بررسی تغییرات فضایی- زمانی میانگین ذوب برف فصول سرد در منطقه شمال غرب ایران

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری آب و هواشناسی دانشگاه زنجان، زنجان، ایران

2 دانشیار و عضو هیات علمی دانشگاه زنجان

3 استاد و عضو هیات علمی دانشگاه زنجان، زنجان، ایران

4 استادیار و عضو هیات علمی دانشگاه زنجان، زنجان، ایران

چکیده

بررسی تغییرات زمانی و مکانی ذوب برف دارای اهمیت زیادی در زمینه های مختلف از جمله مدیریت منابع آب دارد. لذا پژوهش حاضر با هدف بررسی تغییرات زمانی و مکانی و نیز خودهمبستگی فضایی میزان ذوب برف شمال غرب ایران برای ماه­های فصول سرد انجام شده است. برای این منظور، داده­های ذوب برف از مرکز اروپایی پیش­بینی میان مدت هوا (ECMWF)، نسخه (ERA5) با قدرت تفکیک مکانی 25/0×25/0 درجه طی دوره آماری 1982 تا 2022 دریافت و سپس به چهار دوره ده ساله تقسیم گردید. جهت تحلیل تغییرات خودهمبستگی فضایی، از شاخص‌های موران جهانی و تحلیل لکه­های داغ (گتیس- آرد جی) در سطح معنی­داری 90، 95 و 99 درصد استفاده گردید. هم چنین به منظور تعیین اثر دما بر میزان ذوب برف، روند تغییرات میانگین حداقل دمای ماهانه­ تعداد 20 ایستگاه سینوپتیک منطقه شمال غرب مورد بررسی قرار گرفت. نتایج حاصل از پژوهش حاضر نشان داد که در منطقه مورد مطالعه ذوب برف دارای خودهمبستگی فضایی و الگوی خوشه­ای شدید می­باشد. طی دهه اول تا پایان دهه چهارم، میزان ذوب برف در ماه­های اُکتبر، نوامبر و دسامبر بین تقریبا صفر تا 27/5 میلی­متر در روز بوده، که در ماه دسامبر همراه با ناهنجاری منفی حداقل دما، از پهنه (تعداد پیکسل) و مقدار ذوب برف شمال غرب کاسته شده است. نتایج حاصل از تحلیل میزان تغییرات ذوب برف در ماه­های فصل زمستان نیز نشان داد که در این فصل هم مقدار و هم پهنه ذوب برف در طی دوره مورد مطالعه افزایش پیدا کرده است. بدین صورت که دامنه­ی تغییرات آستانه­ی ذوب برف در ماه­های ژانویه، فوریه و مارس بین 95/0 تا 27/19 میلی­متر در روز از دهه اول تا پایان دهه چهارم افزایش پیدا کرده است. در بین ماه­های فصل زمستان، ماه فوریه با ناهنجاری شدید مثبت حداقل دما (با روند افزایشی معنی­دار حداقل دما) همراه بوده، و بر این اساس به پهنه (تعداد پیکسل) و مقدار ذوب برف شمال غرب افزوده شده است.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Investigating spatial-temporal changes in the average snowmelt of cold seasons in the northwestern region of Iran

نویسندگان [English]

  • zahra heydari monfared 1
  • Seysd Hossein Mirmousavi 2
  • Hossein Asakereh 3
  • kohzad raispour 4
1 Ph.D student of hydrology and meteorology, Zanjan University, Zanjan, Iran
2 Associate Professor, Faculty member of Zanjan University
3 Professor, Faculty member of Zanjan University, Zanjan, Iran
4 Assistant Professor, Faculty member of Zanjan University, Zanjan, Iran
چکیده [English]

Examining temporal and spatial changes of snow melting is very important in various fields including water resource management. Therefore, the current research was conducted with the aim of investigating the temporal and spatial changes as well as the spatial autocorrelation of the amount of snow melting in the northwest of Iran for the months of the cold seasons. For this purpose, snowmelt data from the European Center for Medium-Range Weather Forecasts (ECMWF), version (ERA5) with a spatial resolution of 0.25 x 0.25 degrees for the cold season months during the statistical period from 1982 to 2022 received and then divided into four periods of ten years. In order to analyze spatial autocorrelation changes, global Moran indices and hot spot analysis (Gettis-ORDJ) were used at the significance level of 90, 95 and 99%. Also, in order to determine the effect of temperature on the amount of snow melting, the trend of changes in the average minimum monthly temperature of 20 synoptic stations in the northwest region was investigated. The results of the present research showed that in the studied area, snow melting has spatial autocorrelation and a strong cluster pattern. During the first decade to the end of the fourth decade, the amount of snow melting in the months of October, November and December was between 0  and 5.27 mm per day, and especially in the month of December, which is accompanied by a negative minimum temperature anomaly the area (number of pixels) and the amount of snowmelt in the northwest have been reduced. The results of the analysis of the amount of snow melting changes in the winter months also showed that both the amount and the area of snow melting have increased during the study period. Thus, the range of snow melting threshold changes in January, February and March has increased between 0.95 and 19.27 mm per day from the first decade to the end of the fourth decade. Among the months of the winter season, February is associated with a strong positive minimum temperature anomaly (significant increase in minimum temperature), and accordingly, the area (number of pixels) and the amount of snow melting in the northwest have been increased.

کلیدواژه‌ها [English]

  • snow melting
  • spatial autocorrelation
  • Moran's index
  • hot spots
  • northwest
  1. بابازاده، سیداحمد و جاوری، احمد. 1388. تحلیل رگرسیونی داده­های اقلیمی با استفاده از ایستگاه­های انتخابی ایران، جغرافیا و برنامه­ریزی منطقه­ای، پیش شماره پاییز و زمستان، شماره 22، صص 95-107.
  2. خرم، مرضیه، و شریفی، محمدرضا. 1399. ارزیابی عملکرد مدل SRM تحت تأثیر ماه های مختلف ذوب برف (مطالعه موردی: حوضه آبریز دوآب صمصامی)، مجله پژوهش آب ایران، 14 (1 (پیاپی 36))، https://sid.ir/paper/967141/fa
  3. دوستکامیان، مهدی و پودینه، محمدرضا. 1399. کاربرد آمار دز علوم محیطی، سازمان جهاد دانشگاهی تهران، چاپ اول، صص 1- 447.
  4. رشیدی، محمد؛ حاجی بیگلو، محبوبه؛ سربازی، محبوبه و قادری، محمد. 1396. برآورد رواناب حاصل از ذوب برف در حوضه‌های آبریز استان خراسان شمالی با استفاده از مدل WinSRM (مطالعه موردی: حوضه آبریز دربند سملقان)، علوم و مهندسی آبیاری، شماره دوم، تابستان 1396، صص 159- 171.
  5. روحانی، حامد، جعفری­زاده، مریم­سادات، حشمت­پور، علی، سلمانی، حسین و کاشانی، مجتبی. 1392. بررسی روند تغییرات بلند مدت بارش در حوضه آبخیز گرگانرود- استان گلستان، مجموعه مقالات اولین همایش ملی مدیریت منابع طبیعی، دانشگاه گنبد کاووس، صص 1-10.
  6. ساری صراف، بهروز، رسولی، علی اکبر، جهان­بخش، سعید. 1398. مدل­سازی و تحلیل فضایی عمق برف در پهنه­ی شمالی ایران، جغرافیای طبیعی، شماره چهارم، صص 651-671.
  7. سیف­الدینی، فرانک و منصوریان، حسین. 1390. تحلیل الگوی تمرکز خدمات شهری و آثار زیست محیطی آن در شهر تهران، محیط شناسی، شماره 60، صص 64- 53.
  8. عباسی، صادق و رستمی، نورالدین. 1400. تحلیل روند بلند مدت و بررسی رابطه بین سری­های اقلیمی و هیدورلوژیکی (مطالعه موردی: حوضه آبخیز سد ایلام)، ترویج و توسعه آبخیزداری، شماره 33، صص 30- 39.
  9. عزیزی، قاسم، رحیمی، مجتبی، محمدی، حسین و خوش اخلاق، فرامرز، 1396. تغییرات زمانی- مکانی پوشش برف دامنه­های جنوبی البرز مرکزی، جغرافیای طبیعی، شماره 3، صص 381-393.
  10. عساکره، حسین. 1387. تغییرات مکانی الگوهای توزیع فراوانی بارش ایران زمین، نیوار، صص 84-71.
  11. عساکره، حسین. 1390. مبانی اقلیم‌شناسی آماری، چاپ اول، زنجان، دانشگاه زنجان، 545- 1.
  12. فلاحتی، فاطمه، علیجانی، بهلول و سلیقه، محمد. 1396. بررسی اثر تغییر اقلیم بر سطح پوشش برف در دهه­های آینده با رویکرد مدیریت منابع آب (مطالعه موردی: حوضه آبخیز منتهی به سد امیرکبیر، امداد و نجات، سوم، صص 79- 68.
  13. کدخدایی، سکینه؛ جهانبخش اصل، سعید و ولیزاده کامران، خلیل. 1399. برآورده رواناب حاصل از دوب برف با استفاده از مدل SRM (مطالعه موردی: حوضه آبریز سهزاب)، نشریه علمی جغرافیا . برنامه­ریزی، شماره 71، صص 319-337.
  14. محمدپوری، سعید. 1396. برآورد رواناب ناشی از ذوب برف با استفاده از سنجش از دور در حوضه آبریز سراب خلدون، پایان نامه کارشناسی ارشد، رشته جغرافیا - جغرافیای طبیعی ـ سنجش از دور و سیستم اطلاعات جغرافیایی- مطالعات آب و خاک، دانشگاه تبریز، دانشکده برنامه‌ریزی و علوم محیطی.
  15. نقی­زاده، حبیبه، رسولی، علی اکبر، ساری صراف، بهروز، جهانبخش، سعید و بابائیان، ایمان. 1398. تغییرپذیری روند عمق برف در پهنه شمالی ایران مبتنی بر پایگاه داده ECMWF نسخه ERA Interim، جغرافیا و مخاطرات محیطی، شماره 30، صص 229- 211.
  16. Aalinejad, M.H., Dinpashoh, Y., & Jahanbakhsh ASL, S., 2016, Impact of Climate Change on Runoff from Snowmelt by Taking into Account the Uncertatinty of GCM Models (Case Study: Shahrchay Basin in Urmia), European Online Journal of Natural and Social Sciences, 1, pp. 200-211.
  17. Akhtar M., Ahmad N., & Booij M.J. 2008. The impact of climate change on the water resources of Hindu Kush Karakorum Himalaya region under different glacier coverage scenarios. J. Hydrol, 355 (1-4): 148- 163.
  18. Buttle, J.M. and McDonnell, J.J. 1987. Modelling the areal depletion of snowcover in a forested catchment, Hydrol, 90:43- 60.
  19. Calizaya, E., Mejía, A., Barboza, E., Calizaya, F., Corroto, F., Salas, R., Vásquez, H., & Turpo, E.2021. Modelling Snowmelt Runoff from Tropical Andean Glaciers under Climate Change Scenarios in the Santa River Sub-Basin (Peru). Water, 13, 3535, pp. 2- 16. https://doi.org/ 10.3390/ w13243535.
  20. Debeer, C., & Pomeroy, J.W. 2017. Influence of snowpack and melt energy heterogeneity on snow cover depletion and snowmelt runoff simulation in a cold mountain environment, Journal of Hydrology, 553: 199- 213.
  21. Gan, R., Luo, Y., Zuo, Q., & Sun, L. 2015.Effects of projected climate change on the glacier and runoff generation in the Naryn River Basin, Central Asia, Journal of Hydrology. 523: 240-251.
  22. Jain, S.K., Goswami, A., & Saraf, A. 2010. Assessment of Snowmelt Runoff Using Remote Sensing and Effect of Climate Change on Runoff, Water Resources Management, 24(9): 1763-1777.
  23. Marengo, J.A., Chou, S.C., Torres, R.R., Giarolla, A., Alves, L.M., & Lyra, A. 2014. Climate change in central and South America: Recent trends, future projections, and impacts on regional agriculture, Working Paper No.73
  24. Mohammadi, P., Ebrahimi, K., & Bazrafshan, J. 2022. Improving the precision of Snowmelt runoff simulation and sensitivity analysis of parameters and climatic variables in the Tamar basin, Iran. Iranian Journal of Soil and Water Research, 53(7): 1611- 1624
  25. Pavlovskii, I., hayashi, M., & Itenfisu, D. 2018. Effects of midwinter snowmelt on runoff generation and groundwater recharge in the Canadian prairies, Hydrology and Earth Sciences, pp. 1- 27. https://doi.org/10.5194/hess-2018-423
  26. Qiao, C., Huang, Q. Y., Chen, T., & Chen, Y. M. 2019. Study On Snowmelt Flood Disaster Model Based On Remote Sensing And Gis, Remote Sensing and Spatial Information Sciences, Volume XLII-2/W13, pp. 709-713.
  27. Van Vuuren, D.P., Edmonds, J., Kainuma, M., Riahi, K., Thomson, A., Hibbard K. 2011. The representative concentration pathways: An overview. Climatic change, 109: 5- 31.
  28. Wang, R., Kumar, M., & E.link, T. 2016. Potential trends in snowmelt- generated peak streamflows in a
    warming climate, Geophysical Research Letters, pp. 5052- 5059.
  29. Welty, J., & Zeng, X. 2021. Characteristics and Causes of Extreme Snowmelt over the Conterminous United States, Bams, pp. 1526- 1542. https://doi.org/10.1175/BAMS