نوع مقاله : مقاله پژوهشی

نویسندگان

• سیده زهرا حسینی ¹
• محمد فولادی نصرآباد ²
• امیرحسین رمضانی فریز ³
• مهدی دستورانی ⁴

¹ علوم و مهندسی آب،دانشکده کشاورزی،دانشگاه بیرجند،بیرجند،ایران

² گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه بیرجند، بیرجند، ایران

³ دانشجوی کارشناسی ارشد منابع آب، دانشگاه بیرجند، ایران

⁴ دانشیار گروه علوم و مهندسی آب، گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه بیرجند.

چکیده

تغییر اقلیم به عنوان یکی از مهم‌ترین چالش‌های زیست‌محیطی قرن بیست و یکم، اثرات گسترده‌ای بر دمای کره زمین دارد در پژوهش حاضر به منظور بازتولید متغیر دمای بیشینه، از اطلاعات دمای ایستگاه هواشناسی طبس در بازه سال‌های 1990 تا پایان سال 2014 د مقیاس ماهانه استفاده شد به طوری که سال‌های 1990 تا 2007 برای بخش واسنجی و سال‌های 2008 تا 2014 برای بخش اعتبارسنجی درنظرگرفته شد.به‌منظور بررسی متغیر دمای بیشینه، از روش اصلاح اریبی مبتنی بر نگاشت چارکی با استفاده از کدنویسی در محیط نرم‌افزار R و به کمک بسته نرم‌افزاری Qmap بهره گرفته شد.برای ارزیابی عملکرد مدل‌ها نیز از شاخص‌های آماری RMSE و KGE استفاده گردید و مدل برتر از طریق روش وزن‌دهی انتخاب شد.در این راستا، خروجی دو مدل اقلیمی جهانی IPSL-CM6A-LR و MPI-ESM1-2-HR از پروژه‌های CMIP6 (داده‌های خام) و ISIMIP (داده‌های تصحیح‌اریبی‌شده) مورد تحلیل قرار گرفت و عملکرد آن‌ها در بازتولید دمای بیشینه ارزیابی و مقایسه گردید. نتایج نشان دادکه مدل‌های زیرمجموعه ISIMIP نسبت به CMIP6 عملکرد بهتری از خود نشان داده است. بر همین اساس، مدل برتر ISIMIP برای شبیه‌سازی تغییرات دمای بیشینه در دوره آتی 2030 تا 2050 تحت سناریوی SSP5.8.5 به کار گرفته شد.نتایج این شبیه‌سازی‌ها نشان از تداوم روند افزایشی دمای بیشینه در منطقه بوده که پیامدهای جدی همچون افزایش تنش‌های حرارتی ، افزایش تبخیر و تعرق و کاهش تغذیه آبخوان و در نهایت افت سطح آب زیرزمینی را در پی خواهد داشت. این پژوهش بر اهمیت بهره‌گیری از مدل‌های دقیق در مطالعات اقلیمی محلی، به‌ویژه در مناطق حساس، تاکید دارد

کلیدواژه‌ها

• تغییراقلیم
• سناریوی انتشار
• اصلاح اریبی
• مدل‌های اقلیمی جهانی

موضوعات

• آبخوان وقنات

عنوان مقاله [English]

Analyzing the Capability of CMIP6 and ISIMIP Models in Forecasting Maximum Temperature (Case Study: Tabas Meteorological Station)

نویسندگان [English]

• Seydezahra Hoseini ¹
• Mohammad Fouladi Nasrabad ²
• Amir Hossein Ramezani Freez ³
• Mehdi Dastourani ⁴

¹ Water Science and Engineering, Faculty of Agriculture, Birjand University, Birjand, Iran

² Department of Water Science and Engineering, Faculty of Agriculture, Birjand University, Birjand, Iran

³ M.Sc. Student in Water Resources Engineering, University of Birjand, Iran

⁴ Associate Professor, Department of Water Engineering, Faculty of Agriculture, University of Birjand, Birjand, Iran.

چکیده [English]

Climate change, as one of the most significant environmental challenges of the 21st century, has extensive impacts on global temperature. In the present study, in order to reproduce the maximum temperature variable, monthly maximum temperature data from the Tabas meteorological station for the period 1990–2014 were used. The years 1990–2007 were considered for calibration and 2008–2014 for validation. To analyze the maximum temperature, a bias correction method based on quantile mapping was applied using coding in the R software environment with the help of the Qmap package. The performance of the models was evaluated using the statistical indices RMSE and KGE, and the superior model was selected through a weighting approach. In this regard, the outputs of two global climate models, IPSL-CM6A-LR and MPI-ESM1-2-HR, from the CMIP6 project (raw data) and the ISIMIP project (bias-corrected data) were analyzed, and their performance in reproducing maximum temperature was assessed and compared. The results indicated that ISIMIP models performed better than those of CMIP6. Accordingly, the superior ISIMIP model was employed to simulate changes in maximum temperature for the future period 2030–2050 under the SSP5-8.5 scenario. The results of these simulations revealed a continuing increasing trend in maximum temperature in the region, leading to serious consequences such as intensified heat stress, increased evapotranspiration, reduced aquifer recharge, declining groundwater levels, and more severe droughts. This study highlights the importance of utilizing accurate models in local climate studies, especially in vulnerable regions

کلیدواژه‌ها [English]

• Climate change
• Emission scenario
• Bias correction
• Global climate models