ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
Publisher of Iranian Journals and Conference Proceedings
Login |Register |Help |عضویت کتابخانه ها
Paper
Title

آنالیز الگوهای دما و بارش در آینده با استفاده از CCT(مطالعه موردی: حوضه آبخیز دریاچه ارومیه)

Year: 1398
COI: ICCIAM01_023
Language: PersianView: 345
This Paper With 11 Page And PDF Format Ready To Download

Buy and Download

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 11 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

Authors

سمیه نادری - دانشجوی دکتری اقلیم شناسی دانشگاه خوارزمی تهران
بهلول علیجانی - استاد اقلیم شناسی دانشگاه خوارزمی تهران
زهرا حجازی زاده - استاد اقلیم شناسی دانشگاه خوارزمی تهران،
کریم عباسپور - استاد انستیتو ایواگ سویس،
حسن حیدری - استادیار اقلیم شناسی دانشگاه ارومیه.

Abstract:

پیش بینی تغییرات الگوهای دما و بارندگی برای برنامه ریزی منابع آب، پایداری محصولات کشاورزی و سازگاری با سیاست های مناسب در حوضه های آبخیز ضروری است. این موضوع در مناطق کم آب مانند حوضه دریاچه ارومیه که به دلیل افزایش مصرف آب و طولانی تر شدن دوره های خشکی، کاهش شدید رواناب را تجربه کرده، بسیار مهم است. در این مطالعه با استفاده از داده های شبکه ای آب و هوایی سه مدل گردش عمومی جو (GCM) و با تفکیک فضایی 0/5 درجه تهیه شده توسط مرکز ISI-MIP5، تحت دو سناریو انتشار RCP4.5 و RCP8.5 الگوهای دما و بارندگی در حوضه دریاچه ارومیه برای دوره آتی (2024-2050) پیش بینی گردید. از آنجا یکی از ضعف های مدل های GCM بزرگ بودن مقیاس مکانی خروجی های×اقلیمی شبیه سازی شده آنها برای مطالعات اقلیمی در مقیاس محلی است، باید این خروجی ها توسط روش های مختلف ریزمقیاس نمود. روش های گوناگونی برای ریز مقیاس نمایی داده های GCM وجود دارد که روش های آماری مناسبترین آنها بخصوص در کشور ایران می باشد. این مقاله به معرفی اجمالی جعبه ابزار کاربردی تغییر اقلیم (CCT)برای انجام گام های مختلف مورد نیاز در مطالعات و محاسبات تغییر اقلیم همچون ریزمقیاس نمایی و تصحیح خطای داده های آب و هوایی مدل های GCM پرداخته است ( عملکرد این برنامه بر پایه روشهای آماری است). نتایج این تحقیق پیش بینی می کند حوضه دریاچه ارومیه بطور میانگین تا اواسط قرن حاضر (2050) افزایش حداکثر و حداقل دمای سالانه ای به ترتیب حدود 2/55 و 2/98 درجه سانتی گراد و کاهش بارش سالانه ای حدود 18/7 درصد را تجربه خواهد کرد. نتایج این مطالعه ممکن است در آینده جهت ارزیابی سیاست های سازگاری و پایداری مدیریت منابع آبی و کشت محصولات کشاورزی مورد استفاده قرار گیرد.

Keywords:

Paper COI Code

This Paper COI Code is ICCIAM01_023. Also You can use the following address to link to this article. This link is permanent and is used as an article registration confirmation in the Civilica reference:

https://civilica.com/doc/1019686/

How to Cite to This Paper:

If you want to refer to this Paper in your research work, you can simply use the following phrase in the resources section:
نادری، سمیه و علیجانی، بهلول و حجازی زاده، زهرا و عباسپور، کریم و حیدری، حسن،1398،آنالیز الگوهای دما و بارش در آینده با استفاده از CCT(مطالعه موردی: حوضه آبخیز دریاچه ارومیه)،International Conference on Climate Change, Consequences, Adaptation and Adjustment،Tehran،https://civilica.com/doc/1019686

Research Info Management

Certificate | Report | من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

Scientometrics

The specifications of the publisher center of this Paper are as follows:
Type of center: دانشگاه دولتی
Paper count: 11,703
In the scientometrics section of CIVILICA, you can see the scientific ranking of the Iranian academic and research centers based on the statistics of indexed articles.

New Papers

Share this page

More information about COI

COI stands for "CIVILICA Object Identifier". COI is the unique code assigned to articles of Iranian conferences and journals when indexing on the CIVILICA citation database.

The COI is the national code of documents indexed in CIVILICA and is a unique and permanent code. it can always be cited and tracked and assumed as registration confirmation ID.

Support