شبیه‌سازی و پیش‌بینی برخی متغیرهای اقلیمی توسط مدل چندگانه خطی SDSM و سناریوهای RCP در حوضه آبخیز حاجیلر

نوع مقاله : مقاله پژوهشی

نویسندگان

• سیداسدالله حجازی ¹
• محمدحسین رضائی مقدم ²
• جمشید یاراحمدی ³
• فریبا کرمی ¹
• علی بی غم ⁴

¹ دانشیار ژئومورفولوژی، دانشگاه تبریز، تبریز، ایران

² استاد ژئومورفولوژی، دانشگاه تبریز، تبریز، ایران.

³ دانشیار ژئومورفولوژی، مرکز تحقیقات کشاورزی و منابع طبیعی استان آذربایجان شرقی، تبریز، ایران.

⁴ دانشجوی دکتری ژئومورفولوژی، دانشگاه تبریز، تبریز، ایران

10.22067/geoeh.2022.75404.1206

چکیده

مدل‌های ریزمقیاس نمایی به‌منظور تولید مقادیر بارش واقعی در یک محدوده محیطی از طریق شبیه‌سازی مجموعه داده‌های اتمسفری مورداستفاده قرار می‌گیرند. هدف از این پژوهش پیش‌بینی مقادیر عناصر اقلیمی دما و بارش ایستگاه سینوپتیک اهر با مدل ریزمقیاس نمایی SDSM و با استفاده از خروجی مدل تغییر اقلیمی CanESM2 تحت سه سناریو 2.6 RCP، 4.5 RCP و 8.5 RCP ریزمقیاس و برای چهار دوره 18 ساله برای دوره‌های آینده 2020-2040،2039-2060،2059-2079 و 2080- 2099 بوده است. همچنین از شاخص­ های آماری میانگین جذر خطا مربع (RMSE) و میانگین خطای مطلق و (MAE) استفاده شده و بررسی روند سالانة این تغییرات با استفاده از آزمون کولموگروف اسمیرنوف و شاپیرو-ویلک است. نتایج پیش‌بینی ­ها نشان داد در سناریوهای 2.6 RCP و 4.5 در فصل بهار کاهش بارش به میزان 14 تا 5 میلی‌متر در ایستگاه سینوپتیک اهر رخ می‌دهد همچنین متوسط دمای حداکثر از 1/0 تا 56/1 درجه سانتی­ گراد، متوسط دمای حداقل از 4/0 تا 54/1 درجه سانتی ­گراد در هر سه سناریو در خلال دوره‌های زمانی افزایش خواهد یافت. از نظر روند تغییرات بارش فصلی در تمام سناریوها در فصول بارشی کاهش و در ماه‌های سرد افزایش داشته و در مورد عنصرهای دما در تمام سال این روند معنادار و افزایشی خواهد بود.

کلیدواژه‌ها

• مدلسازی تغییرات اقلیمی
• مدل SDSM
• سناریوهای RCP
• کوچک‌مقیاس‌سازی آماری
• روندهای دما و بارش

---

©2025 The author(s). This is an open access article distributed under Creative Commons Attribution 4.0 International License (CC BY 4.0)

مراجع

Ahmedabadi, A., & Sedighi Far, Z. (2017). Prediction of Climate Change Induced Hydrogeomorphology by using SDSM in CAN Watershed. Journal of Applied Researches in Geographical Sciences, 18(51), 103-114. [In Persian] http://dx.doi.org/10.29252/jgs.18.51.103

Alavinia, S. H. (2022). Analysis of Extreme Temperature Change Trend under Future Scenarios in order to Assess Climate Fluctuations (Case Study: Sanandaj and Saghez Synoptic Stations). Journal of Arid Regions Geographic Studies, 11(41), 1-16. [In Persian] https://jargs.hsu.ac.ir/article_161521.html

Alizadeh Pahlavan, H. & Zahraei, B. (2014). Statistical downscaling of precipitation to assess the effects of climate change on extreme events in urban areas. Paper presented at the Conference on Climate Change and a Road to a Sustainable Future papers, Tehran. [In Persian]  https://civilica.com/doc/269548/

Asakereh, H., & Akbarzadeh, Y. (2017). Simulation of Temperature and Precipitation Changes of Tabriz Synoptic Station Using Statistical Downscaling and Canesm2 Climate Change Model Output. Journal of Geography and Environmental Hazards, 6(1), 153-174. [In Persian] https://doi.org/10.22067/geo.v6i1.54791

Brown, C. A., Sharp, D., & Collura, T. C. M. (2016). Effect of climate change on water temperature and attainment of water temperature criteria in the Yaquina Estuary, Oregon (USA). Estuarine, Coastal and Shelf Science, 169, 136-146. https://doi.org/10.1016/j.ecss.2015.11.006

Charron, I. (2016). A guidebook on climate scenarios: Using climate information to guide adaptation research and decisions. Ouranos. https://www.ouranos.ca/sites/default/files/2022-12/hors_proj-2016-charron-guide_scenario_en.pdf

Chu, J. T., Xia, J., Xu, C. Y., & Singh, V. P. (2010). Statistical downscaling of daily mean temperature, pan evaporation and precipitation for climate change scenarios in Haihe River, China. Theoretical and Applied Climatology, 99, 149-161. https://doi.org/10.1007/s00704-009-0129-6

Farajzadeh, M., Oji, R., Cannon, A. J., Ghavidel, Y., & Massah Bavani, A. (2015). An evaluation of single-site statistical downscaling techniques in terms of indices of climate extremes for the Midwest of Iran. Theoretical and Applied Climatology, 120, 377-390. https://doi.org/10.1007/s00704-014-1157-4

Hamlet, A. F., & Lettenmaier, D. P. (2007). Effects of 20th century warming and climate variability on flood risk in the western US. Water Resources Research, 43(6), w06427. https://ui.adsabs.harvard.edu/abs/2006AGUFM.H24B..05H/abstract

IPCC. (2007). Climate Change 2007: Impact, adaption and Vulnerability. In M. L. Parry, O. F. Canziani, J. P. Palutikof, P. J. van der Linden & C. E. Hanson (eds.),  Contribution of working group II to the Fourth Assessment report. Cambridge UK: Cambridge University Press. https://www.ipcc.ch/report/ar4/wg2/

IPCC. (2013). Climate Change 2013: The Physical Science Basis. In T. F. Stocker, D. Qin, G. K. Plattner, M. Tignor, S. K. Allen, J. Boschung, A. Nauels, Y. Xia, V. Bex & P.M. Midgley (eds.), Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge UK: Cambridge University Press. https://www.ipcc.ch/report/ar5/wg1

Jafary Godeneh, M., Salajeghe, A., & Haghighi, P. (2020). Forecast Comparative of Rainfall and Temperature in Kerman County Using LARS-WG6 Models. Iranian journal of Ecohydrology, 7(2), 529-538.[In Persian] https://doi.org/10.22059/ije.2020.298577.1294

Khan, M. S., Coulibaly, P., & Dibike, Y. (2006). Uncertainty analysis of statistical downscaling methods. Journal of Hydrology, 319(1-4), 357-382. https://doi.org/10.1016/j.jhydrol.2005.06.035

Riahi, K., Rao, S., Krey, V., Cho, C., Chirkov, V., Fischer, G., ... & Rafaj, P. (2011). RCP 8.5-A scenario of comparatively high greenhouse gas emissions. Climatic Change, 109, 33-57. https://doi.org/10.1007/s10584-011-0149-y

Santer, B. D., Taylor, K. E., Wigley, T. M., Johns, T. C., Jones, P. D., Karoly, D. J., ... & Tett, S. (1996). A search for human influences on the thermal structure of the atmosphere. Nature, 382(6586), 39-46. https://doi.org/10.1038/382039a0

Taheri Tizro, A., Khodamorad Pour, M., & Mashhadian, M. J. (2017). Evaluation of RegCM4 Regional Climate Model simulations for the land surface water budget components (A case study in Toyserkan plain, Hamedan province). Journal of Water and Soil Conservation, 24(5), 1-24. [In Persian] https://doi.org/10.22069/jwsc.2017.11686.2616

Yue, T., Zhao, N., Fan, Z., Li, J., Chen, C., Lu, Y., … & Wilson, J. (2016). CMIP5 downscaling and its uncertainty in China. Global and Planetary Change, 146, 30-37. https://doi.org/10.1016/j.gloplacha.2016.09.003

Zarei, K., Mohammadi, H., & Bazgeer, S. (2019). Simulation of Gorgan Synoptic Station Temperature and Precipitation with RCP Scenarios. Physical Geography Research, 51(4), 563-579. [In Persian] https://doi.org/10.22059/jphgr.2019.280943.1007378