آینده پژوهی زیست محیطی و توسعه پایدار

آینده پژوهی زیست محیطی و توسعه پایدار

تغییرات اقلیمی و آینده اکوتوریسم در خرم‌آباد

نوع مقاله : مقاله پژوهشی

نویسنده
استان لرستان، شهرستان خرم آباد، میدان 22 بهمن
چکیده
هدف: این پژوهش با هدف بررسی تأثیر تغییر اقلیم بر الگوهای دما و بارش در شهر خرم‌آباد و تعیین دوره‌های بهینه برای فعالیت‌های اکوتوریسم تحت شرایط اقلیمی آینده انجام شده است. این تحقیق با به‌کارگیری تکنیک‌های ریزمقیاس‌سازی آماری و شاخص‌های زیست‌اقلیمی، به دنبال ارائه شواهد علمی برای برنامه‌ریزی تطبیقی در بخش گردشگری و شناسایی بازه‌های زمانی مناسب برای فعالیت‌های طبیعت‌گردی در مواجهه با تغییرات اقلیمی است.
روش: در این مطالعه، از مدل ریزمقیاس‌سازی آماری SDSM به عنوان ابزاری تحلیلی برای پیش‌بینی متغیرهای دما و بارش در شهر خرم‌آباد برای دوره آینده (۲۰۱۶۲۰۴۵) استفاده شد. داده‌های پایه مورد استفاده شامل مقادیر روزانه دما و بارش ایستگاه سینوپتیک خرم‌آباد، داده‌های NCEP و سناریوی H3A2a در دوره ۱۹۸۶۲۰۱۵ بود. پس از اجرای آزمون شاپیرو-ویلک برای تأیید نرمال بودن داده‌ها، از شاخص دمای مؤثر استاندارد (SET) و خروجی‌های نرم‌افزار RayMan در ساعت ۱۵:۳۰ برای ارزیابی شرایط آسایش زیست‌اقلیمی برای فعالیت‌های اکوتوریسم استفاده شد.
نتایج: تحلیل‌ها نشان داد که میانگین دمای سالانه در دوره پیش‌بینی نسبت به دوره پایه افزایش قابل‌توجهی خواهد داشت. بر اساس شاخص SET و خروجی‌های نرم‌افزار RayMan، مشخص شد که بهترین زمان برای فعالیت‌های اکوتوریسم در خرم‌آباد در دوره آینده به ماه فروردین (مارس-آوریل) تغییر خواهد یافت. علاوه بر این، ماه‌های مهر تا اسفند (سپتامبر-فوریه) در محدوده دمایی گرم تا خیلی خنک قرار خواهند گرفت که از نظر شرایط اقلیمی برای گردشگری و فعالیت‌های طبیعت‌گردی مناسب محسوب می‌شوند.
نتیجه‌گیری: این تغییر فصلی از نیمه اول سال به نیمه دوم، در مقایسه با دوره پایه، تأثیر مستقیم تغییر اقلیم بر الگوهای اکوتوریسم منطقه را نشان می‌دهد. این روند بر ضرورت توجه بیشتر برنامه‌ریزان و تصمیم‌گیران به تغییر اقلیم و توسعه راهبردهای مناسب برای مدیریت این تحول تأکید دارد. اتخاذ سیاست‌های پایدار در حوزه‌های گردشگری، برنامه‌ریزی شهری و مدیریت منابع طبیعی می‌تواند نقش بسزایی در کاهش اثرات نامطلوب تغییر اقلیم و بهره‌برداری بهینه از فرصت‌های ایجادشده ایفا کند.

تازه های تحقیق

۱. اولین پیش‌بینی ترکیبی از تغییرات اقلیمی و آسایش حرارتی برای خرم‌آباد
این پژوهش برای اولین بار با تلفیق مدل ریزمقیاس‌سازی آماری SDSM و شاخص زیست‌اقلیمی SET، به پیش‌بینی همزمان تغییرات دما-بارش و آسایش حرارتی برای اکوتوریسم خرم‌آباد تا سال ۲۰۴۵ پرداخته است.

۲. شناسایی تغییرات اقلیمی با دقت بالا
پس از بررسی داده‌های ۵۰ ساله (۲۰۱۵-۱۹۸۶) و پیش‌بینی برای دوره آتی (۲۰۴۵-۲۰۱۶)، مشخص شد که میانگین دمای سالانه در خرم‌آباد از ۸/۱۷ به ۳۰ درجه سانتی‌گراد افزایش خواهد یافت (افزایش ۲/۱۲ درجه‌ای) که یکی از بالاترین نرخ‌های گرمایش پیش‌بینی‌شده در غرب ایران است.

۳. جابجایی ۶۰ روزه فصل بهینه اکوتوریسم
نتایج نشان می‌دهد که فصل بهینه اکوتوریسم در خرم‌آباد تا ۶۰ روز به سمت ماه‌های سردتر سال جابجا خواهد شد و فصل تابستان با کاهش ۴۵ درصدی آسایش حرارتی مواجه خواهد شد که این امر بازنگری اساسی در تقویم گردشگری منطقه را ضروری می‌سازد.

۴. افزایش دوره‌های خشک و کاهش بارش‌ها
بر اساس نمودارهای آمبروترمیک، دو ماه اردیبهشت و مهر به ماه‌های خشک منطقه اضافه می‌شوند که نشان‌دهنده افزایش خشکی و کاهش منابع آبی در آینده است و پیامدهای مستقیمی بر اکوتوریسم وابسته به طبیعت خواهد داشت.

۵. استفاده از شاخص SET برای ارزیابی آسایش حرارتی در دوره آینده
برای نخستین بار، شاخص SET در دو دوره پایه (۲۰۱۵-۱۹۸۶) و آینده (۲۰۴۵-۲۰۱۶) محاسبه و مقایسه شده است. نتایج نشان می‌دهد که ماه فروردین به عنوان تنها ماه با شرایط آسایش کامل باقی خواهد ماند و ماه‌های خرداد تا مرداد در شرایط فوق‌العاده گرم قرار خواهند گرفت.

۶. همبستگی قوی و معنادار بین داده‌های پایه و پیش‌بینی‌شده
ضریب همبستگی ۹۶/۰ بین داده‌های دوره پایه و پیش‌بینی‌شده نشان‌دهنده دقت بالای مدل SDSM و قابلیت اطمینان بالای پیش‌بینی‌های انجام‌شده است که می‌تواند مبنایی برای برنامه‌ریزی‌های بلندمدت قرار گیرد.

۷. ارائه راهکارهای سازگاری با تغییر اقلیم برای صنعت گردشگری
این پژوهش با شناسایی دقیق تغییرات اقلیمی و پیامدهای آن بر اکوتوریسم، راهکارهای عملی برای سازگاری با این تغییرات از جمله توسعه گردشگری زمستانی، ارتقاء زیرساخت‌های سایه‌دار و مدیریت منابع آب ارائه داده است.

کلیدواژه‌ها
موضوعات

Abbaspour, K.C., Faramarzi, M., Seyed Ghasemi, S., & Yang, H. (2009). Assessing the impact of climate change on water resources in Iran. Water Resources Research, 45(10), W10434. https://doi.org/10.1029/2008WR007615
Azizi, G., Shamsipour, A.A., & Yarahmadi, D. (2009). Climate change detection in the western half of Iran using multivariate statistical analyses. Journal of Geographical Research, 66, 19-35.
Babaeian, A., & Najafi Nik, Z. (2004). Climate modeling of Iran for the period 2010-2039. Final Report, Climatological Research Institute, Mashhad, pp. 5-13, 107.
Babaeian, A., Modirian, R., Karimian, M., & Malbousi, S. (2011). Evaluation of PRECIS climate model capability in simulating regional precipitation over Iran. Physical Geography Research, 77, 125-140.
Chu, J.T., Xia, J., Xu, C.Y., & Singh, V.P. (2010). 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. https://doi.org/10.1007/s00704-009-0129-3
Esmaeili, R., Gandomkar, A., & Habibi Nokhandan, M. (2011). Evaluation of thermal comfort climate in several major tourist cities of Iran using the Physiological Equivalent Temperature (PET) index. Journal of Physical Geography Research, 75, 47-61.
Farajzadeh, M. (2013). Analysis of climate change effects on river discharge: A case study of the Shashpir River. Geography and Environmental Planning, 1(49), 17-32.
Gordon, C., Cooper, C., Senior, C.A., Banks, H., Gregory, J.M., Johns, T.C., Mitchell, J.F.B., & Wood, R.A. (2000). The simulation of SST, sea ice extents and ocean heat transports in a version of the Hadley Centre coupled model without flux adjustments. Climate Dynamics, 16, 147-168. https://doi.org/10.1007/s003820050010
Karimi, J., & Mahboub Far, M.R. (2011). Application of climate in tourism industry development planning. Arkan-e Danesh Publications.
Khan, M.S., Coulibaly, P., & Dibike, Y. (2006). Uncertainty analysis of statistical downscaling methods. Journal of Hydrology, 319(1-4), 357-382. https://doi.org/10.1016/j.jhydrol.2005.06.035
Meshkovati, A.H., Kord Jazi, M., & Babaeian, A. (2010). Evaluation of LARS-WG model in simulating meteorological data in Golestan Province during the period (1993-2007). Journal of Applied Research in Geographical Sciences, 19(16), 81-96.
Nasiri, F., & Yarmoradi, Z. (2016). Prediction of climate changes in Lorestan over the next 50 years using the HADCM3 model. Journal of Environmental Studies, 42(3), 487-502.
Ndetto, E.L., & Matzarakis, A. (2013). Basic analysis of climate and urban human bioclimatology of Dar es Salaam, Tanzania. Theoretical and Applied Climatology, 114, 213-226. https://doi.org/10.1007/s00704-012-0839-9
Papoli Yazdi, M.H., & Saghaei, M. (2006). Tourism (Nature and Concepts). Organization for the Study and Compilation of Humanities Books, SAMT Publications.
Payandeh, N., & Zaki, G.R. (2006). Calculation of effective temperature by designing health software. Geographical Research, 57, 73-91.
Rashnuei, F. (2009). Investigation of climatic capabilities and limitations for the tourism industry in Aligudarz County [Master's thesis, Islamic Azad University, Khorramabad Branch].
Rezaei, M., Nehtani, M., Abkar, A., Rezaei, M., & Mirkazehi Rigi, M. (2014). Evaluation of the efficiency of the Statistical DownScaling Model (SDSM) in predicting temperature parameters in two arid and hyper-arid climates (Case study: Kerman and Bam). Journal of Watershed Management Research, 5(10), 117-131.
Sari Sarraf, B., Mohammadi, G.H., & Hosseini Sadr, A. (2010). Determination of the most suitable RayMan index for studying comfort climate in northern West Azerbaijan. Proceedings of the 14th Iranian Geophysics Conference, pp. 100-105.
Thomson, M., Herrera Ricardo, G., & Beniston, M. (2008). Seasonal forecasts, climatic change and human health: Health and climate. Springer Science+Business Media B.V., 232.
Wilby, R.L., & Dawson, C.W. (2008). Using SDSM version 4.2: A decision support tool for the assessment of regional climate change impacts. User Manual, 94 pp.
Zahraei, A. (2012). Simulation of climate changes in Sistan and Baluchestan Province using downscaling of General Circulation Models (GCMs) data for the climate period (2009-2040). [Master's thesis, University of Sistan and Baluchestan, Faculty of Geography and Environmental Planning].
Zand, M., Payamani, K., Vis Karami, A., & Baghi, N. (2015). Feasibility study of predicting monthly and seasonal precipitation using the SDSM model at Khorramabad meteorological station. Proceedings of the 5th Regional Conference on Climate Change, Tehran.
Zhang, X.C., Liu, W.Z., & Chen, J. (2011). Trend and uncertainty analysis of simulated climate change impacts with multiple GCMs and emission scenarios. Agricultural and Forest Meteorology, 151(10), 1297-1304. https://doi.org/10.1016/j.agrformet.2011.04.011