ارزیابی عملکرد مدلSDSM در بررسی اثر تغییر اقلیم بر بارش و دما

Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 571

This Paper With 13 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_WATER-9-2_009

تاریخ نمایه سازی: 15 تیر 1398

Abstract:

تغییراقلیم و افزایش دمای کره زمین از مسائل مهم زیست محیطی بشر به­حساب می­آید که در سال­های اخیر مطالعات زیادی را به­خود اختصاص داده­است. جهت ارزیابی آثار اقلیم آینده، از مدل­های گردش عمومی (GCMs) برای شبیه­سازی متغیرهای اقلیمی استفاده می­شود. خروجیGCM ها بزرگ مقیاس هستند، لذا جهت مطالعه اثرات تغییراقلیم در مقیاس حوضه نیاز به کاهش­مقیاس داده­ها است. مدل کاهش­مقیاس آماری  SDSMقبلا  برای مطالعات تغییراقلیم به­کار رفته­است، حال آنکه دامنه کار این مدل کمتر مورد ارزیابی قرار گرفته شده­است. در این پژوهش، عملکرد مدل SDSM با استفاده از داده­های بارش، دمای حداکثر و حداقل ایستگاه یاسوج ومتغیرهای بزرگ­مقیاسNCEP ارزیابی و سپس اثرتغییراقلیم در دوره 93-2067 بااستفاده از خروجی­های مدل CGCM3 تحت سناریویA2 پیش­بینی­شد. ارزیابی دقیقی از عملکرد مدل در سه سطح روزانه، ماهانه و سالانه­ جهت بررسی نقاط قوت و ضعف مدل در ارزیابی آثار تغییراقلیم انجام شد. نتایج نشان داد عملکرد مدل در مقیاس روزانه خوب است، اما در شبیه­سازی توزیع بارش­های روزانه حداکثر سالانه قابل قبول نیست؛ در مقیاس ماهانه و همچنین در بازتولید توزیع سالانه بارش در سطح اعتماد 90% قابل قبول، اما نسبتا ضعیف است. عملکرد مدل در بازتولید توزیع سالانه دما قابل قبول نیست. در ارزیابی اثر تغییراقلیم نتایج نشاد داد که در آینده میانگین دمای حداکثر و حداقل ماهانه در همه ماه­های سال تقریبا به­صورت یکسان افزایش، میانگین بارش در فصل بهار کاهش و در فصل پاییز افزایش خواهد یافت. افزایش میانگین بارش و دمای سالانه به­ترتیب52% و 76/2 درجه سانتیگراد پیش­بینی می­شود.

Authors

مهراوه حصیرچیان

دانشگاه علم و صنعت ایران،تهران

باقر ذهبیون

گروه مهندسی عمران، دانشگاه علم و صنعت ایران،تهران

محمدرضا خزایی

گروه مهندسی عمران، دانشگاه پیام نور، 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 :
  • Abbasnia, M., Tavousi, T., Khosravi, M., 2016. Assessment of future ...
  • Beecham, S., M. Rashid and R.K. Chowdhury. 2014. Statistical downscaling ...
  • Chu, J.T., J. Xia, C.Y. Xu and V.P. Singh. 2010. ...
  • Coulibaly, P. and Shi, X. 2005. Identification of the effect ...
  • DibiKe, B. Y., Gachon, P., St-Hilaire, A., Ouarda, T.B.M.J., and ...
  • Fealy, R., Sweeney, J. 2007. Statistical downscaling of precipitation for ...
  • Fowler H. J, S. Blenkinsopa and C. Tebaldib, 2007. Review ...
  • IPCC, 2007. Climate Change: The Physical Science Basis. Contribution of ...
  • Khan, M. S., Coulibaly, P. &Dibike, Y. 2006. Uncertainty analysis ...
  • Khazaei M., Zahabiyoun B., Saghafian B. 2012. Assessment of climate ...
  • Khazaei M., Ahmadi S., Saghafian B., Zahabiyoun B. 2013. A ...
  • Kilsby, C., Jones, P., Burton, A., Ford, A., Fowler, H., ...
  • Koch, M., & Cherie, N. 2013. Mono and multi-model statistical ...
  • Liu, L., Liu, Z., Ren, X., Fischer, T. & Xu, ...
  • Prudhomme, C., Reynard, N., Crooks, S. 2003. Downscaling of global ...
  • Semenov, M. A., BROOKS, R. J., BARROW, E. M. & ...
  • Wilby, R.L., Dawson, C.W. and Barrow, E.M. 2002. SDSM - ...
  • Wilby, RL., Tomlinson, O.J., and Dawson, C.W. 2003.Multi-site simulation of ...
  • Wilby, RL., Dawson CW. 2013. The Statistical DownScaling Model: insights ...
  • Wilks, D.S. 1992. Adapting stochastic weather generation algorithms for climate ...
  • Wilks, D.S. 1999. Multisite downscaling of daily precipitation with a ...
  • Yang, T., Li, H., Wang, W., Yu Xu, H., Yu, ...
  • نمایش کامل مراجع