ارزیابی تغییرات اقلیمی در اکوسیستم¬های تالابی با استفاده از مدل GCM، مطالعه موردی: تالاب¬های آلاگل، آجی¬گل و آلماگل، استان گلستان
محورهای موضوعی : جغرافیای طبیعیصالح ارخی 1 * , ابوالقاسم ممشلی 2 , عبدالحافظ پناهی 3 , سمیه عمادالدین 4
1 - دانشگاه گلستان
2 - موسسه غیر انتفاعی- غیردولتی لامعی گرگانی،
3 - داره کل هواشناسی استان گلستان،
4 - دانشگاه گلستان
کلید واژه: تغییر اقلیم, مدلسازی, مدل LARS-WG, تالابهای آلاگل, آلماگل و آجیگل,
چکیده مقاله :
تحقیقات پژوهشگران طی سالهای گذشته نشان میدهد که تغییرات اقلیمی اثرات متفاوتی بر روی مولفههای اقلیم و مولفههای هیدرولوژیکی دارد. نتایج یافتههای دانشمندان گویای این نظر است که وقوع تغییرات اقلیمی در آینده نمود بیشتری خواهد داشت، لذا تحلیل و پیشبینی تغییرات اقلیمی از اهمیت ویژهای برخوردار است. پژوهش حاضر، با توجه به ماهيت مسئله و موضوع مورد بررسی، از نوع توصيفيتحليلي است و از نوع مطالعات کاربردی با تأکید بر روش‌های کمی است که با استفاده از مدل GCM انجام گرفت. به‌منظور اجرای اهداف در نظر گرفته شده، شامل: مدلسازی تغییر اقلیم تالابهای آلاگل، آجیگل و آلماگل از آمار ایستگاه هواشناسی ایستگاه اینچهبرون که دارای آمار 20 ساله میانگین بارش و میانگین دما در فواصل سالهای (2001-2020) در مقیاس ماهانه و سالانه استفاده شده است. در تحقیق حاضر، پیشبینی دادههای بارش و دما با استفاده از خروجی‌های مدل HadCM3 انجام شده است. دادههای شبیهسازی شده میانگین بارندگی حاصل از مدل Hadcm3 در LARS-WG تحت سناریو SRA1B برای ریزمقیاس نمایی آماری دادههای مدل گردش عمومی جو و تولید داده مصنوعی برای دوره آتی با استفاده از سه سناریویB1، A2 و AIB (به ترتیب خوشبینانه، بدبینانه و متوسط) تأیید شده توسط هیئت بينالدول تغییر اقلیم بین سالهای 2021 تا 2050 برﺁورد شده است. بدین منظور، برای انتخاب بهترین روش درونیابی از شاخصهای آماری از قبیلRMSE ، ME و MSE استفاده شد. یکی از مهمترین راهبردهای موجود در زمینه وزندهی، تکنیک‌های کمی و ریاضی است. بر اساس نتایج تحقیق، آزمون‌های همگنی روند تطابق بسیار مناسبی با یکدیگر داشته‌اند. در مواقعی که آزمون روندیابی حاکی از روند معنی‌‌‌دار آماری در سری زمانی بوده، آزمون‌های همگنی نیز عدم همگن بودن آن سری را تأیید می‌کنند. سری‌های بارش در ایستگاه اینچه برون با روند کاهش تقریبی همراه بود. همچنین، دمای حداکثر و حداقل روند افزایشی را نشان داد. مدلسازی سری‌های بارش در ایستگاه اینچهبرون با روند کاهش تقریبی همراه بوده و همچنین دمای حداکثر و دمای حداقل روند افزایشی را داد.
Research over recent years has shown that climate change exerts varying effects on climatic and hydrological components. Scientific findings indicate that the impacts of climate change will become more pronounced in the future; therefore, analyzing and predicting these changes is of significant importance. This study, given its subject and nature, is a descriptive-analytical and applied research with an emphasis on quantitative methods, conducted using the General Circulation Model (GCM). To achieve the study objectives—including modeling climate change in the Alagol, Ajigol, and Almagol wetlands—data from the Incheh-Borun meteorological station were used. This station provides 20 years of monthly and annual average precipitation and temperature data (2001–2020). Forecasting of precipitation and temperature was carried out using outputs from the HadCM3 model in this study. The simulated average precipitation data, obtained from HadCM3 and downscaled in LARS-WG under the SRA1B scenario, were used to generate synthetic data for the future period (2021–2050) based on three IPCC-approved scenarios: B1 (optimistic), A2 (pessimistic), and A1B (moderate). To determine the best interpolation method, statistical indicators such as RMSE, ME, and MSE were applied. One of the most effective strategies in data weighting is the application of quantitative and mathematical techniques. According to the study results, the homogeneity tests demonstrated a high level of consistency. When trend analysis indicated a statistically significant trend in the time series, the homogeneity tests confirmed the non-homogeneity of those series. The precipitation series at Incheh-Borun station showed a generally decreasing trend, while both maximum and minimum temperatures exhibited increasing trends.
1. آرخی، صالح. گرکز، سمیرا. و عمادالدین، سمیه. 1402. پهنه‌بندی خطر سیلاب تحت تاثیر تغییرات اقلیمی با استفاده از مدل هیدرولوژیکی SWAT در محیطGIS (مطالعه موردی: حوضه آبخیز قره‌سو، استان گلستان). پژوهش‌های تغییرات آب و هوایی، 4(14)، 1-26.
2. پناهی، عبدالحافظ. جانباز قبادی، غلامرضا. متولی، صدرالدین. و خالدی، شهریار. 1402. سنجش و پیشبینی پتانسیل وقوع سیلاب تحت شرایط تغییر اقلیم (مطالعه موردی: حوضه آبخیز گرگانرود). مطالعات جغرافیایی نواحی ساحلی، 4(2)، 45-61.
3. پناهی، عبدالحافظ. جانباز¬قبادی، غلامرضا. متولی، صدرالدین. و خالدی، شهریار. 1402. پیشبینی و پهنه¬بندی پتانسیل وقوع سیلاب برحسب الگوریتم‌های تغییر اقلیم (مطالعه موردی: حوضه آبخیز گرگانرود). جغرافیا ( فصلنامه علمی انجمن جغرافیایی ایران)، 21(78): 109-134.
4. حاجی¬وندپایداری، سمیه. یزدان¬پناه، حجت¬اله، و اندرزیان، سیدبهرام. 1401. بررسی اثرات منطقه‌ای پدیده تغییر اقلیم در شمال استان خوزستان با بهره¬گیری از مدل HadCM3 تحت ریزمقیاس نمایی LARS-WG در دوره آماری 2030-2010 و 2050-2030. جغرافیا و روابط انسانی، 5(1) 299-314.
5. رحیمی¬بلوچی، ل. و ملک¬محمدی، ب. 1390. ارزيابي ريسك¬هاي محيط زيستي تالاب بين¬المللي شادگان بر اساس شاخص¬هاي عملكرد اكولوژيكي. مجله محیط¬شناسی، سال سی¬و¬نهم، شماره 1، 112-101
6. ضیایی، نوید. اونق، مجید. عسگری، حمیدرضا، مساح¬بوانی، علیرضا. سلمان¬ماهینی، عبدالرسول. و حسین‌علیزاده، محسن. 1398. پیشبینی متغیرهای اقلیمی دوره‌‌های آتی با کاربرد مدل HadCM3 و سناریوهای اقلیمی، مطالعه موردی: ایستگاه‌های سینوپتیک منتخب حوضه حبله‌رود. مهندسی و مدیریت آبخیز، 11(3)، 771-783.
7. کرمی، رقیه. رضائی، حسن. سلما¬ن¬ماهینی، عبدالرسول. و قربانی¬نصرآبادی، خلیل. 1401. ارزیابی تغییرات اقلیمی در حوضه تالاب بین‌المللی هامون با استفاده از مدل LARS-WG6.، مخاطرات محیط طبیعی، 11(31)، 107-122.
8. کاظمی¬نیا، علیرضا. 1396. کاربرد سنجش‌از دور و GIS در بررسی پوشش گیاهی. نشریه علمی ترویجی مهندسی نقشه¬برداری و اطلاعات مکانی، 9(1): 75-86.
Bussi, G., Whitehead, P., Thomas, A., Masante, D., Jones, L., Cosby, J.R., Bernard, E., Bridget, M.S., Prudhomme, C. and Prosser, H. (2017). Climate and land-use change impact on faecal indicator bacteria in a temperate maritime catchment (the River Conwy, Wales).
Henareh Khalyani, A., Gould, W., Harmsen, E., Terando, A., Quinones, M. and Collazo, J. (2015). Climate change implications for tropical islands: Interpolating and interpreting statistically downscaled GCM projections for management and planning. J. Appl. Meteor. Climatol.
Kim, K.G., Lee, H. and Lee, D.H. (2011). Wetland Restoration to Enhance Biodiversity in Urban Areas-A Comparative Analysis. Landscape Ecol Eng. 7: 27-32
Lemley, A.D. (1997). Risk assessment as an environmental management tool: consideration for freshwater wetlands. Environmental Management. 47:117-134.
McKee, T., Doesken, B., Nolan, J. and Kleist, J.( 1993). The relationship of drought frequency and duration to time scales. Paper presented at the Proceedings of the 8th Conference on Applied Climatology. Decision Making and Geographic Information System.
Mertz, O., Mbow, C., Reenberg, A. and Diouf, A. (2009). Farmers’ perceptions of climate change and agricultural adaptation strategies in Rural Sahel, Environmental Management, 43, 804-816.
Shrestha, S. and Lohpaisankrit, W. (2017). Flood hazard assessment under climate change scenarios in the Yang River Basin, Thailand. International Journal of Sustainable Built Environment. Dec 1;6(2):285-98.
Semenov, M.A.( 2008). Simulation of extreme weather events by a stochastic weather generator. Climate Research, 35, 203-212.14.
Semenov, M.A., Brooks, R.J.,( 1998). Comparison of the WGEN and LARSWG stochastic weather generators for diverse climates. Climate Research, 10: 95-107.
Semenov, M.A., Barrow, E.M. (2002). LARS-WG A stochastic weather generator for use in climate impact studies. User Manual, Version 0/3: 28
National environment council for sustainable development, Sustainable wetland management in the face of climate risks in Niger: the case of la mare de tabalak. (2013).
International institute for sustainable development (IISD), UNDP.Ramsar Convention Secretariat. (2007). Ramsar Handbooks for the Wise Use of Wetlands.3rd edn. Ramsar Convention Secretariat: Gland, Switzerland.