ریز مقیاس نمایی داده های GCM به کمک روش K- نزدیک ترین همسایگی KNN

در دهه های اخیر تغییر اقلیم بویژه گرمایش زمین از مسایل مهمی است که جامعه جهانی با آن مواجه بوده است. این مسیله عامل مخرب و تهدید کننده ای برای زندگی بشر است. لذا پیش بینی تغییرات اقلیمی در آینده امری ضروری به حساب می آید. یکی از روش های پیش بینی تغییرات اقلیم، استفاده از خروجی مدل های گردش عمومی هوا GCM است. ولی با توجه به قدرت تفکیک پایین این مدل ها، قابل استفاده برای مطالعات محلی و ایستگاهی نمی باشند. به منظور افزایش قدرت تفکیک، خروجی این مدل ها ریزمقیاس میگردند. در این تحقیق از داده های مشاهداتی بارش ماهانه ایستگاه امامه در دوره آماری 2005-1980 بعنوان داده های مرجع و داده های پیش بینی مدل CanESM2 از گزارش پنجم و مدل HADCM3 از گزارش چهارم سازمان بین المللی تغییر اقلیم بعنوان داده های خام (با قدرت تفکیک پایین) استفاده گردیده است و توسط روش ناپارامتریک نزدیکترین همسایگی ( NN-K ریزمقیاس سازی انجام شده است. نتایج حاصله بیانگر دقت قابل قبول این روش به منظور بکارگیری داده های GCM در مقیاس های ایستگاهی و محلی است.

کلیدواژه ها:

تغییر اقلیم ، ریزمقیاس نمایی ، امامه ، GCM ، CanESM2 ، HADCM3 ، KNN