تغييرات پيش‌‌ نگري شده در دما و بارش حوضه كشف‌‌ رود بر مبناي روش‌‌هاي مقياس - كاهي ديناميكي و آماري

Projected Changes in Temperature and Precipitation over Kashafrood Basin Based on Statistical and Dynamical Downscaling Methods

اقليم تحت تاثير عوامل طبيعي و انسان‌‌ساز در سطح جهاني و منطقه‌‌اي در حال تغيير است. امروزه، مدل‌‌هاي سري CMIP، منابع داده‌‌اي چند مدلي را به منظور بهبود پژوهش‌‌هاي علمي در راستاي شناخت تغيير اقليم و خطرپذيري اقليم آينده در مقياس منطقه‌‌اي يا محلي و توسعه رهيافت‌‌هايي براي سازگاري با اقليم ارايه مي‌‌دهند. با اين وجود، ثابت شده است كه اين مدل‌‌ها قادر به حل جزئيات ويژگي‌‌هاي تغيير اقليم در مقياس‌‌هاي مذكور نيستند. به منظور پركردن اين خلا، روش‌‌هاي مقياس‌‌كاهي ( ديناميكي و آماري)، به عنوان راه‌‌هاي چند روشي به منظور بدست آوردن پيش‌‌نگري‌‌هاي با قدرت تفكيك مناسب از مدل‌‌هاي جهاني اقليمي بكار مي‌‌روند. ارائه اطلاعات مطمئن‌‌تر اقليمي به صورت چند مدل، چند روش و چند مقياس (M5S) مي‌‌تواند به تصميم‌‌گيران بخش-هاي مختلف همچون آب و كشاورزي در پاسخ به تغييرات اقليم كمك نمايد. در اين راستا، در اين پژوهش با هدف ارايه سناريوهاي آتي اقليمي دما و بارش در حوضه كشف رود (دشت مشهد) از دو روش مقياس‌‌كاهي آماري (SDSM و BCSD) و يك مدل منطقه‌‌اي اقليم (RegCM) استفاده شده است. برونداد مدل اقليمي CanESM2 براي دوره حاضر (2005-1984) و دوره آينده نزديك (2050-2021) با سه روش مذكور، مقياس‌‌كاهي شد. نتايج نشان داد ميانگين دما در حوضه كشف‌‌رود در تمام فصل‌‌ها افزايش مي‌‌يابد (با سه روش). تغييرات بارش داراي نوسانات زيادي است. در دوره آتي، بارش تا 4 و 9 درصد تحت اين سناريوي با دو روش SDSM و RegCM كاهش مي‌‌يابد كه از لحاظ آماري معني‌‌دار نيست در حاليكه با استفاده از روش‌‌ مقياس‌‌كاهي BCSD، بارش به طور معني‌‌داري تا 24 درصد در ايستگاه مشهد افزايش خواهد يافت.

It is well-known that climate is changing continuously under the intricate influences of natural and artificial factors at global and regional scales. The global Coupled Model Intercomparison Project (CMIP) already provides multi model data resources in order to improve the scientific research for investigating the vulnerability of climate change and future climate risk at regional or local scales and then developing the corresponding adaptation strategies. Global climate models (GCMs) have proven to be unable to resolve the details of regional climate change features because of the limitation of their coarse resolution. To bridge these gaps, downscaling methods, that is, statistical and dynamical downscaling, are multi method ways to get fine resolution projections of GCMs.Since the provision of robust climate information with a multimodel, multimethod, and multiscale (M5S) method can assist decision-making responding to climate change in agriculutral and water sectors, this study aims to provide the climate change scenarios of temperature and precipitation over Kashafrood Basin (KB) using three downsclaing methods. In this study the CanESM model outputs have been downscaled using two statistical downscaling methods (BCSD and SDSM) and one regional climate model (RegCM) during the period of 1984-2005 and the near future period (2021-2050) under RCP4.5. Results show that the mean temperature is projected to increase in the Kashafrood basin throughout all seasons. Precipitation changes exhibit a larger variability. By the end of the near future, an annual precipitation decrease by 4% and 9% are projected under RCP4.5 based on SDSM and RegCM model respectively in Mashad station, while an increase of over 24% is projected using BCSD downscaling method which is statistically significant.