این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
فیزیک زمین و فضا، جلد ۴۸، شماره ۱، صفحات ۱۵۳-۱۷۲
عنوان فارسی ارزیابی عملکرد مدل‌های CMIP۵ در تحلیل فراوانی دو متغیره مفصل-مبنای ویژگی‌های خشکسالی در بخش جنوبی حوضه آبریز کارون
چکیده فارسی مقاله تجزیه‌وتحلیل احتمالی وقایع خشکسالی در مدیریت و برنامه­ریزی مناسب سیستم­های منابع آب نقش مهمی دارد. به‌طور خاص، برآورد دوره­های بازگشت این پدیده می­تواند اطلاعات مفیدی برای استفاده مناسب از آب در شرایط خشکسالی فراهم کند. در این مطالعه، توانمندی دو مدل سری CMIP5 در شبیه­سازی ویژگی­های احتمالاتی توأم شدت و مدت این بلیه با استفاده از مفصل مورد بررسی قرار گرفته و تحلیل فراوانی دو متغیره مفصل-مبنا بر حسب شدت و مدت SPEI3 برای دوره پایه و دوره آتی در بخش جنوبی حوضه کارون انجام شده است. رویداد خشکسالی در سری SPEI3 به‌صورت تعدادی متوالی از این رویداد در فواصل زمانی که مقادیر SPEI کمتر از 1- است تعیین شد. پس از شناسایی خشکسالی، چندین ویژگی مانند شدت، مدت، سختی و... را می­توان تعیین کرد. از توابع مفصل و توزیع­های حاشیه­ای برای محاسبه دوره­های بازگشت توأم شدت و مدت به دو صورت "و" و "یا" استفاده و تأثیرات تغییر اقلیمی بر ویژگی­های خشکسالی آینده با استفاده از دو مدل اقلیم (HadGEM2-es و IPSL-CM4-MR) تحت سناریوهای RCP8.5 و RCP4.5 طی دوره 2050-2021 ارزیابی شد. نتایج نشان داد که توابع فرانک (ایستگاهی) و گامبل (CRU و دو مدل اقلیمی) بهترین انتخاب برای برازش بر مقادیر مدت و شدت استخراج‌شده از سری SPEI-3 بودند. مدل HadGem توانمندی خوبی را در شبیه­سازی رفتار احتمالاتی توأم خشکسالی طی دوره پایه نشان داد. همچنین پیش­نگری­ها نشان داد اهواز در آینده نزدیک در مقایسه با دوره پایه تحت دو سناریو، خشکسالی­های شدیدتری به‌ویژه در شبیه­سازی مدل HadGEM2-es تجربه خواهد کرد.
کلیدواژه‌های فارسی مقاله اهواز،دوره بازگشت،تغییر اقلیم،ویژگی‌‌‌‌های احتمالاتی،
عنوان انگلیسی Assessing the Performance of CMIP5 GCMs in Copula-Based Bivariate Frequncy Analysis of Drought Characteristics in the Southern Part of Karun Catchment
چکیده انگلیسی مقاله Drought is an extreme event and is a creeping phenomenon as compared with other natural disasters, which has great effects on the environment and human life. During 1997 to 2001, a severe 40-year return period drought affected half of Iran's provinces, with a loss in the agricultural sector estimated at more than US$ 10 billion (National Center for Agricultural Drought Management, http://www.ncadm.ir) and a Gross Domestic Product (GDP) reduction of about 4.4% was reported (Salami et al., 2009). A more severe drought period (2007–2009) devastated the country on a larger scale than the previous drought period. A 20% average reduction of precipitation has been reported for 2008 compared with a 30-year average (Modarres, et al. 2016). It was found that the longest and most severe drought episodes have occurred in the last 15–20 years (1998-2017) (Ghamghami and Irannejad, 2019). A drought is characterized by severity, duration and frequency. These characteristics are not independent of each other, and droughts cause significant economic, social and ecosystem impacts worldwide (IPCC, 2013). Probabilistic analysis of drought events plays an important role for an appropriate planning and management of water resources systems and agriculture, especially in arid or semi-arid regions. In particular, estimation of drought return periods can provide useful information for different water sectors under drought conditions. In this study, the capability of two CMIP5 GCMs in estimating the joint return period of severity and duration of drought using copula have been investigated in the Southern part of the Karun Basin.In this study, three type data have been used. These include monthly precipitation and temperature observed at synoptic stations and gridded data in 1975-2005 were obtained from IRIMO (the Iranian Meteorological Organization) and CRU (http: https://crudata.uea.ac.uk/cru/data) as well as the outputs of two GCM (HadGEM2-ES and IPSL-CM5A-MR) from CMIP5 (http;//cmip-pcmdi.llnl.gov/CMIP5/) in the period of 1975-2005 for historical. Following the Intergovernmental Panel on Climate Change (IPCC, 2013), the first ensemble member (r1i1p1) from two GCMs were selected. RCPs are estimation of radiative forcing (RF), where RCP2.6 and RCP4.5 represents 2.6 and 4.5 W.m-2 and RCP8.5 represents 8.5 W.m-2 at the end of the 21th century (Goswami, 2018). Assuming a drought period as a consecutive number of intervals where SPEI (Vicente-Serrano et al. 2010) values are less than −1, two characteristics are determined, namely: extreme drought length and severity. Hydrological phenomena are often multidimensional and hence require the joint modeling of several random variables. Copulas model have become a popular multivariate modeling tool in many fields where multivariate dependence is of interest and the usual multivariate normality is in question. Among the copula-based drought frequency analysis, Elliptical and Archimedean copulas have been the most popular used equations. In this paper, we focus on copulas based multivariate drought frequency analysis considering drought duration and severity. Return period is defined as ‘‘the average time elapsing between two successive realizations of a prescribed event’’ (Salvadori et al.,2011). In the univariate setting, the return period is generally defined as (Bonaccorso, et al., 2003): (1)In this equation T is return period with a single variable, X (duration (D) or severity (S) of drought), greater or equal to a certain value, FX (.) are percentiles of CDF with X and E(T) is expected inter-arrival time of sequential droughts within the study period.The bivariate analysis of drought return period is calculated as (Shiau, 2006): (2) (3)Where TD∩S denotes the joint return period for D ≥ d and S ≥ s; T_ denotes the joint return period for D ≥ d or S ≥ s.Results of a preliminary analysis based on Kendall’s correlation and upper tail dependence coefficient, computed on different datasets show significant dependence properties between the considered pair. Archimedean copulas (Clayton, Frank, and Gumbel) are fitted to the joint S-D datasets (observation, CRU, HadGEM-es and IPSL-CM4-MR) by Maximum Pseudo Likelihood Estimator (MPLE). The selected copula functions and marginal distributions were used to calculate the joint return periods of severity and duration in the conditions of "and" and "or". The results showed that HadGem has a good skill in simulating the joint probability characterization of drought. Results of the bivariate analysis using copula showed that the study area will experience droughts with greater severity and duration in future as compared with the historical period. Projected changes in characteristics of drought throughout the 21st century can help inform climate change assessments across drought‐sensitive sectors. However, the ability of global climate models (GCMs) to reproduce statistical attributes of observed drought should be investigated. We evaluated the fidelity of GCMs to simulate probabilistic characteristics of drought in Southwest of Karoun where drought plays a key climate impact.
کلیدواژه‌های انگلیسی مقاله اهواز,دوره بازگشت,تغییر اقلیم,ویژگی‌‌‌‌های احتمالاتی
نویسندگان مقاله منصوره کوهی |
استادیار، پژوهشکده اقلیم شناسی و تغییر اقلیم، پژوهشگاه هواشناسی و علوم جو، مشهد، ایران

مرتضی پاکدامن |
استادیار، پژوهشکده اقلیم شناسی و تغییر اقلیم، پژوهشگاه هواشناسی و علوم جو، مشهد، ایران

نشانی اینترنتی https://jesphys.ut.ac.ir/article_85446_938b8a69f1b8f91b2cba41845d7ecd08.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات