نوع مقاله : مقاله علمی پژوهشی
نویسندگان
1 سردبیر نشریه
2 گروه آب و هواشناسی دانشکده برنامه ریزی و علوم محیطی دانشگاه تبریز- تبریز- ایران
3 گروه اقلیم شناسی دانشکده برنامه ریزی و علوم محیطی دانشگاه تبریز
4 گروه آب و هواشناسی دانشکده برنامه ریزی و علوم محیطی دانشگاه تبریز - تبریز - ایران
چکیده
امروزه پیشبینی بلندمدت متغیرهای اقلیمی برای اطلاع از میزان تغییرات و در نتیجه در نظر گرفتن تمهیدات لازم برای تعدیل اثرات سوء ناشی از تغییر اقلیم بسیار مورد توجه قرار گرفته است. در این تحقیق پیشبینی دماهای حداقل استان کردستان با استفاده از ریزمقیاس نمایی آماری LARS-WG6 برای سه دوره آتی 20 ساله (2040-2021، 2060-2041، 2080-2061) انجام شد. به این منظور، از مدل گردش عمومی جو HadGEM2-ES و سه سناریو RCP8.5, RCP4.5, RCP2.6 استفاده گردید. برای تولید سری زمانی دورههای آتی از دادههای روزانه برای دوره آماری 2019-1989 استفاده شد و روند تغییرات آن با استفاده از آزمون من-کندال تحلیل گردید. نتایج نشان داد که نرم افزار LARS-WG6 با پایین بودن شاخصهای خطاسنجی مقادیر ماهانه دمای کمینه را به خوبی شبیهسازی میکند. همچنین براساس نتایج حاصل از خروجی مدل جهانی HadGM2-ES در منطقه مورد مطالعه میزان دمای کمینه در دوره آینده نسبت به دوره پایه در تمام سناریوها و دورهها افزایشی خواهد بود. شدت این افزایش تحت سناریوی RCP8.5 مربوط به دوره آخر قرن (2080-2061) میباشد و میزان کمتر آن مربوط به دوره (2060-2041) تحت سناریوی RCP4.5 میباشد. بررسی میانگینهای فصلی نیز نشان میدهد فصل بهار افزایش دمای کمتر و فصل پاییز افزایش دمای بیشتری دارد. روند تغییرات نشان میدهد که روند در دو جهت مثبت و منفی است بطوریکه در اکثر ایستگاهها و سناریوها در دورههای مختلف پیشبینی، فصل بهار بیشترین روند مثبت و فصل پاییز بیشترین روند منفی را خواهند داشت. بنابراین میتوان نتیجه گرفت که بر مقدار دما در دورههای آینده افزوده شده و اثر امواج سرمایی کاسته خواهد شد.
کلیدواژهها
موضوعات
عنوان مقاله [English]
Analysis and Prediction of Minimum Temperatures in Kurdistan Province Using Climatic Scenarios
نویسندگان [English]
- Ali Mohammad Khorshiddoust 1
- saeed jahanbakhshasl 2
- zahra abbasighasrik 3
- fatemeh abbasighasrik 4
1 Chief Editor
2 Department of climatology, Faculty of Planning and Environmental Sciences, University of Tabriz - Tabriz - Iran
3 Department of Climatology, Faculty of Planning and Environmental Sciences, University of Tabriz
4 Department of climatology, Faculty of Planning and Environmental Sciences, University of Tabriz - Tabriz - Iran
چکیده [English]
Today, long-term forecasting of climate variables has received much attention in order to be aware of the extent of change and, consequently, to take the necessary measures to mitigate the adverse effects of climate change. In this study, minimum temperatures in Kurdistan province were predicted using LARS-WG6 downscaling for the next three 20-year periods (2040-2021, 2060-2041, 2080-2061). For this purpose, the HadGEM2-ES general circulation model and three scenarios of RCP8.5, RCP4.5 and RCP2.6 were used. To generate the time series of future periods, daily data for the statistical period 1989-2019 were used and the trend of its changes was analyzed using Mann-Kendall test. The results showed that LARS-WG6 software simulates the minimum values of the minimum temperature well with low error indicators. Also, based on the results of the HadGM2-ES global model output in the study area, the minimum temperature in the future period will be higher than the base period in all scenarios and periods. The intensity of this increase under the RCP8.5 scenario is related to the last period of the century (2080-2061) and its lesser extent is related to the period (2060-2041) under the RCP4.5 scenario. Examination of seasonal averages also shows that spring has a lower temperature increase and autumn has a higher temperature increase. The trend of changes shows that the trend is positive and negative in both directions, so that in most stations and scenarios in different forecast periods, spring will have the most positive trend and autumn will have the most negative trend. Therefore, it can be concluded that the temperature will increase in future periods and the effect of cold waves will decrease.
کلیدواژهها [English]
- Minimum temperatures
- LARS-WG6 Model
- HadGEM2-ES Model
- Kurdistan Province
- Climatic Scenarios