بررسی عدم قطعیت مدل LARS تحت سناریوهای A۱B، A۲ و B۱ در پیش بینی بارش و دما (مطالعه موردی: ایستگاه سینوپتیک مشهد)
Publish place: Irrigation and Drainage، Vol: 8، Issue: 4
Publish Year: 1393
نوع سند: مقاله ژورنالی
زبان: Persian
View: 270
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IDJ-8-4_002
تاریخ نمایه سازی: 25 اردیبهشت 1400
Abstract:
تاثیر تغییر اقلیم در میزان تغییرات بارندگی و دما توسط مدلهای پیشبینی اقلیمی مورد تحلیل و بررسی قرار میگیرد. مدلهای گردش عمومی جو و به دنبال آن استفاده از مدلهای ریزمقیاس مانند LARS-WG۵ این امر را محقق میسازد، اما این پیشبینیها با عدم قطعیت روبرو هستند. در این بررسی عدم قطعیت خروجی مدل LARS-WG۵ پس از پیشبینی دو پارامتر بارش و دما طی سی سال ۲۰۴۱-۲۰۱۲ در ایستگاه سینوپتیک مشهد مورد بررسی قرار گرفت. نتایج نشان داد که خروجی این مدل ریزمقیاس با عدم قطعیت همراه است، بهطوریکه تحلیل نتایج نمودار باکس پلات در ایستگاه مشهد نشان داد، مقادیر ریزمقیاس شده بارش در چارکهای اول تا چهارم متفاوت است. با سناریوی A۲ و تحت سه مدل HadCM۳، GFCM۲۱ و INCM۳ در چارک اول ۷۵ درصد دادههای پیشبینی بارش در ماه مارس بهترتیب بیش از مقاددیر ۹۵/۵۳، ۱۷/۵۷ و ۹۳/۴۴ میلیمتر و در چارک سوم ۲۵ درصد دادهها بهترتیب بیشتر از مقادیر ۸۶/۵۹، ۵۳/۶۳ و ۲۳/۵۰ میلیمتر میباشند.
Keywords:
Authors
حسین انصاری
- دانشیار گروه مهندسی آب دانشکده کشاورزی، دانشگاه فردوسی مشهد، مشهد، ایران
مهدی خدیوی
کارشناس ارشد جغرافیای روستایی، دانشگاه بیرجند، بیرجند، ایران
نسرین صالح نیا
دانشجوی دکتری هواشناسی، دانشکده کشاورزی دانشگاه فردوسی مشهد، مشهد، ایران
ایمان بابائیان
استادیار گروه پژوهشی تغییر اقلیم، پژوهشکده اقلیم شناسی(مرکز ملی اقلیم)، مشهد، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :