پیش‌نگری اثرات تغییر اقلیم بر دمای بیشینه و کمینه قسمت بالادست حوضه آبریز رودخانه کشف رود، ایران

ایمانی پور, حسین; کرمی, مختار; کاشکی, عبدالرضا; اسمعیل نژاد, مرتضی

doi:10.22111/jneh.2025.50510.2087

پیش‌نگری اثرات تغییر اقلیم بر دمای بیشینه و کمینه قسمت بالادست حوضه آبریز رودخانه کشف رود، ایران

نوع مقاله : مقاله پژوهشی

نویسندگان

¹ دانشجوی دکتری آب و هواشناسی دانشگاه حکیم سبزواری، سبزوار

² دانشیار گروه آب و هواشناسی دانشگاه حکیم سبزواری، سبزوار

³ دانشیار گروه جغرافیا، دانشکده ادبیات و علوم انسانی، دانشگاه بیرجند

10.22111/jneh.2025.50510.2087

چکیده

امروزه تغییر اقلیم به‌عنوان یکی از مهم‌ترین چالش‌های کشورها شناخته می‌شود. رودخانه کشفرود، شریان اصلی شمال شرق ایران، در معرض تهدید جدی این تغییر قرار دارد. هدف این پژوهش، پیش‌نگری اثر تغییر اقلیم بر دمای بیشینه و کمینه حوضه آبریز رودخانه کشف رود است. بدین منظور از داده‌های دمای روزانه ۱۱ ایستگاه هواشناسی استفاده شد. برای دورنمای تغییر اقلیم آینده، از مدل‌های اقلیمی نسل ششم شامل (ACCESS-ESM1,MRI-ESM2-0 ,MIROC6) استفاده شده است. بر اساس دقت معیارهای آماری، روش نگاشت توزیع برای تصحیح اریبی داده‌های دما به‌کارگیری شد. سپس، با استفاده از مدل (CMhyd)، داده‌های دمای بیشینه و کمینه سناریوهای خوش‌بینانه (SSP1-2.6) و بدبینانه (SSP5-8.5) دو دوره آینده نزدیک (۵۴-۲۰۲۵) و میانی (۸۴-۲۰۵۵) پیش‌نگری شد. برای راستی‌آزمایی مدل‌ها از سنجه‌های آماری مختلف شامل (R² RMSE, و KGE) استفاده شد. واکاوی نتایج تغییرات فصلی دمای بیشینه و کمینه نشان می‌دهد سناریوی بدبینانه تأثیرات گرمایشی شدیدتر و گسترده‌تری در کل مناطق و دوره‌ها نشان می‌دهد. این تغییرات نشان‌دهنده ماهیت پیچیده تغییر اقلیم و تأثیرات آن بر مناطق مختلف است. واکاوی تغییرات میانگین دمای سالانه با استفاده از مدل منتخب (MIROC6) نشان می‌دهد که حوضه آبریز رودخانه کشف‌‌رود در دوره آینده میانی نسبت به دوره پایه (۱۹۹۱-۲۰۲۰) با شتاب بیشتری گرم خواهد شد. تغییرات سالانه دمای بیشینه، در سناریوی خوش‌بینانه دوره آینده نزدیک و میانی به ترتیب °c11/1 و °c97/1 و در سناریوی بدبینانه به ترتیب °c70/1 و °c74/3 افزایش می‌یابد. تغییرات سالانه دمای کمینه، در سناریوی خوش‌بینانه دوره آینده نزدیک و میانی به ترتیب °c98/0 و °c63/1 و در سناریوی بدبینانه به ترتیب °c59/1 و °c48/2 افزایش می‌‌یابد. این مقدار افزایش دما به‌ویژه در مناطق مرتفع و برف‌گیر بر زیست‌بوم‌های طبیعی اثر گذاشته و دسترسی به منابع آب را تحت‌تأثیر قرار می‌دهد. گرمایش بیشتر به تخریب محیط‌زیست و تشدید رویدادهای فرین منجر خواهد شد.

کلیدواژه‌ها

موضوعات

تغییرات اقلیمی-یافته های جدید

عنوان مقاله [English]

Projecting the Impacts of Future Climate Change on Maximum and Minimum Temperatures in the Kashafrud River Catchment in Iran

نویسندگان [English]

Hossein Imanipour ¹
Mokhtar Karami ²
Abdolreza Kashki ²
Morteza Esmailnejad ³

¹ PhD student in Meteorology, Hakim Sabzevari University, Sabzevar, Iran

² Associate Professor, Department of Meteorology, Hakim Sabzevari University, Sabzevar, Iran

³ Associate Professor, Department of Geography, Faculty of Literature and Humanities, University of Birjand, Iran

چکیده [English]

Climate change is increasingly being recognized as one of the most significant challenges facing nations worldwide. The Kashafrud River, a vital watercourse in northeastern Iran, is particularly vulnerable to climate change. This study aimed to project future changes in maximum and minimum temperatures in the Kashafrud River basin under different climate change scenarios. Daily temperature data from 11 meteorological stations were used in this study. To project future climate, CMIP6 GCMs were employed, including ACCESS-ESM1, MRI-ESM2-0, and MIROC6. The DM method was used to correct the bias in the projected temperature data based on statistical metrics. Subsequently, the CMhyd model was utilized to downscale the maximum and minimum temperature projections under both optimistic (SSP1-2.6) and pessimistic (SSP5-8.5) scenarios for two future periods: near-future (2025-2054) and mid-future (2055-2084). The model performance was evaluated using various statistical metrics, including the coefficient of determination (R², RMSE, and KGE). The analysis of seasonal changes in the maximum and minimum temperatures revealed that the pessimistic scenario projects more severe and widespread warming across all regions and periods. These findings highlight the complex nature of climate change and its varying impact on different regions. Further analysis of annual mean temperature changes using the selected model (MIROC6) indicates that the Kashafrud River Basin will experience accelerated warming in the mid-future compared to the baseline period (1991-2020). The annual maximum temperature is projected to increase by 1.11°C and 1.97°C under the optimistic scenario for the near- and mid-future, respectively, and by 1.70°C and 3.74°C under the pessimistic scenario. Similarly, the annual minimum temperature is projected to increase by 0.98°C and 1.63°C under the optimistic scenario for the near future and mid-future, respectively, and by 1.59°C and 2.48°C under the pessimistic scenario. Projected temperature rises, especially in mountainous and snow-covered areas, significantly impact ecosystems and water availability, worsening environmental degradation, and intensifying extreme events.

کلیدواژه‌ها [English]

Climate change
CMIP6
CMhyd
Kashafrud River drainage basin

مراجع

آهنی، الهه، ضیایی، سامان، محمدی، حمید، مردانی نجف‌آبادی، مصطفی و میرزایی، عباس. (۱۴۰۳). ارزیابی و شبیه‌سازی ردپای آب محصولات کشاورزی در سناریوهای تغییر اقلیم: مطالعه موردی حوضه آبریز کشف رود. دانش کشاورزی و تولید پایدار، 34(۱)، 287-304.

باباییان، ایمان، نجفی نیک، زهرا، زابل عباسی، فاطمه، حبیبی نوخندان، مجید، ادب، حامد، و ملبوسی، شراره. (۱۳۸۸). ارزیابی تغییر اقلیم کشور در دوره ۲۰۳۹-۲۰۱۰ میلادی با استفاده از ریزمقیاس نمایی دادههای مدل گردش عمومی جو ECHO-G. جغرافیا و توسعه، ۷(16)، 135-152.

بابائیان، ایمان، مدیریان، راهله، خزانه‌داری، لیلی، کریمیان، مریم، کوزه‌گران، سعیده، کوهی، منصوره، فرامرزی، یاشار، ملبوسی، شراره. (۱۴۰۲). چشم‌انداز بارش ایران در قرن ۲۱ با به‌کارگیری مقیاس‌کاهی آماری برونداد مدل‌های منتخب CMIP6توسط نرم‌افزار CMHyd. فیزیک زمین و فضا، 49(2)، 449-431.

رشیدی قانع، محبوبه، متولی، صدرالدین، جانباز قبادی، غلامرضا، کوهی، منصوره. (۱۴۰۲). ارزیابی توانمندی سه روش آماری ریزمقیاس گردانی برونداد دما و بارش مدل های CMIP6 در حوضه آبریز کشف رود. پژوهش های اقلیم شناسی, 1402(53), 117-132.‎

رضایی، مسعود . (۱۴۰۲). ضرورت اقدام ملی برای ارتقای سازگاری با تغییرات اقلیمی. (۱۹۳۲۰). ماهنامه گزارش های کارشناسی مرکز پژوهش های مجلس شورای اسلامی، ۳۱(۷).

زرین، آذر، داداشی رودباری، عباسعلی. (۱۴۰۰). پیش‌نگری دمای ایران در آینده نزدیک (2040-2021) بر اساس رویکرد همادی چند مدلی CMIP6. پژوهش های جغرافیای طبیعی, 53(1), 75-90.‎

زرین، آذر، داداشی رودباری، عباسعلی، صالح‌آبادی، نرگس. (۱۴۰۰). بررسی بی‌هنجاری و روند دمای ایران در پهنه‌های مختلف اقلیمی با استفاده از مدل‌های جفت شده پروژه مقایسه متقابل مرحله ششم (CMIP6). مجله ژئوفیزیک ایران, 15(1), 35-54.‎

زنوزی علمداری، نازلی، سبحانی، بهروز، اصلاحی، مهدی، محمدی، مسیح اله. (۱۴۰۳). پهنه بندی بارش و دمای استان خراسان رضوی با استفاده از داده های گزارش ششم تغییر اقلیم (CMIP6). مطالعات علوم محیط زیست, 9(4), 9761-9753.‎

عطایی, هوشمند , کوهی, منصوره , مدیریان, راهله و بذرافشان, بهاره . (۱۴۰۰). تغییرات پیش‌‌نگری شده در دما و بارش حوضه کشف‌‌رود بر مبنای روش‌‌های مقیاسکاهی دینامیکی و آماری. مخاطرات محیط طبیعی, 30(10), 183-201.‎

فرزندی, محبوبه , رضایی پژند, حجت و سید نژاد گلخطمی, نفیسه. (۱۳۹۳). تعیین نقطه ی شکست دمای سالانه با الگوی وابستگی سیستم خاکستری برای تحلیل جزیره حرارتی مشهد. مخاطرات محیط طبیعی, 3(4), 49-60.‎

کاظمی ایمان، اسدی وایقان امیر، آذری محمود. (1403). پیش‌بینی اثرات تغییر اقلیم و کاربری اراضی بر روی دبی حوضه آبریز رودخانه کشف‌رود با استفاده از مدل SWAT. علوم آب و خاک، ۲۸ (۱) :۹۳-۱۰۹.

کمال، علیرضا، مساح بوانی، علیرضا. (۱۳۹۱). مقایسه عدم قطعیت مدل‌های تغییر اقلیم AOGCM-TARو AOGCM-AR4 در تاثیر بر رواناب حوضه در دوره آتی. فیزیک زمین و فضا, 38(3), 175-188.‎

Afsari, R., Nazari-Sharabian, M., Hosseini, A., & Karakouzian, M. (2024). A CMIP6 Multi-Model Analysis of the Impact of Climate Change on Severe Meteorological Droughts through Multiple Drought Indices—Case Study of Iran’s Metropolises. Water, 16(5), 711.

Allen, M., Antwi-Agyei, P., Aragon-Durand, F., Babiker, M., Bertoldi, P., Bind, M., ... & Zickfeld, K. (2019). Technical Summary: Global warming of 1.5 C. An IPCC Special Report on the impacts of global warming of 1.5 C above pre-industrial levels and related global greenhouse gas emission pathways, in the context of strengthening the global response to the threat of climate change, sustainable development, and efforts to eradicate poverty. URL:https://pure.iiasa.ac.at/id/eprint/15716/.

Baker, N. C., & Huang, H. P. (2014). A comparative study of precipitation and evaporation between CMIP3 and CMIP5 climate model ensembles in semiarid regions. Journal of Climate, 27(10), 3731-3749.

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.

Guo, J., Yan, Y., Chen, D., Lv, Y., Han, Y., Guo, X., & Zhai, P. (2020). The response of warm-season precipitation extremes in China to global warming: an observational perspective from radiosonde measurements. Climate Dynamics, 54, 3977-3989.

Kataoka, T., Tatebe, H., Koyama, H., Mochizuki, T., Ogochi, K., Naoe, H., ... & Watanabe, M. (2020). Seasonal to decadal predictions with MIROC6: Description and basic evaluation. Journal of Advances in Modeling Earth Systems, 12(12), e2019MS002035.

Kim, H. J., Cho, K., Kim, Y., Park, H., Lee, J. W., Kim, S. J., & Chae, Y. (2020). Spatial assessment of water-use vulnerability under future climate and socioeconomic scenarios within a River Basin. Journal of Water Resources Planning and Management, 146(7), 05020011.

Lee, J. Y., & Wang, B. (2014). Future change of global monsoon in the CMIP5. Climate Dynamics, 42, 101-119.

Moriasi, D. N., Arnold, J. G., Van Liew, M. W., Bingner, R. L., Harmel, R. D., & Veith, T. L. (2007). Model evaluation guidelines for systematic quantification of accuracy in watershed simulations. Transactions of the ASABE, 50(3), 885-900.

Nikakhtar, M., Rahmati, S. H., Massah Bavani, A. R., & Babaeian, I. (2024). Mitigating the adverse impacts of climate change on river water quality through adaptation strategies: A Case Study of the Ardak Catchment, Northeast Iran. Theoretical and Applied Climatology, 155(9), 9131-9147.

Papalexiou, S. M., & Montanari, A. (2019). Global and regional increase of precipitation extremes under global warming. Water Resources Research, 55(6), 4901-4914.

Piani, C., Weedon, G. P., Best, M., Gomes, S. M., Viterbo, P., Hagemann, S., & Haerter, J. O. (2010). Statistical bias correction of global simulated daily precipitation and temperature for the application of hydrological models. Journal of Hydrology, 395(3-4), 199-215.

Raghavan, S. V., Liu, J., Nguyen, N. S., Vu, M. T., & Liong, S. Y. (2018). Assessment of CMIP5 historical simulations of rainfall over Southeast Asia. Theoretical and Applied Climatology, 132, 989-1002.

Rashid, I., Romshoo, S. A., Chaturvedi, R. K., Ravindranath, N. H., Sukumar, R., Jayaraman, M., ... & Sharma, J. (2015). Projected climate change impacts on vegetation distribution over Kashmir Himalayas. Climatic Change, 132, 601-613.

Rathjens, H., Bieger, K., Srinivasan, R., & Arnold, J. G. (2016). CMhyd user manual. Doc Prep Simulated Clim Change Data Hydrol. Impact Study, 1413. URL:http://swat.tamu.edu/software/cmhyd.

Rivera, J. A., & Arnould, G. (2020). Evaluation of the ability of CMIP6 models to simulate precipitation over Southwestern South America: Climatic features and long-term trends (1901–2014). Atmospheric Research, 241, 104953. Doi: 10.1016/j.atmosres.2020.104953.

Shiftehsome'e, B., Ezani, A., & Tabari, H. (2012). Spatiotemporal trends and change point of precipitation in Iran. Atmospheric research, 113, 1-12.

Stott, P. A., Christidis, N., Otto, F. E., Sun, Y., Vanderlinden, J. P., van Oldenborgh, G. J., ... & Zwiers, F. W. (2016). Attribution of extreme weather and climate‐related events. Wiley Interdisciplinary Reviews: Climate Change, 7(1), 23-41.

Teutschbein, C., & Seibert, J. (2012). Bias correction of regional climate model simulations for hydrological climate-change impact studies: Review and evaluation of different methods. Journal of Hydrology, 456, 12-29.

Yan, Y., Lu, R., & Li, C. (2019). Relationship between the future projections of Sahel rainfall and the simulation biases of present South Asian and Western North Pacific rainfall in summer. Journal of Climate, 32(4), 1327-1343.

Yukimoto, S., Kawai, H., Koshiro, T., Oshima, N., Yoshida, K., Urakawa, S., & Ishii, M. (2019). The Meteorological Research Institute Earth System Model version 2.0, MRI-ESM2. 0: Description and basic evaluation of the physical component. Journal of the Meteorological Society of Japan. Ser. II, 97(5), 931-965.

Zazulie, N., Rusticucci, M., & Raga, G. B. (2018). Regional climate of the Subtropical Central Andes using high-resolution CMIP5 models. Part II: future projections for the twenty-first century. Climate dynamics, 51, 2913-2925.

Ziehn, T., Chamberlain, M. A., Law, R. M., Lenton, A., Bodman, R. W., Dix, M., & Srbinovsky, J. (2020). The Australian earth system model: ACCESS-ESM1. 5. Journal of Southern Hemisphere Earth Systems Science, 70(1), 193-214.