JOURNAL OF PHYSICAL GEOGRAPHY
Year:2016 | Volume: | Issue: |Papers Count:8

جهت آشکارسازی تغییر اقلیم ابتدا عناصر اقلیمی دما، بارش، فشار تراز دریا و نم ویژه خلیج فارس مشخص گردید و به دو بخش سواحل شمالی و سواحل جنوبی تقسیم گردید. برای ایستگاه ها دوره آماری مشخص (2015-1970) انتخاب گردید و سپس از وبگاه شبکه تغییر اقلیم کانادا داده های ایستگاه شامل (بارش، دما، ارتفاع ژئوپتانسیل و نم ویژه) اخذ گردید و در مرحله بعد همین روند برای دوره آینده (2050-2016) انجام گرفت. با توجه به اینکه کمیت های یاد شده از عوامل تاثیر گذار در تغییرات اقلیم می باشد کمیت های مورد ذکر برای همه ایستگاه ها بر اساس خروجی مدل CGCM در دوره کنونی و آینده، بصورت فصلی و سالانه مورد بررسی قرار گرفت. نتایج نشان داد که در فصل زمستان تغییرات دمایی در نواحی جنوبی خلیج فارس تغیییرات چشمگیری داشته به طوری که پیش بینی می شود در دوره آینده دما تقریبا 3 درجه نسبت به زمان کنونی افزایش یابد. در فصل بهار پیش بینی می شود شرایط دمایی نسبت به دوره کنونی در سواحل جنوبی خلیج فارس، منطقه ابوموسی، بندر لنگه، جزیره کیش و قسمت های غربی جزیره قشم، پهنه دمایی افزایش پیدا کند و بین 28 تا 31 درجه سانتیگراد خواهد رسید. در فصل تابستان سیطره مونسون های تابستانی سبب افزایش دما در پهنه خلیج فارس می گردد به طوری که کل پهنه، دمایی بین 30 تا 38 درجه سانتیگراد دارد. در این فصل نیز پیش بینی می شود که در دوره آینده روند افزایشی دما شدت بیشتری بخود گیرد. در فصل پاییز نیز پیش بینی می شود پهنه دمایی بالاتر از 28 درجه سانتیگراد افزایش یافته و قسمت اعظم خلیج فارس را در بر گیرد.

تغییرات اقلیمی که عمدتا منشا انسانی دارد، پدیده ای است که طی 150سال اخیر بشر را تهدید می کند. سواحل دنیا یکی از آسیب پذیرترین نقاطی هستند که از این پدیده به شدت دگرگون شده اند. تحقیق حاضر میزان تغییرات دمای حداقل و حداکثر برای پنج ایستگاه سواحل جنوبی دریای خزر شامل انزلی، رشت، بابلسر، رامسر و گرگان را با استفاده از دو مدل LARS_ WG، SDSM و یک مدل شبکه عصبی مصنوعی، طی دوره اقلیمی پایه 1990-1961 و آینده 2039- 2010 با استفاده از سه سناریوی A2، B2 وB1 مورد بررسی قرار داده است. نتایج حاصل از این پژوهش نشان داد دما طی دوره آماری 1990-1961 افزایش داشته است و هر پنج ایستگاه مورد بررسی دست خوش این تحول و دگرگونی شده اند. بر اساس نتایج مدل LARS_ WG، طی دوره آماری آینده، افزایش دما تا یک درجه سانتیگراد برای همه ماهها و هر پنج ایستگاه تشخیص داده شد اما مدل SDSM علاوه بر افزایش دما طی دوره آینده (حدود یک درجه سانتیگراد و گاهی بیشتر)، حاکی از کاهش دما برای ایستگاهها در ماههای آوریل، می و نوامبر بود. مدل شبکه عصبی مصنوعی همانند مدل SDSM نشان داد دما برای ایستگاه ها و همه ماه ها به جز ماههای آوریل، می و نوامبر افزایش خواهد داشت. مقایسه نتایج مدل ها نشان داد که خطای مدلSDSM (0.01 تا 0.06 درجه سانتیگراد) کمتر از مدل های دیگر است، مدل LARS_ WG بعد از مدل SDSM کمترین خطا را داشته است و سپس مدل شبکه عصبی مصنوعی قرار می گیرد. همچنین دو آزمون ویلککسون و کلموگروف اسمیرنوف که به ترتیب برای میانگین و واریانس دو سری بکار گرفته شد مشخص کرد مدل SDSM مقادیر P بالای سطح معنی دار 0.05 دارد. در نتیجه صحت محاسبات مدل SDSM بیشتر است و با اطمینان بیشتری می توان به نتایج آن اعتماد کرد.

ارزیابی زمین به منظور شناخت و پهنه بندی عرصه های حساس به حرکات دامنه ای به ویژه زمین لغزش از پژوهش های مربوط به جغرافیدانان طبیعی به ویژه ژئومورفولوژیست ها است.شناسایی و تعیین مناطق حساس و مستعد لغزش می تواند ضمن جلوگیری از بروز خسارت ها، زمینه را برای اجرای طرح های پایدار سازی دامنه ها فراهم آورد. در پژوهش حاضر پهنه بندی خطر زمین لغزش با استفاده از دو روش مدل انتروپی و روش منطق فازی انجام شده است بر اساس مطالعات، نه پارامتر لیتولوژی، فاصله از آبراهه، فاصله از گسل، فاصله از جاده، شیب، جهت شیب، ارتفاع، کاربری اراضی و بارش به عنوان مهم ترین پارامتر های احتمالی موثر در وقوع زمین لغزش های منطقه، تشخیص داده شدند، با انطباق لایه های اطلاعاتی این عوامل بر نقشه زمین لغزش های منطقه بررسی شده در محیط GIS، اثر هر یک ار عوامل در رخداد زمین لغزش ها ارزیابی شد و در نهایت نقشه پهنه بندی خطر زمین لغزش با استفاده از 9 پارامتر تهیه شد. ارزیابی صورت گرفته با استفاده از شاخص احتمال تجربی نشان می دهد که مدل فازی با مقدار شاخص احتمال تجربی 90% روش کارامد تری نسبت به مدل انتروپی با مقدار شاخص 50% در برآورد خطر زمین لغزش در شهرستان کرمانشاه است.

تغییرات در رویدادهای آب و هوایی و اقلیمی دارای اثرات قابل توجهی است که آن را از جمله مهم ترین چالش های جدی فراروی جوامع در مقابله با تغییر اقلیم قرار داده است. (IPCC1, 2007)در واقع یکی از جنبه های مهم تغییر اقلیم شناخت رفتار رویدادهای حدی است. لذا جهت ارائه دورنمایی از تغییرات آتی رویدادهای حدی بویژه بارش با استفاده از خروجی سه مدل گردش عمومی جو (NCCSM، CNCM3، HadCM3) بر اساس سناریوهای A1 B، A2 گزارش چهارم هیات بین الدول تغییر اقلیم (IPCC) تحت مدل LARS-WG برای دو دوره آتی 2030-2011 و 2065-2046 برای ایستگاه سبزوار ریز مقیاس نمایی شده است. نمایه های بارش مورد مطالعه در این پژوهش شامل (PRCPTOT, R10mm, R20mm, R95p, R99p, RX1day, RX5day, SDII) که برای دو دوره آتی یاد شده محاسبه گردید. نتایج نشان می دهد احتمالا میانگین بیشینه بارش پنج روزه و شدت بارش طی دوره آتی 2030-2011 و 2065-2046 تحت سناریوی A2 افزایش می یابد. همچنین سهم بیشتری از کل بارش سالانه به وقوع بارش های سیل آسا و رگباری یعنی بارش های بیش از صدک 95 و 99 دوره پایه تعلق خواهد داشت. با توجه به نتایج بدست آمده افزایش این نمایه ها به معنی افزایش فراوانی وقوع سیل و شدت آن به ویژه طی دوره آتی  2030-2011خواهد بود. این در حالی است که طی دوره 2065-2046 احتمال می رود درصد افزایش شدت بارش و نمایه های بیشینه بارش پنج روزه نسبت به دوره 2030-2011 کمتر باشد.

بارش های سیل آسا و سهمگین در فصل تابستان به دلیل ناگهانی بودن آن خسارات سنگینی در بخش های تاسیسات زیر بنایی، عمرانی و کشاورزی برای مناطق مختلف کشورمان به بار می آورند.در پژوهش حاضر به تحلیل همدیدی و ترمودینامیکی بارش سیل آسای 28 تا 31 تیر  1394در نیمه شمالی، مرکزی و غربی کشورمان پرداخته شده است. ابتدا با استفاده از داده های ایستگاه زمینی بارش ایستگاه های موردمطالعه، بررسی شد و سپس با استفاده از داده های جو بالا و ترسیم نقشه های مربوط، بارش ها مورد تحلیل قرار گرفت. نتایج نشان داد که گسترش پرفشار دریای سیاه بر روی نیمه شمالی و نفوذ کم فشارگرم پاکستان-خلیج فارس از جنوب، ضمن شمالی شدن جریانات، موجب شیو شدید فشاری در تراز دریا شده است. در ترازهای میانی جو کشیده شدن محور فرود از آسیای مرکزی تا جنوب ایران صعود شدید هوا را به همراه داشته است. واکاوی نقشه های امگا بر روی ایران حاکی از استقرار میدان بیشینه امگای منفی در شمال ایران می باشد. تحلیلنقشه های وزش رطوبتی نیز نشان داد که در ترازهای 1000 و 850 هکتوپاسکال دریای سیاه و خزر منابع تامین کننده رطوبت می باشند. اما در تراز 700 و 500 هکتوپاسکال دریای عمان، عرب و شبه جزیره هند نقش اصلی انتقال رطوبت را بر روی منطقه موردمطالعه بر عهده داشته اند. نکته قابل توجه اینکه رودباد تنها در بالای تراز 300 هکتوپاسکال و در بالاتر از عرض 38 درجه شمالی و خارج از محدوده رخداد موج بارشی ابر سنگین روزهای پایانی تیرماه 94 قرار داشته است و تاثیر آن به صورت غیرمستقیم بوده که موجب تخلیه هوای گرم و مرطوب درون ناوه و در نتیجه تقویت ناپایداری گردیده است.

نظر به اهمیت پراکندگی مکانی و نوسانات زمانی عناصر اقلیمی در تولیدات دیم، در تحقیق حاضر با بررسی پراکندگی مکانی عناصر آب و هوایی در شهرستان های کلیبر و خداآفرین و نوسانات زمانی آنها در ارتباط با نیازهای اقلیمی گندم دیم، میزان تاثیر آنها در عملکرد این محصول استراتژیک مورد مطالعه قرار گرفت. پراکندگی مکانی پارامترهای بارشی با استفاده از سامانه اطلاعات جغرافیایی (GIS) به نقشه تبدیل گردیده و نوسانات سال به سال بارش و دما از طریق ترسیم نمودار مورد ارزیابی قرار گرفت. با بهره گیری از نیازهای رویشی (شرایط اقلیمی مطلوب) گندم دیم، چگونگی تامین نیازهای آب و هوایی این گیاه ارزشمند تحلیل گردید. در مرحله بعد جهت شناسایی نقش پارامترهای آب و هوایی در عملکرد گندم دیم و تعیین بهترین مدل پیش بین گر، رگرسیون چندمتغیره گام به گام برای 16 پارامتر اقلیمی و میانگین عملکرد گندم دیم در شهرستان های کلیبر و خداآفرین اجرا گردید. نتایج نهایی نشان دهنده این واقعیت هستند که نقش هر یک از عناصر اقلیمی بارش و دما، متناسب با مراحل مختلف رشد، متفاوت است. هر چند میانگین بارش سالانه در منطقه مورد مطالعه مطلوب به نظر می رسد ولی تغییرات زیاد آن از سالی به سال دیگر و همچنین وقوع مقدار کمی از آن در ماه خرداد محدودیت اصلی بارش برای کشت گندم دیم است. عنصر اقلیمی دما در منطقه مورد مطالعه در مراحل جوانه زنی و پرشدن دانه شرایط مطلوبی را ایجاد می کند ولی در مرحله گلدهی شرایط دمایی منطقه سردتر از آستانه های مطلوب فیزیولوژیکی گندم می باشد. همچنین اجرای رگرسیون چندمتغیره، مدلی را با 7 پارامتر آب و هوایی ارائه داد که می تواند در سطح اطمینان 95% نقش پارامترهای اقلیمی را در میزان عملکرد گندم دیم تبیین کند.

از میان انواع یخبندان ها، یخبندان تابشی به لحاظ فراوانی وقوع و امکان حفاظت موثر توسط روشهای فعال، از اهمیت زیادی برخوردار است. بنابراین پیش بینی دقیق دمای حداقل، با استفاده از یک مدل پیش بینی تجربی با امکان کالیبره شدن برای شرایط محلی و کاربری آسان و همچنین برآورد ساعتی میزان تغیرات دما (روند) طی شب هایی با رخداد یخبندان تابشی، جهت تعیین زمان شروع و پایان روشهای حفاظت فعال ضروری به نظر می رسد.در این راستا هدف از این تحقیق پیش بینی دمای حداقل با استفاده از یک مدل چند جمله ای می باشد. در این پژوهش با استفاده از داده های ساعتی ایستگاه سینوپتیک شاهرود در ماههای ژانویه، فوریه طی دوره آماری 1984-2010 واز پارامترهایی مانند دمای خشک در زمان غروب و h ساعت بعداز غروب آفتاب و دمای حداقل روز بعد، مدل پیش بینی دمای حداقل ارائه گردید. مقدار ضریب همبستگی مربوط به داده های دمای حداقل مشاهده شده و پیش بینی شده توسط مدل، حاکی از اطمینان بالای معنی داری می باشد. همچنین مقدار ریشه دوم میانگین مربعات خطا (RMSE) برای مدل ارائه شده در ماه ژانویه به میزان 0.2 درجه سانتیگراد رسیده است.

تابش خورشیدی در بسیاری از مدلهای هیدرولوژی به عنوان پارامتری مهم در تخمین تبخیر و تعرق می باشد. تهیه و ایجاد وسایل انداره گیری این پارامتر بسیار پرهزینه می باشد. در این تحقیق از داده های اندازه گیری شده تابش (Rs) در سال های 1385 تا 1389 ایستگاه هواشناسی زاهدان استفاده شده است. در این تحقیق چند مدل غیرخطی نظیر شبکه عصبی با الگوریتم BFGS و شبکه عصبی با کاهش شیب توام و رگرسیون خطی محلی با استفاده از آزمون گاما توسعه داده شد. سپس این مدل های غیرخطی و دو مدل تجربی شامل آنگستروم-پرسکات و گلور مک کلوت برای پیش بینی تابش مورد ارزیابی قرار گرفت. از پارامترهای دمای ماکزیمم، سرعت متوسط باد و تابش برون زمینی و ساعت آفتابی برای پیش بینی روش های غیر خطی استفاده شد. نتایج مقایسه مقادیر محاسبه شده با مدل ها با مقادیر اندازه گیری شده توسط پیرانومتر نشان می دهد که شبکه عصبی با روند نما BFGS دارای 1.95 RMSE=، MA=1.47 و 0.93=R2 است که دارای بهترین عملکرد در مدل ها می باشد. بعد از آن مدل شبکه عصبی با کاهش شیب توام و مدل رگرسیونی خطی محلی است که مقادیر RMSE، MAE وR2  برای آنها به ترتیب برابر 2.53، 1.77، 0.88 و 2.89، 1.89، 0.82 می باشد. روش انگستروم و گلور-مک کلوت نیز به ترتیب دارای مقادیر RMSE=4.38، MAE=3.21، R2=0.33 و RMSE=4.64،MAE=3.07  و R2=0.50 می باشند.