استفاده از مدل چندگانه خطی SDSM به منظور پیشبینی دما (مطالعه موردی: تالابهای هورالعظیم و میانگران)

نوع مقاله : مقاله پژوهشی

نویسندگان

1 موسسه تحقیقات خاک و آب، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج، ایران

2 گروه جغرافیا، دانشکده علوم اجتماعی، دانشگاه حکیم سبزواری، سبزوار، ایران

10.48308/envs.2023.1336

چکیده

سابقه و هدف: از پیامدهای پدیده تغییر اقلیم در استان خوزستان می‌توان به خشک شدن بخش بزرگی از تالاب‍ های این استان شامل میانگران و هورالعظیم اشاره کرد که با ادامه خشک شدن آن­ها در سال‍ های اخیر سبب تولید توفان‌های گرد و غبار شده است. در این راستا هدف از این پژوهش، پیش بینی تغییرات اقلیمی در محدوده تالاب‍ های میانگران و هورالعظیم توسط مدل ریزمقیاس نمایی آماریSDSM  بر پایة سناریوهای اقلیمی A2، B2 و HadCM3 است. با توجه به شرایط خاص منطقه و اینکه مطالعات اندکی در خصوص تغییر دمایی در این مناطق صورت گرفته، شناخت وضعیت تغییر دمایی می‍ تواند به مدیریت بهتر منابع و بویژه مدیریت منابع آب کمک کند.
 مواد و روش‌ها: برای این منظور با استفاده از داده‍ های روزانه دمای میانگین، دمای کمینه و بیشینه در ایستگاه‍ های سینوپتیک ایذه و بستان به‍  عنوان نزدیک­ترین ایستگاه به تالاب‍ های هورالعظیم و میانگران در دوره‍ های 2039-2010، 2069-2040 و 2099-2070 پیش‍ بینی صورت گرفت و سپس با دوره پایه (1961-1990) مقایسه انجام شد. جهت بررسی عملکرد مدل‍ ها و مقایسه آن­ها از دو روش ترسیمی و معیارهای آماری مرسومPBISE ، NSE،MAE ، RMSE و R2 استفاده گردید. با استفاده از پارامترهای بزرگ مقیاس مشاهداتی NCEP و نرم افزار SDSM به انتخاب پیش ­بینی کننده­ های منتخب در پارامترهای اقلیمی پرداخته شد. بدین منظور، از بین 26 پارامتر بزرگ مقیاس NCEP و توابع مختلف آن­ها، پارامترهای بزرگ مقیاس برای متغیرهای اقلیمی مورد نظر انتخاب گردید. این پارامترها شامل میانگین فشار سطح دریا، ارتفاع ژئوپتانسیل سطح 850 هکتوپاسکال و میانگین دما در ارتفاع دو متری بودند. همچنین در ادامه پیش بینی دوره بازگشت رویدادهای اقلیمی حدی در مدل HadCM3، با سناریوهای A2 و B2 تا سال 2099 انجام گرفت.
 نتایج و بحث : نتایج حاصل از شبیه ‍سازی مدل HadCM3همراه با داده‍ های مشاهده­ای در ایستگاه ایذه و داده‍ های سالانه مدل‍سازی شده نشان داد که میانگین دما 47/18 درجه سانتی‍گراد و برای ایستگاه بستان میانگین دمای 10/19 درجه سانتی‍گراد بدست آمد. همان‍طور که مشاهده می‍ شود هر دو ایستگاه در دوره پایه میانگین دمایی بالاتری را داشته‍ اند و بیشینه دما در تالاب میانگران بسیار بیشتر از تالاب هورالعظیم در دوره پایه می‍باشد. نتایج کمینه دمایی نیز که نشان می‍ دهد اختلاف در دو ایستگاه کم و جزئی است. نتایج حاصل از بررسی چرخه‍ ها در مناطق مورد مطالعه حاکی از آن است که در سناریوی A2 حالت‍های خاص اقلیمی در منطقه دارای دوره‌های بازگشت کوتاه مدت است. در دو ایستگاه در سناریوی B2 در صدک بالایی چرخه معنی‍ داری، میانگین دمایی در سطح اطمینان (5/97%) در دوره بازگشت 30 ساله و در صدک پایین چرخه معنی‍ داری میانگین دمایی در سطح اطمینان (5/2%) در دوره بازگشت 1 ساله در هر دو سناریو بدست آمد که نشان‍ دهنده محدوده وسیع‍تر دوره بازگشت و احتمال بیشتر رویدادهای حدی دمایی در سناریوی B2 است. در مقایسه دو ایستگاه مشاهده می‍ شود که در سناریوی A2 تالاب میانگران 02/1 درجه سانتی‍گراد و تالاب هورالعظیم 08/1 درجه سانتی‍گراد افزایش میانگین دما دارند. همچنین در سناریوی A2 تالاب میانگران میانگین و بیشینه دمایی بیشتری را دارد در حالی که تالاب هورالعظیم افزایش کمینه دمایی بیشتری را داشته است. این در حالی است که در سناریوی B2 میانگین دمای تالاب میانگران 47/1 درجه سانتی‍گراد و تالاب هورالعظیم 12/5 درجه سانتی‍گراد افزایش دما را دارد.
 نتیجه گیری: نتایج حاصل از بررسی داده‍ ها در دوره‍ های مشاهداتی و شبیه‍ سازی شده با سناریوی B2 و A2 نشان‍ دهنده افزایش دمای میانگین، کمینه و بیشینه در دوره‍ های شبیه‍ سازی شده آتی نسبت به دوره مبنا در ایستگاه‍ های ایذه و بستان بوده، به ­طوریکه در ایستگاه بستان دمای متوسط کمینه و بیشینه سالانه نیز در دوره سوم بیشینه، روند افزایشی را نسبت به دوره پایه داشته و در هر دو سناریو به دلیل افزایش دما، روند خشک شدن هر دو تالاب ادامه خواهد داشت.

کلیدواژه‌ها

عنوان مقاله [English]

Prediction of Temperature Using SDSM Multiple Linear Models (Case Study: Hoor al-Azim and Miangaran Wetlands)

نویسندگان [English]

  • Mansour Chatrenour 1
  • Nasrin Moradimajd 2
  • Mir Naser Navidi 1
  • Naser Davatgar 1
1 Research Institute, Agricultural Research, Education and Extension Organization (AREEO), Karaj, Iran
2 Department of Geomorphology and Meteorology, Faculty of Geography, Environmental Sciences, Hakim Sabzevari University, Sabzevar, Iran
چکیده [English]

Introduction: One of the consequences of the climate change in Khuzestan Province is the
drying up of a large part of the wetlands of this province, including Miangaran and Hoor al-
Azim, which has caused dust storms in recent years. In this regard, this research aims to predict
climate changes in the area of Miangaran and Hoor al-Azim wetlands by using the SDSM
statistical microscale model based on HadCM3 B2 and A2 climate scenarios. Considering the
specific conditions of the region and the fact that few studies have been done regarding
temperature change in these areas, knowing the state of temperature change can help better
management of resources, especially water resources management.
Material and Methods: These parameters include the average sea level pressure, the
geopotential height of the surface of 850 hectopascals and the average temperature at a height
of two meters. For this purpose, by using the daily data of average temperature, minimum and
maximum temperature in the synoptic stations of Izeh and Bostan as the closest stations to Hoor
al-Azim and Miangaran wetlands in the periods of 2010-2039, 2040-2069 and 2070-2099,
predictions were made and then a comparison was made with the base period (1961-1990). The
selected predictors in climate parameters were chosen using NCEP observational large-scale
parameters and SDSM software. These parameters included average sea level pressure, surface
geopotential height of 850 hectopascals, and average temperature of two meters above the
surface. Also, with scenarios A2 and B2 until the year 2099, the prediction of the return period
of extreme climatic events in the HadCM3 model was done.
Results and Discussion: The results of the simulation of the HadCM3 model along with
observational data from the Izeh station, modeled annual average temperature data was 18.47°C
and for the Bostan station, modeled annual data average temperature was 19.10°C. Both stations
had a higher average temperature in the base period, and the maximum temperature in the
Miangaran wetland was much higher than Hoor al-Azim wetland in the base period. The results
showed that in both stations in scenario A2, the average temperature had significant cycles with
return periods of 1.2 years and the lowest significant cycles for the two stations were in return
periods of 2.3 and 1.3 years, respectively. In scenario B2, the average temperature in two
stations has significant cycles with return periods of 7.5 years and the lowest significant cycle
with a return period of 1.2 years. The results of examining the cycles in the studied areas
indicate that in the A2 scenario, certain climatic conditions in the area have short-term return
periods. One year was obtained in both scenarios, which indicates a wider range of the return
period and a higher probability of extreme temperature events in the B2 scenario. In the
comparison of the two stations, it can be seen that in scenario A2, the average temperature of
the Miangaran wetland is 1.02 °C and the Hoor al-Azim wetland is 1.08 °C.
Conclusion: The results of the data analysis in the future observation and simulation periods
with scenarios B2 and A2 showed an increase in the mean, minimum, and maximum average
temperature in the future simulation periods compared to the base period in Izeh and Bostan
stations. In Bostan station, the average minimum and maximum annual temperature also
increased in the third period compared to the base period. In both scenarios, due to the increase
in temperature, the drying process of both wetlands will continue.

کلیدواژه‌ها [English]

  • annual temperature
  • atmospheric general circulation models
  • climate change
  • maximum temperature
  • minimum temperature

مراجع

Abbaspour, K.C., Faramarzi, M., Ghasemi, S.S. and Yang, H., 2009, Assessing the impact of climate change on water resources in Iran. Water Resources Research. 45(1-19), doi.org/10.1029/2008WR007615.
Abbasnia, M., Tavousi, T. and Khosravi, M., 2016. Assessment of future changes in the maximum temperature at selected stations in Iran based on HADCM3 and CGCM3 models. Asia-Pacific Journal of Atmospheric Sciences. 52(4),371-7, doi.org/10.1007/s13143-016-0006-z.
Abkar, A. J., Habibnejad, M., Soleimani, K. and Naghavi, H., 2013. The sensitivity of the SDSM exponential microscale model to the reanalyzed data in dry areas. Two Scientific-Research Quarterly of Khoshbom. 4 (2), 11-26. (In Persian with English abstract).
Abayat, H., Ansari, M.R., Rangzan, N. and Abayat, A., 2020. Evaluation of heavy metals in the sediments of Hoor al Azim lagoon by calculating pollution indices. Iran Water and Soil Research. 51(10), 2469-2481. (In Persian with English abstract). doi: 10.22059/ijswr.2020.298194.668505.
Dastranj, A. and Rostami Khalaj, M., 2019. Evaluation and prediction of climate changes in the coming decades using microscale exponential atmospheric general circulation models (GCMs), Geography and Human Relations. 3 (1), 253-268. (In Persian with English abstract).
Dastranj, A. and Rostami, M., 2020. 'Assessment and prediction of climate change in the next decade, by downscaling General Circulation Models (GCMs)'. Geography and Human Relationships. 3(1), 252-268. doi: 10.22034/gahr.2020.238502.1421
Dehghan, Z., Fathian, F. and Islamian, S., 2014. Comparative evaluation of LARS-WG and IDW, SDSM models for simulating and microscaling temperature and precipitation. Water and Soil Journal (Agricultural Sciences and Industries). 29 (5), 1376-1390. doi: 10.22034/gahr.2020.238502.1421. (In Persian with English abstract).
Chatrenour, M., Landi, A., Bahrami, H. and Mirzaei, S., 2023. Dust source clay content and salinity estimation using VNIR spectrometry. Arid Land Research and Management. 37(3), 369-388. https://doi.org/10.1080/15324982.2023.2170837.
Eslahi, M., 2015. Evaluation of statistical exponential microscale models in explaining the climatic changes of northwest Iran, dissertation for receiving a specialized doctorate in the field of natural geography, hydrology and meteorology, Faculty of Literature and Human Sciences, Department of Geography.
Fowler, H.J., Blenkinsop, S. and Tebaldi, C., 2007. Linking climate change modeling to impacts studies: recent advances in downscaling techniques for hydrological modeling, Int J Climatol. 27, 1547- 1578, https://doi.org/10.1002/joc.1556.
Ghonchepour, D., Sadoddin, A., Bahremand, A., Salmanmahini, A., & Jakeman, A. 2019. Application of a quantitative screening approach in statistical downscaling model (SDSM) to generate climate change scenarios (Case study: the Gorgan-roud River Basin). Iranian journal of Ecohydrology. 6(2), 397-414. doi: 10.22059/ije.2019.276200.1052. (In Persian with English abstract).
Javadizadeh, F., Kordavani, P., Alijani, B. and Asadian, F., 2017. The effectiveness of SDSM statistical microscale models in predicting temperature parameters in Minab watershed, Natural Geography Quarterly, 11 (42): 47-66, ttps://doi.org/20.1001.1.20085656.1400.14.53.3.4 (In Persian with English abstract).
Kamyabi, S. and Abdi, K., 2019. Detection and analysis of the trend of climate change (precipitation and temperature) within the boundaries of Sari. Environmental Science and Technology. 13(22), 165-179. (In Persian with English abstract).
Kim, B.S., Kim, H.S., Seoh, B.H. and Kim, N.W., 2007. Impact of climate change on water resources in Yongdam Dam Basin, Korea. Stoch Environ Res Risk Assess 21:355 373. (In Persian with English abstract).
Mehrabi, Sh., Soltani S. and Jafari R., 2014. Investigating the relationship between climatic parameters and the occurrence of fine dust (case study: Khuzestan province), Journal of Water and Soil Sciences. 19 (71), 69-81. (In Persian with English abstract).
Moradimajd, N., Fallah Ghalhari, G. A., & Chatrenour, M. (2022). Consequences of Climate Change on Greenhouse Gas Emissions in Citrus Orchards and Gardens (Case Study: Khuzestan Province). Environmental Researches, 13(25), 199-214. doi: 10.22034/eiap.2022.158587, (In Persian).
Moradimajd, N., Fallah Ghalhari, G. and Chatrenour, M., 2022. Evaluation of CH4, NO and NO2 emission from agricultural lands (Case study, Khuzestan province). Journal of Agricultural Meteorology, 10(1), 46-54. doi: 10.22125/agmj.2022.214342.1086
Moradi-Majd N, Fallah-Ghalhari G, Chatrenor M., 2022 Estimation of greenhouse gas emission flux from agricultural lands of Khuzestan province in Iran. Environ Monit Assess. 2022 Sep 21;194(11):811. doi: 10.1007/s10661-022-10497-8. PMID: 36129556
Mirdashtvan, M., Malekian, A. and Mohseni Saravi, M., 2017. Simulating surface flow through statistical downscaling of climate data: Urmia Lake Basin, Ecohydrology. 5 (2), 419-431. (In Persian with English abstract).
Moriasi D N., Arnold JG., Van Liew, M. W., Bingner, R. L., Harmel, R.D. and Veith, T. L., 2007. Model evaluation guidelines for systematic quantification of accuracy in watershed simulations Transactions of the ASABE. 50(3), 885-900, doi: 10.13031/2013.23153.
Papahn, F., Rezaei, M., Eskandari, G.R. and Rasekhi, A.A., 2013. Survey of fish population of Horal Azim lagoon. Scientific Research Quarterly Journal of Wetland Ecobiology. 5 (16), 33-40. (In Persian with English abstract).
Rahimi, R. and Rahimi, M., 2017. Spatial and temporal analysis of climate change in the coming years and comparison of SDSM, LARS-WG and artificial neural network (case study of Khuzestan province), Ecohydrology, 5 (4): 1161-1174. (In Persian with English abstract).
Ranjbar, F. and Oji, R. A., 2020. The effects of global warming on daily temperature trends in stations in the Caspian region Climate change research, No. 3. pp. 21-34. (In Persian with English abstract).
Rezaei, M., Nahtani, M., Abkar, A., Rezaei, M. and Mirkazehi Rigi, M., 2013. Investigating the efficiency of statistical exponential microscale model (SDSM) in predicting temperature parameters in two arid and semi-arid climates (case study: Kerman and Bam), Watershed Management Research Journal. 5 (10), 117-129. (In Persian with English abstract).
Rumi, F., 2022. Climate change and its consequences on Iran's national security. Political and International Approaches. 14(1), 203-228. doi: 10.29252/piaj.2022.228257.1280. (In Persian with English abstract).
Safdari, M., 2018. What do we know about climate models and their accuracy, Energy and Environment, 11(19): 45-57. (In Persian with English abstract).
Salarpur, R., Malekian, M. and Qadirian, O., 2021. Monitoring changes and ranking of threatening factors of Miangaran wetland, Khuzestan province, Natural environment, natural resources of Iran, 14(1):38-59. ((In Persian with English abstract).
Saleh Pourjam, A., Mohseni Saravi, M., Bazrafshan, J. and Khalighi Sigarodi, Sh., 2014. Investigating the effect of climate change on the drought characteristics of the future period using the HadCM3 atmospheric general circulation model (case study: Northwest Iran), Pasture and Watershed Journal, 67 (4):537-548. (In Persian with English abstract).
Samadi, S., Carbone, G.J., Mahdavi, M. et al. 2013 Statistical Downscaling of River Runoff in a Semi Arid Catchment. Water Resour Manage 27, 117–136. https://doi.org/10.1007/s11269-012-0170-6.
Selajageh, A., Rafiei Sardoui, A., Moghadamnia, A.R., Malekian, A., Iraqinejad, S., Khaleghi Sigaroudi, S. and Salehpour Jam, A., 2016. forecasting climate variables by SDSM multiple linear models in the future period based on scenario A2, Desert Management Journal.. 7, 12-25. (In Persian with English abstract).
Semenov, M.A., 2008. Simulation of extreme weather events by a stochastic weather generator, Clim Res, 35(3):203 212, https://doi.org/10.1002/joc.112.
Stocker, T. F., Qin, D., Plattner, G.K., Tignor, M., Allen, S.K., Boschung, J. and Vasconcellos de Menezes, V., 2013. Climate Change 2013, The Physical Science Basis, Working Group I Contribution to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change-Abstract for decision-makers, Groupe d'experts intergouvernemental sur l'evolution du climat/Intergovernmental Panel on Climate Change-IPCC, C/O World Meteorological Organization, 7bis Avenue de la Paix, CP 2300 CH-1211Geneva 2 (Switzerland).
Tai Semiromi, S., Moradi, H.R. and Khodaqoli, M., 2013. Simulation and prediction of some climate variables by SDSM multiple linear model and atmospheric general circulation models (case study: Bar Neyshabur watershed). Journal of Man and Environment. 12, 1-15. (In Persian with English abstract).
Moradimajd, N., Fallah Ghalhari, G. and Chatrenour, M. 2022. Evaluation of CH4, NO and NO2 emission from agricultural lands (Case study, Khuzestan province). Journal of Agricultural Meteorology. 10(1), 46-54. doi: 10.22125/agmj.2022.214342.1086. (In Persian with English abstract).
Moradimajd, N., Fallah Ghalhari, G.A. and Chatrenour, M., 2022. Consequences of Climate Change on Greenhouse Gas Emissions in Citrus Orchards and Gardens (Case Study: Khuzestan Province). Environmental Researches. 13(25), 199-214. doi: 10.22034/eiap.2022.158587. (In Persian with English abstract).
Navidi, M.N., Chatrenour, M., Seyedmohammadi, J., Delsous Khaki, B., Moradi-Majd, N. and Mirzaei, S., 2023. Ecological potential assessment and land use area estimation of agricultural lands based on multi-time images of Sentinel-2 using ANP-WLC and GIS in Bastam, Iran. Environ Monit Assess. 195, 36. https://doi.org/10.1007/s10661-022-10659-8.
Tatsumi, K., Oizumi, T. and Yamashiki, Y, 2013. Introduction of daily minimum and maximum temperature change signals in the Shikoku region using the statistical downscaling method by GCMs, Hydrological Research Letters, 7(3), 48-53. doi: 10.3178/hrl.7.48
Zarghami, M., Babaeian, I., Hassanzadeh, Y. and Kanani, R., 2011. Impacts of Climate Change on runoffs in East Azerbaijan, Iran, Global and Plantary Change, 78 (2011): 137 146. https://doi.org/10.1016/j.gloplacha.2011.06.003
Zhaofa, L., Xu, Z., Stephen, P., Chales, G. F. and Liu, L., 2011. Evaluation of two statistical down scalling models for daily precipitation over an arid basin in chine. Royal Meteorogical Society. 31, 2006-2020. https://doi.org/10.1002/joc.2211
 
فصلنامه علوم محیطی
دوره 22، شماره 1
فروردین 1403
صفحه 145-166

فایل ها

هم رسانی

ارجاع به این مقاله

آمار