پیش بینی تغییرات اقلیمی با استفاده از الگوریتم نرو ـ فازی (مطالعه ی موردی: ایستگاه های تهران و تبریز)

مدل های جهانی اقلیم (g c m s) به علت قدرت تفکیک مکانی پایین، قابل استفاده در مطالعات منطقه یی نیستند. به همین منظور از روش هایی موسوم به ریزمقیاس نمایی آماری برای تبدیل خروجی مدل های g c m به مقیاس منطقه یی و محلی استفاده می شوند. در این پژوهش با استفاده از الگوریتم نرو ـفازی (a n f i s) و روش خوشه بندی فازی داده ها (f c m)، به مدل سازی اقلیمی در تهران و تبریز پرداخته شده است. برای پایداری مدل، ۱۰۰ سناریو شبیه سازی شده است. میانگین دمای بیشینه در ایستگاه تهران در دوره ی پایه ی ۱۹۶۱−۱۹۹۰، ۲۲٫۴۸ درجه ی سانتی گراد است و در هر یک از دوره های ۲۰۱۱−۲۰۴۰، ۲۰۴۱−۲۰۷۰ و ۲۰۷۱−۲۱۰۰ به ترتیب ۲۳٫۵۲، ۲۵٫۰۵ و ۲۶٫۲۷ درجه ی سانتی گراد پیش بینی شده است. بارش روزانه در این ایستگاه در دوره های پایه و آینده به ترتیب ۰٫۶۳، ۱، ۱٫۱ و ۱٫۱۷ میلی متر در روز به دست آمده است. در ایستگاه تبریز، میانگین دمای بیشینه ۱۷، ۱۸٫۳۱، ۱۹٫۸۱ و ۲۱٫۳۰ درجه ی سانتی گراد و میانگین بارش روزانه ۰٫۸۴، ۰٫۶۰، ۰٫۴۷ و ۰٫۳۳ میلی متر در روز به ترتیب برای هر یک از دوره های مدل سازی حاصل شده است. نتایج، نشان دهنده ی افزایش درجه ی حرارت بیشینه در هر دو ایستگاه و رفتار متفاوت بارش است.