کوچک مقیاس کردن نتایج حاصل از مد ل های اقلیم جهانی با استفاده از روش طیفی و کاربرد آن در تعیین عملکرد گندم دیم

در این رساله با استفاده از داده های کوچک مقیاس شده به روش طیفی و استفاده از مدل dssat تغییرات عملکرد گندم دیم در دوره زمانی 2050 تا 2100 بررسی شده است. نتایج نشان داده است که شدت تغییرات بارندگی در دو دهه اخیر (از سال 1990 به بعد) در حال افزایش می باشد. در طول سال های وقوع لانینا وقایع خشکسالی با شدت زیاد می توانند رخ دهند. در حالی که در طی این سال ها وقایع مرطوب دارای احتمال وقوع کمتر می باشند. در طول سال های النینو، هر دو شرایط خشک و مرطوب احتمال وقوع دارند. در مجموع احتمال وقوع شرایط خشک در سری های سالانه شاخص استاندارد بارندگی (spi)، متداول تر است. در طی شرایط خشک و تر احتمال اثر وقایع enso و pdo در شاخص spi بررسی شده است. نتایج مطالعه همچنین نشان دهنده این است که سال های لانیناکه در طول فاز منفی pdo صورت می پذیرد، می تواند باعث تشدید خشکسالی در منطقه مطالعاتی گردد. وجود ارتباط قوی مابین سری زمانی اصلی و بازسازی شده spi، enso و pdo با کاربرد روش mssa در منطقه مطالعاتی، نشان دهنده اهمیت این رابطه می باشد. سری های بازسازی شده نشان دهنده افزایش تغییرات بارندگی (که می تواند حاکی از تغییر رژیم بارندگی باشد) از سال 1990 تا انتهای دوره آماری مورد بررسی (2008) می باشد. آگاهی از وجود تغییرات در رژیم بارندگی با توجه به سیگنال enso مبنای روش آماری کوچک مقیاس کردن قرار گرفت و با استفاده از الگوریتم gap filling mssa داده های بارندگی و درجه حرارت حاصل از مناسب ترین مدل های اقلیم جهانی در منطقه مطالعاتی در دوره زمانی 2050 تا 2100 کوچک مقیاس شده است. با کاربرد مقادیر حاصله در مدل گیاهی dssat، عملکرد گندم دیم منطقه طی دوره مذکور مورد بررسی قرار گرفته است. نتایج حاصل نشان دهنده کاهش عملکرد گندم دیم منطقه مطالعاتی در دوره زمانی آینده (2050 تا 2100) می باشد. در همه مناطق مورد بررسی به طور متوسط کاهش 15 درصد عملکرد در خاک های مختلف وجود خواهد داشت. با توجه به اهمیت تعیین اثر شرایط حدی النینو ولانینا بر محصول گندم دیم منطقه، پارامترهای ارائه شده فوق در شرایط النینو و لانینا (در دوره 2050 تا 2100) نیز مورد ارزیابی قرار گرفته که نشان دهنده بحرانی تر بودن (کاهش بیشتر متوسط عملکرد) در سال های لانینا در مقایسه با دوره های وقوع النینو می باشد.