Dina Yazdani - گروه جغرافیا، دانشکده ادبیات و علوم انسانی، دانشگاه فردوسی مشهد، مشهد، ایران.
Azar Zarrin - گروه جغرافیا، دانشکده ادبیات و علوم انسانی، دانشگاه فردوسی مشهد، مشهد، ایران.
Abbas Ali Dadashi-Roudbari - گروه جغرافیا، دانشکده ادبیات و علوم انسانی، دانشگاه فردوسی مشهد، مشهد، ایران.

مدل های گردش کلی (GCMs) کم و بیش دارای اریبی هستند و یکی از تکنیک های مورد استفاده برای کاهش اریبی مدل ها در بررسی پیامدهای تغییر اقلیم به کارگیری روش های تصحیح اریبی است. این مطالعه کارایی پنج روش تصحیح اریبی شامل دو روش نسبت گیری و سه روش نگاشت چندک را برای دو متغیر دمای کمینه و بیشینه در ۴۶ ایستگاه همدید ایران طی دوره ۱۹۸۰-۲۰۱۴ با استفاده از مدل EC-Earth۳-CC از سری مدل های CMIP۶ مورد بررسی قرار می دهد. نتایج نشان داد برونداد مستقیم مدل EC-Earth۳-CC برای هر دو متغیر دمای کمینه و بیشینه در تمامی پهنه های اقلیمی ایران و همچنین متوسط اقلیمی کشور دارای اریبی سرد (کم برآوردی) است. به طور کلی، پس از تصحیح اریبی، مقدار اریبی دو متغیر دمای کمینه و بیشینه به شکل قابل توجهی کاهش یافت. روش های نسبت گیری نسبت به روش های نگاشت چندک بهبود بیشتری را در برونداد مستقیم مدل نشان دادند. بر اساس تحلیل مقدار RMSE، روش های تصحیح اریبی در مقایسه با برونداد مستقیم به طور قابل توجهی خطا را کاهش می دهند. به طوری که پس از تصحیح اریبی، مقدار خطای متغیر دمای کمینه برای روش های نگاشت چندک تا ۴۲ درصد و برای روش های نسبت گیری خطی و واریانس به ترتیب ۳۸/۷۰ و ۹۳/۶۷ درصد کاهش داشته است. مقدار خطای دمای بیشینه نیز پس از تصحیح اریبی به ترتیب ۵۹، ۹/۶۵ و ۹/۶۷ درصد کاهش داشته است. تصحیح اریبی سبب افزایش ضریب توافق (d) تا بیش از دو برابر در متوسط پهنه های اقلیمی شده است. به طور کلی روش های تصحیح اریبی به کارگرفته شده در این پژوهش دمای بیشینه را با دقت بالاتری نسبت به دمای کمینه برآورد می کنند.

تصحیح اریبی, روش های نسبت گیری, روش های نگاشت چندک, CMIP۶, ایران