پژوهش‌های تغییرات آب و هوایی

پژوهش‌های تغییرات آب و هوایی

بررسی اثرات تغییر اقلیم بر خشک‌سالی‌های استان خراسان رضوی با استفاده از شاخص SPEI

نوع مقاله : مقاله پژوهشی

نویسندگان
مهسان کروژده 1
کریم امینی نیا 2
سیدمهدی ثاقبیان 3
1 دانشجوی دکتری رشته آب و هواشناسی، واحد اهر، دانشگاه آزاد اسلامی، اهر، ایران
2 گروه جغرافیا، واحد اهر، دانشگاه آزاد اسلامی، اهر، ایران
3 گروه عمران، واحد اهر، دانشگاه آزاد اسلامی، اهر، ایران
10.30488/ccr.2024.455649.1213
چکیده
این مطالعه تغییرات مکانی-زمانی وقوع خشک‌سالی را در استان خراسان رضوی توسط شاخص استانداردشده بارش–تبخیر و تعرق (SPEI) ارزیابی کرده است. برای این منظور ابتدا مدل­های IPSAL-CM6، MRI-ESM2-0، GFDL-ESM4 و MIROC6 از سری مدل­های فاز ششم (CMIP6) در مقیاس سالانه مورد بررسی قرار گرفت. نتایج نشان داد که GFDL-ESM4 از بین مدل­های مورد بررسی دارای همبستگی بالاتری با دما و بارش داده­های ایستگاهی است. پس از انتخاب مدل GFDL-ESM4 با استفاده از نرم‌افزار CMHyd ریزمقیاس نمایی انجام شده است و از نتایج این مدل برای محاسبه خشک‌سالی استفاده شد. در این تحقیق برای ریزمقیاس نمایی از روش تغییر عامل دلتا (DCF) برای بارش و دما استفاده شد. همچنین برای پیش­نگری خشک‌سالی از سناریوی حد واسط (SSP2-4.5) استفاده شد. شدت و فراوانی خشک‌سالی هواشناسی در دوره تاریخی 1990 تا 2014 و دوره آینده 2026 تا 2050 مورد بررسی قرار گرفت. نتایج نشان داد که خشک‌سالی در استان خراسان رضوی دارای تغییرات زیادی است؛ به طوری که بیشینه فراوانی سالانه خشک‌سالی در دوره تاریخی 25 درصد است و این مقدار تحت سناریوی SSP2-4.5 به 31 درصد می­رسد. فراوانی و شدت خشک‌سالی در آینده به ویژه در طول فصول بهار و تابستان به طور قابل‌توجهی افزایش می­یابد. از نظر جغرافیایی شدت خشک‌سالی در تمامی فصول در شمال و شرق استان بیشینه است.
کلیدواژه‌ها
سناریوهای SSP
نرم افزار CMHyd
روش DCF
شاخص SPEI
مدل‌های CMIP6
موضوعات

عنوان مقاله English

Investigating the effects of climate change on droughts in Razavi Khorasan province using the SPEI index

نویسندگان English

Mahsan Koroozhdeh 1
karim Amininia 2
SEYEDMAHDI SAGHEBIAN, 3
1 Doctoral student of Climatology, Department of Geography, Ahar Branch, Islamic Azad University, Ahar, Iran,
2 Department of Geography, Ahar Branch, Islamic Azad University, Ahar, Iran
3 Department of Civil Engneerin, Ahar Branch, Islamic Azad University, Ahar, Iran
چکیده English

Khorasan Razavi province is one of the provinces prone to drought in Iran. This study has assessed the spatio-temporal changes in the drought events in Khorasan Razavi province using the Standardized Precipitation Evapotranspiration Index (SPEI). For this purpose, initially, the IPSL-CM6, MRI-ESM2-0, GFDL-ESM4, and MIROC6 models from the Coupled Model Intercomparison Project Phase 6 (CMIP6) were examined on an annual scale. The results showed that among the models, GFDL-ESM4 has a higher correlation with temperature and precipitation data from synoptic stations. Therefore, this model was selected and then downscaled using the CMHyd software, and the results of this model were used to calculate drought. In this research, the delta change factor (DCF) method was used for downscaling precipitation and temperature. Also, the intermediate scenario (SSP2-4.5) was used for drought projecting. The intensity and frequency of meteorological drought during the historical period from 1990 to 2014 and the future period from 2026 to 2050 were examined. The results indicated that drought in Khorasan Razavi province is subject to significant changes; such that the maximum annual frequency of drought during the historical period is 25%, and under the SSP2-4.5 scenario, it reaches 31%. The frequency and intensity of drought in the future, especially during the spring and summer seasons, will significantly increase. Geographically, the intensity of drought in all seasons is highest in the north and east of the province.
 

کلیدواژه‌ها English

SSP scenario
CMHyd software
DCF method
SPEI index
CMIP6 models
  1. بابائیان، ا.، مدیریان، ر.، خزانه‌داری، ل.، کریمیان، م.، کوزه‌گران، س.، کوهی، م.، فلامرزی، ی.، ملبوسی، ش. 1402. چشم‌انداز بارش ایران در قرن 21 با به‌کارگیری مقیاس‌کاهی آماری برونداد مدل‌های منتخب CMIP6 توسط نرم‌افزار CMHyd. فیزیک زمین و فضا. 49(2): 431-449.
  2. تاج‌بخش، س.، عیسی خانی، ن. و فضل کاظمی، ا. 1394. ارزیابی خشک‌سالی هواشناسی در ایران با استفاده از شاخص «استانداردشده بارش و تبخیر-تعرق (SPEI)». فیزیک زمین و فضا. 41(2): 313-321.
  3. حاجی‌آبادی، ف.، حسن‌پور، ف.، یعقوب زاده، م. و حمامی، ح. 1399. پیش‌نگری خشک‌سالی با استفاده از داده‌های گزارش پنجم ارزیابی تغییر اقلیم در منطقه بیرجند. هواشناسی کشاورزی. 8(1): 51-61.
  4. حیدرزاده، م. و نوحه‌گر، ا. 1400. پایش خشک‌سالی هواشناسی آینده با استفاده از مدل تغییر اقلیم سری CMIP5 و زنجیره مارکوف. پژوهش‌های اقلیم‌شناسی. 1400(47): 21-32.
  5. رضیئی، ط. و ستوده، ف. 1396. بررسی دقت مرکز اروپایی پیش‌بینی‌های میان‌مدت جوی (ECMWF) در پیش‌بینی بارش مناطق گوناگون اقلیمی ایران. فیزیک زمین و فضا. 43 (1): 133-147.
  6. زرین، آ. و داداشی رودباری، ع. 1399. پیش‌نگری چشم‌انداز بلندمدت دمای آینده ایران مبتنی بر برونداد پروژه مقایسه مدل‌های جفت‌شدة فاز ششم (CMIP6). فیزیک زمین و فضا. 46(3): 583-602.
  7. زرین، آ. و داداشی رودباری، ع. 1400. پیش‌نگری همادی نمایه‌های خشک‌سالی در ایران مبتنی بر برونداد چند مدلی CMIP5. پژوهش‌های تغییرات آب و هوایی. 2(7): 71-82.
  8. زرین، آ. و داداشی رودباری، ع. 1400. مدیریت ریسک خشکسالی در شرایط تغییر اقلیم: نقش سیاست‌های ملی و برنامه مدیریت خشکسالی (DMP). آب و توسعه پایدار، 8(1)، 107-112.
  9. زرین، آ. و داداشی رودباری، ع. کدخدا، ا. 1401. پیش‌نگری خشک‌سالی تحت سناریو‌های SSP تا پایان قرن بیست‌ویکم، مطالعه موردی: حوضه دریاچه ارومیه. تحقیقات آب و خاک ایران. 53(7): 1499-1516.
  10. عسگری، ا.، نوروزی‌نظر، م.ص.، باعقیده, م. و انتظاری، ع. 1402. ارزیابی اثرات تغییر اقلیم بر خشکسالی‌های آینده حوضه آبخیز گرگانرود تحت مدل‌های CMIP6. پژوهش‌های تغییرات آب و هوایی، 4(14)، 27-42.
  11. کریمی، م.، شاهدی، ک. و خسروی، خ. 1395. بررسی خشک‌سالی هواشناسی و هیدرولوژیکی با استفاده از شاخص‌های خشک‌سالی در حوزه آبخیز قره‌سو. فیزیک زمین و فضا. 42(1): 159-170.
  12. کوهی, س.، عزیزیان، ا. و مازندرانی زاده، ح. 1401. اثر تغییر اقلیم بر وضعیت خشکسالی تحت سناریوهای SSP3 و SSP5 با استفاده از روش فازی. تحقیقات منابع آب ایران، 18(3)، 1-17.
  13. محمدی، ن. و حجازی زاده، ز. 1403. اثرات تغییر اقلیم بر ریسک مخاطره خشک‌سالی در تهران با بهره‌گیری از CMIP6. مدل سازی و مدیریت آب و خاک، 4(2).
  14. مصطفی‌زاده، ر. و ذبیحی، م. 1395. تحلیل و مقایسه شاخص‌های ‏SPI‏ و ‏SPEI‏ در ارزیابی خشک‌سالی هواشناسی با استفاده از نرم‌افزار R (بررسی موردی: استان کردستان). فیزیک زمین و فضا. 42(3): 633-643.
  15. Bachmair, S., Stahl, K., Collins, K., Hannaford, J., Acreman, M., Svoboda, M., and Overton, I. C. 2016. Drought indicators revisited: the need for a wider consideration of environment and society. Wiley Interdisciplinary Reviews: Water. 3(4): 516-536.
  16. Boulos, M. N. K. 2004. Towards evidence-based, GIS-driven national spatial health information infrastructure and surveillance services in the United Kingdom. International Journal of Health Geographics, 3(1), 1.
  17. Caicedo, J. C., Cooper, S., Heigwer, F., Warchal, S., Qiu, P., Molnar, C., Vasilevich, A. S., Barry, J. D., Bansal, H. S., Kraus, O., Wawer, M., Paavolainen, L., Herrmann, M. D., Rohban, M., Hung, J., Hennig, H., Concannon, J., Smith, I., Clemons, P. A., . . . Carpenter, A. E. 2017. Data-analysis strategies for image-based cell profiling. Nature Methods, 14(9), 849–863.
  18. Chen, X., Li, Y., Yao, N., Liu, D. L., Liu, Q., Song, X., ... & Feng, P. 2022. Projected dry/wet regimes in China using SPEI under four SSP‐RCPs based on statistically downscaled CMIP6 data. International Journal of Climatology. 42(16): 9357-9384.
  19. Cherlet, M., Hutchinson, C., Reynolds, J., Hill, J., Sommer, S. and Von Maltitz, G. 2018. World atlas of desertification rethinking land degradation and sustainable land management, Publication Office of the European Union. Luxembourg.
  20. Clark, J. S., Iverson, L., Woodall, C. W., Allen, C. D., Bell, D. M., Bragg, D. C. and Zimmermann, N. E. 2016. The impacts of increasing drought on forest dynamics, structure, and biodiversity in the United States. Global change biology. 22(7): 2329-2352.
  21. Cook, B. I., Ault, T. R. and Smerdon, J. E. 2015. Unprecedented 21st century drought risk in the American Southwest and Central Plains. Science Advances. 1(1): e1400082.
  22. Dai, A. 2011. Characteristics and trends in various forms of the Palmer Drought Severity Index during 1900–2008. Journal of Geophysical Research: Atmospheres. 116(D12).
  23. Duffy, P. B., Brando, P., Asner, G. P. and Field, C. B. 2015. Projections of future meteorological drought and wet periods in the Amazon. Proceedings of the National Academy of Sciences. 112(43): 13172-13177.
  24. Essa, Y. H., Hirschi, M., Thiery, W., El-Kenawy, A. M., & Yang, C. 2023. Drought characteristics in Mediterranean under future climate change. npj Climate and Atmospheric Science. 6(1): 133.
  25. Fensham, R. J., Fairfax, R. J., and Dwyer, J. M. 2012. Potential aboveground biomass in drought‐prone forest used for rangeland pastoralism. Ecological Applications. 22(3): 894-908.
  26. IPCC 2021. Summary for policymakers Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change, Cambridge University Press (2021).
  27. IPCC 2022. Summary for Policymakers [H-O Pörtner, DC Roberts, ES Poloczanska, K Mintenbeck, M Tignor, A Alegría, M Craig, S Langsdorf, S Löschke, V Möller, A Okem (eds.)]. In: Climate Change 2022: Impacts, Adaptation, and Vulnerability. Contribution of Working Group II to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change [H-O Pörtner, DC Roberts, M Tignor, ES Poloczanska, K Mintenbeck, A Alegría, M Craig, S Langsdorf, S Löschke, V Möller, A Okem, B Rama (eds.)]. Cambridge University Press. In PressJacob D, Petersen J, Eggert B et al (2014) EURO-CORDEX: new high-resolution climate change projections for European impact research. Reg Environ Change 14:563–578. https://doi.org/10.1007/s10113-013-0499-2.
  28. Jafarpour, M., Adib, A., Lotfirad, M., & Kisi, Ö. 2023. Spatial evaluation of climate change-induced drought characteristics in different climates based on De Martonne Aridity Index in Iran. Applied Water Science, 13(6), 133.
  29. Lott, F. C., Christidis, N. and Stott, P. A. 2013. Can the 2011 East African drought be attributed to human‐induced climate change?. Geophysical Research Letters. 40(6): 1177-1181.
  30. Martin, E. R. 2018. Future projections of global pluvial and drought event characteristics. Geophysical Research Letters. 45(21): 11-913.
  31. McKee, T. B., Doesken, N. J. and Kleist, J. 1993 January. The relationship of drought frequency and duration to time scales. In Proceedings of the 8th Conference on Applied Climatology (Vol. 17, No. 22, pp. 179-183).
  32. Mishra, A. K. and Singh, V. P. 2010. A review of drought concepts. Journal of hydrology. 391(1-2): 202-216.
  33. O'Neill, B. C., Tebaldi, C., Van Vuuren, D. P., Eyring, V., Friedlingstein, P., Hurtt, G., ... & Sanderson, B. M. 2016. The scenario model intercomparison project (ScenarioMIP) for CMIP6. Geoscientific Model Development, 9(9), 3461-3482.
  34. Rathjens, H., Bieger, K., Srinivasan, R., Chaubey, I., & Arnold, J. G. 2016. CMhyd User Manual: Documentation for preparing simulated climate change data for hydrologic impact studies. Texas: SWAT.
  35. Stagge, J. H., Tallaksen, L. M., Gudmundsson, L., Van Loon, A. F., & Stahl, K. (2015). Candidate distributions for climatological drought indices (SPI and SPEI). International Journal of Climatology, 35(13), 4027-4040.
  36. Tahery, Z., T., Masoudi, M., & Fischer, T. 2023. Hazard assessment of drought using PNPI and GIS in Fars Province. J. Environ. Assess. Policy Manag.
  37. Vicente-Serrano, S. M., Beguería, S., and López-Moreno, J. I. 2010. A multiscalar drought index sensitive to global warming: the standardized precipitation evapotranspiration index. Journal of climate. 23(7): 1696-1718.
  38. Vicente‐Serrano, S. M., Domínguez‐Castro, F., McVicar, T. R., Tomas‐Burguera, M., Peña‐Gallardo, M., Noguera, I. and El Kenawy, A. 2020. Global characterization of hydrological and meteorological droughts under future climate change: The importance of timescales, vegetation‐CO2 feedbacks and changes to distribution functions. International Journal of Climatology. 40(5): 2557-2567.
  39. Warnatzsch, E. A. and Reay, D. S. 2019. Temperature and precipitation change in Malawi: Evaluation of CORDEX-Africa climate simulations for climate change impact assessments and adaptation planning. Science of the Total Environment. 654: 378-392.
  40. Wilhite, D. A., & Glantz, M. H. 1985. Understanding: the drought phenomenon: the role of definitions. Water international, 10(3), 111-120.
  41. World Bank 2018. Somalia Drought Impact & Needs Assessment, vol. I. United Nations Development Programme, p. 18.
  42. Zhai, J., Sang, X. and Ye, Y. 2016, December. Research on quantitative evaluation method of regional hydrological drought and its application. In AGU Fall Meeting Abstracts (Vol. 2016, pp. H53C-1723).
  43. Zhang, Y., Hu, X., Zhang, Z., Kong, R., Peng, Z., Zhang, Q., & Chen, X. 2023. The increasing risk of future simultaneous droughts over the Yangtze River basin based on CMIP6 models. Stochastic Environmental Research and Risk Assessment.1-25.