مطالعه تغییر اقلیم در استان گیلان و نمایه‌های اقلیمی فرین در فراسنج های دمایی

اسعدی اسکویی, ابراهیم; مرتضی پور, سامان

doi:10.30467/nivar.2020.214952.1146

مطالعه تغییر اقلیم در استان گیلان و نمایه‌های اقلیمی فرین در فراسنج های دمایی

نوع مقاله : مقاله پژوهشی

نویسندگان

¹ رییس پژوهشکده هواشناسی آب و کشاورزی

² کارشناس گروه تحقیقات هواشناسی کاربردی استان گیلان

10.30467/nivar.2020.214952.1146

چکیده

دما یکی از پارامترهای اصلی اقلیمی است که تغییرات آن اثر بسیار زیادی بر بسیاری از فرایندهای طبیعی دارد و از طرف دیگر شاخص های دمایی به عنوان اصلی ترین شاخص‌های آشکارساز در رخداد تغییر اقلیم در مطالعات اقلیمی مورد توجه است. در این مطالعه با استفاده از داده‌های روزانه دمای 30 ساله فراسنج‌های دمایی پنج ایستگاه سینوپتیک در استان گیلان، تغییرات اقلیمی فراسنج های دمایی و همچنین نمایه‌های اقلیمی فرین دمایی در منطقه مورد بررسی قرار گرفت. در تحلیل نتایج، سطوح معنی‌داری 1/0، 1، 5 و 10 درصد در نظر گرفته شد. آشکارسازی روند به وسیله آزمون‌های روند من-کندال آماری و گرافیکی، رگرسیون تک متغیره و نمایه-های اقلیمی فرین با هم مطابقت داشتند. نتایج نشان میدهند کمیت‌های دمایی با سطح اطمینان مناسبی شامل روند افزایشی در منطقه هستند. میانگین حسابی میزان افزایش دما در ایستگاه ها 0.5 و برای نمونه، شهر رشت دارای روند افزایشی 46/0 درجه سلسیوس در دهه برای دمای میانگین بود که معادل افزایش 38/1 درجه سلسیوس در دوره 30 ساله مورد مطالعه است. سایر شاخص های حدی مورد بررسی نیز نشان میدهند در منطقه، رخداد تغییر اقلیم ناشی از متغیرهای دمایی در جهت افزایش معنی‌دار وجود دارد. تغییرات اقلیمی فراسنج های دمایی بیشترین وابستگی را در فصل تابستان و کمترین وابستگی را در فصل پاییز دارند.

کلیدواژه‌ها

عنوان مقاله [English]

Study of Climate change and extreme climate indicators of temperature parameters in Guilan province

نویسندگان [English]

ebrahim asadi oskouei ¹
saman mortezapoor ²

¹ Head of Hydro and AgroMeteorology Research Center

² gilan meteorology organization

چکیده [English]

Temperature is one of the main climatic parameters and its changes have a great impact on many natural processes, on the other hand, climatic indices which are based on temperature are considered as the main indicators of climate change in related researches. In this study, daily temperature data of 30-year temperature of the five synoptic stations in Guilan province were used for assessing climatic changes of the temperature parameters as well as the climatic indexes of the temperature extreme events in the region. In analyzing the results, significance levels of 0.1, 1, 5 and 10% were considered. Trend analysis was examined using the Man-Kendall statistical and graphical trend tests, single-variable regression, and extreme climate indexes. The results show that temperature parameters maintain an increasing trend in the region with meaningful level of confidence. The arithmetic mean of the increase in temperature at all of the stations was 0.5 and, as examples for the average temperature, the city of Rasht had an increasing decadal trend of 0.46 degrees Celsius, which consequently causes 1.38 degrees Celsius increase in the whole study period. Other extreme temperature indicators were also showing significant increasing trends in the region, as the proofs of climate change occurrence. In seasonal term, Temperature indices have the highest seasonal dependency in summer and the lowest dependence in autumn.

کلیدواژه‌ها [English]

climate change
Climate Indices
Guilan province

مراجع

منابع

1. ابراهیمی، ه. و کردوانی، پ.، 1393: مطالعه تغییر اقلیم در تالاب بین المللی انزلی به روش من کندال. فصلنامه علمی پژوهشی اکوبیولوژی تالاب. سال ششم، شماره 21، پاییز 1393، ص 59-72

2. احمدی، م.، لشکری، ح.، آزادی، م. و کیخسروی، ق.، 1394: آشکارسازی تغییر اقلیم با استفاده از شاخصهای حدی بارش در خراسان بزرگ. پژوهشهای دانش زمین، سال ششم، شماره 23، پاییز 1394، ص 34-52

3. اسماعیلی، ح.، پرک، ف.، روشنی، ا. و شکیبا، ع.، 1397: روند وردایی فرینهای اقلیمی بر اساس شاخصهای ترکیبی تغییر اقلیم در گستره ایران. نشریه جغرافیا و مخاطرات محیطی. سال7، شماره 28؛ زمستان1397، ص 89-110

4. اسمعیلی، ر.، خدامرادی، ح. و ویسی، ا.، 1397: واکاوی وردایی نمایههای فرین اقلیمی ایستگاه اهواز. دومین کنفرانس ملی آب و هواشناسی ایران، مشهد، دانشگاه فردوسی مشهد. https://www.civilica.com/Paper-SNCC02-SNCC02_189.html

5. حقگو، س. و فرامرزی، ش.، 1397: واکاوی وردایی نمایه‌های فرین اقلیمی ایستگاه کرمان. دومین کنفرانس ملی آب و هواشناسی ایران، مشهد، دانشگاه فردوسی مشهد. https://www.civilica.com/Paper-SNCC02-SNCC02_189.html

6. عرفانیان، م.، انصاری، ح.، علیزاده، ا. و بنایان اول، م.، 1396: برآورد روابط فراوانی-تداوم- دوره بازگشت نمایههای فرین(حدی) اقلیمی در نقاط مختلف استان خراسان رضوی. نشریه تحقیقات جغرافیایی، سال32، شماره1، بهار1396، ص37-50

7. عزیزی، ق.، و روشنی، م.، 1386: مطالعه تغییر اقلیم در سواحل جنوبی دریای خزر به روش من-کندال. پژوهش‌های جغرافیایی، شماره64، تابستان 1387، ص13-28.

8. علیجانی، ب.، روشنی، ا.، پرک، ف. و حیدری، ر. ا.، 1391: روند تغییرپذیری فرینهای دما با استفاده از شاخصهای تغییر اقلیم در ایران. جغرافیا و مخاطرات محیطی، شماره دوم، تابستان 1391، ص 17-28.

9. کوزهگران، س. و موسوی بایگی، م.، 1393: بررسی روند رویدادهای حدی اقلیمی در شمال شرق ایران. نشریه آب و خاک، جلد 29، شماره 3، مرداد- شهریور 1394، ص750-764.

10. مدرسی، ف.، عراقی نژاد، ش.، ابراهیمی، ک. و خلقی، م.، 1388: بررسی منطقهای پدیده تغییر اقلیم با استفاده از آزمونهای آماری مطالعه موردی حوضه آبریز گرگانرود- قرهسو. نشریه آب و خاک، جلد 24، شماره 3، مرداد- شهریور1389، ص476-489.
1. AghaKouchak A, Cheng L, Mazdiyasni O, Farahmand A., 2014. Global warming and changes in risk of concurrent climate extremes: Insights from the 2014 California drought.Geophys. Res. Lett41: 8847–8852, doi:10.1002/2014GL062308.
2. Alexander LV, Zhang X, Peterson TC, Caesar J, Gleason B, Klein Tank AMG, Haylock M, Collins D, Trewin B, Rahim F, Tagipour A, Kumar Kolli R, Revadekar JV, Griffiths G, Vincent L, Stephenson DB, Burn J, Aguilar E, Brunet M, Taylor M, New M, Zhai P, Rusticucci M, Vazquez Aguirre JL,. 2006. Global observedchanges in daily climate extremes of temperature and precipitation. Journal of Geophysical Research-Atmospheres 111: D05109. DOI: 10.1029/2005JD006290.
3. Alizadeh, A., 2010: Principales of applied hydrology, 29th edition, university of Imam Reza press. 912p.
4. Buishand T. A., 1982: Some methods for testing the homogeneity of rainfall records. Journal of Hydrology 58(1):11-27
5. Fan L, Chen D., 2016. Trends in extreme precipitation indices across China detected using quantile regression. Atmos. Sci. Let. 17: 400–406.
6. Filho W.L, Musa H, Cavan G, O'Hare P, Seixas J. 2016. Climate Change Adaptation, Resilience and Hazards. Springer. DOI 10.1007/978-3-319-39880-8.
7. Hao Z, AghaKouchak A, Phillips T. J., 2013. Changes in concurrent monthly precipitation and temperature extremes. Environ Res Lett. doi:10.1088/17489326/8/3/034014.
8. IPCC.1995.ClimateChange1994,In: Houghten JT., Meira Filno L G., Bruce J.P., Lee H.,Callender,B.T., Haites
9. E.F., Harris.
10. IPCC: 2001a, ‘Climate Change 2001: Impacts, Adaptation & Vulnerability’, Contribution of Working Group II to the Third Assessment Report of the Intergovernmental Panel on Climate
11. Change (IPCC), McCarthy, J. J., O. F. Canziani, N. A. Leary, D. J. Dokken, and K. S. White (eds), Cambridge University Press, 1032 pp.
12. IPCC, 2013. Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change.
13. Kattenberg, A. Filippo G. (2001), The scientific of climate change, The Third Assessment Report of the Intergovernmental Panel on Climate Change, Cambridge University Press, pp.156-159.
14. Kendall M.G. 1975. Rank Correlation Methods. Charles Griffin, London.
15. Leonard M, Westra S, Phatak A, Lambert M, Hurk V.D B, McInnes K, Risbey J, Schuster S, Jakob D, Stafford-Smith M., 2014. A compound event framework for understanding extreme impacts. WIREs Clim Change.5:113–128. doi: 10.1002/wcc.252.
16. Mann H.B. 1945. Nonparametric tests against trend. Econometrica.,13, 245-259.
17. Moberg, A., & Jones, P. D., 2005. Trends In Indices For Extremes In Daily Temperature and Precipitation In Central And Western Europe 1901–99. Int. J. Climatol , 25, 1149–1171.
18. Stocker, T.F., Qin, D., Plattner, G.K., Tignor, M.M.B., Allen, S.K., Boschung, J., Nauels, A., Xia, Y., Bex, V., Midgley, P.M. (Eds.), Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA, 966 pp.
19. Jones, P. D., & Moberg, A., 2003. Hemispheric and large-scale surface air temperature variations: An extensive revision and an update to 2001. J. Clim , 16, 206 – 223.
20. Sueyers. R, 1990, on the Statistical Analysis of Series of Observation, wmo, no 415, pp 2 – 15.
21. Vincent L.A, Wang X.L, Milewska E.J, Wan H, Feng Y, Swail V., 2012. A Second Generation of Homogenized Canadian Monthly Surface Air Temperature for Climate Trend Analysis. JGR Atmospheres. 117: D18110, do: 10.1029/2012JD017859.
22. WMO,2019DEC3: https://public.wmo.int/en/media/press-release/benefits-of-investments-climate-services-agriculture-and-food-security-outweigh.
23. Worsley, K. J., 1979: On the likelihood ratio test for a shift in location of normal populations. Journal of the American Statistical Association 74(366a):365367
24. Yang, T., Hao, X., Shao, Q., Xu, C., Zhao, C., Chen, X., Wang, W. (2012), Multi-model ensemble projection in temperature and precipitation extremes of the Tibetan Plateau in the 21st century, Global and Planetary Change, 80-81, pp.1-13.
25. Zhang, Q., Xu, C., Zhang, Z., Chen, Y., David, L., Lin, H. (2008), Spatial and temporal variability of precipitation maxima during 1960–2005 in the Yangtze River basin and possible association with large-scale circulation, Journal of Hydrology, Vol. 353, Issues 3–4, pp.215-227.
26. Zhang X, Alexander L, Hegerl G.C, Jones P, Tank A.K, Peterson T.C, Trewin B, Zwiers F.W., 2011. Indices for monitoring changes in extremes based on daily temperature and precipitation data. WIREs Clim Change.doi: 10.1002/wcc.147.