پیش‌نگری بارش با استفاده از مدل‌های CMIP6 تا پایان قرن 21 در شمال غرب ایران

بارش اصلی­ترین جزء چرخه هیدرولوژی است که در بسیاری از مطالعات ازجمله مدیریت سیستم‌های آبیاری و زهکشی، عملکرد محصولات کشاورزی، مطالعات زیست‌محیطی، سیلاب، خشکسالی و غیره از اهمیت زیادی برخوردار است. لذا در این پژوهش به ارزیابی 7 مدل GCMs از CMIP6 در شبیه‌سازی بارش و پیش­نگری تغییرات بارش در شمال غرب ا...

Full description

Saved in:
Bibliographic Details
Main Authors: بهروز ساری صراف, هاشم رستم زاده, نبی محمدی
Format: Article
Language:English
Published: Ferdowsi University of Mashhad 2024-03-01
Series:جغرافیا و مخاطرات محیطی
Subjects:
Online Access:https://geoeh.um.ac.ir/article_43853_3d6e2e991a47f91eaf10ae0cb3c02541.pdf
Tags: Add Tag
No Tags, Be the first to tag this record!
_version_ 1832592577151369216
author بهروز ساری صراف
هاشم رستم زاده
نبی محمدی
author_facet بهروز ساری صراف
هاشم رستم زاده
نبی محمدی
author_sort بهروز ساری صراف
collection DOAJ
description بارش اصلی­ترین جزء چرخه هیدرولوژی است که در بسیاری از مطالعات ازجمله مدیریت سیستم‌های آبیاری و زهکشی، عملکرد محصولات کشاورزی، مطالعات زیست‌محیطی، سیلاب، خشکسالی و غیره از اهمیت زیادی برخوردار است. لذا در این پژوهش به ارزیابی 7 مدل GCMs از CMIP6 در شبیه‌سازی بارش و پیش­نگری 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 داده­های GCMs نیز از رویکرد مقیاس بندی خطی (LSBC) استفاده شد و صحت سنجی مدل­های مختلف با استفاده از سنجه­های متداول آماری، RMSE، MAE و R2 ارزیابی گردید. نتایج حاصل از ارزیابی عملکرد مدل‌های CMIP6 نشان داد که از میان مدل­های 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 مدل­ها در شبیه­سازی بارش برخوردار است. نتایج حاصل از پیش­نگری تغییرات بارش نیز نشان داد بارش بر اساس سناریوی SSP1-2.6 در هر سه دوره آینده و به‌طور متوسط تا پایان قرن 21 به میزان 6/2 درصد افزایش پیدا خواهد کرد و در بیشتر ایستگاه­ها در سطح 01/0 درصد معنی‌دار 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 معنی‌دار 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.
format Article
id doaj-art-86511c691257498495c192eab635cc40
institution Kabale University
issn 2322-1682
2383-3076
language English
publishDate 2024-03-01
publisher Ferdowsi University of Mashhad
record_format Article
series جغرافیا و مخاطرات محیطی
spelling doaj-art-86511c691257498495c192eab635cc402025-01-21T06:39:16ZengFerdowsi University of Mashhadجغرافیا و مخاطرات محیطی2322-16822383-30762024-03-0113117319410.22067/geoeh.2022.76646.122343853پیش‌نگری بارش با استفاده از مدل‌های CMIP6 تا پایان قرن 21 در شمال غرب ایرانبهروز ساری صراف0هاشم رستم زاده1نبی محمدی2استاد آب‌وهواشناسی، دانشکده برنامه‌ریزی و علوم محیطی، دانشگاه تبریز، تبریز، ایراناستادیار آب‌وهواشناسی، دانشکده برنامه‌ریزی و علوم محیطی، دانشگاه تبریز، تبریز، ایراندکتری آب‌وهواشناسی، دانشکده برنامه‌ریزی و علوم محیطی، دانشگاه تبریز، تبریز، ایرانبارش اصلی­ترین جزء چرخه هیدرولوژی است که در بسیاری از مطالعات ازجمله مدیریت سیستم‌های آبیاری و زهکشی، عملکرد محصولات کشاورزی، مطالعات زیست‌محیطی، سیلاب، خشکسالی و غیره از اهمیت زیادی برخوردار است. لذا در این پژوهش به ارزیابی 7 مدل GCMs از CMIP6 در شبیه‌سازی بارش و پیش­نگری 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 داده­های GCMs نیز از رویکرد مقیاس بندی خطی (LSBC) استفاده شد و صحت سنجی مدل­های مختلف با استفاده از سنجه­های متداول آماری، RMSE، MAE و R2 ارزیابی گردید. نتایج حاصل از ارزیابی عملکرد مدل‌های CMIP6 نشان داد که از میان مدل­های 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 مدل­ها در شبیه­سازی بارش برخوردار است. نتایج حاصل از پیش­نگری تغییرات بارش نیز نشان داد بارش بر اساس سناریوی SSP1-2.6 در هر سه دوره آینده و به‌طور متوسط تا پایان قرن 21 به میزان 6/2 درصد افزایش پیدا خواهد کرد و در بیشتر ایستگاه­ها در سطح 01/0 درصد معنی‌دار 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 معنی‌دار 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.https://geoeh.um.ac.ir/article_43853_3d6e2e991a47f91eaf10ae0cb3c02541.pdfبارشتغییر اقلیمشمال غربمقیاس بندی خطیsspscmip6
spellingShingle بهروز ساری صراف
هاشم رستم زاده
نبی محمدی
پیش‌نگری بارش با استفاده از مدل‌های CMIP6 تا پایان قرن 21 در شمال غرب ایران
جغرافیا و مخاطرات محیطی
بارش
تغییر اقلیم
شمال غرب
مقیاس بندی خطی
ssps
cmip6
title پیش‌نگری بارش با استفاده از مدل‌های CMIP6 تا پایان قرن 21 در شمال غرب ایران
title_full پیش‌نگری بارش با استفاده از مدل‌های CMIP6 تا پایان قرن 21 در شمال غرب ایران
title_fullStr پیش‌نگری بارش با استفاده از مدل‌های CMIP6 تا پایان قرن 21 در شمال غرب ایران
title_full_unstemmed پیش‌نگری بارش با استفاده از مدل‌های CMIP6 تا پایان قرن 21 در شمال غرب ایران
title_short پیش‌نگری بارش با استفاده از مدل‌های CMIP6 تا پایان قرن 21 در شمال غرب ایران
title_sort پیش‌نگری بارش با استفاده از مدل‌های cmip6 تا پایان قرن 21 در شمال غرب ایران
topic بارش
تغییر اقلیم
شمال غرب
مقیاس بندی خطی
ssps
cmip6
url https://geoeh.um.ac.ir/article_43853_3d6e2e991a47f91eaf10ae0cb3c02541.pdf
work_keys_str_mv AT bhrwzsạryṣrạf pysẖngrybạrsẖbạạstfạdhạzmdlhạycmip6tạpạyạnqrn21drsẖmạlgẖrbạyrạn
AT hạsẖmrstmzạdh pysẖngrybạrsẖbạạstfạdhạzmdlhạycmip6tạpạyạnqrn21drsẖmạlgẖrbạyrạn
AT nbymḥmdy pysẖngrybạrsẖbạạstfạdhạzmdlhạycmip6tạpạyạnqrn21drsẖmạlgẖrbạyrạn