ارزیابی اثرات تغییر دما بر تالاب هورالعظیم در دهه‌های آتی (مطالعه موردی: ایستگاه بستان)

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دکتری اقلیم شناسی کشاورزی، گروه اقلیم شناسی، دانشکده جغرافیا و علوم محیطی، دانشگاه حکیم سبزواری، سبزوار، ایران

2 دانشیار گروه اقلیم شناسی، دانشکده جغرافیا و علوم محیطی، دانشگاه حکیم سبزواری، سبزوار، ایران

چکیده

تالاب هورالعظیم بزرگ‌ترین تالاب استان خوزستان و یکی از بزرگ‌ترین تالاب‌های ایران است. تالاب در مرز ایران و عراق واقع شده و حدود یک سوم این تالاب در ایران و مابقی آن در کشور عراق است. متاسفانه این تالاب در حال خشک شدن و نابودی است. در این تحقیق جهت بررسی تغییر دما از اطلاعات و آمار روزانه هواشناسی ایستگاه بستان استفاده شد. سپس با استفاده از مدل ریز مقیاس‌نمایی SDSM این تغییرات بررسی گردید. متغیرهای مورد سنجش، میانگین دما بود. ابتدا میزان کارایی این مدل جهت ریز مقیاس نمایی میانگین دما در ایستگاه بستان به عنوان نماینده تالاب هورالعظیم مورد ارزیابی قرار گرفت. بر اساس نتایج به دست آمده، میانگین دمای داده‌های سالانه مشاهده شده، 16/18 سانتی‌گراد و میانگین دمای داده‌های سالانه مدل‌سازی شده، 35/19 سانتی‌گراد تعیین شد. همچنین انحراف معیار میانگین دما 098/0 درجه سانتی‌گراد به دست آمد. بعد از اطمینان حاصل نمودن از دقت مدل در شبیه‌سازی دما در دوره پایه، میانگین دمای ایستگاه بستان با استفاده از داده‌های مدل HADCM3 برای دهه‌های آتی نیز شبیه‌سازی شد. نتایج نشان‌دهنده افزایش میانگین دمای ایستگاه بستان تا سال 2100 است. نتایج نشان داد میزان افزایش دما بر اساس سناریوی A2 بیشتر از سناریوی B2 است. نتایج حاصل از این تحقیق همچنین نشان داد که مدل مذکور توانایی لازم برای شبیه‌سازی دما در این ایستگاه را دارد.

کلیدواژه‌ها


عنوان مقاله [English]

Evaluation of the Effects of Temperature Change on Hur al- Azim Wetland in the Coming Decades (Case Study: Bostan Station)

نویسندگان [English]

  • Gholamabos Falahghalhari 1
  • Nasrin Moradimajd 2
1 Department of Climatology, Faculty of Geography and Environmental Sciences, Hakim Sabzevari University, Sabzevar, Iran
2 Assoc. Profe. Faculty of Geography and Environmental Sciences, Hakim Sabzevari University, Sabzevar, Iran
چکیده [English]

Hur al Azim wetland is the largest wetland in Khuzestan province and one of the largest wetlands in Iran. The wetland is located on the border of Iran and Iraq and about one third of this wetland is in Iran and the rest in Iraq. Unfortunately, this wetland is drying up and being destroyed. In this study, daily meteorological information and statistics of Bostan station were used to investigate temperature change. Then these changes were examined using the SDSM downscalling model. The measured variables were mean temperature. First, the efficiency of SDSM model was evaluated using by the mean temperature of Bostan station as a representative of Hur al Azim wetland and then, the mean temperature of Bostan station up to 2100 was simulated. Based on the obtained results, the mean annual observed and simulated temperature data were 18.16 °C and 19.35 °C, respectively. Also, the standard deviation of mean temperature was obtained 0.098 °C. After ensuring the accuracy of the model in temperature simulation in the base period, the average temperature of Bostan station was simulated using HADCM3 model data for the coming decades. The results show an increase in the average temperature of Bostan station until 2100. The results showed that the rate of temperature increase according to scenario A2 is more than scenario B2. The results of this study also showed that the model has the ability to simulate the temperature in this station.
 

کلیدواژه‌ها [English]

  • Mean Temperature
  • general circulation models
  • SDSM model
  • Hur al Azim wetland
Abkar, A. J.; Habibnejad, M.; Soleimani, K. & Naghavi, H. 2012. Evaluation of the efficiency of SDSM model in simulating temperature indices in arid and semi-arid regions, Journal of Irrigation and Water Engineering, Fourth Year, No. 14. (in persian)
Ajamzadeh, A. & Molaeinia, M. R. 2013. Comparison of the performance of SDSM and LARS-WG microscopic methods (Case study: Tangab station in Fars province), the first national environmental conference of Payame Noor University. (in persian)
Bigne, S. & Heidari Qaraei, H. 2012. Factors Affecting Drought in Jazmourian Wetland, Second National Conference on Sustainable Agricultural Development and Healthy Environment. (in persian)
Chu, J.T.; J. Xia, C.; Xu Y. & Singh, V. P. 2011. Statistical downscaling of daily mean temperature, pan evaporation and precipitation for climate change scenarios In Haihe river, China, Theoretical and Applied Climatology, 99: 149-161.
Dastranj, A.; Shahbazi, A.; Mohseni Sarvi, M.; Salehansab, A. & Jafari, Sh. K. 2015. Climate modeling and comparison of changes in climatic parameters in the northern and southern fronts of Alborz using the SDSM model, Iranian Journal of Watershed Management Science and Engineering, 10:( 32) 11-26. (in persian)
Dehghan, Z.; Fathian, F. & Islamians, S. 2014. Comparative evaluation of LARS-WG and IDW, SDSM models for simulation and micro-scale of temperature and precipitation, Journal of Water and Soil (Agricultural Sciences and Industries), 29: (5) 1376-1390. (in persian)
Fung, F.; Lopez, A. L. & New, M. 2011. Modeling the impact of climate change on water resources.Wiley-Blackwell, (187):43-62.
Kohi, M. & Sanaeinejad, H. 2012. Investigation of Climate Change Scenarios Based on the Results of Two Statistical Microscale Methods for Reference Evapotranspiration Variable in Urmia Region, Iranian Journal of Irrigation and Drainage, 4: (7) 574-559. (in persian)
Koukidis, E. N. & Berg, A. A. 2009. Sensitivity of the statistical downscaling model (SDSM) to reanalysis products, Atmosphere-Ocean, 47(1), 1-18.
Malcolm, R.; Harpham, H.; Wilby, R. L. & Goodees, C. 2006. Downscaling heavy precipitaion over the united kingdom: A comparison of dynamical and statistical methods and their future scenarious. International jurnal of climatology. (9): 1397-1415.
Mander, W.J. 1994. Dictionary of global climatic change. 2nd edn, VCL press, London, England, 262 pp.
Nazimalsadat, M. J.; Samani, N. & Molainiko, M. 2005. Climate change in the south and southwest of Iran from the perspective of precipitation observations, on the interaction with the El Nino phenomenon of southern fluctuations, Journal of Agricultural Science, 28: (2) 1 -81.
Rezee, M.; Nahtani, M.; Moghaddamnia, A. R.; Abkar, A. J. & Rezaee, M. 2014. Comparison of artificial neural network and SDSM methods in microscaling the annual rainfall simulated with HadCM3 (Case study: Kerman, Ravar and Rabar), Journal of Water Resources Engineering, 8th year, pp. 25-25. (in persian)
Rezee, M.; Nahtani, M.; Moghaddamnia, A. R.; Abkar, A. J. & Mirkazehi, m. 2014. Evaluation of the efficiency of SDSM statistical exponential microscale model in predicting temperature parameters in arid and sub-arid climates (Case study: Kerman, Bam), Watershed Management Research Journal, 5: (10) 131-117. (in persian)
Samadi, Z.; Masah Bovani, A. R. & Mahdavi, M. 2007. Introduction of Artificial Neural Network Method and SDSM Model for Small-Scale Statistics of Temperature and Rainfall Data, 3rd Water Resources Engineering Conference, University of Tabriz. (in persian)
Semenov, M. A. & Brooks, R. J. 1998. Comparison of the WGEN and LARSWG stochastic weather generators for diverse climates, Climate research, 10: 95-107.
Wilby, R.; Dawson, C.W. & Barrow, E. M. 2001. SDSM a decision support tool for the assessment of regional climate change impacts, Environ model & softwer 17:145–157.