رویکردی متفاوت در ریز مقیاس نمایی و پیش یابی اقلیمی مولفه دما (مطالعه موردی استان گلستان)

Publish Year: 1395
نوع سند: مقاله ژورنالی
زبان: Persian
View: 57

This Paper With 16 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_JESPHYS-42-1_017

تاریخ نمایه سازی: 10 آبان 1402

Abstract:

پیش یابی تغییرپذیری زمانی- مکانی متغیرهای اقلیمی در مقیاس محلی و منطقه ای جهت برنامه ریزی های آتی در سراسر جهان، ضرورتی اجتناب ناپذیر است. لذا پژوهش حاضر سعی دارد با استفاده از یک رویکرد جدید، به پیش یابی و سپس ریزمقیاس نمایی مقادیر مولفه دمایی ایستگاههای هواشناسی استان گلستان برای دوره آماری ۱۳۹۱ تا ۱۴۵۰ بپردازد. در روش پیشنهادی جهت پیش یابی و ریزمقیاس نمایی مولفه دما، از پیش بینی کننده ۲۶ مولفه مدل گردش عمومی جو HadCM۳ برای ۱۵ پیکسل که ابعاد هر پیکسل به میزان ۳.۷۵×۲.۵ درجه می باشد استفاده گردید، که بر این اساس تعداد پیش گوکننده ها به ۳۹۰ مولفه بسط داده شد. در ادامه این تحقیق جهت عملکرد مدل پیشنهادی از ۵ ایستگاه شاهد با توجه به شرایط متفاوت توپوگرافی و اقلیمی در سطح استان استفاده شد که نتایج موید اعتبار و تطبیق بالای داده های شبیه سازی شده در مقایسه با داده های مشاهداتی سالهای ۱۳۵۰ تا ۱۳۹۰ می باشد. در نهایت خروجیها نشان داده است که با توجه به تغییرات اقلیمی دهه های آتی، افزایش دما برای اکثر ماههای سال انکارناپذیر بوده بگونه ای که در مقایسه بین ماههای مختلف سال نیز این نتیجه استنتاج شد که، پهنه های دمایی استان در ماههای اردیبهشت، مرداد، شهریور و بهمن بر اساس سناریوها و مولفه های مختلف دمایی، بیشینه مساحت را از لحاظ افزایش دما در مقایسه با سایر ماههای سال تجربه خواهند نمود.

Keywords:

ریز مقیاس نمایی آماری , شبیه سازی , تغییر اقلیم , مدلهای گردش عمومی جو

Authors

Gholamreza Roshan

استادیار اقلیم شناسی، گروه جغرافیا، دانشگاه گلستان، گرگان، ایران

Abdolazim Ghangherme

استادیار اقلیم شناسی، گروه جغرافیا، دانشگاه گلستان، گرگان، 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 :
  • آذرانفر، آ.، ابریشمچی، ا. و تجریشی، م.، ۱۳۸۶، ارزیابی اثرات ...
  • آشفته، پ. و مساح بوانی، ع.، ۱۳۸۹، تاثیر تغییر اقلیم ...
  • نصرتی، ک.، زهتابیان، غ. ر.، مرادی، ا. و شهبازی، ا.، ...
  • Bürger, G., Murdock, T. Q., Werner, A. T., Sobie, S. ...
  • Cannon, A. J. ۲۰۱۲, Regression-guided clustering: a semisupervised method for ...
  • Dibike, Y. B. and Coulibaly, P., ۲۰۰۶, Temporal neural networks ...
  • Frost, A. J., Charles, S. P. and Timbal, B., ۲۰۱۱, ...
  • Furrer, E. M. and Katz, R. W., ۲۰۰۷, Generalized linear ...
  • Ghanghermeh, A., Roshan, G. R., Orosa, J., Calvo-Rolle, L. and ...
  • Roshan, G. R., Ghanghermeh, A., Nasrabadi, T. and Bahari Meimandi, ...
  • Roshan, G. R., Ghanghermeh, A. and Orosa, J., ۲۰۱۳, Thermal ...
  • Michelangeli, P. A., Vrac, M. and Loukos, H., ۲۰۰۹, Probabilistic ...
  • Moradi, I. and Nosrati, K., ۲۰۰۲, Evaluation of stoshastic simulation ...
  • Soltani, A., Latifi, N. and Nasiri, M., ۲۰۰۰, Evaluation of ...
  • Yarnal, B., ۱۹۹۳, Synoptic climatology in environmental analysis, Wiley Publisher. ...
  • Wilby, R. L., Dawson, C. W. and Barrow, E. M., ...
  • Wilby, R. L. and Dawson, C. W., ۲۰۱۲, The statistical ...
  • Wood, A., Maurer, E., Kumar, A. and Lettenmaier, D. P., ...
  • نمایش کامل مراجع