پیش نگری بارش های فرین در ایران بر اساس رویکرد همادی مدل های CMIP۶ در آینده نزدیک (۲۰۵۰-۲۰۲۶) با وزن دهی مبتنی بر رتبه
- سال انتشار: 1402
- محل انتشار: مجله فیزیک زمین و فضا، دوره: 49، شماره: 3
- کد COI اختصاصی: JR_JESPHYS-49-3_012
- زبان مقاله: فارسی
- تعداد مشاهده: 91
نویسندگان
پژوهشگاه هواشناسی و علوم جو، تهران، ایران.
پژوهشگاه هواشناسی و علوم جو، تهران، ایران.
چکیده
در این مطالعه پیشنگری چهار شاخص بارش فرین (R۹۵p، R۹۵d، AEPI و R۹۵pT) بر روی کشور ایران، با استفاده از دوره مرجع ۲۰۱۴-۱۹۹۰ بر اساس رویکرد مجموعه چندمدلی و روش وزندهی مبتنی بر رتبه با کاربست پنج مدل از مدلهای CMIP۶ انجام شد. وزن هر مدل بسته به مهارت شبیهسازی تاریخی آن محاسبه و سپس، گروههای وزندار و بدون وزن برای پیشنگریهای آینده استفاده شدند. نتایج بررسی مهارت نشان میدهد که مدل MPI-ESM۱-۲-HR با MR_taylor برابر با ۵/۰ و با MR_IVS برابر با ۶/۰ به ترتیب دومین و اولین مدل مناسب در بین پنج مدل منتخب برای شبیهسازی الگوهای فضایی و زمانی شاخصهای بارش فرین است. بنابراین تفکیک افقی مدل تنها عامل تعیین کننده مهارت مدل در شبیهسازی نیست و بهبود در فرایندهای فیزیکی نیز مورد نیاز است. نتایج نشان می دهد احتمال این که کل بارش فرین (R۹۵p) و شدت مطلق بارش فرین (AEPI) در منطقه مورد مطالعه، در دوره ۲۰۵۰-۲۰۲۶ تحت چهار سناریوی SSP۱-۲.۶، SSP۲-۴.۵، SSP۳-۷.۰ و SSP۵-۸.۵ بیش از صفر باشد، در کل کشور بزرگ تر از ۵/۰ است. با توجه به مقدار میانه نزدیک به صفر و یا حتی منفی شاخص فرین R۹۵d، تقدم افزایش مقدار بارش فرین بر تعداد روزهای رخداد استنباط میشود و این بارشهای فرین در تعداد روزهای کمتری رخ خواهند داد که خود اعلام خطری برای رخداد بارشهای سیلآسا میباشد. مقایسه بین میانگین های گروه وزن دار و بدون وزن نشان می دهد که عدم قطعیت پیش نگری احتمالی آینده در منطقه مورد مطالعه تقریبا همیشه پس از اعمال حالت وزن دهی به مدلها برای پیش نگری احتمالی آینده کاهش می یابد.کلیدواژه ها
بارش فرین, مدل CMIP۶, سناریو, پیش نگری احتمالی, وزن دهی مبتنی بر رتبهاطلاعات 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.