| تعداد نشریات | 284 |
| تعداد نشریات سازمان | 82 |
| تعداد شماره‌ها | 3,079 |
| تعداد مقالات | 34,325 |
| تعداد مشاهده مقاله | 47,466,695 |
| تعداد دریافت فایل اصل مقاله | 78,437,072 |
بررسی اثرهای تغییر اقلیم بر منابع آب استان هرمزگان با استفاده از مدل‌های CMIP6 تحت سناریوهای مختلف خط سیر اجتماعی- اقتصادی مشترک (SSPs) | ||
| تحقیقات مرتع و بیابان ایران | ||
| مقاله 2، دوره 32، شماره 3، شهریور 1404، صفحه 211-231 اصل مقاله (3.17 M) | ||
| شناسه دیجیتال (DOI): 10.22092/ijrdr.2025.134287 | ||
| نویسندگان | ||
| نگار شمسائی1؛ رسول مهدوی* 2؛ اسداله خورانی3؛ حمید غلامی4 | ||
| 1دانشجوی دکتری مدیریت و کنترل بیابان، گروه مهندسی منابع طبیعی، دانشکده مهندسی کشاورزی و منابع طبیعی، دانشگاه هرمزگان، بندرعباس، ایران | ||
| 2دانشیار، گروه مهندسی منابع طبیعی، دانشکده مهندسی کشاورزی و منابع طبیعی، دانشگاه هرمزگان، بندرعباس، ایران | ||
| 3دانشیار، گروه علوم جغرافیایی، دانشکده علوم انسانی، دانشگاه هرمزگان، بندرعباس، ایران | ||
| 4استاد، گروه مهندسی منابع طبیعی، دانشکده مهندسی کشاورزی و منابع طبیعی، دانشگاه هرمزگان، بندرعباس، ایران | ||
| چکیده | ||
| چکیده سابقه و هدف فرایند تغییر اقلیم به‌ویژه تغییرات دما و بارش یکی از مهمترین مباحث در قلمرو علوم محیطی است. این پدیده به‌دلیل ابعاد علمی و کاربردی آن (اثرهای محیطی و اقتصادی- اجتماعی) از اهمیت بیشتری برخوردار است، زیرا سامانه‌های انسانی وابسته به عناصر اقلیمی مانند منابع آب، کشاورزی، صنایع و امثال آن بر مبنای ثبات و پایداری اقلیم طراحی شده و عمل می‌کنند. از سویی، تأثیر تغییر اقلیم بر منابع تأمین آب قابل توجه است و نیازمند بررسی بیشتر می‌باشد. این تأثیر به‌ویژه در مناطق خشک و نیمه‌خشک مانند مناطق جنوبی کشور و به‌ویژه استان هرمزگان نگران‌کننده‌تر است. استان هرمزگان به‌دلیل قرار گرفتن بر روی کمربند خشک و نوار بیابانی و با دریافت سهم اندک نزولات آسمانی و بارش‌های حدی با شرایط اقلیمی و اکوسیستم محیط طبیعی سخت و شکننده و دوره‌های طولانی خشکسالی مواجه می‌باشد. بنابراین اگر بتوان دورنمایی از شرایط اقلیمی حاکم بر استان و موجودیت آب در دسترس آن را برای سال‌های آینده ترسیم نمود، به‌طبع امکان تصمیم‌گیری بلندمدت مؤثرتری برای برخورداری از منابع طبیعی استان با هدف جلوگیری از کاهش توان اکولوژیک فراهم خواهد آمد. مواد و روش‌ها منطقه مورد مطالعه پژوهش، استان هرمزگان در جنوب ایران است که به‌دلیل قرار گرفتن بر روی کمربند خشک و نوار بیابانی با شرایط اقلیمی و اکوسیستم محیط طبیعی شکننده و دوره‌های طولانی خشکسالی مواجه است (شکل 1). از آنجا که آب ظرفیت در دسترس دربرگیرنده چندین پارامتر می‌باشد، شاخص مناسبی برای مطالعه بلندمدت تغییر اقلیم و بیابان‌زایی محسوب می‌شود. از این‌رو، در این پژوهش ضمن ارزیابی مدل‌های مختلف CMIP6، تغییرات دما، بارش، ظرفیت تبخیر و تعرق و شاخص آب ظرفیت در دسترس در دو دوره آینده نزدیک (2060-2031) و آینده دور (2100- 2071) نسبت به دوره مشاهداتی (2023- 1993) تحت دو سناریوی SSP2-4.5 و SSP5-8.5 بررسی گردید. برای انجام این پژوهش، ابتدا داده‌های روزانه دما و بارش برای شش ایستگاه هواشناسی مورد مطالعه (بندرعباس، بندرلنگه، حاجی‌آباد، ابوموسی، میناب و جاسک) در دوره (2023- 1993) از پایگاه http://data.irimo.ir دریافت شد. همچنین برونداد بارش و دمای میانگین 14 مدل CMIP6 برای دوره پایه (2014-1993)، دوره آینده نزدیک و دوره آینده دور از پایگاه داده ESGF استخراج شد (جدول 1). در ادامه، از دو سناریوی خط سیر اجتماعی- اقتصادی مشترک (SSPs) یعنی SSP2-4.5 که جهان با توسعه اجتماعی– اقتصادی در شرایط معمول را با آسیب‌پذیری و سطح واداشت تابشی متوسط در نظر می‌گیرد و سناریوی SSP5-8.5 که حد بالای مصرف سوخت فسیلی و الگوی مصرف بالای انرژی را نشان می‌دهد، استفاده شد. مدل‌های اقلیمی با روش تصحیح اریبی نسبت‌گیری خطی (LSBC) برای متغیر دما و روش تغییر عامل دلتا (DCF) برای بارش ایستگاه‌های مورد مطالعه ریزمقیاس شدند. برای ارزیابی مدل‌ها از سنجه‌های RMSE، MSE، MAE، R و R2 استفاده شد. همچنین، برای درک بهتر و کاهش عدم قطعیت نیز از روش IWM برای همادی کردن مدل‌های منتخب استفاده شد. سپس به پیش‌نگری تغییرات دما، بارش، ظرفیت تبخیر و تعرق و آب ظرفیت در دسترس در دو دوره زمانی آینده نسبت به دوره مشاهداتی پرداخته شد. روند تغییرات شاخص آب ظرفیت در دسترس در دوره‌های زمانی مذکور نیز با استفاده از آزمون ناپارامتری من-کندال و تخمین‌گر شیب سن بررسی شد. نتایج نتایج نشان داد که روش همادی کردن مدل‌ها، دقت مناسبی برای شبیه‌سازی دما و بارش دارد. نتایج پیش‌نگری نشان داد که بارش در دوره آینده نزدیک (2060-2031) براساس سناریوی SSP2-4.5 به میزان 97/9 درصد و براساس سناریوی SSP5-8.5 به میزان 5/14 درصد کاهش پیدا خواهد کرد. در آینده دور (2100-2071) نیز میزان بارش نسبت به دوره پایه (2023- 1993) براساس سناریوهای مذکور به ترتیب 20 و 5/21 درصد کاهش خواهد یافت (شکل 3). بررسی تغییرات دما نیز نشان می‌دهد که براساس سناریوی SSP2-4.5 میزان دما در منطقه مورد مطالعه در دو دوره آینده مورد بررسی (2060-2031 و 2100-2071) نسبت به دوره پایه (2023- 1993) به ترتیب 3/1 و 2/2 درجه سلسیوس افزایش خواهد یافت. این تغییرات براساس سناریوی SSP5-8.5 شدیدتر خواهد شد، به‌طوری‌که میزان تغییرات در دو دوره مذکور نسبت به دوره پایه به ترتیب به 2/2 و 5/4 درجه سلسیوس افزایش خواهد یافت. این در حالی است که دما افزایش پیدا خواهد کرد و میزان این افزایش در دوره آینده نزدیک و دور به ترتیب برابر با 7/1 و 3/3 درجه سلسیوس افزایش نسبت به دوره مشاهداتی خواهد بود (شکل 4). نتیجه‌گیری براساس نتایج حاصل از سناریوهای مورد بررسی، میزان ظرفیت تبخیر و تعرق افزایش و میزان ظرفیت آب در دسترس کاهش می‌یابد. در دوره آینده نزدیک، میزان افزایش ظرفیت تبخیر و تعرق به‌طور متوسط 02/5 درصد و کمبود آب در دسترس 9/8 درصد افزایش و در دوره آینده دور، ظرفیت تبخیر و تعرق 5/12 درصد و کمبود آب در دسترس 3/17 درصد افزایش پیدا خواهد کرد. بررسی سری زمانی متغیرهای مذکور نیز نتایج حاصل را تأیید می‌کند. یافته‌های این پژوهش می‌تواند به عنوان ابزاری راهبردی برای سیاست‌گذاران و مدیران منابع آب در استان هرمزگان استفاده شود. | ||
| کلیدواژه‌ها | ||
| بارش؛ تصحیح اریبی؛ دما؛ ظرفیت آب در دسترس؛ CMIP6 | ||
| عنوان مقاله [English] | ||
| Investigating the effects of climate change on water resources in the Hormozgan province using CMIP6 models under various Shared Socioeconomic Pathways (SSPs) scenarios | ||
| نویسندگان [English] | ||
| Negar Shamsaei1؛ Rasoul Mahdavi2؛ Asadolah khoorani3؛ Hamid Gholami4 | ||
| 1PhD student in Desert Management and Control, Department of Natural Resources Engineering, Faculty of Agricultural and Natural Resources Engineering, University of Hormozgan, Bandar Abbas, Iran. | ||
| 2Associate Professor, Department of Natural Resources Engineering, Faculty of Agricultural and Natural Resources Engineering, University of Hormozgan, Bandar Abbas, Iran | ||
| 3Associate Professor, Department of Geographical Sciences, Faculty of Humanities, University of Hormozgan, Bandar Abbas, Iran | ||
| 4Professor,Department of Natural Resources Engineering, Faculty of Agricultural and Natural Resources Engineering, University of Hormozgan, Bandar Abbas, Iran. | ||
| چکیده [English] | ||
| Abstract Background and Objectives Climate change, especially changes in temperature and precipitation, is one of the most essential topics in environmental sciences. Due to its scientific and practical dimensions, including environmental and economic-social effects, climate change is increasingly important because human systems dependent on climatic elements such as water resources, agriculture, and industries are designed and operated based on climate stability. On the other hand, the impact of climate change on water resources is significant and requires further investigation. This impact is particularly concerning in arid and semi-arid regions like the southern parts of the country, especially Hormozgan Province. Therefore, when we can analyze the current climatic conditions in the region and predict the availability of water in the coming years, we can make more effective long-term decisions to sustainably utilize the province’s natural resources and prevent its ecological decline. Methodology Due to its location on a dry belt and desert strip, Hormozgan province is faced with a fragile natural environmental ecosystem and climate conditions and long drought periods (Figure 1). Since the available potential water includes several parameters, it is considered a suitable indicator for the long-term study of climate change and desertification. Therefore, in this study, while evaluating various CMIP6 models, changes in temperature, precipitation, potential evapotranspiration, and available potential water index in two periods of the near future (2031-2060) and the far future (2071-2100) compared to the observation period (1993-2023) was investigated under shared socio-economic pathways o SSP2-4.5 and SSP5-8.5. In order to conduct this research, first, the daily temperature and precipitation data for the six study meteorological stations in the observation were obtained from http://data.irimo.ir. Also, the precipitation and average temperature output based on 14 CMIP6 models for the base period (1993-2014), the near future, and the far future were extracted from the ESGF database (Table 1). In the following, two shared socio-economic pathway scenarios were used: the SSP2-4.5, which considers the world with socio-economic development under normal conditions, with medium vulnerability and radiative forcing level, and also the SSP5-8.5, which considers the upper limit of fossil fuel consumption. The climate models were fine-scaled using the linear scaling bias correction (LSBC) for the temperature and the delta change factor (DCF) method for precipitation. To evaluate the performance of the models, RMSE, MSE, MAE, R, and R2 criteria were considered. Also, the IWM method was used to ensemble the selected models for better understanding and reducing uncertainty. Then, the changes in temperature, precipitation, potential evapotranspiration, and available potential water were predicted in the two future periods and compared with those in the observation period. The trend of changes in the available potential water index in these periods was also investigated using the non-parametric Mann-Kendall test and Sen’s slope estimator (table 4). Result The results showed that the ensemble of models exerted a suitable accuracy for simulating temperature and precipitation. The forecast results showed that the precipitation in the near future will decrease by 10 and 14.5% based on the SSP2-4.5 and SSP5-8.5 scenarios, respectively (Figure 3). In the far future, the precipitation will decrease by 5.5 and 32.6%, respectively, compared to the base period using such scenarios. In total, it is expected that the average precipitation will decrease by 12.2% in the near future period and 20.7% in the far future period in Hormozgan province. Meanwhile, the temperature will increase, and this increase in the near and far future periods will be 1.7 and 3.3 °C, respectively, compared to the observation period (Figure 4). Conclusion Based on this, the amount of potential evapotranspiration increases, while the amount of available potential water decreases. In the near future period, the rate of potential evapotranspiration and the shortage of available water will increase by an average of 5.02 and 8.9%, respectively. In the far future period, they will increase by 12.5 and 17.3%, respectively (Figure 6). Examining the time series of these variables also confirms the results. The findings of this research can be used as a strategic tool for policymakers and managers of water resources in Hormozgan province. | ||
| کلیدواژه‌ها [English] | ||
| Bias Correction, CMIP6, potential available water, precipitation, temperature | ||
| مراجع | ||
|
Refrences
Abdolalizadeh, F., Mohammad Khorshiddoust, A., & Jahanbakhsh, S., 2022. Assessment of the performance of CMIP6 model for analysis of temperature and precipitation in Urmia Lake basin. Climate Change Research, 3(11), 17-30. (In Persian). https://doi.org/doi:10.30488/ccr.2022.361233.1093
Bai, H., Xiao, D., Wang, B., Liu, D. L., Feng, P., & Tang, J., 2020. Multi‐model ensemble of CMIP6 projections for future extreme climate stress on wheat in the North China Plain, International Journal of Climatology, 40: 21-39. http://dx.doi.org/10.1002/joc.6674
Bishop, C. H., & Abramowitz, G., 2013. Climate model dependence and the replicate Earth paradigm. Climate dynamics. 41: 885-900. DOI: http://doi: 10.1007/s00382-012-1610-y.
Derakhshandeh, A., Khoorani, A., & Rezazadeh, M., 2024. Projecting spatiotemporal changes of precipitation over Iran using CORDEX regional climate models until 2100. J Earth Syst Sci 133, 7. https://doi.org/10.1007/s12040-023-02212-z
Eskandari Damaneh, H., Zehtabian, G., Khosravi, H., Azarnivan, H. & Barati, A., 2022. Investigating the Influence of Drought on Trend of Vegetation Changes in Arid and Semiarid Regions, Using Remote Sensing Technique: A Case Study of Hormozgan province). Desert Ecosystem Engineering, 9(28), 13-28. (In Persian). https://doi.org/10.22052/deej.2020.9.28.11.
Feyissa, T. A., Demissie, T. D., Saathoff, F., & Gebissa, A., 2024. Hydrological responses projection to the potential impact of climate change under CMIP6 models scenarios in Omo River Basin, Ethiopia. Results in Engineering, 23 (2024) 102708. http://dx.doi.org/10.1016/j.rineng.2024.102708
Ghorbani Minaei, L., Mosaedi, A., Zakerinia, M., Kalbali, E., & ghabaei soogh, M., 2024. Study of future climate change on the temperature and precipitation trends in Qarasu basin based on the CMIP6 models. Iranian Journal of Soil and Water Research, 55(2), 245-268. (In Persian). https://doi.org/10.22059/ijswr.2024.369146.669613
Goudarzi, M., Salahi, B., & Hoseini, A., 2015. Study on Effects of Climate Changes on Surface Runoff Changes Case Study: Urmia Lake Basin. Iranian journal of Ecohydrology, 2(2), 175-189. (In Persian). https://doi.org/10.22059/ije.2015.56152
Goudarzi, M., Salahi, B., & Hosseini, S. A., 2016.Performance Analysis of LARS-WG and SDSM Downscaling Models In Simulation of Climate Changes in Urmia Lake Basin. Jwmseir. 9 (31):11-22. (In Persian).
Hardy, J.T., 2003. Climate Change: Causes, Effects, and Solutions. John Wiley & Sons, Ltd. 247 P.
Helali, J., Momenzadeh, H., Salimi, S., Hosseini, S. A., Lotfi, M., Mohamadi, S. M., Maghami Moghim, Gh., Pazhoh, F., & Ahmadi, M., 2021. Synoptic-dynamic analysis of precipitation anomalies over Iran in different phases of ENSO. Arab J Geosci 14, 2322. https://doi.org/10.1007/s12517-021-08644-5
Hu, T.S., Lam, K.C., Ng, S.T., 2001. River flow time series prediction with a range dependent neural network. Hydrological Science Journal, 46: 729-745. https://doi.org/10.1080/02626660109492867
IPCC, 2021. Summary for Policymakers. In: Climate Change the Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change.
Kendall, M.G., 1975. Rank Correlation Measures. Charles Griffin, London, 272p.
Khajeh amiri, C., Khosravi, M., Tavousi, T., Hamidianpour, M., & kiani moghadam, M., 2022. An analysis of the output performance of CMIP6 climate models in comparison with the observational data of Makran coast. Journal of Meteorology and Atmospheric Science, 5(1), 22-41. (In Persian). https://civilica.com/doc/1677100
Lei, X., Xu, C., Liu, F., Song, L., Cao, L., & Suo, N., 2023. Evaluation of CMIP6 Models and Multi-Model Ensemble for Extreme Precipitation over Arid Central Asia. Remote Sensing, 15(9), 2376. https://doi.org/10.3390/rs15092376
Lenderink, G., Buishand, A., & van Deursen, W., 2007. Estimates of future discharges of the river Rhine using two scenario methodologies: direct versus delta approach. Hydrology and Earth System Sciences, 11(3), 1145–1159. https://doi.org/10.5194/hess-11-1145-2007
Lin, J.Y., Cheng,C.T., & Chau, K.W., 2006. Using support vector machines for long-term discharge prediction. Hydrological Science Journal, 51: 599-612. http://dx.doi.org/10.1623/hysj.51.4.599
Majdi, F., Hosseini, S.A., Karbalaee, A., Kaseri, M., & Marjanian, S., 2022. Future projection of precipitation and temperature changes in the Middle East and North Africa (MENA) region based on CMIP6. Theoretical and Applied Climatology, 147: 1249–1262. https://doi.org/10.1007/s00704-021-03916-2
Mann, H. B., 1945. Nonparametric tests against trend. Econometrica: Journal of the econometric society,13, 245-259. https://doi.org/10.2307/1907187
Mesgari, E., Hosseini, S.A., Hemmesy, M. S., Houshyar, M., & Golzari Partoo, L., 2022. Assessment of CMIP6 models’ performances and projection of precipitation based on SSP scenarios over the MENAP region. Journal of Water and Climate Change, 13 (10): 3607–3619. https://doi.org/10.2166/wcc.2022.195
Mianabadi, A., Bateni, M. M., & Mohammadi, S., 2023. Projection of Change in the Distribution of Precipitation and Temperature Using Bias-Corrected Simulations of CMIP6 Climate Models (Case Study: Kerman Synoptic Station). Climate Change Research, 4(14), 65-84. (In Persian). http://dx.doi.org/10.30488/ccr.2023.399780.1139
Niroumandfard, F., khashei, A., Hashemi, R., & ghorbani, K., 2022. Investigation of Climate Change Projection on Temperature and Precipitation Parameters Using CMIP6 Models (Case Study: Birjand Station). Iranian Journal of Soil and Water Research, 53(9), 2009-2026. (In Persian). https://doi.org/10.22059/ijswr.2022.343936.669284
Palmer, T. E., Mc Sweeney, C. F., Booth, B. B. B., Priestley, M. D. K., Davini, P., Brunner, L., Borchert, L., & Menary, M. B., 2023. Performance-based sub-selection of CMIP6 models for impact assessments in Europe, Earth Syst. Dynam., 14, 457–483. https://doi.org/10.5194/esd-14-457-2023
Parandin, F., Khoorani, A. & Bazrafshan, O., 2019. The Impacts of Climate Change on Maximum Daily Discharge in the Payab Jamash Watershed, Iran. Open Geosciences, 11(1), 1035-1045. https://doi.org/10.1515/geo-2019-0080
Qin, J., Su, B., Tao, H., Wang, Y., Huang, j., & Jiang, T., 2021. Projection of temperature and precipitation under SSPs-RCPs Scenarios over northwest China. Front. Earth Sci. 15, 23–37. https://doi.org/10.1007/s11707-020-0847-8
Salahi, B., Goudarzi, M., Hosseini, S. A., 2017. Prediction of the Climate Parameters in the Urmia Lake Basin during 2011-2030. Jwmseir. 11 (37):47-56. (In Persian). https://www.magiran.com/p1709032
Sari Sarraf, B., Rostamzadeh, H., & Mohamadi, N., 2024. Projection of Precipitation using CMIP6 Models Until the End of the 21st Century in the Northwest of Iran. Journal of Geography and Environmental Hazards, 13(1), 173-194. (In Persian). https://doi.org/10.22067/geoeh.2022.76646.1223
Sen, P. K., 1968. Estimates of the regression coefficient based on Kendall's tau. Journal of the American statistical association, 63(324), 1379-1389. https://doi.org/10.1080/01621459.1968.10480934
Su, B., Huang, J., Mondal, S. K., Zhai, J., Wang, Y., Wen, S., Gao, M., Yanran, L., Jiang, S., Jiang, T., & Aiwei, L., 2021. Insight from CMIP6 SSP-RCP scenarios for future drought characteristics in china. Atmospheric Research, 250, 105375p. https://doi.org/10.1016/j.atmosres.2020.105375
Sylla, M. B., Faye, A., Browne Klutse, N. A., & Dimobe, K., 2018. Projected increased risk of wate deficit over major West African river basins under future climates. Climatic Change. 151, 247–258. https://doi.org/10.1007/s10584-018-2308-x
Yazdani, D., Zarrin, A., & Dadashi-Roudbari, A. A., 2024. Evaluation of bias correction methods in improving the direct model output of temperature in CMIP over Iran. Journal of the Earth and Space Physics, 50(2), 429-450. (In Persian). https://jesphys.ut.ac.ir/article_95490.html
Zahabiyoun, B., Goodarzi, M.R., & Massah Bavani, A.R., 2011. Application of SWAT modelin the Ghare Sou river basin under climate change. Journal of climate reaserch. 1 (3-4), 45-60. (In Persian). https://www.magiran.com/p1031735
Zarezade Mehrizi, S. O., Khoorani, A., Bazrafshan, J., & Bazrafshan, O., 2018. Assessment of future runoff trends under multiple climate change scenarios in the Gamasiab river basin. Iranian journal of Ecohydrology, 5(3), 777-789. (In Persian). https://doi.org/10.22059/ije.2018.242453.732
Zarrin, A., & Dadashi Roudbari, A. A., 2020. Projection the Long-Term Outlook Iran Future Temperature Based on the Output of The coupled model intercomparison project phase 6 (CMIP6). Journal of the Earth and Space Physics, 46(3), 583-602. (In Persian). https://doi.org/10.22059/jesphys.2020.304870.1007226
Zhang, X., Hua, L., Jiang, D., 2022. Assessment of CMIP6 model performance for temperature and precipitation in Xinjiang, China. Atmospheric and Oceanic Science Letters, 15(2):100128p. https://doi.org/10.1016/j.aosl.2021.100128
| ||
|
آمار تعداد مشاهده مقاله: 116 تعداد دریافت فایل اصل مقاله: 42 |
||