| تعداد نشریات | 282 |
| تعداد نشریات سازمان | 80 |
| تعداد شمارهها | 3,188 |
| تعداد مقالات | 35,336 |
| تعداد مشاهده مقاله | 51,458,472 |
| تعداد دریافت فایل اصل مقاله | 91,331,985 |
پیش بینی تغییرات اقلیمی تحت سناریوهای خط سیر اجتماعی- اقتصادی مشترک (SSP) در آبخیز بختگان- مهارلو | ||
| پژوهش های آبخیزداری | ||
| مقاله 2، دوره 39، شماره 2 - شماره پیاپی 151، تیر 1405، صفحه 1-19 اصل مقاله (1.92 M) | ||
| نوع مقاله: پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22092/wmrj.2025.370599.1634 | ||
| نویسندگان | ||
| سید نصرالله حسینی1؛ بهارک معتمدوزیری* 2؛ هادی کیادلیری2؛ حسن احمدی3 | ||
| 1دانشجوی دکتری گروه منابع طبیعی و محیط زیست، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران | ||
| 2دانشیار گروه منابع طبیعی و محیط زیست، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران | ||
| 3استاد دانشکده احیای مناطق خشک و کوهستانی، دانشگاه تهران، کرج، ایران | ||
| چکیده | ||
| مقدمه و هدف تغییر اقلیم به معنای تغییرات بلندمدت و برگشتناپذیر در میانگین شرایط آب و هوایی ناشی از عاملهای طبیعی و انسانی است. تغییر اقلیم موجب افزایش دمای جهانی، ذوب شدن یخ های قطبی، افزایش سطح دریا و بروز رویدادهای شدید اقلیمی می شود. اثر زیاد این تغییرات بر متغیرهای هواشناسی مانند دما و بارش سبب اختلال در نظم آبشناختی میشود. با بهرهگیری از مدلهای گردش عمومی جو بهعنوان ابزارهای پیشرفته و جامع برای شبیهسازی و پیشبینی تغییرات اقلیمی میتوان فرآیندهای پویایی و گرماپویایی جوی را شبیه سازی کرد. ازاینرو، این پژوهش با هدف پیشبینی تغییرات اقلیمی تحت مدل های گزارش ششم در آبخیز بختگان- مهارلو، انجام شد. مواد و روشها در این پژوهش، از دادههای روزانه بارش و دمای کمینه و بیشینه پنج ایستگاه هم دید ارسنجان، نیریز، صفاشهر، شیراز و تخت جمشید استفاده شد. سنجههای اقلیمی با استفاده از مدل های گزارش ششم هیئت بین دولتی تغییر اقلیم با استفاده از مدل LARS-WG ریزمقیاس شد. انتخاب نوع ایستگاه بر اساس کافی بودن دادهها، پراکندگی و تنوع اقلیمی در آبخیز بود. در این پژوهش، با بهرهگیری از سه سناریوی SSP126، SSP245 وSSP585 از برونداد سه مدل ACCESS-ESM1-5، CNRM-CM6-1 و MRI-ESM2-0 استفاده شد. با استفاده از مدل آماری LARS-WG8، ریزمقیاسنمایی و اصلاح دادههای بارش و دمای کمینه و بیشینه بهمنظور افزایش دقت پیشبینیها انجام شد. در پایان، پیش بینی اقلیمی برای دوره 2026 تا 2045 محاسبه شد. سپس، دادههای روزانه بارش و دما ایستگاههای هم دید آبخیز بختگان- مهارلو پردازش و با دوره پایه مقایسه شدند. نتایج و بحث نتایج مدل ACCESS-ESM1-5 نشاندهندة تفاوت میانگین بارش دوره پایه و آینده در سطح اطمینان 95% معنیدار بود و بیشترین بارش پیشبینیشده در مقایسه با دو مدل دیگر مربوط به مدل ACCESS-ESM1- بود و اندازة برآورد مدلهای CNRM-CM6-1 و MRI-ESM2-0 به اندازههای دوره پایه نزدیکتر بود. روند دمای بیشینه پیشبینیشده در تمام ایستگاهها و سناریوها در مقایسه با دادههای مشاهدهای افزایشی و در سطح اطمینان 95% معنیدار بود. میانگین سالانه دمای بیشینه از 24/8 درجه سانتیگراد به 26/9 درجه سانتی گراد افزایش یافت. بیشترین دمای بیشینه پیشبینیشده مربوط به مدل CNRM-CM6-1 بود. بیشترین دما مربوط به شیراز و تخت جمشید بود. روند دمای کمینه در همه ایستگاهها افزایشی بود. میانگین دمای کمینه آبخیز از 9/7 درجه سانتیگراد به 11/5 درجه (در سناریوی SSP585) افزایش یافت و این یافته نشاندهنده گرمتر شدن شبها و کاهش سرمای شبانه است. بیشترین دمای کمینه پیشبینیشده در مقایسه با دیگر مدلها مربوط به مدل CNRM-CM6-1 بود. دامنه تغییرات پیشبینیشده بارش آبخیز از 248/9 تا 288/7 میلی متر و دامنه تغییرات پیشبینیشده دمای بیشینه و کمینه نیز بهترتیب از 26 تا 26/9 و 11 تا 11/9 درجه سانتیگراد بود. نتیجهگیری و پیشنهادها بر اساس نتایج این پژوهش، روند افزایشی بارش و دما (بیشینه و کمینه) با سناریوهای شدت انتشار گازهای گلخانهای همسو بود که بیانگر گرمتر و نسبتاً مرطوبتر شدن منطقه بختگان- مهارلو در آینده است. تفاوت میان مدلها نشاندهنده نبودن قطعیت در پیشبینیهاست که ضرورت استفاده از چند مدل و سناریو برای کاهش خطر تصمیمگیری است. این تغییرات نیازمند برنامهریزی و سازگاری دقیق برای مدیریت منابع آب، کشاورزی و سلامت عمومی در منطقه است. بر پایه نتایج این پژوهش در آبخیز بختگان–مهارلو، پیشنهاد میشود بهمنظور کاهش مصرف آب و افزایش تابآوری اقلیم، الگوی کشت بهسوی محصولات کمآببر تغییر یاید. افزون بر این، بهرهگیری از آبیاری هوشمند و اجرای طرحهای آبخیزداری و آبخوانداری نیز پیشنهاد میشود. برای بهبود پایداری منابع زیرزمینی، مدیریت مشارکتی منابع، آموزش بهرهبرداران و پایش چاههای غیرمجاز پیشنهاد میشود. همچنین، برای سازگاری مؤثر با تغییرات اقلیمی، تنوعبخشی به معیشت روستایی با توسعه مشاغل سبز و پایدار، پیشنهاد میشود. | ||
| کلیدواژهها | ||
| آبخیز بختگان- مهارلو؛ سناریوهای SSP؛ مدل LARS-WG؛ مدلهای گزارش ششم | ||
| عنوان مقاله [English] | ||
| Climate Change Prediction under Shared Socioeconomic Pathways (SSP) Scenarios in the Bakhtegan-Maharloo Watershed | ||
| نویسندگان [English] | ||
| Seyyed Nasrallah Hosseini1؛ Baharak Motamedvaziri2؛ Hadi Kiadaliri2؛ Hasan Ahmadi3 | ||
| 1Ph.D. Candidate, Department of Natural Resources and Environment, SRB.C., Islamic Azad University, Tehran, Iran | ||
| 2Associate Professor, Department of Natural Resources and Environment, SRB.C., Islamic Azad University, Tehran, Iran | ||
| 3Professor, Department of Reclamation of Arid and Mountainous Regions, University of Tehran, Karaj, Iran | ||
| چکیده [English] | ||
| Introduction and Goal Climate change means long-term, irreversible changes in average climate conditions caused by natural and human factors. Climate change is causing global temperature increases, melting of polar ice caps, rising sea levels, and extreme weather events. The significant impact of these changes on meteorological variables such as temperature and precipitation, which disrupt hydrological order. By using general atmospheric circulation models as advanced and comprehensive tools for simulating and predict climate changes, dynamic and thermodynamic atmospheric processes can be modeled. Therefore, this study aimed to predict climate change under the Sixth Report models in the Bakhtegan-Maharloo watershed. Materials amd Methods In this study, daily precipitation and minimum and maximum temperature data from five synoptic stations of Arsanjan, Neyriz, Safashar, Shiraz and Takht Jamshid were used. Climatic parameters were downscaled using the models of the Sixth Report of the Intergovernmental Panel on Climate Change using the LARS-WG model. The selection of station type was selected based on data adequacy, dispersion and climatic diversity in the watershed. In this study, using three scenarios SSP126, SSP245 and SSP585, the output of three models ACCESS-ESM1-5, CNRM-CM6-1, and MRI-ESM2-0 was used. Using the LARS-WG8 statistical model, downscaling and correction of precipitation and minimum and maximum temperature data were performed to increase the accuracy of the predictions. Finally, the climate projection was calculated for the period 2026 to 2045. Then, daily precipitation and temperature data from the Bakhtegan-Maharloo synoptic stations were processed and compared them with the base period. Results and Discussion The results of the ACCESS-ESM1-5 model showed that the difference between the average precipitation of the base period and the future was significant at the 95% confidence level, and predicted higher precipitation compared to the other two models was related to the ACCESS-ESM1 models, and the estimated magnitude of the CNRM-CM6-1 and MRI-ESM2-0 models was closer to the baseline values. The trend of predicted maximum temperature at all stations and scenarios was increased compared to the observational data and was estimated to be significant and upward at the 95% confidence level. The average annual maximum temperature increased from 24.8°C to 26.9°C. The highest predicted maximum temperature was for the CNRM-CM6-1 model. Shiraz and Persepolis have the highest temperatures. The trend of minimum temperature was increasing in all station. The watershed average minimum temperature increased from 9.7°C to 11.5°C (in the SSP585 scenario), indicating warmer nights and a decrease in nighttime cold. The highest predicted minimum temperature compared to other models was for the CNRM-CM6-1 model. The range of predicted changes in watershed precipitation was from 248.9 to 288.7 mm, and the range of predicted changes in maximum and minimum temperature was from 26 to 26.9 and 11 to 11.9 °C, respectively. Conclusion and Suggestion Based on the results of this study, the increasing trend in precipitation and temperature (maximum and minimum) was consistent with the severity of greenhouse gas emission intensity scenarios, indicating that the Bakhtegan-Maharlu region will become warmer and relatively wetter in the future. The differences between the models indicates the lack of certainty in the projections, which necessitates the use of multiple models and scenarios to reduce decision-making risk. These changes require careful planning and adaptation for water resource management, agriculture, and public health in the region. Based on the results of this research in the Bakhtegan-Maharloo watershed, it is suggested that the cultivation pattern be changed towards low-water-intensive crops in order to reduce water consumption and increase climate resilience. In addition, the use of smart irrigation and the implementation of watershed and aquifer management plans are also recommended. To improve the sustainability of underground resources, participatory resource management, operator training, and monitoring of unauthorized wells are recommended. Also, for effective adaptation to climate change, it is suggested to diversify rural livelihoods by developing green and sustainable jobs. | ||
| کلیدواژهها [English] | ||
| Bakhtegan-Maharlu watershed, SSP scenarios, LARS-WG model, Sixth Report models | ||
| مراجع | ||
|
Afsharinia M, Panahi F, ehteram M. 2023. Investigation of climate change using CMIP6 models outputs (Case study: Kashan Plain). Irrigation and Water Engineering. 14(2): 237-256. doi: 10.22125/iwe.2023.383176.1704 Aghajanloo K, Fathi Almalou H. 2024. Local analysis of drought and climate change projection in future periods under the CMIP6 Model (Case study: Mazandaran Province). Journal Watershed Manage Research. 15(2):32-48. doi:10.61186/jwmr.15.2.32 Asakareh H. 2002. Models of general circulation of atmosphere. Scientific- Research Quarterly of Geographical Data (SEPEHR). 11(41): 21-23. Cheng CS, Li G, Li Q, Auld H. 2008. Statistical downscaling of hourly and daily climate scenarios for various meteorological variables in south-central Canada. Theoretical and Applied Climatology. 91(1): 129-147. doi: 10.1007/s00704-007-0302-8 Fallah Kalaki M, Shokri Kuchak V, Ramezani Etedali H. 2021. simulating the effects of climate change on runoff using the CMIP5 and CMIP6 climate models by SWAT hydrological model (Case study: Tashk-Bakhtegan Basin). Iran-Water Resources Research. 17(3): 345-359. Ghafoor J, Forio MAE, Nolivos I, Arias-Hidalgo M, Goethals PL. 2024. Model-based analysis of the impact of climate change on hydrology in the Guayas River Basin (Ecuador). Journal of Water and Climate Change. 15(10): 5021-5040. doi:10.2166/wcc.2024.064 Haghighi P, Soleimanpour SM, Moradi A. 2025. The effects of climate change on precipitation and temperature using SSP scenarios (case study: Fars province). Water and Soil Management and Modelling. 5(2): 199-218. doi: 10.22098/mmws.2024.14691.1425 Hassan Z, Shamsudin S, Harun S. 2014. Application of SDSM and LARS-WG for simulating and downscaling of rainfall and temperature. Theoretical and Applied Climatology. 116:243-257. doi:10.1007/s00704-013-0951-8 Jahangir MH, Haghighi P, Danehkar S. 2022. Downscaling climate parameters in Fars province, using models of the fifth report and RCP scenarios. Ecological Informatics. 68(4):101558. doi: 10.1016/j.ecoinf.2022.101558 Kundzewicz ZW, Krysanova V, Benestad RE, Hov, Piniewski M, Otto IM. 2018. Uncertainty in climate change impacts on water resources. Environmental Science and Policy. 79: 1-8. doi: 10.1016/j.envsci.2017.10.008 Pholkern K, Saraphirom P, Srisuk K. 2018. Potential impact of climate change on groundwater resources in the Central Huai Luang Basin, Northeast Thailand. Science of the Total Environment. 633: 1518-1535. doi:10.1016/j.scitotenv.2018.03.300 Rezaei H, Pashapour H, Sadeghi F. 2024. Performance evaluation of CMIP6 models and forecasting of temperature and precipitation changes under shared socioeconomic pathways (SSP) scenarios in Iran. Strategic Futures Studies. 3(10): 7-30. Semenov MA, Barrow EM, Lars-Wg A. 2002. A stochastic weather generator for use in climate impact studies. User Man Herts UK. pp. 1-27. Seneviratne S, Nicholls N, Easterling D, Goodess C, Kanae S, Kossin J, Luo Y, Marengo J, McInnes K, Rahimi M, Reichstein M. 2012. Changes in climate extremes and their impacts on the natural physical environment. Wang S, Zhang HJ, Wang TT, Hossain S. 2024. Simulating runoff changes and evaluating under climate change using CMIP6 data and the optimal SWAT model: A case study. Scientific Reports. 14(1): 23228. doi:10.1038/s41598-024-74269-9 Zand M, Gholamrezaei S, Daryabari SJ, Alijani B. 2023. Detection of climate change by analyzing the occurrence of Extreme-climatic events in the west and southwest of Iran. Journal of Climate Research. 1402(54): 37-54. Zhai J, Dillon J, Dawson V. 2025. Climate Change Education: Cross-Cultural Perspectives. ECNU Review of Education. 8(1): 49-52. doi: 10.1177/2096531124123724 | ||
|
آمار تعداد مشاهده مقاله: 98 تعداد دریافت فایل اصل مقاله: 15 |
||