پیش‌بینی روند تغییرات دما و بارش در دوره آتی و تاثیر آن بر بیابان زایی

نوع مقاله : پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشد، گروه احیاء مناطق خشک و کوهستانی، دانشکده منابع طبیعی، دانشگاه تهران، تهران

2 دکتری بیابان‌زدایی، گروه مهندسی منابع طبیعی، دانشکده کشاورزی و منابع طبیعی، دانشگاه هرمزگان، بندرعباس

3 دانشجوی دکتری، گروه احیاء مناطق خشک و کوهستانی، دانشکده منابع طبیعی، دانشگاه تهران، تهران

4 دانشیار، گروه احیاء مناطق خشک و کوهستانی، دانشکده منابع طبیعی، دانشگاه تهران، تهران

چکیده

تغییر اقلیم، به‌عنوان یکی از مهم‌ترین مشکلات اکولوژیکی قرن 21، از عوامل مؤثر بر بیابان‌زایی است و باعث اثرات متعدد بر اکوسیستم‌های گوناگون می‌شود. با توجه به اهمیت این پدیده، در این پژوهش اثرات تغییر اقلیم بر بیابان‌زایی در شهرستان بافت استان کرمان با استفاده از مدل HadCM3، تحت سه سناریوی A1B، A2 و B1 مورد بررسی قرار گرفت. جهت بررسی تغییرات اقلیمی از آمار ایستگاه سینوپتیک بافت طی دوره 2010-1989 استفاده شد. پس از جمع‌آوری داده‌ها و اطلاعات، نسبت به آزمون همگنی و اصلاح داده‌ها اقدام شد. برای دقت تجزیه مکانی و زمانی مورد نیاز از روش ریزمقیاس LARS-WG در سه گام واسنجی، صحت‌­سنجی و تولید داده‌های هواشناسی استفاده شد. بررسی تغییرات دمایی در فصل‌های مختلف دوره‌های‌ مطالعاتی 2030-2011، 2065-2046 و 2099-2080 نشان داد که در تمام فصل‌ها در منطقه افزایش دما اتفاق افتاده است؛ به‌طوری‌که بیش‌ترین افزایش دمای متوسط روزانه طی دوره‌های مطالعاتی به‌‌ترتیب مربوط به سناریوهای A2 در فصل پاییز، A2 در فصل بهار و A2 در فصل تابستان است. مقایسه تغییرات فصلی دما در آینده نیز نشان از افزایش دما در تمام فصل‌ها، به‌ویژه بهار و تابستان دارد. هم‌چنین، بیش‌ترین بارندگی در دوره 2030-2011 به‌ترتیب مربوط به ماه‌های فوریه در سناریوی A1B، مارس در سناریوی A2، ژانویه در سناریوی A1B و فوریه در سناریوی A2 است و فقط در ماه ژوئیه و دسامبر کاهش بارندگی در هر سه سناریو صورت گرفته است. در دوره 2065-2046 بیش‌ترین افزایش بارندگی به‌‌ترتیب مربوط به ماه‌های ژانویه و فوریه در سناریوی A1B، مارس در سناریوی B1 و ژانویه در سناریو A2 است و کم‌بارش‌ترین ماه نسبت به دوره پایه، دسامبر است. در دورة 2099-2080 نیز به‌‌ترتیب بیش‌ترین افزایش بارندگی مربوط به ماه‌های مارس در سناریوی A1B و سناریوی B1 و ژانویه در سناریوی A2 و کم‌بارش‌ترین ماه نسبت به دوره پایه، دسامبر است. با افزایش دما و کاهش بارندگی، منطقه بیش‌تر به سمت خشک‌سالی می‌رود و زمینه برای بیابان‌زایی در آینده فراهم می‌شود. 

کلیدواژه‌ها


-      Afrooz, A., Akbari, H., Rakhshandehroo, G., & Pourtouiserkani, A. (2015(. Climate change impact on probable maximum precipitation in Chenar-Rahdar River Basin. Watershed Management Symposium 2015: Power of the Watershed, 36-47.
-      Ahmadaali, K., Damaneh, H.E., Ababaei, B., & Damaneh, H.E. (2021). Impacts of droughts on rainfall use efficiency in different climatic zones and land uses in Iran. Arabian Journal of Geosciences, 14(2), 1-15.
-      Askarizadeh, S.M., Mozaffari, G., & Mazidi, A. (2018). Estimating the fluctuations of rainfall extreme indices in Mashhad for the next two periods of 2011-2030 and 2046-2065 using LARS-WG model's downscaling. Journal of Geography and Regional Development, 16(1), 25-50 (in Persian).
-      Chen, H., Guo, J., Zhang, Z., & Xu, C. (2013). Prediction of temperature and precipitation in Sudan and South Sudan by using LARS-WG in future. Theor Appl Climatol, 113(3 –4), 363 –75.
-      Dastorani, M., Talebi, A., & Heydari, S. (2012). Investigation of the effects of climate change on the temperature of the Torogh Dam in Mashhad. Iranian Association of Irrigation and Water Engineering. Fifth National Conference on Watershed Management and Water and Soil Resources Management (in Persian).
-      Dibike, Y.B., & Coulibaly, P. (2005). Hydrologic impact of climate change in the Saguenay Watershed: Comparison of downscaling methods and hydrologic models. Journal of Hydrology, 30(14), 145-163.
-      Eskandari Damaneh, H., Eskandari Damaneh, H., Khosravi, H., & Gholami, H. (2019). Analysis and monitoring of drought using NDVI index (Case study: the west basin of Jaz Murian Wetland). Rangeland, 13(3), 461-475.
-      Eskandari Damaneh, H., Zehtabian, G. R., Khosravi, H., & Azareh, A. (2016). Investigation and analysis of temporal and spatial relationship between meteorological and hydrological drought in Tehran Province. Scientific-Research Quarterly of Geographical Data (SEPEHR), 24(96), 113-120.
-      Eskandari Damaneh, H., Zehtabian, Gh., Khosravi, H., Azarnivand, H., & Barati, A. A. (2020). Investigating the influence of drought on trend of vegetation changes in arid and semiarid regions, using remote sensing technique: A case study of Hormozgan Province). Dessert Ecosystem Engeearing Journal, 9(28), 13-28.
-      Etemadi, H., & Delshab, H. (2020). Potential expected climate change impact on Persian Gulf Coastal Mangrove Ecosystems based on temperature and precipitation variables. Journal of Environmental Science and Technology, 22(2), 1-13 (in Persian).
-      Ghorbani, M., Eskandari-Damaneh, H., Cotton, M., Ghoochani, O.M., & Borji, M. (2021). Harnessing indigenous knowledge for climate change-resilient water management–lessons from an ethnographic case study in Iran. Climate and Development, 1-14.
-      Gulacha, M., & Mulungu, D.M.M. (2017). Generation of climate change scenarios for precipitation and temperature at local scales using SDSM in Wami-Ruvu River Basin Tanzania. Physics and Chemistry of the Earth, 100, 62-72.
-      Hafezparast, M., & Pourkheirolah, Z. (2017). Meteorological drought monitoring in order to sustainability in RCP scenarios Case study: Doiraj watershed. Iranian Journal of Ecohydrology, 4(4), 1227-1239 (in Persian).
-      Hasirchian, M., Zahabiyoun, B., & Khazaei, M. R. (2019). Assessment of SDSM model performance to investigate the effect of climate change on precipitation and temperature. Irrigation and Water Engineering, 9(2), 108-120 (in Persian).
-      Jahangir, M.H., Asadi, A., Norozi, E., & Talei, M. (2020). Evaluation of LARS-WG Model’s Performance in Prediction of Precipitation in Karkheh Catchment Area. Iranian Journal of Ecohydrology, 7(4), 981-992‏ (in Persian).
-      Javadizadeh, K., Alijani, B., & Asadian. M. (2019). Efficiency of SDSM statistical microscale model models in predicting temperature parameters in Minab catchment. Natural Geography, 11(42), 47-66 (in Persian).
-      Kabiri, R., Bai, V. R., & Chan, A. (2015). Assessment of hydrologic impacts of climate change on the runoff trend in Klang Watershed, Malaysia. Environmental Earth Sciences, 73(1), 27-37 (in Persian).
-      Khosravi, H., Azareh, A., Eskandari Dameneh, H., Sardoii, E.R., & Dameneh, H. E. (2017). Assessing the effects of the climate change on land cover changes in different time periods. Arabian Journal of Geosciences, 10(4), 93.
-      Kilsby, C.G., Jones, P.D., Burton, A., Ford, A.C., & Fowler, H.J. (2007). A daily weather generator for use in climate change studies. Environ Model Soft, 22(12), 1705-1719.
-      Koch, M., & Cherie, N. (2013). Mono and multi-model statistical downscaling of GCM-climate predictors for the Upper Blue Nile River basin. Ethiopia. In Proceedings of the 6th International Conference on Water Resources and Environment Research, ICWRER, 3-7.
-      Nazari Samani. A., KhalighiSigaroodi. S., Abdolshahnejad. M., Syadi Lotf Abadi. S., & Habibi Nokhandan, M. (2019). Determination the role of climate change and land use on future desertification status, case study: Sabzevar. Watershed Engineering and Management, 11(3), 806-818 (in Persian).
-      Ownegh. M., Asgari. H.R., Massah Bavani. A.R., & Hosseinalizadeh, M. (2017). Comparison of climate change scenarios on the desertification hazard intensity and risk of Hablehroud basin, Tehran province. Desert Ecosystem Engineering Journal, 6(16), 105-118 (in Persian).
-      Pourmohammadi. S., Dastorani. M.T., Jafari, H., & Rahimian, M.H. (2017). Effects of Climate Change on River Runoff and Compatible Solutions (Case Study: Tuyserkan Basin, Hamedan) (in Persian).
-      Salajegheh, A., Rafiei Sardoii, E., Moghaddamnia, A., Malekian, A., Araghinejad, S., Khalighi Sigarodi, S., & Saleh Pourjam, A. (2017). Performance assessment of LARS-WG and SDSM downscaling models in simulation of precipitation and temperature. Iranian Journal of Soil and Water Research, 48(2), 253-262 (in Persian).
-      Savari, M., Eskandari Damaneh, H., & Damaneh, H.E. (2020). Factors influencing farmers’ management behaviors toward coping with drought: evidence from Iran. Journal of Environmental Planning and Management, 1-49.
-      Sayari, N., Alizadeh, A., HesamiKermani, M., & Hosseini, F. (2010). Prediction of climate change in Kashfarud Basin of Khorasan Province during three statistical periods of 2039-2010, 2069-2040 and 2099-2070 AD using statistical exponential scale (ASD) of HadCM3 model output. The first International Conference on Plant, Water, Soil and Air Modeling, 2010-11-14, Kerman (in Persian).
-      Semonov, M.A., Brooks, R.J., Barrow, E.M., & Richardson, C.W. (2018). Comparison of the WGEN and LARS-WG stochastic weather generators in diver’s climates. Climate Research, 10(2), 95-107.
-      Shiravand, H., & Hashemi, B. (2016). Investigating the effects of climate change on sustainable national security. National Conference on Passive Defense and Sustainable Development, 691-705 (in Persian).
-             Wilks, D.S., & Wilby, R.L. (1999). The weather generation game: a review of stochastic weather models. Progress in Physical Geography, 23(3), 329-357.
-      Wilks, D.S. (1992). Adapting stochastic weather generation algorithms for climate change studies. Climate Change, 22(1), 67-84.