Nivar

Nivar

Assesment the Trend of Climatic Changes in Neishabur Plain Based on Temperature and Precipitation Extreme Weather Index

Document Type : Original Article

Authors
Marjan Ghoochanian 1
Hossein Ansari 2
Abolfazl Mosaedi 3
1 PhD Student of water Science and Engineering, Faculty of Agriculture, Ferdowsi University of Mashhad, Mashhad, Iran.
2 Professor of water Science and Engineering, Faculty of Agriculture, Ferdowsi University of Mashhad, Mashhad, Iran.
3 . Professor of water Science and Engineering, Faculty of Agriculture, Ferdowsi University of Mashhad, Mashhad, Iran.
10.30467/nivar.2024.446447.1284
Abstract
In recent years, due to the decrease in percipitation, attention to climate change and the economic, social consequences and financial damages related to extreme index have become very important. Therefore, it seems necessary to investigate the continuation of meteorological and rainfall limit indicators in the long-term statistical period and to determine the climate of different regions of the country. In this research, 28 extreme meteorological and precipitation indices were calculated and SU, TR, TXx, TNx, ID and TXn in 99% confidence level and SDII and R10mm indices in 95% confidence level and TN90p, WSDI, FD, R95p indices and PRCPTOT were significant in 90% confidence level. According to the trend of hot, cold and precipitation extreme indices in this research, the precipitations have generally become shorter and more intense. In such a situation, part of the water resulting from the precipitation turns into runoff and quickly becomes unavailable. The increase in hot and cold extreme indices has changed the type of precipitation from snow to rain, which reduces the opportunity to store water from precipitation, as well as increasing evapotranspiration and faster loss of renewable water resources. De Martonne and Emberger climate classification was used to investigate the changes in the region. Finally, the relationship between the trend of these indicators and climate classifications using the De Martonne method and the Emberger climate map for Neyshabour Plain was investigated and analyzed, and the results showed that these two classification methods do not match with the trend of extreme weather index.
Keywords
Trend of extreme weather index
Dumarton method
Amberjeh climate profile
IPCC
modified Mann-Kendall test
Subjects
  1. احمدی، ف.، زمانی، ر.، محمودی، ا.، رادمنش، ف. و امیر رضائیه، ف. ر.، 1394، بررسی وقوع تغییرات اقلیمی در حوضه‏های آبریز با استفاده از تحلیل ایستایی و روند (منطقه مورد مطالعه: حوضه آبریز ارمند)، نشریه پژوهش‏های حفاظت آب و خاک، دوره 23، شماره 5، صفحات 45-62.
  2. انصاری، م.، نوری، غ. ر. و فتوحی، ص.، 1395، بررسی روند تغییرات دما، بارش و دبی با استفاده از آزمون ناپارامتری من کندال (مطالعه موردی: حوزه آبخیز رودخانه کاجو استان سیستان و بلوچستان)، پژوهش‏نامه مدیریت حوزه آبخیز، شماره 14، صفحات 152-158.
  3. جوکار، ل.، پناهی، ف.، ساداتی‏نژاد، ف. و شکیب، ع. 1400. روند تغییرپذیری نمایه‏های فرین بارش در حوزه آبریز بختگان با استفاده از داده‏های AgMERRA و داده‏های ایستگاهی. نشریه علمی پژوهشی مهندسی آبیاری و آب ایران. 12(45): 365-381.
  4. حقایقی مقدم، ا.ق.، و فرزام نیا، م. 1391. تأثیر برنامه‏ریزی آبیاری بر شاخص‏های بهره‏وری آب، مطالعه موردی، دشت نیشابور، مجله پژوهش آب در کشاورزی / ب / جلد / 26شماره 2، 129-142.
  5. خلیلی، ع.، بذرافشان، ج. و چراغعلی، م. 1401. بررسی تطبیقی نقشه‏های اقلیمی ایران در طبقه‏بندی گسترش داده شده و کاربست روش برای پهنه‏بندی اقلیم جهان. نشریه هواشناسی کشاورزی ، جلد ،10 شماره ،1 بهار و تابستان ،1401 صص3-
  6. ربانی، ف .1384تحلیل نقش سامانه پرفشار سیبری بار روی یخبندان‏های بهاره شمال خراسان، رساله کارشناسی ارشد، دانشگاه شهید بهشتی.
  7. ستادمدیریت بحران نیشابور.1391.(https://www.isna.ir/news/91121912301/%D8%A7%D9%86%D8%B3%D8%AF%D8%A7%D8%AF-، تاریخ بازدید 02/12/1402)
  8. عرفانیان، م.، انصاری، ح.، علیزاده، ا.، بنایان اول، م.، 1396، برآورد روابط فراوانی-تداوم-دوره بازگشت نمایه‏های فرین (حدی) اقلیمی در نقاط مختلف استان خراسان رضوی، فصلنامه تحقیقات جغرافیا، دوره (32)، شماره (1)، صفحات 37-50.
  9. علوی‏نیا، سید حسن. و زارعی، مهدی. 1400. آنالیز روند تغییر اقلیم با استفاده از نمایه‏های فرین داده‏های بلندمدت بارش و دما در جنوب شرق ایران. فصلنامه علمی برنامه‏ریزی منطقه‏ای. 11(44): 119-134.
  10. علیزاده، ا. 1397. اصول هیدرولوژی کاربردی، دانشگاه امام رضا (ع). چاپ چهل و سوم (ویرایش هشتم)، م‍ش‍ه‍د.
  11. نساجی زواره، م.و قرمز چشمه، ب. 1398. بررسی تغییرات شاخص‏های بارش و فرصت‏های مناسب برای استحصال آب باران (مطالعه موردی ناحیه خزر). هشتمین همایش ملی سامانه‏های سطوح آبگیر باران. دانگساه فردوسی مشهد. دانشکده منابع طبیعی و محیط‏زیست.
  12. محمدی، ح.و عزیزی، ق.و خوش اخلاق، ف.و رنجبر، ف. 1396. پژوهش‏های جغرافیای طبیعی، 49(1): 21-37.
  13. معروفی، ص.، و طبری، ح.،1390. آشکارسازی روند تغییرات دبی رودخانه مارون با استفاده از روش‏های پارامتری و ناپارامتری، فصلنامه تحقیقات جغرافیایی، 26 (2): 17141-17119.
  14. Ahmadi, M., Samani Majd, A. M., Mirzaei, M., Kondori, M., Hasheminasab, S., Saboohi, R. 2019. Comparative Climate Classification in Zayandehrood Watershed Stations with KöppenGeiger Method, International conference on sustainable development and urban construction, Volume 9, Daneshpajoohan Pishro Higher Education Institute.
  15. Del Río, S, Herrero, L., Pinto-Gomes, C. Penas, A. 2011. Spatial analysis of mean temperature trends in Spain over the period 1961–2006. Global and Planetary Change. 78(2011)65-75.
  16. De Martonne, E. 1926. Une nouvelle function climatologique: L'indice d'aridité. Meteorologie, 2, 449-459.
  17. Emberger, L., Gaussen, H., Kassas, M., De Philippis, W. 1963. Bioclimatic map of the Mediterranean region. UNESCO/ADF, Paris, 58pp
  18. Grotjahn, R., 2021: Weather Extremes That Affect Various Agricultural Commodities. In: Extreme Events and Climate Change: A Multidisciplinary Approach [Castillo, F., M. Wehner, and D. Stone (eds.)]. Wiley, pp. 21–48, doi:10.1002/9781119413738.ch3.
  19. Hatfield, J. L., and Prueger, J. H. 2015: Temperature extremes: Effect on plant growth and development. Weather and Climate Extremes, 10, 4–10, doi:10.1016/j.wace.2015.08.001.
  20. 2007.a: Assessment Report 4, Climate Change 2007: Synthesis Report. IPCC.
  21. 2007b. In: Solomon, S., Qin, D., Manning, M., Chen, Z., Marquis, M., Averyt, K. B., Tignor, M., Miller, H.L. (Eds.), Climate Change (2007), The Physical Science Basis. Contribution of Working Group I to The Fourth Assessment Report of The Intergovernmental Panel on Climate Change. Cambridge University Press, Cambridge, United Kingdom/ New York, USA.
  22. 2012: Summary for Policymakers. In: Managing the Risks of Extreme Events and Disasters to Advance Climate Change Adaptation [Field, C.B., V. Barros, T.F. Stocker, D. Qin, D.J. Dokken, K.L. Ebi, M.D. Mastrandrea, K.J. Mach, G.-K. Plattner, S.K. Allen, M. Tignor, and P.M. Midgley (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA, pp. 3–22, doi:10.1017/cbo9781139177245.003.
  23. IPCC, 2021: Annex VI: Climatic Impact-driver and Extreme Indices [Gutiérrez J.M., R. Ranasinghe, A.C. Ruane, R. Vautard (eds.)]. In Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change [Masson-Delmotte, V., P. Zhai, A. Pirani, S.L. Connors, C. Péan, S. Berger, N. Caud, Y. Chen, L. Goldfarb, M.I. Gomis, M. Huang, K. Leitzell, E. Lonnoy, J.B.R. Matthews, T.K. Maycock, T. Waterfield, O. Yelekçi, R. Yu, and B. Zhou (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA, pp. 2205–2214, doi:10.1017/9781009157896.020.
  24. Jain, K., Gupta, G., Verma, K. K, and Agarwa, A. 2022. Climatic Classification of India for Building Design Using Data Analytics. National Academy Science Letters, 45(3): 235-239. https://doi.org/10.1007/s40009-022-01109-7.
  25. 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.
  26. Kendall, M. G. (1975). Rank Correlation Methods. 4th Edition, Charles Griffin, London, UK.
  27. Kumar S., Merwade V., Kam J., and Thurner K. 2009. Streamflow trends in Indiana: Effects of long term
  28. persistence, precipitation and subsurface drains. Journal of Hydrology, 374: 171-183.
  29. Mann, H. B. 1945. Nonparametric Tests Against Trend. Econometrica, 13(3), 245–259.
  30. Mateo, J.C, Cebrian, A.C, Asín, J, 2023.،Statistical analysis of extreme and record-breaking daily maximum temperatures in peninsular Spain during 1960–2021. 293(2023)106934.
  31. Mianabadi, A., Shirazi, P., Ghahraman, B., Coenders-Gerrits, A. M. J., Alizadeh, A., and Davary, K. 2019. Assessment of short- and long-term memory in trends of major climatic variables over Iran: 1966–2015. Theoretical and Applied Climatology, 135(1–2), 677–691.
  32. Partal, T. and Kahya, E. 2006. Trend analysis in Turkish precipitation data. Hydrology. Process. 20, 2011–2026. http://dx.doi.org/10.1002/hyp.5993.
  33. Peterson, T.C. and Vose, R. S. 1997. An overview of the Global Historical Climatology Network temperature database. Bulletin of the American Meteorological Society. Vol. 78. pp. 2837-2850. DOI: https://doi.org/10.1175/1520- 0477(1997)078<2837:AOOTGH>2.0.CO;2
  34. Rawshan Othman, Ali. and Shadan Rashid, Abubaker. 2019. Trend analysis using mann-kendall, sen's slope estimator test and innovative trend analysis method in Yangtze river basin, china: review. International Journal of Engineering &Technology, 8 (2) (2019) 110-119. Website: www.sciencepubco.com/index.php/IJET
  35. Sen, P. K. 1968. Estimates of the Regression Coefficient Based on Kendall’s Tau. Journal of the American statistical Association, 63(324): 1379. doi:10.2307/2285891.
  36. Senent-Aparicio, J., Lopez-Ballesteros , K., Jimeno-Saez, P., and Sanchez, J. P. 2023. Recent precipitation trends in Peninsular Spain and implications for water infrastructure design, 2023. Journal of Hydrology: Regional Studies , Journal of Hydrology: Regional Studies 45 (2023) 101308
  37. Seneviratne, S.I., X. Zhang, M. Adnan, W. Badi, C. Dereczynski, A. Di Luca, S. Ghosh, I. Iskandar, J. Kossin, S. Lewis, F. Otto, I. Pinto, M. Satoh, S.M. Vicente-Serrano, M. Wehner, and B. Zhou, 2021: Weather and Climate Extreme Events in a Changing Climate. In Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change [Masson-Delmotte, V., P. Zhai, A. Pirani, S.L. Connors, C. Péan, S. Berger, N. Caud, Y. Chen, L. Goldfarb, M.I. Gomis, M. Huang, K. Leitzell, E. Lonnoy, J.B.R. Matthews, T.K. Maycock, T. Waterfield, O. Yelekçi, R. Yu, and B. Zhou (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA, pp. 1513–1766, doi:10.1017/9781009157896.013.
  38. Xu, X., Jiang, H., Guan, M., Wang, L., Huang, Y., Jiang, Y., and Wang, A. 2020. Vegetation responses to extreme climatic indices in coastal China from 1986 to 2015. Science of the Total Environment
  39. Yang, T., Hao, X., Shao, Q., Xu, C., Zhao, C., Chen, X. and 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.
  40. Yue, S. and Wang, C. Y. 2004. The Mann-Kendall test modified by effective sample size to detect trend in serially correlated hydrological series. Water Resources Management, 18(3): 201–218. <doi:10.1023/B:WARM.0000043140.61082.60>

 

 

Nivar
Volume 48, 124-125 - Serial Number 124
September 2024
Pages 163-186

  • Receive Date 03 March 2024
  • Revise Date 12 June 2024
  • Accept Date 16 June 2024
  • Publish Date 20 March 2024