بخشی از مقاله
چکیده:
امروزه تغییرات دمایی باعث بروز مشکلات بسیاری در جهان شده است که باتوجه به روش های پیشرفته ی موجود در علم آب وهوا و اقلیم شناسی میتوان تغییرات دمای سالهای آینده را پیش بینی کرد. هدف این پژوهش شبیه سازی رفتار دما برروی ایستگاه کرمان به کمک رویکرد ریزمقیاس نمایی آماری است. در انجام این مطالعه از داده های T MAXایستگاه کرمان در طول سالهای 2005-1961 که از سایت کانادایی تغییر اقلیم استخراج شد،استفاده شد. در این تحقیق با استفاده از نرم افزارمتلب وسورفر و SDSM و سناریوسازی اقدام به پیش بینی دمای سالهای 2006تا 2100 شددر طول استفاده از نرم افزار با توجه به RCPهای متعدد و انتخاب سه RCPمناسب و سناریو سازی برای این سه عدد و رسم گراف مربوطه دمای ماکزیمم سالهای آینده پیش بینی شد.
در طی مطالعه با به دست آوردن نمودار دریافتیم که داده های مشاهده شده با داده های پیش بینی شده اختلاف خیلی کمی دارد و داده ها در ماه های مختلف نزدیک به هم می باشند بنابراین مدل ما درست می باشد و بر اساس آن سناریوسازی و پیش بینی انجام شد.براساس سناریوهای تولید شده در سه حالت خیلی بدبینانه،بدبینانه و خوش بینانه این پیش بینی انجام شد که با این وصف اوضاع دمایی پیش بینی شده استان کرمان بسیار متاثر از عوامل و فعالیت های مختلف انسانی است.
مقدمه:
گزارشهای سازمانهای معتبر جهانی طی سالیان اخیر بیانگر این مسئله است که اثرات تغییر اقلیم با تغییر در رویدادهای حدی اقلیمی چون سیل، توفان، خشکسالی نمود بیشتری یافته است - . - WMO, 2011 با توجه به وقوع بلایای متعدد در کشور و بروز خسارات جانی، مالی، اجتماعی و غیره که ما هرساله شاهد آن هستیم، در اختیار داشتن سیستم پیش آگاهی به موقع و جامع می تواند کمک بسیار شایانی به کاهش خسارات وارده نموده و موجب به حداقل رساندن میزان صدمات و خسارات به بخشهای مختلف جامعه از جمله کشاورزی صنعت، اقتصاد و... گردد. - صمدی - 1386
به منظور پیشبینی تغییرات در شدت و فراوانی حدیها، نیاز به تولید سناریویهای اقلیمی میباشد. که در حال حاضر به عنوان معتبرترین مدلهای جهانی اقلیم منبع اطلاعات اقلیمی مطرح میباشند قادرند فرآیندهای مهم جو را در مقیاس جهانی و قاره ای باز تولید کنند و اقلیم آینده را تحت سناریوهای مختلف انتشار پیشبینی نمایند. نسل جدید این مدلها به صورت مدلهای جفت شده اقیانوس-اتمسفر AOGCM ارایه گردیده اند و این توانایی را دارند تا سیستم اقلیمی را خیلی دقیقتر و کاملتر شبیه سازی نمایند.
از آن جایی که برونداد این مدلها در مقیاس بزرگ شبکهبندی شدهاند بنابراین بین مقیاس این مدلها و مقیاس مورد نیاز جهت بررسی اثرات تغییر اقلیم و ارزیابی آنها، عدم تطابق وجود دارد که این امر منجر به توسعه چندین روش ریز مقیاس نمایی شده است. عمل ریز مقیاس نمایی به فنون مختلفی گفته میشود که به منظور تبدیل شبکهبندیهای بزرگ مدلهای اقلیمی به سطوح کوچکتر در سطح محلی و ناحیه ای توسعه و کاربرد یافته اند و به دو دسته دینامیکی و آماری تقسیم میشوند - . - IPCC, 2007 در روشهای آماری، روابط تجربی بین متغیرهای مستقل - پیشگوها - و متغیرهای وابسته - پیشبینی شونده - مشخص میگردند و از این روابط جهت پیشبینی متغیرهای اقلیمی تحت شرایط تغییر اقلیم استفاده میگردد.
علی رغم مزیت مدلهای دینامیکی در بررسی ویژگیهای جوی ریز مقیاس مانند بارشهای کوهستانی، کاربرد این مدلها به دلیل نیاز آنها به محاسبات و هزینهبری زیاد محدود شده است. در مقابل، روشهای آماری همانند روشهای دینامیکی توانمند اما کم هزینه میباشند لذا به طور گستردهای به کار میروند. نقطه ضعف این مدلها، نیاز آنها به سریهای آماری دراز مدت متغیر پیشبینی شونده میباشد. علاوه بر این، فرض بنیادی این مدلها - معتبر بودن رابطه آماری بدست آمده برای دورههای آتی - را نمیتوان در شرایط حاضر اثبات نمود.
روشهای ریز مقیاس نمایی ، آماری عبارتند از: روشهای مبتنی بر الگوی آب و هوا روشهای تولید داده - - Semenov & Brooks 1999 و روشهای رگرسیونی - . - Wilby et. al., 2001, - Hessami et. al., 2008از بین مدلهای آماری، مدل ریز گردانی آماری - SDSM - امروزه یکی از کاراترین مدلها جهت انجام مطالعات اقلیمی در سطح جهان محسوب میگردد که درسال 2001 توسط ویلبی و همکاران به عنوان ابزاری برای ریز مقیاس نمایی به روش آماری در انگلستان تهیه شده است .
- ,Wilby Dawson 2004 مبنای این مدل رگرسیون چند متغیره میباشد و برای پیش بینی پارامترهای اقلیمی چون بارش و دما در درازمدت با توجه به متغیرهای بزرگ مقیاس اقلیمی استفاده می شود. از آن جا که در SDSM ساخت داده های هواشناسی با استفاده از ترکیب دو روش احتمالاتی و رگرسیونی صورت میگیرد، لذا در طبقه بندی مدلهای مختلف ریز مقیاس نمایی، این مدل جزو بهترینها قرار میگیرد. . - Khan et. al., - 2006 در مورد بررسی روند و تغییرات بلندمدت دما مطالعات متعددی در ایران و جهان انجام شده است. در این میان به برخی از این مطالعات که طی ،ند سال اخیر انجام شده است، اشاره میکنیم.
اسچلانزن و همکاران - - 1136-1121:2010 تغییرات دمایی کلان شهرهامبورگ رابررسی کرد و مشخص شد که میانگین دما 0/6درجه کلوین افزایش یافته است. همچنین مشخص شد که دمای کمینه 3 درجه کلوین بیش از دمای بیشینه افزایش داشته است.عزیزی و روشنی - 28-13:1378 - با استفاده از روش مان کندال تغییرات دمایی سواحل جنوب دریای خزر را بررسی کردند و نتیجه گرفتند که در بیشتر ایستگاه های شمال کشور تغییرات از نوع روند و نوسانی است و دمای کمینه روندی مثبت و دمای بیشینه روندی منفی داشته است. بدین ترتیب، ازدامنه نوسان دما کاسته شده است.در این مطالعه هم سعی شد با استفاده از روش SDSM و نرم افزار آماری متلب ریزمقیاس سازی انجام شود و همچنین سناریو ها ساخته و مقایسه شود و بر اساس آن ها دمای سال های آتی پیش بینی شود.
مواد و روش ها:
روش کار SDSM به صورت زیر انجام می شود: گرفتن داده های روزانه از سایت کانادای - Canadian climate Data and senarios - مربوط به سال های 1951-2005 مربوط به استان کرمان با طول 57.01 و عرض جغرافیایی 30.3 می باشد.ابتدا اقدام به استخراج داده های مربوطه از سایت مذکور شد. این داده ها شامل متغییر های پیش بینی کننده و سناریوهای RCP - 2.6 ,4.5,8.5 - که بر اساس بیلان انرژی سناریوسازی شده است می باشد بعضی ازاین متغییرهای پیش بینی کننده شامل - 1000hpa vorticity-1000hpa WD-1000hpaDiverage- - 500hpaZV-500hpaWindspeed-Total precpitionوغیره ... هستند.
سپس متغیرهای پیش بینی کننده راباید غربال گری کرد :برای انجام این روش از نرم افزار surfer استفاده می کنیم وبرای روزهایی که داده نداریم ویا خطا ایجاد شده در اندازه گیری آن عدد -999 را جایگزین می کنیم و بااستفاده از excel همبستگی بین تک تک 26متغییر پیش بینی کننده را با متغییر پیش بینی شونده - داده های TMaxمربوط به ایستگاه کرمان - محاسبه میکنیم ومتغییری که همبستگی آن بزرگتراز 0.6 باشد - بدون درنظرگرفتن علامت - را انتخاب می کنیم - متغییرهای بزرگتر از 0.6 دارای تاثیربزرگتری در تغییراقلیم می باشد - .
درنرم افزار sdsm با استفاده از متغییرهای پیش بینی کننده ای که مشخص شد وداده های TMax مدل سازی میکنیم. وبراساس داده های مشاهده شده و داده های پیش بینی شده مدل را برای ماه های مختلف سال به دست می آوریم و نمودار آن را رسم میکنیم. اگردرنمودار رسم شده داده های مشاهده شده به داده های مدل نزدیک بوده وباهم اختلافی نداشته باشند مدل ما درست می باشد و میتوان سناریوسازی رابراساس آن انجام داد.
اکنون سناریوسازی را انجام می دهیم ودر محیط متلب نمودار مربوط به آن را رسم می کنیم در ابتدا سناریوهای Rcp2.6، Rcp4.5 و Rcp8.5 رابه کمک SDSM انجام می دهیم سناریوهای به دست آمده و میانگین آنهاو درنهایت دمای پیش بینی شده برای سالهای 2006 تا 2100 را در محیط نرم افزار بصورت نمودار نشان میدهیم.
یافته های مطالعه:
با استفاده از نرم افزار متلب و همچنین سناریوهای به دست امده طی فرمول ها و دستورهای متفاوت در محیط نرم افزار SDSM و متلب ابتدا نمودار مقایسه ی داده های مدل سازی شده و داده های مشاهده شده را رسم میکنیم.
