درستی سنجی متغیر های دما و بارش مدل های CMIP۵ در ایران تحت پروژه های CORDEX و NEX-GDDP
Publish place: Physical Geography Research، Vol: 55، Issue: 2
Publish Year: 1402
نوع سند: مقاله ژورنالی
زبان: Persian
View: 113
This Paper With 25 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JPHGR-55-2_006
تاریخ نمایه سازی: 3 مهر 1402
Abstract:
باتوجه به اینکه تاکنون هیچ مطالعه ای به ارزیابی توامان روش های ریزگردانی NEX-GDDP و CORDEX- WAS جهت درستی سنجی خروجی مدل های CMIP۵ در ایران برای فرا سنج های دما و بارش انجام نشده است؛ لذا این مطالعه برای نخستین بار در ایران مقایسه عملکرد مدل MPI-ESM-LR از سری مدل های CMIP۵ را برای متغیرهای دما و بارش با رویکرد توامان روش ریزگردانی دینامیکی و آماری برای دوره تاریخی ۲۰۰۵-۱۹۸۰ موردمطالعه قرار می دهد. جهت درستی سنجی، آماره های MBE، RMSE و r مورداستفاده قرار گرفت. برای برآورد شیب روند داده ها در سری زمانی، از روش ناپارامتریک سنس استفاده می شود. نتایج نشان داد در پروژه کوردکس میزان اریبی ۳۴/۰- درجه سلسیوس و در پروژه NEX-GDDP میزان اریبی ۴۶/۰- درجه سلسیوس ثبت شده است که بیانگر عملکرد بهتر مدل MPI-ESM-LR تحت پروژه ریزگردانی دینامیکی کوردکس در مقایسه با پروژه آماری NEX-GDDP در شبیهسازی دما میباشد. در هر دو پروژه بیشینه دما در سواحل جنوب و کمینه دما در ارتفاعات شمال غرب کشور شبیهسازی شده است. در شاخص MBE پروژه NEX-GDDP با اریبی ۶۰/۲- میلی متر در مقایسه با پروژه کوردکس با اریبی ۲۱/۸- میلی متر، کاهش اریبی را نشان می دهد که بیانگر عملکرد بهتر مدل MPI-ESM-LR در پروژه NEX-GDDP نسبت به پروژه کوردکس در شبیهسازی بارش می باشد. بیشینه بارش در هر دو پروژه در ارتفاعات زاگرس و کمینه بارش در جنوب شرق کشور شبیهسازی شده است
Keywords:
Authors
فاطمه تقوی نیا
گروه اقلیم شناسی، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایران
بتول زینالی
گروه اقلیم شناسی، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایران
عباسعلی داداشی رودباری
گروه اقلیم شناسی، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، 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 :