نام پژوهشگر: فرزاد اسپنانی
فرزاد اسپنانی حمیدرضا صفوی
افزایش غلظت گازهای گلخانه ای در جو زمین تغییرات قابل ملاحظه ای را در اقلیم زمین به وجود آورده است. با توجه به اینکه گرمایش زمین عامل تهدیدکننده ای برای زندگی بشر و کشاورزی در کره زمین می باشد، لذا پیش بینی تغییرات اقلیمی در آینده امری ضروری به حساب می آید. در این پایان نامه، هدف پیش بینی دما و بارش روزانه آینده نزدیک (2050-2021) و آینده دور (2099-2071) می باشد. معمولترین ابزار برای توسعه سناریوهای اقلیمی در جهت ارزیابی اثرات کمّی استفاده از مدل های aogcm، می باشند. هر مدل aogcm، دارای پیش بینی متفاوتی از آینده می باشد. این مدل ها بطور معمول اقیانوس و اتمسفر زمین را در جهت افقی به مقیاس 2 تا 4 درجه سانتیگراد عرضی و طولی و در جهت عمودی به 10 تا 20 لایه تقسیم می کنند. بنابراین نیاز به راهی برای تبدیل مقیاس این مدل ها به مقیاس منطقه ای می باشد. بدلیل عدم قطعیت های موجود در مدل های aogcm، و براساس مطالعات جدید در نواحی مختلف جهان، مدل های چندگانه گروهی (multimodel ensemble)، بهترین ابزار برای پیش بینی تغییر اقلیم می باشد. اولین قدم پس از گرفتن خروجی مدل های gcm، پیداکردن مقادیر آنها در ایستگاه مورد نظر است. بنابراین نیاز به راهی برای درونیابی بین مقادیر اطراف ایستگاه ها می باشد، که در این پایان نامه، از روش مطلوب وزن دهی عکس فاصله (idw)، استفاده شده است. قدم بعدی ساخت مدل های چندگانه گروهی است و مسأله نحوه وزن دهی مدل و ترکیب آنها می باشد. در این پایان نامه از چهار روش وزن دهی استفاده شده است؛ 1-rea، 2-روش رِیسنِن، 3-وزن دهی میانگین مشاهداتی دما و بارش و 4- وزن دهی یکسان. هر کدام از روش های وزن دهی مدل های gcm را براساس معیارهایی مورد ارزیابی قرار می دهد و وزن خاصی نسبت می دهد. از داده های مشاهداتی دما و بارش در دوره سال های 2009-2001 برای مقایسه هر کدام از روش ها استفاده شد و بهترین روش وزن دهی بر اساس میزان تطابق بهتر با داده های مشاهداتی انتخاب شد. روش های انتخاب شده برای ایجاد مدل چندگانه خروجی و پیش بینی دوره آینده دور و نزدیک بکار گرفته شد. نتایج نشان می دهد در هر دو دوره دور و نزدیک دمای حداقل و حداکثر در کل ماه های سال افزایش می یابد که این بر خلاف بارش می باشد. در حالیکه بارش سالانه در هر دو دوره کاهش خواهد داشت اما این کاهش در تمام ماه های سال نیست. بارش در فصل تابستان افزایش و در فصل زمستان کاهش خواهد یافت.