مقایسۀ روش‌های ریزمقیاس‌نمایی آماری مدل‌های تغییر اقلیم در شبیه‌سازی عناصر اقلیمی در منطقۀ شمال غرب ایران

در این پژوهش نتایج سه مدل ریزمقیاس‌نمایی SDSM، شبکة عصبی ANN، و مدل مولد آب‌وهوایی LARS-WG در شبیه‌سازی پارامترهای اقلیمی بارش روزانه، کمینه، و بیشینة دمای روزانه در منطقة شمال‏ غرب ایران مقایسه شده است. منطقة مورد مطالعه شامل دوازده ایستگاه هواشناسی است که دارای آمار بلندمدت‌اند. از داده‌های دما و بارش روزانة ایستگاه‌ها در دورة 1961 ـ 1990 به عنوان دورة پایه در مدل و دورة 1991 ـ 2001 به عنوان دورة اعتبارسنجی استفاده شده است. در این بررسی از دو آزمون ناپارامتری و شاخص ریشة مجموع مربعات خطای مدل (RMSE) برای مقایسة دقت سه مدل استفاده شده است. نتایج نشان داد برای دماهای کمینه و بیشینه عملکرد مدل ANN بهتر از دو مدل دیگر است. برای داده‏های بارش، طبق شاخص RMSE، دقتِ مدل SDSM نسبت به دو مدل دیگر بیشتر است. بر اساس آزمون ناپارامتری من‌- ویتنی، عملکرد دو مدلِ SDSM و LARS-WG یکسان و بهتر از مدل ANN بود. تحلیل مکانی عملکرد سه مدل نشان می‏دهد که عملکرد مدل‏ها بسته به نوع اقلیم منطقه است؛ به ‏طوری ‏که منطقة جنوب ‏غرب آذربایجان ‏‏شرقی و کردستان، به سبب ناپایداری‏های بیشتر، عملکرد پایین‏تری دارند.