کارو سلطان پور
مسعود رضا حسامی کرمانی

یکی از روشهای پیش بینی تغییرات اقلیمی استفاده از خروجیهای مدل جهانی اقلیم GCM (Global Climate Models) میباشد. اما بدلیل بزرگ بودن شبکههای مدل GCM این مدلها در مطالعات محلی و منطقهای کارآمد نیستند، اخیرا برای بهبود خروجیهای GCM در مقیاس منطقهای روش ریز مقیاسنمایی آماری مورد استفاده قرار گرفته است. این مطالعه نتایج ریز مقیاس نمایی آماری بارندگی را برای ایستگاه مهرآباد تهران نشان می دهد. ریز مقیاس نمایی آماری انجام شده بر اساس مدلهای ASD (حسامی و همکاران، 2008) و SDSM (ویلبی و همکاران 2007) می باشد. برای ارزیابی کارایی مدلهای ریز مقیاسنمایی 5 اندیس بارندگی شامل، تعداد روزهای خشک متوالی (CDD)، حداکثر بارش 3 روزه (R3days)، صدک 90 ام بارش روزانه (PREC90)، مجموع بارش فصلی (RR) و روزهای با بارش بیشتر از 10 میلمتر (RR10) مورد استفاده قرار گرفته است. مقایسه نتایج مدلهای SDSM و ASD نشان میدهد که هر دو مدل نتایج تقریبا یکسانی در برآورد این شاخصها از خود نشان میدهند.

مدیریت منابع آب، ریز مقیاس نمایی آماری، ASD، SDSM