نوع مقاله : مقاله علمی پژوهشی

نویسندگان

1 دانشجوی دکتری، گروه آب و هواشناسی، دانشکده برنامه ریزی و علوم محیطی، دانشگاه تبریز

2 استاد گروه آب وهواشناسی، دانشکدة برنامه ریزی و علوم محیطی، دانشگاه تبریز

3 استادیار گروه آب و هواشناسی، دانشکده برنامه ریزی و علوم محیطی، دانشگاه تبریز

10.22034/gp.2021.13754

چکیده

پیش‌بینی تغییرات دماهای کمینه برای اطلاع از میزان تغییرات آن در آینده و در نظر گرفتن تمهیدات لازم، برای تعدیل اثرات سوء ناشی از تغییرات آب و هوایی بر محصولات کشاورزی از اهیمت زیادی برخوردار است. در این راستا مدل‌های گردش عمومی جو (GCM) طراحی شده‌اند که می‌توانند پارامترهای اقلیمی را شبیه‌سازی نمایند. در مطالعه حاضر داده‌های خروجی دو مدل گردش عمومیHadCM3 و MPEH5 براساس دو سناریوی A2 و B1، توسط مدل آماری LARS-WG در 21 ایستگاه‌ سینوپتیک واقع در شمال غرب کشور ریزمقیاس گردانی شد و نتایج حاصل از آن بصورت ماهانه و دوره‌ای در دوره پایه (2010-1980) و دهه 2050 (2065-2046) برای دمای کمینه مورد ارزیابی و تجزیه و تحلیل قرار گرفت. در ارزیابی مدل LARS-WG به بررسی میزان خطای داده‌های مشاهداتی و شبیه‌سازی با استفاده از شاخص‌های MSE، RMSE، MAE و همچنین ضریب تعیین (R2) پرداخته شد و مدل برای منطقه مناسب ارزیابی گردید. نتایج نشان داد که مقدار دمای کمینه در دوره آینده نسبت به دوره پایه در منطقه شمال غرب افزایش خواهد یافت. این مقدار افزایش دمای هوا در سطح منطقه مورد مطالعه بر اساس مدل‌های HadCM3 و MPEH5 به طور متوسط، 9/1 و 7/1 درجه سانتی گراد تا افق 2065 نسبت به دوره پایه خواهد بود. نیمه شمالی منطقه شمال غرب ایران از تغییرات دمایی بالاتری نسبت به مناطق نیمه جنوبی برخوردار خواهد بود. در واقع مناطق سردسیرتر عرض‌های بالا، با تغییرات افزایشی بیشتری در مقدار دماهای کمینه مواجه خواهند شد. نتایج و دستاوردهای این تحقیق برای برنامه‌های بلند مدت در جهت اقدامات سازگارانه در مدیریت باغهای میوه، تولیدات کشاورزی و مدیریت منابع آبی حائز اهمیت است.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Study of Minimum temperature variations in the northwest of the country using the HadCM3 and MPEH5 global output models statistical output statistics

نویسندگان [English]

  • Naser Jafarbegloo 1
  • Ali Mohammad khorshiddoust 2
  • majid rezaei banafsheh 2
  • Hashem Rostamzadeh 3

1 Ph.D. Student, Department of climatology, Faculty of Planning and Environmental Sciences, Tabriz University

2 Professor of climatology Departement, Faaculty of Planning and Environmental Sciences, Tabriz University

3 Assisstant Professor of climatology Departement, Faaculty of Planning and Environmental Sciences, Tabriz University

چکیده [English]

INTRODUCTION
Today, pre-risk awareness has become an integral part of the national development management and planning system in many countries (Civiacumar et al., 2005). Agriculture is inherently sensitive to climatic conditions. The minimum temperature, which has been identified as the most vital determining factor in the distribution of plant species on the planet, can be both a limiting factor and a factor in the spread and species distribution (Rodrigo, 2000: 155). Therefore, in this study, we examined the changes in minimum temperatures in the statistical period (1980-2010) and predicted these changes in the 2050s (2065-2046) in the Northwest of the country using the LARS-WG microscale method and model output. Atmospheric pairings of HadCM3 and MPEH5 were addressed. The prediction of minimum temperature variations to determine the extent of its future changes and considering the necessary measures to minimize the adverse effects of climate change on agricultural products were of great importance. In this regard, general atmospheric circulation models (GCMs) are designed that can simulate climatic parameters.
 
DATA AND METHODS
In the present study, the output data of two HadCM3 and MPEH5 general circulation models based on two scenarios A2 and B1 were analyzed by LARS-WG statistical method in 21 synoptic stations located in the Northwest of the country. The results were monthly and periodic on the base period (1980-1999) and the 2050s (2046-2065), thereby the minimum temperature was evaluated and analyzed. In assessing the LARS-WG model, the observational and simulation error data were evaluated using MSE, RMSE, MAE and R2, and the model was evaluated for the appropriate region. The results showed that the minimum temperature in the future period will increase compared to the base period in the study area. This increase in air temperature at the study area is based on the HadCM3 and MPEH5 models, on average, 1.9 and 1.7 degrees Celsius to 2065 horizons compared to the base period. The north-eastern part of the northwestern region of Iran will have higher temperatures than the semi-southern regions. In fact, the cooler regions of the high latitudes will face more incremental changes in the amount of minimum temperatures. The results and achievements of this research are important for long-term plans for adaptive measures in the management of fruit gardens, agricultural products and water resources management. In order to calibrate and ensure the accuracy of the LARS-WG microscale model, the model was first implemented for the basic statistical period (1980-2010); then the minimum temperature output and its standard deviation were compared with the observational data of the studied stations, which indicated a small difference between the observed and simulated values ​​and also deviated from their criteria.
 
RESULTS AND DISCUSSION
The results of evaluation of observational and simulated data by LARS-WG microscale model using RMSE, MSE and MAE error measurement indices for the studied stations indicate that there is a significant difference between the simulated values ​​and the values ​​of the observed observations. There is no critical 0.05 significance levels, and Pearson correlation values ​​between simulated and real data are acceptable at the significance level of 0.01. The obtained results show that the accuracy of the model varies in different stations. In general, the results of error measurement indices indicate that the LARS-WG model is of good accuracy for micro-scaling the parameters under study. In order to better represent and ensure the accuracy of the prediction as well as to investigate the uncertainties in the studied models, the simulated values ​​were compared and observations were made on a long-term average during the base period in the studied stations using comparative graphs. As can be seen, the observed and generated values ​​in the base period at all stations are very close to each other and the LARS-WG model has been successful in simulating the studied parameter. After evaluating the LARS-WG model and ensuring its suitability, the data predicted by the model for two scenarios A2 and B1 using HadCM3 and MPEH5 models and were examined on a monthly and long-term basis. The study of the status of minimum temperature changes of the studied stations in the future period (2065-2056) shows that the minimum temperature is based on both scenarios and in all months and stations compared to the period, the base has increased. Due to the large number of study stations, only stations located in provincial centers of this study are listed.
 
CONCLUSION
Cold and frost are one of the most significant climatic hazards on fruit trees. This type of climate risk affects different parts every year, especially the cold regions of the northwest of the country. Studies show that in recent years, the rate of economic damage to fruit trees in this region has increased, so in this study, the outlook for changes in minimum temperatures in this region using the LARS-WG statistical microscale model and output two HadCM3 global model and MPEH5 were introduced in the 2050s (2065-2046). For accuracy and precision of the models, error measurement indices and coefficients of determination and correlation were used. The results showed that the LARS-WG model has a good ability to simulate the studied variables in the study area. The results of long-term prediction of the studied models show that the minimum temperature values ​​will increase in all study stations, which is based on HadCM3 and MPEH5 models on average. In the 2050s, and it will be 1.9 and 1.7 respectively, compared to the base period. The results of the studies of Kayo et al. (2016), Sharma et al. (2017), Khalil Aghdam et al. (2012), Qaderzadeh (2015), Sobhani et al. (2015) and Khalili et al. (2015) were confirmed. In general, based on the studied scenarios and models, the minimum temperatures are expected to increase in the study area in the future. By increasing it, the yield of some crops that need cold during the growing and productive period would decrease. It can also reduce snowfall, followed by frost on crops and lack of water in dry seasons. Therefore, due to the fact that following the climate changes, the conditions of the agricultural climatology are also changing, it is necessary for the relevant officials and planners in the agricultural sectors to adopt the necessary strategies to reduce the consequences and adapt to the new climate.

کلیدواژه‌ها [English]

  • Key Words: Downscaling
  • Prediction
  • North-West
  • Minimum Temperature
  • LARS-WG
احمدی، محسن، خاشعی سیوکی، عباس و سیاری، محمد حسن، 1395، بررسی مدل مناسب تعیین نیاز آبی زعفران (Crocus sativus L) و تعیین میزان تنش­های آبی وارده، نشریه بوم شناسی کشاورزی، جلد 8، شماره 4، صص 520-505.
اوحدی، د، 1384، بررسی کمی سرما زدگی در مراحل مختلف فنولوژی محصولات باغی (مطالعه موردی محصول سیب در مناطق سمیرم، کرج و گلمکان. پایان نامه کارشناسی ارشد، دانشگاه تهران، دانشکده آبیاری و آبادانی، گروه هواشناسی کشاورزی.
آشفته، پریسا سادات.، مساح بوانی، علیرضا، 1389، تأثیر تغییر اقلیم بر دبی­های حداکثر: مطالعه موردی، حوضه آیدوغموش، آذربایجان شرقی، مجله علوم و فنون کشاورزی و منابع طبیعی، علوم آب و خاک، سال چهاردهم، شماره­ی 53، صص 39-25.
آقاشاهی، محسن؛ اردستانی، مجتبی؛ نیک­سخن، محمدحسین؛ طهماسبی، بهشته، 1391، معرفی و مقایسه مدل­های LARS-WG و SDSM به منظور ریزمقیاس­سازی پارامترهای زیست‌محیطی در مطالعات تغییر اقلیم، ششمین همایش ملی و نمایشگاه تخصصی مهندسی محیط‌زیست، تهران، 10 ص.
بازگیر، سعید، محمدی، حسین، شریفی، لیلا و سلیمانی، نوشین، 1395، تحلیل مخاطره یخبندان و سرمازدگی محصولات باغی آذربایجان غربی. مدیریت مخاطرات محیطی (دانش مخاطرات سابق)، دوره 3، شماره 4، صص 378-365.
حبیب الهی، غلامرضا، محمدی نژاد، امیر، مقدسی، رضا و پاسبان، فاطمه، 1394، بررسی عوامل موثر بر پذیرش بیمه­های باغ­های هلو و شلیل، پژوهش موردی (شهرستان ساوجبلاغ). فصلنامه پژوهشی بیمه و کشاورزی، سال دوازدهم، شماره 146، صص 159-143.
حجارپور، امیر؛ یوسفی، مرضیه؛ کامکار، بهنام، 1393، آزمون دقت شبیه­سازهای LARS-WG، WeatherMan و CLIMGEN در شبیه­سازی پارامترهای اقلیمی سه اقلیم مختلف (گرگان، گنبد و مشهد)، فصلنامه جغرافیا و توسعه، دانشگاه زاهدان، شماره­ 35، صص 216-201.
حسینی، سید اسعد. 1394. بررسی اثرات تغییرات اقلیمی بر تغییرات رواناب سطحی در حوضه ی آبریز دریاچه ارومیه، پایان نامه دکتری، دانشگاه محقق اردبیلی، دانشکده علوم انسانی، گروه جغرافیای طبیعی.
خلیلی، علی، رحیمی، جابر، بذرافشان، جواد. 1396. پیش نگری کمی اثرات محتمل تغییر اقلیم بر تاریخ و ریسک رخداد یخبندان دیررس بهاره طی قرن بیست و یکم در ایران. نشریه هواشناسی کشاورزی، شماره 2، صص 48 –
خلیلی­اقدم، نبی؛ مساعدی، ابوالفضل؛ سلطانی، افشین؛ کامکار، بهنام، 1391، ارزیابی توانایی مدل LARS-WG در پیش­بینی برخی پارامترهای جوی سنندج، مجله پژوهش حفاظت آب و خاک، جلد نوزدهم، شماره­ 4، صص 122-85.
خورشید دوست، علی محمد، سلمان پور، رقیه. 1387. تحلیل نوسانات و آستانه­های یخبندان­های بهاره و پاییزه شهرستان اهر. فصلنامه فضای جغرافیایی، شماره 21،صص 100-85.
خورشید دوست، علی. محمد.، زارع نهندی، ف.، خلیلی، 1396، تاثیر عامل­های اقلیمی بر برخی ویژگی­های کیفی میوه پرتقال تامسون ناول در استان مازندران، علوم باغبانی ایران، شماره 48، صص 39-47.
خیر اندیش، مرضیه، قهرمان، نوذر و بذرافشان، جواد. 1392. بررسی تاثیرات تغییر اقلیم بر طول فصل رشد در چشم انداز 2020 تا 2050 در چند نمونه اقلیمی ایران، مجله تقیقات آب و خاک ایران، دوره 44، شماره 2، صص 150-143.
رسولی، علی اکبر؛ رضایی­بنفشه، مجید؛ مساح­بوانی، علیرضا؛ خورشیددوست، علی­محمد؛ قرمزچشمه، باقر، 1393، بررسی اثر عوامل مرفو- اقلیمی بر دقت ریزمقیاس­گردانی مدل LARS-WG، نشریه علوم و مهندسی آبخیزداری ایران، سال هشتم، شماره­ 24، صص 18-9.
سبحانی، بهروز، گنجی، مسعود و گل دوست، اکبر. 1396. تعیین و بررسی تاریخ­های اغاز و پایان یخبندان­های زودرس و دیررس و احتمال تداوم، شدت و تواتر آن در استان اردبیل در دوره آماری 1996 تا 2010. پژوهش­های جغرافیای طبیعی، دوره 49، شماره 1، صص 53-39.
شائمی، اکبر.، حبیبی­نوخندان، مجید، 1388، گرمایش جهانی و پیامدهای زیستی اکولوژیکی، چاپ اول، انتشارات دانشگاه فردوسی مشهد. 216 ص.
علیزاده، امین. 1389. اقلیم و هواشناسی کشاورزی، چاپ اول، انتشارات آستان قدس رضوی، 504 صفحه.
فلاح قالهری، غلامعباس، احمدی، حمزه. 1394. برآورد زمانی – مکانی تاریخ گلدهی درختان میوه در استان آذربایجان غربی با هدف کاهش و پیشگیری از خسارت مخاطره­های اقلیمی. فصلنامه پژوهشی بیمه و کشاورزی، سال دوازدهم، شماره 46، صفحات 104-81.
قربانی، خلیل، ولیزاده، اسمعیل. 1393. بررسی تاریخ یخبندان ها و سرماهای موثر در کشاورزی تحت تاثیر تغییر اقلیم (مطالعه موردی: مشهد، تبریز و قزوین). نشریه پژوهش­های حفاظت آب و خاک، جلد 21، شماره 4، صص 214-197.
گنجی مقدم، ابراهیم. 1389. میوه کار در مناطق معتدله. چاپ اول، انتشارات آموزش و ترویج کشاورزی.
ورشاویان، وحید، خلیلی، علی، قهرمان، نوذر و حجام، سهراب. 1390. بررسی روند تغییرات مقادیر حدی دمای حداقل، حداکثر و میانگین روزانه در چند نمونه اقلیمی ایران، مجله فیزیک زمین و فضا، دوره 37، شماره 1، صص 179-169.
هاشمی­نسب، فریده السادات.، موسوی بایگی، محمد.، بختیاری، بهرام و داوری، کامران، 1392، پیش­بینی تغییرات بارش 20 سال آینده در استان کرمان با استفاده از مدل ریز مقیاس کننده LARS-WG و گردش عمومی HadCM3، فصلنامه علمی پژوهشی مهندسی آبیاری و آب، سال سوم، شماره 12، صص 58-43.
Hidalgo-Galvez, M. D., García-Mozo, H., Oteros, J., Mestre, A., Botey, R., & Galán, C. (2017). Phenological behaviour of early spring flowering trees in Spain in response to recent climate changes.Theoretical and Applied Climatology, 1-11.
Karl, T. R., Knight, R. W., Gallo, K. P., Peterson, T. C., Jones, P. D., Kukla, G., Charlson, R. J. (1993). A new perspective on recent global warming: asymmetric trends of daily maximum and minimum temperature. Bulletin of the American Meteorological Society, 74(6): 1007-1023.
Karl, T. R., Meehl, G. A., Miller, C. D., Hassol, S. J., Waple, A. M., & Murray, W. L. (2008). Weather and climate extremes in a changing climate. US Climate Change Science Program.
M.S., Coulibaly.P., Dibike,Y. (2006). Uncertainty analysis of statistical downscaling method. Journal of Hydrology, 319: 357-382.
Kjellström, E., Bärring, L., Jacob, D., Jones, R., Lenderink, G., Schär, C. (2007). Modelling daily temperature extremes: recent climate and future changes over Europe. Climatic Change, 81(1), 249-265.
Meehl, G. A., Tebaldi, C., & Nychka, D. (2004). Changes in frost days in simulations of twentyfirst century climate. Climate Dynamics, 23(5): 495-511.
Modala, N. R., Ale, S., Goldberg, D. W., Olivares, M., Munster, C. L., Rajan, N., & Feagin, R. A. (2016). Climate change projections for the Texas High Plains and Rolling Plains. Theoretical and Applied Climatology, 124:1-18.
Moonen, A. C., Ercoli, L., Mariotti, M., & Masoni, A. (2002). Climate change in Italy indicated by agrometeorological indices over 122 years. Agricultural and Forest Meteorology, 111(1): 13-27.
Qiu, X., Zhang, L., Wenliang, L., Yang, Y., Tao, P. (2016). Studies on changes and cause of the minimum air temperature in Songnen Plain of China during 1961–2010. Acta Ecologica Sinica, 36(5): 311-320.
Racsko, P., L. Szeidl and M. Semenov. (1991). A serial approach to local stochastic weather models. Ecological Modeling, 57(1): 27-41.
Rodrigo, J. (2000). Spring frosts in deciduous fruit trees morphological damage and flower hardiness. Scientia Horticulturae, 85(3): 155-173.
Semenov M.A., (2007). Developing of high-resolution UKCUP02-based climate change scenarios in the UK. Agricultural and forest meteorology, 144:127.
Semenov, M., R. Brooks, E. Barrow and C. Richardson. (1998). Comparison of the WGEN and LARS-WG stochastic weather generators for diverse climates. Clim. Res., 10:95-107.
Semonov M.A., Stratonovitch P. (2010). Use of multi-model ensembles from global climate models for assessment of climate change impacts, CLIMATE RESEARCH. 41: 1-14.
Sharma, A., Sharma, D., Panda, S. K., Dubey, S. K., Pradhan, R. K. (2017). Investigation of temperature and its indices under climate change scenarios over different regions of Rajasthan state in India. Global and Planetary Change. 161: 82–96.
Sivakumar, M. V., Motha, R. P., & Das, H. P. (2005). Natural Disaster and Extreme Events in Agriculture. Springer-Verlag Berlin Heidelberg.