پیش‌بینی تولید خالص اولیۀ بیوم‌های مختلف دشت جیرفت در مواجهه با تغییر اقلیم

تغییر اقلیم به عنوان یکی از چالش‌های اساسی در قرن حاضر به شمار می‌رود که بر بخش‌های مختلف اکوسیستم تاثیر گذاشته است. یکی از اجزای مهم و اساسی اکوسیستم‌ها، تولید خالص اولیه است که شاخص عملکرد اکوسیستم در مقابل تغییرات محیطی محسوب می‌گردد. از این رو با توجه به اهمیت موضوع در این پژوهش، جهت کمی کردن اثرات تغییر اقلیم روی اکوسیستم‌ها، تولید خالص اولیۀ بیوم های مختلف در دشت جیرفت در دو دورۀ 2015-2001 و 2030-2016 با استفاده از مدل biome-bgc شبیه سازی شد. جهت بررسی تغییر پارامترهای اقلیمی در دورۀ آتی از مدل ریزمقیاس نمایی6 lars-wg استفاده شد. پس از اطمینان از قابلیت مدل lars-wg در تولید داده‌های اقلیمی، اقدام به شبیه‌سازی متغیرهای اقلیمی در دورۀ 2030-2016 تحت سناریوی rcp 4.5 شد. مقادیر npp در دورۀ گذشته با استفاده از مدل biome-bgc شبیه‌سازی و با داده‌های npp حاصل از تصاویر مودیس mod17a3 مقایسه و اعتبارسنجی‌گردید که نتایج حاکی از عملکرد بالای مدل در شبیه‌سازی npp بود. پس از اطمینان از صحت مدل، تولید خالص اولیۀ تحت داده‌های بارش و دما در دورۀ آتی (2030-2016) شبیه سازی گردید. نتایج مقایسۀ پارامترهای اقلیمی در دورۀ پایه (2015-2001) و دورۀ آتی (2030-2016) حاکی از افزایش بارش و دمای کمینه و بیشینه در دورۀ آتی نسبت به دورۀ پایه می‌باشد. همچنین بر طبق نتایج، میزان npp در دورۀ آتی در تمامی بیوم‌ها افزایش یافته است که این افزایش در دورۀ آتی درنتیجه افزایش بارندگی می‌باشد. بیشترین مقدار npp در قسمت‌های شمالی و غربی منطقه به ترتیب مربوط به بیوم 4 با پوشش کشاورزی، بیوم 5 و 2 با پوشش گیاهی مرتع بوده و کمترین مقدار آن مربوط به قسمت‌های جنوبی منطقۀ مورد مطالعه می‌باشد.

Predicting Net Primary Production of different Biomes of Jiroft Plain in the Face of Climate Change

One of the most important and main components of ecosystems is net primary production, which is an important index for assessing the ecosystems performance in the face of environmental changes. To this end, with regards to the importance of the subject, in this study, to quantify the climate change impacts on ecosystems, NPP values in Jiroft plain was simulated in two periods (2001 2015and 20162030) using the BIOMEBGC model. To assess change in climatic parameters in future, LARSWG 6 downscaling model was used. After ensuring the capability of the LARSWG model to create climatic data, climatic variables were simulated in 20162030 under the RCP 4.5 scenario. NPP values in 20012015 were simulated using the BIOMEBGC model and validated with NPP data derived from Modis images (MOD17A3) that the results showed high accuracy of the model to simulate NPP. After ensuring the model accuracy, NPP was simulated under precipitation and temperature data in future (20162030). The results indicate an increase in precipitation, minimum and maximum temperature in the future period (20162030) compared with the baseline period (20012015). Also, according to the results, NPP value in future has increased in all biomes that this increase is due to increase in precipitation. There is the highest NPP value in the northern and western parts of the region that is related to biome 4 (with agricultural vegetation), biome 5 and 2 (with rangeland vegetation), respectively, and the lowest NPP value is related to the southern parts of the study area.