برومند صلاحی

به منظور بررسی نوسانات طولانی مدت دید افقی در شمال غرب ایران، داده های ساعتی دید افقی ثبت شده در 7 ایستگاه منتخب در دوره 1951 تا 2020 اخذ شد. بعد از غربالگری داده ها، پراشیدگی زمانی میانگین دید افقی بررسی شد. ضریب خاموشی اتمسفر با استفاده از رابطه کشمایدر محاسبه شد؛ آزمون من-کندال روی میانگین سالانه و آماره ی Rdit روی داده های ساعتی دید افقی اجرا شد. سپس تغییرات درصد دیدهای خیلی خوب (کیلومتر 19<) نسبت به درصد دیدهای بد (کیلومتر 10>) محاسبه شد. نتایج حاکیست میانگین سالانه دید افقی در منطقه مورد مطالعه 13~ کیلومتر است. سه دوره نوسانی متفاوت در میانگین منطقه ای دید افقی شناسایی شد: دوره اول «دوره کاهش شدید» میانگین دید افقی (1951 تا 1985)؛ دوره دوم «دوره دید افقی پایین و ثابت» (1987 تا 2005)؛ و دوره سوم «دوره بهبود نسبی اخیر». میانگین منطقه ای دید افقی (ضریب خاموشی) با آهنگ 167/0- (0017/0) کیلومتر در سال روند کاهشی (افزایشی) معنی دار در سطح اطمینان 01/0 دارد. روند کاهشی معنی دار در همه ایستگاه های مورد مطالعه به استثنای ایستگاه اردبیل تأیید شد. میانگین Rdit در شمال غرب ایران در اوایل دهه ی 1950، 85/0~ بوده است در حالی که در دهه 1990 به حدود 3/0 کاهش یافته است. با وجود بهبود میدان دید افقی در دهه اخیر و رسیدن آن به حدود توزیع مرجع (شاخص ریدیت 5/0~)؛ اما همچنان روند کاهشی دید افقی اثبات شد. روند افزایشی دیدهای بد (از 5% به 25%) به همراه روند کاهشی دیدهای خیلی خوب (از 80% به 5%) حاکی از روند کاهشی دید افقی می باشد که اوایل دهه 1980 به عنوان نقطه شکست مشخص شد. پدیده مه-دود با 7/38% در کل دوره، تأثیرگذارترین پدیده هواشناسی در کاهش دید افقی بوده و در بین ایستگاه ها بیشترین (کمترین) تأثیرگذاری آن در تبریز و ارومیه (سقز و اردبیل) به ترتیب 63% و 5/56% (2/21%8/24%) بوده است.

یکی از مهم ترین چالش های پیش روی بشر، مسأله تغییر اقلیم و چگونگی رویارویی با مخاطرات ناشی از آن است. هدف از پژوهش حاضر، پیش بینی دمای حداکثر شمال غرب ایران بر اساس مدل های اقلیمی CMIP6 بود. بدین منظور داده های متغیر دمای حداکثر 12 ایستگاه منتخب شمال غرب ایران طی دوره آماری 2014-1985 از سازمان هواشناسی کشور اخذ گردید و پس از روندیابی با بهره گیری از آزمون من- کندال، تحت دو سناریوی متوسط (SSP 2-4.5) و بدبینانه (SSP 5-8.5) مدل های CanEsm5، MPI-ESMI-2HR، در نرم افزار SDSM6.1 شبیه سازی و برای 30 سال آتی پیش بینی گردید. جهت ارزیابی عملکرد مدل های CMIP6 و مقایسه مقادیر پایه و پیش بینی شده، از 3 سنجه آماری شامل: میانگین مربعات خطا (MSE)، ریشه میانگین مربع خطا (RMSE)  و میانگین خطای مطلق (MAE)  بهره گرفته شد. نتایج حاصل از روندیابی به روش من- کندال حاکی از روند صعودی معنادار در سطح اطمینان 99% در همه ایستگاه ها به جز ایستگاه تکاب بود که روند صعودی دما در آن معنادار نبود. نتایج مدل سازی دمای حداکثر نشان داد که مدل CanESM5 در مقایسه با مدل MPI-ESMI-2HR  در پیش بینی دمای حداکثر خطای کمتر و دقت بیشتری دارد. طبق پیش نگری انجام شده بر اساس سناریوهای دو مدل، طی دهه های آتی در همه ایستگاه ها و در کل ماه های سال افزایش دما تجربه خواهد شد که میزان این افزایش تحت سناریوی بدبینانه (SSP 5.8.5) بیشتر بود. در مجموع طبق یافته های پژوهش حاضر، بالاترین درصد افزایش دما در همه ایستگاه ها در ماه های سرد سال و اغلب در اواخر پاییز و زمستان رخ خواهد داد. بر اساس نتایج، دمای بیشینه در همه ایستگاه ها 2/0 الی 2 درجه سلسیوس افزایش خواهد داشت. ایستگاه های تکاب، ارومیه و مراغه با 12 الی 13 درصد افزایش، ماکو و جلفا با 6% افزایش به ترتیب بیشترین و کمترین میزان افزایش دمای بیشینه را در مقایسه با سایر ایستگاه ها تجربه خواهند کرد.

امروزه پدیده گرد و غبار در شمار مهم ترین مخاطرات طبیعی قرار گرفته و اثرات نامطلوبی بر سلامتی انسان، کشاورزی و محیط زیست برجای گذاشته است. هدف پژوهش حاضر پیش بینی فراوانی طوفان های گرد و غبار در ۱۷ ایستگاه منتخب نیمه غربی ایران است. بدین منظور، برای محاسبه فراوانی از کدهای گرد و غبار و دید افقی کمتر از ۱ کیلومتر دوره آماری ۲۰۲۳-۱۹۸۷ استفاده شد. سپس شبکه های عصبی توابع پایه شعاعی (RBF)، پرسپترون چندلایه (MLP)، سیستم استنتاج عصبی -فازی (ANFIS) و رگرسیون بردار پشتیبان (SVR) جهت پیش بینی گرد و غبار انتخاب شد. داده های رطوبت، دما، بارش، سرعت و جهت باد به عنوان داده های ورودی و داده روزهای توأم با گرد و غبار به عنوان هدف، در مدل سازی ها به کار گرفته شد. داده ها به دو گروه تقسیم شدند. از ۸۰ درصد داده ها برای آموزش و از ۲۰ درصد دیگر برای آزمون شبکه استفاده شد. نتایج مقایسه مدل های مورد استفاده نشان داد که بر اساس نتایج حاصل از مدل RBF، بیشترین مقدار ضریب همبستگی در ایستگاه های کرمانشاه، رامهرمز و اسلام آبادغرب به ترتیب برابر با ۹۹/۰، ۹۷/۰ و ۹۵/۰ بوده است. در مجموع، این مدل به دلیل خطای کمتر و همبستگی بیشتر در ایستگاه ها بهترین عملکرد را ارائه نموده است؛ بنابراین به دلیل داشتن توانایی بالا، می تواند یک راهکار سریع در پیش بینی مقدار گرد و غبار و پراکنش آن باشد. نتایج خروجی مدل RBF برای پیش بینی گرد و غبار در آینده (۲۰۴۰-۲۰۲۴) نشان داد احتمال رخداد طوفان های گرد و غبار در آبادان و اهواز بیشتر بوده و همانند دوره مشاهداتی، الیگودرز را می توان جزو ایستگاه کم باد منطقه به حساب آورد.

تغییرات اقلیمی و به دنبال آن رخداد وقایع حدی نظیر طوفان های گردوغبار علاوه بر اختلال در محیط زیست، تأثیر مستقیم بر سلامت انسان و روند طبیعی زندگی داشته و طی سال های اخیر در بخش کشاورزی پیامدهای نامطلوبی را بر جای گذاشته است. در این پژوهش برای پیش نگری و مدل سازی طوفان های گردوغبار، داده های ساعتی گردوغبار، میانگین دما، رطوبت نسبی، سرعت و جهت باد در برخی از ایستگاه های سواحل خلیج فارس (آبادان، اهواز و بوشهر) با طول دوره آماری ۳۷ سال (۲۰۲۳-۱۹۸۷) گردآوری شد. پیش نگری تعداد روزهای همراه با طوفان های گردوغبار در مقیاس فصلی با استفاده از مدل شبکه عصبی پرسپترون چندلایه و مدل فصلی SARIMA انجام شد. براساس نتایج حاصل از شبکه عصبی پرسپترون چندلایه، ضریب همبستگی بین مقادیر مشاهداتی و پیش نگری شده برای سه ایستگاه همدیدی آبادان، اهواز و بوشهر به ترتیب برابر با ۴۳/۰، ۵۰/۰ و ۹۰/۰ و مقدار RMSE برابر با ۹۶/۶، ۹۷/۱ و ۱۶/۰ بوده و نسبت به مدل SARIMA خطای کمتر، همبستگی بیشتر و عملکرد بهتری در پیش نگری داشته است. پیش نگری با شبکه عصبی برای ۱۶ سال آینده (۲۰۴۰-۲۰۲۴) بیشترین احتمال رخداد گردوغبار را در فصل بهار و کمترین مقدار را برای پاییز نشان داد. شدت گردوغبار نیز طی دوره های مشاهداتی و آینده در آبادان بیشتر از بقیه ایستگاه ها بوده است. مسیریابی ذرات گردوغبار با مدل HYSPLIT و  به روش پسگرد در سه ارتفاع ۲۰۰، ۱۰۰۰ و ۱۵۰۰ متری، ایجاد ذرات گردوغبار در عراق، قسمت هایی از سوریه و عربستان و حرکت آن به سمت غرب و جنوب غرب ایران را برای تاریخ های مشترک در سه ایستگاه تصدیق می کند و نتایج آن مطابقت خوبی را با عمق اپتیکی گردوغبار، تراکم گردوغبار سطحی و نحوه حرکت توده غلظت بر اساس مدل های NAAPS و COAMPS نمایش می دهد. نتایج این مطالعه می تواند در مدیریت پیامدهای ناشی از طوفان گردوغبار و برنامه های مقابله با بیابان زایی در مناطق تحت مطالعه مؤثر باشد.  

پژوهش حاضر با هدف واکاوی تغییرات بارش شمال غرب ایران طی دهه های آتی بر اساس مدل های GCM صورت گرفته است. بدین منظور، ابتدا بارش سال های 2014-1985 بر اساس آزمون من- کندال روندیابی گردید. سپس داده های روزانه بارش برای هر یک از ایستگاه های مورد مطالعه در نرم افزار SDSM6.1 برای 2014-1985 شبیه سازی شد. آنگاه تحت سناریوهای (SSP2-4.5) و (8.5-SSP5) مدل های CanEsm5 و MPI-ESMI-2HR، بارش سال های 2043-2015 پیش بینی شد. جهت ارزیابی عملکرد مدل های CMIP6 و مقایسه مقادیر پایه و پیش بینی شده، از سنجه های آماری MSE،RMSE و MAE استفاده شد. بر اساس نتایج آزمون من- کندال، بارش دوره پایه در ایستگاه های تبریز، اردبیل، ارومیه، تکاب و مراغه دارای روند کاهشی و در ایستگاه های مشگین شهر، سردشت، ماکو، خلخال، سراب، جلفا و پارس آباد دارای روند افزایشی بود. از بین 12 ایستگاه مورد بررسی، فقط بارش ایستگاه مراغه روند کاهشی معنادار داشت. در سایر ایستگاه ها روندهای بارش معنی دار نبود. بر اساس پیش بینی های انجام شده بر اساس مدل های مذکور، تحت سناریوی متوسط (SSP 2-4.5)، در اواخر زمستان و اوایل بهار، بارش کاهش خواهد یافت. در سایر ماه ها به ویژه ماه های تابستان و پاییز، درصد کاهش بارش بیشتر خواهد بود. بر اساس سناریوی 8.5-SSP5، بیشترین درصد کاهش بارش در مدل MPI به میزان 33% در ایستگاه های جلفا، سردشت، مراغه و در مدل CanESM5 حدود 33 الی 35 درصد در ایستگاه های جلفا، تکاب و ارومیه پیش بینی گردید. طبق نتایج حاصل، اگرچه هر دو مدل، بارش را با خطای نسبتاً بالایی پیش بینی نمودند، لیکن مدل MPI نسبت به مدل CanESM5 خطای کمتر و دقت بیشتری در پیش بینی بارش داشت.

در این پژوهش از مدل SWAT برای شبیه سازی شرایط هیدرولوژیکی حوضه رودخانه ارس در دوره آینده استفاده گردید. واسنجی مدل بر اساس داده سال های 2006-1987 و اعتبارسنجی آن در سال های 2014-2007 با الگوریتم SUFI2 انجام و مدل SWAT بر اساس دبی جریان ماهانه ایستگاه هیدرومتری منتخب کالیبره شد. بعد از انتخاب پارامترهای بهینه و با اجرای شبیه سازی در 350 دور شبیه ساز، مقادیر معیارهای ارزیابی در دوره واسنجی و در مرحله اعتبارسنجی به دست آمد. برای ارزیابی تغییرات بیلان آب حوضه تحت شرایط تغییر اقلیم از داده های ریزگردانی شده مدل اقلیمی CNRM-CM6 در دوره تاریخی (1985-2014) و دوره آینده (2025-2100) تحت سناریوی SSP5-8.5 به عنوان داده ورودی به مدل SWAT استفاده شد. یافته ها نشان داد ET حوضه سهم زیادی از بارش 272 میلی متری دوره تاریخی و 351 میلی متری دوره آینده حوضه را به خود اختصاص داده و میزان نفوذ و جریان جانبی که برای تغذیه منابع زیرزمینی و سطحی ضروری هستند، بسیار اندک است. همچنین برحسب کاربری اراضی، کمینه ET حوضه در کاربری مراتع خوب به دست آمد. هر چند در دوره آینده بارش سالانه به میزان 79 میلی متر نسبت به دوره تاریخی بیشتر خواهد بود ولی بخش عمده ای از آن صرف تبخیر و تعرق در ماه های می تا جولای خواهد شد.