دانشگاه بیرجند-گروه پژوهشی خشکسالی وتغییراقلیممجله پژوهش های خشکسالی و تغییراقلیم3092-60763ویژه نامه20251222Investigating The Effects of Climate Change and Dust Storms on The Health and Sustainability of The Zagros Forest Ecosystemبررسی اثرات تغییرات اقلیمی و ریزگردها بر سلامت و پایداری بومسازگان جنگلی زاگرس116340210.22077/jdcr.2025.9043.1126FAمجید پاتواستادیار پژوهش، بخش تحقیقات جنگل و مرتع، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان آذربایجان غربی، سازمان تحقیقات، آموزش و ترویج کشاورزی، ارومیه، ایران.سهراب مرادیاستادیار گروه توسعه کشاورزی و منابع طبیعی، دانشکده فنی و مهندسی، دانشگاه پیام نور، تهران، ایرانجلال هنارهاستادیار پژوهش، بخش تحقیقات جنگل و مرتع، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان آذربایجان غربی، سازمان تحقیقات، آموزش و ترویج کشاورزی، ارومیه، ایران.Journal Article20250305The Zagros forests, as the largest and most important forest ecosystem in Iran, have been affected by two hazardous phenomena in recent years: climate change and dust storms. This study aimed to investigate the simultaneous impacts of these two phenomena on the stability and health of these forests. For this purpose, credible scientific sources from databases such as Scopus, Web of Science, and Google Scholar were systematically reviewed and analyzed. The findings indicate that a 1.5°C increase in temperature and a 20% decrease in precipitation have exacerbated droughts, reducing soil moisture by up to 25%. These changes severely threaten the health of the main species in the Zagros forests, particularly oak trees and other trees and shrubs. On the other hand, dust storms have disrupted photosynthesis by reducing sunlight by 30% and increased soil erosion by 18%. These factors, combined, have had devastating effects on the Zagros forest ecosystem, resulting in a 25% decline in biodiversity and an 18% decrease in carbon sequestration capacity. Additionally, critical ecosystem functions, such as water cycle regulation and soil stabilization, have been significantly weakened. Continuing this trend could alter the structure of the Zagros forest ecosystem, making it more vulnerable to pests and diseases. To address these challenges, strategies such as optimal water resource management, planting drought-resistant species, and restoring native vegetation are recommended. This study emphasizes the need for urgent and effective measures to protect and restore the Zagros forests.جنگلهای زاگرس، بهعنوان بزرگترین و مهمترین بومسازگان جنگلی ایران، در سالهای اخیر تحتتأثیر دو پدیده خطرناک، یعنی تغییرات اقلیمی و طوفانهای ریزگرد، قرار گرفتهاند. این پژوهش باهدف بررسی تأثیرات همزمان این دو پدیده بر پایداری و سلامت این جنگلها انجام شده است. برای این منظور منابع علمی معتبر از پایگاههایی مانند Scopus، Web of Science و Google Scholar بهصورت سامانمند بررسی و تحلیل شدند. یافتهها نشان میدهد که افزایش ۵/۱ درجهای دمای هوا و کاهش ۲۰ درصدی بارشها، خشکسالیها را تشدید کرده و رطوبت خاک را تا ۲۵ درصد کاهش داده است. این تغییرات، سلامت گونههای اصلی جنگلهای زاگرس، بهویژه بلوطها و دیگر درختان و درختچهها را بهشدت تهدید میکند. از سوی دیگر، طوفانهای ریزگرد با کاهش ۳۰ درصدی نور خورشید، فرآیند فتوسنتز را مختل کرده و فرسایش خاک را تا ۱۸ درصد افزایش دادهاند. این عوامل، در کنار هم تأثیرات مخربی بر بومسازگان جنگلی زاگرس داشتهاند، بهطوری که تنوعزیستی تا ۲۵ درصد و ظرفیت ذخیرهسازی کربن تا ۱۸ درصد کاهش یافته است. همچنین، عملکردهای حیاتی بومسازگان، مانند تنظیم چرخه آب و تثبیت خاک، بهشدت تضعیف شدهاند. ادامه این روند میتواند ساختار بومسازگان جنگلی زاگرس را تغییر داده و آن را در برابر آفات و بیماریها آسیبپذیرتر کند. برای مقابله با این چالشها، راهکارهایی مانند مدیریت بهینه منابع آب، کاشت گونههای مقاوم به خشکی و احیای پوشش گیاهی بومی پیشنهاد شده است. این پژوهش بر ضرورت اقدامات فوری و مؤثر برای حفاظت و احیای جنگلهای زاگرس تأکید میکند.https://jdcr.birjand.ac.ir/article_3402_decc11dd84833545e88c31b989bfc546.pdfدانشگاه بیرجند-گروه پژوهشی خشکسالی وتغییراقلیممجله پژوهش های خشکسالی و تغییراقلیم3092-60763ویژه نامه20251222Evaluation of Climate Models for Simulation of Temperature and Precipitation: Selection of the Best AR6 Model Using Multi-Criteria Decision-Making and Performance Metricsارزیابی شبیهسازی مدلهای اقلیمی با استفاده از روش تصمیمگیری چندمعیاره و معیارهای عملکرد1736359210.22077/jdcr.2025.9112.1130FAنگین نبات قدسدانشجوی کارشناسی ارشد گروه مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه قم، قم، ایرانپریساسادات آشفتهدانشیار گروه مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه قم، قم، ایرانJournal Article20250315This study examines the performance of 19 climate models from the Sixth Assessment Report (CMIP6) in simulating temperature and precipitation variables in the Qaranqoo watershed over the period 1971–2000. The primary objective is to identify the most accurate model for predicting climate variables in this region. To evaluate model performance, statistical metrics including Nash-Sutcliffe Efficiency (NSE), Kling-Gupta Efficiency (KGE), Root Mean Square Error (RMSE), Normalized Root Mean Square Error (NRMSE), Mean Absolute Error (MAE), Percent Bias (PBIAS), and correlation coefficient (r) are utilized. Results indicate that the models perform significantly better in simulating temperature compared to precipitation. The MPI-ESM1-2-LR and CMCC-ESM2 models were identified as the best models for temperature and precipitation simulation, respectively. Furthermore, sensitivity analysis and weighting based on the Analytical Hierarchy Process (AHP) revealed that the INM-CM4-8 and NORESM2-MM models hold the highest weight for precipitation simulation, while the NESM3 and MPI-ESM1-2-LR models hold the highest weight for temperature simulation. Sensitivity analysis also confirmed the stability of the results under various conditions. The findings of this study can support water planning and natural resource management in the region. Ultimately, the research highlights that using more accurate models can contribute to reducing uncertainty in climate-related decision-making.این پژوهش به بررسی عملکرد 19 مدل اقلیمی از گزارش ششم (CMIP6) در شبیهسازی متغیرهای دما و بارش در حوضه آبریز قرنقو طی دوره 1971-2000 میپردازد. هدف اصلی، شناسایی دقیقترین مدل برای پیشبینی متغیرهای اقلیمی در این منطقه است. برای ارزیابی عملکرد مدلها، از معیارهای آماری شامل کارآیی نش-ساتکلیف (NSE)، ، کارآیی کلینگ-گپتا (KGE)، ریشه میانگین مربعات خطا (RMSE)، ریشه میانگین مربعات خطای نرمالشده (NRMSE)، میانگین خطای مطلق (MAE)، درصد اریبی (PBIAS) و ضریب همبستگی (r) استفاده میشوند. نتایج نشان میدهند که عملکرد مدلها در شبیهسازی دما بهطور قابل توجهی بهتر از بارش است. مدلهای MPI-ESM1-2-LR و CMCC-ESM2 بهترتیب بهعنوان بهترین مدلها برای شبیهسازی دما و بارش شناسایی شدند. علاوهبر این، تحلیل حساسیت و وزندهی مبتنیبر AHP نشان داد که مدلهای INM-CM4-8و NORESM2-MM بیشترین وزن را برای شبیهسازی بارش و مدلهای NESM3و MPI-ESM1-2-LRبیشترین وزن را برای شبیهسازی دما دارند. همچنین، تحلیل حساسیت انجامشده، پایداری نتایج را در شرایط مختلف تأیید میکند. یافتههای این مطالعه میتوانند به برنامهریزیهای آبی و مدیریت منابع طبیعی در منطقه کمک کند. در نهایت، این تحقیق نشان میدهد که استفاده از مدلهای دقیقتر میتواند به کاهش عدمقطعیت در تصمیمگیریهای اقلیمی منجر شود.https://jdcr.birjand.ac.ir/article_3592_a73289be3edd451a27d4aae0fee7f47f.pdfدانشگاه بیرجند-گروه پژوهشی خشکسالی وتغییراقلیممجله پژوهش های خشکسالی و تغییراقلیم3092-60763ویژه نامه20251222Using Machine Learning to Improve Precipitation Estimation by ERA5 Data at Meteorological Stations in West Azerbaijan Provinceاستفاده از یادگیری ماشین برای بهبود تخمین بارش توسط دادههای ERA5 در ایستگاههای هواشناسی استان آذربایجان غربی3756363110.22077/jdcr.2025.9231.1137FAمسلم محمدیاستادیار گروه کامپیوتر، دانشکده مهندسی، دانشگاه پیام نور، تهران، ایران.Journal Article20250419Abstract : <br /><br />Accurate precipitation estimation plays a fundamental role in weather forecasting, water resources management, and disaster mitigation. In recent years, machine learning methods have emerged as a powerful tool for improving precipitation estimation. In this paper, artificial neural network regression and support vector machine regression methods are evaluated to map the estimated precipitation from ERA5 data to the precipitation measured at meteorological stations. In this study, various methods, including statistical methods and machine learning, are investigated by combining different features to improve the accuracy of ERA5 data. The study area includes 16 meteorological stations. The results show that the artificial neural network regression method increased the accuracy of rainfall estimation in proportion to the number of input features and, in the best case , led to the achievement of RMSE (2.73 mm for daily), CC (0.71 for daily ), NSE ( 0.50 for daily ), and NRMSE ( 0.05 for daily ).تخمین دقیق بارش نقشی اساسی در پیشبینی آبوهوا، مدیریت منابع آبی و کاهش اثرات بلایای طبیعی ایفا میکند. در سالهای اخیر، روشهای یادگیری ماشین بهعنوان ابزاری توانمند برای بهبود تخمین بارش مطرح شدهاند. در این مقاله، روشهای رگرسیون شبکههای عصبی مصنوعی و رگرسیون ماشین بردار پشتیبان برای نگاشت میزان بارش تخمین زده شده توسط دادههای ERA5به بارشهای سنجش شده در ایستگاههای هواشناسی مورد ارزیابی قرار میگیرد. در این مطالعه، روشهای مختلفی از جمله روشهای آماری و یادگیری ماشین با استفاده از ترکیب ویژگیهای مختلف برای بهبود دقت دادههای ERA5 مورد بررسی قرار میگیرند. ناحیه مورد مطالعه شامل 16 ایستگاه هواشناسی میباشد. نتایج نشان میدهد که روش رگرسیون شبکههای عصبی مصنوعی دقت تخمین بارش را متناسب با تعداد ویژگیهای ورودی افزایش داده و در بهترین حالت منجر به دستیابی به RMSE (mm73/2 برای روزانه)، CC ( 71/0 برای روزانه )، NSE (50/0 برای روزانه ) و NRMSE (05/0 برای روزانه) شد.https://jdcr.birjand.ac.ir/article_3631_de3cbc8417af2121629ae3b44e844e55.pdfدانشگاه بیرجند-گروه پژوهشی خشکسالی وتغییراقلیممجله پژوهش های خشکسالی و تغییراقلیم3092-60763ویژه نامه20251222Response of Iranian Cloud Cover to Teleconnection Variability: A Study of 136 Synoptic Stationsپاسخ ابرناکی ایران به نوسانات دورپیوندی: مطالعهای بر ۱۳۶ ایستگاه سینوپتیک غربی5778363810.22077/jdcr.2025.9514.1148FAعلیرضا سعادت مقدسیدانشجوی دکتری، گروه مهندسی آبیاری و آبادانی، دانشکده مهندسی و فناوری کشاورزی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران.زهرا آقاشریعتمداریدانشیار، گروه مهندسی آبیاری و آبادانی، دانشکده مهندسی و فناوری کشاورزی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران.Journal Article20250603Teleconnection, the large-scale patterns of climate change that link distant regions, has long been recognized as an important factor in understanding and predicting weather patterns around the world. In Iran, these teleconnections have been shown to significantly affect the distribution and variability of rainfall, cloudiness, and temperature as a key driver affecting the region. One of the most important links in this field is the large-scale index of several decades’ atlas. In this research, the climatic component of cloudiness and the effects of several decades of the Atlas index on it have been analyzed. With the method of Principal Components Analysis, the climatic component of cloudiness and the effect of 12 teleconnections have been investigated and analyzed. that the greatest effect is obtained from the index of several decades of atlas. The highest percentage of correlation is calculated from Karaj station located in the western Alborz slopes and is -0.65%. Stations in the western and southwestern regions showed the highest percentage of correlation between the cloudiness parameter and the aforementioned index, followed by the central and southern regions. In general, the positive phase of the index will cause a decrease in cloudiness in the western and central regions of Iran, and the negative phase of the index will cause an increase in cloudiness in the mentioned areas. It is recommended to consider climate change and global warming in future studies.پدیدههای دورپیوندی بهعنوان الگوهای همبستگی دوربرد، اثرگذاری در مناطق برون حاره با رویکردهای نوین دادهکاوی دوباره پررنگ شدهاند. در این پژوهش نقش همزمان ۱۵ شاخص دورپیوندی بر ابرناکی ایران نرمال سازی و کمیسازی شده است. بدینمنظور میانگین ماهانه ابرناکی ۱۳۶ ایستگاه سینوپتیک کشور طی سالهای ۱۹۷۹–۲۰۲۳ بهکار رفت و با چارچوب Rock-PCA، همبستگیها با چرخش Varimax و چرخش بازتولیدپذیر RKHS (با اسپیرمن) در دو مقیاس ماهانه و سالانه استخراج شد. نقشههای ترکیبی در سه سطوح ۸۵۰، ۷۰۰ و ۵۰۰ هکتوپاسکال با استفاده از نرم افزار پایتون ترسیم گردید. بیشترین اثر سالانه متعلق به TNA بود ( ≈۶۰ ایستگاه ؛ r≈−0/49؛ p<0/05) و در مقیاس ماهانه NAO بر ۱۳۰ ایستگاه با میانگین r≈0/33 غالب بود. الگوهای مکانی با جابهجایی جت جنبحارهای، تغییر مسیر توفانها و انتقال رطوبت مدیترانه–دریای سرخ–خلیجفارس سازگار است؛ ترکیب NAO+/EAWR+ کمربند کاهش ابر بر اروپای غربی–میانی و افزایش آن بر قفقاز–کاسپین و بخشهایی از ایران را تقویت میکند.https://jdcr.birjand.ac.ir/article_3638_e86758893793e139f69989c8dd0ad47a.pdfدانشگاه بیرجند-گروه پژوهشی خشکسالی وتغییراقلیممجله پژوهش های خشکسالی و تغییراقلیم3092-60763ویژه نامه20251222Modeling the Effect of Temperature Increase on Maize Yield Componentsمدلسازی اثر افزایش دما بر اجزاء عملکرد ذرت7994369910.22077/jdcr.2025.9396.1143FAفاطمه صفریدانشجوی دکتری آبیاری و زهکشی، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه بینالمللی امام خمینی (ره)، قزوین، ایران.هادی رمضانی اعتدالیاستاد گروه مهندسی آب، دانشکده کشاورزی، دانشگاه بینالمللی امام خمینی (ره)، قزوین، ایران.عباس کاویانیدانشیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه بینالمللی امام خمینی (ره)، قزوین، ایران.لیلا خسرویکارشناسی ارشد آبیاری و زهکشی، کارشناس آزمایشگاه کیفیت آب، گروه آبیاری و آبادانی، دانشکدگان کشاورزی و منابع طبیعی دانشگاه تهران، کرج، ایران.Journal Article20250515Climate change, caused by fluctuations in meteorological parameters such as temperature, affects environmental and agricultural processes. Understanding these parameters and estimating crop yield before harvest play a key role in improving production management, increasing farmers' income, and facilitating food supply planning. since crop production is the outcome of interactions between plant processes and climatic variables.In this study, the yield and biomass of maize (Single Cross 704 hybrid) were estimated based on two temperature-related parameters: mean maximum temperature and cumulative temperatures exceeding the crop's threshold. Yield and biomass estimation equations were developed both seasonally and at different growth stages. The aim of this study is to investigate the effects of temperature parameters and to predict yield components under temperature variations. According to the results, the seasonal yield equation based on mean maximum temperature showed good performance with R² = 0.79 and RMSE = 0.84, while the seasonal biomass equation based on cumulative threshold exceedance had R² = 0.67 and RMSE = 0.72. In stage-based equation development, yield estimation based on both temperature parameters yielded R² and RMSE values of 0.90 and 0.57, and 0.88 and 0.68, respectively. The stage-based biomass equation using mean maximum temperature showed acceptable accuracy with R² = 0.83 and RMSE = 0.52.تغییر اقلیم با ایجاد نوسانات در پارامترهای هواشناسی مانند دما، بر فرآیندهای محیطزیستی و کشاورزی اثر میگذارد. شناخت این پارامترها و تخمین عملکرد محصول پیش از برداشت، نقش مهمی در بهبود مدیریت تولید، درآمد کشاورزان و برنامهریزی تأمین غذا دارد.چراکه تولید محصول نتیجه اثر متقابل فرآیندهای گیاهی و پارامترهای آب و هوایی است. در این پژوهش، عملکرد و زیستتوده ذرت با رقم سینگلکراس 704، براساس دو پارامتر دمایی: متوسط دمای حداکثر و مجموع دماهای بالای حد آستانه گیاه تخمین زده شد و معادلات مربوط به برآورد عملکرد و زیستتوده بصورت فصلی و مرحلهای توسعه داده شد. هدف از انجام این پژوهش، بررسی اثر پارامترهای دمایی و پیشبینی مقدار اجزاء عملکرد در اثر تغییرات دمایی است. طبق نتایج بدست آمده در معادلات فصلی، معادله عملکرد براساس متوسط دمای حداکثر با مقادیر R2 و RMSE برابر 79/0 و 84/0 و معادله زیستتوده براساس مجموع دماهای بالای حدآستانه با مقادیر R2 و RMSE برابر 67/0 و 72/0 برآورد خوبی داشتند. در توسعه مرحلهای معادلات، معادله عملکرد براساس هر دو پارامتر با مقادیر R2 و RMSE به ترتیب: 90/0 ، 57/0 ، 88/0 و 68/0 و معادله زیستتوده براساس متوسط دمای حداکثر با مقادیر R2 و RMSE برابر 83/0 و 52/0 تخمین خوبی دادند.https://jdcr.birjand.ac.ir/article_3699_a48f14463990b531424c32d3837b668a.pdfدانشگاه بیرجند-گروه پژوهشی خشکسالی وتغییراقلیممجله پژوهش های خشکسالی و تغییراقلیم3092-60763ویژه نامه20251222Application Of Integrated Drought Index In Multivariate Analysis Based On Vine-Copulaکاربرد شاخص یکپارچه خشکسالی در تحلیل چندمتغیره ریسک براساس واین کاپولا95118370310.22077/jdcr.2025.9917.1161FAام البنین بذرافشاندانشیار، گروه مهندسی منابع طبیعی، دانشکده کشاورزی و منابع طبیعی، دانشگاه هرمزگان، بندرعباس، ایران.فاطمه تیموریدانشجوی دکتری علوم و مهندسی آبخیزداری، گروه مهندسی منابعطبیعی، دانشگاه هرمزگان، بندرعباس، ایران.حمید غلامیاستاد، گروه مهندسی منابع طبیعی، دانشکده کشاورزی و منابع طبیعی، دانشگاه هرمزگان، بندرعباس، ایران.مرضیه شکاریاستادیار، گروه آمار، دانشکده علوم پایه، دانشگاه هرمزگان، بندرعباس، ایران.حسین زمانیاستادیار، گروه آمار، دانشکده علوم پایه، دانشگاه هرمزگان، بندرعباس، ایران.Journal Article20250812This study focuses on the development and evaluation of an Integrated Drought Index (IDI) using the vine copula method in the Minab watershed. Given the multidimensional nature of drought and the limitations of univariate indices, this research presents a novel approach for combining four key drought indices (SPI, SRI, SPEI, and SMDI). The results indicated that the Frank copula function with dependence parameters of 4.8 and 1.7 for the SPI-SRI and SRI-SMDI pairs, respectively, was the most suitable dependence model. The hierarchical structure of the vine copula identified the SRI index as the pivotal variable, with the strongest correlation (0.82) observed between SPI and SRI. The developed IDI demonstrated a higher capability in identifying compound droughts compared to univariate indices. Return period analysis revealed that under multivariate conditions, the M│SDP scenario at a 0.99 probability corresponds to a return period of 225,337 years, indicating the rarity of high-magnitude drought events occurring alongside other characteristics. The investigation of relationships between drought characteristics also indicated a strong correlation (0.95) between drought intensity and duration. This study proved that the vine copula method, by modeling the nonlinear relationships between drought variables, provides a powerful tool for comprehensive drought risk assessment. The findings can serve as a scientific basis for water resource management decisions in arid and semi-arid regions, although the computational complexity and the requirement for high-quality data are considered limitations of this method.این پژوهش به توسعه و ارزیابی یک شاخص یکپارچه خشکسالی (IDI) با بهرهگیری از روش پیشرفته «مفصل واین» در حوضه آبخیز میناب می پردازد. با تلفیق چهار شاخص مؤثر (SPI، SRI، SPEI و SMDI)، این رویکرد نوین محدودیتهای روشهای متعارف تکمتغیره را مرتفع میسازد. یافتهها حاکی از آن بود که شاخص SRI نقش متغیر محوری را ایفا کرده و بیشترین همبستگی (۰.۸۲) را با شاخص SPI نشان میدهد. شاخص SPEI حذف گردید و شاخص IDI طراحیشده در مقایسه با سایر indices، از کارایی بالاتری در شناسایی خشکسالیهای مرکب برخوردار است. تحلیلهای آماری، نادر بودن رویدادهای حدی (با دوره بازگشت ۲۲۵۳۳۷ ساله) و نیز وجود رابطهای قوی (۰.۹۵) بین شدت و مدت خشکسالی را آشکار ساخت. این روش، ابزاری robust برای ارزیابی جامع ریسک خشکسالی فراهم میآورد که میتواند مبنای تصمیمگیری در مدیریت منابع آب قرار گیرد، اگرچه پیچیدگی محاسباتی و نیاز به دادههای دقیق از چالشهای پیشروی آن محسوب میشوند.https://jdcr.birjand.ac.ir/article_3703_2ce3e9322efd53d8a87dc2f6a7b189c5.pdfدانشگاه بیرجند-گروه پژوهشی خشکسالی وتغییراقلیممجله پژوهش های خشکسالی و تغییراقلیم3092-60763ویژه نامه20251222Examining the special socio-spiritual factors of drought from the perspective of Quran and hadithsبررسی عوامل خاص اجتماعی معنوی خشکسالی از منظر قرآن و روایات119136394710.22077/jdcr.2024.8306.1080FAمحمد اکبریاستادیار، دانشگاه علوم و معارف قرآن کریم قم، ایران.Journal Article20241019Human daily life is always dependent on water, and the phenomenon of drought has many negative effects on water resources and environments dependent on these resources, and water scarcity generally causes irreparable damages in recent years. Therefore, investigating the causes and factors of drought is necessary and necessary to prevent it, spiritual and social factors are more important because they cannot be seen and measured naturally and materially, so the author in this article investigates the factors with a library method and a descriptive-analytical approach. He has discussed and investigated the social and spiritual factors of drought from the perspective of the Quran and traditions, and the results of the research indicate that neglect, indifference to the good and forbidding of the bad, guardianship and oppressive judgment are among the social and spiritual factors of the drought from the perspective of the Quran. Kareem and hadiths, and in fact, this type of drought is a type of divine punishment that afflicts people due to their wrong social behaviors and beliefs.زندگی روزمره انسان، همواره بسته به آب است و پدیده خشکسالی اثرات منفی بسیاری بر منابع آب و محیطهای وابسته به این منابع میگذارد و کمآبی عموماً در سالهای اخیر خسارات جبرانناپذیری را سبب میگردد. لذا بررسی علل و عوامل خشکسالی، برای پیشگیری از آن لازم و ضروری است، عوامل معنوی اجتماعی به دلیل اینکه قابل رؤیت و اندازهگیری طبیعی و مادی نیست اهمیت بیشتری دارد، لذا نگارنده در مقاله حاضر با روش کتابخانهای و با رویکرد توصیفی – تحلیلی بررسی عوامل خاص اجتماعی معنوی خشکسالی از منظر قرآن و روایات را مورد بحث و بررسی قرار داده است و نتایج تحقیق حاکی از آن است که نادیدهانگاری، بیاعتنایی به امر به معروف و نهی از منکر، ولایت و قضاوت ضالمانه از مجموعه عوامل اجتماعی معنوی خشکسالی از منظر قرآن کریم و روایات است و در واقع این نوع خشکسالی یک نوع عذاب الهی است که به سبب رفتارها و باورهای نادرست اجتماعی انسانها گریبانگیر آنها میشود.https://jdcr.birjand.ac.ir/article_3947_7709d0aaf3682787f8cc92ef0a4469dc.pdfدانشگاه بیرجند-گروه پژوهشی خشکسالی وتغییراقلیممجله پژوهش های خشکسالی و تغییراقلیم3092-60763ویژه نامه20251222An Overview of Different Perspectives on Climate Change: Analysis and Comparisonمروری بر دیدگاههای مختلف درباره تغییر اقلیم: تحلیل و مقایسه137156370410.22077/jdcr.2025.9047.1124FAغزل دهقانی سانیجدانشآموخته کارشناسی ارشد، گروه منابع آب، شرکت مهندسین مشاور طوسآب، مشهد، ایران.سید ناصر باشی ازغدیاستادیار، گروه مهندسی عمران، مؤسسه آموزش عالی خاوران و پژوهشگر مرکز پژوهشی مدیریت منابع محیط زیست ارم، مشهد، ایران.Journal Article20250303Climate change and global warming are among the major and complex issues that have attracted global attention. This study examines two main perspectives on climate change presented by the IPCC and the NIPCC. The IPCC, as an international body supported by scientific and governmental organizations, considers climate change to be the result of human activities and emphasizes the necessity of reducing greenhouse gas emissions to prevent potential crises. It also highlights the role of environmental policies and modern technologies in mitigating the impacts of climate change. In contrast, the NIPCC, relying on independent scientific data and evidence, argues that climate change may be caused by natural factors and not solely by human activities. This group stresses the importance of independent research and long-term analyses for a better understanding of climate change. In this study, IPCC reports and the criticisms raised against them are reviewed, the differences in perspectives are analyzed, and a comprehensive picture is provided for policymakers and the global community.تغییر اقلیم و گرمایش جهانی از مسائل مهم و پیچیدهای است که در سطح جهانی مورد توجه قرار دارد. این پژوهش به بررسی دو دیدگاه اصلی درباره تغییر اقلیم از سوی IPCC و NIPCC میپردازد.IPCC بهعنوان نهادی بینالمللی با حمایت علمی و دولتی، تغییرات اقلیمی را ناشی از فعالیتهای انسانی دانسته و بر ضرورت کاهش انتشار گازهای گلخانهای برای پیشگیری از بحرانهای احتمالی تأکید میکند. همچنین این نهاد نقش سیاستهای محیطزیستی و فناوریهای نوین را در کاهش اثرات تغییر اقلیم برجسته میسازد. در مقابل، NIPCC با تکیه بر دادهها و شواهد علمی بیطرفانه، معتقد است تغییرات اقلیمی میتواند ناشی از عوامل طبیعی و نه فقط فعالیتهای انسانی باشد. این گروه بر اهمیت پژوهشهای مستقل و تحلیلهای بلندمدت برای شناخت بهتر تغییرات اقلیمی تأکید دارد. در این تحقیق گزارشهای IPCC و نقدهای وارد بر آن بررسی و تفاوت دیدگاهها تحلیل شده و تصویری جامع برای سیاستگذاران و جامعه جهانی ارائه میشود.https://jdcr.birjand.ac.ir/article_3704_7e29c77b2b683be3f8612050721a7451.pdf