CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

ریز مقیاس نمایی داده های GCM به کمک روش K- نزدیک ترین همسایگی KNN

عنوان مقاله: ریز مقیاس نمایی داده های GCM به کمک روش K- نزدیک ترین همسایگی KNN
شناسه ملی مقاله: ICWESD01_163
منتشر شده در اولین کنفرانس بین المللی آب، محیط زیست و توسعه پایدار در سال 1395
مشخصات نویسندگان مقاله:

جعفر ایزدی - استادیار دانشکده مهندسی عمران آب و محیط زیست دانشگاه شهید بهشتی
رضا حاجی حسینی - دانشجوی کارشناسی ارشد مهندسی و مدیریت منابع آب دانشگاه صنعتی شاهرود
سعید گلیان - استادیار دانشکده مهندسی عمران دانشگاه صنعتی شاهرود

خلاصه مقاله:
در دهه های اخیر تغییر اقلیم بویژه گرمایش زمین از مسایل مهمی است که جامعه جهانی با آن مواجه بوده است. این مسیله عامل مخرب و تهدید کننده ای برای زندگی بشر است. لذا پیش بینی تغییرات اقلیمی در آینده امری ضروری به حساب می آید. یکی از روش های پیش بینی تغییرات اقلیم، استفاده از خروجی مدل های گردش عمومی هوا GCM است. ولی با توجه به قدرت تفکیک پایین این مدل ها، قابل استفاده برای مطالعات محلی و ایستگاهی نمی باشند. به منظور افزایش قدرت تفکیک، خروجی این مدل ها ریزمقیاس میگردند. در این تحقیق از داده های مشاهداتی بارش ماهانه ایستگاه امامه در دوره آماری 2005-1980 بعنوان داده های مرجع و داده های پیش بینی مدل CanESM2 از گزارش پنجم و مدل HADCM3 از گزارش چهارم سازمان بین المللی تغییر اقلیم بعنوان داده های خام (با قدرت تفکیک پایین) استفاده گردیده است و توسط روش ناپارامتریک نزدیکترین همسایگی ( NN-K ریزمقیاس سازی انجام شده است. نتایج حاصله بیانگر دقت قابل قبول این روش به منظور بکارگیری داده های GCM در مقیاس های ایستگاهی و محلی است.

کلمات کلیدی:
تغییر اقلیم، ریزمقیاس نمایی، امامه، GCM ، CanESM2، HADCM3 ، KNN

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/596054/