ارزیابی دقت مدل های شبیه ساز اقلیمی CMIP۶ در برآورد و پیش بینی بارش در ایستگاههای پر بارش استان گیلان

پیش بینی تغییرات بارش در مناطق پربارش ایران، نظیر استان گیلان، برای مدیریت منابع آبی و کاهش مخاطرات طبیعی نظیر سیل بسیار حائز اهمیت است. هدف اصلی این مطالعه، ارزیابی عملکرد هفت مدل مختلف CMIP۶ در پیش بینی تغییرات بارش در سه ایستگاه آستارا، بندر انزلی و رشت طی دوره زمانی ۱۹۸۷ تا ۲۰۱۴ (دوره پایه) و پیش بینی آن از سال ۲۰۲۴ تا سال ۲۰۵۰ است. در این پژوهش از روش اصلاح بایاس خطی برای بهبود دقت پیش بینی ها و از سه سناریویSSP۱-۲.۶ ، SSP۲-۴.۵ و SSP۵-۸.۵ برای شبیه سازی تغییرات اقلیمی استفاده شده است. شاخص های آماری نظیر RMSE، PBIAS و R² برای ارزیابی دقت مدل ها به کار گرفته شده اند. علاوه بر این، تحلیل پایداری مدل به روش Sobol و شاخص حساسیت Monte Carlo برای بررسی پایداری و حساسیت مدل ها به تغییرات پارامتریک مورد استفاده قرار گرفتند. نتایج حاصل از اصلاح بایاس خطی نشان داد که مدل ACCESS-ESM۱-۵ با ضریب تعیین (R²) بالای ۹۹/۰، میانگین خطای مطلق (MAE) کمتر از ۲ میلی متر و درصد اریبی (PBIAS) نزدیک به صفر، بهترین عملکرد را در هر سه ایستگاه آستارا، بندر انزلی و رشت دارد. این مدل توانست تغییرات ماهانه و فصلی بارش را با دقت بالاتری نسبت به سایر مدل ها شبیه سازی کند. پیش بینی بارش نشان داد که بر اساس سناریوی SSP۵-۸.۵، از سال ۲۰۲۴ تا سال ۲۰۵۰، بارش در ماه های دسامبر و ژانویه در بندر انزلی و رشت به ترتیب به میزان ۲۲% و ۲۵% افزایش و در ماه های ژوئیه و اوت در هر سه ایستگاه مورد مطالعه بین ۱۲% تا ۲۰% کاهش خواهد یافت. در مجموع، استفاده از روش اصلاح بایاس خطی همراه با مدل ACCESS-ESM۱-۵ می تواند دقت پیش بینی تغییرات اقلیمی را در ایستگاه های پربارش مورد مطالعه و ایستگاه های مشابه آنها بهبود بخشد.

کلیدواژه ها:

تغییرات اقلیمی ، پیش بینی بارش ، اصلاح بایاس خطی ، CMIP۶ ، سناریوهای SSP