تحلیل فضایی مخاطرات محیطی

تحلیل فضایی مخاطرات محیطی

برآورد تبخیر و تعرق پتانسیل بخش جنوبی حوضه ارس بر مبنای داده های مدل GFDL ریزگردان دینامیکی CORDEX

نویسندگان
برومند صلاحی 1
مهناز صابر 1
عباس مفیدی 2
1 دانشگاه محقق اردبیلی
2 دانشگاه فردوسی مشهد
چکیده
تبخیر و تعرق یکی از مهم­ترین مؤلفه­ها در بیلان و مدیریت آب است. در این پژوهش به ارزیابی اثرات تغییر اقلیم بر میزان تبخیر و تعرق پتانسیل در بخش جنوبی حوضه آبریز رودخانه ارس با استفاده از داده­های ریزمقیاس شده مدل GFDL-ESM2M در ریزگردان دینامیکی CORDEX تحت سناریوی RCP8.5 طی دوره 2050-2021 و مقایسه آن با مقادیر دوره پایه (1985-2005) پرداخته شد. از داده­های با قدرت تفکیک افقی 22*22 کیلومتر مدل GFDL-ESM2M در این پژوهش استفاده گردید. یافته­های پژوهش نشان داد مقدار حداقل و حداکثر دما و به تبع آن ETp دوره آینده در مقایسه با دوره پایه در تمامی شش ایستگاه مورد مطالعه حوضه ارس (اردبیل، اهر، جلفا، خوی، ماکو و پارس­آباد) افزایش خواهد یافت. مقدار این افزایش حداقل دما بین 4/1 تا 8/3 درجه سانتی­گراد و برای حداکثر دما 7/1 تا 2/2 درجه سانتی­گراد تخمین زده شده است. دامنه افزایش ETpسالانه بین 133 میلی­متر در خوی تا 189 میلی­متر در اهر متغیر است. در مقیاس ماهانه ETp تمامی ایستگاه­ها از ژانویه تا ژوئیه با افزایشی بین 9/3 تا 1/64 میلی­متر و از اوت تا دسامبر با کاهشی حدود 7/0 تا 2/38 میلی­متر برآورد شد. برآورد افزایش ETp دوره آینده در حوضه به ویژه در ماه­های فصل بهار که از نظر نیاز آبی حائز اهمیت فراوانی است، ضرورت توجه ویژه به احتمال این افزایش برآوردی در برنامه­ریزی­های بخش آب و انرژی را ایجاب می­کند.
کلیدواژه‌ها
ارس
تبخیر و تعرق پتانسیل
RCP8.5
CMIP5
مدل GFDL

عنوان مقاله English

Estimation of ETp in the southern part of Aras Basin based on the data of CORDEX dynamic downscale GFDL model

نویسندگان English

Bromand Salahi 1
Mahnaz saber 1
Abbas Mofidi 2
1 University of Mohaghegh Ardabili
2 Ferdowsi University of Mashhad
چکیده English

evapotranspiration is one of the most important components in water balance and management. In this research, to evaluate the effects of climate change on the amount of potential evapotranspiration in the southern part of the Aras River Basin using the downscaled data of the GFDL-ESM2M model in the CORDEX dynamic downscale under the RCP8.5 scenario during the period of 2021-2050 and its comparison. It is treated with the values ​​of the base period (1985-2005). Data with a horizontal resolution of 22 x 22 km from the GFDL-ESM2M model were used in this research. The findings of the research showed that the minimum and maximum temperature and, accordingly, the ETp of the future period will increase compared to the base period in all six studied stations of Aras Basin (Ardebil, Ahar, Jolfa, Khoi, Mako and Pars-Abad). The value of this minimum temperature increase is estimated between 1.4 and 3.8 ºC and for the maximum temperature between 1.7 and 2.2ºC. The range of annual ETp increase varies from 133 mm to 189 mm. In the monthly ETp scale of all stations from January to July with an increase between 3.9 and 1.64 mm and from August to December with a decrease of 0.7 to 38.2 mm. Estimating the increase of ETp in the future period in the basin, especially in the months of spring, which is very important in terms of water demand, requires special attention to the possibility of this estimated increase in the planning of the water and energy sector.

کلیدواژه‌ها English

ARAS
CMIP5
GFDL model
potential evapotranspiration
RCP8.5
احمدی، آزاده؛ امین خرمیان و حمیدرضا صفوی. 1394. بررسی اثرات تغییر اقلیم بر فرآیند تبدیل برف به رواناب، مطالعه موردی: حوزه آبریز زاینده‌رود. تحقیقات منابع آب ایران، 2: 82-70.
جوادی‌زاده، فرشاد؛ پرویز کردوانی، بهلول علیجانی و فریده اسدیان. 1397. کارایی الگوهای مدل ریزمقیاس نمایی آماری SDSM در پیش‌بینی پارامترهای دمایی. جغرافیای طبیعی، 11 (42): 66-47.
حشمتی، فردوس و نسرین سیاری. 1400. بررسی تغییرات تبخیرتعرق پتانسیل در شرایط اقلیمی آینده تحت سناریوهای واداشت تابشی (مطالعه موردی: ایستگاه بندر انزلی). نشریه هواشناسی کشاورزی، 9 (1): 76-63.
ذرتی‌پور، الهه؛ امیر سلطانی محمدی و فاطمه برادران. 1396، بررسی اثر تغییر اقلیم بر روند افزایش درجه حرارت و تبخیرتعرق پتانسیل با استفاده از مدل SDSM در شهرستان اهواز. فصلنامه علوم و مهندسی آب، 7 (18)، 56-47.
رضایی، مریم؛ محمد نهتانی، علیرضا مقدم‌نیا، علیجان آبکار و معصومه رضایی. 1393. بررسی کارایی مدل ریزمقیاس نمایی آماری در پیش‌بینی بارش در دو اقلیم خشک و فراخشک. نشریه آب و خاک (علوم و صنایع کشاورزی)، 3: 845-836.
زهیری، زهره؛ رضا قضاوی، ابراهیم امیدوار و علی‌اکبر داودی‌راد. 1399. مقایسه مدل‌های ریزمقیاس‌نمایی LARS-WG و SDSM در پیش‌بینی تغییرات دما و بارش تحت سناریوهای RCP. مطالعات جغرافیایی مناطق خشک، 10 (40): 52-39.
سرابی، مجتبی؛ محمدتقی دستورانی و آذر زرین. 1399. بررسی تأثیر تغییرات اقلیمی آینده بر وضعیت دما و بارش (مطالعه موردی: حوضه آبخیز سد طرق مشهد). نشریه هواشناسی و علوم جو، 3 (1): 83-63.
فرخ‌زاده، بهنوش؛ سپیده چوبه و ام‌البنین بذرافشان. 1399. ارزیابی اثرات تغییر اقلیم بر شاخص بارش-تبخیر و تعرق استاندارد شده (مطالعه موردی: حوزه آبخیز لتیان). مجله سامانه‌های سطوح آبگیر باران، 8 (26): 72-56.
گودرزی، مسعود؛ برومند صلاحی و اسعد حسینی. 1397. ارزیابی عملکرد مدل‌های ریزگردانی LARS-WG و SDSM در شبیه‌سازی تغییرات اقلیمی در حوزه آبریز دریاچه ارومیه. نشریه علوم و مهندسی آبخیزداری ایران، 9 (31): 22-10.
کیانی سفیدان جدید، طاهره. 1384. تحلیل سینوپتیکی بارش‌های رگباری در حوزه جنوبی ارس، پایان‌نامه کارشناسی ارشد اقلیم‌شناسی، دانشکده علوم انسانی و اجتماعی دانشگاه تهران.
یعقوب‌زاده، مصطفی و یوسف رمضانی. 1398. ارزیابی مدل‌ها و سناریوهای گزارش پنجم تغییر اقلیم در برآورد دما و بارش ایستگاه بیرجند. نشریه پژوهش‌های اقلیم‌شناسی، (37) 10: 100-87.
Bronselaer, B.; M. Winton, S.M. Griffies, W.J. Hurlin, and K.B. Rodgers. 2018. Change in future climate due to Antarctic meltwater. Nature. 564: 53-72. https://doi.org/10.1038/s41586-018-0712-z
Chen, Y.; J. Xia, S. Liang, J. Eeng, and J.B. Fisher, X. Li. 2014. Comparison of satellite-based evapotranspiration models over terrestrial ecosystems in China. Remote Sensing of Environment. 140: 279–293.
Demircan, M.; H. Gurkan, O. Eskioglu, H. Arabeci, and M. Coskun. 2017. Climate Change Projections for Turkey: Three Models and Two Scenario. Turkish journal of water science & management. 1: 22-43.
Dunne, J.P.; J.G. John, A.J. Adcroft, S.M. Griffies, and R.W. Hallberg. 2012. GFDL’s ESM2 Global Coupled Climate–Carbon Earth System Models. Part I: Physical Formulation and Baseline Simulation Characteristics. Journal of Climate. 6646-6665. DOI: 10.1175/JCLI-D-11-00560.1
Food and Agriculture Organization (FAO) of the United Nations.2009. ‘Profi le for climate change’, available at ftp://ftp.fao.org/docrep/fao/012/i1323e/i1323e00.pdf (accessed 19 December 2010).
Foyhirun, C.; D. K.Kongkitkul, and C. Ekkawatpanit. 2019. Performance of Global Climate Model (GCMs) for Wind Data Analysis. E3S Web of Conferences 117, 00006 (2019). https://doi.org/10.1051/e3sconf/201911700006
Handoko, U.; R. Boer, E. Aldrian, A. Lailatul Latifah, and B. Dwi Dasanto. 2019. Comparison Performance of the Multi-Regional Climate Model (RCM) in Simulating Rainfall and Air Temperature in Batanghari Watershed. Aceh International Journal of science and technology. 8 (2): 52-67. doi: 10.13170/aijst.8.2.12340
Harrison, L.S. 2014. Impacts of Climate Variability on Surface Energy and Water Budgets in sub-Saharan Africa. PH.D. dissertation in Geography. University of California.
Hassan, M.; P. Du, S. Jia, W. Iqbal, and R. Mahmood. 2015. An Assessment of the South Asian Summer Monsoon Variability for Present and Future Climatologies Using a High Resolution Regional Climate Model (RegCM4.3) under the AR5 Scenarios. Atmosphere. 6: 1833-1857. doi:10.3390/atmos6111833
Korzoun, V.I.; A.A. Sokolov, M.I. Budyko, K.P. Voskresensky, and G.P. Kalinin. 1978. World water balance and water resources of the earth (English). In: Studies and Reports in Hydrology (UNESCO), no. 25/United Nations Educational, Scientific and Cultural Organization, 75-Paris (France); International Hydrological Decade, Moscow (USSR). USSR National Committee. 663 p.
L'vovich, M.I.; and G.F. White. 1990. Use and transformation of terrestrial water systems. Pages 235-252 in B.L. Turner II, W.C. Clark, R.W. Kates, J.F. Richards, J. T. Mathews, and W.B. Meyer, editors. The Earth as transformed by human action. Cambridge University Press. Cambridge, UK.
Nigussie, T.A., and A. Altunkaynak. 2018. Impacts of climate change on the trends of extreme rainfall indices and values of maximum precipitation at Olimpiyat Station, Istanbul, Turkey. Theoretical and Applied Climatology. https://doi.org/10.1007/s00704-018-2449-x
Syed, F.S.; M. Latif, A. Al-Maashi, and A. Ghulam. 2019. Regional climate model RCA4 simulations of temperature and precipitation over the Arabian Peninsula: sensitivity to CORDEX domain and lateral boundary conditions. Climate Dynamics. https://doi.org/10.1007/s00382-019-04974-z
Tegos, A., E. Andreas, N. Malamosb, N. Mamassisa, and D. Koutsoyiannisa. 2015. Evaluation of a parametric approach for estimating potential evapotranspiration across different climates. Agriculture and Agricultural Science Procedia. 4: 2 – 9.
Trenberth, K, E.J. Fasullo, and J. Kiehl. 2009. Earth's global energy budget. Bulletin of the American Meteorological Society. 90 (3): 311–323.
Yin, J.; Z. Yuan, D. Yan, Z. Yang, and Y. Wang. 2018. Addressing Climate Change Impacts on Streamflow in the Jinsha River Basin Based on CMIP5 Climate Models. Water. 10 (910): 1-19.