پیش‌بینی تغییرات اقلیمی با استفاده از الگوریتم نرو ـ فازی (مطالعه‌ی موردی: ایستگاه‌های تهران و تبریز)

مدل‌های جهانی اقلیم (G‌C‌M‌s) به‌علت قدرت تفکیک مکانی پایین، قابل استفاده در مطالعات منطقه‌یی نیستند. به همین منظور از روش‌هایی موسوم به ریزمقیاس نمایی آماری برای تبدیل خروجی مدل‌های G‌C‌M به مقیاس منطقه‌یی و محلی استفاده می‌شوند. در این پژوهش با استفاده از الگوریتم نرو ـفازی (A‌N‌F‌I‌S) و روش خوشه‌بندی فازی داده‌ها (F‌C‌M)، به مدل‌سازی اقلیمی در تهران و تبریز پرداخته شده است. برای پایداری مدل، ۱۰۰ سناریو شبیه‌سازی شده است. میانگین دمای بیشینه در ایستگاه تهران در دوره‌ی پایه‌ی ۱۹۶۱−۱۹۹۰، ۲۲٫۴۸ درجه‌ی سانتی‌گراد است و در هر یک از دوره‌های ۲۰۱۱−۲۰۴۰، ۲۰۴۱−۲۰۷۰ و ۲۰۷۱−۲۱۰۰ به‌ترتیب ۲۳٫۵۲، ۲۵٫۰۵ و ۲۶٫۲۷ درجه‌ی سانتی‌گراد پیش‌بینی شده است. بارش روزانه در این ایستگاه در دوره‌های پایه و آینده به‌ترتیب ۰٫۶۳، ۱، ۱٫۱ و ۱٫۱۷ میلی‌متر در روز به‌دست آمده است. در ایستگاه تبریز، میانگین دمای بیشینه ۱۷، ۱۸٫۳۱، ۱۹٫۸۱ و ۲۱٫۳۰ درجه‌ی سانتی‌گراد و میانگین بارش روزانه ۰٫۸۴، ۰٫۶۰، ۰٫۴۷ و ۰٫۳۳ میلی‌متر در روز به‌ترتیب برای هر یک از دوره‌های مدل‌سازی حاصل شده است. نتایج، نشان‌دهنده‌ی افزایش درجه‌ی حرارت بیشینه در هر دو ایستگاه و رفتار متفاوت بارش است.