آب و خاک

چکیده خشک‌سالی در مناطق کشاورزی یکی از مهم‌ترین مخاطرات طبیعی مؤثر بر پایداری جوامع روستایی در مناطق خشک و نیمه‌خشک ایران است. پیامدهای آن در قالب کاهش خدمات اکوسیستم، اختلال در معیشت و افزایش فشار بر منابع آب، به‌ویژه در استان فارس قابل مشاهده است. با وجود پژوهش‌های متعدد در زمینۀ ارزیابی خشک‌سالی، کاربرد شاخص‌های ترکیبی که بتوانند هم‌زمان ابعاد انسانی و محیطی تاب‌آوری را با استفاده از داده‌های عینی و در دسترس تحلیل کنند، در ایران محدود بوده است. هدف پژوهش حاضر، تحلیل تاب‌آوری اجتماعی در برابر خشک‌سالی با بهره‌گیری از شاخص ترکیبی LPCIEA در دو روستای محمدآباد و مجدآباد (شهرستان مرودشت، استان فارس) در بازۀ زمانی ۱۳۷۹ تا ۱۴۰۳ است. شش معیار کاربری اراضی، جمعیت، تنوع محصولات زراعی، سطح آبیاری، تحصیلات و سن اشتغال با استفاده از تصاویر ماهواره‌ای لندست و سنتینل، آمار رسمی و پیمایش میدانی کمّی‌سازی شدند. وزن‌دهی معیارها با تحلیل مؤلفه‌های اصلی (PCA) و مدل‌سازی با رگرسیون چندگانه انجام گرفت. یافته‌ها نشان داد از مجموع ۱۲ وضعیت تاب‌آوری ثبت‌شده، ۶ وضعیت در طبقه‌ی قرمز (بسیار پایین)، ۳ وضعیت زرد (متوسط رو به کاهش) و ۳ وضعیت سبز (مطلوب) قرار گرفته‌اند که بیانگر غلبۀ شرایط بحرانی در منطقه است. بر اساس ضرایب رگرسیونی، معیار «تنوع محصولات زراعی» با ضریب بتای 785/0 بیشترین تأثیر مثبت و معنی‌دار را بر تاب‌آوری داشته است (۰۱/۰>p) در حالی‌که معیار «تحصیلات» با ضریب 095/0 کمترین اثر را نشان داده است. ضریب همبستگی چندگانه (۹۹۵/۰=R) و آمارۀ دوربین-واتسون (۸۹۲/۱) حاکی از برازش قوی و عدم خودهمبستگی مدل است. نتایج بیانگر آن است که روستای مجدآباد به دلیل جمعیت بیشتر و فشار افزون‌تر بر منابع، در اولویت نخست اقدامات سازگاری و بهبود تاب‌آوری قرار دارد. بر این اساس، پیشنهاد می‌شود سیاست‌های حمایتی با هدف افزایش تنوع کشت، توسعۀ محصولات کم‌آب‌بر و مشارکت فعال جوامع محلی در نهادهای تصمیم‌گیری تدوین شوند. اقدامات پیشنهادی نشان داد ظرفیت سازگاری متفاوتی با خشک‌سالی نسبت به روستای مجاور در شرایط آب و هوایی مشابه نیاز است.

چکیده گردوغبار یکی از مهم‌ترین مخاطرات محیطی در مناطق خشک و نیمه‌خشک است که می‌تواند از طریق کاهش تابش ورودی، رسوب ذرات بر سطح برگ‌ها، اختلال در فرایند فتوسنتز و تشدید تنش‌های محیطی، سلامت پوشش گیاهی را تحت تأثیر قرار دهد. در این پژوهش، اثر رخدادهای گرد و غبار بر سلامت پوشش گیاهی استان خوزستان طی دوره ۲۰۰۱ تا ۲۰۲۳ با استفاده از داده‌های سنجش از دور بررسی شد. برای پایش شدت گردوغبار از عمق نوری آئروسل (Aerosol Optical Depth; AOD) و برای ارزیابی وضعیت پوشش گیاهی از شاخص نرمال‌شده تفاضلی پوشش گیاهی (Normalized Difference Vegetation Index; NDVI) و شاخص بهبود‌یافته پوشش گیاهی(Enhanced Vegetation Index; EVI) استفاده شد. پس از همگام‌سازی داده‌های ماهانه، ناهنجاری‌های NDVI، EVI و AOD محاسبه شد و رخدادهای شدید گرد و غبار بر اساس صدک‌های ۷۵ و ۹۰ شناسایی شدند. نتایج نشان داد که رابطه بین AOD خام و ناهنجاری‌های NDVI و EVI منفی اما ضعیف بود، در حالی‌که پس از حذف اثرات فصلی، شدت این رابطه افزایش یافت.. به‌طوری‌که ضریب همبستگی ناهنجاری AOD با ناهنجاری NDVI و EVI به‌ترتیب برابر ۰.۳۰۷- و ۰.۲۸۱- به دست آمد. تحلیل فصلی نیز نشان داد که این رابطه در فصل بهار قوی‌تر است. همچنین نتایج تحلیل تأخیری و رخدادمحور بیانگر آن بود که پس از رخدادهای شدید گرد و غبار، افت شاخص‌های پوشش گیاهی می‌تواند در ماه‌های بعد نیز ادامه یابد. به‌طور کلی، نتایج این پژوهش نشان می‌دهد که افزایش غیرعادی گرد و غبار با کاهش نسبی سلامت پوشش گیاهی در خوزستان همراه است، اما تفسیر این رابطه باید با توجه به نقش سایر عوامل اقلیمی و زراعی مانند بارش، دما، رطوبت خاک، آبیاری و نوع کشت انجام شود.

چکیده کاهش منابع آب، تغییرات شدید اقلیمی و نیاز به بهره‌وری آب بالاتر، اهمیت ارزیابی قابلیت‌های اگروکلیمایی در کشاورزی ایران را افزایش می‌دهد. این پژوهش با تحلیل داده‌های ۷۹۰ ایستگاه، مناطق اگروکلیمایی جو را بر اساس تاریخ کاشت و طول دوره رشد با استفاده از کریجینگ بیزین تجربی با پیش‌بینی رگرسیون و الگوریتم K-Means شناسایی کرد. در این مطالعه، داده‌های اقلیمی و فنولوژیک ۱۷ ساله (۱۳۸۵ تا ۱۴۰۲) برای اطمینان از نمایندگی تغییرات اقلیمی اخیر استفاده شد. تعداد خوشه‌های بهینه تعیین شده با روش آرنج به این صورت بود که سه کلاس برای تاریخ کاشت و چهار کلاس برای طول دوره رشد استخراج گردید. برای ساده‌سازی، هر منطقه زراعی با کدی ترکیبی از کلاس تاریخ کاشت و طول دوره رشد مشخص شده است (مثلاً کد ۲۱ نشان­دهنده کلاس دوم تاریخ کاشت و کلاس اول طول دوره رشد است) و این کدگذاری صرفاً برای دسته‌بندی و مقایسه مناطق است. ترکیب این دو منجر به تولید ۱۲ کلاس نهایی همگن زراعی برای محصول جو شد. نتایج نشان داد که توزیع زمان کاشت و طول دوره رشد، تابع مستقیم گرادیان اقلیمی-ارتفاعی ایران است. نواحی مرطوب خزری و غرب کشور در کلاس‌های 13 (کاشت زودهنگام-دوره رشد طولانی)، 14 (کاشت زودهنگام-دوره رشد بسیار طولانی)، 23 (کاشت میان‌رس-دوره رشد طولانی)، 24 (کاشت میان‌رس-دوره رشد بسیار طولانی) قرار گرفته که دارای کاشت زودهنگام و فصل رشدی طولانی هستند. مناطق خشک و نیمه‌خشک مرکزی، شرقی و جنوب‌شرقی عمدتاً در کلاس‌های ۳۱ تا ۳۳ قرار دارند که کاشت دیرهنگام و دوره رشد کوتاه را نشان می‌دهد. مناسب‌ترین مناطق برای کشت جو در کلاس‌های ۱۱، ۱۲، ۱۳ و ۲۲ با رطوبت و دمای متعادل و فصل رشد پایدار هستند، در حالی‌که کلاس‌های ۳۳ و ۳۴ بیشترین محدودیت اقلیمی و ریسک را دارند. این نتایج می‌تواند سیاست‌گذاران را در شناسایی مناطق کم‌بازده راهنمایی کند.

چکیده پیش‌بینی دقیق بارش ماهانه به‌ویژه در مناطق خشک و نیمه‌خشک، برای مدیریت منابع آب و برنامه‌ریزی‌های هیدرولوژیک اهمیت بالایی دارد. با توجه به کمبود و پراکندگی ایستگاه‌های زمینی در حوضه دریاچه نمک، استفاده از داده‌های ماهواره‌ای با دقت مکانی مناسب، ضرورت می‌یابد. نوآوری اصلی این پژوهش، ارزیابی کارایی داده‌های بارش CHIRPS در مدل‌سازی بارش ماهانه با بهره‌گیری از طیفی متنوع از مدل‌های یادگیری ماشین و همچنین بررسی اثربخشی مدل‌های ترکیبی در افزایش دقت پیش‌بینی است. در این مطالعه، داده‌های بارش CHIRPS با تفکیک افقی °05/0 برای دوره 2000 تا 2024 استخراج و پس از اعتبارسنجی اولیه مورد استفاده قرار گرفت. در این پژوهش برای ارزیابی داده‌های بارش CHIRPS، طیفی از مدل‌های یادگیری ماشین شامل مدل‌های درختی، مدل‌های رگرسیونی، مدل‌های کرنلی، مدل‌های مبتنی بر فاصله و مدل‌های ترکیبی به‌منظور مدل‌سازی رفتار غیرخطی بارش ماهانه مورد استفاده قرار گرفتند. این تنوع رویکردها، امکان ارزیابی تطبیقی ساختارهای مختلف یادگیری و بررسی تأثیر معماری مدل بر دقت پیش‌بینی را فراهم می‌سازد. مدل M5Rules با بدست آوردن 80/0 =  NSEبهترین عملکرد را در مدل‌های منفرد داشت. همچنین برای بهبود دقت، بر پایه میانگین‌گیری ساده، ۱۰۵ مدل ترکیبی به‌صورت دو‌به‌دو تولید و ارزیابی شد و سپس برای پیداکردن بهترین وزن از روش bruteforce (جستجوی فراگیر برای وزن‌دهی بهینه) استفاده شد. نتایج نشان داد که؛ مدل‌های ترکیبی به‌طور کلی عملکرد بهتری نسبت به مدل‌های منفرد دارند. ترکیب Additive Regression–M5Rules بهترین عملکرد را نسبت به سایر ترکیب‌ها با 155/0 =MAE ، 05/0 =MSE و 88/0=  NSEارئه کرد. این یافته‌ها نشان می‌دهد که ترکیب داده‌های CHIRPS با مدل‌های ترکیبی یادگیری ماشین می‌تواند رویکردی کارآمد و قابل‌ اتکا برای پیش‌بینی بارش ماهانه در مناطق با شبکه ایستگاهی محدود باشد.

چکیده در این مطالعه، آستانه‌های زایشی و رویشی گیاه عناب در طول فصول مختلف در شهرستان‌های استان خراسان جنوبی بررسی شد و تغییرات روند دما و بارش تحلیل و پهنه‌بندی گردید. داده‌های مورد استفاده شامل میانگین ماهانه دما و بارش، ساعت آفتابی و روزهای داغ از 7 ایستگاه همدید با دوره آماری 25 ساله (2000 تا 2024) بود که از سازمان هواشناسی کشور استخراج شد. برای تحلیل روند، از آزمون‌های من-کندال تصحیح شده، تخمین‌گر شیب سن و رگرسیون خطی استفاده شد. نتایج نشان داد که به‌جز ایستگاه‌های نهبندان (در ماه‌های ژوئن، جولای و آگوست) و بشرویه (در جولای)، سایر ایستگاه‌ها در هیچ زمانی از نظر دمای حداکثر دچار توقف رویشی نشدند. با این حال، تمام ایستگاه‌ها از ماه مارس تا اکتبر از نظر رشد زایشی متوقف شدند. بیشترین دمای ثبت‌شده در جنوب شرقی استان، به‌ویژه در ایستگاه نهبندان، مشاهده شد، درحالی‌که مناطق مرکزی، شمال و شمال شرق از نظر دمایی مستعدتر بودند. بررسی بارش سالانه نشان داد که ایستگاه زیرکوه با 8/182 میلی‌متر بارش سالانه، بیشترین میزان را دارد، که بیانگر نیاز عناب به آبیاری مکمل 2/267 میلی­متری است. تحلیل مقادیر P-value برای میانگین دما نشان‌دهنده تغییرات فضایی معنادار است، به‌طوری‌که ایستگاه‌های بیرجند، بشرویه و قاین (05/0 p ≤) در شمال و مرکز استان، فاقد روند معناداری آماری بوده است، درحالی‌که ایستگاه‌های جنوبی‌تر مانند نهبندان (02/0 =p) دارای روند قوی معناداری آماری در سطح 95% اطمینان می­باشد. همچنین تحلیل مقادیر P-value برای میانگین بارش نشان‌دهنده این است که ایستگاه‌های بیرجند، بشرویه، زیرکوه و قاین (05/0 p ≤) در شمال و مرکز استان، روند قوی معناداری آماری بوده است، درحالی‌که ایستگاه‌های جنوبی‌تر مانند نهبندان (28/0 =p) فاقد روند معناداری آماری در سطح 95% اطمینان می­باشد. همچنین از نظر نمره Z من-کندال تصحیح‌شده بیشترین میزان افزایش دما در ایستگاه نهبندان با مقدار 43/۳ و کمترین آن در ایستگاه زیرکوه با مقدار 94/0 مشاهده شده است. در مورد روند بارش، نتایج آزمون من–کندال تصحیح‌شده حاکی از کاهش بارش در تمامی ایستگاه‌ها طی دوره مورد بررسی است. بیشترین کاهش بارش در ایستگاه نهبندان با مقدار 32/۳- و کمترین کاهش در ایستگاه بیرجند با مقدار 63/0- ثبت شده است. در کل کاهش بارش، افزایش ساعات آفتابی و روزهای داغ، نشان‌دهنده تشدید تابش خورشید، تبخیر-تعرق و خشکی محیط است. در کنار کاهش بارش، روند افزایشی ساعات آفتابی و روزهای داغ حاکی از افزایش میزان تابش خورشید و افزایش میزان تبخیر-تعرق و خشکی بیشتر محیط است.

چکیده در این تحقیق به ارزیابی اثرات تغییر اقلیم بر مراحل رشد گیاه سیب­زمینی در سطح کشور پرداخته شد. به این منظور ابتدا میانگین تولید و سطح زیر کشت هر استان طی سال­های 1395-1361 محاسبه و سپس از میان استان­هایی که بیشترین سطح زیر کشت و تولید را داشتند، 10 ایستگاه به‌عنوان مراکز اصلی تولید سیب­زمینی کشور انتخاب شدند. در ادامه جهت شبیه­سازی اقلیم آینده از آمار دما، بارش، میانگین رطوبت­نسبی، سرعت متوسط باد و ساعات آفتابی استفاده شد. برای شبیه­سازی پارامترهای اقلیمی در آینده از داده­های مدل گردش کلی CanESM2 تحت سناریوهای انتشار RCP، برای دوره 2100-2011 استفاده شد. برای ریزگردانی خروجی مدل CanESM2 از نرم‌افزار آماری SDSM و برای شبیه­سازی مراحل رشد سیب­زمینی از مدل WOFOST استفاده شد. نتایج نشان داد طول مراحل فنولوژیکی گیاه سیب­زمینی در دوره آینده تحت سناریوهای RCP کاهش می­یابد. به‌طور متوسط در مناطق مورد مطالعه حداکثر کاهش طول مرحله سبز شدن ۳/۲ روز، مرحله گلدهی ۴/۲ روز و مرحله سبز شدن تا رسیدگی 7/6 روز می­باشد. بیشترین کاهش در طول مراحل فنولوژیکی سیب­زمینی در سناریوی RCP8.5 در دوره سوم (2100-2071) ثبت شده است. از نظر ایستگاهی بیشترین کاهش طول مراحل فنولوژیکی مربوط به ایستگاه همدان و اردبیل و کمترین کاهش در ایستگاه­های جنوبی رخ داد. بنابراین با توجه به نتایج حاصله می­توان نتیجه گرفت که مناطق سردسیر کشور بیشتر از مناطق گرمسیر کشور تحت تأثیر اثرات تغییر اقلیم در رابطه با دوره رشد این محصول خواهند بود، همچنان که متغیرهای اقلیمی این مناطق تحت تأثیر شرایط گرمایش جهانی بیشترین افزایش دما (حداقل و حداکثر) و بیشترین کاهش بارش را داشتند.

چکیده تغییر اقلیم به‌دلیل تأثیرات مخرب زیست‌محیطی و اجتماعی-اقتصادی آن به مهم‌ترین چالش در قرن بیست و یکم تبدیل شده‌ است. در این مطالعه، 10 مدل گردش عمومی از ششمین گزارش IPCC جهت پیش‌نگری تغییرات بارندگی و دما در سه منطقه ایرانشهر، زابل و زاهدان در استان سیستان و بلوچستان مورد ارزیابی قرار گرفتند. سپس روش‌های مختلف تصحیح اریبی در CMhyd ارزیابی شدند و با استفاده از روشی که از کارایی بالاتری نسبت به سایر روش‌ها برخوردار بود، بارندگی و دمای حداکثر و حداقل مدل‌های منتخب برای سه دوره زمانی در آینده (2050-2026، 2075-2051 و 2100-2076) تحت دو سناریو SSP2-4.5 و SSP5-8.5 تصحیح گردیدند. داده‌های تصحیح اریبی‌شده مدل‌های منتخب میانگین‌گیری شده و سپس تغییرات آن‌ها در دو مقیاس ماهانه و سالانه در سه دوره آینده نسبت به دوره پایه (2014-1994) موردارزیابی قرار گرفت. نتایج نشان داد که از 10 مدل مورد مطالعه، 8 مدل از کارایی خوبی (R² < 40/0، 02/12 < RMSE < 23/4 درجه‌سانتی‌گراد، 74/0 < NSE < 12/0، 59/9 < MAE < 36/3 درجه‌سانتی‌گراد) در شبیه‌سازی دمای حداقل و حداکثر روزانه برخوردار بودند. بااین‌حال، کارایی تمامی مدل‌ها در شبیه‌سازی‌شده بارندگی روزانه ضعیف بود (R² ˃ 19/0، 70/3 < RMSE < 24/1 میلی‌متر، 57/0- < NSE < 41/7-، 85/0 < MAE < 23/0 میلی‌متر). از بین روش‌های مختلف تصحیح اریبیِ دما و بارندگی موجود در CMhyd، روش نقشه‌برداری توزیع دما و بارشبهترین عملکرد را داشتند و سبب بهبود کارایی خروجی‌های مدل‌های اقلیمی گردیدند. به‌طور میانگین در همه مکان‌ها، دمای حداکثر سالانه در دوره‌های پیش‌بینی‌شده نزدیک، میانه و دور به‌ترتیب 3/1، 1/2، و 8/2 درجه‌سانتی‌گراد تحت SSP2-4.5 و 6/1، 1/3، و 1/5 درجه‌سانتی‌گراد تحت SSP5-8.5 افزایش نشان خواهد داد. درحالی‌که برای دمای حداقل، میزان افزایش 6/1، 6/2، و 4/3 درجه‌سانتی‌گراد برای SSP2-4.5 و 9/1، 9/3، و 3/6 درجه‌سانتی‌گراد برای SSP5-8.5 خواهد بود. بارندگی سالانه در تمامی مکان‌ها بین 22/58- تا 33/49 درصد نسبت به دوره پایه تحت سناریوی SSP5-8.5 به‌ترتیب در دوره‌های آینده نزدیک و دور در زابل و ایرانشهر متغیر خواهد بود. افزایش سالانه در میانگین دمای حداکثر و حداقل عمدتاً ناشی از افزایش دمای هوا درماه‌های ژانویه، فوریه، آگوست، سپتامبر، اکتبر، نوامبر و دسامبر خواهد بود. کاهش سالانه بارندگی نیز عمدتاً از کاهش بارندگی درماه‌های ژانویه، فوریه، مارچ، نوامبر و دسامبر و افزایش سالانه بارندگی از افزایش قابل‌توجه بارندگی در ماه‌های می و اکتبر نسبت به دوره پایه ناشی خواهد شد. نتایج مطالعه حاضر می‌تواند به بهبود درک ما از اثرات تغییر اقلیم بر منطقه موردمطالعه کمک کند و برنامه‌ریزان و ذینفعان را تشویق کند تا راهبردهای بهینه برای کاهش اثرات منفیِ آن را شناسایی کنند.

چکیده بررسی تغییرات وقایع حدی ناشی از گرمایش جهانی و تغییر اقلیم و ارزیابی اثرات آنها بر بخش‌های مختلف جامعه بسیار مهم است. هدف از این تحقیق بررسی تغییرات شاخص‌های حدی دما در شمال‌غرب ایران و ارتباط آنها با گردش کلی جو می­باشد. بدین منظور ابتدا با استفاده از داده­های دمای روزانه 20 ایستگاه سینوپتیک شمال غرب ایران در دوره 25 ساله (2010-1986) شاخص­های حدی دما محاسبه شد و سپس نقشه­های توزیع مکانی این شاخص­ها ترسیم گردید. برای بررسی تغییرات گردش کلی جو و تأثیر آن بر وقایع حدی نیز، داده­های گردش جو برای دوره آماری 1985-1961 به‌عنوان نماینده اقلیم پیشین و دوره آماری 2016-1986 به‌عنوان دوره تظاهر تغییر اقلیم بر اساس داده­های باز تحلیل NCEP/NCAR دریافت گردید. سپس نقشه­های تفاضل با استفاده از پارامترهای ارتفاع ژئوپتانسیل و چرخندگی نسبی تراز 500 هکتوپاسکال، امگای سطح زمین، ضخامت جو و دمای هوای سطح زمین ترسیم گردید. نتایج بررسی تغییرات شاخص­های حدی نشان داد در اکثر ایستگاه­های شمال­غرب ایران شاخص‌های حدی سرد رو به کاهش است، درحالی‌که شاخص‌های حدی گرم افزایش یافته است. بررسی تأثیر گردش کلی جو بر تغییرات شاخص‌های حدی نیز نشان داد که تقویت گردش آنتی‌سیکلونی و افزایش ارتفاع ژئوپتانسیل از طریق افزایش پایداری جو، تغییرات اقلیمی در شمال غرب ایران را تشدید نموده است. بررسی نقشه‌های تفاضل دمای فصلی نیز حاکی از این است که کل منطقه در فصول گرم و سرد سال با افزایش دما و تنها شمال استان آذربایجان غربی اندکی کاهش دمای دوره سرد سال را منعکس می‌سازد که معنادار نمی‌باشد.

چکیده هدف از انجام تحقیق حاضر بررسی نقش پرارتفاع عربستان بر بارش­های فرین دوره سرد سال ایران است. به این منظور با استفاده از داده­های ایستگاهی بارش روزانه ایران، روزهای با بارش فرین استخراج شد. 7 الگو با بیشترین بارش فرین و بیشترین همگنی مکانی جهت تحلیل­های سینوپتیکی انتخاب گردید. با استفاده از داده­های ERA5 نقشه­های ارتفاع ژئوپتانسیل و رطوبت ویژه ترسیم گردید. نتایج حاکی از آن است که پرارتفاع عربستان براساس موقعیت مکانی و تعامل با الگوهای گردشی عرض میانی نقش مهمی در تأمین رطوبت بارش­های فرین فصل سرد سال ایران دارد. موقعیت مکانی و میزان گسترش آن تحت­تأثیر نفوذ حاره­ای سامانه­های غربی در 2 تراز زیرین و میانی تغییر می­یابد. بیشترین حاکمیت بر روی ایران را در تراز زیرین دارد زیرا در ترازهای بالاتر به علت نفوذ بیشتر شاخه جنوبی بادهای غربی، موقعیتی جنوبی­تر یافته و اثرات آن بر ایران کاهش می­یابد. طوری­که از تراز 600 هکتوپاسکال به بالا تأثیری بر ایران ندارد. تعامل پرارتفاع عربستان با سامانه­های عرض میانی منجر به شکل­گیری رودخانه جوی با منشا حاره­ایی می­شود. در عین­حال عاملی مهم در انتقال رطوبت به شرق آفریقای مرکزی در منطقه حاره می­باشد که محل منشاء شکل­گیری رودخانه جوی است. در سطح زمین پرارتفاع عربستان رطوبت دریای عرب و خلیج فارس را به نواحی جنوب، جنوب­غرب، غرب و شمال غرب می­رساند و مانع از ورود گسترده کم­فشار ترکیه به شمال­غرب و غرب ایران می­شود و با حاکمیت بر روی دریای سرخ جنوبی مانع ورود کم­فشار سودان به خاورمیانه است. این نتیجه نشان می­دهد که کم­فشار سودان و مدیترانه عامل اصلی تمام بارش­های فرین فراگیر فصل سرد سال ایران نیستند. اگرچه پرارتفاع عربستان مانع ورود سامانه­های بارشی به درون ایران است اما در تأمین رطوبت بارش­های فرین فراگیر مناطق جنوب و نیمه غرب ایران هم به‌صورت ایجاد رودخانه جوی در تعامل با سردچال عرض میانی و هم انتقال رطوبت از طریق جریان واچرخندی خود به درون ایران نقش بسیار مهمی دارد.

چکیده پارامترهای هیدرودینامیکی آبخوان اهمیت ویژه‌ای در تمام بررسی‌های هیدروژئولوژیکی دارد و یکی از معضلات مهم در محاسبات هیدروژئولوژیکی و مدیریت آبخوان‌ها عدم دسترسی به داده‌های قابل اطمینان می‌باشد. روش‌های مختلفی برای تخمین و تعیین پارامترهای هیدرودینامیکی آبخوان‌ها وجود دارد که دقیق‌ترین آن‌ها استفاده از داده‌های آزمون پمپاژ است، علاوه بر آن، داده‌های ژئوالکتریکی نیز حائز اهمیت می‌باشد. در این تحقیق از اطلاعات آزمون پمپاژ دو چاه اکتشافی و 86 سونداژ قائم ژئوالکتریکی به روش مقاومت ویژه جهت ارزیابی پارامترهای هیدرودینامیکی آبخوان آبرفتی شمال شرق شهر گچساران استفاده شده است. پارامترهای هیدرودینامیکی آبخوان همچون هدایت هیدرولیکی، ضریب قابلیت انتقال و آبدهی ویژه با استفاده از داده‌های آزمون پمپاژ دو چاه اکتشافی به روش کوپر-ژاکوب و نیومن تعیین شد، سپس همین پارامترهای هیدرودینامیکی با استفاده از داده‌های ژئوالکتریکی (سونداژ الکتریکی قائم) نیز محاسبه و با داده‌های آزمایش پمپاژ مقایسه شدند. پس از بررسی پارامترهای به‌دست‌آمده از آزمون پمپاژ چاه‌های شماره یک و دو به روش نیومن در آبخوان آزاد معلوم گردید که ضریب قابلیت انتقال برای چاه شماره دو (5/665 متر مربع بر روز) که در قسمت شرقی آبخوان قرار دارد مقدار بیشتری است و با روش ژئوالکتریک (5/632 متر مربع بر روز) همخوانی دارد، همچنین مقدار آبدهی ویژه در روش آزمون پمپاژ چاه شماره یک (05/0) مقدار بیشتری است که باز هم روش ژئوالکتریک (05/0) آن را تأیید می‌کند. تمامی نتایج نشان‌دهنده تخمین مطلوب پارامترهای هیدرودینامیکی توسط روش ژئوالکتریکی است و روش آزمون پمپاژ نیز بر آن صحه می‌گذارد؛ لذا از روش ژئوالکتریکی می‌توان در تصمیم‌گیری و برنامه‌ریزی‌های حفاری­های آینده در منطقه استفاده نمود.

چکیده سرمای دیررس بهاره تأثیر قابل‌توجهی بر اندام­های آسیب­پذیر گیاهان می­گذارد. این رویداد در آسیا، آمریکای شمالی و اروپا بیش از سایر مخاطرات مرتبط با آب‌وهوا باعث زیان اقتصادی به کشاورزی شده است. همچنین این پدیده باعث کاهش عملکرد محصول در ایران شده است. آخرین آمار منتشر شده از سوی سازمان خواربار و کشاورزی ملل متحد (فائو) نشان می‌دهد که ایران یکی از بزرگ‌ترین تولیدکنندگان محصول پسته در جهان می­باشد. استان کرمان سهم زیادی از سطح زیر کشت محصول پسته را به خود اختصاص داده است. خسارت سرمازدگی بهاره در پسته باعث کاهش عملکرد محصول در چند سال اخیر شده است. یک اصل مهم در مطالعه سرمازدگی، برآورد این پدیده است. در این تحقیق از روش شبکه عصبی مصنوعی مدل FFBP برای برآورد سرمای دیررس بهاره در محصول پسته شهرستان کرمان استفاده شد. بدین‌منظور داده‌های روزانه ایستگاه سینوپتیک شهر کرمان از سازمان هواشناسی کشور در بازه زمانی 2000-2020 اخذ شد. این داده­ها شامل میانگین، بیشینه و کمینه دما، رطوبت نسبی، سرعت باد، فشار بخار اشباع و ساعات آفتابی می­باشد. پنج ترکیب مختلف از این متغیرها به‌عنوان ورودی در روش شبکه عصبی برای مدل‌سازی دماهای کمینه در نظر گرفته شد. در نهایت ترکیب 8 متغیره­ای از بین مدل­ها انتخاب گردید و شبیه‌سازی مقادیر دمای کمینه و محاسبه ویژگی­های سرمای دیررس بهاره با آن انجام شد. عملکرد این روش با استفاده از شاخص‌های آماری ضریب تعیین، ریشه میانگین مربعات خطا، میانگین خطای انحراف و ضریب نش­ساتکلیف ارزیابی شد. بررسی نتایج مدل­سازی نشان داد با کاهش تعداد متغیرها دقت مدل­ها کاهش می­یابد. مدل M₁ با کمترین مقدار RMSE و بیشترین مقدار R² در بین سایر مدل­ها عملکرد بهتری داشت. پس از شبیه­سازی با روش شبکه عصبی مقادیر شاخص‌های 963/0R²= و صفر=MBE حاصل شد که نشان‌دهنده ارتباط قوی با داده‌های واقعی بود. علاوه بر آن، مقدار شاخص­های 027/0= RMSE و 966/0NSE= کارایی بالای مدل را در برآورد نشان داد. بررسی میانگین دمای سالانه نشان داد نوسانات دما در بازه زمانی 10-31 مارس در مقایسه با ماه­های آوریل و می زیاد می­باشد. کاهش محسوس میانگین دمای سالانه در سال­های 2000، 2006 و 2020 در این بازه نسبت به دیگر سال­ها بیشتر بود. در ماه آوریل نیز سال­های 2001، 2005، 2006، 2009، 2016 و 2019 کاهش دمای محسوسی داشتند. در ماه می باتوجه به میانگین دمای کمینه بین 10 تا 14 درجه سلسیوس احتمال سرمازدگی کمتری نسبت به ماه مارس و آوریل وجود داشت. نتایج نشان داد تعداد روزهای یخبندان بهاره مشاهداتی و برآوردی حاصل از روش شبکه عصبی انطباق خوبی با یکدیگر داشتند. این روش در برآورد تعداد روزهای بحرانی (دماهای کمینه  کمتر و مساوی 2 درجه سلسیوس) نیز دقت قابل قبولی داشت. همچنین سال­های 2000، 2004، 2005، 2012، 2015، 2019 و 2020 بیشترین تعداد روزهای یخبندان بهاره و سال­های 2006، 2016 و 2019 بیشترین تعداد روزهای بحرانی را در دو دهه­ی اخیر دارا بودند. با بررسی نتایج می­توان گفت روش شبکه عصبی مصنوعی در برآورد دمای کمینه و ویژگی­های مرتبط با سرمای دیررس بهاره از دقت بالایی برخوردار است.

چکیده گردوخاک یکی از شاخص­های مهم تغییر اقلیم است. با این حال، پیوند بین گرد و خاک و اقلیم به‌دلیل بازخوردهای مستقیم و غیرمستقیم در سامانه زمین بسیار پیچیده است. این مطالعه پراکنش فضایی و روند گردوخاک­های غرب آسیا و ارتباط آن­ها را با متغیرهای اقلیمی دما، بارش و تندی باد مورد بررسی قرار داده است. بدین‌منظور برای بررسی پراکنش فضایی روند غلظت گردوخاک از برونداد متغیر غلظت گردوخاک مجموعه داده MERRA-2 و برای بررسی متغیرهای اقلیمی، مجموعه دادهAgERA5  استفاده شد. تغییرات فصلی غلظت گرد و خاک به خوبی چشمه­های فعال گرد و خاک در منطقه مورد مطالعه را مشخص کرد. بررسی کارایی متغیرهای اقلیمی دما، بارش و تندی باد نشان داده است مجموعه دادهAgERA5  دما را با کارایی بالاتری نسبت به بارش و تندی باد در ایستگاه­های نماینده پهنه­های اقلیمی در غرب آسیا برآورد می­کند. از بین سه متغیر مورد بررسی، تندی باد کارایی به نسبت کمتری را نسبت به دما و بارش نشان داده است. به­طور کلی مجموعه دادهAgERA5  دارای کارای قابل قبولی در برآورد متغیرهای اقلیمی است و در مناطق فاقد داده از این مجموعه داده می­توان به‌عنوان یک داده جایگزین استفاده کرد. نتایج نشان داد که متغیرهای اقلیمی نقش کلیدی را در تغییرپذیری غلظت گردوخاک در منطقه مورد مطالعه دارند، بطوریکه مناطق منطبق بر باد شمال تابستانه و باد 120 روزه سیستان بالاترین غلظت گردوخاک سالانه را دارند. بالاترین ضریب همبستگی بین غلظت گردوخاک با دما در ماه­های گرم سال به بیش از 8/0 و با تندی باد در ماه­های ژانویه تا می و نوامبر تا دسامبر بیشتر از 6/0 و همبستگی آن با بارش در ماه­های سرد سال 7/0– محاسبه شده است. غلظت گردوخاک روند افزایشی را در مناطق بیابانی ربع‌الخالی، النفود، الدهنا، بین‌النهرین، بیابان­های عراق و سوریه داشته به­طوری‌که از ماه­های مارس تا اوت (بهار و تابستان) روند افزایشی غلظت گردوخاک در سطح 05/0 معنی­دار است. بالاترین شدت روند افزایشی در فصول بهار و تابستان در مناطق بین‌النهرین، بیابان­های عراق، سوریه و یمن، دشت سیستان و بیابان تار در پاکستان و جنوب شرق ایران مشاهده شد.

چکیده تغییرات پوشش برف می‌تواند اثرات مهمی بر اکوسیستم‌ها داشته باشد، به‌ویژه در جاهایی که پراکندگی در پوشش زیاد است و بر شرایط بیوژئوشیمیایی خاک زیرین و همچنین پوشش گیاهی تأثیر می‌گذارد. در این پژوهش پایش و روند سطوح پوشش برف در بازه زمانی (2020-2001) در غرب ایران برای فصل زمستان با کاربرد تصاویر سنجنده MODIS و شاخص پوشش برف (NDSI) به‌صورت میانه تصاویر به‌وسیله الگوریتم نوشته‌شده در سامانه گوگل ارث اینجین استخراج و نقشه­های آن ترسیم شد، سپس سری زمانی تصاویر روزانه استخراج و روند داده­ها و الگوسازی آن با کاربرد آزمون تاو کندال و رگرسیون خطی انجام گرفت. نتایج این پژوهش نشان از روند کاهشی در مساحت پوشش برف در فصل زمستان دارد. همچنین با توجه به رفتار سالیانه سینوسی برف می‌توان بیان کرد که مؤلفه فصلی بودن بر تمام محدوده حاکم است، که به علت دور بودن نسبی محدوده غرب کشور از استوا، تغییرات دمایی با توجه فصلی بودن در این محدوده نمود دارد. نتایج تحلیل فضایی نشان داد که جهت بیضی مکانی پراکندگی برف در راستای شمال غربی به جنوب شرقی قرار گرفته و به تبعیت از آرایش مکانی ارتفاعات در این راستا گسترش یافته است. نقشه لکه‌های داغ نشان داد برف سطحی خاک به‌صورت خوشه‌ای در راستای غرب و به جنوب شرق و در ارتفاعات بالاتر از 2200 متر قرار دارد. تحلیل لکه‌های داغ  نشان داد پوشش برف به سمت عرض­های بالا و بیشتر به طرف مرزهای غربی الگوی خوشه‌بندی قراردارد. نتایج این تحقیق می‌تواند در برنامه‌ریزی‌های مربوط به مدیریت منابع آبی، پیش‌بینی خشکسالی و برنامه‌ریزی برای مقابله با آن مورد استفاده قرار بگیرد.

چکیده سطح آب و وسعت دریاچه ارومیه در طی سال­های اخیر نسبت به میانگین بلند مدت، کاهش چشمگیری داشته و ادامه حیات آن را با تهدید جدی مواجه کرده است. لذا بررسی دقیق وضعیت بارش حوضه و پیش­نگری آن در آینده به‌عنوان یکی از مهم‌ترین متغیرهای اقلیمی اثرگذار در برنامه­ریزی­های آینده ضروری است. این پژوهش با هدف بررسی وضعیت بارش­های فرین حوضه دریاچه ارومیه در آینده نزدیک انجام شده است. برای این منظور از داده­های بارش پنج مدل از پروژه مقایسه مدل‌های جفت‌شده فاز ششم (CMIP6) تحت سه سناریو SSP1-2.6، SSP3-7.0 و SSP5-8.5 طی دوره تاریخی (2014-1990) و آینده نزدیک (2050-2026) با تفکیک افقی 5/0 درجه قوسی استفاده شده است. برای کاهش خطای مدل­های منفرد، یک مدل همادی (CMIP6-MME) بر اساس روش میانگین­گیری بیزین (BMA) از مدل‌های منفرد تولید شد. درستی مدل­های منفرد CMIP6 و مدل CMIP6-MME با دو سنجه میانگین اریبی خطا (MBE) و مجذور میانگین مربعات خطای بهنجار شده (NRMSE) مورد بررسی قرار گرفت. نتایج نشان داد مدل­های منفرد در برآورد بارش در حوضه دریاچه ارومیه کم­برآوردی دارند. مدل همادی تولید شده مقدار دو سنجه MBE و NRMSE را در سطح حوضه به مقدار قابل توجهی کاهش داد که بر این اساس نسبت به مدل­های منفرد از کارایی بالاتری برخوردار است. یافته­ها بیانگر آن است که، حوضه دریاچه ارومیه روزهای همراه با بارش سنگین و خیلی سنگین بیش­تری را در آینده نزدیک تجربه خواهد نمود. شدت بارش روزانه در بخش­های بزرگی از حوضه، بخصوص در مناطق غربی و شمالی، روند افزایشی خواهد داشت. بطور کلی ریسک ناشی از بارش­های سیل‌آسا در حوضه دریاچه ارومیه در دوره آینده نزدیک بسیار محتمل است که لازم است برنامه­های اقدام اقلیمی و پیش­گیرانه همانند مدیریت ریسک اقلیمی در اولویت برنامه‌ریزی­های مرتبط با این منطقه باشد.

چکیده باتوجه به بحران خشکیدگی دریاچه ارومیه، مطالعه وضعیت پوشش‌گیاهی و خشکسالی کشاورزی محدوده حوضه آبریز دریاچه ارومیه که یکی از شش حوضه اصلی ایران محسوب می‌شود، از اهمیت قابل توجهی برخوردار است. در این مطالعه ابتدا یک شاخص ترکیبی خشکسالی CDI (Combined Drought Index) مبتنی بر شاخص‌های وضعیت پوشش گیاهی (VCI)، وضعیت دمایی گیاهی (TCI) و شاخص تنش آبی محصول (CWSI) با‌استفاده از داده‌های سنجنده MODIS قرار‌گرفته در ماهواره TERRA معرفی و محاسبه گردید. سپس با روش‌های درخت تصمیم-طبقه‌بندی و درخت رگرسیون (DT-CART)، ماشین‌بردار پشتیان (SVM) و حافظه کوتاه مدت، بلند مدت (LSTM) و حافظه کوتاه مدت دو جهته (BiLSTM)، شاخص ترکیبی خشکسالی (CDI) معرفی و تخمین زده شد. در فرآیند مدل‌سازی شاخص ترکیبی خشکسالی، محصولات شاخص‌های پوشش گیاهی، تبخیر-‌‌تعرق، تبخیر-تعرق پتانسیل، دمای سطح زمین در روز و دمای سطح زمین در شب برگرفته از سنجنده MODIS به‌عنوان ورودی مدل‌ها استفاده شد. درنهایت بررسی عملکرد مدل‌ها براساس ترکیب‌های متفاوتی از ورودی مدل‌ها بااستفاده از معیارهای ارزیابی شامل ضریب همبستگی، جذر میانگین مربعات خطا و ضریب ناش ساتکلیف و همچنین به کمک نمودارهای کلوروگرام، تیلور و ویلونی بصورت بصری انجام‌شد. نتایج نشان‌داد که متغیر‌های دمای سطح زمین در روز، دمای سطح زمین در شب و تبخیر-تعرق موثرترین متغیرها برای مدل‌سازی شاخص ترکیبی خشکسالی (CDI) و مطالعه خشکسالی کشاورزی می‌باشند. همچنین مدل CART با ضریب همبستگی 96/0، میانگین جذر مربعات خطا برابر با 029/0 و ضریب ناش ساتکلیف 92/0 به‌عنوان بهترین مدل انتخاب گردید. نتایج بدست آمده نشان‌داد که روش‌های یادگیری ماشین و یادگیری عمیق ابزاری توانمند در مدل‌سازی و پیش‌بینی شاخص ترکیبی خشکسالی (CDI) بوده و در بررسی و ارزیابی خشکسالی کشاورزی به‌خصوص در حوضه‌های فاقد آمار با اطمینان کافی می‌تواند مورد استفاده قرار گیرد.

چکیده با توجه به گرمایش جهانی و تغییر اقلیم و افزایش خشکسالی و رخدادهای بارشی فرین، آشنایی با ویژگی­های بارش منطقه به منظور مدیریت منابع آب، به­ویژه در زمان وقوع بارش­های سیل­آسا و تبدیل خطرآفرینی این رخدادها به افزایش ذخایر آبی با مدیریت صحیح از اهمیت ویژه­ای برخوردار است. در پژوهش حاضر ویژگی­های بارش در استان مرکزی در دوره آماری 30 ساله (از سال زراعی 1371-1370 تا 1400-1399) با روش­های آماری، مورد تحلیل و سپس با نرم افزارArcGIS  توزیع مکانی آنها ترسیم و بررسی شد. همچنین روند تغییرات بارش در مقیاس زمانی ماهانه، فصلی و سالانه با استفاده از آزمون من-کندال مورد مطالعه قرار گرفت. علاوه بر این بارش فرین بااستفاده از چهار شاخص بارش فرین شامل مجموع بارش فرین (R95p)، تعداد روزهایی که در سال مورد بررسی، مقدار بارش در آنها از آستانه بارش فرین آن ایستگاه بیشتر باشد (R95d)، شدت مطلق بارش فرین (AEPI) و کسری از کل بارندگی ناشی از رخدادهای فراتر از آستانه بارش فرین (R95pT) که بیانگر نسبت بارش فرین به بارش سالانه در روزهای بارانی (بارش روزانه بیش از یک میلی­متر) است، مورد تحلیل و بررسی قرار گرفت. نتایج این مطالعه نشان می­دهد به‌طور متوسط بیشینه شاخص R95pT، 53 درصد از بارش سال را شامل می­شود که در صورت آگاهی از زمان وقوع این فرین­ها مدیریت سیلاب­ها و استفاده بهینه از منابع آبی از نتایج آن است که بیش از 20 درصد این بارش­های فرین در فروردین ماه رخ داده است. در این راستا طبق بررسی توزیع مکانی بارش در استان مرکزی، بیشینه وقوع مقدار میانگین بارش سالانه و فصلی به استثنای فصل تابستان در جنوب­غرب و کمینه آن در مناطق شرقی استان مرکزی قرار دارد و به­طور متوسط بیشترین بارش در فصل زمستان و سپس در بهار و پاییز رخ داده است. همچنین فروردین­ماه با ضریب تغییرات 8/0 و میانگین بارش ماهانه در طول دوره آماری مورد مطالعه برابر با 6/55 میلی­متر پربارش­ترین ماه است و به دلیل وقوع اکثر بارش­های فرین در این ماه بیشترین ارزش ذخیره­سازی و مدیریت آب را در بین ماه­های سال را دارد. همچنین از دیدگاه مقدار بارش میانگین ماهانه، بعد از فروردین ماه، به­ترتیب ماه­های آذر، اسفند و آبان با میانگین بارش ماهانه 3/39، 2/38 و 3/36 میلی­متر در اولویت مدیریت ذخیره­سازی آب قرار دارند. نتیجه بررسی روند تغییرات بارش ماهانه، فصلی و سالانه با استفاده از آزمون ناپارامتریک من-کندال روند یکپارچه­ای را نشان نمی­دهد اما می­توان در حالت کلی گفت تقریبا در اکثر ایستگاه­های هواشناسی استان مرکزی که مورد مطالعه قرار گرفته­اند حداقل در سطح اطمینان 90% در بارش بهمن ماه روند کاهشی معنی­دار وجود دارد. نتایج بررسی شاخص­های بارش فرین بیانگر وقوع بیشترین مقدار آستانه بارش فرین در ایستگاه شازند (28 میلی­متر) و کمترین آن در ایستگاه ساوه (15 میلی­متر) است.

چکیده ابرها را می­توان به عنوان یکی از پیچیده­ترین و تأثیرگذارترین متغیرهای دستگاه نیوار در شکل­دهی ساختار اقلیمی کرۀ زمین به شمار آورد. بنابراین، هدف از این پژوهش، بررسی و تحلیل مقدار ابرناکی به لحاظ تغییرات زمانی و مکانی در ایران است که طی یک دورۀ 31 ساله (2021-1991) برای تعداد 93 ایستگاه در پهنۀ ایران به انجام رسیده است. بدین منظور داده­های روزانۀ متغیر ابر از سازمان هواشناسی کشور دریافت گردید و پس از بررسی و پیش­پردازش و تبدیل آنها به مقیاس­های­ سالانه، ماهانه و فصلی، سطح نرمال بودن داده­ها با آزمون­های مختلف آماری از قبیل آزمون­های کولموگروف-اسمیرنوف، لیلیفورس و اندرسون-دارلینگ بررسی شد. سپس براساس توزیع نرمال و غیرنرمال سری­های زمانی ابرناکی جهت تشخیص روند داده­ها از آزمون رگرسیون خطی بر اساس روش کمترین مربعات خطا و آزمون من-کندال در سطح اطمینان 95 درصد استفاده شد. نتایج سالانه نشان داد تعداد 50 ایستگاه دارای تغییرات معنادار بوده­اند که جهت این تغییرات در 47 ایستگاه، کاهشی و تنها در 3 ایستگاه، افزایشی بوده است، در سایر ایستگاه­ها هیچ روند معناداری مشاهده نگردید. نتایج ماهانه و فصلی نیز بیانگر روند کاهشی مقدار ابرناکی در ماه­های سرد سال و فصل­های زمستان و بهار و البته فصل پاییز است. همچنین ارتباط بین عوامل مکانی طول و عرض جغرافیایی با مقدار ابرناکی با استفاده از آزمون ضریب همبستگی پیرسون بررسی گردید که نتایج این آزمون بیانگر همبستگی منفی با طول جغرافیایی و همبستگی مثبت با عرض جغرافیایی است. سپس مقدار ابرناکی و توزیع آن در هر یک از مقیاس­های مورد مطالعه (سالانه، ماهانه و فصلی) در پهنۀ ایران در قالب نقشه نمایش داده شد. بالاترین مقادیر سالانۀ ابرناکی در جنوب و جنوب­غربی دریای خزر در ایستگاه­های رشت، رامسر، بندر انزلی، نوشهر و بابلسر و بعد از آن در مناطق شمال­غرب کشور در ایستگاه­های اردبیل، اهر، تبریز، سراب و ماکو و کمترین مقدار در مناطق جنوب و جنوب­شرق کشور است.

چکیده تبخیر تعرق ترکیب دو فرایند مجزّا، تبخیر از سطح خاک و تعرّق از گیاه است که میزان آن بستگی به عناصر مختلف هواشناسی دارد. از این­رو شناخت عوامل مؤثر و میزان تأثیر هر عنصر بر تبخیر تعرق مرجع (ET₀) حائز اهمیت فراوان است. در پژوهش حاضر، برآورد ET₀ فصلی بر اساس آمار 45 ساله 2020-1976 سازمان هواشناسی 40 ایستگاه همدید به روش فائوپنمن مانتیث 56 محاسبه و بصورت نقشه­های پهنه­بندی ارائه شد. روند تغییرات ET₀ با آزمون­های مَن-کندال و روند نوآورانه (ITA) بررسی شد. به­منظور بررسی میزان تأثیر هر عنصر بر ET₀، ضریب حساسیت فصلی با استفاده از روش Sobol محاسبه شد. بدین­صورت که توزیع آماری عناصر هواشناسی شامل رطوبت نسبی، ساعت آفتابی، متوسط، بیشینه و کمینۀ دما و سرعت باد؛ با محاسبۀ میانگین و واریانس هر پارامتر در دامنه 40%± برآورد شد و سپس با ثابت نگه داشتن هر متغییر، تغییر تمامی متغییرها ضریب حساسیت در مقیاس فصلی ارائه شد. براساس نتایج؛ میزان تأثیرگذاری عناصر هواشناسی در ET₀ در فصول مختلف سال متفاوت است. ضریب حساسیت برای میزان تأثیرگذاری هر عنصر شامل کمینۀ دما با 1/18%، سرعت باد 5/22%، سرعت باد 9/31% و بیشینۀ دما 4/20% به‌ترتیب در فصول بهار، تابستان، پاییز و زمستان رتبۀ نخست را در میزان تأثیرگذاری به خود اختصاص دادند. براساس یافته­های پژوهش حاضر میزان تأثیرگذاری عناصر مختلف هواشناسی بر ET₀ در فصول مختلف تفاوت داشت که این مهم باید در برنامه­ریزی و مدیریت بهینۀ منابع آب کشور مورد توجّه قرار بگیرد.

چکیده ارزیابی کارآیی مدل SSM، در شبیه­سازی رشد و نمو گندم آبی رقم مهرگان تحت شرایط تنش آبی، با انجام آزمایشی در قالب طرح بلوک­های کامل تصادفی (CRBD) در 3 تکرار با پنج  تیمار آزمایشی شامل؛ ]شرایط بدون تنش (NS)، تنش در مرحله آبستنی (WSB)، تنش در مرحله گلدهی (WSF)، تنش در مرحله شیری شدن (WSM) و تنش در مرحله خمیری شدن دانه (WSD)[، در ورامین صورت گرفت. شبیه­سازی رشد و نمو با بهره­گیری از مدل گیاهی SSM-Wheat انجام شد. بر پایه یافته­ها، میان مقادیر مشاهده شده و شبیه­سازی شده وقوع مراحل فنولوژیکی گندم در شرایط بروز تنش تفاوت چندان زیادی مشاهده نشد. به­اختصار، مقادیر مشاهده شده روز تا پایان پر شدن دانه در شرایط بدون تنش، تنش در مراحل آبستنی، گلدهی، شیری شدن و خمیری شدن دانه به­ترتیب 222، 219، 219، 221، 221 روز، مشاهده شد که با مقادیر شبیه­سازی شده آنها به­ترتیب 224، 221، 220، 221، اختلاف بسیار کمی داشت. همچنین تفاوت اندک در مقادیر مشاهده شده عملکرد دانه به­ترتیب (6/5783، 5423، 5160، 5006 و 5100 کیلو گرم در هکتار) و مقادیر شبیه­سازی شده آنها به­ترتیب (4/5630، 5220، 4920، 4680 و 4880 کیلو گرم در هکتار)، نشان از کارایی مطلوب مدل SSM در درک بروز تنش آبی داشت.

چکیده خشکسالی یک مخاطره طبیعی پرهزینه با پیامدهای گسترده بر کشاورزی، اکوسیستم و منابع آب است. هدف از این پژوهش بررسی مشخصه­های خشکسالی و انواع آن در ایران طی چهار دهه گذشته است. برای این منظور از داده­های 49 ایستگاه هواشناسی همدید طی دوره آماری 2020-1981 استفاده شده است. خشکسالی با شاخص بارش تبخیر-تعرق استاندارد شده (SPEI) در چهار مقیاس 3، 6، 12 و 24 ماهه مورد بررسی قرار گرفته است. سپس با استفاده از تئوری Run مشخصه­های خشکسالی شامل بزرگی، طول دوره، شدت و فراوانی آن برای هر چهار مقیاس مورد بررسی محاسبه شد. نتایج نشان داد که در دوره چهل ساله مورد بررسی فراوانی رخداد خشکسالی از حداقل 13/12 درصد تا حداکثر 13/18 درصد از کل ماه­ها در مناطق مختلف کشور در نوسان است. بررسی اقلیم­شناسی مشخصه­های خشکسالی در پهنه ایران نشان می­دهد که فراوانی خشکسالی در غرب، جنوب­غرب، سواحل خلیج فارس و شمال­غرب ایران بیش­تر از سایر مناطق کشور است. این در حالی است که طول دوره خشکسالی در مناطق شرقی و مرکزی ایران بالاتر است. بررسی انواع خشکسالی نشان می­دهد که بیش از 60 درصد از خشکسالی­های رخ داده در ایران از نوع خشکسالی متوسط است. خشکسالی­های متوسط و شدید در ایران بیش­تر در غرب، جنوب­غرب و شمال­غرب ایران دیده می­شوند. طول دوره خشکسالی ایران از حداقل 3 ماه برای SPEI-3 تا بیش از 8 ماه برای SPEI-24 در تغییر است. شدت خشکسالی نیز در مناطق شرقی و داخلی بیش­تر از مناطق غربی و شمال­غربی ایران است. تغییرات دهه­ای خشکسالی نیز نشان می­دهد که طی دهه­های اخیر طول دوره و بزرگی خشکسالی در ایران افزایش یافته و شدت خشکسالی کاهش داشته است.

چکیده افزایش غلظت گازهای گلخانه­ای در اتمسفر باعث تغییرات زیادی در مؤلفه­های اقلیمی کره زمین شده است که این تغییرات در پارامترهای اقلیمی به صورت افزایشی یا کاهشی است. امروزه تغییر اقلیم یکی از چالش‌های بشر در بهره‌برداری و مدیریت منابع آب است، همچنین شرایط کنونی آب و هوای جهانی نشان دهنده افزایش خطرات ناشی از پدیده خشکی در بسیاری از مناطق جهان در آینده است. مدل‌های گردش کلی جوی یکی از مهم‌ترین و پرکاربردترین روش‌ها در مطالعات تغییرات اقلیمی در مقیاس منطقه­ای می‌باشد. یکی از اولویت­های اصلی ریزمقیاس‌نمایی آماری انتخاب پیش‌بینی‌کننده­ها به عنوان ورودی به مدل ریزمقیاس‌نمایی در پژوهش می­باشد. برای انتخاب پیش‌بینی‌کننده­های مهم از بین 26 متغیر جو بالا، از چهار الگوریتم یادگیری ماشین شامل لاسو، ستیغی، GBM، SPSA در ریزمقیاس‌نمایی آماری دمای بیشینه در ایستگاه بیرجند استفاده گردید و عملکرد این روش‌ها با سه شاخص نش-ساتکلیف نسبی، کلینگ-گوپتا و بازده حجمی در بخش صحت‌سنجی مورد بررسی قرار گرفت. نتایج نشان داد که بیشترین میزان اهمیت برای مؤلفه سرعت نصف‌النهاری نزدیک سطح و کمترین مقدار آن در مؤلفه سرعت مداری در ارتفاع 500 هکتو پاسکال می­باشد که مقادیر آن به‌ترتیب 2/73% و 15% تعیین شد. همچنین نتایج شاخص­های ارزیابی عملکرد نش- ساتکلیف نسبی و کلینگ-گوپتا، نشان دادند که الگوریتم SPSA دارای عملکرد بهتری از سایر الگوریتم­ها درانتخاب پیش‌بینی‌کننده­ها و به تبع آن ریزمقیاس‌­نمائی دمای بیشینه می­باشد. مقایسه میانگین و واریانس خروجی ریزمقیاس شده توسط الگوریتم­های مورد استفاده و داده­های مشاهداتی در بخش صحت‌سنجی نشان داد که الگوریتمSPSA  نسبت به سایر الگوریتم­ها در باز تولید میانگین و واریانس دمای بیشینه مشاهداتی در ایستگاه سینوپتیک بیرجند دارای توانایی بیشتری می­باشد.

چکیده طی روزهای هفدهم تا بیست و یکم ماه مارس 2019 (26 اسفند 1397 تا 1 فروردین 1398) بارش باران سنگین در استان گلستان (حوضه آبریز گرگانرود) باعث ایجاد سیل و آبگرفتگی در مسیر گرگانرود گردید که خسارات بسیار زیادی به شهرها، روستاها و بخش کشاورزی وارد آورد. لذا در این تحقیق اقدام به بررسی و تجزیه و تحلیل عوامل رخداد سیل مذکور به ویژه عوامل سینوپتیکی-دینامیکی وقوع بارش سنگین، گردید. جهت تحلیل سینوپتیکی-دینامیکی بارش سنگین، با استفاده از منابع داده­ای مختلف (داده­های هواشناسی ایستگاه­های سینوپتیک، پایگاه NCEP/NCAR، محصولات ماهواره MODIS و محصولات ماهواره GPM) ابتدا زمان اوج بارش­ها و شدت بارش مورد شناسایی قرار گرفت و سپس نقشه­های سینوپتیک (نقشه­های ارتفاع ژئوپتانسیل در سطوح میانی و زیرین تروپسفر، چرخندگی نسبی، امگا، سمت و سرعت باد، همگرایی شار رطوبت، تابع جبهه­زایی، رطوبت ویژه جو و نمودار هوف-مولر) تهیه گردیدند و مورد تجزیه و تحلیل قرار گرفتند. نتایج نشان دادند که بارش سنگین از ساعت 18 (به وقت جهانی³) روز هفده مارس شروع شده و تا ساعت 18 روز هجده مارس ادامه داشته است و اوج شدت بارش­ها در روز هجدهم مارس در اکثر ایستگاه­ها بین ساعت­های 06 تا 12 و 12 تا 18 بوده است. بررسی نقشه­های سینوپتیک بیان داشت، منشأ سیستم بارشی تراف عمیق واقع بر بستر موج راسبی می­باشد که در اواخر روز هفدهم مارس به منطقه مورد مطالعه رسیده و باعث شکل­گیری سیکلونی عمیق در این ناحیه شده است و با تزریق رطوبت از آب­های جنوبی ایران و دریای خزر توسط جریانات جوی به داخل سیکلون وقوع بارش­های سنگین را منجر گشته است. از سوی دیگر، توپوگرافی و شیب حوضه شرایط لازم را برای رخداد سیل فراهم آورده است.

چکیده در سال­های اخیر، آشکار شدن اثرات تغییراقلیم بر بخش­های مختلف از جمله منابع آب سبب شده مشکلات ناشی از آن به یکی از بحران­های اساسی مدیریت منابع آب کشور تبدیل شود. بنابراین کسب دانش کافی در خصوص اثرات تغییراقلیم بر فرآیندهای هیدرولوژیکی ضرورت دارد. این تحقیق، به مطالعه اثرات تغییراقلیم بر مؤلفه­های منابع آب حوضه نیشابور- رخ می­پردازد. در این راستا، شبیه­سازی هیدرولوژیکی حوضه در بازه زمانی 2017-1991 با استفاده از مدل WetSpass-M انجام شد. در گام بعد، پارامترهای اقلیمی شش مدل گردش کلی تحت سناریو RCP4.5 در دوره پایه توسط روش اصلاح اریبی چارک­ها ریزمقیاس و با روش اعتبارسنجی متقابل leave one out واسنجی و اعتبارسنجی گردید. با انجام رتبه­بندی و وزن‌دهی شش مدل اقلیمی انتخاب شده و جهت ارزیابی پاسخ هیدرولوژیکی حوضه به تغییراقلیم بازه زمانی 2052-2026، خروجی­های شش مدل گزارش پنجم گردش کلی تحت سناریو انتشار RCP4.5 و ریزمقیاس شده توسط روش اصلاح اریبی چارک­ها به صورت گروهی به مدل WetSpass-M وارد و پیش­نگری در آینده نزدیک انجام گرفت. نتایج نشان داد بارش و متوسط دمای سالانه حوضه در آینده نزدیک به ترتیب 66/4 درصد و 21/1 درجه سانتیگراد افزایش می­یابد. تحلیل مؤلفه­های منابع آب در آینده نزدیک نشان می­دهد رواناب کل، تغذیه آب زیرزمینی، تبخیرتعرق واقعی سالانه به ترتیب 9/5، 85/14، 42/1 درصد نسبت به دوره پایه افزایش و رواناب مستقیم و برگاب سالانه به ترتیب 15/15 و 54/3 درصد نسبت به دوره پایه کاهش خواهند داشت. با توجه به اهمیت و نقش عمده حوضه نیشابور در اقتصاد محصولات کشاورزی استان خراسان رضوی، نتایج پژوهش حاضر کمک شایان توجهی به مدیران و سیاست­گذاران مدیریت منابع آب کشور در جهت اتخاذ تصمیمات مناسب با هدف تقلیل اثرات تغییراقلیم بر منابع آب حوضه نیشابور-رخ خواهد نمود.

چکیده بارش یکی از مهم‌ترین پارامترهای ورودی در مدل‌های هیدرولوژیکی جهت شبیه‌سازی بارش-رواناب می‌باشد که به علت عدم پراکندگی مناسب ایستگاه‌های بارانسنجی و تازه تأسیس بودن برخی از این ایستگاه‌ها در اکثر حوضه‌های کشور، استفاده از این داده‌های بارش با چالشی جدی روبروست. از این رو استفاده از روش‌های سنجش از دوری می‌تواند یکی از گزینه‌های مورد استفاده در زمینه شبیه‌سازی جریان با استفاده از مدل‌های هیدرولوژیکی باشد. در پژوهش حاضر، داده‌های بارش بازتحلیل‌شده ERA5 برای حوضه آبریز کشف‌رود در گام‌های زمانی روزانه و ماهانه مورد ارزیابی قرار گرفت و سپس با استفاده از داده‌های بارش ایستگاه زشک و پارامترهای مربوط به حوضه آبخیز زشک در نرم‌افزار HEC-HMS، هیدروگراف جریان آن مورد بررسی قرار گرفت. نتایج نشان داد که داده‌های بارش ERA5 در گام‏های زمانی روزانه و ماهانه دارای کم‌برآوردی می‌باشند و نیز در گام زمانی ماهانه دقت این داده‏های بارش در تشخیص وقایع بارشی (از نظر شاخص‏های FAR، TS و POD) بالاتر از گام زمانی روزانه بود. همچنین داده‌های بارش بازتحلیل‌شده ERA5 در گام زمانی ماهانه، در ماه‌های گرم تابستان دقت پایین‌تری در تشخیص وقایع بارش نسبت به بقیه ماه‌های سال داشتند. هیدروگراف جریان حاصل از داده‌های بارش بازتحلیل ‌شده ERA5 نسبت به هیدروگراف مشاهداتی دارای کم‌برآوردی بود که علت آن کم‌برآورد کردن میزان بارش در موقعیت ایستگاه زشک در محدوده روزهای متناظر با واقعه 23/1/99 توسط ERA5 بود. همچنین هیدروگراف یادشده در مقایسه با هیدروگراف مشاهداتی در محدوده غیر قابل قبول (NSE≤0.5 و PBias≤±25) بود. به طور کلی دقت هیدروگراف جریان حاصل از این محصول نسبت به هیدروگراف جریان حاصل از داده‌های بارش ایستگاه زشک، نمی‌تواند منبع مورد اعتمادی در مدلسازی هیدرولوژیکی باشد.

چکیده بارش به‌عنوان یک متغیر تصادفی با داشتن تغییرات مکانی و زمانی یکی از عناصر پیچیده در چرخه هیدرولوژی است. هدف پژوهش حاضر برآورد میزان بارش روزانه تبریز در بازه زمانی 36 ساله (1986-2021) با استفاده از گروه روش‌های درختی شامل، مدل درختی M5P، درخت تصادفی، کاهش خطای هرس درخت و روش دسته‌بندی است. بدین منظور از مقادیر بارش ایستگاه‌های حوضه دریاچه ارومیه از جمله سهند، سراب، ارومیه، مراغه و مهاباد در ترکیب‌های ورودی مختلف استفاده شد. ماتریس همبستگی و الگوریتم رلیف مبنای انتخاب سناریوهای ورودی در نظر گرفته شد و تأثیر مؤلفه‌های تجزیه فصلی-روند در بهبود نتایج مدل‌سازی بررسی شد. عملکرد روش‌های مذکور با معیارهای ضریب همبستگی، ریشه میانگین مربعات خطا، ضریب نش ساتکلیف، میانگین خطای قدر مطلق و ضریب ویلموت اصلاح شده مورد ارزیابی قرار گرفت. بررسی نتایج نشان داد رویکرد دسته‌بندی در اکثر موارد نتایج قابل قبولی ارائه نموده و باعث بهبود نتایج مدل‌سازی می‌گردد. بررسی‌ها مشخص نمود که ایستگاه سهند با بیشترین همبستگی و کمترین فاصله از تبریز، مؤثرترین ایستگاه مجاور در برآورد میزان بارش تبریز می‌باشد. در حالت اول و بدون اعمال مؤلفه‌های تجزیه (روند، فصلی و باقیمانده) در بین روش‌های مورد استفاده روش M5P با سناریو اول شامل بارش سهند به‌عنوان روش و سناریو برتر انتخاب شد. در حالت دوم با وارد شدن مؤلفه‌های تجزیه، دقت تخمین‌ها به‌صورت چشم­گیری افزایش یافت. ادغام روش دسته‌بندی با الگوریتم پایه M5P با پارامترهای بارش سهند و باقیمانده بارش تبریز با R=0.98 و NS=0.95 به‌عنوان برترین حالت انتخاب گردید. در حالت کلی نتایج نشان داد، بهره‌گیری توأم از رویکرد دسته‌بندی مدل‌ها و الگوریتم پیش‌پردازش مؤلفه‌های تجزیه باعث بهبود نتایج مدل‌سازی بارش روزانه تبریز می‌شود. به طوریکه مقدار خطای RMSE نسبت به حالت اول 64/60  درصد کاهش یافت. بنابراین به علت استفاده از حداقل تعداد پارامتر ورودی و ارائه نتایج قابل قبول، مدل‌های دسته‌بندی با الگوریتم پایه درختی به‌عنوان روش‌های ساده و پرکاربرد پیشنهاد می­گردد.