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.

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.

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.

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.  

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.

این پژوهش به بررسی تغییرات فضایی-زمانی فراوانی روزهای با دید افقی مساوی یا کمتر از 1000 متر در نیمه غربی ایران طی دوره 74 ساله (2024-1951) پرداخته است. از داده های 16 ایستگاه سینوپتیک و روش های آماری من-کندال و شیب سن برای تحلیل روندها استفاده شد. نتایج نشان داد بیشترین فراوانی سالانه دید محدود در ایستگاه های پست جنوبی مانند آبادان (2053 روز) و کمترین مقدار در خرم آباد (194 روز) مشاهده می شود. محدوده مورد مطالعه ازنظر توزیع فضایی دید محدود به سه ناحیه متمایز تقسیم می شود: 1) مناطق جنوبی نزدیک به خلیج فارس (آبادان و اهواز) با بیشترین فراوانی سالانه (2053-1304 روز) که تحت تأثیر رطوبت بالا و گرد و غبار هستند، 2) مناطق مرتفع غربی (همدان، اراک) با فراوانی متوسط (1453-1312 روز) که وارونگی دمایی عامل اصلی است و 3) مناطق شمال غربی (ارومیه، خوی) با کمترین فراوانی (1050-598 روز) که به دلیل دوری از منابع رطوبت و گرد و غبار شرایط بهتری دارند. در مقیاس ماهانه، بیشترین فراوانی در ژانویه، فوریه و دسامبر و کمترین در جولای، اوت و سپتامبر مشاهده می شود لذا ازنظر توزیع فصلی، بیشترین فراوانی در زمستان (ناشی از وارونگی دمایی) و کمترین در تابستان ثبت شده است. تحلیل روندها نشان دهنده افزایش معنادار روزهای با دید محدود در ایستگاه های میانی محدوده مانند اراک، اهواز و کرمانشاه و کاهش معنادار در ایستگاه های جنوبی مانند آبادان و نیز نوژه است. این تغییرات به عوامل مختلفی ازجمله تغییرات الگوهای جوی، توسعه صنعتی، تغییر کاربری اراضی و نوسانات منابع رطوبتی نسبت داده می شود. یافته های این مطالعه می تواند در برنامه ریزی های حمل ونقلی، مدیریت کیفیت هوا و مطالعات تغییر اقلیم مورداستفاده قرار گیرد.

جزیره حرارتی شهری به منطقه ای اطلاق می شود که در آن دما به طور قابل ملاحظه ای افزایش یافته و پیامدهای منفی فراوانی به همراه دارد. این پژوهش با هدف بررسی رابطه بین جزیره گرمایی شهر تهران با عناصر آلاینده جوی در بازه زمانی ۲۰۱۹ تا ۲۰۲۴ انجام شده است. برای نمایش جزیره حرارتی، از داده های دمای سطح زمین ماهواره مودیس تررا در پلتفرم گوگل ارث انجین بهره گرفته شد. در این بستر، وضعیت کاربری اراضی منطقه مورد مطالعه نیز تحلیل گردید و با استفاده از تصاویر ماهواره ای لندست 8، شاخص NDVI محاسبه شد تا نمایی از وضعیت پوشش گیاهی منطقه به دست آید. سپس، وضعیت آلاینده های جوی مؤثر بر شدت و گسترش جزیره حرارتی، شامل بخار آب، دی اکسید گوگرد، دی اکسید نیتروژن، متان، ازن و عمق نوری آئروسل، از داده های ماهواره سنتینل 5 استخراج و پردازش شد. به منظور ارزیابی ارتباط این متغیرها با دمای سطح زمین، ضریب تعیین و همبستگی برای ۵۰۰ نقطه تصادفی محاسبه گردید. نتایج نشان داد که میانگین دمای سطح زمین از غرب به شرق تهران افزایش یافته و در مرکز و جنوب شرقی شهر، هاله حرارتی با میانگین دمای بالای ۱۶ درجه سانتی گراد شکل گرفته است. تراکم بالای مناطق مسکونی و آلودگی ناشی از حمل ونقل در نواحی شرقی و جنوبی، از عوامل اصلی شکل گیری و تشدید این پدیده به شمار می آیند. از میان عوامل مورد بررسی، بخار آب با ضریب همبستگی مثبت و معنادار ۶۴۸/۰ بیشترین تأثیر را بر افزایش دمای محلی داشته و دی اکسید گوگرد و دی اکسید نیتروژن نیز تأثیرات قابل توجهی بر دما نشان داده اند. در مقابل، پوشش گیاهی نقش مهمی در تعدیل دما ایفا کرده است. همچنین بررسی سایر آلاینده ها همچون آئروسل، متان و ازن نشان داد که این گازها تأثیر کمتری بر دمای محلی دارند.

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 مطالعه با استفاده از سامانه همادی مدل های چند گانه (MME)، متشکل از چندین مدل پروژه مقایسه جفت شده فاز ششم (CMIP6)، رویدادهای خشکسالی ایران تحت 2 سناریو SSP2-4.5 و SSP5-8.5 تا انتهای سال 2100 پیش نگری می شود. پس از انتخاب مدل های برتر با استفاده از شاخص ارزیابی کلینگ-گوپتا، فرآیند تصحیح اریبی و مقیاس کاهی داده های دما و بارش با استفاده از نرم افزار CMHyd انجام گرفت. نتایج نشان داد که تحت سناریو SSP2-4.5، متوسط بارش کشور طی سه دوره آینده نزدیک، میانی و دور به ترتیب 20، 12 و 16 درصد و با اعمال سناریو بدبینانه 15، 13 و 21 درصد افزایش خواهد داشت. از لحاظ دمایی شدید ترین افزایش مربوط به سناریو بدبینانه و در آینده دور با 7/3 درجه سلسیوس می باشد. میانگین شاخص خشکسالی SPEI 12 ماهه در آینده نزدیک تحت سناریو SSP2-4.5 و SSP5-8.5  به ترتیب برابر با 53/0 و 80/0، در آینده میانی 1/0- و صفر و در آینده دور 45/0- و 84/0- خواهد بود. با توجه به نتایج، با اعمال سناریو بدبینانه، شدت خشکسالی در آینده نزدیک و میانی کاهش 96 و 49 درصدی و در آینده دور افزایش 300 درصدی خواهد داشت. اما در صورت وقوع سناریو SSP2-4.5، در آینده نزدیک کاهش 61 درصدی و در آینده میانی و دور افزایش 64 و 234 درصدی دارد.

بارش یکی از فراسنج های جوی بسیار تغییرپذیر جوی است که چگونگی و زمان رخداد تغییرات آن توجه پژوهشگران را به خود جلب کرده است. در پژوهش حاضر به منظور شناسایی تغییرات رخ داده در بارش شمال غرب کشور بین سال های 1348-1397 (1970 تا 2019) و با درنظر گرفتن اثر دریای مدیترانه بر  مقدار بارش ایران، به ویژه شمال غرب کشور، ارتباط نمایه ی پیوند از دور مدیترانه MOIac  که در الجزایر و قاهره واقع است را با استفاده از روش همبستگی و رگرسیون حداقل مربعات خطا واکاوی شد. تمامی واکاوی ها بر روی فازهای مثبت و منفی نمایه نیز انجام گرفت. نتایج حاکی از آن است که به صورت کلی ارتباط ضعیف بین نمایه ی مورد مطالعه و بارش وجود داشت. این شرایط برای فازها نیز صادق است. با این وصف بیش ترین نواحی متأثر از نم این مطالعه با هدف پیش نگری بارش در 32 ایستگاه همدیدی نیمه شمالی ایران در سه دهه آتی انجام گرفت. برای این منظور، از داده های 5 مدل AOGCM به نام های MPI-ESM1-2-HR، INM-CM5-0،CMCC-CM2-SR5 ،BCC-CSM2-MR ،EC-EARTH3-CC  از مجموعه مدل های سری CMIP6 تحت 2 سناریویSSP2-4.5  (متوسط) و SSP5-8.5 (بدبینانه) استفاده شد. دوره مشاهداتی 1985-2014 و دوره آینده 2030-2059 در نظر گرفته شدند. کارایی مدل ها با محاسبه سنجه آماری KGE ارزیابی شدند و برای انتخاب روش مناسب ریزمقیاس از میان روش های Linear Scaling، Power transformation و Distribution mapping نمودار تیلور استفاده شد. به منظور کاهش عدم قطعیت با روش میانگین گیری وزنی (مبتنی به رتبه)، مدل همادی محاسبه شد. محاسبات نشان داد که مدل همادی تولید شده کارایی بهتری را نسبت به مدل های منفرد دارد. بیشینه کاهش بارش در مقیاس سالانه در دوره آتی در ایستگاه جلفا با مقدار تقریبی 40 درصد در سناریوی متوسط رخ خواهد داد و بیشترین افزایش بارش در ایستگاه سهند با افزایش 14 درصدی در دوره آینده در سناریوی بدبینانه اتفاق خواهد افتاد. یافته های تحقیق حاکی از آن است که مقدار بیشینه، متوسط و کمینه شاخص آماری KGE برای مدل همادی در مقایسه با مقادیر بارش ایستگاه های منطقه مورد مطالعه به ترتیب 1/0، 05/0 و صفر بوده است. نتایج نشان داد که در مقیاس زمانی سالانه، تحت سناریوی متوسط، 78 درصد ایستگاه ها کاهش بارش را تجربه خواهند کرد درصورتی که تحت سناریوی بدبینانه، 75 درصد ایستگاه های هواشناسی مورد مطالعه افزایش بارش را خواهند داشت. مطابق تحقیق حاضر، 56 درصد از ایستگاه های مورد مطالعه دارای تغییرات سالانه بارشی صعودی تحت سناریو SSP585 و نزولی تحت سناریو SSP245 بودند.

تغییر اقلیم، موجب تغییر در توزیع زمانی و مکانی بارش ها در سراسر جهان شده است. مطالعه ی حاضر، باهدف پیش نگری و روند یابی بارش شهرهای منتخب نیمه شمالی ایران انجام گرفت. در راستای هدف پژوهش، نخست، روند بارش 30 ساله (2023-1994) هریک از شهرها بر اساس آزمون من- کندال و تخمین گر Sen بررسی گردید. در مرحله دوم با بهره گیری از ریز گردان LARS- WG8 که به روزترین نسخه ی این نرم افزار است، بارش منطقه موردمطالعه تحت سناریوهای (SSP2-4.5) و (8.5-SSP5)، دو مدل ACCESS-ESM1-5 و CNRM-CM6-1 برای ۲۰ سال آینده (2060-2041) پیش نگری شد. سپس خروجی های دو مدل با استفاده از شاخص های اعتبار سنجی R2، MAPE ,RMSE جهت انتخاب مناسب ترین مدل، بررسی و مقایسه گردید. نتایج حاصل از آزمون شیب سن و من- کندال، نشان داد که طی 30 سال اخیر (2023-1994)، الگوی بارش در همه ی ایستگاه های منطقه، دستخوش تغییر شده و روند کاهشی معنادار در سطح اطمینان 99 درصد داشته است. این کاهش در شهرهای قزوین، اردبیل، زنجان بیشتر و در رشت و گرگان کمتر بوده است. طبق پیش نگری انجام شده بر اساس سناریوهای دو مدل ACCESS-ESM1-5 و CNRM-CM6-1 طی 20 سال آتی (2060-2040) کل منطقه مورد مطالعه در اغلب ماه های سال با کاهش بارش مواجه خواهند شد. میزان کاهش بارندگی در شمال غرب در برخی ماه های سال بیش از 60% خواهد بود. همچنین برخی شهرها در ماه های فصول گرم سال، افزایش بارش تجربه خواهند کرد. این افزایش در شهرهای کم بارش همچون سمنان، مشهودتر خواهد بود. در نهایت مقایسه مجموع بارش سالانه دوره مشاهداتی و پیش نگری شده، کاهش محسوس بارش را در کل منطقه مورد مطالعه نسبت به دوره پایه تأیید نمود. یافته های پژوهش، حاکی از ناهنجاری ها زمانی و مکانی بارش بوده، آثار تغییر اقلیم بر منطقه را تأیید می نماید و بر ضرورت اتخاذ سیاست های مدیریتی کارآمد جهت بهینه سازی مصرف منابع آب و توسعه روش های سازگاری با تغییرات اقلیمی تأکید دارد.

این پژوهش باهدف بررسی و مقایسه شاخص های استخراج پوشش برف در سامانه گوگل ارث انجین (GEE) برای توده کوهستان سهند انجام شده است. در این مطالعه، پس از اعمال عملیات بهبود تصویر و افزایش وضوح تصاویر ماهواره ای لندست 8 از 30 متر به 15 متر، شاخص های مختلف برف شامل NDSI، NDSII، NDSall، NBSIMS، SWI و S3 محاسبه و به کار گرفته شدند. نتایج حاصل از تحلیل تصاویر نشان داد که تمامی شاخص های مورد استفاده توانایی بالایی در شناسایی و تفکیک مناطق برفی به ویژه در نواحی با آلبیدوی پایین، سایه ها و توپوگرافی خشن دارند. شاخص های NDSInw و S3 با دقت کلی 100 درصد و ضریب کاپای 1 به عنوان بهترین شاخص ها برای تفکیک پوشش برف از سایر ویژگی های سطح زمین در این منطقه معرفی شدند. همچنین، شاخص های NBSIMS و SWI نیز به شکل مناسبی در شناسایی ویژگی های آبی و مرطوب در مناطق برفی عمل کردند و نشان دادند که می توانند در تحلیل های هیدرولوژیکی و مدیریت منابع آب به کار روند. این مطالعه نشان می دهد که داده های ماهواره ای با شاخص های طیفی مناسب می تواند به شناسایی دقیق تر پوشش برف، تخمین میزان آب موجود در برف و بررسی تغییرات فصلی برف کمک کند. این نتایج اطلاعات ارزشمندی برای مدیریت منابع آب، پیش بینی سیلاب ها و تحلیل تأثیرات تغییرات اقلیمی فراهم می کند. در این پژوهش مشخص شد که شاخص های NDSInw و S3 با دقت کلی ۱۰۰ درصد و ضریب کاپای ۱، بهترین عملکرد را در تفکیک پوشش برف از سایر عوارض سطح زمین در منطقه کوهستان سهند دارند. همچنین شاخص های NBSIMS و SWI در شناسایی نواحی مرطوب و برف آب مؤثر ظاهر شدند. این یافته ها اهمیت استفاده از فناوری های سنجش از دور را در پایش پوشش برف و مدیریت منابع طبیعی در مناطق کوهستانی به خوبی نشان می دهند.

در این پژوهش برای واکاوی تغییرات فصلی شمار روزهای برف پوشان (SCDs) در شمال غرب ایران داده های برف سنجنده مادیس تررا و آکوا در بازه زمانی 2020-2003 اخذ شد. اثر ابرناکی با بهره گیری از سه الگوریتم: ترکیب داده ها، پالایه مکانی و زمانی کاهش داده شد. برای الگوی رقومی ارتفاع، از مدل رقومی سطحی (DSM) آژانس فضایی ژاپن استفاده شد. سپس، ضمن تولید نقشه های پهنه ای فصلی SCDs، ارتباط سطوح برف پوش (SCAs) با SCDs و SCDs با ارتفاع مورد بررسی قرار گرفت. یافته ها نشان داد که با آغاز ریزش برف در پاییز، SCDs افزایش یافته و تا زمستان این روند به ویژه در تمامی پهنه های نسبتاً مرتفع و بسیار مرتفع فزونی می یابد. منطقه مورد بررسی شاهد کاهش SCDs از زمستان به سوی تابستان است. بیشینه شمار روزهای برف پوشان در فصل زمستان با 68 روز و پس از آن با 61 روز در پاییز به ارتفاعات سبلان و قلل مرتفع آن اختصاص دارد. کوهستان سبلان حتی در فصل تابستان نیز از شرایط ویژه ای برای ماندگاری برف پوش برخوردار است. ارتباط تغییرات SCAs با SCDs نیز نشان داد که بیشترین سطوح SC در فصول زمستان، بهار، تابستان و پاییز به ترتیب دارای SCDs تقریبی 15، 8، کمتر از 5 و 7 روز بوده است. کمینه فصلی مقادیر SCDs به پهنه های کم ارتفاع و دشت های هموار و بیشینه آن به مناطق مرتفع به ویژه قلل توده های کوهستانی اختصاص دارد. درعین حال، SCDs در بخش های جنوبی پهنه مطالعاتی نسبت به بخش های شمالی مقادیر کمتری را نشان می دهد. این موضوع ارتباط SCDs با مؤلفه های ارتفاع و عرض جغرافیایی را آشکار می کند.

در این پژوهش مؤلفه های بیلان آب حوضه آبریز ارس برای دوره 28 ساله (1987-2014) در مدل SWAT شبیه سازی گردید. بدین منظور کارایی و قابلیت مدل SWAT توسط SWAT CUP با استفاده از الگوریتم SUFI2 و بر اساس داده دبی مشاهداتی در ایستگاه هیدرومتری منتخب حوضه ارس (بدوی) با 70 درصد از داده ها (1987-2006) واسنجی و با 30 درصد بقیه (2007-2014) اعتبارسنجی شد. بر مبنای داده های رستری ورودی به مدل، این حوضه به 68 زیرحوضه با 1264 واحد پاسخ هیدرولوژیکی تقسیم و محاسبات در سطح آن ها انجام شد. با استفاده از 14 پارامتر مهم که بر اساس مقایسه نتایج تحلیل حساسیت از بین چندین پارامتر انتخاب شده بودند، کالیبره کردن مدل SWAT انجام شد. در مرحله تحلیل حساسیت مدل، پارامترهای مربوط به دمای ماهانه و دمای هوا و فاکتور تبخیر از خاک از فایل های .bsn و .wgn و .hru به عنوان مؤثرترین پارامترها در شبیه سازی دبی جریان ایستگاه هیدرومتری منتخب حوضه ارس شناسایی شدند. با اجرای 300 باره کالیبراسیون، در نهایت بهترین دور شبیه سازی بر اساس معیار هدف شناسایی شده و داده های خروجی مورد ارزیابی قرار گرفت. کارایی و دقت مدل در دوره واسنجی (1987-2006) بر اساس معیارهای ارزیابی NS، P-Factor، R-Factor و R2 به ترتیب 64/0، 71/0، 27/0 و 79/0 محاسبه گردید که نشان دهنده رضایت بخش بودن کارایی مدل در شبیه سازی بیلان آب حوضه ارس است. مقدار این معیارها در دوره اعتبارسنجی به ترتیب 7/0، 78/0، 3/ و 68/0 محاسبه شد.

زمینه و هدف: گندم به عنوان یکی از محصولات استراتژیک کشاورزی و غلات پایه در سبد غذایی جهانی، نقش کلیدی در تأمین امنیت غذایی و معیشت جوامع انسانی ایفا می کند. بر اساس گزارش سازمان خواربار و کشاورزی ملل متحد (فائو)، گندم پس از ذرت و برنج، سومین محصول غلات مهم از نظر تولید در جهان است که نقش اساسی در تأمین کالری و پروتئین مورد نیاز انسان دارد. با عنایت به اهمیت راهبردی گندم و نیاز روزافزون به افزایش تولید آن، مکان یابی و اختصاص بهینه اراضی مستعد برای کشت این محصول، از اولویت های اصلی در بخش کشاورزی محسوب می شود. هدف این پژوهش مقایسه روش های AHP و TOPSIS به منظور پهنه بندی اراضی مستعد کشت گندم دیم در حوضه آبریز بالخلوچای اردبیل است. روش شناسی: در این تحقیق از داده های بارش، دما، ارتفاع، شیب و عمق خاک حوضه آبریز بالخلوچای اردبیل استفاده گردید. سپس با پردازش داده ها در محیطGIS ، نقشه لایه های اطلاعاتی برای هر یک از معیارها تهیه گردید. برای مشخص شدن وزن معیار ها از روش AHP و برای اولویت بندی گزینه ها از مدل TOPSIS استفاده گردید. سپس با هم پوشانی و تلفیق معیارهای مورد مطالعه، نقشه نهایی مناطق مستعد کشت گندم دیم تعیین گردید. یافته ها و نتیجه گیری : نتایج حاصل از تحلیل داده ها با روش AHP نشان داد که برای کشت گندم دیم در حوضه آبریز بالخلوچای حدود 37 درصد اراضی، خیلی مناسب، 22 درصد مناسب، 24 درصد کمی مناسب و 17 درصد نامناسب است. همچنین بر اساس روش TOPSIS، حدود 37 درصد از مساحت حوضه بالخلوچای مناسب، 32 درصد کمی مناسب و 31 درصد نامناسب برای کشت گندم دیم است. نتایج بررسی با روش AHP بیانگر آن است که معیار شیب با وزن 220/0، ارتفاع با وزن 144/0، بارندگی سالانه با وزن 122/0 و بارش مرحله رسیدگی و دانه دهی با وزن 106/0 مهم ترین معیار در مراحل کشت گندم در حوضه آبریز بالخلوچای هستند. همچنین نتایج اولویت بندی حاصل از مدل تاپسیس نشان داد که ایستگاه نیر نزدیک ترین گزینه به ایده آل مثبت و بعد از آن به ترتیب سرعین و اردبیل قرار دارند.