پیش‌نگری اثرات تغییر اقلیم بر دمای بیشینه و کمینه قسمت بالادست حوضه آبریز رودخانه کشف رود، ایران

امروزه تغییر اقلیم به‌عنوان یکی از مهم‌ترین چالش‌های کشورها شناخته می‌شود. رودخانه کشف­رود، شریان اصلی شمال شرق ایران، در معرض تهدید جدی این تغییر قرار دارد. هدف این پژوهش، پیش‌نگری اثر تغییر اقلیم بر دمای بیشینه و کمینه حوضه آبریز رودخانه کشف رود است. بدین منظور از داده‌های دمای روزانه 11 ایستگاه هواشناسی استفاده شد. برای دورنمای تغییر اقلیم آینده، از مدل‌های اقلیمی نسل ششم شامل (access-esm1,mri-esm2-0 ,miroc6) استفاده شده است. بر اساس دقت معیارهای آماری، روش نگاشت توزیع برای تصحیح اریبی داده‌های دما به‌کارگیری شد. سپس، با استفاده از مدل (cmhyd)، داده‌های دمای بیشینه و کمینه سناریوهای خوش‌بینانه (ssp1-2.6) و بدبینانه (ssp5-8.5) دو دوره آینده نزدیک (54-2025) و میانی (84-2055) پیش‌نگری شد. برای راستی‌آزمایی مدل‌ها از سنجه‌های آماری مختلف شامل (r2 rmse, و kge) استفاده شد. واکاوی نتایج تغییرات فصلی دمای بیشینه و کمینه نشان می‌دهد سناریوی بدبینانه تاثیرات گرمایشی شدیدتر و گسترده‌تری در کل مناطق و دوره‌ها نشان می‌دهد. این تغییرات نشان‌دهنده ماهیت پیچیده تغییر اقلیم و تاثیرات آن بر مناطق مختلف است. واکاوی تغییرات میانگین دمای سالانه با استفاده از مدل منتخب (miroc6)  نشان می‌دهد که حوضه آبریز رودخانه کشف‌‌رود در دوره آینده میانی نسبت به دوره پایه (1991-2020) با شتاب بیشتری گرم خواهد شد. تغییرات سالانه دمای بیشینه، در سناریوی خوش‌بینانه دوره آینده نزدیک و میانی به ترتیب °c1.11 و °c1.97 و در سناریوی بدبینانه به ترتیب °c1.70 و °c3.74 افزایش می‌یابد. تغییرات سالانه دمای کمینه، در سناریوی خوش‌بینانه دوره آینده نزدیک و میانی به ترتیب °c0.98 و °c1.63 و در سناریوی بدبینانه به ترتیب °c1.59 و °c2.48 افزایش می‌‌یابد. این مقدار افزایش دما به‌ویژه در مناطق مرتفع و برف‌گیر بر زیست‌بوم‌های طبیعی اثر گذاشته و دسترسی به منابع آب را تحت‌تاثیر قرار می‌دهد. گرمایش بیشتر به تخریب محیط‌زیست و تشدید رویدادهای فرین منجر خواهد شد.

projecting the impacts of future climate change on maximum and minimum temperatures in the kashafrud river catchment in iran

climate change is increasingly being recognized as one of the most significant challenges facing nations worldwide. the kashafrud river, a vital watercourse in northeastern iran, is particularly vulnerable to climate change. this study aimed to project future changes in maximum and minimum temperatures in the kashafrud river basin under different climate change scenarios. daily temperature data from 11 meteorological stations were used in this study. to project future climate, cmip6 gcms were employed, including access-esm1, mri-esm2-0, and miroc6. the dm method was used to correct the bias in the projected temperature data based on statistical metrics. subsequently, the cmhyd model was utilized to downscale the maximum and minimum temperature projections under both optimistic (ssp1-2.6) and pessimistic (ssp5-8.5) scenarios for two future periods: near-future (2025-2054) and mid-future (2055-2084). the model performance was evaluated using various statistical metrics, including the coefficient of determination (r², rmse, and kge). the analysis of seasonal changes in the maximum and minimum temperatures revealed that the pessimistic scenario projects more severe and widespread warming across all regions and periods. these findings highlight the complex nature of climate change and its varying impact on different regions. further analysis of annual mean temperature changes using the selected model (miroc6) indicates that the kashafrud river basin will experience accelerated warming in the mid-future compared to the baseline period (1991-2020). the annual maximum temperature is projected to increase by 1.11°c and 1.97°c under the optimistic scenario for the near- and mid-future, respectively, and by 1.70°c and 3.74°c under the pessimistic scenario. similarly, the annual minimum temperature is projected to increase by 0.98°c and 1.63°c under the optimistic scenario for the near future and mid-future, respectively, and by 1.59°c and 2.48°c under the pessimistic scenario. projected temperature rises, especially in mountainous and snow-covered areas, significantly impact ecosystems and water availability, worsening environmental degradation, and intensifying extreme events.