1- دانشگاه رازی 2- دانشگاه گیلان 3- دانشگاه فرایبورگ
چکیده: (1003 مشاهده)
مقدمه
آثار تغییر اقلیم بر گردشگری موضوع بسیاری از تحقیقات اخیر را به خود اختصاص داده است. به گونهای که محققان بر آنند که به بررسی رابطۀ متقابل گردشگری و تغییر آب و هوا پرداخته و اتخاذ استراتژیهای پاسخ به تغییر اقلیم از طرف ذینفعان گردشگری را بیشتر مورد تفحص قرار دهند. با هدف ارزیابی تغییرات آسایش حرارتی و اقلیم گردشگری ایران، دادههای روزانۀ بیشینه و کمینۀ دما، سرعت باد و رطوبت نسبی91 ایستگاه سینوپتیک طی دورۀ 30 ساله (2017-1987) از سازمان هواشناسی کشور دریافت شد. پس از اعتبارسنجی مدل مقیاس کاهی آماری تبدیل تابع توزیع تجمعی[1]، با دادههای روزانۀ پایگاه ERA5[2] ؛ از برونداد شبیهسازی شدۀ روزانۀ مدلهای GFDL_ESM2G و CanESM2 تحت سناریوهای 6/2 و 5/4 و 5/8 استفاده و آسایش حرارتی توسط شاخص PET[3] در افقهای (2040_ 2021) و (2060_ 2041) محاسبه و در مقیاس زمانی ده روزه طبقهبندی شد. چشمانداز آتی حاکی از افزایش 83/0 درصدی ایستگاههای با مطلوبیت آسایشی نسبت به دورۀ مشاهداتی است. بیشترین درصد ایستگاهها با آستانۀ مطلوبیت آسایشی در دهههای 24 و 25ام و کمترین آنها در دهههای یکم تا پنجم و 34 تا 36 ام سال بوده و در شمالشرق ایران بیشترین کاهش PET و در شمالغرب بیشترین افزایش پیشنگری میشود. نتایج تحقیق بیانگر افزایش PET (حداقل 06/0 و حداکثر 56/1 درصدی) ایستگاههای کشور است و این نتایج بیشتر تحت تاثیر افزایش دمای میانگین در دورههای آتی قرار دارد. مواد و روشها
از متغیرهای روزانه حداکثر و حداقل دما، سرعت باد و رطوبت نسبی ایستگاههای سینوپتیک و پایگاه داده ERA5 در یک دورۀ 30 ساله (1987-2017) و دادههای GCMs برای شبیه سازی PET از سال 2021 تا 2060 استفاده شد. مدل ریزمقیاسنمایی CDFt با استفاده از ضریب همبستگی پیرسون و آزمونهای کولموگروف-اسمیرنوف و RMSE اعتبارسنجی شد. در اغلب سریهای زمانی آب و هوایی تغییرات ناگهانی وجود دارد که تشخیص آنها و نیز بررسی همگنی دادههای ایستگاهی با استفاده از بسته نرم افزاری RhtestV4 که بر اساس آزمونهای T و [4]F ، ارزیابی میشود، انجام شد و بازسازی داده های مفقوده با استفاده از روش نزدیکترین همسایه متوالی[5]k انجام شد. سپس فرآیند تحقیق به شرح زیر ادامه یافت:
الف) متغیرهای حداکثر و حداقل دما، رطوبت نسبی و سرعت باد با روش مقیاس کاهی آماری CDFt شبیهسازی شد. CDFt را میتوان با ارائه توابع توزیع تجمعی (CDFs) به عنوان رویکردی در روش نگاشت چندکی[6] در نظر گرفت. با فرض اینکه دادههای ERA5 به عنوان نمایندۀ توزیع تجمعی متغیرهای آب و هوای محلی به عنوان پیشنگری کنندهها عمل کنند و به متغیرهای مذکور در ایستگاههای مورد نظر تبدیل شوند. در این مطالعه از بستۀ نرمافزاری CDFt ، در محیط R استفاده شده است. اعتباردادههای شبیهسازی شده با استفاده از ضریب همبستگی پیرسون[7] ، آزمون کولموگروف-اسمیرنوف[8] و خطای جزر میانگین مربعات[9] انجام شد.
ب) با استفاده از دادههای ایستگاهی و دادههای مقیاس کاهی شدۀ مدلهای گردش کلی ( CanESM2و GFDL_ESM2G) آسایش حرارتی بر اساس شاخص PET ، توسط مدل RayMan محاسبه شد. این مدل قادر به محاسبه تأثیر شار تابش موج کوتاه و بلند بر بدن انسان است که در مدل تعادل انرژی انسان مورد نیاز است. نتایج و بحث
پس از اطمینان از اینکه مدل CDFt، عملکرد خوبی در مقیاس کاهی متغیرهای آب و هوایی به کار رفته در محاسبه آسایش حرارتی در منطقه مورد مطالعه نشان داد، این نتیجه حاصل شد که با استفاده از این مدل میتوان آسایش حرارتی آینده منطقه را تحت شرایط تغییراقلیم پیشنگری کرد. سپس دوره تاریخی مدلهای CanESM2 و GFDL_ESM2G برای نشان دادن مقایسه بین PET مشاهداتی و شبیهسازی شده، استفاده شد. نتایج صحت سنجی آسایش حرارتی به دست آمده بر اساس مقادیر شبیهسازی شدۀ دوره تاریخی در مقایسه با مقادیر مشاهداتی به شرح زیر است: بین سریهای زمانی PET مشاهداتی و PET دوره تاریخی مدلهای GCM همبستگی بالا و رابطه خطی و مثبت وجود دارد. با توجه به نتایج آزمون کولموگروف اسمیرنوف ، مقادیر شبیهسازی شده تمام سری های زمانی PET تناسب توزیع آماری خوبی با آسایش حرارتی حاصل از دادههای ایستگاهی در سطح معنی داری 01/0 نشان داد. مقدار محاسبه شده آزمون RMSE برای PET نشان دهنده عملکرد بالای روش مقیاس کاهی مذکور در شبیهسازی دورههای تاریخی مدلهای GCM است. نتایج نشان داد که مدل CanESM2 با اختلاف جزئی، عملکرد بهتری نسبت به مدل GFDL_ESM2G دارد. تغییرات فزاینده دمای معادل فیزیولوژیکی در عرضهای جغرافیایی بالاتر و در نقاط مرتفع مانند البرز و زاگرس رخ داده است. همچنین تغییرات کاهش PET در عرضهای جغرافیایی کم و بخشهای مرکزی ایران مشاهده می شود. بنابراین ، انتظار می رود که مناطق بیشتری از ایران در آینده در آستانه مطلوب آسایش حرارتی قرار بگیرند. یافتهها نشان داد که در قالب دهههای سال بیشترین مطلوبیت آسایشی کشور در دهههای 24 و 25 ام است و صرفنظر از نوع مدل به سمت Rcp4.5 و Rcp8.5 و دوره 2041 تا 2060 ، افزایش دمای معادل فیزیولوژیکی ادامه مییابد. همچنین طول دهههای آسایشی نیز در دورههای آتی رو به افزایش است. نتیجه گیری
این مطالعه به منظور ایجاد زیرساختهای مناسب برای گردشگری در دورههای آینده از سال 2021 تا 2060 انجام شده است. برای این منظور، اقلیم آسایشی ایران با دادههای GCMs پیشنگری شده است. در حال حاضر، بیشتر مناطق ایران در محدوده تنش خفیف تا شدید سرما هستند. پیشنگری میشود که بخشهای وسیعتری از منطقۀ مورد مطالعه در آینده از شرایط مطلوب آسایشی برخوردار باشند. همچنین، تعداد دهههای آسایشی مطلوب در مقایسه با دورۀ مشاهداتی افزایش مییابد. نتایج مطالعۀ آسایش حرارتی نشان داد که شرایط تنش سرد ملایم تا شدید در بیش از نیمی از این کشور در دهههای مختلف سال پیشنگری میشود. بنابراین در آینده فرصتها و محدودیتهایی ایجاد میکند که مستلزم برنامهریزی و استراتژیهای طولانی مدت در این زمینه است.
[1] . Cumulative Distribution Functions- transform (CDFt)
[2]. The European Centre for Medium-Range Weather Forecasts ERA-5 Reanalysis