بهروز سبحانی - دانشیار گروه جغرافیای طبیعی دانشگاه محقق اردبیلی
مهدی اصلاحی - دانشجوی دکتری اقلیم شناسی دانشگاه محقق اردبیلی
ایمان بابائیان - استادیار پژوهشکده اقلیم شناسی مشهد

در این پژوهش نتایج سه مدل ریزمقیاس نمایی SDSM، شبکه عصبی ANN، و مدل مولد آب وهوایی LARS-WG در شبیه سازی پارامترهای اقلیمی بارش روزانه، کمینه، و بیشینه دمای روزانه در منطقه شمال غرب ایران مقایسه شده است. منطقه مورد مطالعه شامل دوازده ایستگاه هواشناسی است که دارای آمار بلندمدت اند. از داده های دما و بارش روزانه ایستگاه ها در دوره ۱۹۶۱ ۱۹۹۰ به عنوان دوره پایه در مدل و دوره ۱۹۹۱ ۲۰۰۱ به عنوان دوره اعتبارسنجی استفاده شده است. در این بررسی از دو آزمون ناپارامتری و شاخص ریشه مجموع مربعات خطای مدل (RMSE) برای مقایسه دقت سه مدل استفاده شده است. نتایج نشان داد برای دماهای کمینه و بیشینه عملکرد مدل ANN بهتر از دو مدل دیگر است. برای دادههای بارش، طبق شاخص RMSE، دقت مدل SDSM نسبت به دو مدل دیگر بیشتر است. بر اساس آزمون ناپارامتری من - ویتنی، عملکرد دو مدل SDSM و LARS-WG یکسان و بهتر از مدل ANN بود. تحلیل مکانی عملکرد سه مدل نشان میدهد که عملکرد مدلها بسته به نوع اقلیم منطقه است؛ به طوری که منطقه جنوب غرب آذربایجان شرقی و کردستان، به سبب ناپایداریهای بیشتر، عملکرد پایینتری دارند.

ریزمقیاس نمایی, مدل تغییر اقلیم, ANN, LARS-WG, SDSM