اثرات تغییر اقلیم بر مقادیر حدی بارش و دما با استفاده از سناریوهای SSP (مطالعه موردی: استان فارس)

نوع مقاله : پژوهشی

نویسندگان

1 کارشناس، بخش تحقیقات حفاظت خاک و آبخیزداری، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی، سازمان تحقیقات، آموزش و ترویج کشاورزی، شیراز، ایران

2 دانشیار، بخش تحقیقات حفاظت خاک و آبخیزداری، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی، سازمان تحقیقات، آموزش و ترویج کشاورزی، شیراز، ایران

3 استادیار، بخش تحقیقات خاک و آب، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی، سازمان تحقیقات آموزش و ترویج کشاورزی، شیراز، ایران

چکیده

یکی از چالش‌های مهم پیش روی کشاورزی و منابع آب می‌توان به پدیدة تغییر اقلیم و تأثیرات آن اشاره کرد. در این پژوهش با استفاده از داده‌های اقلیمی سه ایستگاه سینوپتیک آباده، شیراز و لار مربوط به استان فارس و داده‌های سه مدل ACCESS-ESM1-5، CNRM-CM6-1 و MRI-ESM2-0 با استفاده از مدل آماری LARS-WG و سه سناریوی SSP126، SSP245 و SSP585، بارش و دمای بیشینه ریزمقیاس شده‌اند. به‌منظور بررسی ارتباط بین مقادیر بارش و دمای بیشینه با دوره‌های بازگشت مختلف از توزیع گامبل استفاده شد. نتایج نشان داد که مدل LARS-WG دقت مناسبی در ریزمقیاس نمایی پارامترهای اقلیمی بارش و دمای بیشینة استان فارس دارد. تغییرات دمای بیشینة دورة آیندة نزدیک (2040-2021) نسبت به دورة پایه (2017-1990) در هر سه ایستگاه آباده، شیراز و لار و هر سه سناریوی SSP126، SSP245 و SSP585 نشان از افزایش دمای بیشینه دارد. نتایج مربوط به توزیع گامبل نیز نشان داد دمای بیشینه نسبت به دورة پایه در یک دورة بازگشت مشخص برای هر سه ایستگاه افزایش خواهد داشت؛ بنابراین دماهای بیشینه در دوره‌های بازگشت کم‌تری اتفاق خواهد افتاد. میزان بارش ایستگاه سینوپتیک آباده در فصل‌های بهار و تابستان کاهشی و در فصل‌های پاییز و زمستان افزایشی برآورد شده است. در ایستگاه سینوپتیک شیراز نیز میزان بارش فصل پاییز به نسبت دورة پایه کاهشی برآورد شده است. در ایستگاه سینوپتیک لار میزان بارش در تمامی فصل‌ها و سناریوها افزایشی برآورد شده است. علاوه بر این، دوره‌های بازگشت بارش‌ پیش‌بینی‌شده افزایش خواهد داشت؛ که نشان از افزایش شدت بارش‌ها در چند دهه آینده است.

کلیدواژه‌ها

موضوعات


منابع
ابراهیمی، نسرین، زرین، آذر، مفیدی، عباس، و داداشی‌رودباری، عباسعلی (1402). پیش‌نگری بارش‌های فرین در حوضه دریاچه ارومیه تحت شرایط تغییر اقلیم. آب و خاک. 37(5)، 769-785.  doi:10.22067/JSW.2023.81891.1270
ایرانشاهی، معین، ابراهیمی، بهروز، یوسفی، حسین و مریدی، علی (1401). بررسی اثرات تغییر اقلیم بر وضعیت دما و بارش با استفاده از شبکه عصبی و گزارش ششم IPCC (مطالعه موردی: ایستگاه‎های الشتر و خرم‎آباد). مدیریت آب و آبیاری، 12(4)، 845-821. doi:10.22059/jwim.2022.346796.1009
حجازی‌زاده، زهرا، اکبری، مهری، ساسانپور، فرزانه و حسینی، علیرضا، و محمدی، نیلوفر (1401). بررسی اثرات تغییر اقلیم بر بارش‌های سیل آسا در استان تهران. مدل‌سازی و مدیریت آب و خاک، 2(2)، 87-105.
doi: 10.22098/mmws.2022.9958.1075
روشنی، ادیب، و حمیدی، مهدی (1400). پیش‌بینی اثرات سناریوهای تغییر اقلیم بر دما و بارش بر اساس مدل‌های CMIP6 (مطالعه موردی: ایستگاه ساری). مدیریت آب و آبیاری، 11(4)، 781-795. doi:10.22059/jwim.2022.330603.920  
شریفی پیچون، محمد، بهزادی، زهرا و محمدی، فروغ (1401). ارزیابی زمانی– مکانی روند خشک‌سالی و اثرات آن بر تغییرات پوشش گیاهی در استان فارس. مطالعات جغرافیایی مناطق خشک، 13(50)، 57-40.
doi: 10.22034/jargs.2023.375644.1000
صف شکن، فرشید، آخوندعلی، علی محمد، حقیقی، علی و زارعی، حیدر (1396). بررسی اثر تغییر اقلیم بر جریان ورودی به آبگیر سد درودزن در استان فارس طی دوره‌های آتی. مهندسی منابع آب، 83-97.
dor:20.1001.1.20086377.1396.10.34.8.8
عساکره، حسین (1381). مدل‌های گردش عمومی جو.  اطلاعات جغرافیایی سپهر، 11(41)، 23-21.
dor: 20.1001.1.25883860.1381.11.41.6.8
کهنسال، فرانک، نورانی، وحید و شرقی، الناز (1402). اثرات تغییر اقلیم بر میزان بارش در حوضه‌ی دریاچه‌های ارومیه در سناریوهای مختلف تغییر اقلیم. سیزدهمین کنگره بین‌المللی مهندسی عمران، تهران.
 References
Asakareh, H. (2002). Models of General Circulation of Atmosphere. Geographical Data (SEPEHR), 11(41), 21-23. dor:20.1001.1.25883860.1381.11.41.6.8. [In Persian]
Chen, H., Zhao, Y., Feng, H., Li, H., & Sun, B. (2015). Assessment of climate change impacts on soil organic carbon and crop yield based on long-term fertilization applications in Loess Plateau, China. Plant and Soil, 390, 401-417. doi:10.1007/s11104-014-2332-1.
Ebrahimi, N., Zarrin, A., Mofidi, A., & Dadashi-Roudbari, A. (2023). Projected precipitation extremes in Lake Urmia Basin under Climate Change. Water and Soil, 37(5), 769-785. doi: 10.22067/jsw.2023.81891.1270. [In Persian]
Eyring, V., Bony, S., Meehl, G. A., Senior, C. A., Stevens, B., Stouffer, R. J., & Taylor, K. E. (2016). Overview of the Coupled Model Intercomparison Project Phase 6 (CMIP6) experimental design and organization. Geoscientific Model Development, 9(5), 1937-1958. doi: 10.5194/gmd-9-1937-2016, 2016.
Feyissa, G., Zeleke, G., Bewket, W., & Gebremariam, E. (2018). Downscaling of future temperature and precipitation extremes in Addis Ababa under climate change. Climate, 6(3), 58. doi:10.3390/cli6030058
Guobin, F., Stephen, P. C., Francis, H.S.C., Jin, T., Hongxing, Z., Andrew, J. F., Wenbin, L., & Sergey, K. (2013). Modelling runoff with statistically downscaled daily site, gridded and catchment rainfall series. Hydrology, 492, 254-265. doi: 10.1016/j.jhydrol.2013.03.041
Hassan, Z., Shamsudin, S., & Harun, S. (2014) Application of SDSM and LARS-WG for Simulating and Downscaling of Rainfall and Temperature. Theoretical and Applied Climatology, 116, 243-257.
doi:10.1007/s00704-013-0951-8.
Hejazizadeh, Z., Akbari, M., Sasanpour, F., Hosseini, A., & Mohammadi, N. (2022). Investigating the effects of climate change on torrential rains in Tehran province. Water and Soil Management and Modelling, 2(2), 87-105. doi:10.22098/mmws.2022.9958.1075. [In Persian]
Iranshahi, M., Ebrahimi, B., Yousefi, H., & Moridi, A. (2023). Investigating the Effects of Climate Change on Temperature and Precipitation Using Neural Network and CMIP6 (Case Study: Aleshtar and Khorramabad Stations). Water and Irrigation Management, 12(4), 821-845. doi:10.22059/jwim.2022.346796.1009. [In Persian]
Jahangir, M. H., Haghighi, P., & Danehkar, S. (2022). Downscaling climate parameters in Fars province, using models of the fifth report and RCP scenarios. Ecological Informatics, 68, 101558. doi: 10.1016/j.ecoinf.2022.101558
Kohensal, F., Noorani, V., & Sharqi, E. (2023), The effects of climate change on the amount of precipitation in the Urmia lakes basin in different scenarios of climate change. The 13th International Congress of Civil Engineering, Tehran. [In Persian]
Nsubuga, F.W.N., Botai, O.J., Olwoch, J.M., Dew Rauten bach, C.J.Yvette, B., & Adebayo, O.A. (2014). The nature of rainfall in the maindrainage sub-basins of Uganda. Hydrological Sciences, 59(2), 278-299. doi:10.1080/02626667.2013.804188
O’Neill, B.C., Kriegler, E., Ebi, K.L., Kemp-Benedict, E., Riahi, k., Rothman, D.S., van Ruijven, B.J., van Vuuren, D.P., Birkmann, J., Kok, K., Levy, M., & Solecki, W. (2017). The roads ahead: Narratives for shared socioeconomic pathways describing world futures in the 21st century. Global Environmental Change, 42, 169-180. doi: 10.1016/j.gloenvcha.2015.01.004.
Pholkern, K.; Saraphirom, P.; & K. Srisuk. (2018). Potential impact of climate change on groundwater resources in the Central Huai Luang Basin, Northeast Thailand. Science of The Total Environment, 633, 1518-1535. doi: 10.1016/j.scitotenv.2018.03.300
Roshani, A., & Hamidi, M. (2022). Forecasting the effects of climate change scenarios on temperature & precipitation based on CMIP6 models (Case study: Sari station). Water and Irrigation Management, 11(4), 781-795. doi: 10.22059/jwim.2022.330603.920. [In Persian]
Safshekan, F., Akhoond Ali, A. M., Haghighi, A., & Zarei, H. (2017). Climate Change Impact on the Future Inflow of the Doroodzan Reservoir in the Province of Fars. Water Resources Engineering, 10(34), 83-97. dor:20.1001.1.20086377.1396.10.34.8.8. [In Persian]
Semenov, M.A., & Barrow, E.M., (2002): LARS-WG a stochastic weather generator for use in climate impact studies. User Manual, Version3.0.
Sharifi Paichoon, M., Behzadi, Z., & Mohamadi, F. (2023). Temporal-spatial evaluation of the drought process and its effects on vegetation changes in Fars province. Arid Regions Geographic Studies, 13(50), 57-40. doi:10.22034/jargs.2023.375644.1000. [In Persian]
Stouffer R. J. Eyring V. Meehl G. A. Bony S. Senior C. Stevens B. & Taylor K. E. (2017). CMIP5 scientific gaps and recommendations for CMIP6. Bulletin of the American Meteorological Society, 98(1), 95-105. doi: 10.1175/BAMS-D-15-00013.1.
Wilby, R.L., & Dawson, C.W. (2004). Using SDSM version 4.2- A decision support tool for the assessment of regional climate change impacts. User manual, 94 pp