کاربرد مدل های گردش عمومی جو در تحلیل بارش های سنگین نواحی جنوبی دریای خزر
First Statement of Responsibility
/فاطمه جعفرزاده
.PUBLICATION, DISTRIBUTION, ETC
Name of Publisher, Distributor, etc.
: برنامه ریزی و علوم محیطی
Date of Publication, Distribution, etc.
، ۱۳۹۶
Name of Manufacturer
، میرزائی
NOTES PERTAINING TO PUBLICATION, DISTRIBUTION, ETC.
Text of Note
چاپی
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
دکتری
Discipline of degree
جغرافیای طبیعی گرایش اقلیم شناسی در برنامهصریزی محیطی
Date of degree
۱۳۹۶/۱۱/۰۸
Body granting the degree
تبریز
SUMMARY OR ABSTRACT
Text of Note
در سالصهای اخیر نوسانات شدید بارش قسمتصهای مختلف کشور را متاثر کرده است .در نواحی جنوبی دریای خزر نیز، بارش به عنوان یکی از پارامترهای مهم اقلیمی، تحت تاثیر تغییرات اقلیمی ناشی از گرمایش جهانی از جنبهصهای مختلف دچار تغییراتی شده است .در ـصـی ـی اـ و اـایش ت و اوا وع روادی ـی اـ) بارشصهای سنگین، ـ، ـ، دی و (...د .رویدادهای حدی در هنگام وقوع باعث آسیب گسترده به اقتصاد، محیط زیست و زندگی بشر میصشود .به همین علت ی و رر روادی ی ی است .در حال حاضر در منطقهصی سواحل جنوبی دریای خزر، بسیاری از برنامهصریزیصهای استفاده از منابع آب بر اساس نظم حاکم در دریافت فعلی مقادیر بارش صورت میصگیرد، در صورتیصکه اگر در دههصهای آتی نظم بارش منطقه تغییر یابد، و یا اگر سهم بارشصهای سنگین دریافتی در این مناطق بیشتر یا کمتر از میزان دریافت فعلی باشد، بسیاری از این برنامهصریزیصها و طرحصها از لحاظ اقتصادی مورد تردید قرار خواهند گرفت با مطالعه دقیق میصتوان برنامهصریزیصهای سودمندی برای دورهصهای آتی انجام داد و بدین جهت، مطالعهصی اثر تغییرات اقلیم جهت مشخص نمودن میزان اثر این تغییرات در دههصهای آتی با در نظر گرفتن تمام شرایط اقلیمی و با بکارگیری مدلصهای مناسب و سناریوهای دقیق از الزامات برنامهصریزیصهای آتی در این منطقه میصباشد .لذا در پژوهش حاضر سعی گردید تا اثر تغییرات اقلیم بر روی بارشصهای سنگین این منطقه با بکارگیری مدلصهای مناسب مورد ارزیابی قرار گیرد .جهت ارزیابی تاثیر تغییر اقلیم منطقه-ای، و تولید سناریوهای اقلیمی در مقیاسص منطقهصای باید ریزمقیاس نمایی انجام گیرد .در پژوهش حاضر، مقادیر بارشصهای سنگین دورهصی مشاهدهصای۱۹۶۱) - (۲۰۰۱و دورهصی آتی۲۰۱۱) - (۲۰۳۹بررسی و تحلیل شد .جهت تحقق اهداف پژوهش از خروجی مدل HadCM۳ استفاده گردید .ابتدا ۳۲ ایستگاه بارانصسنجی و ۷ ایستگاه سینوپتیک انتخاب و دادهصهای آنصها از لحاظ صحت و دقت و کفایت طولص دورهصی آماری مورد بررسی قرار گرفت، دادهصهای پرت حذف و دادهصهای مفقود بازسازی شد .دادهصهای AOGCM با استفاده از دو مدلWG - LARSو SDSM ریزمقیاس گردید و پارامترهای آماری مرتبط با بارش و دمای حداکثر و حداقل محاسبه شد .مقادیر بارش، دمای حداکثر و حداقل با استفاده از هر دو مدل برای دورهصی مشاهدهصای شبیهصسازی شد و پس از تایید تطابق مقادیر دادهصهای شبیهصسازی شده با دادهصهای مشاهدهصای، مقادیر دورهصی آتی۲۰۰۱) -(۲۱۰۰برآورد گردید .مقادیر خطای برآورد مدلصهایWG - LARSو SDSM توسط معیارهای MBEوMAE ، بصورت ماهانه محاسبه و سپس مقایسه شد .به جهت اهمیت بررسی مقادیر بارشصهای سنگین در مقیاس زمانی کوتاه مدت و با توجه به توانایی بالای مدل SDSM در برآورد مقادیر روزانه و ماهانهصی بارشص، مدل SDSM برای تولید مقادیر آتی بارش-های منطقه انتخاب گردید، سپس میزان عدم قطعیت مدل با استفاده از آزمون من- ویتنی محاسبه شد .خروجی مدل SDSM جهت بررسی ۱۱ شاخص مرتبط با بارشصهای سنگین در دورهصی مشاهدهصای و دورهصی آتی۲۰۱۱) -(۲۰۳۹توسط مدلClimdex - Rمورد استفاده قرار گرفت و مقادیر بارشصهای سنگین۱۰ ، ۲۰ و ۲۵ میلیصمتر و بیشتر از آن در دورهصی آتی پهنه بندی شد .نتایج نشان داد که به طور کلی مدل SDSM از دقت بهتری نسبت به مدلWG - LARSبرخوردار بود .با توجه به نتایج معیارهای MBE وMAE ، خطای مدل در ماهصهای پربارش و سرد بیشتر از ماهصهای کم بارش و گرم بدست آمد .در مقیاس ماهانه، حداکثر خطا در ماهصهای سپتامبر، اکتبر، نوامبر و دسامبر بدست آمد .بدین ترتیب حداکثر خطا در فصل پاییز و حداقل خطا در فصل بهار و در ماهصهای آوریل و می محاسبه شد .علت خطای زیاد فصل پاییز ورود توده -هواهای گوناگون و ناپایداری شدید جوی و علت خطای کم در فصل بهار پایداری نسبی میصتواند باشد .دقت مقادیر دمای حداکثر و حداقل برآوردی نیز در شرایط پایداری جو در ماهصهای گرم بالاتر از شرایط ناپایداری در ماهصهای سرد سال بود .بررسی بارشصهای سنگین دورهصی آتی نشان داد که در دورهصی آتی در تمام ایستگاهصهای منطقه) به غیر از ایستگاه رامسر (از تعداد روزهای با بارش سنگین ۱۰ میلیصمتر کاسته خواهد شد .مقایسهصی میانگین سالانهصی تعداد روزهای با بارش خیلی سنگین بیشتر از ۲۰ میلیصمتر در تمامی ایستگاهصهای منطقه نشان داد که در دورهصی آتی از تعداد رویدادهای بارشی بیشتر از ۲۰ میلیصمتر نیز کاسته خواهد شد .بیشترین کاهش مقدار شاخص در ایستگاه انزلی و کمترین کاهش شاخص در ایستگاهصهای آستارا و رامسر خواهد بود .در دورهصی آتی از تعداد روزهای با بارش بسیار سنگین (۲۵ میلیصمتر و بیشتر از آن (در تمامی ایستگاهصهای منطقه کاسته خواهد شد .بیشترین مقدارکاهش شاخص در ایستگاهص انزلی و کمترین مقدارکاهش شاخص در ایستگاهصهای آستارا و رامسر پیشصبینی شد
Text of Note
In recent years, the severe fluctuations in rainfall have affected various parts of the country, On the southern coasts of the Caspian Sea, precipitation as one of the important climatic parameters has undergone changes due to global climate change caused by global warming, Global warming causes changes in the climatic Indices and increases the severity and frequency of occurrence of extreme climatic events (heavy rainfall, flood, droughts, high temperatures, etc). Extreme events at the time of occurrence cause extensive damage to the economy, the environment and human life, For this reason, the study of the variability and behavioral change of events is critical. In the southern part of the Caspian Sea, most rainfall is reported as heavy rainfall, Currently, in the Caspian Sea coastal zone, many water resource planning plans are based on the current order of rainfall. If, in the coming decades, the precipitation regime changes, or if the share of heavy rainfall in these areas is greater or less than current levels, many of these plans and plans will be took economically doubtful. A careful study can be made of beneficial planning for upcoming periods, and therefore, studying the effects of climate change to determine the impact of these changes over the coming decades, taking into account all climatic conditions and using appropriate models and scenarios It is precisely the requirements of future planning in this area, Therefore, this research aims to evaluate the effect of climate change on heavy rainfall in this area by applying appropriate models. To assess the impact of regional climate change and the production of regional climate scenarios, should be made a downscaling. In the present study, heavy rainfall values of the base period (1961-2001) and the upcoming period (2001-2000) were analyzed . To achieve the research objectives, the output of the HadCM3 model was used. At first, 32 rain gauge stations and 7 synoptic stations were selected and their data were analyzed in terms of accuracy of the length of the statistical period. Overflow data was deleted and lost data was restored. The AOGCM data were quantified using two models of LARS-WG and SDSM, and statistical parameters related to precipitation and maximum and minimum temperature were calculated. The rainfall, maximum and minimum temperatures were simulated using both models for the base period. After confirming the matching of the values of simulated data with observational data, the values of the future period are estimated. The error values of the LARS-WG and SDSM models were calculated monthly by MBE and MAE criteria, and then compared. Due to the importance of examining the amount of heavy rainfall in the short time scale and considering the high ability of SDSM model to estimate daily and monthly precipitation values, the SDSM model was selected to generate future rainfall in the region. Then the uncertainty of the model was calculated using the Mann-Witney test. The output of the SDSM model was used to investigate 11 indicators related to heavy rainfall in the base period and the upcoming period by the R-Climdex model, and then the heavy rainfall values of 10, 20 and 25 mm and more was zoned in the upcoming period. The results showed that in general, SDSM model had better accuracy than LARS-WG model. According to the results of MBE and MAE criteria, the model error in high and low months was higher than low rainfall and hot months. On a monthly scale, the maximum error was reached in September, October, November and December. The results showed that in general, SDSM model had better accuracy than LARS-WG model. According to the results of MBE and MAE criteria, the model error in high rainfall and cold months was higher than low rainfall and hot months. On a monthly scale, the maximum error was reached in September, October, November and December. The maximum error in the fall and the minimum error was calculated in the spring and April and May. The cause of the fall error is the fall of the masses and the high volatility of the atmosphere and the cause of the low error in the spring due to relative stability and reception of the region's minimum rainfall at this time of the year. The accuracy of the maximum and minimum temperature values for hot weather conditions in hot months is higher than the unstable conditions in the cold months of the year. The investigation of heavy rainfall of the upcoming period showed that in the next period, in all stations in the area (other than Ramsar station), the number of days with heavy rainfall of 10 mm would be reduced. The average annual comparison of the number of days with a very heavy rainfall of more than 20 mm at all stations in the area showed that in the upcoming period, the number of events even more than 20 mm will be reduced, The largest decrease in the index value will be at the Anzali station, the decrease in the index at Astara and Ramsar stations will be lower than the other stations. In the coming period, the number of days with a very heavy rainfall of 25 mm and more will be reduced to all stations in the area. The highest decrease in Indicator index at Anzali station and the lowest decrease in index were estimated at stations Astara and Ramsar