| تعداد نشریات | 284 |
| تعداد نشریات سازمان | 82 |
| تعداد شماره‌ها | 3,079 |
| تعداد مقالات | 34,328 |
| تعداد مشاهده مقاله | 47,516,527 |
| تعداد دریافت فایل اصل مقاله | 78,538,855 |
واکاوی تغییرات مکانی-زمانی رخدادهای حدی دمایی تاریخی و آینده ایران تحت تأثیر تغییر اقلیم | ||
| مهندسی و مدیریت آبخیز | ||
| مقاله 1، دوره 17، شماره 3، مهر 1404، صفحه 267-284 اصل مقاله (1.75 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22092/ijwmse.2024.366334.2071 | ||
| نویسندگان | ||
| مرتضی میری* 1؛ مهران زند2؛ محمدرضا کوثری1؛ مجتبی رحیمی3 | ||
| 1استادیار، پژوهشکده حفاظت خاک و آبخیزداری، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران | ||
| 2دانشیار، گروه خشکسالی و تغییر اقلیم، پژوهشکده حفاظت خاک و آبخیزداری، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران | ||
| 3دکتری اقلیم‌شناسی، گروه آموزشی جغرافیا، اداره کل آموزش و پرورش استان فارس، شیراز، ایران | ||
| چکیده | ||
| مقدمه یکی از مهم‌ترین اثرات تغییر اقلیم، تغییر در مقادیر میانگین متغیرهای هواشناسی بوده که تغییرات قابل توجهی در خصوصیات حدی متغیرهای هواشناسی را ایجاد کرده است. گرم شدن و ادامه روند افزایشی درجه حرارت کره زمین، عمدتاً از طریق رخداد بیشتر حدی‌های اقلیمی تأثیرات عمیقی در سراسر جهان بر جوامع انسانی، اکوسیستم‌ها و محیط زیست دارد. رویدادهای حدی اقلیمی در مقایسه با متوسط‌های اقلیمی تغییرات معنی‌دارتری در محیط طبیعی و انسانی ایجاد می‌کند و به‌دلیل پیامدهای زیست‌محیطی، اقتصادی- اجتماعی فاجعه‌بار مورد توجه عموم مردم یک جامعه، دولت و جوامع دانشگاهی است. بر اساس مطالعات انجام شده در دانشگاه‌ها و سایر مراکز تحقیقاتی، مهم‌ترین پیامد تغییر اقلیم در ایران افزایش رخدادهای حدی اقلیمی به‌ویژه حدی‌های حدی دمایی گرم است. افزایش رخدادهای حدی بخش‌های مختلف محیط زیست، اقتصادی-اجتماعی، کشاورزی و غیره را در سطوح ملی، منطقه‌ای و محلی تحت تأثیر قرار می‌دهد. کاهش تعداد روزهای بارندگی و افزایش فصل خشک، افزایش رخدادهای حدی دمایی گرم و کاهش حدی‌های دمایی سرد موجب کاهش آب موجود برای آبیاری و افزایش نیاز آبی محصولات کشاورزی، توسعه آفت‌ها و بیماری‌ها در محصولات کشاورزی، تأخیر در کشت و برداشت محصولات، رشد نامناسب گیاهان، کاهش راندمان کشت، تغییر الگوی کشت و نوع محصولات و در نهایت کاهش عملکرد محصولات کشاورزی می‌شود. از این‌رو، بررسی رخدادهای حدی اقلیمی و بررسی تغییر مکانی و زمانی آنها در گذشته و آینده ایران‌زمین به‌منظور اتخاذ تصمیم‌گیری‌های لازم برای مقابله و کاهش پیامدهای آن از اهمیت بالایی برخوردار است که در این پژوهش به این مهم پرداخته شده است. مواد و روش‌‌ها به‌منظور بررسی تغییرات مکانی-زمانی رخدادهای حدی دمایی ایران طی دوره مشاهداتی و همچنین دوره آینده از داده‌های متوسط بیشینه و کمینه روزانه 123 ایستگاه سینوپتیک در سطح کشور و داده‌های مدل CNRM-CM6-1 برای دوره 2060-2020 تحت دو سناریو خوش‌بینانه SSP126 و بدبینانه SSP585 استفاده شد. کنترل کمی و کیفی داده‌های دریافت شده با نرم‌افزار Climpact2 بررسی شد. به‌منظور محاسبه شاخص‌های حدی دمایی سرد و گرم طی دوره‌های مختلف، از 14 شاخص دمای توصیه شده از سوی گروه کارشناسی CCL/CLIVAR استفاده شد. محاسبه شاخص‌ها و خروجی‌های نهایی آنها در محیط نرم‌افزار Matlab انجام شده است. نتایج و بحث در حالت کلی، محاسبه شاخص‌های حدی دمایی گرم طی دوره مشاهداتی نشان داد که برای بیشتر ایستگاه‌ها فراوانی و روند شاخص‌های گرم مانند شب‌‌های گرم، روزهای گرم، تعداد روزهای تابستانی، تعداد شب‌‌های حاره‌‌ای روند صعودی و افزایشی داشته است. در مقابل تغییرات زمانی رخداد شاخص‌های سرد نشان داد که برای بیشتر ایستگاه‌ها در حالت کلی روند شاخص‌های سرد مانند روزهای سرد، شب‌‌های سرد و تعداد روزهای یخبندان، نزولی و کاهشی بوده است. بررسی فراوانی رخداد شاخص SU25 به‌عنوان یکی شایع‌ترین شاخص‌های حدی گرم نشان داد که بیشترین فراوانی رخداد این شاخص برای ایستگاه کنارک (فرودگاه) با 363 روز و کمترین مقدار رخ داده مربوط به ایستگاه اردبیل 21 روز است. بیشینه شاخص روزهای یخبندان (FD) که یکی از شایع‌ترین شاخص حدی سرد در کشور است برای ایستگاه سراب با 179 روز و حد پایینی آن با عدم رخداد یخبندان برای برخی از ایستگاه‌های جنوب غربی کشور هست. بررسی شاخص‌های دمایی آینده طی دوره 2060-2020 نشان عدم تابعیت رفتار شاخص‌های حدی دمایی سرد و گرم از موقعیت جغرافیایی و شرایط توپوگرافی مناطق مختلف کشور است. چرا که بر اساس خروجی‌های مدل CNRM-CM6-1 برای دو سناریو ssp126 و ssp585 طی دوره 2060-2020، روند شاخص‌های حدی گرم در مناطق با ارتفاعات زیاد و عرض جغرافیایی بالاتر در مقایسه با مناطق با ارتفاع و عرض جغرافیایی کمتر تفاوتی زیادی ندارد و رفتار روند در مناطق مختلف با ویژگی‌های جغرافیایی متفاوت با اختلاف کمی مشابه همدیگر است. نتیجه‌‌گیری در مجموع، بر اساس نتایج به‌دست آمده در این پژوهش و پژوهش‌های مشابه می‌توان مطرح کرد که حدی‌های دمایی گرم ایران طی دوره گذشته و آینده با افزایش و بیشتر حدی‌های سرد ایران با کاهش همراه هستند که نرخ تغییرات آنها در مناطق مختلف کشور با شدت و ضعف متفاوتی همراه است. این شرایط به‌ویژه با مقایسه شاخص‌های کمترین‌های دمای کمینه و بیشینه و بیشترین‌‌های دمای کمینه و بیشینه مشخص می‌شود. این شرایط بیان‌کننده گرم‌تر شدن اقلیم ایران و تغییر نوع اقلیم مناطق مختلف ایران و گرایش به سمت خشکی بیشتر است. یکی از دلایل اصلی این شرایط علاوه‌‌بر ویژگی‌های محلی، تغییر در توازن انرژی زمین و نرخ بیشتر گرم شدن قطب نسبت به استوا است که موازنه انرژی زمین و در نهایت تغییر در شرایط جوی و تغییر در الگوی های آب و هوایی شده است. بنابراین لازم است که در سطح مختلف مدیریتی تصمیم‌گیری‌های لازم به‌منظور مقابله یا کاهش پیامدهای احتمالی افزایش دما و رخدادهای حدی گرم دمایی برای مناطق مختلف ایران اتخاذ شود. | ||
| کلیدواژه‌ها | ||
| روزهای تابستانی؛ روزهای یخبندان؛ شاخص‌های فرین؛ روند؛ CMIP6 | ||
| عنوان مقاله [English] | ||
| Spatial and temporal analysis of historical and future extreme temperature events in Iran under the influence of climate change | ||
| نویسندگان [English] | ||
| Morteza Miri1؛ Mehran Zand2؛ Mohammadreza Kousari1؛ Mojtaba Rahimi3 | ||
| 1Assistant Professor, Soil Conservation and Watershed Management Research Institute (SCWMRI), Agricultural Research, Education and Extension Organization (AREEO), Tehran, Iran | ||
| 2Associate Professor, Department of Drought and climate change, Soil Conservation and Watershed Management Research Institute, Agricultural Research, Education and Extension Organization (AREEO), Tehran, Iran | ||
| 3PhD of Climatology, Department of Geography, Fars Province Department of Education, Shiraz, Iran | ||
| چکیده [English] | ||
| Introduction One of the most significant impacts of climate change has been the alteration in the average value of meteorological variables, which has led to noticeable changes in the characteristics of meteorological extremes. The warming and ongoing increase in global temperatures primarily exert profound impacts worldwide on human societies, ecosystems, and the environment through the increased occurrence of climatic extremes. Compared to climatic averages, extreme climatic events cause more significant changes in the natural and human environment, and due to their disastrous environmental and socio-economic consequences, they are of great concern to the general public, governments, and academic communities. Based on studies conducted by universities and other research institutions, the most significant consequence of climate change in Iran is the increased occurrence of extreme climatic events, particularly extreme warm temperature events. The increase in extreme events affects various sectors of the environment, socio-economy, agriculture, and others at national, regional, and local levels. The decrease in the number of rainy days and the lengthening of the dry season, along with the increase in extreme warm temperature events and the decrease in extreme cold temperature events, lead to reduced water availability for irrigation and increased crop water demand, this also promotes the spread of pests and diseases in agricultural crops, causes delays in planting and harvesting, results in poor plant growth, reduces cultivation efficiency, alters cropping patterns and crop types, and ultimately leads to a decline in agricultural yields. Therefore, investigating extreme climate events and analyzing their spatio-temporal changes in the past and future of Iran is of great importance for making necessary decisions to confront and mitigate their consequences, which is the primary focus of this research. Materials and methods To investigate the spatio-temporal change of extreme temperature events in Iran during the observational period as well as the future periods, daily maximum and minimum temperature data from 123 synoptic stations across the country were used, along with data from the CNRM-CM6-1 model for the period 2020–2060 under two scenarios: the optimistic SSP126 and the pessimistic SSP585. The quantitatively and qualitatively control of the receive data was carried out using the Climpact2 software. To calculate cold and warm extreme temperature indices over different periods, 14 temperature indices recommended by the CCL/CLIVAR expert group were used. The calculation of the indices and their final outputs were performed in the MATLAB software. Results and discussion Overall, the calculation of warm extreme temperature indices during the observational period showed that for most stations, the frequency and trend of warm indices—such as warm nights, warm days, the number of summer days, and the number of tropical nights—have exhibited an upward and increasing trend. In contrast, the temporal changes in cold indices showed that for most stations, the trends of cold indicators such as cold days, cold nights, and the number of frost days have generally been decreasing and declining. An analysis of the frequency of the SU25 index as one of the most common extreme warm indices revealed that the highest occurrence of this index was recorded at Konarak (Airport) station with 363 days, while the lowest value occurred at Ardabil station with 21 days. The maximum value of the frost days (FD) index—one of the most common extreme cold indices in the country—was recorded at Sarab station with 179 days, while the lower limit, indicating the absence of frost, was observed at some stations in the southwestern part of the country. An analysis of future temperature indices for the period 2020–2060 indicates that the behavior of extreme cold and warm temperature indices does not depend on the geographical location and topographical conditions of different regions of the country. This is because, according to the outputs of the CNRM-CM6-1 model for the two scenarios, SSP126 and SSP585 during the period 2020–2060, the trend of extreme warm indices in regions with higher-elevation and higher-latitude regions did not differ significantly compared to lower-elevation and lower-latitude. The trend behavior across areas with different geographical characteristics is quite similar, with only minor variations. Conclusions In summary, based on the findings of this study and similar research, it can be concluded that warm temperature extremes in Iran have increased in the past and are projected to continue increasing in the future, while cold extreme have decreased, and the rate of these changes varies considerably across different regions of the country. This condition is particularly evident when comparing indices of the lowest minimum and maximum temperatures and the highest minimum and maximum temperatures. This situation indicates a warming climate in Iran, a shift in the climate types of various regions, and a trend toward increased aridity. One of the main reasons for this situation, in addition to local characteristics, is the change in the Earth’s energy balance and the higher rate of warming at the poles compared to the equator, this has altered the Earth's energy equilibrium, ultimately leading to changes in atmospheric conditions and shifts in climate patterns. Therefore, it is necessary for decision-makers at various management levels to adopt appropriate measures to confront or mitigate the potential consequences of rising temperatures and extreme warm events in different regions of Iran. | ||
| کلیدواژه‌ها [English] | ||
| CMIP, Extreme indices, Frost days, Summer days, Trend | ||
| مراجع | ||
|
Alexandera, L.V., J.M., Arblaster., 2017. Historical and projected trends in temperature and precipitation extremes in Australia in observations and CMIP5. Weather Clim. Extrem 15, 34-56. doi.org/10.1016/j.wace.2017.02.001 Almazroui, M., Saeed, F., Saeed, S., Ismail, M., AzharEhsan, M., Islam, M.N., Adnan Abid, M., O’Brien, E., Kamil, S., Rashid, I., Nadeem, I., 2021. Projected changes in cimate extremes using CMIP6 simulations over SREXregions. Earth Syst. Environ. 5, 481-497. https://doi.org/10.1007/s41748-021-00250-5 An, A., Du, Y., Berndtsson, R., Niu, Z., Zhang L., Yuan, F., 2019. Evidence of climate shift for temperature and precipitation extremes across Gansu Province in China. Theor. Appl. Climatol. 139, 1137-1149. doi.org/10.1007/s00704-019-03041-1. Ayugi, B.O., Chung, E.S., Zhu, H., Ogega. O.M., Babousmail, H., Ongoma, V., 2023. Projected changes in extreme climate events over Africa under 1.5°C, 2.0°C and 3.0°C global warming levels based on CMIP6 projections. Atmos. Res. 292, 106872. doi.org/10.1016/j.atmosres.2023.106872. Babai Fini, O., Ghasemi, E., Fattahi, E., 2014. Effect of climate change on the trends of extreme precipitation indices in Iran. J. Spat. Anal. Environ. Hazards. 1(3), 85-103 (in Persian). Babaousmail, H., Ayugi, B., Rajasekar, A., Zhu, H., Oduro, C., Mumo, R., Ongoma, V., 2022. Projection of extreme temperature events over the mediterranean and sahara using Bias-Corrected CMIP6 models. Atmos. 13(5), 741. doi.org/10.3390/atmos13050741 Fathian, F., Ghadami, M., Dehghan, Z., 2023. Spatial Analysis of extreme temperature indices under climate change based on CORDEX data and a developed bias correction method in Iran. J. Hydro. Soil Sci. 26(4),137-160 (in Persian). Field, C.B., Barros, V., Stocker, T.F., Qin, D., Dokken, D.J., Ebi, K.L., Mastrandrea, M.D., Mach, K.J., Plattner, G.K., Allen, S.K., Tignor, M., Midgley, P.M., 2012. Managing the risks of extreme events and disasters to advance climate change adaption. Cambridge University Press, New York. doi.org/10.1017/CBO9781139177245. Houghton, J.T., Ding, Y., Griggs, D.J., Noguer, M., van der Linden, P.J., Dai, X., Maskell, K., Johnson, C.A., 2001. Climate Change: The Scientific Basis, 881 pages, Cambridge Univ. Press, New York. Im, E.S., Jung, I.W., Bae. D.H., 2011. The temporal and spatial structures of recent and future trends in extreme indices over Korea from a regional climate projection. Int. J. Climatol. 31(1), 72-86. Karimi, M., Sotoudeh F., Rafati, S., 2018. The trend analysis and forecasting of extreme temperature parameters in Southern Part of The Caspian Sea. J. Appl. Res. Geogr. Sci. 18(48), 93-79 (in Persian). Koozegaran, S., Mousavi Baigi, M., 2015. Investigation of meteorological extreme events in the North-East of Iran. J. Water Soil. 29 (3), 764-750 (in Persian). Kumar S., Merwade, V., Kam, J., Thurner, K., 2009. Streamflow trends in Indiana: Effects of long term persistence, precipitation and subsurface drains. J. Hydrol. 374, 171-183. Miri, M., Kousari, M., Zand, M., 2022. Investigation of the efficiency of common methods of infilling missing data in the arid regions of Iran. Watersh Manag. Eng. 14(1), 26-39 (in Persian). Miri, M., Masoompour Samakosh, J., Raziei, T., Jalilian, A., Mahmodi, M., 2021. Spatial and temporal variability of temperature in Iran for the Twenty-First Century Foreseen by the CMIP5 GCM Models. Pure Appl. Geophys. 178, 169-184. Miri, M., Rahimi, R., 2015. Spatial and temporal trend analysis of temperature parameters in Iran. Geogr. J. Territ. 12(47), 65-79 (in Persian). Peterson, T.C., Taylor, M.A., Demeritte, R., Duncombe, D., Burton, L.S., Thompson, F., Porter, A., M. Mercedes, M., Villegas, E., Semexant Fils, R., Klein Tank, A., Martis, A., Warner, R., Joyette, A., Mills, W., Alexander, L., Gleason, B., 2002. Recent changes in climate extremes in the Caribbean region. J. Geophys. Res. 107 (D21), 1-19. doi.org/10.1029/2002JD002251. Shams, Sh., Mousavi baygi, M., 2014. The investigation of Mashhad extremum temperature in different scales. J. Water Soil. 28(1), 46-60. doi.10.22067/jsw.v0i0.35750 (in Persian). Varshavian, V., Khalili, A., Ghahraman, N., Hojam, S., 2011. Trend analysis of minimum, maximum, and mean daily temperature extremes in several climatic regions of Iran. J. Earth Space phys. 37(1), 179-169 (in Persian). Zhang, X., 2005. Trend in Middle East climate extreme indices from 1950 to 2003. J. Geophys. Res. 110, D22104. doi: 10.1029/2005JD006181. Zhou, W., Wen, Q.H., Xu, Y., Song, L., Zhang, X., 2014. Projected changes in temperature and precipitation extremes in China by the CMIP5 Multimodel Ensembles. Am. Meteorol. Soc. 27(17), 6591-6611. doi.org/10.1175/JCLI-D-13-00761.1.
| ||
|
آمار تعداد مشاهده مقاله: 444 تعداد دریافت فایل اصل مقاله: 69 |
||