نشریه علمی - پژوهشی مرتع و آبخیزداری

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار دانشکدۀ منابع طبیعی، دانشگاه جیرفت، کرمان. ایران

2 دانشیار دانشکدۀ کشاورزی و منابع طبیعی، دانشگاه هرمزگان، هرمزگان، ایران.

3 استاد دانشکدۀ منابع طبیعی، دانشگاه تهران، تهران. ایران.

4 استادیار دانشکدۀ کشاورزی و منابع طبیعی، دانشگاه هرمزگان، هرمزگان، ایران

چکیده

استفاده بیش از حد از سوخت‌های فسیلی، افزایش جمعیت و دیگر عوامل موجب تغییرات بارز در اقلیم کرۀ زمین گردیده است. در این تحقیق به منظور ارزیابی روند پارامترهای بارش، دمای کمینه و بیشینۀ دشت جیرفت در دوره‌های آتی، از مدل HADCM3 استفاده شد. سپس اقدام به شبیه‌سازی متغیرهای اقلیمی در دورۀ 2011-2030 و دورۀ 2046-2065  براساس سه سناریوی A1B، A2 وB1 با مدل LARS-WG شد. نتایج نشان داد که بر مبنای هر سه سناریوی A1B، A2 وB1  در افق 2055 بیشترین دمای حداقل و حداکثر رخ خواهد داد. دمای حداقل سالیانه تحت سناریوهای A2، B1 و A1B در آیندۀ نزدیک (2011-2030) به ترتیب 8/0، 6/0 و 7/0 درجه سانتی­گراد و در آیندۀ دور (2040-2065) به ترتیب 4/2، 8/1 و 3/2 درجۀ سانتی­گراد نسبت به دورۀ پایه (1989-2010) افزایش می­بابد. نتایج دمای حداکثر سالیانه نیز تحت سناریوهای فوق در آیندۀ نزدیک نشان داد که به ترتیب 1/1، 9/0 و 1 سانتی­گراد و در ­آیندۀ دور به ترتیب 6/2، 2 و 4/2 درجۀ سانتی‌گراد نسبت به دورۀ پایه افزایش خواهد یافت. همچنین مقایسۀ بارش سالانۀ دراز مدت نشان می‎دهد که کمترین مقدار بارش سالانه طی سناریوی B1 در دورۀ 2046 تا 2065 اتفاق خواهد افتاد. این در حالی است که بیشترین مقدار بارش سالانه در دورۀ 2011-2030 طی سناریوی A1B رخ می­دهد و در دورۀ آتی نزدیک (2011-2030) میانگین بارش سالانه برای سناریوهای A2، B1 و A1B نسبت به دورۀ پایه به ترتیب 10، 14 و 20 میلی­متر افزایش خواهد یافت اما در دورۀ آتی دور (2045-2060) میانگین بارش سالانه برای سناریوهای A2 و B1 به ترتیب 8، 10 و 1 میلی متر نسبت به دورۀ پایه کاهش می­یابد.

کلیدواژه‌ها

عنوان مقاله [English]

Evaluation of the climatic variables of Jiroft Plain using HadCM3 model in future periods

نویسندگان [English]

  • saeid barkhori 1
  • rasol mahdavi 2
  • gholamreza zehtabian 3
  • hamid gholami 4

1 university of jiroft

2 hormozgan

3 Tehran university

4 hormozgan

چکیده [English]

The overuse of fossil fuels, population growth and other factors have caused evident changes in the Earth climate. In this study, HadCM3 model was used to evaluate changes in the variables of precipitation, minimum and maximum temperatures at Jiroft plain in future periods. Afterward, climatic variables was simulated by the LARS-WG model in the periods of 2011-2030 (horizon 2020) and 2046-2065 (horizon 2055) under three scenarios of A1B, A2 and B1. The results showed that the highest amounts of minimum and maximum temperatures will occur based on three scenarios A1B, A2 and B1 in the horizon of 2055. By comparing the average of the monthly minimum and maximum temperatures in the base period (1989-2010) and future periods (under the scenarios of A1B, A2 and B1), the average temperature will increase in the most months of the year. During the scenarios of A1B, A2 and B1, the most annual precipitation will occur in the horizon of 2020. The average amounts of monthly precipitation will increase in the months of January, August, September, October, November and December and will decrease in the other months. Comparing long-term annual precipitation shows that the lowest amount of precipitation will happen under the scenario of B1 and during the period of 2046 to 2065. However, the most precipitation will happen under the scenario of A1B and during the 2011-2030 period.

کلیدواژه‌ها [English]

  • HadCM3، LARS-WG، temprature min
  • temprature max
  • precipitation
[1]      Ahmadi, R. (2007). Evaluation Reduced-scale statistical in northern Iran. M.Sc thesis. Faculty of Agriculture, Isfahan University of Technology.
[2]      Arnell, N. W., Charlton, M. B., and Lowe, J. A. (2010). The effect of climate policy on the impacts of climate change on river flows in the UK, Journal of Hydrology, 510, 424–435.
[3]      Azari, M., Moradi, H., Saghafian, B. and Faramarzi, M. (2013). Evaluate the hydrologic effects of climate change on watershed Gorganroud, Journal of Soil and Water (Agricultural Science and Technology), 27(3), 537-547.
[4]      Babaian, A. (2005). Preliminary study and evaluation Weather generator models Case Study: Evaluation of LARS-WG on selected stations Khorasan, Institute of Ecology.
[5]      Babaian, A., Najafi Nik, Z. Zabol Abbasi, F., Habibi nokhandan, M., Adab, H. and Malboosi, sh. (2009). Assessment of climate change in the period 2010-2039 using data Ryzmqyas‌Nmayy general circulation ECHO-G, Geography and Development, 16,135- 152.
[6]      Ghasemi, A. (2012). Assess the impact of climate change on precipitation and temperature Branch in the coming decades to help HadGEM1 models and HadCM3, National Conference on inter-basin water transfer.
[7]      Gordon C, Cooper C, Senior C.A, Banks H, Gregory J.M, Johns T.C, Mitchell J.F.B, and Wood R.A. (2000). The simulation of SST, sea ice extents and ocean heat transports in a version of the Hadley Centre coupled model without flux adjustments, Clim. Dynam, 16, 147–168.
[8]      Intergovernmental Panel on Climate Change (IPCC). (2007). Land use, land-use change, and forestry. Cambridge University Press, Cambridge, U.K.
[9]      Intergovernmental Panel on Climate Change (IPCC). (2013). Land use, land-use change, and forestry. Cambridge University Press, Cambridge, U.K.
[10]   Kling, H., Fuchs, M., and Paulin, M. (2012). Runoff conditions in the upper Danube basin under an ensemble of climate change scenarios, Journal of Hydrology, 424, 264-277.
[11]   Koutroulis, A.G., Tsanis, L.K., Daliakopoulos, L.N. and Jacob, D. (2013). Impact of climate change on water resources status: A case study for Crete Island, Greece, Journal of Hydrology, 479, 146–158.
[12]   Molina-Navarro, E., Trolle, D., Martínez-Pérez, S., Sastre-Merlín, A. and Jeppesen, E. (2014). Hydrological and water quality impact assessment of a Mediterranean limno-reservoir under climate change and land use management scenarios, Journal of Hydrology, 509, 354-366.
[13]   Pope, V.D., Gallani, M.L., Rowntree, P.R. and Stratton, R.A. (2000). The impact of new physical parameterizations in the Hadley Centre climate model -- HadAM3, Climate Dynamics, 16, 123-146.
[14]   Prudhomme, C. and Davies, H. (2009). Assessing uncertainties in climate change impact analyses on the river flow regimes in the UK. Part 2: future climate, Climatic Change, 93(1-2), 197-222.
[15]   Rajabi, A. (2010). Climate modeling Kermanshah Using Ryzmqyas‌Nmayy LARS-WG, the second international conference on the use of Integrated Water Resources Management, 29-30 January, Kerman.
[16]   Rasco P., Szeidl L. Semenov, M.A. (1991): A serial approach to local stochastic models, Journal Ecological Modeling, 57, 27-41.
[17]   Rezai Zaman, M., Morid, S. and Delavar, M. (2013). Assess the impact of climate change on hydrometeorological variables Siminehrood basin, Journal of Soil and Water (Agricultural Science and Technology), 27(6), 1247-1259.
[18]   Semenov M.A. Barrow, E.M. (2002). LARS-WG a stochastic weather generator for use in climate impact studies. User’s manual, Version3.0.
[19]   Semenov, M. A. (2007). Simulation of extreme weather events by a stochastic weather generator, Climate Research, 35 (3), 203-210.
[20]   Semenov, M. A., Barrow, E. M. and Lars-WG, A. (2002). A stochastic weather generator for use in climate impact studies, User Manual, Hertfordshire, UK.
[21]   Semenov, M. A., Brooks, R. J., Barrow, E. M. and Richardson, C. W. (1998). Comparison of the WGEN and LARS-WG stochastic weather generators for diverse climates, Climate research, 10(2), 95-107.
[22]   Shahabfar, A., and Ghiami, A. (2001). Long-term forecasting of climatic variables by general circulation models and methods Digital Output scale conversion of models from global to regional scale, the first national conference examining ways of dealing with the water crisis.