التغييرات المستقبلية في درجة الحرارة العظمى بمنطقة الكفرة – ليبيا باستخدام تقنية (SDSM)
الكلمات المفتاحية:
تغير المناخ، التحجيم الإحصائي، نموذج التحجيم الإحصائي SDSM، السيناريوهات الانبعاثية، منطقة الكفرةالملخص
خلصت جميع تقارير الهيئة الحكومية الدولية المعنية بتغير المناخ (IPCC) الخمسة، الصادرة بين عامي 1990 و2013، إلى عدم إمكانية توقع استقرار المناخ في المستقبل، الأمر الذي يستلزم إعداد سيناريوهات واستراتيجيات تكفل بقاء الإنسان في ظل ظروف التغيرات العالمية المرتقبة. تتناول هذه الدراسة توظيف أسلوب التحجيم الإحصائي (SDSM) لخفض مقياس بيانات درجات الحرارة العظمى. ولغرض اختبار هذه المنهجية، تم اختيار محطة الكفرة في ليبيا كموقع تطبيقي لدراسة درجات الحرارة العظمى. وقد اشتملت الدراسة على مرحلتي المعايرة والتحقق باستخدام المتغيرات الجوية واسعة النطاق المستمدة من بيانات إعادة التحليل (NCEP)، فضلاً عن التقديرات المستقبلية وفق السيناريوهين المناخيين HadCM3 A2 وHadCM3 B2. أظهرت نتائج التحجيم أن أداء نموذج SDSM كان مقبولاً بدرجة جيدة خلال مرحلتي المعايرة والتحقق فيما يتعلق بمحاكاة درجات الحرارة العظمى اليومية. كما بيّن تحليل الاتجاهات المناخية في منطقة الدراسة وجود زيادة ملحوظة في المتوسطات السنوية والشهرية لدرجات الحرارة العظمى مقارنة بالفترة المرجعية، وذلك في كل من موسمي الجفاف والرطوبة، وفق السيناريوهين HadCM3 A2a وHadCM3 B2a. وتشير التقديرات إلى أن المتوسط السنوي لدرجة الحرارة العظمى في منطقة الكفرة سيرتفع بمقدار 1.3°م و1.4°م خلال عقد العشرينيات (2011–2040) وفقاً لسيناريوهَي A2 وB2 على التوالي. وبحلول خمسينيات هذا القرن (2041–2070) يُتوقع أن يبلغ الارتفاع 1.4°م و1.7°م لكل من السيناريوهين. أما بحلول ثمانينيات هذا القرن (2071–2099)، فيُتوقع أن يصل الارتفاع إلى 1.9°م و1.4°م وفقاً للسيناريوهين A2 وB2 على التوالي. وتؤكد النتائج أن المنطقة مرشحة لارتفاع ملموس في درجات الحرارة السطحية المحلية، وهو ما من شأنه إحداث تغير جوهري في ميزان الطاقة، ومن المحتمل أن ينعكس سلباً على توافر الموارد المائية.
التنزيلات
المراجع
1. Ekstrom, M., Fowler, H., Kilsby, C. and Jones, P. (2005). New estimates of future changes in extreme rainfall across the UK using regional climate model integrations. Journal of Hydrology, 300,234-251.
2. Hulme, M., Mitchell, J., Ingram, W., Lowe, J., Johns, T., New, M and Viner, D. (1999). Climate change scenarios for global impacts studies. Global Environmental Change, 3-19.
3. Ibrahim, A.A.M. (2015). Future Changes in Maximum Temperature Events Using the Statistical Downscaling Model (SDSM) in Zlitan Area–Libya, Al-Asmarya Islamic University Second Conference on Environmental Sciences, Zliten –Libya.
4. IPCC. (2008). Climate Change: Synthesis Report. Valencia, Spain, 12-17 November 2007.
5. IPCC.(2007). Regional Climate Projections. In: 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 and New York, NY, USA.
6. Libyan Meteorological Department. (2005). Climate Data. Unpublished data. Tripoli, Libya.
7. Lucio, P.S. (2004). Assessing HadCM3 simulations from NCEP reanalyses over Europe: diagnostics of block-seasonal extreme temperature's regimes. Global and Planetary Change, 44, 39-57.
8. McMichael A.J., Campbell-Lendrum D.H., Corvalán C.F., Githeko., Scheraga J.D. and Woodward A.(2003), Climate change and human health; risks and responses, World Health Organization (WHO), Geneva.
9. Mearns, L.O., M. Hulme, T.R. Carter, R. Leemans, M. Lal & P. Whetton.(2001). Climate scenario development. In: Climate Change 2001: The Scientific Basis. Contribution of Working Group I to the Third Assessment Report of the Intergovernmental Panel on Climate Change.
10. Saha, S., & Coauthors.(2010). The NCEP climate forecast system reanalysis. Bulletin of the American Meteorological Society, 91(8), pp. 1015-1057. doi: http://dx.doi.org/10.1175/2010BAMS3001.1
11. Shenglian, G., Jinxing, W., Lihua, X., Aiwen, Y and Dingfang, L.(2002). A macro-scale and semi-distributed monthly water balance model to predict climate change impacts in China. Journal of Hydrology, 268, 1-15.
12. Solomon, S. et al.(2007).Technical Summary, Climate Change 2007: The Physical Science Basis, Contribution of Working Group 1 to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change.
13. Stott, P.A., M.R. Allen & G.S. Jones.(2000). Estimating signal amplitudes in optimal fingerprinting II: Application to general circulation models. Hadley Centre Tech Note 20, Hadley Centre for Climate Prediction and Response. Meteorological Office, RG12, 2SY, UK.
14. Wilby, r., Charles, s., Zorita, e., Timbal, b., Whetton, p. & Mearns, l.(2004). Guidelines for use of climate scenarios developed from statistical downscaling methods.
15. Wilby, R. L. and Dawson, C. W. (2007). SDSM 4.2 a decision support tool for the assessment of regional climate change impacts, Version 4.2 User Manual, Nottingham: Environment Agency of England and Wales.
