پیش‌‌نگری دمای بیشینه‌‌ دوره‌‌های آتی در شمال غرب ایران براساس برون‌‌داد مدل‌‌های اقلیمی CMIP6

ملکی مرشت, رقیه; صلاحی, برومند; صابر, مهناز

doi:10.22111/jneh.2024.47321.2006

پیش‌‌نگری دمای بیشینه‌‌ دوره‌‌های آتی در شمال غرب ایران براساس برون‌‌داد مدل‌‌های اقلیمی CMIP6

نوع مقاله : مقاله پژوهشی

نویسندگان

¹ پژوهشگر پسادکتری، گروه جغرافیای طبیعی، دانشگاه محقق اردبیلی

² استاد آب و هواشناسی، گروه جغرافیای طبیعی، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل

10.22111/jneh.2024.47321.2006

چکیده

یکی از مهم‌‌ترین چالش‌‌های پیش‌‌روی بشر، مسأله‌‌ تغییر اقلیم و چگونگی رویارویی با مخاطرات ناشی از آن است. هدف از پژوهش حاضر، پیش‌‌بینی دمای حداکثر‌‌ شمال غرب ایران بر اساس مدل‌‌های اقلیمی CMIP6 بود. بدین منظور داده‌‌های متغیر دمای حداکثر 12 ایستگاه منتخب شمال غرب ایران طی دوره‌‌ آماری 2014-1985 از سازمان هواشناسی کشور اخذ گردید و پس از روندیابی با بهره‌گیری از آزمون من- کندال، تحت دو سناریوی متوسط (SSP 2-4.5) و بدبینانه (SSP 5-8.5) مدل‌های CanEsm5، MPI-ESMI-2HR، در نرم‌افزار SDSM6.1 شبیه‌‌سازی و برای 30 سال آتی پیش‌‌بینی گردید. جهت ارزیابی عملکرد مدل‌های CMIP6 و مقایسه‌ مقادیر پایه و پیش‌بینی شده، از 3 سنجه‌ آماری شامل: میانگین مربعات خطا (MSE)، ریشه میانگین مربع خطا (RMSE) و میانگین خطای مطلق (MAE) بهره گرفته شد. نتایج حاصل از روندیابی به روش من- کندال حاکی از روند صعودی معنادار در سطح اطمینان 99% در همه ایستگاه‌ها به‌جز ایستگاه تکاب بود که روند صعودی دما در آن معنادار نبود. نتایج مدل‌سازی دمای حداکثر نشان داد که مدل CanESM5 در مقایسه با مدل MPI-ESMI-2HR در پیش‌بینی دمای حداکثر خطای کمتر و دقت بیشتری دارد. طبق پیش‌نگری انجام شده بر اساس سناریوهای دو مدل، طی دهه‌های آتی در همه ایستگاه‌ها و در کل ماه‌های سال افزایش دما تجربه خواهد شد که میزان این افزایش تحت سناریوی بدبینانه (SSP 5.8.5) بیشتر بود. در مجموع طبق یافته‌های پژوهش حاضر، بالاترین درصد افزایش دما در همه ایستگاه‌ها در ماه‌های سرد سال و اغلب در اواخر پاییز و زمستان رخ خواهد داد. بر اساس نتایج، دمای بیشینه در همه ایستگاه‌ها 2/0 الی 2 درجه سلسیوس افزایش خواهد داشت. ایستگاه‌های تکاب، ارومیه و مراغه با 12 الی 13 درصد افزایش، ماکو و جلفا با 6% افزایش به ترتیب بیشترین و کمترین میزان افزایش دمای بیشینه را در مقایسه با سایر ایستگاه‌ها تجربه خواهند کرد.

کلیدواژه‌ها

موضوعات

تغییرات اقلیمی-یافته های جدید

عنوان مقاله [English]

Forecasting the maximum temperature of the future periods in northwest Iran based on the CMIP6 climate models

نویسندگان [English]

Roghayeh Maleki Meresht ¹
Broumand Salahi ²
Mahnaz Saber ¹

¹ Postdoctoral Researcher, Faculty of Social Sciences, University of Mohaghegh Ardabili, Ardabil, Iran.

² Professor of Climatology, Faculty of Social Sciences, University of Mohaghegh Ardabili, Ardabil, Iran

چکیده [English]

One of the most important challenges for mankind is the issue of climate change and how to face the dangers caused by it. The purpose of this research was to forecast the maximum temperature in northwest Iran based on CMIP6 climate models. For this purpose, after trending the maximum temperature data of 12 selected stations in the northwest of Iran from 1985 to 2014 using the Man-Kendall test, maximum temperatures were simulated in SDSM6.1 using (SSP 2-4.5) and (SSP 5-8.5) scenarios of CanEsm5, MPI-ESMI-2HR models and predicted for the next 30 years. To evaluate the performance of CMIP6 models and compare the basic and predicted values, 3 statistical measures are used. Including Mean Square Error (MSE), Root Mean Square Error (RMSE) and Mean Absolute Error (MAE). The results of trending by the Man-Kendall method indicated a significant upward trend at the 99% confidence level in all stations except Jolfa station. The results of maximum temperature modeling showed that the CanESM5 model has less error and more accuracy in predicting the maximum temperature compared to the MPI-ESMI-2HR model. According to the results, an increase in temperature will be experienced in all stations and all months of the year in the coming decades, and the amount of this increase was higher in (SSP 5.8.5) scenario. In general, according to the findings, the highest percentage of temperature increase in all stations will occur in the cold months and often in late autumn and winter. Based on the results, the maximum temperature in all stations will increase from 0.2℃ to 2℃. Tekab, Urmia, and Maragheh stations with a 12-13% increase, and Mako and Jolfa with a 6% increase will experience the highest and lowest increase in maximum temperature, respectively, compared to other stations.

کلیدواژه‌ها [English]

Maximum temperature
Northwest of Iran
CMIP6

مراجع

داروند، سروه؛ اسکندری دامنه، هادی؛ اسکندری دامنه، حامد؛ خسروی، حسن. (1400). پیشبینی روند تغییرات دما و بارش در دورهی آتی و تأثیر آن بر بیابانزایی، نشریه مدل‌سازی و مدیریت آب و خاک، 1 (1)، 66-53. doi: 10.22098/mmws.2021.1181

روشنی، ادیب؛ حمیدی، مهدی. (1400). پیش‌بینی اثر سناریوهای تغییر اقلیم بر دما و بارش بر اساس مدل‌های CMIP6 (مطالعه موردی ایستگاه ساری)، مدیریت آب و آبیاری، 11(4)، 795-781. Doi: 10.22059/jwim.2022.330603.920

زارعی، آذین؛ اسدی، اسماعیل؛ ابراهیمی، عطااله؛ جعفری، محمد؛ ملکیان، آرش. (1397). بررسی تغییرات پارامترهای بارش و دما تحت سناریوهای اقلیمی در مراتع استان چهارمحال و بختیاری. مرتع، 12(4)، 426-436. doi:20.1001.1.20080891.1397.12.4.5.5

زارعیان محمدجواد. (1401). اثرات تغییر اقلیم بر دما و بارش استان یزد بر اساس خروجی‌ ترکیبی مدل‌های CMIP6. علوم آب و خاک. ۲۶ (۲)، ۹۱-۱۰۵. doi: 10.47176/jwss.26.2.31501

زرین، آذر؛ داداشی رودباری، عباسعلی. (1400). پیش‌نگری دمای ایران در آینده نزدیک (2040-2021) بر اساس رویکرد همادی چند مدلی. CMIP6 پژوهش‌های جغرافیای طبیعی 53 (1) 90-75. doi: 20.1001.1.24235474.1400.8.4.14.9

سازمان هواشناسی کشور.http://www.irimo.ir

شجاع، فائزه؛ شمسی‌پور، علی‌اکبر. (1402). پیش نمایی تغییرات بارش‌های آتی حوضه‌های آبخیز تأمین کننده آب شهر تهران، مجله علمی پژوهشی مخاطرات محیط طبیعی، 12 (36)، 180-151. doi:10.22111/jneh.2022.42622.1908

صی محمدی، سمیره؛ توکلی، محسن؛ زرافشانی، کیومرث؛ مهدی زاده، حسین؛ امیری، فرزاد. (1400). پیشبینی اثرات تغیر اقلیمی بر دما و بارش با استفاده از مدلهای گردش عمومی جو، راهکاری برای کشاورزی پایدار، (مطالعه موردی: شهرستان کرمانشاه)، علوم تکنولوژی محیط‌زیست، 25 (6)، 31-18. doi:10.30495/jest.2018.22114.3137

عالی نژاد، محمدحسین؛ جهانبخش اصل، سعید؛ خورشیددوست، علی محمد. (1400). بررسی تغییرات دما و بارش حوضهی سیمره با استفاده از مدلهای اقلیمی سری.CMIP5 نشریه تحلیل فضایی مخاطرات محیطی، 6 (3)، 32–17. doi:10.52547/jsaeh.8.3.17

عبدالعلی‌زاده، فیروز؛ خورشیددوست، علی محمد؛ جهانبخش اصل، سعید. (1402). پیش‌نگری چشم‌انداز آتی دما و بارش حوضه آبریز دریاچه ارومیه مبتنی بر مدل‌های .CMIP6 پژوهش‌های جغرافیای طبیعی، 55 (1)، 112-95.

Doi: 10.22059/jphgr.2023.352727.1007737

کثیری، مریم؛ گودرزی، مسعود، جانباز قبادی، غلامرضا؛ متولی، صدرالدین. (1399). چشم‌انداز آینده تغییرات دما و بارش در سواحل جنوبی دریای خزر، نشریه جغرافیای طبیعی، 13 (47)، 35-51. doi:20.1001.1.20085656.1399.13.47.3.5

محمدی، حسن؛ خلیلی، رضا؛ محمدی، سجاد. (1400). پیشنگری تغییرات دما و بارش با استفاده از سناریوهای واداشت تابشی مولد آب و هوایی LARS-WG در زاگرس جنوبی، نیوار، 45، (115-114)، 153-138. . doi: 10.30467/nivar.2022.319565.1209

ملکی نژاد، حسین؛ سلیمانی مطلق، مهدی؛ جایدری، اعظم؛ شاطر آبشوری، سمیه (1392). تحلیل روند تغییرات بارندگی و خشک‌سالی با استفاده از آزمون‌های من- کندال و سن در استان تهران، مجله علمی و فنی نیوار، 80، 55-43. doi:20.1001.1.20085362.1393.25.3.10.6

میرزایی، محمد؛ امینی نیا، کریم؛ پناهی، علی. (1401). تحلیل آماری و همدیدی پاییزهای خشک در شمال غرب ایران، فصلنامهی علمی فضای جغرافیایی، 87، 190-165. . doi: 20.1001.1.1735322.1401.22.78.9.8

Aswad, F. K., Yousif, A. A., Ibrahim, S. A. (2020). Trend analysis using mann-kendall, sen's slope estimator test and innovative trend analysis method in Yangtze River basin, china: review, Journal of University of Duhok, (Pure and Eng. Sciences), 23 (2), pp 501-508. DOI:10.14419/ijet.v7i4.29591

Bates, B., Kundzewicz, Z.W., Wu, S. and Palutikof, J. (2008). Climate Change and Water. Intergovernmental Panel on Climate Change (IPCC), 200 pages.

Chen, Z., Zhou, T., Zhang, L., Chen, X., Zhang, W., Jiang, J. (2020). Global land monsoon precipitation changes in CMIP6 projections. Geophysical Research Letters, 47(14), pp 1-9. https://doi.org/10.1029/2019GL086902

Cui, T., Li, Ch., Tian, F. (2021). Evaluation of Temperature and Precipitation Simulations in CMIP6 Models over the Tibetan Plateau, Earth and space science, 8 (7). https://doi.org/10.1029/2020EA001620

Eyring, V., Bony, S., Meehl, G. A., Senior, C., Stevens, B., Stouffer, R. J., Taylor, K. E. (2015). Overview of the Coupled Model Intercomparison Project Phase 6 (CMIP6) experimental design and organization. Geoscientific Model Development Discussions, 8(12), pp 1937-1958. doi:10.5194/gmd-9-1937-2016, 2016

Hennessy, K. J., Whetton, P. H., Walsh, K., Smith, I. N., Bathols, J. M., Hutchinson, M., Sharples, J. (2007). Climate change effects on snow conditions in mainland Australia and adaptation at ski resorts through snowmaking. Climate Research, 35(3), pp 255. DOI:10.3354/cr00706

Kim, B.S., Kim, H.S., Seoh, B.H. Kim, N.W. (2007). Impact of climate change on water resources in Yongdam Dam Basin, Korea. Stochastic Environmental Research and Risk Assessment, 21: pp 355–373. DOI:10.1007/s00477-006-0070-5

Scott, D., Dawson, J., Jones, B. (2008). Climate change vulnerability of the US Northeast winter recreation–tourism sector Mitigation and Adaptation Strategies for Global Change, 13(5-6), pp 577-596.

Sung, H.M., Kim, J., Shim, S. (2021). Climate Change Projection in the Twenty-First Century Simulated by NIMS-KMA CMIP6 Model Based on New GHGs Concentration Pathways. Asia-Pacific J Atmos Sci, 57, pp 851–862. Doi:10.1007/s13143-021-00225-6

Turgay, P. & Ercan K. (2005). Trend Analysis in Turkish Precipitation Data. Hydrological processes published online in Wiley Interscience (www.Interscience.wiley.com). doi:10.1002/hyp.5993.