پديد آورندگان :
زرين، آذر دانشگاه فردوسي مشهد - گروه جغرافيا، مشهد، ايران , يزداني، دينا دانشگاه فردوسي مشهد - گروه جغرافيا، مشهد، ايران , داداشي رودباري، عباسعلي دانشگاه فردوسي مشهد - گروه جغرافيا، مشهد، ايران
كليدواژه :
بيهنجاري دما , سناريوهاي RCP , مناطق سردسير , ايران
چكيده فارسي :
تغيير اقليم به دنبال گرمايش جهاني در دهه هاي اخير تأثير زيادي در مناطق مختلف به همراه داشته است. جهت پيشنگري دماي كمينه و بيشينه مناطق سردسير ايران از داده هاي 28 ايستگاه همديد كشور و برونداد مدل CanESM2 از سري مدلهاي CMIP5 استفاده شد. مقياس كاهي با مدل آماري SDSM طي دوره تاريخي (2005-1991) و پنج دوره آينده (2040-2026، 2055-2041، 2070-2056، 2085-2071، 2100-2086)، تحت سه سناريوي خوشبينانه (RCP2.6)، حدواسط (RCP4.5) و بدبينانه (RCP8.5) انجام شد. جهت درستي سنجي برونداد دماي كمينه و بيشينه مدل مقياسكاهي شده از چهار سنجه آماري PCC، RMSE، MBE و PBIAS استفاده شد. نتايج درستي سنجي برونداد مدل SDSM نشان داد كه اين مدل در عرضهاي جغرافيايي بالا و مناطق سردسير از كارايي نسبتاً مناسبي برخوردار است. با اين وجود به دليل در دسترس بودن تنها يك واسط كاربري GCM (مدل CanESM2)، در نظر نگرفتن روابط فيزيكي جو توسط مدل SDSM و همچنين تكيه صرف بر روابط آماري بين دادههاي مشاهداتي و GCM، نتايج داراي عدم قطعيت زيادي نسبت به برونداد مدلهاي ديناميكي و يا روش ديناميكي-آماري و مدل همادي ميباشد. بيهنجاري دماي كمينه و دماي بيشينه در دورههاي پيشنگري اول تا پنجم براساس سه سناريوي واداشت تابشي مثبت است. نتايج بي هنجاري دماي كمينه نشان داد كه كمينه بي هنجاري مثبت در ايستگاه ياسوج و بيشينه آن در ايستگاه پيرانشهر مشاهده ميشود. به همين ترتيب بيهنجاري دماي بيشينه در ايستگاههاي تهران (ژئوفيزيك) و تهران (شميران) مشاهده ميشود. بطور كلي، دماي كمينه و بيشينه تحت سناريوهاي حد واسط (RCP4.5) و بدبينانه (RCP8.5) نسبت به سناريوي خوشبينانه (RCP2.6) افزايش بيشتري را به خصوص براي مناطق شمال غربي ايران نشان مي‌دهند. اين نتيجه از آن جهت مهم است كه با افزايش دما ذوب سريعتر پوشش برف در مناطق سردسير براي كشور خشك و نيمه خشكي همچون ايران به دليل كاهش دسترسي به آب شيرين يك تهديد بالقوه محسوب مي شود.
چكيده لاتين :
To project the minimum and maximum temperatures of cold regions of Iran, the data of 28 synoptic stations of the country and the output of CanESM2 model from CMIP5 model series were used. Downscaling with SDSM statistical model is performed for the historical period (1991-2005) and five future periods (2040-2026, 2041-2055, 2056-2070, 2071-2085 and 2100-2086), under three RCP2.6, RCP4.5, and RCP8.5 scenarios. Four statistics of PCC, RMSE, MBE, and PBIAS were used to evaluate the minimum and maximum temperature of the SDSM model. The evaluation results of the SDSM model showed that this model has a relatively good performance in high latitudes and cold regions. However, due to the availability of only one GCM interface (CanESM2 model), assumptions of stationarity between the large- and small-scale dynamics, and relying solely on statistical relationships between observational data and GCM, are disadvantages of the statistical downscaling with SDSM and the results are associated with high uncertainty, comparing to dynamical or dynamical-statistical methods and ensemble models. The minimum and maximum temperature anomalies are positive in all five projected periods based on three scenarios of radiative forcing for the 21th century. The results of minimum temperature anomaly showed that the minimum of positive anomaly is observed in Yasuj station and the maximum of that is observed in Piranshahr station. Similarly, positive maximum temperature anomalies are observed in Tehran (Geophysical) and Tehran (Shemiran) stations. In general, the minimum and maximum temperatures under the RCP4.5 and RCP8.5 scenarios show a greater increase than the RCP2.6 scenario, especially for the northwestern regions of Iran. This result is important because with the faster melting of snow cover in cold regions, it is a potential threat to arid and semi-arid countries such as Iran due to reduced access to fresh water.
