ارزیابی اثرات تغییر اقلیم بر دبی رودخانه با استفاده از مدل CMIP۶، مطالعه موردی: ایستگاه هیدرومتری کشکان

پژوهش با هدف ارزیابی کمی و کیفی اثرات تغییرات اقلیم بر دبی رودخانه، ابتدا به مقایسه و انتخاب کارآمدترین مدل هوش مصنوعی هیبریدی(رگرسیون بردار پشتیبان -موجک، رگرسیون بردار پشتیبان –نهنگ و رگرسیون بردار پشتیبان –ازدحام ذرات) برای برآورد دقیق دبی بر اساس داده های تاریخی طی سالهای ۲۰۲۲-۱۹۹۲ می پردازد. در گام بعدی، از پیش بینی های اقلیمی مدل های گردش عمومی جو (GCMs) تحت سناریوهای مختلف انتشار گازهای گلخانه ای برای پیش بینی روند آتی دبی رودخانه طی سالهای ۲۰۴۳-۲۰۲۳ -استفاده می گردد. همچنین جهت مقایسه عملکرد مدلهای هیبریدی مورد بررسی از شاخص های آماری ضریب همبستگی، ریشه میانگین مربعات خطا، میانگین قدر مطلق خطا و ضریب نش ساتکلیف استفاده شد. نتایج حاصل از اریابی مدلهای هیبریدی نشان داد مدل رگرسیون بردار پشتیبان-موجک با بیشترین ضریب همبستگی ۹۸۰/۰ ، کمترین ریشه میانگین مربعات خطا ۳۷۲/۰ ، کمترین میانگین قدر مطلق خطا ۱۷۴/۰ و بیشترین ضریب نش ساتکلیف ۹۸۵/۰ عملکرد بهتری نسبت به سایر مدلهای مورد بررسی از خود نشان داده است. همچنین نتایج حاصل از ارزیابی مدل LARS-WG نشان داد که مدل Can ESM۵.۰ دماهای حداکثر و حداقل را به خوبی پیش بینی می کند، اما در تخمین بارش با خطا همراه است، در حالی که مدل BCC-CSM۲-MR بارش بیشتری را در فصول گرم تر تخمین می زند. پیش بینی ها برای دوره ۲۰۲۳ تا ۲۰۴۳ تحت سناریوهای مختلف انتشار گازهای گلخانه ای SSP۱۲۶ و SSP۵۸۵ حاکی از افزایش دما، به ویژه در سناریوی انتشار بالای SSP۵۸۵، و نوسانات نامشخص در میزان بارش است که این نوسانات بین مدل های مختلف نیز تفاوت قابل توجه

کلیدواژه ها:

پیش نگری اقلیمی ، جنوب غربی ایران ، گرمایش جهانی ، هوش مصنوعی هیبریدی ، هیدرولوژی ، رودخانه کشکان