پهنه بندی میزان خطرپذیری نواحی جنوبی استان خوزستان در شرایط تغییر اقلیم با تأکید بر زیرساخت‌های صنعتی

 

 

مستخرج از پایان نامه

 

 

علوم و تکنولوژی محیط زیست، دوره بیست و چهارم، شماره یازده، بهمن ماه 1401(126 -107)

                                                                

پهنه بندی میزان خطرپذیری نواحی جنوبی استان خوزستان در شرایط تغییر اقلیم با تأکید بر زیرساخت‌های صنعتی

 

آرش رحیمی [1]

 رضا برنا [2] *

bornareza@yahoo.com

جعفر مرشدی [3]

جبرائیل قربانیان³

تاریخ دریافت: 14/6/1401

تاریخ پذیرش: 2/9/1401

 

چکیده

زمینه و هدف: تغییر اقلیم را می‌توان یکی از بزرگترین چالش‌های محیط‌زیست دوران اخیر دانست که نشان‌دهنده تغییرات غیرمعمول در اقلیم درونی اتمسفر زمین و پیامدهای ناشی از آن در قسمت‌های مختلف کره زمین است که تهدیدی جدی برای محیط‌زیست به شمار می‌رود. هدف از این پژوهش تهیه نقشه پهنه‌بندی آسیب‌پذیری زیرساخت‌های نواحی جنوبی خوزستان در شرایط تغییر اقلیم می‌باشد.

روش بررسی: بدین منظور با استفاده از منابع پیشین و مصاحبه با کارشناسان یازده متغیر مجموع بارش سالانه، میانگین دمای فصل گرم و سرد، روند بارش‌های حدی بیش از 5 میلی‌متر روزانه، تعداد کدهای گردوغبار، رخداد امواج گرم بالای صدک 95 م، تغییرات بارش، جا به جایی خط ساحلی، تغییرات آب زیرزمینی،‌ سیلاب و آبگرفتگی و تغییرات دما در طی سال 1399 تا 1400مورد بررسی قرار گرفت. با استفاده از دو آزمون تحلیل روند یعنی آزمون تحلیل روند تخمین‌گر شیب سنس و آزمون تحلیل روند من-کندال روند سری زمانی 32 ساله این عناصر طی دوره آماری پایه (2017-1985)، بررسی شد.

یافته­ها: نواحی جنوبی منطقه مورد مطالعه خوزستان دارای میانگین دمای معادل بیش از 38 درجه سانتی‌گراد در سال بوده است در حالی که بخش‌های شمالی و مرکز منطقه مورد مطالعه دارای دمای بیشتر از 5/38 درجه سانتی‌گراد در سال بوده است. بخش جنوبی خوزستان دارای بارش سالانه‌ای معادل بیش از 273 میلی‌متر در سال بوده است در حالی که بخش‌های جنوبی منطقه مورد مطالعه دارای بارش کمتر از 200 میلی‌متر در سال و در برخی موارد حدود 156 میلی‌متر در سال بوده است.

بحث و نتیجه­گیری: نتایج نشان می‌دهد که پهنه مخاطره‌آمیز زیاد و بسیار زیاد 80 درصد منطقه را در برگرفته‌اند.

 

 

واژه های کلیدی: تغییراقلیم، زیرساخت، بارش، دما، خوزستان.

 

J. Env. Sci. Tech., Vol 24, No. 11, February, 2023

 

 

 

 

Zoning of the degree of risk in the southern areas of Khuzestan province in the conditions Climate change with emphasis on industrial infrastructure

 

Arash Rahimi [4]

 Reza Barna [5] ^*

timoorba@yahoo.com

 Jafar Morshidi[6]

 Jibraeel Ghorbhani

 

Admission Date:September 5, 2022

Date Received: November 5, 2022

 

Abstract

Background and Objective: climate change can be considered one of the biggest environmental challenges of the recent era, which indicates unusual changes in the internal climate of the earth's atmosphere and its consequences in different parts of the globe, which is a serious threat to the environment. The purpose of this research is to prepare a vulnerability zoning map of infrastructures in the southern regions of Khuzestan in the conditions of climate change.

Material and Methodology: for this purpose, using previous sources and interviews with experts, eleven variables of total annual precipitation, average temperature of hot and cold season, the trend of maximum precipitation of more than 5 mm per day, the number of dust codes, the occurrence of heat waves above the 95th percentile, precipitation changes, displacement of coastline, underground water changes, floods and inundation and temperature changes during 2019 to 2019 were investigated. By using two trend analysis tests, i.e. Sence slope estimator trend analysis test and Mann-Kendall trend analysis test, the trend of the 32-year time series of these elements during the basic statistical period (1985-2017) was investigated.

Findings: The southern parts of the studied region of Khuzestan had an average temperature of more than 38 degrees Celsius per year, while the northern and central parts of the studied region had a temperature of more than 38.5 degrees Celsius per year.The southern part of Khuzestan has an annual rainfall equivalent to more than 273 mm per year, while the southern parts of the studied area have less than 200 mm of rainfall per year and in some cases about 156 mm per year.

Discussion and Conclusion: The results show that high and very high risk areas cover 80% of the region.

 

Keywords: climate change, infrastructure, precipitation, temperature, Khuzestan.

 

مقدمه

 

عصر حاضر، عصر آسیب‌پذیری شهری است، زیرا همزمان با پیچیده شدن حیات شهری، شهرها در ابعاد مختلف با مخاطرات طبیعی مواجه می‌شوند (1). بدون شک تقویت امنیتی تأسیسات شهری در بهبود عرضه خدمات و کاهش آسیب‌پذیری به ویژه در زمان‌های بحران نقش اساسی دارد. در این بین تأسیسات و تجهیزاتی چون سیستم‌های حمل و نقل، شبکه‌های تهیه و توزیع کالا، آب و فاضلاب، برق، گاز و... که اساسا شریان‌های اصلی هر شهر را تشکیل می‌دهند، از نقش و جایگاه مهم‌تری برخوردار است (2). برای انجام اقدامات مؤثر در کاهش آسیب‌پذیری و ریسک زیرساخت‌های حیاتی، شناسایی و ارزیابی تهدیدات (3). از ارکان مهم برنامه‌ریزی و مدیریت می‌باشد (4). یکی از مهم‌ترین تهدیدات حال حاضر شهرها و زیرساخت‌های حیاتی تغییراقلیم می‌باشد. آب و هوا یکی از ارکان بنیادین زندگی بشر محسوب می‌شود و با پیشرفت و توسعه در جهان حفاظت از آن روز به روز اهمیت بیشتری می‌یابد (5).

امروزه، تغییر اقلیم از جمله مسائل مهم محیط‌زیستی جهان است. تغییر اقلیم به هرگونه تغییر معنی دار در معیارهای اقلیمی اشاره دارد که برای یک دوره طولانی ادامه دارند (6). به عبارت دیگر، تغییر اقلیم شامل تغییرات جدی در دما، بارش یا الگوهای باد است که در طی چندین دهه یا بیشتر ایجاد می‌شوند. در طی 100 سال گذشته، میانگین دمای سطح زمین به میزان 1 درجه سانتی‌گراد افزایش داشته است. در طی 100 سال آینده، اقلیم شناسان پیش بینی کرده اند که میانگین دمای سطح زمین همچنان بالا برود (7). تغییر اقلیم را می‌توان یکی از بزرگترین چالش‌های محیط‌زیست دوران اخیر دانست که نشان‌دهنده تغییرات غیرمعمول در اقلیم درونی اتمسفر زمین و پیامدهای ناشی از آن در قسمت‌های مختلف کره زمین است که تهدیدی جدی برای محیط‌زیست به شمار می‌رود (8). وقوع تغییرات اقلیمی حتی بـه صـورت جزئی، بر تمام ارکان زندگی بشر و حیـات طبیعـی، اثـرات قابـل توجهی خواهد گذاشت. گزارش IPCC حـاکی از آن اسـت کـه به دلیل افزایش انتشار گازهای گلخانه ای در دهه های گذشته در جو زمین، خروج امواج حرارتی (طول موج بلنـد) از زمـین بـا موانـع بیشتری روبه رو شده که افزایش دمای هوا را به دنبال داشته اسـت. این افزایش به میزان  3/0 تا 6/0 درجه سانتی‌گراد در طـول قـرن گذشته بوده که در دهه های اخیر، شتاب بیشتری یافته است. تغییر اقلیم باعث افزایش مخاطرات طبیعی از جمله سیل و خشکسالی می‌گردد (9). از طرفی دیگر، تغییرات اقلیمی با افزایش مخاطرات طبیعی ارتباطی دوگانه دارند. در واقع تغییرات اقلیمی تحت تأثیر فعالیت‌های بشر منجر به گسترش بروز مخاطرات به ویژه در نواحی شهری شده‌اند (10).

White و همکاران (2014) ، در پژوهشی با عنوان مدل محاسباتی آسیب پذیری دارایی برای حفاظت استراتژیک از زیرساخت های حیاتی، مدلی را برای ارزیابی آسیب پذیری دارایی ها همراه با مقیاسی از ریسک استراتژیک و احتمال شکست دارایی ها در مقابل حمله های انتحاری با استفاده از نظریة بازی ارائه می دهند (11). Udie و همکاران (2018) ، در پژوهشی با عنوان یک چارچوب مفهومی برای ارزیابی آسیب‌پذیری تاثیر تغییرات آب و هوایی بر زیرساخت های بحرانی نفت و گاز در دلتای نیجر، از روند سلسله مراتبی (AHP) استفاده می‌گردد، تاثیر تغییرات آب و هوایی در دلتا نیجر بسیار شدید است، چرا که حوادث شدید آب و هوایی در سطوح مختلف بر روی زیرساخت‌های بحرانی نفتی و گاز تاثیر می‌گذارند. به طور معمول، مدیران دارایی ها و سازمان های دولتی چارچوب مشخصی برای ارزیابی آسیب‌پذیری این سیستم ها ندارند. در این مطالعه توصیه می‌شود از روش های دیگر مناسب و رویکردهای سیستماتیک برای تست انعطاف پذیری چارچوب استفاده شود (12).   Rederو همکاران (2018) ، به ارزیابی تغییرات شاخص های شدید که منجر به خطرات آب و هوایی در زیرساخت های حیاتی در اروپا بر اساس چارچوب INTACT پرداخته اند. برای شناسایی تغییرات ایجاد شده توسط تغییر آب و هوا، شاخص های مناسب آب و هوایی شدید (EWIS)، به عنوان عاملی از ویژگی های جوی اصلی که باعث وقایع با تاثیر بالا بر زیرساخت ها، برای تعدادی از مطالعات موردی تعریف شده و رویکردهای مختلف برای به دست آوردن پیش بینی های آب و هوایی محلی مورد تجزیه و تحلیل قرار گرفت (13). براساس مطالعات Fakhruddin و همکاران (2020) ، افزایش شدت خشکسالی، سیلاب، آتش سوزی و افزایش دمای ناشی از اثرات تغییر اقلیم می‌تواند به طور مستقیم یا غیرمستقیم سازه ها و ابنیۀ صنعتی مانند ساختمان ها و جاده ها را تهدید کند (14). Soltani و همکاران (2018) ، مقاله ای با عنوان تحلیل و ارزیابی ریسک زیرساخت های منطقه ای از منظر پدافند غیرعامل نمونه موردی: منطقه صنعتی پارس یک جنوبی را ارائه داده اند. نتایج نشان می‌دهد، از نظر اهمیت دارایی‌ها به ترتیب تأسیسات نفت و گاز با 86/8، زیرساخت ارتباطات با 64/8، تأسیسات برق با 71/6 و تأسیسات آب و فاضلاب با 45/6 حائز بیشترین ارزش هستند. همچنین دوازده تهدید مورد ارزیابی قرار گرفت که در این بین احتمال وقوع حملات هوایی و موشکی با 21/9، حملات شیمیایی- میکروبی و هسته ای با 17/9 و تهدیدات زیستی با 72/8 بیشترین احتمال وقوع را دارا هستند. بیشترین آسیب‌پذیری و ریسک زیرساخت ارتباطات در برابر بمب های الکترومغناطیسی به ترتیب با 114/9و 47/688، تأسیسات برق در برابر بمب های الکترومغناطیسی و گرافیتی به ترتیب با 446/8 و 47/407، تأسیسات نفت و گاز در برابر تهدیدات بمب گذاری به ترتیب با 484/8 و 46/655، تأسیسات آب و فاضلاب در برابر تهدیدات سایبر تروریسم و زیستی به ترتیب با 3/8و 82/466 می‌باشد و در پایان راهکارهای کاهش آسیب‌پذیری و ریسک بیان شده است (15). Zaeqani و همکاران (2018) ، مقاله ای با عنوان تحلیل تغییر اقلیم و پیامدهای آن مطالعه موردی: افزایش سطح آب دریا را ارائه داده اند. این پژوهش با روش توصیفی- تحلیلی و با استناد به منابع معتبر به دنبال بررسی و تحلیل تاثیر افزایش سطح آب های دریاها بر محیط‌زیست طبیعی و فعالیت ها و مراکز و سکونتگاه های انسانی است. یافته های پژوهش نشان می‌دهد، افزایش سطح آب های دریاها به دلیل تغییرات شدید در اکوسیستم نواحی ساحلی، نفوذ آب شور، ایجاد زمین های مرطوب و باتلاقی، طغیان ها و طوفان ها، فرسایش شدید، از بین رفتن سکونت گاه ها و زیرساخت های شهری، صنعتی و تهدید کشاورزی، شیلات و سایر منابع معیشتی منجر به تهدید جدی توسعه، رفاه، امنیت و ثبات جوامع و کشورها هستند (16).

تغییر اقلیم به عنوان یکی از خطرهای جدی که توسعه پایدار را در ابعاد مختلف محیط‌زیست، سلامت انسان، امنیت غذایی، فعالیت های اقتصادی، منابع طبیعی و ساختارهای زیربنایی تهدید می کند، مورد ارزیابی قرار گرفته است. کشور ما نیز از اثرات این پدیده در سال‌های آتی مصون نخواهد ماند. این پدیده بر وضعیت اقتصادی، اجتماعی و محیط‌زیست منطقه خوزستان نیز تاثیر دارد و عدم ارائه و اعمال راهکارهای سازگاری با اثرات منفی آن در حال حاضر می‌تواند هزینه های سنگینی را بر منطقه در سال‌های آتی ایجاد کند. شریان های حیاتی شبکه‌هایی هستند که از شبکه های دربرگیرنده ی صنعت، سازمان ها، شهرها و مردم تشکیل می‌شوند و یک روند توزیع و انتقال جریان از تولید به مصرف کننده را ایجاد می‌کنند. یکی از مهم ترین عناصری که در سطح یک منطقه می‌تواند مورد آسیب های جبران‌ناپذیری قرار گیرد، عناصر و تاسیسات و تجهیزات و زیرساخت های مرتبط با صنایع است. بنابراین مناطقی که این عناصر را دربر دارند در حد توان باید از مسایل و مشکلات بری بوده و دارای تدابیر خاص و آمادگی های لازم در مواقع بحران باشند، چرا که حیات کشور و منطقه خوزستان وابسته به این تاسیسات و زیرساخت ها می‌باشد. با توجه به اهمیت فراوان صنایع و زیرساخت های صنعتی در ایران و استان خوزستان و احتمال تأثیرات اساسی سوانح طبیعی و حوادث، به ویژه سوانح انسان ساخت و با توجه به سانحه خیزی کشور و هم چنین تهدیدهای قابل ملاحظه ی طبیعی و غیرطبیعی، لازم است که مدیریت ریسک در برابر بحران ها و استراتژی های مدیریتی مناسب جهت کاهش آسیب پذیری تأسیسات بیشتر مورد توجه قرار گیرد. هدف از این پژوهش پهنه بندی میزان خطرپذیری نواحی جنوبی استان خوزستان در شرایط تغییر اقلیم با تأکید بر زیرساخت‌های صنعتی می‌باشد. مناطق جنوبی خوزستان به مانند بندر ماهشهر، بندر امام خمینی(ره)، آبادان دارای صنایع پتروشیمی و نفتی بسیار هستند.

مواد و روش‌ها

شهرک‌ های صنعتی استان خوزستان در سال 1370 با هدف ایجاد بستر مناسب به منظور استقرار صنایع و حمایت از صنایع کوچک جذب سرمایه گذاری، تاسیس گردید و فعالیت خود را به طور گسترده آغاز نمود. مطالعات منطقه‌ای امکان سنجی و مکان یابی شهرک ها و نواحی صنعتی، تملک، پیگیری اخذ اسناد مالکیت شهرک ها، طراحی سایت‌های صنعتی، اجرای پروژه های عمرانی برای آماده سازی اراضی و ایجاد امکانات زیربنایی مورد نیاز، با هدف سامان‌دهی بافت صنعتی استان از جمله فعالیت های شرکت در زمینه شهرک سازی می‌باشد. در حال حاضر استان خوزستان دارای 70 شهرک و ناحیه صنعتی شامل: 33 شهرک و 37 ناحیه صنعتی با مساحتی بالغ بر 8 هزار هکتار آماده واگذاری زمین به سرمایه گذاران می‌باشد (شهرک صنعتی امیدیه، شهرک صنعتی آغاجاری، شهرک صنعتی آبادان 1، شهرک صنعتی آبادان 2، ناحیه صنعتی شهدا آبادان، ناحیه صنعتی دارخوین، شهرک صنعتی اهواز 1، شهرک صنعتی اهواز 2، شهرک صنعتی اهواز 3، شهرک صنعتی اهواز 4، شهرک صنعتی اهواز 5، شهرک صنعتی بهبهان، ناحیه صنعتی زیدون بهبهان، ناحیه صنعتی سردشت زیدون (بهبهان)، شهرک صنعتی بندرماهشهر، شهرک صنعتی بندر امام خمینی (ره)، شهرک صنعتی هندیجان، شهرک صنعتی خرمشهر، شهرک صنعتی سوسنگرد، ناحیه صنعتی چذابه، ناحیه صنعتی هویزه، ناحیه صنعتی مرعی دشت آزادگان، ناحیه صنعتی شاوور، ناحیه صنعتی مربچه رامهرمز، شهرک صنعتی رامهرمز، ناحیه صنعتی طالقانی رامهرمز، ناحیه صنعتی چاه سالم امیدیه، ناحیه صنعتی رامشیر). اینک 2128 واحد صنعتی با متراژ 1387 هکتار و سرمایه گذاری 42670 میلیارد ریال اقدام به استقرار در شهرک ها و نواحی صنعتی استان نموده‌اند که تعداد 988 طرح با سرمایه گذاری 7404 میلیارد ریال و اشتغال 18379 نفر به بهره برداری رسیده است (17) (شکل 1).

 

شکل 1- نقشه موقعیت جغرافیایی صنایع نواحی جنوبی استان خوزستان (1399)

Figure 1. Map of geographical location of industries in the southern regions of Khuzestan province (2019)

 

 

در ابتدادر طی سال 1399 تا 1400 عناصر اقلیمی در دوره پایه یعنی طی دوره 32 ساله (2017-1985) مورد بررسی قرار گرفتند. عناصر اقلیمی که در این دوره بررسی شدند عبارتند از: مجموع بارش سالانه، میانگین دمای فصل گرم و سرد، روند بارش‌های حدی بیش از 5 میلی‌متر روزانه، تعداد کدهای گردوغبار، رخداد امواج گرم بالای صدک 95 م، مورد بررسی قرار گرفت. با استفاده از دو آزمون تحلیل روند یعنی آزمون تحلیل روند تخمین­گر شیب سنس و آزمون تحلیل روند من- کندال روند سری زمانی 32 ساله این عناصر طی دوره آماری پایه (2017-1985)، بررسی شد. دو فاکتور غیراقلیمی یعنی وضعیت آب‌های زیرزمینی منطقه و جا به جایی خط ساحلی (پیش روی آب دریا) نیز مورد بررسی قرار گرفت. جا به جایی خط ساحلی با استفاده از تصاویر ماهواره لندست 5 برای سال 1990 و 2005 و لندست 8 برای سال 2018 بررسی شده است. تغیرات سطح آب زیرزمینی منطقه نیز با استفاده از داده‌های تخلیه آب زیرزمینی منطقه شرکت آب منطقه‌ای خوزستان بررسی شد. در مرحله بعد در دوره تغییر اقلیم تحت دو سناریوی RCP2.6 و RCP8.5 گزارش پنجم تغییر اقلیم یعنی CMIP5، ویژگی‌های اقلیمی منطقه شبیه سازی شد. از یکی از مدل‌های CMIP5 به نام CESM1(CAM5) تحت دو خط سیر خوش­بینانه یعنی RCP2.6 و بدبینانه یعنی RCP8.5 برای سال 2065، استفاده شد و در نهایت با استفاده از مدل ریزمقیاس نمایی آماری LARS WG6 برای 4 ایستگاه اهواز، آبادان، امیدیه و آغاجاری، ریزمقیاس نمایی شد. سه عنصر اقلیمی، دمای کمینه و بیشینه، بارش تحت دو خط سیر انتشار مذکور برای منطقه شبیه سازی شد و تغییرات اقلیمی سال 2070 نسبت به دوره پایه بررسی شد. در نهایت با استفاده از الگوریتم آنتروپی شانون که از طریق 25 پرسشنامه توسط کارشناسان مدیریت بحران استان تکمیل شده‌اند، اولویت خسارت‌زایی هر کدام از فاکتورهای اقلیمی، مشخص می‌شود در نهایت با استفاده از نرم افزار ARC/MAP 10.2 وزن‌های اختصاصی هر کدام از فاکتورهای اقلیمی مشخص شده است و با استفاده از مدل فازی نقشه پهنه‌بندی آسیب‌پذیری منطقه تهیه گردید.

 

نتایج

برای ارزیابی روند سالانه سری زمانی 32 ساله (2017-1985) بارش منطقه مورد مطالعه، از آماره برآوردگر شیب Sens استفاده شده که به صورت شکل 2 ارائه شده است. همان طور که در این نمودار سری زمانی مشاهده می‌گردد روند سری زمانی بارش منطقه مورد مطالعه طی 32 سال اخیر کاهشی بوده است که میزان کاهش سالانه بارش بر اساس روند ناپارامتریک برازش داده شده برابر 2/3 در سال بوده است.

 

 

 

شکل 2- نمودار میزان بارش در منطقه مطالعاتی طی دوره آماری 2017-1985 (1399)

Figure 2. Rainfall graph in the study area during the statistical period of 1985-2017 (2019)

 

 

در شکل 3 که خروجی نرم افزار آشکارسازی تغییر اقلیم سازمان هواشناسی کشور است تغییرات ماهانه بارش منطقه مطالعاتی ارائه است همان طور که مشاهده می‌گردد، بیشترین تغییرپذیری بارش منطقه مورد مطالعه در فصل گرم و کمترین آن در فصل سرد سال بوده است.

 

 

شکل 3- نمودار نوسانات بارش ماهانه طی دوره آماری 2017-1985 (1399)

Figure 3. Chart of monthly rainfall fluctuations during the statistical period of 1985-2017(2019)

 

 

آماره ناپارامتریک تخمین گر شیب سنس نشان داد که روند سری زمانی بارش منطقه با شیب سالانه 2/3 میلی‌متر کاهش پیدا کرده است اما برای ارزیابی اینکه این میزان کاهش معنی دار بوده است یا خیر؟ از آماره ناپارامتریک تحلیل روند من کندال استفاده شد. آزمون تحلیل روند من کندال نیز بیانگر آن بود که روند آشکار شده یعنی 2/3- میلی‌متر در سال، یک روند معنی دار در سطح اطمینان 95/0 نبوده است. آماره آزمون مذکور برابر 14/1- بوده است که در محدوده 96/1 ± قرار گرفته است و نشان دهنده عدم معنی دار بودن روند آشکار شده توسط تست تخمین­گر شیب Sens می‌باشد (جدول 1).

 

 

جدول 1- آزمون‌های تحلیل روند سری زمانی بارش طی دوره آماری 2017-1985 در سطح اطیمنان 95/0 (P_value = 0.05) (1399)

Table 1. Analysis tests of the time series of precipitation during the statistical period of 1985-2017 at the confidence level of 0.95 (P_value = 0.05)(2019)

آزمون‌های تحلیل روند	نام متغیر	مقدار	آماره معنی داری آزمون
آزمون آشکارسازی روند من کندال (Man-Kendall)	نام متغیر مورد بررسی	بارش	-
	طول دوره آماری	1985-2017	-
	T بحرانی	96/1±	05/0
	T من-کندال	1/1-	08/0
تخمین گر ناپارامتریک شیب Sens	شیب (Q)	2/3- میلی‌متردر سال	-
	عرض از مبدأ (B)	268	-

 

از خروجی نرم افزار آشکارسازی تغییر اقلیم سازمان هواشناسی، مشاهده می‌گردد که میانگین بارش منطقه مورد مطالعه (بخش جنوبی استان خوزستان) طی 30 سال اخیر روند کاهشی داشته است به طوری که میانگین بارش دهه اول 30 سال گذشته یعنی از سال 1985 تا 1994 برابر با 4/244 میلی‌متر بوده است در حالی که در دهه دوم 30 سال اخیر یعنی از سال 1995 تا 2004 برابر با 236 میلی‌متر بوده است و در دهه سوم 30 سال اخیر یعنی طی سال‌های 2005 تا 2014 برابر با 175 میلی‌متر بوده است. در شکل4، توزیع میانگین بارش سالانه (مجموع بارش) طی دوره 32 ساله ارائه شده است. نواحی شمالی منطقه مورد مطالعه یعنی بخش جنوبی خوزستان دارای بارش سالانه‌ای معادل بیش از 273 میلی‌متر در سال بوده است در حالی که بخش‌های جنوبی منطقه مورد مطالعه دارای بارش کمتر از 200 میلی‌متر در سال و در برخی موارد حدود 156 میلی‌متر در سال بوده است. برای ارزیابی روند سالانه سری زمانی 32 ساله دمای فصل سرد سال در منطقه مورد مطالعه، از آماره برآوردگر شیب Sens استفاده شده که به صورت شکل 4 ارائه شده است. همان طور که در این شکل سری زمانی مشاهده می‌گردد روند سری زمانی دمای فصل سرد سال منطقه مورد مطالعه طی 32 سال اخیر افزایشی بوده است که میزان افزایش دمای فصل سرد سال بر اساس روند ناپارامتریک برازش داده شده برابر 036/0 درجه سانتی‌گراد در سال بوده است.

 

 

شکل 4- نمودار روند سری زمانی میانگین دمای فصل سرد سال در منطقه مطالعاتی طی دوره آماری 2017-1985 (1399)

Figure 4. Time series trend diagram of the average temperature of the cold season of the year in the study area during the statistical period of 1985-2017 (2019)

 

آماره ناپارامتریک تخمین گر شیب سنس نشان داد که روند سری زمانی دمای فصل سرد سال منطقه با شیب سالانه 036/0 درجه سانتی‌گراد افزایش داشته است اما برای ارزیابی این که این میزان کاهش معنی دار بوده است یا خیر؟ از آماره ناپارامتریک تحلیل روند من کندال استفاده شد. آزمون تحلیل روند من کندال نیز بیانگر آن بود که روند آشکار شده یعنی 036/0 درجه سانتی‌گراد در سال، یک روند معنی­دار در سطح اطمینان 95/0 نبوده است. آماره آزمون مذکور برابر 7/0- بوده است که در محدوده 96/1 ± قرار گرفته است و نشان دهنده عدم معنی دار بودن روند آشکار شده توسط تست تخمین­گر شیب Sens می‌باشد (جدول 2).

 

 

 

 

 

 

جدول 2- آزمون‌های تحلیل روند سری زمانی میانگین دمای فصل سرد سال طی دوره آماری 2017-1985

در سطح اطیمنان 95/0 (P_value = 0.05) (1399)

Table 2. Time series trend analysis tests of the average temperature of the cold season during the statistical period of 1985-2017 at the confidence level of 0.95 (P_value = 0.05)(2019)

آزمون‌های تحلیل روند	نام متغیر	مقدار	آماره معنی داری آزمون
آزمون آشکارسازی روند من کندال (Man-Kendall)	نام متغیر مورد بررسی	دمای فصل سرد سال	-
	طول دوره آماری	1985-2017	-
	T بحرانی	96/1±	05/0
	T من-کندال	7/0-	09/0
تخمین گر ناپارامتریک شیب Sens	شیب (Q)	036/0 درجه سانتی‌گراد در سال	-
	عرض از مبدأ (B)	9/11	-

 

 

 

در شکل 5 توزیع میانگین دمای فصل سرد سال (ماه‌های نوامبر تا مارس) طی دوره 32 ساله ارائه شده است همان طور که مشاهده می‌گردد نواحی شرق منطقه مورد مطالعه یعنی بخش جنوبی خوزستان دارای میانگین دمای معادل 12 درجه سانتی‌گراد در سال بوده است در حالی که بخش‌های جنوب و مرکز منطقه مورد مطالعه دارای دمای بیشتر از 14 درجه سانتی‌گراد در سال بوده است. برای ارزیابی روند سالانه سری زمانی 32 ساله دمای فصل گرم سال در منطقه مورد مطالعه، از آماره برآوردگر شیب Sens استفاده شده که به صورت نمودار شکل 5 ارائه شده است. همان طور که در این نمودار سری زمانی مشاهده می‌گردد روند سری زمانی دمای فصل گرم سال منطقه مورد مطالعه طی 32 سال اخیر افزایشی بوده است که میزان افزایش دمای فصل سرد گرم سال بر اساس روند ناپارامتریک برازش داده شده برابر 064/0 میلی‌متر در سال بوده است.

 

شکل 5- نمودار میانگین دمای فصل گرم سال در منطقه مطالعاتی طی دوره آماری 2017-1985 (1399)

Figure 5. Graph of the average temperature of the warm season of the year in the study area during the statistical period of 1985-2017 (2019)

 

 

آماره ناپارامتریک تخمین گر شیب سنس نشان داد که روند سری زمانی دمای فصل گرم سال منطقه با شیب سالانه 064/0 درجه سانتی‌گراد افزایش داشته است، اما برای ارزیابی این که این میزان کاهش معنی دار بوده است یا خیر؟ از آماره ناپارامتریک تحلیل روند من کندال استفاده شد. آزمون تحلیل روند من کندال نیز بیانگر آن بود که روند آشکار شده یعنی 064/0 درجه سانتی‌گراد در سال، یک روند معنی دار در سطح اطمینان 95/0 بوده است. آماره آزمون مذکور برابر 99/1 بوده است که در محدوده 96/1± قرار نگرفته است و نشان دهنده معنی دار بودن روند آشکار شده توسط تست تخمین گر شیب Sens می‌باشد (جدول3).

 

 

جدول 3- آزمون‌های تحلیل روند سری زمانی میانگین دمای فصل گرم سال طی دوره آماری 2017-1985 در سطح اطیمنان 95/0 (P_value = 0.05)(1399)

Table 3. Time series trend analysis tests of the average temperature of the hot season during the statistical period of 1985-2017 at the confidence level of 0.95 (P_value = 0.05) (2019)

آزمون‌های تحلیل روند	نام متغیر	مقدار	آماره معنی داری آزمون
آزمون آشکارسازی روند من کندال (Man-Kendall)	نام متغیر مورد بررسی	دمای فصل گرم سال	-
	طول دوره آماری	1985-2017	-
	T بحرانی	96/1±	05/0
	T من-کندال	99/1	04/0
تخمین گر ناپارامتریک شیب Sens	شیب (Q)	064/0 در سال	-
	عرض از مبدأ (B)	2/37	-

 

در شکل 6 توزیع میانگین دمای فصل گرم سال طی دوره 32 ساله ارائه شده است. همان طور که مشاهده می‌گردد نواحی جنوبی منطقه مورد مطالعه خوزستان دارای میانگین دمای معادل بیش از 38 درجه سانتی‌گراد در سال بوده است در حالی که بخش‌های شمالی و مرکز منطقه مورد مطالعه دارای دمای بیشتر از 5/38 درجه سانتی‌گراد در سال بوده است.

 

 

شکل 6- نقشه توزیع فضایی میانگین دمای فصل گرم، سرد سال و بارش طی دوره آماری 2017-1985 (1399)

Figure 6. Spatial distribution map of the average temperature of the hot and cold seasons of the year and precipitation statistical period 1985-2017 (2019)

 

 

در خروجی نرم افزار آشکارسازی تغییر اقلیم سازمان هواشناسی مشخص گردید، تغییرات ماهانه دمای میانگین 32 سال اخیر منطقه مطالعاتی ارائه شده است همان طور که مشاهده می‌گردد، بیشترین تغییرپذیری دمای منطقه مورد مطالعه در فصل سرد و کمترین آن در فصل گرم سال بوده است. میانگین دمای منطقه مورد مطالعه (بخش جنوبی استان خوزستان) طی 30 سال اخیر روند افزایشی داشته است به طوری که میانگین دمای دهه اول 30 سال گذشته یعنی از سال 1985 تا 1994 برابر با 2/25 درجه سانتی‌گراد بوده است در حالی که در دهه دوم 30 سال اخیر یعنی از سال 1995 تا 2004 برابر با 2/26 درجه سانتی‌گراد بوده است و در دهه سوم 30 سال اخیر یعنی طی سال‌های 2005 تا 2014 برابر با 4/26 درجه سانتی‌گراد بوده است.

سپس بارش حدی یا بارش سیلابی از طریق دو شاخص مورد بررسی قرار گرفت. در شاخص اول که در واقع مقدار بارش را نشان می‌دهد، سنگین‌ترین بارش روزانه، یعنی بالاترین بارشی که در 24 ساعت رخ داده است، در هر سال به عنوان یکی از شاخص‌های رکورد بارش در نظر گرفته شده است. شاخص دوم تعداد روزهای با بارش بیش از 10 میلی‌متر در 24 ساعت، بود که فراوانی این تعداد روزها، طی دوره آماری 1985-2017، مورد بررسی قرار گرفته است یا بارش سیلابی در واقع سنگین‌ترین بارش روزانه ثبت شده در هر سال در نظر گرفته شده است. همان طور که در شکل 7 دیده می‌شود، سنگین‌ترین رکورد بارش‌های ثبت شده در 24 ساعت، طی دوره آماری مورد بررسی در منطقه جنوب خوزستان طی دوره 32 ساله مورد بررسی با شیب سالانه 36/0 میلی‌متر در سال روند افزایشی داشته است. این افزایش رکوردهای بارشی، به نوعی گویای افزایش ناهنجاری‌های بارشی در اقلیم منطقه می‌باشند.

 

 

شکل 7- نمودار سنگین‌ترین بارش‌های ثبت شده 24 ساعت هر سال طی دوره آماری 2017-1985 (1399)

Figure 7. The graph of the heaviest rains recorded in 24 hours every year

Statistical period 1985-2017 (2019)

 

 

آماره ناپارامتریک تخمین گر شیب سنس نشان داد که روند سری زمانی رخدادهای حدی بارش (بارش‌های سیلابی) در منطقه مورد مطالعه با شیب سالانه 36/0 روز در سال افزایش داشته است اما برای ارزیابی این که این میزان کاهش معنی دار بوده است یا خیر؟ از آماره ناپارامتریک تحلیل روند من کندال استفاده شد. آزمون تحلیل روند من کندال نیز بیانگر آن بود که روند آشکار شده یعنی 072/0 روز در سال، یک روند معنی دار در سطح اطمینان 95/0 نبوده است. آماره آزمون مذکور برابر 36/0 بوده است که در محدوده 96/1 ± قرار نگرفته است و نشان دهنده معنی دار نبودن روند آشکار شده توسط تست تخمین­گر شیب Sens می‌باشد (جدول 4).

 

جدول 4- آزمون‌های تحلیل روند سری زمانی میانگین رخدادهای حدی بارش (بارش‌های سیلابی) طی دوره آماری 2017-1985 در سطح اطیمنان 95/0 (P_value = 0.05) (1399)

Table 4. Time series trend analysis tests of the average extreme rainfall events (flooding rains)

during the statistical period of 1985-2017 at the confidence level of 0.95 (P_value = 0.05) (2019)

آزمون‌های تحلیل روند	نام متغیر	مقدار	آماره معنی داری آزمون
آزمون آشکارسازی روند من کندال (Man-Kendall)	نام متغیر مورد بررسی	رخدادهای حدی بارش (بارش‌های سیلابی)	-
	طول دوره آماری	1985-2017	-
	T بحرانی	96/1±	05/0
	T من-کندال	7/0	06/0
تخمین گر ناپارامتریک شیب Sens	شیب (Q)	072/0 در سال	-
	عرض از مبدأ (B)	2/13	-

 

امواج گرم یکی از مخاطرات اقلیمی است که در دهه اخیر فراوانی و شدت زیادی در استان خوزستان داشته است و هر ساله به ویژه در دوره گرم سال، رکوردهای حدی دماهای گرم ثبت می‌گردد. در این دوره حداکثر امواج گرمایی مربوط به سالهای اخیر می‌باشد به طوری که سه ساله اخیر نسبت به دو دهه قبل روند افزایش رخداد موج گرم به حدود 20 موج در یک سال رسیده است. شکل 8 فراوانی امواج رخداد را در دوره آماری مورد مطالعه نشان داده است. دیده می‌شود که حداکثر امواج گرمایی در سال‌های 2015 تا 2017 رخداده است و کمترین رخداد موج گرم در سال‌های 1985 تا 1994 دهه اول دوره مطالعاتی است و در دو دهه بعد با تغییرات اقلیمی روند افزایش امواج گرمایی شدت یافته است.

برای بررسی رخدادهای گرد و غبار از کدهای گرد و غبار ثبت شده 4 ایستگاه هواشناسی منطقه مطالعاتی استفاده شده است. در ایستگاه سینوپتیک اهواز، طی دوره آماری 32 ساله مورد بررسی یعنی از سال 1985 تا 2017 تعداد 1823 رخداد گردوغبار ثبت شده است، به عبارت دیگر در این ایستگاه سینوپتیک حدود 15/0 از روزهای کل دوره آماری 32 ساله، توام با گرد و غبار بوده است و به طور متوسط هر ساله 55 روز توام با گرد و غبار ثبت شده است.

آماره ناپارامتریک تخمین گر شیب سنس نشان داد که روند سری زمانی تعداد رخدادهای گرد و غبار در سال در منطقه مورد مطالعه با شیب سالانه 1/2 روز در سال افزایش داشته است اما برای ارزیابی این که این میزان کاهش معنی دار بوده است یا خیر؟ از آماره ناپارامتریک تحلیل روند من کندال استفاده شد.آزمون تحلیل روند من کندال نیز بیانگر آن بود که روند آشکار شده یعنی 1/2 روز در سال، یک روند معنی دار در سطح اطمینان 95/0 بوده است. آماره آزمون مذکور برابر 2 بوده است که در محدوده 96/1 ± قرار گرفته است و نشان دهنده معنی دار بودن روند آشکار شده توسط تست تخمین گر شیب Sens می‌باشد (جدول 5).

 

 

جدول 5- آزمون‌های تحلیل روند سری زمانی تعداد رخدادهای گردوغبار در سال طی دوره آماری 2017-1985 در سطح اطیمنان 95/0 (P_value = 0.05)(1399)

Table 5. Time series trend analysis tests of the number of dust events per year during the statistical period of 1985-2017 at the confidence level of 0.95 (P_value = 0.05) (2019)

آزمون‌های تحلیل روند	نام متغیر	مقدار	آماره معنی داری آزمون
آزمون آشکارسازی روند من کندال (Man-Kendall)	نام متغیر مورد بررسی	رخدادهای گردوغبار در سال	-
	طول دوره آماری	1985-2017	-
	T بحرانی	96/1±	05/0
	T من-کندال	2	04/0
تخمین گر ناپارامتریک شیب Sens	شیب (Q)	1/2 روز در سال	-
	عرض از مبدأ (B)	5/18	-

 

بعد از بررسی‌های اقلیمی منطقه، اقدام به بررسی تغییرات منابع آب زیرزمینی منطقه مورد مطالعه بر اساس داده‌های منابع آب زیرزمینی شرکت مطالعات پایه منابع آب منطقه‌ای استان خوزستان گردید. روند تخلیه منابع آب زیرزمینی بخش جنوبی استان خوزستان عموماً از طرق چاه‌های عمیق و نیمه عمیق بوده است به طور متوسط بر اساس دوره آماری 1382 تا 1395 چاه‌های نیمه عمیق به طور متوسط سالانه 181 میلیون متر مکعب آب زیرزمینی منطقه را تخلیه کرده‌اند که برابر با 14 درصد از کل تخلیه سالانه منابه آب زیرزمینی منطقه مورد مطالعه بوده است. در حالی که میزان تخلیه توسط چاه‌های عمیق براساس میانگین دوره آماری مذکور 751 میلیون متر مکعب در سال بوده که برابر با 57 درصد از کل تخلیه سالانه است. چشمه‌ها در همین دوره آماری به طور متوسط سالانه 352 میلیون متر مکعب از منابع آب زیرزمینی منطقه را (28 درصد) تخلیه کرده است. نقش قنات‌ها در تخلیه آب زیرزمینی منطقه مورد مطالعه بسیار کم رنگ بوده است به نحوی که 6/2 میلیون متر مکعب (کمتر از 1 درصد) در سال بوده است.

روند سری زمانی تغییرات میزان تخلیه منابع آب زیرزمینی منطقه مورد مطالعه نشان می‌دهد، چشمه‌ها در ابتدای دوره مورد مطالعه نقش پررنگی در تخلیه منابع آب زیرزمینی منطقه مورد مطالعه داشته‌اند، در حالی که میزان تخلیه توسط چشمه‌ها به صورت معنی داری در سال‌های اخیر کاهش پیدا کرده است. در حالی که میزان تخلیه منابع آب زیرزمینی توسط چاه‌های عمیق و نیمه عمیق طی دوره مورد مطالعه روند افزایشی داشته است. همان طور که در شکل 10 دیده می‌شود میزان تخلیه توسط قنات‌ها در همه سال‌ها بسیار ضعیف بوده است.

 

روند سری زمانی میزان تخلیه آب زیرزمینی توسط چاه‌های عمیق و نیمه عمیق در شکل 11 ارائه شده است همان طور که مشاهده می‌گردد میزان تخلیه توسط چاه‌های عمیق و نیمه عمیق طی دوره آماری مورد مطالعه روند افزایشی قابل توجهی داشته است.

یکی دیگر از مهم‌ترین مخاطرات محیطی تهدید کننده زیرساخت‌های مختلف نواحی ساحلی، تغییرات و جا به جایی خط ساحلی است. در این بخش اقدام به بررسی جابه جایی خط ساحلی طی سه دور آماری 1990، 2005 و 2018 گردید. با به کارگیری تصاویر ماهواره‌ای لندست 5 و 8 یعنی سنجنده های TM و OLI و استخراج شاخص تفاضل نرمال شده آب^[7] که براساس باندهای سبز و مادون قرمز تغییرات خط ساحلی منطقه جنوب خوزستان در شهرستان‌های ساحلی این استان یعنی آبادان، بندرماهشهر و هندیجان و شادگان به دست آمد. در شکل 12 خط ساحلی جنوب استان خوزستان در طی سه دوره آماری 1990، 2005 و 2018 ارائه شده است.

 

 

شکل 8- نقشه مرز خط ساحلی بخش جنوبی استان خوزستان در سال‌های 1990،‌2005و 2018 (1399)

Figure 8.  Coastline border map of the southern part of Khuzestan province in 1990, 2005 and 2018 (2019)

 

 

همان طور که در شکل 8 دیده می‌شود، جا به جایی عمومی خط ساحلی در جنوب خوزستان با استفاده از مرز آب و خشکی که از شاخص NDWI سنجنده های TM و OLI به دست آمد، طی سه دوره 1990، 2005 و 2018 استخراج شده است. همان طور که در این شکل مشاهده می‌گردد، خط ساحلی جنوب خوزستان از سال 1990 تا 2005 یعنی طی 16 سال در بخش وسیعی از نوار ساحلی به سمت خشکی  جا به جا شده است در حالی که در دوره دوم یعنی از سال 2005 تا 2018 (طی 13 سال) جا به جایی کمتری صورت گرفته است. در جدول 5 میزان پیشروی آب دریا (جا به جایی خط ساحلی) ارائه شده است همان طور که مشاهده می‌گردد در دوره اول یعنی از 1990 تا 2015 خط ساحلی حدود 4/2 کیلومتر در سراسر نوار ساحلی منطقه مورد مطالعه به سمت خشکی جا به جا شده است در حالی که در دوره دوم یعنی 2005 تا 2018 میزان پیشروی آب دریا به سمت خشکی به طور متوسط 2 کیلومتر بوده است.

 

 

 

جدول 5- میزان پیشروی آب دریا (جا به جایی خط ساحلی) (1399)

Table 5. The rate of sea water advance (displacement of the coastline) (2019)

دوره	میزان جا به جایی (میانگین)	سمت جا به جایی
1990-2005	4/2 کیلومتر	به سمت خشکی
2005-2018	2 کیلومتر	به سمت خشکی

 

در شکل 9 میزان جابه­جایی خط ساحلی و پیش روی آب دریا، در شهرستان‌های هندیجان، شادگان، بندرماهشهر و آبادان در جنوب استان خوزستان طی سه دوره 1990، 2005 و 2015 با استفاده از شاخص NDWI سنجنده­های TM و OLI ماهواره لندست ارائه شده است همان طور که مشاهده می‌شود طی سه دوره مورد بررسی خط ساحلی به سمت خشکی جا به جا شده است میزان این جا به جایی در ساحل هندیجان از 110 متر تا 4 کیلومتر بوده است. میزان این جا به جایی در ساحل آبادان از 110 متر تا 4 کیلومتر، در ساحل شادگان از 2 تا 3 کیلومتر و در ساحل بندرماهشهر از 200 متر تا 3 کیلومتر بوده است.

 

شکل9 - میزان جابه­جایی خط ساحلی و پیش روی آب دریا، در شهرستان‌های مورد مطالعه در جنوب استان خوزستان طی سه دوره 1990، 2005 و 2015 با استفاده از شاخص NDWI سنجنده­های TM و OLI ماهواره لندست (1399)

Figure 9.The amount of displacement of the coastline and sea front in the studied cities

South of Khuzestan province during three periods of 1990, 2005 and 2015 using NDWI index

TM and OLI sensors of Landsat satellite (2019)

 

 

در مرحله بعد به بررسی ویژگی‌های اقلیمی دوره تغییراقلیم پرداخت شد, در این بخش ویژگی‌های دما و بارش سال 2065 تحت دو خط سیر انتشار دی اکسید کربن RCP2.6 (خط سیر خوش­بینانه) و RCP8.5 (خط سیر بدبینانه) ارائه شده است این داده‌ها بر اساس یکی از مدل‌های CMIP5 به نام CESM1(CAM5) تولید شده‌اند که رزلوشن فضایی آن‌ها برای منطقه مورد مطالعه بزرگ بوده است لذا با استفاده از مدل ریز مقیاس نمایی آماری LARS_WG6 برای موقعیت منطقه مورد مطالعه یعنی ایستگاه‌های 4 گانه مورد بررسی جنوب استان خوزستان یعنی آبادن، اهواز، امیدیه و آغاجاری ریزمقیاس نمایی شده‌اند. داده‌های روزانه خروجی این مدل نیز در هر دو سناریو برای دما و بارش تولید شد.

در مرحله بعد به تحلیل آسیب‌پذیری زیرساخت‌ها با استفاده از مدل فازی پرداخته شد. در ابتدا با استفاده از روش روش آنتروپی شانون وزن 11 متغیر مشخص گردید. جدول 7 وزن نهایی متغیرهای موثر در آسیب‌پذیری زیرساخت‌ها در مناطق جنوبی استان خوزستان را  با استفاده از روش آنتروپی شانون نشان می‌دهد. بر اساس این جدول سیلاب و آب‌گرفتگی معابر از دیدگاه کارشناسان با وزن 232/0 مهم‌ترین متغیر شناخته شده است. سپس تغییرات در میزان بارش و وقوع بارش‌های سنگین با وزن 191/0 مهم‌ترین عامل می‌باشد. 

 

 

جدول 7- ماتریس وزن‌های نهایی هر کدام از لایه‌های محیطی و اقلیم شناختی موثر با استفاده از آنتروپی شانون (Shanon Entropy) در استان خوزستان (1399)

Table 7. Matrix of final weights of each of the effective environmental and climatological layers with

Using Shannon Entropy in Khuzestan Province (2019)

متغیر	وزن روش فازی  (Fuzzy)	متغیر	وزن روش فازی (Fuzzy)
بارش	075/0	جا به جایی خط  ساحلی	098/0
دمای فصل گرم	038/0	دمای فصل سرد	019/0
گردوغبار	158/0	میانگین دمای سالانه	041/0
سیلاب	232/0	تغییرات آب زیرزمینی	163/0
تغییرات بارش	191/0	امواج گرم	175/0
تغییرات دما	024/0

 

پس از مشخص شدن وزن نهایی هر متغیر، وزن‌ها در محیط نرم افزار ARC/MAP 10.2 برروی لایه‌های رقومی هر متغیر اعمال گردید. سپس با استفاده از گزینه Spatial Analyst Tools→Overly→Fuzzy Overly نقشه آسیب‌پذیری منطقه مورد مطالعه تهیه گردید (شکل10 ) (جدول 8).

 

 

جدول 8- مساحت طبقات خسارت زایی (1399)

Table 8. Area of ​​damage classes (2019)

طبقات مخاطره آمیز	مساحت (هکتار)	مساحت نسبی (درصد)
مخاطره زایی بسیار بالا	26/1216228	38
مخاطره زایی بالا	87/1524709	48
مخاطره زایی متوسط	68/293970	10
مخاطره زایی کم	61/136676	4

 

شکل 10 نقشه میزان خطرپذیری مناطق جنوبی استان خوزستان را در چهار پهنه بسیار زیاد، زیاد، متوسط و کم نشان می‌دهد.

 

 

شکل 10- نقشه میزان خطرپذیری مناطق جنوبی استان خوزستان درا ثر تغییر اقلیم (1399)

Figure 10. Map of the degree of vulnerability of the southern regions of Khuzestan province due to climate change (2019)

 

بحث و نتیجه گیری

 

امواج گرم به صورت قابل توجهی بار مصرفی برق را که صرف تأمین نیازهای سرمایشی می‌شود، افزایش می‌دهد. نیروگاه‌های برقی و برق آبی منطقه مورد مطالعه در روزهای با حاکمیت موج گرم به شدت افزایش پیدا می‌کند. این اضافه بار هم در نیروگاه و هم زمان انتقال نیرو توسط خطوط انتقال نیرو موجب اتلاف بسییار بالای انرژی می‌شود. در این طبقه وجود گردوغبار با منشاء محلی (پهنه‌های خشک شده هورالعظیم) و خارجی با ترتیب بر روی لاین‌های انتقال نیرو، موجب پرت شدید انتقال نیرو و خوردگی شدید قطعات سیلکونی و سرامیکی انتقال نیرو روی دکل‌ها می‌شود. بارش گردوغبار تأثیرات فراوان و بسیار مخربی را بر سیستم‌های توزیع و انتقال برق داشته است. این پدیده بر زندگی چند میلیون نفر از ساکنان مهم‌ترین قطب کشاورزی، صنعتی و نفتی کشور یعنی جنوب استان خوزستان سایه افکنده و علاوه بر سخت کردن زندگی روزمره مردم، بسیاری از فعالیت‌ها و پروژه‌های اقتصادی، تولیدی و خدماتی را با مشکل روبه رو می‌کند. از میان صنایع مختلفی که مورد آسیب قرار می‌گیرند مطالعات تخصصی روی صنعت آب و برق استان خوزستان نشان داده است که ریزگردها، پست‌های برق این استان را به شدت تحت تأثیر قرار داده است. تعداد حوادث در سال‌های 1387 و 1388 به ترتیب از 783 به 1234 مورد رسیده است؛ هم چنین این پدیده شبکه‌های توزیع برق را دچار مشکلات جدی نموده و قطعی‌ها و خاموشی‌های زیادی را به وجود آورده است که آمار آن از سال 94 یعنی 275 مورد به 410 مورد در سال 96 رسیده است. بارش ذرات ریزگرد روی مقره های انتقال نیروی برق علاوه بر خوردگی شدید، در صورت بالا رفتن رطوبت هوا و تشکیل مه، باعث گل گرفتگی شدید این قطعات، سنگین شدن سیم‌های برق و پارگی آن‌ها، می‌شود. دماهای بسیار بالای جنوب استان خوزستان می‌تواند خسارات بسیار چشم گیری بر روی سلول‌های فتوولتاییک تولید انرژی خورشیدی وارد کند. سلول‌های خورشیدی در برابر دماهای بالا بسیار آسیب پذیرند. به طور کلی در این عرصه مخاطره آمیز، دماهای بالا، امواج گرم، گردوغبار و بارش ریزگردها، مهم‌ترین عامل خسارت زا و تهدید کننده زیرساخت‌های منطقه اعم از پالایشگاه‌ها، نیروگاه‌ها و خطوط انتقال نیرو و کشاورزی می‌شود. در پهنه دوم یعنی عرصه‌هایی که پتانسیل مخاطره زای بالایی برای آسیب زدن به زیرساخت‌ها دارند، در کنار تنش‌های حرارتی، امواج گرم، ریزگردها و گردوغبار، مخاطراتی مانند شرجی، آبگرفتگی، پیشروی آب دریا، نیز وجود دارد. اما شایان ذکر است، در این عرصه تنش‌های حرارتی کمتر از عرصه ذکر شده در ذکر شده در بالا است. در این بخش گرد و غبارها عموماً همراه با رطوبت شرجی خسارات بالایی بر روی خطوط انتقال نیرو وارد می‌کنند. گل گرفتگی مقره­های انتقال برق، باعث قطعی‌های شدید برق به ویژه در هنگام امواج گردوغبار که عموماً در فصل گرم سال است، می‌شود. در این عرصه ریسک آتش سوزی در تأسیسات پالایشگاهی و مخازن نفت و گاز کمتر است. پیشروی آب دریا به ویژه زمانی که به دلیل بارش‌های شدید در بالادست، دبی رودخانه کارون بالا می‌رود، و سبب پیش روی‌های مقطعی خط ساحلی به سمت خشکی می‌شود، می‌تواند باعث آب گرفتگی تأسیسات بندرگاهی شود.

در عرصه با مخاطره اقلیمی کم، که عموماً در بخش‌های غربی منطقه واقع است، در فصل گرم، تنش‌های گرمایی و امواج گرم می‌تواند آتش سوزی‌های گسترده‌ای در عرصه‌های مرتعی آن‌ها ایجاد کند. کاهش سطح آب زیرزمینی در این عرصه‌ها به سبب تخلیه وسیع برای کشاورزی به ویژه کاشت نیشکر، گندم، چغندرقند، و گوجه فرنگی باعث ایجاد بحران در آب‌های زیرزمینی منطقه شده است. بارش‌های همرفتی شدید به ویژه در فصل بهار، می‌تواند خسارات زیادی به تأسیسات شهری و سدهای منطقه تحمیل کند. در این عرصه‌ها هم گردوغبار یکی از مهمترین مخاطرات اقلیمی به حساب می‌آید. اما تنش‌های حرارتی و امواج گرم کمی کمرنگ‌تر هستند. آلودگی هوای ناشی از فعالیت‌های پتروشیمی در این عرصه‌ها کمتر از دو عرصه ذکر شده در بالا می‌باشد.

نتایج این تحقیق با نتایج تحقیق Timmerman در سال 1981 (18) هم خوانی دارد. در این تحقیق بر روی مفهوم آسیب­پذیری را در قالب پژوهش‌های تغییر آب و هوا در نظر می‌گیرد. او آسیب‌پذیری را به عنوان درجه‌ای که یک سیستم ممکن است به صورت نامطلوب به وقوع یک رویداد خطرناک واکنش نشان دهد تعریف می‌کند. همچنین نتایج این پژوهش با تحقیقJohansson  وHenrik  در سال 2010 (19) هم خوانی دارد. در پژوهش خود با ارزیابی سیستماتیک از آسیب‌پذیری زیرساخت‌های وابسته به هم، با استفاده از سیستم اطلاعات جغرافیایی، شبکه‌های برق و گاز را در سراسر اروپا از نظر آسیب‌پذیری مورد بررسی و ارزیابی قرار داده و نقاط آسیب پذیر قاره را شناسایی کردند. نتایج این پژوهش با تحقیق Johansson و همکاران در سال 2013 (20) هم خوانی دارد. در پژوهشی با عنوان ارزیابی قابلیت اطمینان و آسیب پذیری زیرساخت های حیاتی: مقایسة دو روش در زمینة سیستم های انرژی، دو روش اصلی را برای کسب دانش مورد نیاز برای طراحی و بهبود زیرساخت های حیاتی پیشنهاد کرده اند که عبارت اند از: تجزیه و تحلیل قابلیت اطمینان و تحلیل آسیب پذیری. در ادامه نیز برای هرکدام، روش جداگانه ای را برای سنجش پیشنهاد داده اند. نتایج این پژوهش با تحقیق Udie و همکاران در سال 2018 (12) همخوانی دارد. در این پژوهش با عنوان یک چارچوب مفهومی برای ارزیابی آسیب‌پذیری تأثیر تغییرات آب و هوایی بر زیرساخت‌های بحرانی نفت و گاز در دلتای نیجر، از روند سلسله مراتبی AHP)) استفاده می‌گردد، تأثیر تغییرات آب و هوایی در دلتا نیجر بسیار شدید است، چرا که حوادث شدید آب و هوایی در سطوح مختلف بر روی زیرساخت‌های بحرانی نفتی و گازی تأثیر می‌گذارند. به طور معمول، مدیران دارایی‌ها و سازمان‌های دولتی چارچوب مشخصی برای ارزیابی آسیب‌پذیری این سیستم‌ها ندارند. در این مطالعه توصیه می‌شود از روش‌های دیگر مناسب و رویکردهای سیستماتیک برای تست انعطاف پذیری چارچوب استفاده شود. همچنین نتایج این پژوهش با تحقیق Reder و همکاران در سال 2018 (13) هم خوانی دارد. در این تحقیق به ارزیابی تغییرات شاخص‌های شدید که منجر به خطرات آب و هوایی در زیرساخت‌های حیاتی در اروپا بر اساس چارچوب INTACT پرداخته‌اند. برای شناسایی تغییرات ایجاد شده توسط تغییر آب و هوا، شاخص‌های مناسب آب و هوایی شدید (EWIS)، به عنوان عاملی از ویژگی‌های جوی اصلی که باعث وقایع با تأثیر بالا بر زیرساخت‌ها، برای تعدادی از مطالعات موردی تعریف شده و رویکردهای مختلف برای به دست آوردن پیش بینی‌های آب و هوایی محلی مورد تجزیه و تحلیل قرار گرفت. نتایج این پژوهش با تحقیق Lee و همکاران در سال 2019 (21) هم خوانی دارد. بیش از دوسوم تهدیدات معطوف به زیرساخت ها و شریان های حیاتی است و نقش مهم شریان های حیاتی در فرآیند مدیریت جامع بحران شهری و ارتباط تنگاتنگ این شبکه ها با هم از یکسو و ارزش اقتصادی آن ها از سوی دیگر باعث می‌شود که توجه ویژه ای به آن ها داشته باشیم. نتایج این پژوهش با تحقیق Fakhruddin و همکاران در سال 2020 (14) هم خوانی دارد. افزایش شدت خشکسالی، سیلاب، آتش سوزی و افزایش دمای ناشی از اثرات تغییر اقلیم می‌تواند به طور مستقیم یا غیرمستقیم سازه ها و ابنیۀ صنعتی مانند ساختمان ها و جاده ها را تهدید کند. همچنین نتایج این پژوهش با تحقیق Bahrami و همکاران در سال 2014 (22) هم خوانی دارد. این مقاله با عنوان تأثیر اقلیم بر پایداری سیستم‌های شهری می‌باشد. بین تغییرات اقلیمی و سیستم‌های شهری رابطه متقابلی وجود دارد. سیستم‌های شهری از طریق عملکردها، کارکردها و فعالیت‌های متنوع خود باعث تغییرات اقلیمی می‌شوند و متقابلاً اقلیم نیز از طریق بارش‌های سنگین، طوفان، سیل و طغیان‌های رودخانه‌ای سیستم های شهری را مختل می‌کند. نتایج این پژوهش با تحقیق Jamali در سال 2014 (23) هم خوانی دارد. در این پژوهش اثرات پتانسیل تغییر اقلیم بر نیروگاه‌های آبی در دست مطالعه، ساخت و بهره برداری حوضه کرخه، در سه افق زمانی بررسی شده است. بدین منظور یک مدل شبیه سازی منابع آب جهت برآورد میزان تولید انرژی برق-آبی تحت سناریوهای مختلف تغییر اقلیم، توسعه داده شده است. نتایج پژوهش نشان می‌دهد قواعد بهره برداری که مبتنی بر داده‌های مشاهده‌ای حوضه هستند، هر چند در افق زمانی کوتاه مناسب‌اند اما از بستری کافی در افق‌های میانه و دور برخوردار نمی‌باشند. بنابراین برای افزایش سازگاری، مدیریت تطبیقی، لازم الاجرا خواهد بود. همچنین نتایج این پژوهش با تحقیق Zarqani و همکاران در سال 2018 (15) هم خوانی دارد. این پژوهش با روش توصیفی- تحلیلی و با استناد به منابع معتبر به دنبال بررسی و تحلیل تأثیر افزایش سطح آب‌های دریاها بر محیط‌زیست طبیعی و فعالیت‌ها و مراکز و سکونت­گاه‌های انسانی است. یافته‌های پژوهش نشان می‌دهد، افزایش سطح آب‌های دریاها به دلیل تغییرات شدید در اکوسیستم نواحی ساحلی، نفوذ آب شور، ایجاد زمین‌های مرطوب و باتلاقی، طغیان‌ها و طوفان‌ها، فرسایش شدید، از بین رفتن سکونت­گاه‌ها و زیرساخت‌های شهری، صنعتی و تهدید کشاورزی، شیلات و سایر منابع معیشتی منجر به تهدید جدی توسعه، رفاه، امنیت و ثبات جوامع و کشورها می‌شود.

 

References

1. Yazdani, M., Seyedin, A. (2016). Assessment of spatial vulnerability of infrastructure in Ardabil from the perspective of passive defense. Journal of Applied Research in Geographical Sciences, 17: 199-179.
2. Bakhshi Shadmehri Zarqani, S.H., Kharazmi, A. A. (2016). Analysis of passive defense considerations in urban infrastructure with emphasis on water infrastructure. Journal of Geographical Research, 31: 120-104.
3. Salehnasab, A., Khalilabad Police Station, H., Continuator, Y. (2019). Identification and evaluation of threats in the infrastructure of threats in the critical infrastructure of cities with a passive defense approach (Case study: 6 Region 6 of Tehran). Journal of Urban Research and Planning, 9: 99-114. Doi: 1001.1.20086849.1400.12.4.3.5.
4. Trenberth Kevin, E., Philip, D. (2019). Jones Peter Ambenje, Roxana Bojariu, David asterling, Albert Klein Tank, David Parker, Fatemeh Rahimzadeh, James A. Renwick, Matilde Rusticucci, Brian Soden, Panmao Zhai. IPCCWGIbservations: Surface and Atmospheric Climate Change. 52: 308-312.
5. Abdi, P. (2005). Study of climate change in Ghezel Ozan watershed in Zanjan province and its impact on water resources in the region. Sepehr Magazine, 53: 38-47. (In persian)
6. Oliviera, J.V., Cohen, J.C.P., Pimente, M., Touringo, H.L.Z., Lobo, A., Sodre, G., Abdala, A. (2020). Urban climate and environmental perception about climate change in Belém, Pará, Brazil. Urban Climate, 31: 100579. 16 Pp. https://doi.org/10.1016/j.uclim.2019.100579.
7. Singh, A.S., Zwickle, A., Bruskotter, J.T., Wilson, R. (2019). The perceived psychological distance of climate change impacts and its influence on support for adaptation policy. Environmetnal of Science Policy, 73: 93–99. https://doi.org/10.1016/j.envsci.2017.04.011.
8. Motahar, A.A.A. (2018). The effects of climate change on Iran's environment and its challenges in advancing the pattern of progress. 7th Iranian Islamic Model of Progress Conference from the basic model to the Iranian Islamic model of progress, pp. 1-20.
9. Blanco, A.V.R. (2016). Local initiatives and adaptation to climate change. Disasters, 30(1):140-147. https://doi.org/10.1111/j.1467-9523.2006.00311.x
10. Manafeloeyan, C., Saeedeh Zarabadi, Z., Behzadfar, M. (2018). Assessing the factors affecting climate resilience (Case study: Tabriz). Journal of New Attitudes in Human Geography, 12: 526-509.
11. White, R., Boult, T., Chow, E. (2014). A computational asset vulnerability model for the strategic protection of the critical infrastructure, International Journal of Critical Infrastructure Protection, 7(3): 167-177.
12. Udie, J., Bhattacharyya, S., Ozawa-Meida, L. (2019). A Conceptual Framework for Vulnerability Assessment of Climate Change Impact on Critical Oil and Gas Infrastructure in the Niger Delta, Climate 6: 11-19. DOI:10.3390/cli6010011. www.mdpi. com/journal/climate.
13. Reder, A, Iturbide S., Herrera G., Rianna P. (2018). Mercogliano1,5 and J. M. Gutiérrez3 Assessing variations of extreme indices inducing weather-hazards on critical infrastructures over Europe the INTACT framework, Climatic Change https://doi.org/ 10.1007/s10584-018-2184-4.
14. Fakhruddin, B. S., Reinen-Hamill, R., Robertson, R. (2020). Extent and evaluation of vulnerability for disaster risk reduction of urban Nuku'alofa, Tonga. Progress in Disaster Science, 100017. https:// doi.org/ 10.1016/j.pdisas.2019.100017- 100027. https:// doi.org/ 10.1016/j.pdisas.2019.100017.
15. Soltani, S.R., Mousavi S., Zali, N. (2108). Risk analysis and assessment of regional infrastructure from the perspective of passive defense Case study: South Pars Industrial Zone. Journal of Regional Planning, 7: 83 -94.
16. Zarqani, S.H., Mofidi, A.S., Shafieinia, M. (2018). Climate change analysis and its consequences Case study: Sea level rise. The Second National Conference on Meteorology of Iran, Mashhad, Ferdowsi University of Mashhad. (In Persian)
17. Vice President of Planning and Economic Affairs of Khuzestan Industrial Towns, 2017.
18. Timmerman, P. (1981). Vulnerability, resilience and the collapse of society, Environmental Monograph.
19. Johansson, J., Hassel, H. (2010). An approach for modelling interdependent infrastructures in the context of vulnerability analysis. Reliability Engineering and System Safety, 95(12):1335-1344. https://doi.org/10.1016/j.ress.2010.06.010
20. Johansson, J., Henrik, H., Enrico, Z. (2013). Reliability and vulnerability analyses of critical infrastructures: Comparing two approaches in the context of power systems. Reliability Engineering and System Safety, 120: 27-38.
21. Lee, EE., Mitchell, J.E., Wallace, W.A. (2019). Restoration of Services in Interdependent Infrastructure Systems: A Network Flow Approach. IEEE Transaction on Systems Magazine, 37: 1303-1318.
22. Bahrami, Y. Marsousi, N. Absolute power, A. Ahmadi, K. (2014). The impact of climate on the sustainability of urban systems. International Conference on Sustainable Development, Strategies and Challenges focusing on Agriculture, Natural Resources, Environment and Tourism, Tabriz, Permanent Secretariat of the International Conference on Sustainable Development, Strategies and Challenges.
23. Jamali, S. (2014). Pathology of hydropower plants in the face of the effects of climate change; Case study: Karkheh catchment. Quarterly Journal of Iran Hydropower Dam and Power Plant. 1: 25-37. https://doi.org/1001.1.23225882.1393.1.2.3.5.(In Persian)

 

 

 

 

 

 

1- دانشجوی دکتری آب و هواشناسی، گروه جغرافیا، واحد اهواز، دانشگاه آزاد اسلامی اهواز، ایران.

2- دانشیار گروه جغرافیا، واحد اهواز، دانشگاه آزاد اسلامی اهواز، ایران.^*(مسوول مکاتبات)

3- استادیار گروه جغرافیا، واحد اهواز، دانشگاه آزاد اسلامی اهواز، ایران.

1- Doctoral student of Hydrology and Meteorology, Department of Geography, Ahvaz branch, Islamic Azad University of Ahvaz, Iran.

2- Associate Professor of Department of Geography, Ahvaz Branch, Ahvaz Islamic Azad University, Iran. *(Corresponding Author)

3- Assistant Professor of Geography Department, Ahvaz Branch, Ahvaz Islamic Azad University, Iran.

1- Normalized Difference Water Index

تعداد مشاهده مقاله: 113

تعداد دریافت فایل اصل مقاله: 26