این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
فیزیک زمین و فضا، جلد ۴۷، شماره ۳، صفحات ۵۶۱-۵۷۸
عنوان فارسی پیش‌نگری دوره‌های خشک و مرطوب متوالی در ایران مبتنی‌بر برونداد همادی مدل‌های تصحیح شده اریبی CMIP۶
چکیده فارسی مقاله تغییر اقلیم می‌‌‌تواند شدت و فراوانی رخدادهای فرین اقلیمی مرتبط با بارش را در آینده تغییر داده و فشار بیشتری بر دسترسی به منابع آب ایجاد کند. این مطالعه به پیش­نگری بلند‌‌مدت روزهای خشک (CDD) و مرطوب (CWD) متوالی ایران پرداخته است. برای این منظور از داده­های بارش 41 ایستگاه همدید کشور و برونداد بارش پنج مدل منتخبCMIP6 شامل GFDL-ESM4, IPSL-CM6A-LR, MPI-ESM1-2-HR, MRI-ESM2-0, UKESM1-0-LL در دوره تاریخی (2014–1975) و دو دوره آینده (2060-2021 و 2100-2061) تحت سناریوهای مبتنی‌بر مسیرهای اجتماعی و اقتصادی (SSPs) استفاده شد. برای درستی‌‌سنجی برونداد بارش مدل‌های منتخب از سنجه­های آماری r، RMSE، MBE و جدول توافقی مهارتی (ROC) استفاده شد؛ سپس روزهای خشک و مرطوب متوالی با استفاده از شاخص­های CDD و CWD کارگروه ETCCDI محاسبه شد. نتایج درستی‌‌سنجی مدل های منفرد نشان داد از بین پنج مدل CMIP6، مدل IPSL-CM6A-LR دارای بیشینه کم‌برآوردی و UKESM1-0-LL بیشینه بیش برآوردی برای بارش ایران است. پس از بررسی مهارت فردی مدل­ها یک مدل همادی با به‌کارگیری روش میانگین وزنی مستقل (IWM) ارائه شد. امتیاز مهارتی پس از ایجاد مدل همادی چندگانه (MME) بهبود قابل‌ملاحظه­ای یافت. نتایج این مطالعه شواهدی را ارائه می­دهد که بی­هنجاری دوره­های خشک متوالی به‌عنوان یک نمایه استاندارد برای خشکسالی­های کوتاه‌مدت تحت شرایط تغییر اقلیم در ایران افزایشی است. بیشترین افزایش روزهای خشک متوالی در ایران با حداکثر 4/26 روز تحت سناریوی SSP5-8.5 در دوره 2100-2061 در حوضه­های آبخیز دریای خزر و دریاچه ارومیه خواهد بود.
کلیدواژه‌های فارسی مقاله بارش،CMIP6،سناریوهای SSP،روزهای خشک و مرطوب متوالی،
عنوان انگلیسی Projected consecutive dry and wet days in Iran based on CMIP6 bias‐corrected multi‐model ensemble
چکیده انگلیسی مقاله Climate change with changes in precipitation patterns around the world can cause significant changes in the frequency, intensity and duration of precipitation events. In the context of climate change and with the increase of extreme climate events, irreparable consequences are imposed on the environment and the economy. Therefore, it is necessary to have an appropriate understanding of the frequency, intensity and spatial distribution of these extreme events in order to take a fundamental step in preventing damage caused by them. The purpose of this study is to analyze the characteristics of consecutive dry/wet days during 1975-2014 and 2021-2100 based on the output of CMIP6 models. In this regard, the evaluation of CMIP6 models against gauge precipitation data has been done in Iran.In this study, historical precipitation (1975-2014) and scenarios-based output of CMIP6 models under shared socioeconomic pathways (SSPs) in the two future periods (2021-2060 and 2061-2100) were used. Basic statistics of r, RMSE, MBE and receiver operating characteristic (ROC) were used to validate the precipitation output of selected models (GFDL-ESM4, IPSL-CM6A-LR, MPI-ESM1-2-HR, MRI-ESM2-0, UKESM1-0-LL). Then, consecutive dry and wet days were calculated using the CDD and CWD indices of the Expert team on climate change detection and indices (ETCCDI). After examining each individual model, an ensemble model is applied with independent weighted mean (IWM) method.The results showed that among the five CMIP6 models, the IPSL-CM6A-LR model has the most underestimation and the UKESM1-0-LL has the most overestimation for Iran precipitation. The average amount of precipitation bias in the whole country for GFDL-ESM4 (2.56), IPSL-CM6A-LR (2.29), MPI-ESM1-2-HR (2.89), MRI-ESM2-0 (2.18), and UKESM1-0-LL (2.53) mm were calculated. The skill score is improved significantly by applying the multi model ensemble (MME). Consecutive dry days in Iran will increase by a maximum of 26.4 days under the SSP5-8.5 scenario in the period 2061-2100 for the Caspian Sea and Lake Urmia basins. In contrast, consecutive wet days will decrease in these two basins.Validation results for the period of 1975-2014 showed that (compared to observations), CMIP6 models have a high performance in estimating precipitation in Iran. However, despite the uncertainties in precipitation change, the CMIP6 results provide evidence that the anomaly of consecutive dry and wet periods is an indicator for short-term droughts under increasing climate change conditions. Consecutive dry days will increase significantly in the north and northwest of Iran in the future.The maximum changes related to CDD and CWD indices are observed under SSP5–8.5 scenario, while the lowest frequency for both indices is under SSP1–2.6 scenario. Examination of CDD and CWD anomalies showed that even in the optimistic scenario (SSP1-2.6), drought responses to climate change are significant. Consecutive dry periods are increasing in most of the northern, northwestern and northeastern regions of Iran. It is urgent to consider these changes in the hydrological cycle as a tool to improve water management, especially in the northern and northwestern regions of Iran. Also, in some areas, such as the southeast and the coasts of the Persian Gulf, there is a significant decrease in consecutive dry periods, which indicates an increase in precipitation on a seasonal and inter-annual scale in the future.
کلیدواژه‌های انگلیسی مقاله بارش,CMIP6,سناریوهای SSP,روزهای خشک و مرطوب متوالی
نویسندگان مقاله آذر زرین |
استادیار، گروه جغرافیا، دانشگاه فردوسی مشهد، مشهد، ایران

عباسعلی داداشی رودباری |
پژوهشگر پسا دکتری، گروه جغرافیا، دانشگاه فردوسی مشهد، مشهد، ایران

نشانی اینترنتی https://jesphys.ut.ac.ir/article_81514_07c61dfa8e459a5a9fce4745f2603d00.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