پژوهش‌های تغییرات آب و هوایی

پژوهش‌های تغییرات آب و هوایی

ارزیابی داده‌های بازتحلیل ERA5 به منظور تحلیل روند پارامترهای اقلیم در سیستان و بلوچستان، ایران

نوع مقاله : مقاله پژوهشی

نویسندگان
مجتبی محمدی 1
معصومه فروزان فرد 2
1 استادیار گروه مدیریت و کنترل بیابان، دانشکده علوم محیطی، برنامه ریزی و توسعه پایدار، دانشگاه سراوان، سراوان، ایران
2 کارشناس‌ارشد مرتعداری، دانشگاه سراوان، سراوان، ایران
10.30488/ccr.2024.458748.1218
چکیده
این مطالعه به منظور ارزیابی عملکرد داده‌های بازتحلیل ERA5 برای بررسی روندهای ماهانه میانگین دما و رطوبت نسبی در استان سیستان و بلوچستان در طول دوره 1980 تا 2020 انجام شد. در این مطالعه، از داده‌های ایستگاه‌های سینوپتیک زابل، زاهدان، خاش، سراوان، ایرانشهر و چابهار به عنوان داده‌های مرجع استفاده شد. همچنین از داده‌های ماهانه دما و رطوبت نسبی ERA5 با تفکیک مکانی 25/0 درجه در 25/0 درجه استفاده شد. برای تطبیق مکانی داده‌ها، پیکسل‌های ERA5 انتخاب شدند که با موقعیت ایستگاه‌های سینوپتیک همپوشانی داشته باشند. برای ارزیابی تطابق داده‌های ERA5 با داده‌های ایستگاه‌های سینوپتیک از معیارهای ضریب تعیین (R2)، ریشه میانگین مربعات خطا (RMSE) و میانگین خطای مطلق (MAE) استفاده شد. روند تغییرات دما و رطوبت نسبی با استفاده از آزمون من-کندال بررسی شد. نتایج نشان داد که همبستگی مثبتی بین داده‌های مشاهداتی و ERA5 در ایستگاه‌های مورد مطالعه وجود دارد. برای نمونه مقدار بیشترین و کمترین R2 دمای ماهانه به ترتیب در ایستگاه زاهدان با مقدار (97/0) و در ایستگاه چابهار با مقدار (88/0) است. تجزیه و تحلیل روند نشان داد که روند غالب در این استان گرم شدن در اکثر فصول، به ویژه در زمستان و بهار است. دمای متوسط زمستان در این ایستگاه‌ها با سرعت حدود 3/0 درجه سانتیگراد در هر دهه در حال افزایش بوده است. این مطالعه نشان داد که داده‌های بازتحلیل ERA5 برای بررسی روندهای ماهانه میانگین دما و رطوبت نسبی در سیستان و بلوچستان قابل اعتماد است. بطوری که مقادیر RMSE و MAE در ایستگاه سینوپتیک زاهدان برای دمای متوسط ماهانه به‌ترتیب برابر 8/5 و 54/5 است. با این حال، به دلیل پیچیدگی‌های الگوهای آب و هوایی و وجود پراکندگی در داده‌ها، احتیاط در تفسیر نتایج ضروری است. گرم شدن زمستان‌ها در این منطقه نگران‌کننده است و نیاز به تحقیقات بیشتر برای درک پیامدهای آن برای سیستم‌های طبیعی و انسانی وجود دارد.
کلیدواژه‌ها
اعتبار سنجی داده‌ها آزمون من
کندال جنوب شرقی ایران تغییر اقلیم
موضوعات

عنوان مقاله English

Evaluating ERA5 Reanalysis for Climate Trend Analysis in Sistan and Baluchestan, Iran

نویسندگان English

Mojtaba Mohammadi 1
Masoomeh Forozanfard 2
1 Assistant Professor of Desert Management and Control, Faculty of Enviromental Scinces, Planning and Sustaineble Development, University of Saravan, Saravan, Iran.
2 Faculty of Agriculture and Natural Resources, University of Saravan, Saravan, Iran.
چکیده English

This study was conducted to evaluate the performance of ERA5 reanalysis data for examining trends in monthly mean temperature and relative humidity in Sistan and Baluchestan province during the period 1980 to 2020. In this study, data from synoptic stations in Sistan and Baluchestan province, including Zahedan, Khash, Saravan, Irandshahr, and Chabahar, were used as reference data. Monthly temperature and relative humidity data from ERA5 with a spatial resolution of 0.25 degrees by 0.25 degrees were also used. To spatially match the data, ERA5 pixels were selected that overlapped with the location of the synoptic stations. To evaluate the agreement between the ERA5 data and the synoptic station data, the coefficient of determination (R2), root mean square error (RMSE), and mean absolute error (MAE) were used. Trend analysis of temperature and relative humidity was performed using the Mann-Kendall test. The results showed a positive correlation between the real and ERA5 data at the studied stations. Trend analysis showed that the dominant trend in this province is warming in most seasons, especially in winter and spring. The average winter temperature in these stations has been increasing at a rate of about 3.0 degrees Celsius per decade. This study showed that ERA5 reanalysis data is reliable for examining trends in monthly mean temperature and relative humidity in Sistan and Baluchestan. However, due to the complexities of weather patterns and the existence of data dispersion, caution is necessary in interpreting the results. The warming of winters in this region is a concern and further research is needed to understand its implications for natural and human systems.

کلیدواژه‌ها English

Data Validation Mann
Kendall Test South East of Iran Climate Change
  1. سام خانیانی، علی و محمدی، سیده عاطفه. (2022). مقایسه داده‌های بازتحلیل ERA5-Land با مشاهدات زمینی در ایران. مجله ژئوفیزیک ایران. 16(1): 212-195. https://doi.org/10.30499/ijg.2022.313494.1376
  2. محمدی، مجتبی و فروزان فرد، معصومه. (1395). بررسی روند درجه حرارت عمق‌های مختلف خاک در چند نمونه اقلیمی ایران. پژوهش‌های اقلیم شناسی. 25: 140-127.
  3. ویسی، شادمان. و نوری، جباری. (2023). ارزیابی عملکرد پایگاه داده‌های WaPOR و ERA5 با هدف برآورد تبخیر و تعرق مرجع در حوضه آبریز دریای خزر. پژوهش آب در کشاورزی. 37(2). 193-206. https://doi.org/10.22092/jwra.2023.361653.981
  4. Alizadeh, O., Babaei, M., (2022). Seasonally dependent precipitation changes and their driving mechanisms in Southwest Asia. Clim. Chang. 171 (3–4), 1–16. https://doi.org/10.1007/ s10584-022-03316-z.
  5. Alizadeh-Choobari, O., Ahmadi-Givi, F., Mirzaei, N., Owlad, E., (2016a). Climate change and anthropogenic impacts on the rapid shrinkage of Lake Urmia. Int. J. Climatol. 36 (13), 4276–4286. https://doi.org/10.1002/joc.4630.
  6. Alizadeh-Choobari, O., Ghafarian, P., Adibi, P., (2016b). Inter-annual variations and trends of the urban warming in Tehran. Atmos. Res. 170, 176–185. https://doi.org/10.1016/j. atmosres. 2015. 12.001.
  7. Amjad, M., Yilmaz, M. T., Yucel, I., & Yilmaz, K.K. (2020). Performance evaluation of satellite-and model-based precipitation products over varying climate and complex topography. Journal of Hydrology, 584, 124707.‏
  8. Arabi Yazdi, A., Sanaei Nejad, S. H., & Mofidi, A. (2020). Evaluation of Grid reanalysis products of the European Centre for Medium Range Weather Forecasts (ECMWF datasets) in Different Climatic Regions of Iran. Journal of Climate Research, 1398(38), 63-76. [In Persian].
  9. Ashouri, H., Hsu, K. L., Sorooshian, S., Braithwaite, D. K., Knapp, K. R., Cecil, L. D., ... & Prat, O.P. (2015). PERSIANN-CDR: Daily precipitation climate data record from multisatellite observations for hydrological and climate studies. Bulletin of the American Meteorological Society, 96(1), 69-83.‏
  10. Bengtsson, L., Hagemann, S., & Hodges, K.I. (2004). Can climate trends be calculated from reanalysis data?. Journal of Geophysical Research: Atmospheres, 109(D11).‏
  11. Boer, G.J. (1986). A comparison of mass and energy budgets from two FGGE datasets and a GCM. Monthly weather review, 114(5), 885-902.‏
  12. Bosilovich, M.G., Lucchesi, R., & Suarez, M. (2015). MERRA-2: File specification (No. GSFC – E – DAA -TN27096).‏
  13. Dee, D. P., Uppala, S. M., Simmons, A. J., Berrisford, P., Poli, P., Kobayashi, S., ... & Vitart, F. (2011). The ERA‐Interim reanalysis: Configuration and performance of the data assimilation system. Quarterly Journal of the royal meteorological society, 137(656), 553-597.‏
  14. Dinku, T. (2019). Challenges with availability and quality of climate data in Africa. In Extreme hydrology and climate variability (pp. 71-80). Elsevier.‏
  15. Hersbach, H., Bell, B., Berrisford, P., Hirahara, S., Horányi, A., Muñoz‐Sabater, J., ... & Thépaut, J. N. (2020). The ERA5 global reanalysis. Quarterly Journal of the Royal Meteorological Society, 146(730), 1999-2049.‏
  16. Heydari, A., Zarrin, A., & Dadashi-Roudbari, A. (2023). Investigating the performance of the deterministic and probabilistic versions (multi-member ensemble) of the ERA5 dataset in estimating Iran's temperature. Researches in Earth Sciences, 14(4), 1-20. doi: 10.48308/esrj.2023.103874. [In Persian].
  17. Javanshiri, Z., Asadi Oskouei, E., Flamarzi, Y., & Abasi, F. (2023). Accuracy assessment of CFS-v2, MERRA-2, ERA-5 temperature over the different regions of Iran. Iranian Journal of Geophysics, 17(4), 1-24. doi: 10.30499/ijg.2022.360882.1452. [In Persian].
  18. Jiang, Q., Li, W., Fan, Z., He, X., Sun, W., Chen, S., ... & Wang, J. (2021). Evaluation of the ERA5 reanalysis precipitation dataset over Chinese Mainland. Journal of Hydrology, 595, 125660.‏
  19. Kalnay, E., Kanamitsu, M., Kistler, R., Collins, W., Deaven, D., Gandin, L., ... & Joseph, D. (2018). The NCEP/NCAR 40-year reanalysis project. In Renewable energy (pp. Vol1_ 146 - Vol1 _ 194). Routledge.‏
  20. Karl, H., Michela, G. 2019. What is ERA5. https://confluence.ecmwf.int /display/CKB/ What+is+ERA5. Accessed Date: 2020-02-11.
  21. Kendall, M.G. 1975. Rank Correlation Methods, 4th edition, Charles Griffin, London.
  22. Kistler, R., Kalnay, E., Collins, W., Saha, S., White, G., Woollen, J., ... & Fiorino, M. (2001). The NCEP–NCAR 50-year reanalysis: monthly means CD-ROM and documentation. Bulletin of the American Meteorological society, 82(2), 247-268.‏
  23. Kobayashi, S., Ota, Y., Harada, Y., Ebita, A., Moriya, M., Onoda, H., ... & Takahashi, K. (2015). The JRA-55 reanalysis: General specifications and basic characteristics. Journal of the Meteorological Society of Japan. Ser. II, 93(1), 5-48.‏
  24. Li, H., Liu, G., Han, C., Yang, Y., & Chen, R. (2022). Quantifying the trends and variations in the frost-free period and the number of frost days across China under climate change using ERA5-land reanalysis dataset. Remote Sensing, 14(10), 2400.
  25. Malayeri, A. K., Saghafian, B., & Raziei, T. (2021). Performance evaluation of ERA5 precipitation estimates across Iran. Arabian Journal of Geosciences, 14, 1-18.‏
  26. Mann, H.B. 1945. Non-parametric tests against trend, Econometrica 13:163-171.
  27. Marques, C. A., Rocha, A., Corte‐Real, J., Castanheira, J. M., Ferreira, J., & Melo‐Gonçalves, P. (2009). Global atmospheric energetics from NCEP–Reanalysis 2 and ECMWF–ERA40 Reanalysis. International Journal of Climatology: A Journal of the Royal Meteorological Society, 29(2), 159-174.‏
  28. Marshall, G. J. (2000). An examination of the precipitation regime at Thurston Island, Antarctica, from ECMWF re‐analysis data. International Journal of Climatology: A Journal of the Royal Meteorological Society, 20(3), 255-277.‏
  29. Muñoz-Sabater, J., Dutra, E., Agustí-Panareda, A., Albergel, C., Arduini, G., Balsamo, G., Boussetta, S., Choulga, M., Harrigan, S., & Hersbach, H. (2021). ERA5-Land: A state-of-the-art global reanalysis dataset for land applications. Earth system science data, 13(9), 4349-4383.
  30. NOAA National Centers for Environmental Information, (2022). State of the Climate: Monthly Global Climate Report for Annual 2021. https://www. ncei.noaa.gov/access/monitoring/ monthly-report/global/202113.
  31. Oduro, C., Bi, S., Wu, N., Agyemang, S., Baidu, M., Babaousmail, H., ... & Ayugi, B. O. (2024). Estimating surface air temperature from multiple gridded observations and reanalysis datasets over Ghana. Advances in Space Research, 73(1), 537-552.‏ https://doi.org/ 10.1016/j.asr.2023.10.029.
  32. Ruane, A. C., Goldberg, R., & Chryssanthacopoulos, J. (2015). Climate forcing datasets for agricultural modeling: Merged products for gap-filling and historical climate series estimation. Agricultural and Forest Meteorology, 200, 233-248.‏
  33. Sam Khaniani, A., & Mohammadi, A. (2022). Comparison of ERA5-Land reanalysis data with surface observations over Iran. Iranian Journal of Geophysics, 16(1), 195-212. https://doi.org/ 10.30499/ijg.2022.313494.1376. [In Persian].
  34. Sprenger, M., & Wernli, H. (2003). A northern hemispheric climatology of cross‐tropopause exchange for the ERA15 time period (1979–1993). Journal of Geophysical Research: Atmospheres, 108(D12).‏
  35. Stopa, J. E., & Cheung, K. F. (2014). Intercomparison of wind and wave data from the ECMWF Reanalysis Interim and the NCEP Climate Forecast System Reanalysis. Ocean Modelling, 75, 65-83.‏
  36. Uppala, S.M., Kållberg, P.W., Simmons, A.J., Andrae, U., Bechtold, V.D.C., Fiorino, M., ... & Woollen, J. (2006). The ERA-40 re-analysis, QJ Roy. Meteor. Soc, 131(612), 2961-3012.‏
  37. Velikou, K., Lazoglou, G., Tolika, K., Anagnostopoulou, C., 2022. Reliability of the ERA5 in Replicating mean and Extreme Temperatures across Europe. Water (Basel) 14, 543. https://doi.org /10.3390/w14040543.
  38. veysi, s., Nouri, M., & Jabbari, A. (2023). Performance Evaluation of WaPOR and ERA5 Datasets for the Purpose of Estimating Reference Evapotranspiration in the Caspian Sea Basin. Journal of Water Research in Agriculture, 37(2), 193-206. https://doi.org/10.22092/2023.361653.981. [In Persian].
  39. Vousdoukas, M. I., Voukouvalas, E., Annunziato, A., Giardino, A., & Feyen, L. (2016). Projections of extreme storm surge levels along Europe. Climate Dynamics, 47, 3171-3190.‏
  40. Xie, J., Yu, Y., Li, J. L., Ge, J., & Liu, C. (2019). Comparison of surface sensible and latent heat fluxes over the Tibetan Plateau from reanalysis and observations. Meteorology and Atmospheric Physics, 131, 567-584.‏
  41. Xu, W., Lei, X., Chen, S., Yu, T., Hu, Z., Zhang, M., Jiang, L., Bao, R., Guan, X., Ma, M., Wei, J., Gao, L., Feng, A., (2022). How well does the ERA5 Reanalysis Capture the Extreme climate events over China? Part II: Extreme Temperature. Front. Environ. Sci. 10 https://doi.org/10.3389/fenvs.2022.921659.
  42. Yilmaz, M. (2023). Accuracy assessment of temperature trends from ERA5 and ERA5-Land. Science of The Total Environment, 856, 159182.‏