ارزیابی کارایی مدل اقلیمی منطقه ای REMO و مدل گردش عمومی جو CanESM۲ درپیش بینی پارامترهای اقلیمی (مطالعه موردی: استان اصفهان)

Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 148

This Paper With 15 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_IWM-2-2_001

تاریخ نمایه سازی: 30 شهریور 1401

Abstract:

افزایش گازهای گلخانه ای در چند دهه اخیر و افزایش دمای ناشی از آن باعث بر هم خوردن تعادل سیستم اقلیمی کره زمین گردیده و تغییرات اقلیمی گسترده ای را در اغلب نواحی کره زمین موجب شده است. ایران جزو کشورهایی است که ضریب تاثیرپذیری آن از تغییرات اقلیمی بالاست. امروزه، مدل های اقلیمی یکی از متداول ترین و مناسب ترین روش ها برای ارزیابی اقلیم آینده می باشند. در این مطالعه کارایی مدل های اقلیمی منطقه ای REMO و مدل گردش عمومی جو CanESM۲ در استان اصفهان بررسی گردید. بدین صورت که داده های مدل اقلیمی منطقه ای REMO و داده های مدل گردش عمومی جو CanESM۲ با داده های مشاهداتی ایستگاه ها توسط معیارهای آماری درصد ضریب اریبی (PBIAS)، ضریب ناش- ساتکلیف (NSE)، جذر نسبت استاندارد (RSR)، ضریب تبیین (R۲) و مجذور مربعات خطا (NRMSE) مورد ارزیابی قرار گرفت. نتایج نشان داد که مدل REMO برای پیش بینی پارامتر بارندگی در ایستگاه های اردستان، داران، کبوترآباد، نائین، نطنز و شهرضا همچنین برای پارامتر دما در ایستگاه های داران، کبوترآباد، خور، فرودگاه، نطنز و شهرضا کارایی قابل قبول و در سایر ایستگاه ها دارای کارایی غیرقابل قبول می باشد. همچنین برای پارامتر باد در تمامی ایستگاه ها کارایی غیرقابل قبول می باشد. نتایج مدل اقلیمی CanESM۲ نشان داد که ایستگاه های داران، اصفهان، خور، نائین و نطنز جهت شبیه سازی مقادیر بارندگی در آینده مناسب می باشد. همچنین نتایج برای پارامترهای دما و باد تطابق بالایی را با داده های مشاهداتی نشان می دهد و می تواند جهت شبیه سازی در دوره آینده استفاده گردد. به طور کلی نتایج تحقیق نشان داد که مدل CanESM۲ از کارایی بالایی برخوردار است و می تواند به عنوان مدلی مناسب جهت پیش بینی اقلیم در دوره آینده در منطقه مورد مطالعه مورد استفاده قرار گیرد.

Keywords:

معیارهای آماری , ضریب تاثیرپذیری , ضریب تبیین (R۲) , درصد ضریب اریبی (PBIAS) , ضریب ناش- ساتکلیف (NSE)

Authors

علی سلیمی

گروه احیای مناطق خشک و کوهستانی، دانشکده منابع طبیعی، دانشگاه تهران، شهر کرج، کشور ایران

طیبه مصباح زاده

دانشیار گروه آموزشی مهندسی احیا مناطق خشک و کوهستانی دانشگاه تهران

آرش ملکیان

دانشیار گروه آموزشی مهندسی احیا مناطق خشک و کوهستانی دانشگاه تهران

مریم میراکبری

دانشگاه اصفهان