ارزیابی عملکرد مدل های ریزمقیاس گردانی LARS-WG و SDSM در شبیه سازی تغییرات اقلیمی در حوضه آبریز دریاچه ارومیه
- سال انتشار: 1394
- محل انتشار: مجله علوم و مهندسی آبخیزداری ایران، دوره: 9، شماره: 31
- کد COI اختصاصی: JR_JWMS-9-31_005
- زبان مقاله: فارسی
- تعداد مشاهده: 205
نویسندگان
Soil Conservation and Watershed Management Research Institute
University of Mohaghegh Ardabili
University of Mohaghegh Ardabili
چکیده
در بررسی 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 باشند. بدین منظور نیاز به کوچک مقیاس کردن خروجی این مدل ها در مقیاس ایستگاهی و نقطه ای با استفاده از مدل های ریزمقیاس گردانی خواهد بود که به دو دسته آماری و دینامیکی تقسیم می شوند که روش های آماری دارای کاربرد و مقبولیت بیشتری می باشند. از میان روش های آماری نیز مدل های LARS-WG و SDSM از معتبرترین ابزارهای ریزمقیاس گردانی در حال حاضر به حساب می آیند؛ که در این پژوهش به تحلیل عملکرد این دو مدل در شبیه سازی تغییرات دما و بارش در حوضه آبریز دریاچه ارومیه واقع در شمال غرب کشور که در چند دهه اخیر با بحران زیست محیطی و خطر خشک شدن دریاچه ارومیه روبه رو بوده است پرداخته شد. ایستگاه های هواشناسی مورد بررسی شامل چهار ایستگاه سینوپتیک سقز، تبریز، خوی و ارومیه می باشد که دارای آمار کامل در دوره پایه (۱۹۹۰-۱۹۶۱) بوده اند. جهت ارزیابی عملکرد مدل ها نیز از شاخص های خطاسنجی MSE، RMSE، MAE و همچنین ضریب تعیین و همبستگی بهره گرفته شد. نتایج حاصل نشان داد که هر دو مدل دقت بیشتری در شبیه سازی دما نسبت به بارش دارند و در شبیه سازی ماهانه پارامترهای دما و بارش، مدل SDSM موفق تر عمل نموده و دارای عدم قطعیت کمتری است؛ و از سویی دیگر نیز دارای فرآیند شبیه سازی وقت گیر و پیچیده ای است. در حالی که مدل LARS-WG در شبیه سازی دوره ای بارش از کارآیی بهتری برخوردار است و دارای سادگی و سرعت عملکرد بیشتری نسبت به مدل SDSM است. درمجموع بر اساس نتایج حاصل هیچ کدام از مدل ها برتری مطلق بر یکدیگر ندارند و علی رغم تفاوت هایی در شبیه سازی، می توانند در بررسی های تغییرات اقلیمی مفید واقع شوند.کلیدواژه ها
Climate change, LARS-WG, SDSM, Precipitation, Temperature, Urmia Lake, بارش, تغییرات اقلیمی, دریاچه ارومیه, دما, LARS-WG, SDSMاطلاعات 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.