پیش بینی تغییرات بلندمدت دما و بارش آینده شهرستان اردبیل بر اساس خروجی مدل CMIP۶

  • سال انتشار: 1400
  • محل انتشار: دومین کنفرانس بین المللی و پنجمین کنفرانس ملی صیانت از منابع طبیعی و محیط زیست
  • کد COI اختصاصی: CNRE05_100
  • زبان مقاله: فارسی
  • تعداد مشاهده: 767
دانلود فایل این مقاله

نویسندگان

میلاد علیزاده جبه دار

دانشجوی کارشناسی ارشد منابع آب، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز

اسماعیل اسدی

استادیار، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز

محمدعلی قربانی

استاد، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز

چکیده

با توجه به اهمیت پدیده تغییر اقلیم ۱به عنوان یکی از دلایل ا صلی نگرانیهای مرتبط با منابع آب، در این تحقیق از مدل شبکه عصبی مصنوعی (ANN) به جهت ریزمقیاس نمایی آماری خروجی مدل اقلیمی فاز ششم (ACCESS-ESM۱.۵) CMIP۶ تحت سناریوهای گزارش ارزیابی ششم IPCC و بررسی تغییرات متوسط ماهانه دما و بارش آینده نزدیک (۲۰۲۱-۲۰۶۰) در محدوده مطالعاتی ایستگاه سینوپتیک اردبیل استفاده گردید. از آنجایی که یکی از موضوعات مهم در بحث ریزمقیاس نمایی آماری مدلهای GCM، انتخاب غالب ترین متغیرهای پیش بینی کننده بزرگ مقیاس از میان تعداد زیادی از پیش بینی کننده ها میباشد، روش استخراج ویژگی درخت تصمیم (M۵) در طی دوره پایه (۱۹۷۶-۲۰۱۴) بکارگرفته شد. نتایج ریزمقیاس نمایی آماری در دوره پایه نشان داد که مدل M۵ عملکرد مطلوبی خصوصا برای پارامتر دما با توجه به مقادیر شاخص PCC برابر با ۰/۹۵ (دما) و ۰/۷۲ (بارش) دا شته ا ست. عملکرد مطلوب مدل ANN در ریزمقیاسنمایی دما و بارش دوره پایه با مقادیر شاخص های PCC و RMSE به ترتیب برابر با ۰/۹۴ و ۲/۵۹ درجه سانتیگراد (دما) و ۰/۶۲و ۹/۴۳ میلیمتر در ماه (بارش) در مرحله صحت سنجی، به اثبات رسید. بنابراین، پیشبینی تغییرات متوسط دما و بارش ماهانه در طی سالهای ۲۰۲۱-۲۰۶۰ با استفاده از مدل آموزش مبتنی بر ANN به انجام رسید. نتایج حاصل از بررسی تغییرات متوسط دما و بارش سالانه در محدوده مطالعاتی شهرستان اردبیل نشان داد که این متغیرها در ۴۰ سال آتی روندی افزایشی خواهند داشت. بیشترین تغییرات افزایشی دما و بارش سالانه نیز به ترتیب به میزان ۸/۸۲ و ۵/۶۷ درصد تحت سناریوهای SSP۲-۴.۵ و SSP۵-۸.۵ ثبت گردید. همچنین نتایج نشاندهنده وقوع فصول گرمتر و با بارش بیشتری به ترتیب در تابستان و زمستان بوده است.

کلیدواژه ها

تغییر اقلیم، شبکه عصبی مصنوعی، گزارش ارزیابی ششم، سناریوهای SSP، CMIP۶

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.