کارایی مدل ریزمقیاس سازی آماری LARS-WG در پیش بینی تغییرات دمایی مناطق خشک (مطالعه موردی : استان خوزستان)

مولدهای آب و هوایی با ظرفیت تولید طیف گسترده ای از متغیرهای آب و هوایی برای استفاده در کاهش مقیاس آماری، آینده امیدوارکننده ای برای مطالعات آب و هوا دارند. این مطالعه با هدف ارزیابی عملکرد مولد آب و برای شبیه سازی داده های آب و هوا، در استان خوزستان (ایستگاه های آبادان، LARS-WG هوای تصادفی دزفول و اهواز) انجام گرفت. در این مطالعه متغیرهای آب وهوای نظیر دمای حداقل و حداکثر و بارش در دوره زمانی ده ساله شبیه سازی شده و با داده های مشاهداتی مقایسه شدند. نتایج آماری ضریب همبستگی پیرسون EF و RMSE ،R۲ نشان دهنده عملکرد خوب مدل LARS-WG در پیش بینی حداکثر دما به ترتیب با r۲=۰/۸۸ وEF=۰/۸۵,RMSE=۴/۴۴ عملکرد ضعیف هر مدل در پیش بینی بارش به ترتیب با R۲=۰/۰۱,RMSE=۵/۷,EF=۶۰ بوده است. به طور کلی ، LARS-WG در شبیه سازی داده های آب و هوایی بلندمدت در استان خوزستان به ویژه در رابطه با داده های دما نسبتا خوب عمل کرده است، البته نیاز به کار بیشتر در حوضه دارند.

کلیدواژه ها:

ریزمقیاس سازی ، مدل LARS-WG ، خوزستان.