حدیقه بهرامی پیچاقچی - دانشجوی کارشناسی ارشد هواشناسی کشاورزی، دانشگاه علوم کشاورزی و منابع طبیعی ساری
رضا نوروزولاشدی - استادیار گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی ساری

در برسی تغییرات اقلیمی، پیش بینی آینده پارامترهای اقلیمی توسط مدل های گردش عمومی ((GCMS و تحت سناریوهای انتشار گازهای گلخانه ای انجام می شود اما خروجی این مدل ها به علت بزرگ مقیاس بودن شبکه ی آن ها فاقد دقت مکانی و زمانی مناسب در مقیاس کوچک می باشد. بدین منظور نیاز به کوچک مقیاس کردن خروجی این مدل ها در مقیاس ایستگاهی و نقطه ای با استفاده از مدل های ریزمقیاس نمای خواهد بود که به دو دسته آماری و دینامیکی تقسیم می شود که روش های آماری دارای کاربرد و مقبولیت بیشتری می باشد. از میان روش های آماری نیز مدل هایSDSM و LARS-WG از معتبرترین ابزارهای ریزمقیاس نمای در حال حاضر به حساب می آیند. که در این تحقیق به مقایسه دو مدل SDSM و LARS-WG در بررسی تغییر اقلیم پرداخته شده است. نتایج مطالعات نشان داد که مدل SDSM دارای عدم قطعیت کمتر و فرآیند شبیه سازی پیچیده تر و مدل LARS-WG دارای سادگی و سرعت عملکرد بیشتر و کارایی مناسبی است. در مجموع بر اساس نتایج حاصل هیچ کدام از مدل ها برتری مطلق بر یکدیگر ندارند و علیرغم تفاوت هایی در شبیه سازی می توانند در بررسی های تغییرات اقلیمی مفید واقع شوند.

SDSM، LARS-WG، ریزگردانی، GCM