السيناريو المستقبلي لتغير خريطة المناخ العالمي وفقا لتصنيف المناخ كوبن جيجر

محتوى المقالة الرئيسي

fahmy Osman Mohammed
Anwar Othman Mohammad
Hivi Shawket Ibrahim
Rozhgar Abdullah Hasan

الملخص

يتغير مناخ الارض بسرعة كبيرة بسبب الزيادة في عدد السكان وسرعة النمو الاقتصادي. هذه التغيرات غالبا ستؤثر بشكل سلبي على الغلاف الحيوي . ان التنبؤ بالتغيرات المستقبلية سيضعنا في افضل وضع للتقليل من التأثيرات الكارثية وكيف يمكن للانسان ان يتعامل مع هذه التغيرات مسبقا. استخدمنا في هذا البحث بيانات مناخية سابقة للفترة بين 1961-1990 للتنبؤ بسيناريو التغيرات المناخية المستقبلية للفترة 2010-2039. تمت معالجة البيانات باستخدام برنامج (ادريسي انديز) وخريطة لكوبن - جيجر تم إنشاؤها باستخدام برنامج (أرك جي أي أس). استنادًا إلى التصنيف المناخي لكوبن ، وجدنا أن مناطق خط الاستواء والسهول القاحلة و المناطق الثلجية سوف تقل بنسبة 3.9% و 2.96% و 0.09% على التوالي . بينما المناطق الدافئة والصحاري سوف تزداد بنسبة 4.5% و 0.75% على التوالي تقدم نتائج هذه الدراسة معلومات مفيدة عن خرائط ومناطق كوبن-جيجر المناخية المستقبلية التي من المرجح أن تتأثر في العقود المقبلة.  

تفاصيل المقالة

كيفية الاقتباس
1.
السيناريو المستقبلي لتغير خريطة المناخ العالمي وفقا لتصنيف المناخ كوبن جيجر. Baghdad Sci.J [انترنت]. 20 يونيو، 2021 [وثق 24 ديسمبر، 2024];18(2(Suppl.):1030. موجود في: https://bsj.uobaghdad.edu.iq/index.php/BSJ/article/view/5579
القسم
article

كيفية الاقتباس

1.
السيناريو المستقبلي لتغير خريطة المناخ العالمي وفقا لتصنيف المناخ كوبن جيجر. Baghdad Sci.J [انترنت]. 20 يونيو، 2021 [وثق 24 ديسمبر، 2024];18(2(Suppl.):1030. موجود في: https://bsj.uobaghdad.edu.iq/index.php/BSJ/article/view/5579

المراجع

Tapiador FJ, Moreno R, Navarro A, Sánchez JL, García-Ortega E. Climate classifications from regional and global climate models: Performances for present climate estimates and expected changes in the future at high spatial resolution. Atmos Res. 2019; 228(1):107-121. doi: 10.1016/j.atmosres.2019.05.022

Köppen W, Grundriß der Klimakunde. De Gruyter, Walter de Gruyter. Berlin, Germany 1931; p. 388 doi: 10.1515/9783111667751

Beck HE, Zimmermann NE, McVicar TR, Vergopolan N, Berg A, Wood EF. Present and future Köppen-Geiger climate classification maps at 1-km resolution. Sci. Data. 2018; 5(1), Art. no. 180214. doi: 10.1038/sdata.2018.214.

Gallardo C, Gil V, Hagel E, Tejeda C, de Castro M. Assessment of climate change in Europe from an ensemble of regional climate models by the use of Köppen–Trewartha classification. Int J Climatol. 2013; 33(9): 2157–2166. doi: 10.1002/joc.3580.

Sparovek G, De Jong Van Lier Q, Dourado Neto D. Computer assisted Koeppen climate classification: a case study for Brazil. Int J Climatol. 2007; 27(2): 257–266. doi: 10.1002/joc.1384.

Kottek M, Grieser J, Beck C, Rudolf B, Rubel F. World map of the Köppen-Geiger climate classification updated. Metz. 2006; 15(3): 259–263. doi: 10.1127/0941-2948/2006/0130.

Lohmann U, Sausen R, Bengtsson L, Cubasch U, Perlwitz J, Roeckner E. The Köppen climate classification as a diagnostic tool for general circulation models. Clim. Res. 1993; 3(3): 177–193.

Folland CK, Karl TR, Jim Salinger M. Observed climate variability and change. Weather. 2002; 57(8):269–278. doi: 10.1256/004316502320517353.

Bechtel B. A New Global Climatology of Annual Land Surface Temperature. Remote Sens. 2015; 7(3) Art. no. 3. doi: 10.3390/rs70302850.

Portmann RW, Solomon S, Hegerl GC. Spatial and seasonal patterns in climate change, temperatures, and precipitation across the United States. Proceedings of the National Academy of Sciences. 2009; 106(18): 7324–7329. doi: 10.1073/pnas.0808533106.

Baker B, Diaz H, Hargrove W, Hoffman F. Use of the Köppen–Trewartha climate classification to evaluate climatic refugia in statistically derived ecoregions for the People’s Republic of China. Clim Change. 2010; 98(1): 113. doi: 10.1007/s10584-009-9622-2.

Woolway RI, Merchant CJ. Worldwide alteration of lake mixing regimes in response to climate change. Nat Geosci. 2019; 12(4): 271-276. doi: 10.1038/s41561-019-0322-x.

Nistor MM, Mîndrescu M. Climate change effect on groundwater resources in Emilia-Romagna region: An improved assessment through NISTOR-CEGW method. Quat Int. 2019; 504(10): 214–228. doi: 10.1016/j.quaint.2017.11.018.

Intergovernmental Panel on Climate Change (IPCC). Towards New Scenarios for Analysis of Emissions, Climate Change, Impacts, and Response Strategies; IPCC Expert Meeting Report: Geneva: IPCC, Switzerland, 2008.

Han G, Ma Z, Long Z, Perrie W, Chassé J. Climate Change on Newfoundland and Labrador Shelves: Results From a Regional Downscaled Ocean and Sea-Ice Model Under an A1B Forcing Scenario 2011–2069. Atmos.-Ocean. 2019; 57(1):3–17. doi: 10.1080/07055900.2017.1417110.

Hansford MR, Plink-Björklund P, Jones ER. Global quantitative analyses of river discharge variability and hydrograph shape with respect to climate types. Earth-Sci Rev. 2020; 200(1). 102977. doi: 10.1016/j.earscirev.2019.102977.

Kushnir Y, Scaife AA, Arritt R, Balsamo G, Boer G, Doblas-Reyes F, et al. Towards operational predictions of the near-term climate. Nat Clim. Change. 2019; 9(2):94–101. doi: 1038/s41558-018-0359-7

Her Y, Yoo SH, Cho J, Hwang S, Jeong J, Seong C. Uncertainty in hydrological analysis of climate change: multi-parameter vs. multi-GCM ensemble predictions. Sci Rep. 2019; 21; 9(1):1-22. doi: 10.1038/s41598-019-41334-7

Johannessen OM, Bengtsson L, Miles MW, Kuzmina SI, Semenov VA, Alekseev GV, et al. Arctic climate change: observed and modelled temperature and sea-ice variability. Tellus A. 2004; 56(4):328–341, doi: 10.3402/tellusa. v56i4.14418.

Friesen TM, Finkelstein SA, Medeiros AS. Climate variability of the Common Era (AD 1–2000) in the eastern North American Arctic: Impacts on human migrations. Quat Int. 2020; 549 (30):142–154, doi: 10.1016/j.quaint.2019.06.002.

Change, Intergovernmental Panel On Climate. Climate change 2007: The physical science basis: summary for policymakers. Geneva: Geneva: IPCC, 2007.