه، فصلی و سالانه انجام شد. داده ها با استفاده از شاخص اعتبارسنجی RMSE و الگوریتم تشابه با یکدیگر مقایسه شدند. نتایج نشان دادند که یکی از ضعف های روش زمین آمار نبودن اطلاعات کافی در ارتفاعات بالای (۱۵۰۰) متر منطقه است. همچنین دقت تصاویر ماهواره ای در فصل های گرم بیشتر بود؛ بطوریکه در ماه آگوست مقدار ۷/۱ RMSE = به دست آمد. در فصل زمستان (ماه ژانویه) بیشترین مقدار ۰۲/۱۴ RMSE = حاصل شد که این امر عملکرد ضعیف تولیدات ماهواره ای TRMM در مناطق پوشیده از یخ را نشان می دهد. در اعتبارسنجی مدل MM۵ بیشترین و کمترین مقدار RMSE به ترتیب ۶۴/۶ و ۰۵/۱ به دست آمد. علاوه بر این مدل MM۵ تا حدود زیادی در شبیه سازی مقادیر بارندگی سالانه بیش برآورد داشت. نتایج تحلیل های مکانی- زمانی الگوریتم تشابه نیز نشان دادند که عملکرد مدل MM۵ در مقیاس ماهانه و فصلی و تعیین مناطق بارندگی بهتر از تصاویر ماهواره ای TRMM بود. همچنین هر سه محصول الگوی مکانی بارندگی در مقیاس فصلی و سالانه را به خوبی نشان دادند.
نبکاها، شاخصی برای بررسی تغییرات شرایط محیطی گذشته درحاشیه بیابان لوت(مقاله علمی وزارت علوم)
منبع:
پژوهشهای تغییرات آب و هوایی سال اول تابستان ۱۳۹۹ شماره ۲
13 - 28
حوزههای تخصصی:
نبکاها در مناطقی که تحت تاثیر فرسایش بادی قرار داشته و دارای پوشش گیاهی هستند تشکیل می شوند که تابعی از رژیم باد، مقدار بار رسوب در دسترس، رویشگاه گونه گیاهی و نوع پوشش گیاهی هستند بدین صورت که ماسه ها در اثر برخورد به درخت یا درختچه در پای آن جمع شده و به مرور زمان تپه ای ماسه ای در اطراف گیاه شکل گرفته و نبکا تشکیل می گردد. این تپه دارای لایه بندی رسوبات می باشد که این لایه بندی به دلیل ریزش برگ های درخت یا درختچه و همچنین رطوبت موجود در منطقه و شرایط محیطی ایجاد شده و در هر نوع شرایط محیطی ویژگیهای خاص خود را دارد. این پژوهش سعی دارد که به بررسی تغییرات شرایط محیطی در حاشیه غربی بیابان لوت بپردازد که جهت این کار از لایه بندی رسوبات نبکاهای موجود در منطقه استفاده شده است. پژوهش از نوع توصیفی – تحلیلی مبتنی بر روش های میدانی، آماری و کتابخانه ای است. بدین صورت که ابتدا با سفر میدانی به منطقه مورد مطالعه، نبکاهای مورد نظر با استفاده از ترانسکت و پلات مشخص گردید و سپس به اندازه گیری ویژگی های مورفومتری نبکاهای مربوط به گونه گیاهی گز شاهی پرداخته شد و در مرحله بعد، از لایه بندی حدود ۴ نبکا در قسمتهای مختلف منطقه نمونه برداری به عمل آمد و در آزمایشگاه پس از دانه سنجی و همچنین بررسی مواد گیاهی موجود در هر یک ار نمونه ها، به تجزیه و تحلیل داده های جمع آوری شده پرداخته شد. نتایج حاصل از بررسی های پژوهش نشان می دهد که تا عمق حدود ۲ متری نبکاها، حدود ۵ لایه قابل تشخیص است که این ۵ لایه در کلیه نبکاهای مورد مطالعه مشترک می باشد و در نتیجه شرایط منطقه به ۵ دوره متوالی تقسیم می گردد. بررسی رسوبات و مواد آلی موجود در هر یک از لایه ها نشان می دهد که در دوره اول که مصادف با عصر حاضر می باشد، شرایط آرامی بر محیط حکم فرما می باشد اما در دوره دوم شرایط محیطی منطقه، ناآرام تر از دوره اول بوده است. در دوره سوم آرامترین شرایط محیطی در منطقه رقم می خورد ولی دوره چهارم و پنجم شرایط پرنوسانی در منطقه را حکایت می کنند که در دوره چهارم این نوسانات بیشتر به سمت فرآیندهای ضعیف تر بوده اما در دوره پنجم فرآیندهای قویتری بر محیط حاکم بوده است.
ارزیابی کارایی مدل SDSM در بررسی پیامدهای تغییر اقلیم برای پهنه های اقلیمی مختلف ایران(مقاله علمی وزارت علوم)
حوزههای تخصصی:
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
اصلاح خطای دما و بارش در شبیه سازی مدل های آب و هوایی(مقاله علمی وزارت علوم)
حوزههای تخصصی:
اصلاح خطا معمولاً برای خروجی های مدل اقلیمی قبل از استفاده بعنوان ورودی مدل های محیطی در مطالعات اثر تغییر اقلیم استفاده می شود. در این پژوهش ابتدا خروجی شش GCM ریزمقیاس نمایی شده با RcgCM4-4 در محدوده CORDEX جنوب آسیا با قدرت تفکیک افقی حدود 50 کیلومتر از سایت ESGF دریافت گردید. همچنین داده های بارش، دمای بیشینه و دمای کمینه 41 ایستگاه همدید با نزدیکترین فاصله با یاخته های مدل ها در محدود ایران از سازمان هواشناسی کشور اخذ شد. سپس دقت خروجی های یاخته های متناظر با ایستگاه های زمینی نسبت به داده های مشاهداتی با روش های همبستگی و انحراف معیار استاندار شده با استفاده از نمودار تیلور ارزیابی گردید. در ادامه خطای مدل با کمترین خطای آماری برای خروجی های بارش با روش fitQmapRQUANT و برای خروجی های دمای بیشینه و دمای کمینه با روش اصلاح خطای اسکن خطی تصحیح خطا شدند. نتایج نشان داد روش های اصلاح خطای بکار رفته برای خروجی های دما سبب کاهش خطای داده ها شده است. برای دمای بیشینه در اکثر ایستگاه های مطالعاتی کم برآوردی این متغیر مشاهده گردید. این کم برآوردی در فصول گرم سال بیشتر از فصول سرد سال است. خروجی های ماهانه دمای کمینه مدل CCCma در مقایسه با داده های ایستگاه های واقع در مناطق جنوبی ایران بیش برآوردی این متغیر را بویژه در فصول گرم سال از خود نشان دادند. این در حالی است که در اکثر ایستگاه های واقع در عرض های جغرافیایی بالا برآوردی درست یا کم برآوردی این متغیر مشاهده شد. در حالی که برای خروجی های بارش به سبب اختلاف زیاد بین داده های مشاهداتی و مدل روش اصلاح خطا اثر بخش نبود. برای این متغیر مدل در شبیه سازی آن متأثر از بارش های موسمی جنوب آسیا برآورد درستی از بارش های جنوب ایران نداشته و شرایط بارش تابستانه را در این مناطق و حتی مناطق واقع در عرض های بالاتر در خروجی های هر شش مدل مورد بررسی از خود نشان داد.
ارزیابی دقت مدل های CMIP6 برای شبیه سازی دما و بارش حوضه آبریز دریاچه ارومیه(مقاله علمی وزارت علوم)
حوزههای تخصصی:
در پژوهش حاضر دقت مدل های گردش عمومی گزارش ششم هیئت بین الدول تغییر اقلیم (CMIP6) در شبیه سازی دما و بارش حوضه آبریز دریاچه ارومیه مورد ارزیابی قرار گرفته است. مدل های مورد استفاده MRI-ESM2-0، MPI-ESM1-2-HR، INM-CM5-0 و CMCC-ESM2 هستند. ارزیابی دقت مدل ها قبل و بعد از تصحیح اریبی انجام گرفته است. برای تصحیح اریبی مدل ها از روش آماری تغییر عامل دلتا و داده های هفت ایستگاه سینوپتیک در سطح حوضه استفاده شده است. بدین منظور دوره مورد مطالعه (2013-1990) به دو دوره دوازده ساله جهت انجام واسنجی و صحت سنجی تقسیم شد. بدین ترتیب دقت داده های تصحیح شده مدل ها با استفاده از تغییر عامل دلتا برای دوره 2013-2002 نسبت به داده های مشاهداتی با استفاده از سنجه های درستی سنجی R 2 ، RMSE، NRMSE، نمودارهای تیلور و پراش نگار مورد ارزیابی قرار گرفتند. نتایج نشان دادند که برای کل حوضه بین داده های تصحیح شده مدل ها و مشاهدات ایستگاهی برای دما رابطه خطی با قوی و برای بارش رابطه خطی ضعیف برقرار است. شاخص های RMSE و NRMSE بیانگر دقت بالای مدل ها در شبیه سازی دمای ماهانه و دقت نسبتاً ضعیف تر در شبیه سازی بارش ماهانه حوضه هستند و در بین مدل ها، CMCC بیشترین خطا را داشت. نقشه های توزیع مکانی NRMSE برای میانگین های ماهانه کل نشان دادند که هر چهار مدل، دما را با دقت بالایی شبیه سازی کرده اند اما شبیه سازی بارش در برخی مناطق حوضه دقت قابل قبولی ندارد. بنابراین دقت مدل های مورد مطالعه در شبیه سازی دما خوب و در شبیه سازی بارش به خصوص در مدل CMCC ضعیف ارزیابی شده است.
روند وردایی بسامد رخداد بارش های سنگین در ایران زمین(مقاله علمی وزارت علوم)
حوزههای تخصصی:
پایش زمانی بسامد رخدادهای فرین بزرگ بارش با بهره گیری از دنباله توزیع فراوانی ها بر روی یک نقطه و مکان از جمله نمایه های واکاوی تغییر اقلیم در آن مکان به شمار می رود. بزرگی گستره پیامدهای وردایی در ویژگی های نمایه یاد شده بسیار فراگیرتر از تغییرات در میانگین بارش است. در این پژوهش داده های میان یابی شده ی بارش پایگاه داده اسفزاری[i] طی بازه ی زمانی 1/1/1340 تا 11/10/1383 به مدت 15992 روز بر روی یاخته های 1515 کیلومتر به کار گرفته شد. یک پایگاه داده گاه جای در ابعاد 718715992 ایجاد شد که بر روی سطرها زمان(روز) و بر روی ستون ها مکان(یاخته ها) قرار داشتند. برای هر روز تقویمی از سال، صدک 90، 95 و 99اُم بارش برای هر کدام از یاخته ها جداگانه حساب شد. طی دوره آماری مورد مطالعه روزی که بارش بر روی یاخته مورد نظر برابر یا بیشتر از صدک های محاسبه شده بود، به عنوان روز همراه با بارش سنگین در نظر گرفته شد. بسامد ماهانه و سالانه برای هر یاخته جداگانه شمارش شد. به کمک روش ناپارامتریک من کندال روند بسامد رخداد بارش های سنگین در سطح اطمینان 95 درصد آزمون شد. یافته ها نشان داد که بسامد رخداد بارش های سنگین بر روی ایران زمین روند معناداری در سطح اطمینان 95 درصد از خود نشان می دهند. در ماه شهریور گستره روند منفی در ایران زمین به اوج خود می رسد. در تیرماه روند رخداد بارش های سنگین در نیمه شمالی کشور روبه افزایش است. در ماه های آذر و اسفند بسامد رخداد بارش های سنگین در نیمه غربی و جنوب غرب کشور افزایش یافته است.