حساسیت مدل ریز مقیاس نمایی sdsm به داده های بازتحلیل شده در مناطق خشک

Authors

علی جان آبکار

محمود حبیب نژاد

کریم سلیمانی

هرمزد نقوی

abstract

مدل­های گردش عمومی جو تنها ابزاری هستند که شرایط اقلیمی آینده را تحت سناریوهای تغییر اقلیم پیش­بینی می­نمایند. یکی از دغدغه های اصلی استفاده از این مدل­ها، نبود دقت کافی در تفکیک مکانی آنها است، که به این علت برای پیش­بینی متغیر­های اقلیمی در مقیاس محلی و منطقه ای­ مناسب نیستند. بنابراین، برای پیش بینی متغیر­های اقلیمی در مقیاس منطقه­ای، محلی و ایستگاهی با استفاده از داده­های مدل هایِ جهانی، از روش های مختلف ریزمقیاس نمایی استفاده می­شود. مدل ریزمقیاس نمایی آماری sdsm)) یکی از پرکاربردترین این روش­ها است که با استفاده از رگرسیون خطی چند متغیره روابط بین متغیرهای مستقل و متغیرهای وابسته را مشخص می­کند. در این تحقیق به منظور ریز مقیاس نمایی متغیرهای دما و بارش، حساسیت مدل sdsm به دوره پایه و داده­های بازتحلیل شده­ در ایستگاه همدیدی شهرکرمان بررسی شد. از میانگین خطای مطلق برای تعیین میزان حساسیت مدل استفاده شد. نتایج این تحقیق نشان داد که مدل به نوع و دوره پایه­ی داده­های بازتحلیل شده حساسیت نشان می دهد. میانگین خطای مطلق حاصل از داده­های بازتحلیل شده­ی مدل  cgcmبرای متغیرهای دمایی متوسط حد اکثر و حداقل و متوسط دمای روزانه به ترتیب معادل با 11، 5/4 و7/4  برابر حالتی است که  از داده­های مدل hadcm3 استفاده می شود. درخصوص دوره پایه، زمانی که از داده­های دوره پایه (1990-1961) استفاده می­شود، معیار مذکور برای متغیرهای میانگین حداکثر، حداقل و میانگین روزانه دما و بارش روزانه به ترتیب معادل با 5/3، 4/1،5/3 و 4/1 برابر حالتی است که از دوره پایه (2000- 1971) استفاده می­شود.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

حساسیت مدل ریز‌مقیاس‌نمایی SDSM به داده‌های بازتحلیل‌شده در مناطق خشک

مدل­های گردش عمومی جو تنها ابزاری هستند که شرایط اقلیمی آینده را تحت سناریوهای تغییر اقلیم پیش­بینی می­نمایند. یکی از دغدغه‌های اصلی استفاده از این مدل­ها، نبود دقت کافی در تفکیک مکانی آنها است، که به این علت برای پیش­بینی متغیر­های اقلیمی در مقیاس محلی و منطقه‌ای­ مناسب نیستند. بنابراین، برای پیش‌بینی متغیر­های اقلیمی در مقیاس منطقه­ای، محلی و ایستگاهی با استفاده از داده­های مدل‌هایِ جهانی، از ...

full text

بررسی ناهنجاری‌های اقلیم با استفاده از مدل ریز مقیاس نمایی SDSM در شهرستان طبس

در این پژوهش به­منظور روشن شدن اثرات تغییر اقلیم در شهرستان طبس با استفاده از نرم­افزار SDSM و آمار درازمدت (30 ساله) ایستگاه سینوپتیک اقدام به پیش­بینی پارامترهای دما و بارش با استفاده از داده­های مدل HADCM3 برای دوره­های آتی (2039-2010، 2069-2040 و 2070-2099 ) تحت دو سناریو A2 و B2 شد. همچنین این روند در دو دوره 15 ساله بررسی و برای تعیین درجه بیابانی­شدن منطقه از روش دومارتن استفاده شد. نتای...

full text

ارزیابی دو روش ریز مقیاس نمایی آماری LARS-WG و SDSM در برآورد تغییرات پارامترهای اقلیمی (مطالعه موردی:دشت بیرجند)

سابقه و هدف: در حال حاضر معتبرترین ابزار جهت تولید سناریوهای اقلیمی، مدل‌های سه بعدی جفت شده جوی-اقیانوسی گردش عمومی هوا می‌باشند که به طور مخفف از آن به عنوان AOGCM یاد می‌شود. یکی از مشکلات عمده در استفاده از خروجی مدل‌های AOGCM، بزرگ بودن مقیاس مکانی سلول محاسباتی آن‌ها، نسبت به منطقه مورد مطالعه است و باید نتایج خروجی این مدل‌ها کوچک مقیاس شوند. روش‌های آماری متعددی جهت ریزمقیاس نمودن خروجی...

full text

بررسی کارایی مدل ریز مقیاس نمایی آماری (sdsm) در پیش بینی پارامترهای دمایی در دو اقلیم خشک و فراخشک (مطالعه موردی: کرمان و بم)

روش­های ریز مقیاس نمایی آماری، به­منظور پیش بینی متغیرهای اقلیمی مانند دما، به دلیل اهمیت این فاکتورها، در برنامه ریزی و مدیریت محیطی کاربرد وسیعی دارند. در این پژوهش کارایی مدل ریز مقیاس نمایی آماری ( sdsm ) در پیش بینی پارامتر های دمایی مورد بررسی قرار گرفته است. داده های مورد استفاده در این پژوهش شامل داده های دمای کمینه، بیشینه و میانگین ایستگاه های سینوپتیک کرمان و بم، داده های ncep و داده...

full text

جفت کردن مدل ریز مقیاس نمایی اقلیمی SDSM با WMS در پیش بینی رواناب حوضه آبریز خوانسار هرات تحت شرایط تغییر اقلیم آینده

     مدل­های ریزمقیاس، نمایی در پیش بینی عناصر اقلیمی دارای کاربرد اساسی است. یکی از کاربردهای نتایج ریز مقیاس نمایی مدل های گردش عمومی هوا [1](GCM)، استفاده در پیش بینی­های هیدرولوژیکی حوضه­های آبریز است. بدین منظور در این تحقیق از داده­های بارندگی ایستگاه باران سنجی مشکان در دوره مشاهداتی 1971-2010 و دوره نرمال 1971 تا 2000 استفاده و شرایط تغییر اقلیم آینده با مدل [2]SDSM و داده های [3]HadCM3...

full text

My Resources

Save resource for easier access later


Journal title:
خشکبوم

Publisher: دانشگاه یزد

ISSN

volume 4

issue 2 2015

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023