کاربرد مدل ARMA در کاهش مقیاس و ارزیابی آثار تغییر اقلیم در مقیاس سالانه
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 346
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_CEEJ-51-104_004
تاریخ نمایه سازی: 26 دی 1400
چکیده مقاله:
با وجود قابلیت های ویژه مدل ARMA (Autoregressive Moving Average) برای ارزیابی اثر تغییر اقلیم در مقیاس سالانه، این مدل در مطالعات پیشین تغییر اقلیم، بهندرت مورد توجه قرار گرفته است. علت اصلی آن، مشخص نبودن روش کاهش مقیاس برای سری های غیر نرمال است. سری های بارش در مقیاسه ای روزانه و ماهانه اغلب غیرنرمال است، اما بارش سالانه در بسیاری از مناطق از توزیع نرمال تبعیت می کند. در این مقاله عملکرد مدل سالانه ARMA با عملکرد مدل پرکاربرد روزانه LARS-WG (Long Ashton Research Station Weather Generator) برای تولید سری های سالانه بارش و دما مقایسه شده است. نتایج نشان می دهد مدل ARMA آماره های مختلف بارش و دمای سالانه و توزیع فراوانی این متغیرها را در سری های مصنوعی به خوبی بازتولید می کند. اما مدل LARS-WG که عملکرد مناسبی در بازتولید آماره های روزانه دارد، عملکرد مناسبی در بازتولید توزیع فراوانی دمای سالانه ندارد. علت این امر ناتوانی LARS-WG در بازتولید نوسانات بین سالی (به طور خاص انحراف معیار سالانه) است. اثر تغییر اقلیم بر بارش و دمای سالانه ایستگاه هواشناسی زنجان با استفاده از مدل ARMA تحت سناریوی مدل HADGEM۲ (Hadley Centre Global Environment Model version ۲) تحت سناریوی انتشار RCP۴.۵ (Representative Concentration Pathway ۴.۵) ارزیابی شد. نتایج حاکی از کاهش بارش و افزایش دما در دوره بازگشت های مختلف است. بر این مبنا با در نظر گرفتن اثر تغییر و در حدود ۹۰% نوسانات اقلیم، بارش ۲ ساله بین ۷ تا ۲۳ درصد نسبت به مقادیر مشاهداتی کاهش می یابد و دمای ۲ ساله بین ۲/۲ تا ۸/۳ درجه نسبت به مقادیر مشاهداتی افزایش می یابد.
کلیدواژه ها:
نویسندگان
محمد رضا خزائی
استادیار دانشکده مهندسی عمران، دانشگاه پیام نور
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :