ارزیابی شرایط خشکسالی در استان سیستان و بلوچستان طیّ (1410- 1391) با استفاده از ریز مقیاس نمایی داده های مدل گردش عمومی جو

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشیار آب و هواشناسی گروه جغرافیای دانشگاه یزد

2 دانشجوی دکتری آب و هواشناسی دانشگاه یزد

چکیده

 در چند دهه اخیر افزایش دمای زمین باعث بر هم خوردن تعادل اقلیمی کره زمین شده و تغییرات اقلیمی گسترده‌ای را در اغلب نواحی کره زمین موجب گردیده است که از آن به عنوان تغییر اقلیم یاد می‌شود. هدف این مطالعه، پیش‌بینی تغییرات اقلیمی استان سیستان و بلوچستان با استفاده از ریز مقیاس نمایی آماری است که در آن داده‌های سناریوی A2 مدل گردش عمومی جو  ECHO-G اجرا می‌شود. 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 داده‌های دمای کمینه، دمای بیشینه، تابش و بارش مدل  ECHO-G و داده‌های واقعی 7 ایستگاه استان شامل چابهار، ایرانشهر، خاش، سراوان، زابل، زهک و زاهدان استفاده شده است.نتایج کلی بررسی‌ها 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 می‌باشد. 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 شهرستان‌ها کاهش می‌یابد و بطور کلی خشکسالی‌های این استان در دوره 1410-1391 کاهش می‌یابد.

کلیدواژه‌ها


عنوان مقاله [English]

Assessment of Drought Conditions in Sistan and Baluchestan Province during (2012- 2031) using Downscaling the Data of Atmospheric General Circulation Model

نویسندگان [English]

  • Gholamali Mozafari 1
  • Shahab Shafiei 2
  • Zahra Taghizade 2
1 Associate Professor of Climatology, Geography department Yazd University
2 Ph.D. student in Climatology, Yazd University
چکیده [English]

Over the past few decades, the increase in the temperature of the Earth has caused the disruption of climatic balance of the Earth, causing widespread climatic changes in most parts of the planet, which is referred to as climate change. The aim of this study is to predict climatic changes of Sistan-va-Baluchestan Province using statistical downscaling in which the A2 scenario data of ECHO-G atmospheric general circulation model is implemented.To assess, the climatic changes and the drought in Sistan and Baluchestan Provincewere downscaledby the LARS-WG model during the statistical period of 2012 to 2031.In this study, the data of minimum temperature, maximum temperature, radiation, and precipitation of ECHO-G model, and the actual data of 7 stations in the province, including the Chabahar, Iranshahr, Khash, Saravan, Zabol, Zahak and Zahedan have been used. The overall results of the surveys for the aforementioned period indicate an 8 percent increase in precipitation in the province and a decrease in the number of glacial days and an annual average increase of about 0.3 degrees Celsius. The highest monthly increase in wintertemperatureis at 0.9 degrees Celsius. Moreover, the number of dry days increases in Saravan city and decreases in other cities, and in general, the droughts in this province decrease in the period of 2012- 2031.

کلیدواژه‌ها [English]

  • Climate change
  • Downscaling
  • General Circulation model
  • Sistan and Baluchestan

1- آبابایی، میرزایی، سهرابی؛ بهنام، فرهاد، تیمور؛1390 ، ارزیابی عملکرد مدل LARS-WG در 12 ایستگاه هواشناسی ساحلی ایران، مجله پژوهشی آب ایران، سال پنجم، شماره نهم، شهر کرد، صص 217 - 222.

2- اسماعیلی، عطایی، فلاح؛ رضا، هوشمند، غلام‌عباس؛ 1390، ارزیابی اثرات تغییر اقلیم بر امکان توسعه دو گونه هسته‌دار بادام و زردآلو (مطالعه موردی: خراسان رضوی)، نشریه دانش کشاورزی و تولید پایدار، جلد 21/2، شماره 1، تبریز، صص 145- 162.

3- بابائیان، نجفی نیک؛ ایمان، زهرا؛ مدلسازی اقلیم ایران در دوره 2010 تا 2039، 1388، پروژه خاتمه یافته پژوهشکده اقلیم شناسی، مشهد، صص 13-5 و 107.

4- حق‌طلب، گودرزی، حبیبی نوخندان؛ نفیسه، محسن، مجید؛ 1392، مدل سازی اقلیم استان‌های تهران و مازندران با استفاده از مدل اقلیمیLARS-WG و مقایسه تغییرات آن در جبهه‌های شمالی و جنوبی البرز مرکزی، فصلنامه علوم و تکنولوژی محیط زیست، دوره15، شماره1، تهران، صص 37- 49.

5- رسولی، رضایی، بنفشه، مساح بوانی؛ علی‌اکبر، مجید، علیرضا؛ 1393، بررسی اثر عوامل مورفو- اقلیمی بر دقت ریز مقیاس گردانی مدل LARS-WG، علوم و مهندسی آبخیز داری ایران، سال 8، شماره 24، کرج، صص 9- 18.

6- رضایی، نهتانی، مقدم‌نیا، آبکار، رضایی؛ مریم، محمد، علیرضا، علیجان؛ 1393، بررسی کارایی مدل ریز مقیاس نمایی آماری در پیش‌بینی بارش در دو اقلیم خشک و فراخشک، نشریه آب و خاک( علوم و صنایع کشاورزی)، جلد 28، شماره4، مشهد، صص 836 - 845.

7- زهرایی، اکبر(1391)، شبیه‌سازی تغییرات اقلیمی استان سیستان و بلوچستان با استفاده از ریزگردانی داده های مدل گردش عمومی جو(GCMS) برای دوره اقلیمی(2009- 2040)، طاوسی، تقی، خسروی، محمود، پایان‌نامه کارشناس ارشد اقلیم شناسی دانشگاه سیستان و بلوچستان، دانشکده جغرافیا و برنامه ریزی محیطی.

8- سیدکابلی، آخوند علی، مساح بوانی، رادمنش؛ حسام، سیدمحمد، علیرضا، فریدون؛ 1391، ارائه مدل ریزمقیاس نمایی داده‌های اقلیمی براساس روش ناپارامتریک نزدیکترین همسایگی (K-NN)، نشریه آب و خاک، جلد 26، شماره 4، مشهد، صص 779- 808.

9- صالح‌نیا، علیزاده، سیاری؛ نسرین، امین، نسرین؛ 1393، مقایسه دو مدل ریزمقیاس نمایی LARS-WG و ASD در پیش‌بینی بارش و دما تحت شرایط تغییراقلیم و در وضعیت‌های آب و هوائی متفاوت، آبیاری و زهکشی ایران، شماره2، ج 8، تهران، صص 233- 245.

10- عباسی، بابائیان، اثمری، برهانی؛ فاطمه، ایمان، مرتضی، رضا؛ 1391، ارزیابی تغییر اقلیم ایران در دهه‌های آینده (2025- 2100) با استفاده از ریز مقیاس نمایی داده‌های مدل گردش عمومی جو، تحقیقات جغرافیایی، سال27، شماره1، اصفهان، صص 205-229.

11- عباسی، ملبوسی، بابائیان، اثمری، برهانی؛ فاطمه، شراره، ایمان، مرتضی، رضا؛ 1389، پیش‌بینی تغییرات اقلیمی خراسان جنوبی در دوره 2039-2010 میلادی با استفاده از ریز مقیاس نمایی آماری خروجی مدل ECHO-G ، نشریه آب و خاک، جلد24، شماره 2، مشهد، صص 218- 233.

12- مشکواتی، کرد جزی، بابائیان؛ امیرحسین، محمد، ایمان؛ 1389، بررسی و ارزیابی مدل لارس در شبیه‌سازی داده‌های هواشناسی استان گلستان در دوره (1993- 2007) میلادی، نشریه تحقیقات کاربردی علوم جغرافیایی، جلد 16، شماره 19، تهران، صص 81- 96.

13- هدایتی دزفولی، صداقت کردار؛ اکرم، عبداله؛ 1386، مقایسه تطبیقی سه شاخص خشکسالی در اقلیم‌های مختلف ایران، مجله علمی و فنی نیوار، شماره‌های 66 و 67، تهران، صص 65.

 

14- Babaeian I., Kwon W.T, and Im E.S. 2004. Application of weather generator technique for climate change assessment over Korea. Korea Meteorological Research Institute, Climate Research lab, pp 98.

15- Elshamy, Mohamed Ezzat, Howard S. Wheater, Nicola Gedney, and Chris Huntingford, 2006, “Evaluation of the rainfall component of a weather generator for climate impact studies.” Journal of Hydrology, 326, no. 1, Pp 1-24.

16- Johnson, Gregory L., Clayton L. Hanson, Stuart P. Hardegree, and Edward B. Ballard, 1996, “Stochastic weather simulation: overview and analysis of two commonly used models.” Journal of Applied Meteorology 35, no. 10, Pp 1878-1896.

17- Khan, Mohammad Sajjad, Paulin Coulibaly, and Yonas Dibike, 2006, “Uncertainty analysis of statistical downscaling methods.” Journal of Hydrology 319, no, 1, 357-382.

18- McKee, Thomas B., Nolan J. Doesken, and John Kleist, 1995, “Drought monitoring with multiple time scales.” In Ninth Conference on Applied Climatology. American Meteorological Society, Boston. Pp 233-236.

19- Racsko, P., L. Szeidl, and M. Semenov, 1991, “A serial approach to local stochastic weather models.” Ecological modelling 57, no. Pp 1, 27-41.

20- Semenov, M. A., and E. M. Barrow, 2002, “LARS-WG: a stochastic weather generator for use in climate impact studies: user manual. Rothamsted Research, Harpenden. Version3.0.

21- Semenov, Mikhail A., and Roger J. Brooks, 1999,”Spatial interpolation of the LARS-WG stochastic weather generator in Great Britain.” Climate Research 11, no. 2, Pp137-148.

22- Semenov, Mikhail A, 2007, “Development of high-resolution UKCIP02-based climate change scenarios in the UK.” Agricultural and Forest Meteorology 144, no. 1, Pp 127-138.

23-Thompson, C. S., and A. B. Mullan, 1995,”Weather generators.” The Effects of Climate Change and Variation in New Zealand Pp 115- 120.